水工钢闸门模糊刚度可靠度进一步研究

为了合理分析水工钢闸门模糊刚度可靠度,确定主梁变形隶属函数,基于现有荷载统计参数,采用当量随机化方法及JC法求出隶属函数为降半梯形分布时不同模糊上下限及降半正态分布所对应的可靠度指标。结果表明,当露顶门与潜孔门模糊下限取为钢闸门设计规范规定的变形允许值,其模糊上限分别为1.1与1.05倍下限时的可靠度指标最为合理;采用两种隶属函数所对应可靠度指标差异不大,从而建议相对变形限值隶属函数为降半梯形分布。     

水工平面钢闸门主梁多失效模式相关的系统可靠度分析

根据水工平面钢闸门主梁的破坏机理,确定了主梁受弯、受剪和弯剪复合破坏3种主要失效模式的极限状态方程,建立了考虑多失效模式相关的主梁系统可靠度分析的概率故障树模型。采用截尾正态分布主梁可靠度分析中的随机变量（闸门水荷载及主梁的腹板及翼缘的厚度等）。采用自适应重要性抽样方法计算了主梁多失效模式相关的系统可靠度,并与上下限法和层次分析法的结果进行了比较。结果表明,概率故障树模型能够有效地分析主梁多失效模式相关的系统可靠度问题,自适应重要抽样方法能够有效地计算主梁多失效模式相关的系统可靠度。忽略主梁失效模式间的相关性将会低估主梁的系统可靠度水平。主梁的抗力和静水压力的敏感性因子较大,它们对主梁可靠指标有非常明显的影响。建议将主梁系统的目标可靠指标取为：大中型闸门3.0,小型闸门2.0。     

基于随机响应面法的可靠度分析及应用研究

运用随机响应面法计算失效概率和可靠度指标,该方法在一些复杂的非线性函数中依然能够保持较高的收敛性。通过数值分析和工程实例进行验证,结果表明:随机响应面法的计算过程相对简单并且计算结果精度较高;随着随机多项式次数的增加,随机响应面法得到的概率密度曲线越来越接近由蒙特卡罗法得到的概率密度曲线。     

结构可靠度方法在砌石重力坝设计中的应用(2)

前言 前文主要针对重力坝在荷载基本组合下的验算而论,按照设计规范规定,还要进行荷载特殊组合下的验算。荷载基本组合的荷载效应S和结构抗力R一般服从正态分布,即可直接用可靠度计算公式算出可靠指标β和结构的失效概率P_f,这是比较简便的。然而,有些荷载不宜当作正态分布的随机变景。例如坝体地震惯性力、地震动水压力、校核洪水流量的荷载、最大风压等一般认为服从极值l型分布,结构强度则仍按对数正态分布考虑,实验资料绘成的曲线     

土石坝边坡小概率失效计算方法

针对蒙特卡罗随机有限元方法求解土石坝边坡小概率失效问题计算时间过长这一弊端,提出了基于链表筛分法和Kriging代理模型的混合子集模拟法。首先,利用链表筛分法计算初始样本点,并以初始样本点作为Kriging代理模型的训练样本点。然后在子集模拟法的分层模拟中采用Kriging代理模型预测条件样本点的响应值,从而可计算出土石坝边坡失效概率。最后,通过一个土石坝边坡算例来说明本方法相比其他方法所需要的计算时间更少,更适合计算土石坝边坡小概率失效问题。     

基于模糊随机机会约束规划的输电可靠性裕度计算

提出了基于模糊随机机会约束规划的输电可靠性裕度的数学模型和混合智能算法。将影响输电可靠性的重要因素表述为随机变量或服从正态分布的事件，例如将发电机和线路运行状态视为服从二次型分布的离散型随机变量，将用户需求看成服从正态分布的随机事件。在不确定因素随机化的基础上，将输电可靠性裕度问题转化为等价的模糊随机优化问题，输电线路开断、发电机开断和负荷模型的等约束条件退化为随机函数、模糊函数。文中提出的求解该机会约束规划模型的混合智能算法，在IEEE 30节点系统上进行了仿真计算，验证了该方法的正确性和可行性。     

