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。     

基于土体损伤的深基坑支护地表沉降量计算

目前深基坑外部地表沉降量计算均假定土体是理想的原状土，与工程实际不符，不能很好地表征深基坑外部地表沉降,针对此问题，提出了一种改进的深基坑支护地表沉降计算方法。首先，基于损伤土体力学理论，建立了土体损伤模型;然后，基于损伤条件下的土体演变和本构关系，构造了土体损伤条件下的基坑支护地表沉降计算模型。实验测试结果表明，该模型能够很好地描述深基坑工程中支护地表的沉降过程，与工程实践监测结果相符，且证明了土体损伤和地表超载均对基坑支护地表有较大影响。     

混凝土坝位移FEM-HST混合预测模型研究

开展大坝安全监控模型的研究可以对监测异常值进行预警,有助于监测大坝的运行状态,保障其安全运行。本文基于混凝土坝的监测数据,结合有限元（FEM）分析和传统的混凝土坝位移统计分析（HST）,建立混凝土坝长期运行位移FEM-HST混合预测模型,其中水压分量通过有限元计算获得,有限元模型的材料参数根据实际测点监测数据反演得到;温度分量采用简谐温度模型;时效分量采用时间的线性函数和对数函数的线性组合统计模型。所建立的FEM-HST混合模型显著改进了HST模型的预测精度和稳定性,可反映大坝和地基的结构和材料特性,能够更好预测极端荷载工况下大坝的位移,这有助于监控大坝在极端工况下的工作性态。     

基于参数随机反演的拱坝位移监控指标拟定方法

针对传统混凝土拱坝位移监控指标拟定中未考虑大坝材料参数不确定性的问题,结合贝叶斯推断理论、粒子群优化和长短时记忆网络提出一种基于随机反分析结果的拱坝位移监控指标拟定方法。利用粒子群方法优化长短时记忆神经网络作为代理模型;基于不同监测点实测位移值和代理模型计算位移值建立联合似然函数;在已知材料参数先验分布下,通过贝叶斯推断获得材料参数的后验分布;利用材料参数的后验分布计算监控指标的水压分量,结合实测位移数据确定混凝土拱坝位移监控指标。工程实例分析表明：通过贝叶斯推断方法,可以反演得到准确的材料参数后验结果;以混合法确定的位移监控指标充分利用了材料参数的随机反分析结果,具有更好的预警效果。     

简化的Schavemaker交流电弧模型参数的计算方法研究

以工业、商业、住宅的电气系统为背景,以建立准确的电弧模型为目的,基于简化的Schavemaker模型进行研究,提出一种基于神经网络的模型参数计算方法。利用基于实验数据的模型参数计算方法得到神经网络训练样本,构建模型参数与工作条件之间的神经网络。利用所建网络可在无法获得特定工作条件下的电弧实验数据时直接预测该工作条件下的模型参数值。最终的验证结果表明,所提出的基于神经网络的模型参数计算方法准确度高,而且相比于现有方法具有一定的优越性。同时也反映了所建交流电弧模型能有效地实现电弧模拟,可为进一步的交流电弧特征学习和检测算法设计提供方法和工具。     

基于ACC-RBF的水布垭面板堆石坝参数反演分析

蚁群聚类径向基函数（ACC-RBF）神经网络是将蚁群聚类算法和径向基函数神经网络组合运用的一种新型神经网络模型,把该网络用于水布垭高面板坝堆石体的多参数反演问题,在室内试验参数的基础上用有限元计算获得学习样本,采用该网络对坝体堆石料的邓肯E-B模型参数进行反演分析,用反演所得参数结合三维非线性有限元计算坝体应力变形,并与实测资料比较,得出很接近的结论。     

计及轴向周向热传导的耦合网络模型和有限元模型的比较研究

为了研究用耦合网络模型替代有限元模型来节约计算时间和内存空间,本文针对三峡发电机定子局部铁心段分别建立了计及轴向、周向热传导的非线性热-流体耦合网络模型和基于热-流体耦合单元的三维非线性有限元温度场模型.采用这两种模型计算了多种工况下的温度分布,并用统计方法对两者温度计算结果的偏差作对比分析,结果表明两种模型的计算结果是接近的;且与实测值也比较接近,说明两种模型的有效性.前者的计算时间和内存空间比后者大为减少,且随着模型解算规模的增加并没引起计算结果偏差的增加.该方法为以耦合网络模型代替有限元模型来求解具有复杂的冷却结构的大型发电机全定子温度场提供理论基础.     

