:::翡翠水庫大壩微振動量測及長期監測資料分析研究
翡翠水庫大壩微振動量測及長期監測資料分析研究 委託報告
| 資料項目 | 檔案大小 | 檔案格式 | 更新時間 | 操作 |
|---|---|---|---|---|
| 1000517-pdf-testproj-100839.pdf | 6.73 MB | 2021-01-27 13:57:46 |
| 計畫摘要 | 本研究之主要目的是針對翡翠水庫弧型壩體之動態反應資 料與長期壩體變位監測資料進行分析與預警系統之建立，以作為 平時維護與災時判斷水庫安全的重要依據。首先，針對翡翠水庫 例年來所收集到之地震紀錄進行分析，本研究分別假設壩體為單 輸入系統與多輸入系統，以子空間識別法(SI)針對水庫記錄之強 震反應資料識別水庫之主要振動頻率，並建立振頻與水位之回歸 模型與95%之信賴區間，以做為該水庫之預警參考。此外，本研 究亦於水庫進行三次微振量測試驗，並以隨機子空間識別法(SSI) 對微振資料進行系統識別。將微振分析結果與強震分析結果進行 比較，以了解水庫在強震與微振作用下結構系統特性之差異，並 以此驗證由強震資料建立之回歸模型之準確度。最後，在靜態之 壩體變位量測資料分析上，本研究以非線性主成分分析(NPCA)、 結合奇異值反應譜分析與自我回歸模型(SSA-AR Model)之技術 與NARX神經網路對壩體長期變位監測資料進行分析，以建立壩 體變體之預測模型並減少假預警之發生。 就壩體之動態反應特性而言，本研究最終驗證以微振資料結 合隨機子空間識別法之識別結果最佳且穩定，而假設壩體為單輸 入系統建立之振頻與水位之回歸模型之預測結果準確度高。因此 本研究提出一套建議之微振量測系統與配置配以隨機子空間識 別法對壩體進行長期監測與系統識別，並單輸入系統建立之回歸 模型做比對，以做為壩體安全監測之參考標準。而壩體變位長期 監測方向，由自相關神經網路(AANN)進行之非線性主成分分析 建立之壩體變位預測模型之重生與驗證結果穩定，且所需參數少， 因此本研究建議以自相關神經網路對壩體變位進行安全監測，並定期更新預警系統以增加警戒值之可信度。但預警值之上下限值 建議由具有經驗之水庫管理人員決定。 |
|---|---|
| 資料集研究(主辦)機關 | 翡管局 |
| 一級機關 | 臺北翡翠水庫管理局 |
| 年度 | 98 |
| 研究單位 | 國立臺灣大學工學院地震研究中心 |
| 研究主持人 | 羅俊雄 |
| 協同主持人 | 高清雲 |
| 關鍵詞 | 翡翠水庫,預警系統 |
| 備註 | 本專區110年以前為歷史轉檔資料，因新舊平臺欄位規格不同，故有部分詮釋資料欄位無資訊；如對資料內容有疑義，請洽資料集主辦機關或本府研考會研究發展組。 |