柔性桩沉降可靠性的简化分析公式

本文提出了结合分层的剪切位移法、摄动法和随机场理论来计算柔性桩沉降可靠度的简化方法，并用随机有限元和蒙特卡洛模拟法对此简化模型的精度进行了对比分析，分析结果表明该方法计算简便，精度较高。通过算例发现，在土的变形模量为小变异的情况下，其概率模型对桩的沉降可靠度影响不明显，因此其概率模型可近似采用正态分布；在土的变形模量为大变异的情况下，其概率模型对桩的沉降可靠度影响非常明显，在选择概率模型时要慎重。对于土的变形模量服从对数正态分布的情况，采用将其当量正态化后的中心点法即使在参数大变异的情况下也可以获得理想的计算精度。     

计算机模拟技术在大坝失效概率研究中的应用

失效概率计算是大坝风险评价的基础.计算机模拟分析法可以克服采用一次二阶矩法计算大坝失效概率时需将状态函数线性化、非正态随机变量当量正态化以及相关随机变量独立变换的困难.在分析了大坝主要失效模式的基础上,探索了可以直接求解失效概率的计算机模拟分析方法与步骤,结合大坝剪滑垮坝模式,研究了该模式状态函数及随机变量的分布规律,推导了产生皮尔逊Ⅲ型分布、极值I型分布、对数正态分布随机变量随机数的公式,利用编制程序对大坝剪滑失效模式进行了多次模拟,对模拟结果统计分析得到了剪滑失效概率的均值、标准差及95%的置信区间.     

蒙特卡罗法的一种快速计算:在势流问题中的应用

本文针对过去用蒙特卡罗方法做大范围、多节点的势流计算时计算量大、速度较慢，尤其是在游动次数增加以后，这种缺点就表现的非常明显的问题，提出了一种可以进行大范围、多节点计算的快速计算方法，同时提出了一种以角度为转移标准的转移概率，并给出了相应的随机游动模型和相应的算例加以验证。计算结果表明，本文提出的改进方法和原来传统的蒙特卡罗方法相比，在保持相同随机游动次数的情况下，计算时间大大减少。本文提出的方法不仅缩短了蒙特卡罗方法求解的时间，而且拓宽了蒙特卡罗方法的应用。     

基于Lévy稳定分布的失效概率预测模型

针对目前计算结构失效概率的需求,基于Lévy稳定分布结合蒙特卡罗法,提供了一种失效概率预测模型。首先,确定研究对象以及影响因素并获取数据;其次,建立极限状态方程,生成各影响因素对应的Lévy随机数标准化并还原它们的值;最后,将处理好的随机数带入到极限状态方程中计算结构的失效概率。以内蒙古永济第二节制闸1995年~2001年的下游水位为例,将实测数据与采用Lévy稳定分布、极值I型分布、对数正态分布得到的下游水位累积分布函数进行对比得到,Lévy稳定分布具有更高的拟合精度。进一步,采用Lévy稳定分布描述随机变量,结合蒙特卡罗法的失效概率模型得到失效概率随模拟次数变化的收敛曲线,以及失效概率逐年变化的计算数据,表明该水闸随使用年限增加,失效概率与年份近似为线性增长关系。基于Lévy稳定分布得到的失效概率随年份变化的函数可对水工建筑物失效概率进行分析和预测。     

Stochastic simulation of fluid flow in porous media by the complex variable expression method

A stochastic simulation of fluid flow in porous media using a complex variable expression method (SFCM) is presented in this paper. Hydraulic conductivity is considered as a random variable and is then expressed in complex variable form, the real part of which is a deterministic value and the imaginary part is a variable value. The stochastic seepage flow is simulated with the SFCM and is compared with the results calculated with the Monte Carlo stochastic finite element method. In using the Monte Carlo method to simulate the stochastic seepage flow field, the hydraulic conductivity is assumed in three different probability distributions using random sampling method. The obtained seepage flow field is examined through skewness analysis, and the skewed distribution probability density function is given. The head mode value and the head comprehensive standard deviation are used to represent the statistics of calculation results obtained by the Monte Carlo method. The stochastic seepage flow field simulated by the SFCM is confirmed to be similar to that given by the Monte Carlo method from numerical aspects. The range of coefficient of variation of hydraulic conductivity in SFCM is larger than used previously in stochastic seepage flow field simulations, and the computation time is short. The results proved that the SFCM is a convenient calculating method for solving the complex problems.     

