Идентификация параметров пороупругой среды на примере бетонной плотины — различия между версиями
Руслан (обсуждение | вклад) |
Руслан (обсуждение | вклад) (→Корреляционный анализ) |
||
| Строка 23: | Строка 23: | ||
Характеристикой зависимости был выбран коэффициент корреляции Спирмена. | Характеристикой зависимости был выбран коэффициент корреляции Спирмена. | ||
| − | <math> p \ = 1 - 6\frac{sum{d}}{n^3-n}</math> | + | <math> p \ = 1 - 6\frac{\sum{d}}{n^3-n}, p \in [-1; 1]</math> |
| + | |||
| + | Где <math>d</math> - разность рангов величин взятых по одному из наборов данных для которых применяется анализ. | ||
| + | |||
| + | Значения коэффициента Спирмена близкое по модулю к <math>1</math> говорит о том, что две величины зависят друг от друга. Значение близкое к нулю говорит о независимости величин. | ||
| + | По результатам анализа был проведен отбор датчиков, которые можно считать хорошо работающими. | ||
==Модель материала== | ==Модель материала== | ||
Версия 16:02, 15 июня 2015
БАКАЛАВРСКАЯ РАБОТА
Автор работы: Р. Л. Лапин
Руководитель: ассистент кафедры ТМ С. А. Ле-Захаров
Содержание
Введение
На сегодняшний моделей позволяющих просто и качественно описывать поведения материалов, имеющих в своем строении трещины и швы, в которых может находится газ или жидкость нет. Однако, необходимость в такой модели есть во многих технических областях. Ярким примером является анализ поведения плотины и грунта под ней под действием внешних факторов, например, воды в водохранилище.
Постановка задачи
Для материалов пористой структуры существует несколько моделей, например известные модели грунтов. Однако применимость их к материалам имеющих в своем строении трещины и швы остается под вопросом. Цель данной работы:
- Построить на базе модели пористой среды модель для бетона
- Провести сравнение с экспериментальными данными
- Проанализировать полученные результаты.
Обработка экспериментальных данных
Экспериментальные основаны на данных полученных с датчиков, расположенным в Саяно-Шушенской ГЭС. Датчики-пьезометры, измеряющие давление. Всего датчиков около 140, данные собираются с регулярностью 3-5 раза в месяц на протяжении последних 15 лет. Обработка данных с датчиков разделяется на два этапа: корреляционный анализ, и регрессионный анализ.
Корреляционный анализ
Корреляционный анализ позволяет определить зависит по набору данных зависит ли одна величина от другой. В ходе работы было выяснено, что разумнее всего исследовать зависимость показаний пьезометров от уровня воды в верхнем водохранилище - УВБ. Характеристикой зависимости был выбран коэффициент корреляции Спирмена.
Где - разность рангов величин взятых по одному из наборов данных для которых применяется анализ.
Значения коэффициента Спирмена близкое по модулю к говорит о том, что две величины зависят друг от друга. Значение близкое к нулю говорит о независимости величин. По результатам анализа был проведен отбор датчиков, которые можно считать хорошо работающими.
