基于SSA-LSTM的混凝土拱坝变形预测模型

由于混凝土拱坝在变形过程中有明显的非线性特点,因此参数过多和陷入局部最优的问题是大坝变形预测模型过程中较为常见的问题。通过将麻雀搜索算法(SSA)引入长短期记忆神经网络(LSTM)中,进行超参数优化,建立了SSA-LSTM模型进行混凝土拱坝变形预测模型。以某拱坝多个测点的实测径向位移数据为例,将水压、温度和时效作为输入,坝体径向位移作为输出,使用SSA-LSTM模型与传统的变形预测模型BP神经网络、极限学习机(ELM)和支持向量机(SVM)分别进行回归预测,结果表明SSA-LSTM模型具有较强的预测能力,可用于大坝安全的预警预报。     

材料参数对高拱坝动力响应影响研究

高坝系统运行环境复杂,与设计状态往往有比较大的差异。以溪洛渡拱坝为例,首先采用三维有限元模型基于现场实测资料反演坝体与地基材料参数,然后对比设计参数和反演参数条件下坝体的动力响应。研究结果表明,材料参数的选取对坝体-地基系统动力响应影响明显,与采用反演参数的拱坝动力响应相比,采用设计参数时坝体的动相对位移明显增加,坝肩位置横缝开度增加但中部横缝开度减小,建基面、孔口及坝踵位置损伤增加。建议对拱坝进行抗震安全性分析时采用设计参数。     

基于交叉全局人工蜂群算法的拱坝热学参数反演分析

拱坝施工期温度受到气温、冷却通水、表面保温等因素影响,热学参数实际值与室内试验测值之间存在较大误差。通过分布式光纤测温技术获取的温度数据和人工蜂群智能优化算法对混凝土热学参数进行识别,实时获取混凝土热学参数变化规律。对于在寻找函数最优值时传统的人工蜂群算法存在求解速度慢、容易陷入局部最优等问题,通过引入全局最优解,并与遗传算法中的交叉操作相结合建立了引入交叉算子的全局人工蜂群优化算法。考虑冷却水管多档通水和外界气温等因素,将改进的全局人工蜂群算法应用于白鹤滩拱坝热学参数反演,分析结果表明基于改进全局人工蜂群算法反演计算的混凝土温度与实测值吻合较好,改进全局人工蜂群算法在拱坝热学参数反演中具有较好的适应性。     

小湾拱坝运行期温度场反演与应力仿真分析

拱坝所处的运行环境复杂,受力状态复杂,其真实的工作状态往往与其设计状态存在一定的差异,因此开展基于坝体温度和变形监测资料,反演坝体与基岩材料参数,仿真坝体的应力状态的研究。通过有限元方法,基于小湾拱坝实测温度,拟合上下游坝面的温度边界条件,并对拱坝运行期温度场进行了仿真;基于变形监测资料,反演坝体和基岩弹性模量;基于反演得到的坝体温度场与材料弹性模量,对小湾拱坝进行应力仿真分析。研究表明:小湾拱坝下游面温度分布总体呈现出两侧坝段高于中间坝段的规律;运行期坝体混凝土的弹性模量相对于试验值约提高30%;在冬季时,上游坝面水位以上部分出现局部拉应力,下游坝面在坝基交界面附近由于应力集中出现局部拉应力,但不至于影响工程安全运行。     

材料物理力学参数反演分析新方法

在综述现有大坝安全监控中材料物理力学参数反演分析方法的基础上，提出了一种新的反演材料物理力学参数的新方法－－Ｔａｌｙｏｒ级数法，通过实例验证了其正确性。     

构皮滩拱坝混凝土线膨胀系数反演分析

掌握大坝运行期混凝土线膨胀系数是研究坝体在温度作用下应力变形特征和规律的必备条件。采用无应力计测值对构皮滩拱坝混凝土线膨胀系数进行反演,首先根据各测点测值基本变化规律分析了数据可靠性,再利用正常工作的各测点无应力计测值进行统计模型回归分析,得到构皮滩大坝混凝土实际线膨胀系数为6. 18×10-6/℃。     

高拱坝参数反演的Jaya-高斯过程回归模型

为了提高高拱坝物理力学参数反演的精度及效率,将Jaya智能优化方法与高斯过程机器学习理论引入大坝安全监控领域,提出了基于Jaya-高斯过程回归代理模型的拱坝参数反演分析方法。采用高斯过程回归代理模型代替传统的有限元计算,并利用3种智能优化算法进行参数寻优。结果表明:Jaya算法相比于PSO算法、GWO算法,不仅反演精度高、收敛速度快,且具有很好的稳定性;所提出反分析策略在反演用时方面比直接调用有限元计算的反分析方法节省80%以上。本文方法不仅能够满足计算精度要求,且大大缩减了计算时间,为高拱坝物理力学参数反演分析提供了一种高效的方法。     

拱坝结构诱导缝力学参数反演分析及工程应用

确定设置在拱坝结构中的诱导缝力学参数是工程界的一个难题，一直未能很好解决。本文提出了一种新方法，采用BP神经网络方法与有限单元法相结合的联合反演方法，对诱导缝接触面的力学参数进行反演，较好地解决了该问题。并针对超大型实际工程小湾拱坝进行应用，结果表明通过对诱导缝面的法刚和切刚力学参数反演，有限元计算值与实际监测值吻合较好；当前施工浇筑状态下整个诱导缝面处于受压闭合状态,诱导缝靠近上游侧的压应力和挤压变形大于靠廊道侧的压应力和挤压变形，并且中间坝段大于两端坝段。本方法很好地解决了实际工程问题，具有相当的参考意义。     