基于MCMC法的混凝土坝坝体坝基变形模量随机反演

针对混凝土坝材料力学参数反演中存在大量不确定性问题,提出了混凝土重力坝坝体弹性模量与坝基变形模量的MCMC随机反演法。将坝体及坝基变形模量参数视为随机变量,基于Bayesian理论,利用无似然函数的马尔可夫链蒙特卡罗方法（Markov chain Monte Carlo (MCMC) without likelihoods）进行随机参数后验分布抽样。通过平稳后的马尔可夫链得到参数后验分布的随机样本,进而得到对应的期望值和标准差。以龙滩高混凝土重力坝为例,结合典型断面的二维平面有限元模型,采用无似然函数的MCMC算法对坝体、坝基变形模量进行了随机反演,得出所需反演参数（坝体弹性模量、坝基变形模量）的分布;分析了坝体、坝基变形模量分布的统计特性与观测值波动之间的关系,得出后验分布变异性与观测值离散性呈正相关关系。     

水工建筑物渗流管涌的Monte-Carlo模拟

渗流管涌曾导致一些水利工程失事，给国民经济带来巨大损失。因此，渗流管渗的研究不仅有理论意义，而且有很大的实用价值。首先分析渗流管涌发生和发展的机理。给出了管涌的数学模型：铅直流土的台萨基模型、斜坡流土的谢斯塔可夫模型以及渗流冲刷的曹敦侣模型。在此基础上，用ＭｏｎｔｅＣａｒｌｏ法模拟渗流管涌的发生和发展。孔隙介质的渗流特性考虑服从给定概率分布的随机变量。随机模拟给出管涌发展的形象，同时还可求得在一定条件下，渗流管涌导致管涌破坏的机率。模拟结果表明：渗流管涌发生后，是否会发展到渗流破坏，不仅与相对渗径长度有关，而且还取决于绝对渗径长度。随机模拟的结果能很好地与实验室试验结果相印证。     

关于不确定因素在水沙分析计算中的影响

通过分析基本观测资料的精度，资料代表系列的选择以及泥沙数学模型的验证等几种不确定因素在水沙分析计算中的应用影响，建议采用试验法或称蒙特卡洛法来综合评价水沙计算的成果，即将各层次，各类型随机变量的概率分布曲线综合直组成一条能反映最终成果的概率分布曲线，得出一个比较确切的数字范围，成果可信，便于规划设计应用。     

基于新安江模型的降雨不确定性传播

基于模糊隶属度理论,结合蒙特卡罗方法,定量分析了降雨不确定性在新安江模型中的传播特性及其对流量过程的影响。用模糊隶属度函数表示降雨量的不确定性,用蒙特卡罗方法把3 h雨量随机解集为1 h数据,以表征降雨时程分布的不确定性影响。应用新安江模型对褒河流域进行径流模拟。结果表明,雨量量级大小的不确定性在降雨不确定性中占据主导位置,降雨时程分布的影响次之。     

Application of first-order and Monte Carlo analysis in watershed water quality models

To achieve effective environmental control, it is important to develop methodologies for dealing with uncertainties in model simulation of pollution behaviour and effects. Several procedures have been proposed to quantify uncertainties in modelling studies. This paper utilizes the two methods that are widely applied, i.e. functional analysis and Monte Carlo Simulation.The first-order part of the functional analysis method provides a measure of uncertainties in dependent variables in terms of uncertainties in independent variables. The procedure is based on first-order terms in the Taylor series expansion of the dependent variable about its mean value with respect to one or more independent variables. The major assumption in this procedure is that all independent and dependent variables are the second moment variables (SMV), which means that the behaviour of any SMV is completely described by its mean and standard deviation. The mathematical simplicity of the procedure allows application by simple input-output models. Consequently, it has been applied to many environmental simulators, e.g. hydrological models, stream water quality models, lake water quality models and ground water pollution models.The Monte Carlo Simulation (MCS) method uses a large number of repeated trials or simulations with the values for stochastic inputs or uncertain variables selected at random from their assumed parent probability distributions to establish an expected range of model uncertainty.     

基于摆度大数据的水轮发电机故障预测方法研究

水电厂积累的海量生产数据对发电机故障预测具有重要价值。本文采用蒙特卡洛方法对摆度大数据分析处理以进行故障预测。选取了某水电厂水轮发电机下导轴承摆度X峰峰值作为研究对象,在处理453 601组摆度数据时,选取3种典型工况进行研究。引入归一化加权平均值作为统计量,使用蒙特卡洛方法进行分析,发现该统计量服从正态分布。通过监测该统计量的实时值,依据正态分布3σ准则对水轮发电机工作状态做出定性评价,依据计算出的概率P值对水轮发电机工作状态定量评价,利用这些评价可以进行故障预测。