热弹性动力学耦合问题的插值型移动最小二乘无网格法研究

该文基于插值型移动最小二乘法,将无网格局部Petrov-Galerkin（MLPG）法用于二维耦合热弹性动力学问题的求解。修正的Fourier热传导方程和弹性动力控制方程通过加权余量法来离散,Heaviside分段函数作为局部弱形式的权函数,从而得到描述热耦合问题的二阶常微分方程组。然后利用微分代数方法,温度和位移作为辅助变量,将上述二阶常微分方程组转换成常微分代数系统,采用Newmark逐步积分法进行求解。该方法无需Laplace变换可直接得到温度场和位移场数值结果,同时插值型移动最小二乘法构造的形函数由于满足Kroneckerdelta特性,因此能直接施加本质边界条件。最后通过两个数值算例来验证该方法的有效性。     

基于数据挖掘技术的溪洛渡大坝施工期温度监测数据分析

针对溪洛渡大坝施工期大量的温度监测数据难以集成和访问的问题,基于数据仓库相关理论和设计方法,构建了溪洛渡大坝温度监测数据仓库,在已建成数据仓库的基础上,以冷却水温与最高温度两个指标量之间的关联关系为目标,采用关联分析方法对温度数据进行深度挖掘。结果表明,在溪洛渡大坝施工过程中要严格控制冷却通水温度不超过15 ℃,以防止最高温度超过上限影响大坝安全。     

基于RBF-BP组合神经网络模型的特高拱坝混凝土浇筑仓最高温度预测

鉴于混凝土浇筑仓最高温度对特高拱坝温控防裂的重要性,为了实现对混凝土大坝最高温度的有效控制,将BP神经网络、RBF神经网络相结合,选取浇筑温度、施工现场环境气温、浇筑仓层厚、水管布置、通水的水温和流量作为输入矢量,浇筑仓最高温度作为输出矢量,建立一种基于RBF-BP组合神经网络的浇筑仓最高温度预测模型,并将其应用于溪洛渡特高双曲拱坝中。结果表明,基于RBF-BP组合神经网络预测模型可行、有效,且精度较高、收敛速度快。     

枕头坝水电站泄流能力研究

针对枕头坝水电站泄洪闸的泄流能力问题,采用理论计算和模型试验对比的方法,分析了影响泄洪闸泄流能力的因素及泄流能力试验值与设计值之间存在较大偏差的原因,并对流量系数进行了参数反演计算.结果表明,泄洪闸的布置形式、游导流墙的存在和流态的稳定性等因素均对泄洪闸的过流能力有一定影响,尤其当泄洪闸过流流态为孔流时不利影响较明显.     

地基水荷载对混凝土坝位移影响研究

分析了地基变形模量随深度逐渐增加、渗透系数随深度逐渐减小、坝基渗透系数各向异性、坝踵设置帷幕排水,以及考虑渗流场和应力场耦合等对混凝土坝位移分量的影响,得出如下结论:作用在地基上的水荷载,使混凝土坝坝顶相对参考基点(倒垂锚固点或坝踵正下方1倍坝高处)的水平位移指向上游,而参考基点的水平位移随地基截取范围的增大而增大.由于大坝工程上常将倒垂线锚固在岩基深处,并认为该倒垂线测值为绝对位移.当考虑作用在地基上的水荷载时,将倒垂线测值作为绝对位移的认识存在局限性.为了获得精度良好的参数反演值,必须考虑参考基点的位移,应采用大坝有限元数值计算的坝体位移和基点位移的相对值,联合实测位移分离出的水压分量进行参数反分析.     

基于混凝土吊运监测数据的拱坝缆机特征参数挖掘分析与效率预测模型

【目的】拱坝施工过程中缆机吊运混凝土的效率对工程进度影响重大，以往多采用铭牌参数值和少量人工现场实测值分析缆机效率，其精度和效率有待提升。【方法】针对上述问题，基于海量缆机吊运监测数据，运用数据挖掘方法对缆机入仓效率进行分析和预测。首先，在缆机吊运原始数据的基础上，通过模式识别完成缆机吊运单循环的识别，继而拟定缆机特征参数的提取规则获得缆机单循环中的运行特征参数(如距离、时间和速度等);然后，以单循环时长为吊运效率响应量，采用斯皮尔曼相关系数量化不同特征参数与单循环时长的相关程度；最后，基于PSO-BP构建缆机入仓单循环时长的预测模型。【结果】结果表明，缆机特征参数中水平运距和辅助对位时长与单循环时长的相关性最高，相关系数分别为0.672和0.620,说明这两种参数是缆机吊运时长的主要影响因素。在6台缆机24 808个预测样本中，单循环时长均值为421 s, PSO-BP模型预测误差在2 s以内的占比为97.45%,具有较高的精度。【结论】分析结果能够作为现场管理人员调配机械的依据，效率预测模型可为今后相似工程提供参考。