联立SBFEM与PSO-LSSVM的混凝土重力坝综合弹性模量快速反演方法

针对混凝土坝综合弹性模量常规反演法效率低及其有限元正分析受限于网格划分等问题，提出一种联立比例边界有限元法（SBFEM）和粒子群算法优化最小二乘支持向量机（PSO-LSSVM）的重力坝综合弹模快速反演方法．通过分析混凝土重力坝坝体综合弹模与水平位移的映射关系，在构建重力坝综合弹模反演方程基础上，建立基于MALTAB平台的重力坝结构比例边界有限元模型，并利用PSO-LSSVM算法对大坝结构正分析结果学习训练获取其反演参数．经实例考证表明，该方法无论其数值结果精度还是计算效率皆有所提升，同时克服了大坝结构常规反分析受制有限元奇异单元等先天缺陷影响，实现重力坝结构性能等效参数快速识别，为混凝土坝变形性能监测提供新的思路．     

混凝土坝材料参数区间反演分析方法

为了充分考虑不确定性信息对大坝结构力学参数反演结果的影响,利用区间分析方法,依据大坝原型观测数据和有限元数值计算成果,构建了大坝变形区间监控模型.基于此模型,探讨了反演混凝土坝坝体、坝基弹性模量、线膨胀系数等的原理、算法等.实例分析表明,区间分析方法能充分考虑参数反演过程中的多种不确定性,可避免复杂的区间有限元计算,其形式比较简单,效率较高,能方便地应用于实际工程.     

改进人工鱼群算法在气溶胶粒径分布反演中的应用

基于光谱消光法,利用一种改进的人工鱼群算法(improved artificial fish school algorithm,IAFSA)反演单峰和双峰气溶胶粒子粒径分布。其中,正问题的求解采用反常衍射近似(anomalous diffraction approximation,ADA)和Lambert-Beer定律。研究结果表明:相对标准人工鱼群算法而言,IAFSA能很好地避免出现后期收敛速度慢、精度低等问题。在非独立模型下反演气溶胶粒径分布时,IAFSA算法体现出很好的收敛精确度和鲁棒性。在非独立模型下,IAFSA算法可用于反演实际测量得到的哈尔滨地区气溶胶粒径分布。     

改进的BP神经网络在碾压混凝土坝温度场反分析中的应用

采用改进的BP神经网络,建立了碾压混凝土坝热学参数反馈分析模型;利用三维有限元浮动网格法正分析得到的样本去训练网络,再利用温度实测值对热学参数进行反分析,根据反演后的热学参数进行温度场计算.计算结果和实测结果较为接近,可满足工程实际要求,且该方法具有较好的稳定性和收敛性,表明改进的BP神经网络算法用于反演混凝土坝热学参数是可行的.     

基于混合遗传算法的混凝土大坝力学参数反演

将混凝土大坝和岩石基础的力学参数识别反问题作为优化问题处理,然后采用混合遗传算法求解可准确地确定岩体的力学参数。基于观测的混凝土大坝坝顶水平位移,建立了识别混凝土大坝和岩石基础力学参数的数值方法。为解决简单遗传算法的早熟问题,将遗传算法与模拟退火算法相结合,提出了基于混合遗传算法的混凝土大坝力学参数反演方法。丰满混凝土大坝实际工程应用表明,根据参数反演结果预报大坝在不同水位条件下的水平位移具有较高的精度。     

基于GA-APSO混合罚模型的混凝土坝力学参数优化反演

针对混凝土坝流变力学参数反分析中的多目标优化问题,利用混合罚函数法,构建一种新的无约束单目标优化函数,并就其函数求解中常规优化算法搜根收敛速率慢、局部最优等缺陷,通过向粒子群算法(PSO)中引入自适应因子,并融合遗传算法(GA)计算优势,提出一种基于自适应遗传粒子群算法(GA-APSO)的全局优化反演方法,并将ANSYS有限元程序作为子模块嵌套到该算法程序中,编制相应的有限元优化反演分析程序。同时,通过工程算例中的大坝正反分析结果,验证文中所建混合算法具有收敛速度快和全局搜索能力强的特点,进而可提高大坝优化反演效率。该方法亦可将其推广应用于其他坝型及岩质边坡的力学参数反分析。     

AF-PGM模型在大坝变形监测中的应用

基于目前灰色理论模型在变形监测中的应用,分析了PGM(1,1)模型中的参数及其求解的方法.引入人工鱼群算法求解背景值和初始值的修正项,通过人工鱼群算法求解得到模型的最优组合值。结合大坝变形监测工程实例进行计算分析,结果表明利用人工鱼群算法(AF)求解得到的PGM(1,1)模型的背景值参数与初始值修正项对大坝变形监测的预测具有较好的效果。     

碾压混凝土坝碾压层厚对层间面特性影响研究

碾压混凝土坝由于施工工艺等原因存在层间面软弱面,而这些软弱面对坝体的应力分布和位移会产生一定的影响.结合乌弄龙碾压混凝土坝,通过有限元软件建立不同碾压层厚(30、50、70cm)大坝模型,研究了碾压层厚度对大坝应力、位移分布的影响.为了更好地对比分析碾压层厚度对层间面特性的影响,对模型施加相同材料参数、边界条件和外界荷载,然后对不同碾压层厚坝体的应力和位移大小分布进行对比分析,进而得出碾压层厚对坝体层间面特性的影响,从而为碾压混凝土坝的设计、施工提供一定的理论依据.     

