閘門振動監測與ELM預測模型研究

湯小飛

(江蘇省泰州引江河管理處，江蘇 泰州 225321)

我國高水頭水利工程建設規模已躍居世界第一。水頭的逐漸提高對閘門的要求也日益提高，對閘門的靈活性、安全性和耐久性都有了極高的要求[1- 2]。在水利工程中的閘門，分為平板閘門、弧形閘門、人字閘門、圓通閘門等，用的最多的為平板閘門和弧形閘門[3]。弧形閘門具有受力合理、質量可靠、啟動迅速等優點，但存在著不便檢修、造價較高、占地空間大的缺點[4]。平板閘門由于其占地空間小、運行建設方便、便于檢修等優點，同樣應用廣泛[5]，直升式平板閘門為平板閘門中應用最廣泛的型式[6]為本文的研究對象。

閘門作為水工建筑物中的主要擋水設施，其穩定性決定著水利樞紐的運行壽命與安全，閘門的失穩直接威脅水工建筑物的安全，直接影響著居民的人身安全[7]。由于閘門上下游水位的不斷變化，同時受到水躍、冰壓力等作用的影響，閘門易受到脈動壓力的影響，從而引起閘門振動，造成閘門裂縫，引發閘門失穩[8]。現有的研究基本集中在對閘門振動的原型觀測和數值模擬中[9- 10]，對閘門振動的預測模型研究較少。本文通過原型監測試驗得出試驗數據，并基于ELM預測模型對閘門振動進行預測，以期為閘門設計與安全運行提供理論依據。

1 試驗觀測與研究方法

1.1 閘門振動試驗觀測

對于閘門的振動監測，針對平板閘門主要受力部位主梁和縱向隔板的監測，如圖1所示共設置40個振動監測點。在設計水位下，閘門所受振動壓力隨著部位的不同呈現不同的分布特征，監測閘門啟閉過程中，其振動脈動壓力與位移變化，從而得出長序列數據，為閘門安全運行評價與預測模型建立提供數據支撐。

圖1 閘門測試點分布圖

1.2 閘門振動ELM預測模型建立

傳統的神經網絡模型存在訓練速度慢、易陷入局部最優等缺點。ELM模型可以很好地克服這些缺點。其具有收斂速度快、計算精度高等優點，在回歸檢驗、模型預測領域已得到了極大的應用[11]。圖2為ELM模型的基本原理圖，ELM模型主要可分為輸入層、隱含層和輸出層3部分。首先通過輸入層輸入所求變量，通過與隱含層之間的權重ωij，計算出輸出層權重βjk和輸出變量矩陣，得出最終結果。

圖2 ELM模型計算原理圖

極限學習算法將神經網絡輸出權重過程分為2步。在初始階段，假定所求權重為β，假設初始輸入權重為ai和輸入偏置bi，輸入層矩陣用H0表示，通過式(1)計算輸出權重β0為:

(1)

(2)

式中，β0—輸出權重；H0—輸入層矩陣；T0—變量矩陣。

對于輸出權重βi，可由下式計算：

(3)

(4)

根據求得的輸出權重，與輸出變量進行運算，最終求得極限學習機算法的最終模擬結果。

本文中ELM模型算法采用Matlab2013a軟件進行模擬計算，詳細運算過程與代碼形式見參考文獻[12]。

1.3 預測模型精度指標體系建立

Nash-Sutcliffe系數(CD)、逐日相對均方根誤差(RMSE)和決定系數(R2)可以較好地反映長時間預測序列與實測值的誤差和一致性，是系統性較好的數據評價指標體系。其中，CD與R2的值越大、RMSE的值越小，模型算法與實測值的一致性越好、計算精度越高，RMSE和CD具體公式如下，R2采用EXCEL表計算取得：

(5)

(6)

2 結果與分析

2.1 閘門水流脈動壓力觀測

圖3為閘門脈動壓力隨時間及閘門開度的變化過程。圖3顯示，閘門所受壓力隨著閘門開度的增大而增大，在試驗原型監測過程中可以發現，試驗測得的最大脈動壓力出現在閘門開度為8.0m時，之后隨著閘門開度的增大，閘門所受脈動壓力有所降低，最大脈動壓力均方根值達到了1.16m水柱，按3倍均方根值估計最大值，則最大脈動壓力約為3.48m水柱。

由閘門典型測點的脈動壓力功率譜密度曲線可知，閘門所受的脈動水壓力在5s和15s左右時為正值，其余基本為負值，表明閘門承受的主要能量來自于5s和15s左右的范圍內。

圖3 閘門脈動壓力變化過程監測

2.2 閘門振動響應監測

圖4為閘門振動位移與加速度隨時間的變化過程。圖4顯示，閘門振動位移的頻率較低，主頻為5～10Hz，加速度的頻率較高，頻帶較寬，主頻達到了20～30Hz，同時閘門振動位移在20s左右達到最高值，為1.547mm，加速度在15～20s附近達到最高值，已有研究表明平均振動位移為0～0.0508mm時可忽略不計，在0.0508～0.2540mm之間為微小振動，在0.2540～0.5080mm之間為中等振動，大于0.5080mm為嚴重振動[13]，本研究在監測閘門振動時，發現閘門振動的平均振動位移為1.36mm，屬于嚴重振動，因此，該閘門的振動安全存在隱患，應優化閘門結構，采取措施增強閘門結構的整體性，提高結構的剛度和自振頻率，以減小其振動響應。

圖4 閘門振動響應時程分析

2.3 ELM模型預測結果分析

圖5為ELM模型預測值的脈動壓力與實測值的對比。圖5顯示，按0～15s的數據訓練模型，驗證15～30s的數據，模擬出的數據與實測值的擬合效果較好，模擬值同樣在5s和15s左右時為正值，同時對模擬值進行精度指標檢驗可知，模擬值與實測值的RMSE值僅為0.207，而CD與R2分別達到了0.824和0.898，且與實測值的相關性達到了極顯著水平(P<0.01)，表明預測模型結果表現出了較高的一致性與較低的誤差，可充分反映該模型的預測精度，該模型可作為閘門振動預測的模型使用。

圖5 預測模型模擬結果與實測值對比

3 結論

(1)閘門所受壓力隨著閘門開度的增大而增大，閘門開度為8.0m時，所受壓力達到最大值，閘門所受的脈動水壓力在5s和15s左右時為正值，其余基本為負值，表明閘門承受的主要能量來自于5s和15s左右的范圍內；

(2)監測過程中發現，閘門振動的平均振動位移為1.36mm，屬于嚴重振動，應及時采取措施；

(3)對閘門脈動壓力進行ELM預測可知，預測結果與實測值的RMSE值僅為0.207，而CD與R2分別達到了0.824和0.898，精度較高，可作為閘門振動監測的標準預測模型使用。