小生境蚁群-BP神经网络在大坝变形监测中的应用

针对BP神经网络在大坝监测数据预测模型中后期预测精度不高的问题,基于小生境蚁群算法的智能搜索能力和强鲁棒性、BP神经网络对大量的输入-输出模式的非线性映射关系的学习存贮能力,将两种方法结合,用小生境蚁群算法优化BP神经网络的建模方法建立了水平位移观测数据的预测模型,并与ACA-BP神经网络和传统BP神经网络进行了对比分析。结果表明,本文方法可加快BP神经网络收敛速度、增强局部搜索能力,具有更高的预测精度。     

小舜江输水泵站厂房结构动力响应分析及安全评价

根据小舜江输水泵站工程结构特点,选取#3、#4机组段厂房结构及其地基建立了厂房结构的三维有限元模型,采用三维有限元动力时程分析方法分析了小舜江输水泵站厂房结构关键部位的应力和变形,并对其工作性态进行了安全评价。结果表明,关机工况下厂房结构的动拉、压应力极值均出现于#3机组段下游主梁跨中部位,最大动拉、压应力分别为0.829、-0.837 MPa,均小于材料的抗拉和抗压强度设计值;开、关机工况下厂房结构在垂直方向上的振幅极值同样出现于#3机组段下游主梁跨中部位,开、关机工况下的最大振幅分别为0.352、0.815 mm,均超出规范允许值0.15 mm,因此需对泵站厂房结构振幅过大部位进行减振处理。     

基于弹性补偿法的拱坝极限承载力分析方法

针对弹塑性分析方法所采用的破坏模拟方式有失客观性且现有的失稳判据过多受人为因素干扰的问题,结合混凝土拱坝的结构特点,提出了基于Mohr-Coulomb屈服准则的单元承载比计算方法,探讨了通过承载比均匀度与基准承载比调整单元弹性模量的策略;基于塑性极限分析方法,提出了基于弹性补偿法的拱坝极限承载力分析方法。工程实例分析结果表明,采用该方法分析拱坝的极限承载力是合理和有效的。     

基于POT模型的大坝位移预警指标实时估计

大坝服役过程中,对其预警指标进行实时估计具有重要意义。基于极值理论,针对大坝位移历史监测序列,拟定合理的阈值,利用广义帕累托分布(GPD)对超阈值序列进行刻画,结合大坝失事概率,建立位移预警指标估计超阈值(POT)模型。通过实时更新建模序列,完成对位移预警指标的实时估计。针对某混凝土重力拱坝29号坝段某测点在典型时间段2007年~2009年、2007年~2010年和2007年~2011年的位移监测数据,利用POT和传统区间极值(BMM)模型分别完成对2010年、2011年和2012年位移预警指标的估计,验证了POT模型比传统区间极值(BMM)模型更加安全合理。