土体加固对筒型基础承载特性的影响研究

为正确评估软体地基加固对提高筒型基础承载力的影响,建立考虑土体渗流~应力耦合效应的三维数值模型,模拟了筒顶负压抽水的土体加固过程,分析了筒内土体加固对筒型基础承载特性的影响。研究结果表明:在负压加固作用2.5 d后,筒顶沉降趋于平缓,孔隙负压扩散范围广,筒内土孔隙比下降幅度大,加固效果较好。此时,筒土之间接触更为紧密,极端荷载下筒顶脱开率大幅下降。在单一加载情况下,土体加固提高竖向设计承载力42.6%,水平设计承载力129.2%,抗弯设计承载力69.6%,竖向极限承载力4.4%,水平极限承载力61.3%,以及抗弯极限承载力99.1%。在复合加载情况下,土体加固前后V~M、V~H、V~H~M包络线存在一定的差异,未加固土体筒基的包络曲线分布在加固后的筒基外侧。通过试验数据对计算模型进行验证,吻合良好。这意味着现有的筒型基础设计仍有较大的优化空间。     

沿海城市暴雨-高潮位复合致涝区划研究北大核心CSCD

由于暴雨和高潮位的共同影响,沿海城市更容易遭受内涝灾害。暴雨和高潮位影响区域致灾因子划分是减灾措施布设的重要因素。本文提出了致灾因子区划方法,并进行了区划方法的效果分析。以海口市主城区为例,基于城市暴雨污水及流域雨洪管理建模软件构建一二维耦合城市内涝模型,计算不同组合工况下的淹没水深和淹没范围,将内涝区域划分为降雨影响区、潮汐影响区和共同影响区,并对三个区域进行了减灾措施优化分析。结果表明,潮汐影响区、共同影响区和降雨影响区距海岸线逐渐变远;降雨影响区布设蓄水池的效益要明显优于潮汐影响区,而潮汐影响区布设止回阀的效益要优于降雨影响区。因此,通过内涝区域划分可以更高效地布设防涝措施。     

平板闸门垂向自激振动数学模型研究

在分析前人实验结论和平板闸门自激振动机理的基础上,将结构—尾流振子模型应用到闸门垂向自激振动的研究中,振子模型采用von der por方程,在结构的控制方程中合理地加入了附加质量项。通过确定模型其他参数并对模型进行计算得到闸门稳定自激振动（共振区）下的垂向振动峰值和频率比。计算值和实测值能较好地吻合,从而实现了影响闸门自激振动参数的整合及对闸门自激振动的定量研究,为进一步深入分析闸门自激振动的机理提供了更加可靠的依据。     

开机过程中的水电站厂房振动分析

本文根据水电站厂房及机组结构开机过程原型观测资料,对水工结构振动情况进行分析,并详细探讨了机组起动过程中的轴向力、扭矩、不平衡力等几种主要荷载的变化情况,给出它们的幅值的近似估算，在此基础上,提出一种计算开机过程中厂房结构动力响应的方法，并将通过该方法结合有限元模型计算出的数值结果与实测数据进行比较,证明该方法是可行的。     

水电站双排式机组厂房现场测试分析

水电站双排式机组厂房的主要特点是,机组前后对应双排布置,双排压力钢管单层与蜗壳相连,双排尾水管双层出流。文中采用数学统计和Fourier变换的方法,详细分析单机运行和联合运行时厂房的振动测试数据。分析结果表明,双层尾水管水压脉动主要受各自结构尺寸的影响,单机运行和联合运行时,其变化趋势基本相同。尾水管水压脉动是双排式机组厂房两机墩振动的主要联系。这些为双排式机组厂房的振动评估和动力反馈计算提供可靠的依据。     

基于BP神经网络的李家峡拱坝材料参数反演

利用神经网络模型对大坝材料参数进行反演 ,可避免建模因子的选择不当而造成的误差 ,精度较高。本文利用有限元模型建立神经网络的训练样本 ,采用BP神经网络模型对李家峡拱坝进行了坝体和坝基材料参数反演 ,最后以反演后的材料进行正向计算得到大坝的变形 ,并与实测变形对比 ,结果令人满意。     

大型水电站地下厂房机组支撑结构动力特性研究

就在建的某大型水电站地下厂房结构 ,分析计算了 18种振源的频率 ,全部采用三维实体单元对其进行模拟 ,建立了多个三维有限元模型并进行了计算分析和共振校核 ,研究了机组支撑结构不同的结构布置形式 ,不同的边界条件和不同的材料对其动力特性的影响 ,得出了一些结论 ,为有效优化地下厂房结构的整体动力特性 ,改进抗振设计提供了途径和依据     

模拟范围对水电站机组支承结构动力特性的影响研究

对于水电站机组支承结构而言,模拟范围愈大,计算出的自振频率愈低.为了确定合理的模拟范围,根据工程实例,针对机组段之间分缝的坝后式厂房,分别从有限元计算和结构动力学推导两个方面分析了模拟范围对机组支承结构动力特性的计算结果的影响,指出常规模拟方式存在的问题和合理的结构模型应包括的范围.     

遗传算法改进的BP神经网络对汛期三门峡水库泥沙冲淤量的计算

本文针对BP神经网络收敛速度慢和易于陷入极小值的问题，采用将遗传算法全局寻优和BP神经网络局部寻优相结合的方法，提高了BP神经网络的计算精度和收敛速度。应用该模型和一般BP神经网络模型对汛期三门峡水库的泥沙冲淤量进行了计算和预测。数值结果对比发现，经遗传算法改进后的BP神经网络模型在降低计算和预测的平均误差的同时，迭代次数比一般BP神经网络模型也大大减少。因此适用于求解如计算水库泥沙冲淤量等非线性问题。     

市场竞价下梯级水电站短期优化调度研究

针对梯级水电站短期优化调度的特点，通过对电力市场中发电厂商竞价策略特点的分析，提出了市场竞价下梯级水电站的竞价运行策略，构建了市场竞价下梯级水电站优化调度模型。模型采用概率分布来模拟发电厂商报价策略，并利用蒙特卡洛方法对电力市场出清过程进行随机模拟，而且在最大效益子模型中考虑了梯级各电站发电成本不同的因素。最后通过实际算例，利用改进蚂蚁算法和遗传算法对硕多岗河梯级水电站在市场竞价条件下的整体调度过程进行了模拟优化求解，得出了较优的市场出清结果和梯级优化运行方案，并通过对优化结果的详细分析，指出了模型的优点和缺陷。