基于粒子群算法的大坝力学参数反演

粒子群算法是一种集群优化算法,结合通用的商业有限元软件MSC.Marc.利用其与FORTRAN语言的接口,编写了基于MSC.Marc的物理力学参数的粒子群算法反演程序.结合陈村大坝的实测资料,利用该方法反演了大坝坝体弹性模量.算例表明,采用粒子群算法和MSC.Marc反演大坝坝体的物理力学参数是可行的.     

碾压混凝土坝横观各向同性粘弹性参数反演

针对碾压混凝土的流变特性,选取合适的粘弹性本构模型,结合实测资料,进行碾压混凝土坝粘弹性参数的反演,并编制了相应的反演分析程序.实例表明,该反演方法切实可行.     

基于实测徐变的水工混凝土细观力学参数反演

现有混凝土细观力学参数反演分析一般是基于实测轴向应变进行,而荷载作用下的混凝土试件存在明显的泊松效应,因此联合实测纵、横向应变优化反演的力学参数更能反映材料的真实性能。首先开展了不同加载龄期的水工混凝土单轴压缩徐变泊松比试验,然后基于加荷和持荷阶段的实测纵、横向应变,采用“正交设计-神经网络-细观有限元模型”相结合的方法,反演获得了骨料与砂浆的弹性力学参数;进而将混凝土实测徐变度作为砂浆徐变度的初始值,反演获得持荷阶段砂浆徐变度及徐变泊松比;最后对比分析了反演获得的砂浆徐变度和混凝土徐变度。结果表明：骨料、砂浆的力学参数与混凝土力学参数存在差异,基于实测应变反演获得的骨料、砂浆弹性泊松比在0.13～0.20之间,砂浆徐变泊松比为0.125;相同加载龄期下,砂浆的徐变特性与混凝土的徐变特性相似且砂浆的徐变度要大于混凝土的徐变度,反演获得的砂浆徐变度约为混凝土徐变度的2.5倍。     

改进粒子群算法在大坝力学参数分区反演中的应用

为反演大坝的力学参数,需克服粒子群算法不能保证收敛到全局最优解的缺点,本文应用了一种新的粒子群算法:采用了拉伸目标函数法、Metropolis算法和自适应权重.同时将上述改进算法同量子粒子群算法和灾变粒子群算法进行了比较,将实际反演结果同超声波检测和常规基于混合模型的反演结果进行了比较,解释了常规反演结果偏小的原因.工程实例表明,改进算法具有计算量小、全局收敛性能高的特点,与灾变粒子群算法和量子粒子群算法性能相当.     

RCC坝力学参数反演不唯一性概率统计分析方法探讨

由于室内试验确定的混凝土坝力学参数与实际参数存在较大差异,目前混凝土坝工程上常基于实测变形采用优化算法或仿生算法反演获得混凝土坝力学参数,然而多参数反演不唯一性问题尚未解决。针对反分析不唯一性问题,考虑到大坝混凝土弹性模量和强度之间密切相关,基于大坝混凝土强度标准值的定义方法,建议基于实测变形进行多次力学参数反演,然后对反演结果进行概率统计分析获得概率分布函数,依据80%保证率确定反演参数。结合高寒地区某碾压混凝土(RCC)坝实测变形,验证了本文提出的反演参数不唯一性概率统计分析方法。分析表明该方法可以获得相对稳定的坝体及坝基力学参数反演值,可为高寒地区碾压混凝土坝安全性态评估提供参考。     

基于Marc的混凝土坝与坝基渗透系数反演

利用通用的商业有限元软件Marc与Fortran语言的接口,并运用Marc的“死活单元”技术和网格加密技术,编制了混凝土坝渗流场的正分析程序．在此基础上,利用某混凝土宽缝重力坝的坝基扬压力测压管的水位观测资料,采用改进的遗传算法进化反演混凝土坝与坝基的渗透系数．算例表明,采用遗传算法-Marc反演混凝土坝的渗透系数是可行的,且计算效率较传统计算方法要高．     

