1) dam seepage flow field
大坝渗流场
1.
According to the strong nonlinear mapping ability of n eural network, neural network model characterizing the relationship between dam seepage flow field and surroundings variables is established.
依据神经网络独特的非线性映射能力,建立了反映环境量与大坝渗流要素之间关系的神经网络模型,推导了反映复杂渗流场演变规律的时效分量及其时间导数,由此建立了大坝渗流场转异时效计算的神经网络法。
2) dam seepage
大坝渗流
1.
Based on Guidelines for Reservoir Dam Safety Evaluation(SL 258—2000),a seepage stability evaluation for the dam of Xiashan Reservoir was carried out by analysis of the monitoring data of dam seepage with finite element method(FEM) and analysis of its operation behavior.
按照SL 258—2000《水库大坝安全评价导则》要求,采用渗流观测资料分析、渗流有限元计算分析及运行表现分析方法,对峡山水库大坝渗流安全进行评价。
2.
Correlation between factors has an effect on the analysis of dam seepage observation data.
大坝渗流观测资料分析中,各因子间常存在不同程度的相关性,这种相关性有时会对分析效果产生较大的影响,另外,通常的回归模型为线性模型,难以精确反映一般为非线性函数的因变量的变化规律。
3) dam seepage flow
大坝渗流
1.
Rainfall and water level show lagging effect and nonlinear on dam seepage flow;and the relationship between rainfall and water level is coupled;therefore,the mechanism of dam seepage is very complex.
降雨和库水位对大坝渗流表现出一定的滞后性和非线性,且降雨和库水位之间本身又存在一定的耦合关系,渗流的机理比较复杂。
补充资料：八场大坝
计划建设的八场大坝位于日本群马县吾妻郡长野原町的吾妻溪谷的上游，为钢筋水泥结构，高130米，蓄水量约为1亿立方米。
修建八场大坝的初衷是除水害、兴水利。日本是海洋性气候，容易发生洪涝灾害。八场大坝的蓄存洪水的空间将达6500万立方米，它与利根川上游已建成的堤坝将对治理利根川、保护两岸居民生命财产安全起到重要作用。此外八场大坝完工后，每秒可向利根川下游的东京都及崎玉、群马、千叶、茨城4县（日本的县相当于我国的省）的2600万居民提供清洁的生活用水22立方米。
八场大坝修建计划始于1962年。经过与当地居民马拉松式的谈判，2001年6月14日，双方正式举行了签字仪式。大坝预定于2010年竣工。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条