基于遗传和声算法并考虑实际压实质量的土石坝沉降预测模型

鉴于通常采用统计方法预测土石坝沉降时往往假定同一分区的坝料为均质同密度的,但却忽略了实际压实质量差异导致的坝料密度空间分布的不均性问题,利用数字大坝系统实时采集的各坝料分区的压实密度和填筑进度,建立了考虑各坝料分区实际压实质量的土石坝施工期沉降预测回归模型,并利用遗传和声算法对模型的回归系数进行寻优重估,以提高模型的精度。实例应用结果表明,基于遗传和声算法的考虑实际压实质量的土石坝沉降预测模型的计算结果与实际情况更为接近,为土石坝施工期沉降预测提供了一种新途径。     

数字化施工下高土石坝施工期结构性态有限元精细分析

基于数字化施工技术所构建的数字大坝系统,实时采集大坝实际施工质量和进度等动态信息,建立了考虑实际施工质量下空间任意位置处坝料压实密度及性态参数(即强度参数、本构模型参数)的估算模型,提出了任意有限单元中有关计算参数的赋值方法,继而耦合实际填筑进度确定加载过程,实现了大坝施工期结构性态的有限元精细建模与分析。实例应用表明,该方法的计算结果与实测值更为接近,为精确分析土石坝施工期沉降变形规律提供了新的途径。     

超大径粗粒料最大密度测定方法的研究

近几十年来由于科学技术的飞速发展,特别是土力学的发展,施工技术和机械化水平的提高,促进了以当地材料为主的土石坝的建设.从国内外已建的土石坝工程统计,粗粒坝料一般占总填筑方量的60～90%.因而合理确定粗粒坝料的压实标准,对土工建筑物和地基的稳定性、坝体的设计和施工都具有重要意义.我国《水工建筑物抗震设计规范》(SDJ10—78)和《碾压式土石坝设计规范》(SDJ218—84)均要求无粘性土的压实标准按相对密度确定.相对密度是根据试验求得的最大、     

基于投影寻踪—正态云模型的某土石坝安全评价

针对目前大坝安全评价方法中均未考虑评价指标的模糊性和随机性问题,综合考虑土石坝变形、渗流及环境三方面因素构建了土石坝安全评价指标体系,将正态云模型引入到土石坝安全评价中,利用投影寻踪法确定各评价指标权重,提出一种基于投影寻踪—正态云模型的土石坝安全综合评价模型。实例应用结果表明,土石坝安全评价结果为低风险,与实际情况相符。可见所建模型可行、有效。     

基于IFOA-GNN的土石坝施工期位移预测模型

有效预测土石坝施工期的位移对大坝安全运行具有重要意义。针对基于智能学习的大坝位移预测模型存在的不足,提出了一种基于改进果蝇算法(IFOA)与灰色神经网络(GNN)相结合的土石坝位移预测模型,即通过改进的果蝇算法迭代调整灰色神经网络的权值和阈值,得到全局最佳的初始化参数,将其结果输入灰色神经网络,并将其应用于某土石坝施工期位移预测。结果表明,该预测模型预测精度高、预测结果稳定,且精度及稳定性均优于灰色神经网络模型(GNN)和果蝇算法与灰色神经网络(FOA-GNN)预测模型。     

一种土石坝有限元网格的快速生成算法

针对有限元软件前处理器建立土石坝有限元网格模型效率不高的问题,提出了一种土石坝有限元网格的快速生成算法。该算法首先将土石坝最大断面进行二维网格剖分,并将其沿坝轴线方向平推,得到土石坝初始三维网格;其次,将复杂的建基面简化为若干平面的组合,考虑平面组合和三维网格各单元的位置关系,用该平面组合对土石坝初始三维网格进行切割,实现了考虑建基面形状的土石坝网格;最后,对切割后的坝体网格向下方和四周进行拉伸,得到含有均质地基的大坝—地基有限元网格。通过如美工程的实例应用,验证了该方法生成土石坝有限元网格的高效性。     

基于人工神经网络的土石坝沉降模型

针对在某些工程实际中统计模型较难精确反映土石坝受多种复杂因素影响引起的沉降变化规律．研究了一种基于人工神经网络的土石坝沉降模型，用于对土石坝沉降的拟合和预测，应用结果表明，神经网络模型较好地发挥了神经网络的非线性映射能力，并比统计模型的拟合效果好。     

糯扎渡堆石坝施工期两种心墙沉降统计模型的比较

以糯扎渡施工期心墙沉降为例,基于心墙沉降监测资料,借鉴已有的研究成果,建立了考虑填筑高度影响的统计模型和考虑填筑分量和时间分量耦合的统计模型,并将两种模型应用于糯扎渡水电站心墙沉降的分析中,比较分析了两种模型的实用性和精确度。结果表明,考虑填筑分量和时间分量耦合的统计模型精确度较高,可作为糯扎渡土石坝施工期心墙沉降分析的一种适用模型。     

新疆恰甫其海黏土心墙坝运行期安全监测分析

阐述了恰甫其海水库黏土心墙坝在施工期和运行期黏土心墙、坝壳料的沉降变形规律和特征值,对心墙和坝壳料的施工质量进行了初步评价;分析了坝体、坝基、坝肩蓄水前后和运行期的渗流变化情况,对黏土心墙的工况和帷幕阻水效果进行了初步评价,并对心墙蓄水前后和运行期的土压力做了定性分析。     