碾压混凝土坝结构性态的块体元与有限元耦合分析模型

将有限元和块体元相结合,用有限元描述碾压混凝土本体内部的位移场和应力场,用块体元从整体上分析层面的影响.在对有限元和块体元耦合效应分析的基础上,针对碾压混凝土坝的成层特点和分区界面之间变形的不连续性,建立了碾压混凝土坝的变形分析模型,并编制了相应的耦合计算分析程序.实例表明,该分析模型能较好地模拟碾压混凝土坝的工作性态,既可描述碾压混凝土坝的复杂变形,又可分析其破坏过程,充分发挥了块体元与有限元各自的优势.     

无坝体温度监测数据老坝的导温系数反演分析

为了解决缺乏坝体温度监测数据的老坝混凝土热学参数反演问题，利用常见的坝体位移监测资料，通过建立监控模型分离出温度分量，运用温度分量相位与气温相位之间的滞后关系，并借助温度场与变形场的有限元计算以及拟合优化，提出一种基于变形监测资料的老坝导温系数反演方法，并以丰满大坝为例进行了计算分析。结果表明，反演得到的导温系数为0.0978m²/d，在合理范围之内。     

基于结构分析法的重力坝坝顶水平位移预警指标拟定

为满足河南石漫滩水库大坝安全运行与变形监控需要,提出一种基于大坝变形监测数据、统计模型、参数反演和有限元分析的重力坝变形指标拟定方法.首先,建立坝顶顺河向位移测点的统计模型,正分析得到坝顶位移的水压分量、温度分量和时效分量;然后,建立大坝典型坝段有限元模型,选取7号坝段IP2和IP6倒垂测点作为参数反演测点,反演分析坝体弹性模量和坝基变形模量;最后,在高水位、极寒温降的最不利工况下,基于结构分析法拟定大坝坝顶位移预警指标,为大坝运行安全性态评价和位移监控工作提供了分析手段和理论支持.     

高混凝土坝变形性态的库盘影响分析

在研究有限元模型边界确定方法的基础上,通过建立库盘大范围和近坝区小范围2种尺度有限元模型,并由库盘模型变形计算结果提取近坝区模型的边界条件,提出高混凝土坝变形性态的库盘影响分析方法,分析库盘变形对大坝变形性态的影响。典型实际工程计算结果表明,高坝大库工程,库盘作用对大坝变形影响明显,尤其坝前大库容工程在应用实测资料分析混凝土坝运行性态、反分析结构力学参数和变形监控指标时,应该考虑库盘变形的影响,以确保充分掌握大坝运行性态,有效监控大坝的安全运行。     

基于改进粒子群优化算法和极限学习机的混凝土坝变形预测

混凝土坝变形预测是评价大坝运行状态和预测大坝行为的重要方法.但是,混凝土坝的随机荷载和强非线性变形限制了传统多元线性回归模型的应用.而人工神经网络模型则对复杂和高度非线性行为具有良好适应性.针对基于梯度下降法的常规神经网络模型收敛速度慢和过度拟合等问题,提出了一种基于改进型粒子群优化算法选取极限学习机(ELM-IPSO)最优参数的大坝变形预测模型.针对传统粒子群算法搜索时间长、容易陷入局部最优的特点,采用自适应惯性权重和动态调整学习因子,对粒子群算法进行了改进.研究表明,IPSO算法提高了粒子群优化的全局搜索能力,提高了计算效率.应用IPSO优化ELM模型的初始权值和阈值.通过东江混凝土拱坝的实测资料,验证ELM-IPSO模型的预测性能.将计算结果与BPNN模型、ELM模型和传统ELM-PSO模型的结果进行比较.BPNN模型、ELM模型、ELM-PSO模型和ELM-IPSO模型的平方相关系数R2分别为89.15%、91.13%、93.87%和94.36%.ELM模型的R2大于BPNN模型,说明ELM模型比常规的BPNN模型预测精度更高,泛化性能更好.ELM-PSO模型的预测精度大于ELM模型,说明PSO对ELM的优化在提高预测精度方面具有良好的作用.4个模型中,ELM-IPSO模型的R2最大,预测精度最高,这表明提出的ELM-IPSO模型能够有效提高混凝土坝变形的预测能力.     

