混凝土大坝变形监控指标拟定的混合法

针对混凝土坝变形监控指标拟定涉及的材料参数众多且不容易准确获取的问题,考虑到水压分量数值计算涉及的参数相对较少且计算结果相对可靠,采用数值计算-变形统计模型的混合法拟定混凝土坝变形监控指标,即水压分量采用不利水位工况下数值计算值,其它分量则采用不利工况下变形统计模型的分离值或反映非线性效应的分量值,结合某常态混凝土高拱坝,提出了基于混合法拟定混凝土坝变形一级、二级监控指标。分析表明,基于混合法拟定的变形一级监控指标与典型小概率法拟定的监控指标接近但略大,这表明该拱坝目前处于黏弹性工作性态,但混合法拟定的变形一级监控指标考虑的因素更全面,而且材料性能分项系数的引入明确了强度参数的合理取值。     

基于速度与加速度准则的泄水闸裂缝工作性态诊断

裂缝实测资料综合反映了现场复杂因素对水工混凝土结构宏观裂缝性态的影响,考虑时效分量是评价裂缝工作性态的重要依据,可基于速度与加速度准则对裂缝工作性态进行诊断。结合王甫洲水利工程泄水闸实际情况,选取水工混凝土结构裂缝典型位置安装裂缝计组,监测获得经历不利荷载工况下的裂缝实测资料,建立反映温度非线性效应的裂缝统计模型,分离获得时效分量,采用速度与加速度准则对时效分量进行诊断。裂缝实测资料的应用分析表明,考虑温度非线性效应的裂缝统计模型拟合效果较好,虽然王甫洲水利工程泄水闸检修门库裂缝部分测点时效分量表现不收敛,但均趋于闭合,由此诊断该泄水闸裂缝目前处于稳定状态。该方法能简便且可靠地反映裂缝的时变规律,可为水工混凝土结构的裂缝工作性态诊断提供参考。     

基于混沌理论的混凝土裂缝开合度改进混合预测模型

针对传统混凝土裂缝开合度统计模型对温度非线性因素和残差特性考虑不足导致预测效果不佳的问题,首先考虑温度非线性因素,建立裂缝开合度改进统计模型,进而借助混沌理论与相空间重构理论对改进统计模型的残差时间序列进行混沌特性分析与相空间重构,采用遗传算法优化的BP人工神经网络对残差进行预测,最后集成获得改进混合预测模型对混凝土裂缝开合度进行预测。结合某泄水闸检修门库裂缝实测开合度,对比分析了传统统计模型、改进统计模型和改进混合预测模型的预测效果。结果表明：改进混合预测模型的预测误差更小,能有效改善裂缝开合度的预测效果。