排序方式: 共有97条查询结果,搜索用时 31 毫秒
1.
介绍了Hypermesh软件与CAD软件联合仿真的步骤,重点阐述了该建模方法中对网格的形状、疏密和衔接进行控制的原则。以不均匀地基上结构复杂的某水闸为例,系统地介绍选取特征断面构造模型几何轮廓、综合考虑多个断面划分二维网格和借助土层分界面建立地基的建模方法。经检验,该水闸模型质量满足仿真要求,计算结果符合水闸受力特征,最大拉应力为3.077 MPa(顺河向),出现在闸门过水1工况下水闸边墩支座上。Hypermesh结合CAD平面图建模的方法能够实现复杂水工结构仿真,对水工结构的安全评估具有一定参考价值。 相似文献
2.
拱坝的曲线曲面众多,结构复杂,建模过程繁琐且耗时耗力。为便于快速构建拱坝模型,提高建模效率,减少建模过程中的重复工作,提出了一种基于CATIA二次开发的拱坝三维建模方法。该方法依托于3DEXPERIENCE平台,运用面向对象的Python语言,利用Python代码简洁易懂的特点,通过自动化接口连接CATIA模块,对CATIA模块进行二次开发。编写的二次开发程序可读取给定的EXCEL文件中的拱坝模型参数,自动生成草图,继而构建实体,实现批量构建三维形状的功能。这种快速建模方式不仅提高了工作效率,3DEXPERIENCE平台还具有多阶段建模、叠加模型、关联模型的技术特点,为实现三维环境下的模型并行协同设计提供了基础。 相似文献
3.
现有重力坝设计规范规定采用材料力学法进行重力坝应力分析作为确定坝体断面的依据,但现有规范上的材料力学法和传统材料力学方法不完全一致,为此,根据传统材料力学方法对规范上的材料力学法的重力坝应力分析进行了改进,并对计算中涉及的应力正负号、剪应力积分和剪力合力之间的关系以及如何考虑扬压力等几个不明确的问题进行了讨论。 相似文献
4.
5.
大坝群自动监测报警系统 总被引:2,自引:0,他引:2
为及时掌握大坝运行性态,采用现代网络、通信技术,开发大坝群自动监控报警系统,实现对大坝群安全远程实时监控。利用大坝安全综合评价专家系统的评判结果,开发web程序进行远程安全自动报警。系统采用模块化设计,结构灵活,适用性强。 相似文献
6.
在新建水利枢纽、大坝除险加固以及监测系统不稳定等原因导致有效观测序列较短的情况下,为了对大坝变形进行有效的监控和预测,用基于不敏感损失函数的支持向量回归机(ε-SVR)对大坝变形进行数值模拟.采用支持向量回归机、序贯极小优化算法对大坝变形水平位移各分量的特征因子进行选择,模型建立后分离水压、温度、时效等主要分量,并分析其对变形的影响.对实际工程进行数值模拟的结果表明,依靠较少的支持向量就可以建立模型,该模型具有拟合效果稳定、预测结果准确可靠的特点,可以应用于大坝短期观测资料的分析. 相似文献
7.
针对传统模型对脉动时间序列的预测效果较差的情况,结合经验模态分解(EMD)、相关向量机(RVM)理论以及改进粒子群算法(IPSO)的优点,提出一种基于EMD分解法的大坝变形预测模型。首先利用EMD分解法对大坝变形时间序列进行分解和重构,使非平稳的大坝变形时间序列平稳化,再以RVM理论为基础进行预测,核函数选用高斯核函数,并采用改进粒子群算法(IPSO)进行寻优,最终建立EMD-RVM(IPSO)大坝变形预测模型。通过实例计算得到,SVM、RVM和EMDRVM(IPSO)三种模型的平均残差分别为5.29 mm、3.13 mm、0.97 mm,并且EMD-RVM(IPSO)模型的预测值误差均控制在5%以内。这证明EMD分解法对非平稳时间序列的预处理可有效提高预测精度,相比于标准SVM模型和RVM模型,EMD-RVM(IPSO)模型的预测精度更高,且结构稀疏度更好,在实际工程中具有一定的可行性。 相似文献
8.
分析了用断裂力学有限元计算应力强度因子在混凝土坝裂缝实时监测、实时分析中的不足,提出了采用四层神经网络计算应力强度因子的解决途径,利用混沌优化算法对四层神经网络进行了改进,应用实例对其改进效果进行了检验,实例分析表明,四层优化神经网络计算的应力强度因子接近于用断裂力学有限元计算的应力强度因子,因此,可以将其应用于实际工程。 相似文献
9.
针对农田水利工程设计中已有缺陷、施工效率低及后期运行管理不便等问题,引入了BIM(BuildingInformation Modeling)技术,以某田间工程为例,利用Bentley系列软件与CATIA相结合,在设计阶段建立了精度较高的三维模型,通过分析模型,发现并解决了由于设计原因存在的缺陷和不足;在施工阶段通过快速出图、计算工程量及造价、进行施工模拟提高了施工效率;并提供了后期运行管理平台的开发思路,进一步实现了农田水利工程信息化管理,对BIM技术在农业上的应用具有借鉴意义。 相似文献
10.
为了提高大坝变形监控模型的预测能力,充分挖掘变形实测数据并及时了解大坝的运行性态,提出了一种基于小波EGM-ISFLA-SVR的大坝变形组合预测模型。该模型首先应用小波分析进行去噪,提取变形监测序列的时效分量以及由水压、温度分量组成的综合效应分量。然后,分别运用均值GM(1,1)模型和基于改进的混合蛙跳算法的支持回归机模型对两种序列进行建模和预测。最后,经小波重构得到组合模型。通过工程实例对模型效果加以检验,采用多项指标分别与传统统计模型的拟合精度和预测精度进行对比。结果显示,该模型拟合时具有比统计模型更大的复相关系数和更小的均方差;预测时均方差、平均绝对百分比误差和平均绝对误差均小于统计模型,表明该模型具有更高的拟合和预测精度和更强的泛化能力。 相似文献