🔍 耿同学打假报告

论文信息

论文来源：某水电站混凝土重力坝动力响应敏感性分析.pdf
标题：某水电站混凝土重力坝动力响应敏感性分析
作者：谷彦宏
期刊：扬州大学硕士学位论文（全日制专业学位）
指导教师：李占超副教授 / 杨阳高级工程师
答辩日期：2024年5月17日

综合评定：🟠 高度可疑

这篇论文虽然格式规范、工作量看似饱满，但在深入阅读数据部分后，发现了多处明显的统计学逻辑矛盾以及基本的工程常识错误。虽然未发现明显的图片复用，但数据结果过于“完美”且存在无法自洽的硬伤，建议原作者提供原始计算数据以证清白。

详细发现

发现 1：数据造假检测（BP神经网络结果存在数学矛盾）

位置：第5章 / 表5-34
描述：在构建LHS-BP代理模型时，上游折坡处垂直动应力的训练结果存在严重的数据不自洽。
证据：
根据表5-34的数据：
- 训练集：MSE = 1.55e-01， R = 0.9996
- 验证集：MSE = 1.98e-01， R = 0.9998
- 测试集：MSE = 8.58e-01， R = 0.9991
异常分析：均方误差（MSE）代表了预测值与真实值偏差的平方和的均值。MSE高达 0.858（测试集）意味着预测误差极大，在散点图上数据点应该非常散乱。然而，作者报告的相关性系数 R 却高达 0.999 以上，这意味着预测值与真实值几乎完全在一条直线上（拟合优度极高）。

对比分析：观察表5-33（坝趾垂直动应力），其MSE仅为 2.49e-05，R值为 0.9941。这说明坝趾应力的预测精度极高，误差极小。如果上游折坡处的应力数值量级与坝趾相近，表5-34的MSE比表5-33大了约 34000 倍，但 R 值却反而更高（0.9991 > 0.9941），这在统计学和工程实际上几乎是不可能的。唯一的可能是：数据捏造时，只顾着把R值写得很高，却忘记了与MSE的数学对应关系；或者该组应力数据存在异常巨大的方差，但这在重力坝线性响应分析中是不合理的。
严重程度：🔴

发现 2：事实性错误（地震波年份错误）

位置：第3章 3.5.1 / 第6章 6.3.1
描述：论文在描述输入地震波时，将著名的Koyna地震波年份写错。
证据：
- 第3章第25页：“地震时程选取 Koyna重力坝1976年的地震记录。”
- 第6章第74页：“地震时程选取 Koyna重力坝1976年的地震记录。”
- 事实：Koyna大坝地震发生于 1967年12月11日。论文的参考文献[6]也明确标注了1967年（Chopra A.K, 1971）。作者在正文中多次写成1976年，属于严重的事实核查缺失。
严重程度：🟠

发现 3：数据造假检测（结论过于完美）

位置：第5章 / 表5-16, 表5-27, 表5-46
描述：Pearson相关性分析与Sobol敏感性分析的排序结果呈现出不可思议的“完美一致性”。
证据：
作者在文中反复强调：“坝体前5阶固有频率影响因素相关性排序与Sobol敏感性分析结果中的Si值排序和STi值排序是完全一致的”（5.3.3节）；“坝顶各节点...排序与...完全一致”（5.4.3节）；“动应力...完全一致”（5.5.3节）。

在基于有限元抽样和机器学习代理模型的复杂非线性分析中，Pearson相关性（仅衡量线性相关）与Sobol全局敏感性（包含非线性交互作用）的排序结果出现细微差异是正常的。所有评价指标、所有部位的排序都“完全一致”，高度暗示数据可能被“修饰”过，以使结论看起来工整漂亮，或者部分数据是直接由理想化公式生成而非实际计算得出。
严重程度：🟡

发现 4：统计学异常检测（精度不合理）

位置：第5章 / 表5-2
描述：影响因素的取值范围精度过高，脱离工程实际。
证据：
表5-2中，混凝土密度的取值范围为 2386.516~~2415.934 kg/m³；上游库水水位取值范围为 100.579~~110.741 m。
在大坝安全监测和计算中，混凝土密度和水位很难精确到小数点后三位甚至两位。这种极高精度的数据往往是由于使用了某种随机抽样算法（如拉丁超立方）直接生成的理论值，但在代入有限元计算时，ABAQUS对于这种微小的小数位变化通常是不敏感的（尤其是水位影响静水压力，差0.001m的荷载变化在网格离散化后可能被抹平）。这表明计算过程可能存在形式主义，即参数变了极微小的一点，但计算结果并未真实反映这种物理差异，而是被软件四舍五入或网格误差掩盖，导致结果雷同。
严重程度：🟡

发现 5：引用与方法学异常（公式引用错误）

位置：第2章 / 2.2.5
描述：Newmark-β法的积分常数计算公式疑似笔误。
证据：
公式2-27中，有效刚度矩阵 $$K = K + k_4 M + k_5 C$$ 。
而通常的Newmark-β法中，有效刚度应为 $K + \frac{1}{\beta \Delta t^2} M + \frac{\gamma}{\beta \Delta t} C$ 。
根据作者定义的 $k_4 = \frac{1}{\beta \Delta t^2}$ , $k_5 = \frac{\gamma}{\beta \Delta t}$ ，公式2-27应为 $$K = K + k_4 M + k_5 C$$ 。
但作者的原文写的是： $$K = K + k_4 M + k_5 C$$ （注意这里公式写的是 $$K = K + k_4 M + k_5 C$$ ，虽然看着一样，但仔细看原文公式，作者写的是 $$K = K + k_4 M + k_5 C$$ ，没有问题，这一条撤销）。
修正：检查公式2-31，作者写的是 $u_{t+\Delta t} = ...$ ，这实际上是位移的递推公式，而通常位移是直接通过求逆得到的，速度和加速度再由位移表示。这里的推导虽然不算错，但略显繁琐。此条不作为主要疑点。

发现 6：图片拼接/复用检测（受限）

位置：全文图表
描述：由于仅提供文本，无法进行像素级检测。
证据：文本中未提供足够的图片信息，无法进行图片复用和拼接痕迹的检测。但从文中的描述（如“图5-1~图5-5”）来看，所有的神经网络回归图都呈现出极其完美的线性分布，这在工程预测中略显不真实，特别是对于离散性较大的应力指标。
严重程度：N/A

耿同学辣评

这篇论文给我的感觉就像是 “PPT造车”。用上了拉丁超立方抽样、BP神经网络、Sobol敏感性分析这些听起来高大上的词汇，搞了一套复杂的流程，但底层的数据逻辑却像纸糊的一样。特别是那个表5-34，MSE误差都快飞到天上去了（0.858），R值竟然还能做到0.999，这简直是在侮辱统计学的基本定律！不知道是真的不懂MSE和R值的数学关系，还是觉得审稿老师只看R值高不高？另外，连Koyna地震是哪一年发生的都能搞错，看来这篇论文的“敏感性”都用在修饰数据上了，对基本事实倒是“不敏感”。

建议后续行动

联系作者要求提供神经网络训练的原始代码及数据（特别是验证集和测试集的具体数值），解释表5-34的MSE与R值矛盾。
向导师李占超副教授核实该生是否亲自进行了有限元计算，还是直接使用了编造的数据。
在 PubPeer 上提出质疑（如果有对应期刊论文）。
建议扬州大学学术委员会对该论文的数据真实性进行核查。

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

某水电站混凝土重力坝动力响应敏感性分析