RandWPSO-LSSVM反演方法及其在大型地下工程中的应用

根据粒子群算法(PSO)和支持向量机(SVM)的特点和局限性,对其进行改进,建立随机权重粒子群-最小二乘支持向量机(RandWPSO-LSSVM)反演模型,由正交设计、均匀设计和三维有限元数值计算给出学习和测试样本,反演糯扎渡水电站大型调压井工程区的围岩力学参数和初始地应力场.研究表明:RandWPSO对LSSVM预测模型的优化效果明显比PSO好;反演得到工程区x向和y向侧压力系数分别为2.641 5和2.083 1,微新岩体、弱风化下层、弱风化上层、全强风化层岩体、断层等围岩的弹性模量分别为24.849 2,10.898 7,2.839 8, 0.270 4和0.651 3 GPa;反馈计算得到的位移相对实测位移误差较小,验证反演参数的合理性,也表明所建立的RandWPSO-LSSVM反演模型合理可靠,可有效指导大型地下工程参数设计和施工稳定性分析.     

基于代理模型的碾压混凝土坝坝体渗控结构多目标优化

针对现有碾压混凝土坝坝体渗控结构优化研究中常用的单目标、单参数的优化方法难以获得同时满足多个目标要求的渗控结构设计方案,无法充分考虑不同设计参数之间的关联性以及计算效率低的不足,提出了基于代理模型的碾压混凝土坝坝体渗控结构多目标优化方法.其主要包括:①建立以渗控结构设计参数为设计变量,以防渗层最大水力梯度、溢出点高程以及渗控结构造价为优化目标的碾压混凝土坝坝体渗控结构多目标优化数学模型;②提出基于多目标粒子群算法与代理模型的模型求解方法,其中多目标粒子群算法应用于快速求解Pareto解集,而代理模型应用于建立设计参数与优化目标之间的近似关系式,用以替代优化过程中求解耗时的渗流数值模型,从而提高求解效率,同时考虑不同设计参数之间的关联性.利用本文方法对某碾压混凝土坝坝体渗控结构进行多目标优化,并通过与传统方法进行对比验证了该方法的有效性与优越性.     

碾压混凝土坝计算参数对变形的敏感性分析

针对碾压混凝土坝本体及层面影响带计算参数对变形影响的问题,定义了敏感度函数,探讨了变形计算参数的敏感性分析方法;并运用敏感性分析原理对某碾压混凝土坝变形主要计算参数进行敏感性分析,分析结果表明:本体弹模对变形最敏感,层面弹模次之,然后是本体泊松比,层面泊松比最不敏感.分析结果对碾压混凝土坝的变形分析具有一定的参考价值.     

考虑施工质量影响的碾压混凝土坝地震动力响应

针对现有碾压混凝土坝地震动力响应分析未考虑施工质量影响的问题,提出一种考虑施工质量影响的碾压混凝土坝分析方法。基于碾压混凝土坝施工质量实时监控系统数据,分析施工质量对物理力学参数的影响;建立考虑施工质量影响的有限元分析模型,并结合实际工程,进行地震动力响应计算。结果表明,该方法可以分析施工质量对地震动力响应的影响,为抗震设计提供科学依据。     

RCC坝热学参数人工神经网络反馈分析

基于人工神经网络的方法,建立了碾压混凝土坝施工期热学参数反馈分析模型．根据某碾压混凝土坝坝体温度观测资料,对碾压混凝土坝施工期热学参数进行反演,结果表明此法适用于解决这类复杂非线性问题．具有较好的稳定性和收敛性．反演结果满足工程需要．     

高温季节碾压混凝土坝强约束区温控防裂方案研究

我国西南地区高温季节持续较长,碾压混凝土坝面临施工期温度裂缝的威胁．基于碾压混凝土坝施工期开裂机理,结合某大型碾压混凝土重力坝强约束区高温季节的施工,采用有限元仿真算法模拟了不同昼夜温差条件下的混凝土温度场和应力场发展过程,根据计算结果对表面保温和水管冷却过程中的具体参数进行优化,成果对同类工程具有参考价值．     

基于遗传算法的带缝重力坝弹性模量反分析

根据混凝土重力坝坝顶水平位移观测资料,采用逐步回归方法分离出了坝顶水平位移的水压分量;以大坝和基岩的弹性模量识别反问题作为优化问题,利用改进的遗传算法,并借助接触单元模拟坝体纵缝进行了有限元反演分析.某带缝重力坝数值计算实例表明,该计算方法能够较好地反映坝体结构的实际状况,参数反演分析计算效率高,计算结果与现场试验值及经验数据吻合较好,具有较高的合理性与可靠性.