基于APSO和TWSVM的特高拱坝变形预测模型

为挖掘混凝土大坝变形监测数据与各影响因素之间复杂的非线性关系,提高特高拱坝变形预测精度,在孪生支持向量机(TWSVM)模型基础上,引入位置因子与速度因子,运用自适应粒子群优化(APSO)算法进行参数优化,构建了特高拱坝变形的APSO-TWSVM预测模型。实例验证结果表明,该模型可有效挖掘拱坝变形与影响因子间复杂的非线性关系,模型运算速度和精度均比传统SVM模型有明显提升。     

基于改进ACMPSO并行算法的土石坝本构参数反演

针对一般的优化算法进行土石坝本构参数反演时收敛速度慢,且容易陷入局部最优的问题,引入动态变异系数和OpenMP并行指令,对自适应混沌变异粒子群算法(ACMPSO)进行改进,并采用实例对改进算法进行了验证.实例验证结果表明,与一般优化算法相比,改进的ACMPSO并行算法能够有效避免算法陷入局部最优的问题,大幅降低计算耗时...     

基于遗传算法的拱坝优化设计

将寻优能力很强、具有全局最优解的遗传算法 ,应用于拱坝坝形的优化设计 .拱坝优化设计实例表明 ,采用遗传算法的优化设计结果优于序列二次规划法     

碾压混凝土拱坝等效本构模型研究

由于施工方式的影响，碾压混凝土坝在碾压层间出现结合面夹层，夹层的存在对其力学性能有较大的影响，夹层强度、刚度较低，形成结构破坏控制面。为计算层状结构体的应力应变分布，根据能量等效原理，把层状结构体转换为横观各向同性体，建立了一个连续等效模型，根据等效模型的计算结果进一步计算本体和夹层之间的应力、应变，使得计算工作量大大减少。连续等效模型与单元尺寸、夹层的数量无关，便于根据实际情况对坝体进行灵活的有限元网格剖分，通用性强，而且该模型能够计算夹层开裂后的情况，可用于坝体非线性损伤开裂分析。     

基于麻雀搜索算法和滞后效应的土石坝渗流监控模型

针对渗流滞后效应对土石坝渗流监控模型精度的影响问题,考虑不同滞后效应下库水位和降水量对土石坝渗流影响的差异性,分别引入正态分布函数和瑞利分布函数定量描述库水位和降水量对土石坝渗流滞后影响,构建了考虑滞后效应的土石坝渗流监控模型,并采用麻雀搜索算法求解模型滞后效应参数和回归系数的最优值。以某心墙土石坝为例,对比分析了考虑不同滞后效应及未考虑滞后效应的渗流监控模型的精度,结果表明,本文构建的渗流监控模型精度较高,更接近实际情况,能定量评价土石坝渗流的滞后效应,可用于土石坝渗流健康监测和安全性态评价。     

基于分数阶模式的高拱坝变形安全监控研究构想

为科学监控服役过程中高拱坝的变形安全,基于高拱坝结构特性和服役特点,在分析分数阶元件模型、混凝土坝物理力学参数反演、混凝土坝变形安全监控发展动态的基础上,依据分数阶建模理论,提出了一种高拱坝变形安全监控研究思路与构想:围绕高拱坝变形性态分数阶数值模拟以及基于分数阶模式的单测点和测点群变形安全监控这两个互相关联的科学问题,沿着“分数阶元件模型→物理力学参数反演→单测点变形安全监控→测点群变形安全监控”的研究主线,遵循“基础到深入、简单到复杂、现象到本质、理论到应用、局部到整体、一维到多维” 的原则开展研究。为实现研究构想,重点需攻克三维高应力状态下高拱坝加速流变效应分数阶元件模型、分数阶元件模型弹性和黏弹性物理力学参数反演,以及高拱坝时效变形分数阶分析模型这3个关键的科学技术问题。     

基于无应力计的高拱坝混凝土线膨胀系数分析

针对在高拱坝中埋设无应力计筒时,筒内混凝土应力并非处于严格的“无应力”状态,设计了方形筒和圆形筒的埋设方式,并与常见的锥形筒进行对比。现场试验表明,锥形筒埋设比方形筒和圆形筒埋设方式所得线膨胀系数要小。分别采用最小二乘法、统计回归法和遗传算法对无应力计监测数据进行反演分析。结果表明：统计回归法和遗传算法所得结果基本一致,最小二乘法所得结果与上述两种方法存在一定差异,且受主观因素影响较大。     

运行期混凝土拱坝结构安全性评价方法研究

大坝结构安全性评价是水电站大坝安全定期检查的重要内容之一。电力行业目前尚无明确的运行期混凝土拱坝结构安全性评价方法和评价标准。在回顾总结国内外拱坝失事、损坏情况和近20多年水电站大坝安全定期检查经验的基础上,系统分析了运行期拱坝结构安全性评价的特点,总结了国内外拱坝安全性评价技术现状,研究提出了运行期混凝土拱坝结构安全性评价的实用方法、评价标准和评价时应注意的问题。     

以应力为目标的拱坝体型优化线性规划模型

以最大主拉应力最小作为目标函数，建立了拱坝体型优化设计的线性规划模型．以该模型计算某高拱坝的结果表明，以应力为目标的拱坝体型优化设计，可合理地调整坝体应力状态，从而获得更高的安全储备．