基于料场分区的汤坝防渗料掺配利用研究

为提高长河坝水电站汤坝土料场的土料利用率,依据详细的勘察成果与室内、现场掺配试验,研究了基于料场分区的偏粗、偏细土料相互掺合后的掺配料利用。结果表明,以P5=43%为控制掺配目标值的掺配料能最大限度地满足填筑设计要求,该掺配料与直接上坝料在渗流、强度及应力变形力学工程特性方面均差异较小,且可使土料场粗、细土料的利用率提高到76%以上,可作为250m级高土石坝心墙料的填筑使用。     

碾压混凝土压实机理及VC值对其压实质量的影响

为分析碾压混凝土（RCC）的压实机理及VC值（vibrating-compacted value）对压实质量的影响,利用小型振动碾压机开展碾压试验,分析了碾压混凝土内部颗粒加速度及表面沉降的变化规律,并从颗粒加速度及表面沉降变化的角度解释了碾压混凝土的振动压实机理。借助振动压实成型机模拟实际施工中的“上压上振”的压实方式制备试样,分析了VC值对RCC压实质量和力学性态的影响。研究结果对于合理确定碾压混凝土坝现场施工参数,进而确保大坝压实质量,具有一定指导意义。     

基于绿色施工的堆石坝土石方调配方案评价

土石方调配是堆石坝施工中的关键环节,调配方案的优劣将直接影响整个工程的成本、进度、质量和生态环境。针对土石方调配中存在的生态环境问题,结合绿色施工技术设计准则,利用德尔菲法获得调配过程中资源利用、环境负荷、施工综合管理三大准则层的一系列绿色施工指标,运用层次分析法和模糊综合评价法构建土石方调配绿色施工评价体系,进而确定了土石方调配方案的绿色施工等级,并通过实例验证了该方法的有效性,从而为土石方调配方案决策提供依据。     

苗尾水电站心墙砾质土料碾压工艺试验研究

为揭示苗尾水电站土料场土层颗粒级配和含水率变化情况,验证大坝心墙砾质土料的设计填筑标准,确定经济合理、技术可行的碾压施工参数,提出施工填筑压实质量检测的有效方法和快速质量控制的手段和措施,针对大坝心墙防渗土料料源多、土性及含水率变化大的特点,对苗尾寨土料场、丹梯村土料场和左岸土料场砾质土的铺料厚度、铺料方式、碾压遍数、碾压速度等施工参数进行碾压试验研究。结果表明,在天然含水率状态下,铺料30cm碾压8遍,土料的压实度能够满足设计要求;铺料35、40cm碾压8遍,土料的压实度合格率偏低。     

基于极限学习机的面板堆石坝施工期沉降预测模型及应用

针对大坝安全监控预测中存在的不确定性与非线性问题,提出了基于极限学习机算法的面板堆石坝施工期沉降预测方法,并将其应用于柬埔寨某面板堆石坝沉降预测中。与传统的统计回归分析模型计算的沉降量相比,基于极限学习机算法的预测模型拟合学习速度快,精度高,适用性强,预测值与实测结果吻合较好。     

特高砂砾石面板坝流变效应及面板防裂措施

针对高面板坝后期变形导致的面板破坏问题,采用大型室内试验测定了大石峡筑坝料流变力学特性,重点研究了后期流变效应对坝体、防渗体应力变形的影响。评估了各期面板浇筑前坝体沉降速率,复核了面板浇筑前预沉降时间的合理性。研究结果表明,该坝各期面板浇筑前设置的预沉降期可将坝顶沉降率控制在5mm/月以内。大坝蓄水运行后面板应力,尤其是轴向应力,较初次蓄水增加明显,存在挤压破坏的风险。论证了在面板受压区设置柔性缝的面板应力改善措施,结果表明该工程措施对削减面板轴向压应力效果明显。总体上,250m级的特高砂砾石面板坝坝体和防渗体应力变形能满足安全控制要求,通过合理的工程措施可保证大坝施工与运行安全。     

碾压混凝土薄弱区域压实质量精细评价方法

现行碾压混凝土坝压实质量评价体系中仅以统计意义下检测点质量合格率为评估标准,未针对薄弱区域影响因素进行具体分析,导致达标施工仓面仍可能存在危害坝体运行安全的质量缺陷风险。对此,提出一种薄弱区域压实质量精细评价方法,首先基于加权平均思想,同时考虑薄弱区域压实度差异和面积形态特性,建立薄弱区域欠压综合评价指标M;然后引入Voronoi多边形变异系数CV值度量薄弱区域空间分布特征,指导常规抽检选点,施工人员高效补碾修复质量缺陷。现场碾压条带试验表明,该方法可准确馈控薄弱区域压实水平,有效避免仅以质量合格率评价的缺陷,提高了压实质量精细评估水平。     

土石坝施工模拟中填筑层数的选取

鉴于土石坝施工仿真中分层填筑层数对坝体沉降的影响很大,选取不同高度的土石坝,将同一土石坝分成不同层数填筑,并采用有限单元法模拟施工过程,通过选择不同筑坝材料及地基材料,对比分析了采用不同填筑层数时坝体施工完成后的最大沉降值及最大沉降发生的部位,从而对填筑层数的选取给出建议,即中低高度的土石坝分15~20层填筑、高坝分25~30层填筑比较合适。