糯扎渡高心墙堆石坝模型参数动态反演分析

采用基于人工神经网络与演化算法的土石坝参数反演方法,根据糯扎渡高心墙堆石坝填筑期和蓄水初期坝体变形的现场监测数据进行模型参数动态反演分析,并根据反演分析得到的邓肯-张E-B模型参数进行有限元计算,分析和预测坝体完工期的变形特性。综合考虑施工干扰和仪器精度造成的数据波动等因素,反演计算结果与现场实测结果的数值和变化规律总体符合较好,反演计算结果较为可靠。根据反演参数计算得到的坝体变形分布符合心墙土石坝的一般变形规律,且变形值在正常范围内。     

基于BP神经网络的碾压混凝土坝温度场反分析

针对试验所得碾压混凝土热学参数的随机性以及温度场的复杂性,提出基于BP人工神经网络的反分析方法。建立神经网络模型,利用有限元正分析得到的样本去训练网络,然后利用实际所测温度对热学参数进行反分析,根据反分析后的热学参数利用有限元进行温度场正分析,分析比较预测参数与试验参数所得非稳定温度场。通过工程实例,结果表明,该方法用于获取碾压混凝土坝热学参数是可行的。     

白鹤滩输水系统进水塔底板混凝土温控特性分析

为研究白鹤滩输水系统进水塔底板混凝土的温控特性,采用三维有限单元法对进水塔夏季施工过程与温控措施进行模拟。由于缺少混凝土温度场计算参数,因此根据现场温度的监测数据,运用BP神经网络对缺失的热学参数进行反演,进而利用反演结果,通过有限元仿真计算,得到不同施工条件下的底板混凝土温度场和应力场,分析不同施工措施对混凝土温度场和应力场的影响,优选出有效防止裂缝产生的温控措施,为现场施工提供参考,同时对于提高施工质量也有一定的意义。     

基坑开挖对福州路电力隧道影响分析

介绍了上海福州路电力隧道及附近地下开关站基坑工程的基本情况,利用三维有限元软件进行针对运营电力隧道近距离范围的基坑开挖施工的数值仿真模拟,并结合现场实际监测数据验证了数值模型的可靠性。分析了基坑开挖施工对电力隧道主体结构的影响,给出了电力隧道保护区范围。     

长期洪水浸泡对地基土影响分析

本文通过静力触探试验及静载荷试验等手段评价了长期洪水浸泡对地基承载力指标的影响,从卸载及地基土膨胀性等因素分析了承载力降低的原因,同时结合地基土的特性对基坑的开挖与维护提供了相关建议。     

面向对象有限元分析在深基坑工程中的应用

为了探求深基坑开挖过程中桩土共同作用规律以及其对基坑稳定性、位移特性的影响。本文运用面向对象弹塑性共同作用有限元程序ＤＥＰ对深基坑开挖引起的应力场，位移场进行分析计算，以求得在深基坑开挖过程中，基坑稳定性等基本规律的认识，为基坑开挖设计及信息化施工提供借鉴。     

改进的BP网络在深层搅拌桩承载力计算中的应用

编写了改进的BP网络模型的训练程序 ,提出了用人工神经网络模型对复合地基承载力进行计算的新思路。实例计算表明 ,改进的BP网络算法比一般的BP模型结果误差小、收敛快 ,人工神经网络方法对深层搅拌桩承载力计算行之有效     

370m高塔基础静态爆破掏挖工艺的应用

舟山与大陆联网工程螺头水道大跨越2基370m高塔均位于海岛,基础坑底四侧采用掏挖嵌固形式,基础具有基坑深度大、掏挖净深大、开挖方量大等特点。为避免坑底掏挖对上部坑壁岩体产生破坏造成塌方,确保基坑成型质量及施工过程中的人身安全,结合基坑地质条件及成形特点,采用静态爆破掏挖施工工艺对这2基370m高塔基础坑底进行施工。     

一种基于矢量控制的变流器故障诊断方法

基于空间矢量控制的变流器,提出一种以变流器输出三相电流信号为特征参数的变流器故障诊断模型。运用小波分析理论对电流信号进行降噪处理,通过FFT变换及对电流信号统计计算得到故障特征向量,将该特征向量作为神经网络的输入,通过对神经网络的训练,确定网络参数,对故障数据的分析,达到故障诊断的目的。实验数据表明,该故障诊断模型对采用空间矢量控制的变流系统的电力电子器件故障的检测与诊断是可行的。     

粉喷搅拌桩在某工程中的应用

本文介绍了粉喷搅拌桩在某工程软基处理、基坑支护及河堤加固中的应用 ,论述了粉喷搅拌桩施工工艺及主要技术要求 ,并对施工经验进行了总结     

超大超深基坑围护结构设计计算分析

指出超大超深基坑工程是危险性高、影响因素众多的复杂系统工程,此类基坑工程的围护结构设计计算分析相关经验较少,围护设计存在很多问题,以上海世博地下变电站工程为例,阐述了该超大超深堆坑工程的特点,通过国内某典型软土地基中超大超深基坑围护的实例设计分析,探讨了计算方法的选取,并对相关影响因素进行了分析.     

一种掏挖基础安全防护作业平台

针对掏挖基础深基坑作业存在的安全风险与隐患,结合安全文明施工标准化相关管理办法,研制出一种用于掏挖基础的安全防护作业平台,通过集成化、立体化遮挡与提示,可以有效防止人员坠落、物体打击、中毒窒息等伤害.