碾压混凝土坝热学参数反演

在碾压混凝土重力坝温度场计算中,混凝土热力学参数对计算结果的准确性影响较大。针对碾压混凝土坝热学参数难以直接量测等问题,将灰狼优化算法引入到碾压混凝土坝热学参数的反演中。结合某碾压混凝土重力坝具体算例,介绍灰狼算法的具体实施步骤。结果表明,灰狼优化算法收敛效率很高,只需要较少的迭代步数便可以取得最优解,克服了传统试验方法试验工作量大且精度不高的问题。基于灰狼算法的碾压混凝土坝热学参数反演模型准确易行,可为其余碾压混凝土重力坝工程确定混凝土热学参数提供借鉴,提升混凝土温度场计算精度,从而制定更有效的温控防裂措施。     

基于改进粒子群算法的岩土工程参数反演

把粒子群算法引入岩土工程参数反演领域,并对基本粒子群算法进行改进,改进的算法(CSV-PSO算法)在粒子飞速移动中动态地调整粒子运行的速度极限及惯性权重,压缩搜索空间,从而克服了基本粒子群算法搜索精度不高、易陷入局部最优的缺点。算例表明,与POS算法相比,CSV-PSO算法的结果精度提高约1倍,耗时缩短40％,说明CSV-PSO算法是一种新颖可行的参数反演方法。     

基于L-M BP神经网络的混凝土坝弹性参数反演

基于人工神经网络方法,根据实测位移资料反演坝体混凝土和坝基岩体弹性模量,可以不必将荷载对坝体和坝基的作用效应分离开来。基于L-M算法的BP神经网络在训练过程中同时利用目标函数的一阶和二阶导数,且训练中利用全部样本的信息进行网络权值及偏差的修正,因此,较基于梯度法的经典BP网络有更好的收敛速度及精度。计算结果表明,应用L-MBP神经网络反演混凝土坝弹性参数,具有精度高、速度快的优点。     

基于大坝安全监测资料的物理力学参数反演

本文介绍了采用实数编码遗传算法反演物理力学参数的基本步骤,然后结合通用的商业有限元软件MSC.Mar,并利用其与FORTRAN语言的接口,编写了基于MSC.Marc的物理力学参数的遗传算法反演程序。文中结合某重力坝溢流坝段的监测资料,利用该方法反演了大坝坝体弹性模量和坝基变形模量。算例表明,采用遗传算法—MSC.Marc反演大坝坝体及坝基的物理力学参数是可行的。     

基于遗传算法的物理力学参数反演

基于遗传算法的直接随机寻优特性,首先介绍了采用实数编码遗传算法反演物理力学参数的基本步骤,然后在三维有限单元法的基础上,结合水平位移等大坝安全监测资料,提出了大坝坝体弹性模量和坝基变形模量的反演方法。并结合某重力坝8#坝段的安全监测资料,利用该方法反演得到了该大坝坝体弹性模量和坝基变形模量。算例表明,采用遗传算法—三维有限单元法反演大坝坝体及坝基的物理力学参数是可行的。     

基于快速模拟退火算法的混凝土热学参数反演分析

就混凝土温控防裂的复杂问题,需要进行参数反演识别,进而开展施工反馈研究,调整温控防裂方法,指导工程混凝土的现场施工。混凝土热学参数反演问题可作为一个优化问题,经比较模拟退火优化算法能够在混凝土热学参数识别的反演计算中得到相对快速的收敛解。针对此开发了计算程序并在一实际水闸工程的施工中进行了成果的应用,使16孔的水闸工程在严寒季节中顺利建成,且没有出现裂缝。     

基于光纤测温的大体积混凝土热学参数反演分析

光纤测温是利用分布式光纤对混凝土内部温度进行全自动化监测的过程。为了确定大体积混凝土的热学参数,基于某在建大坝内部埋设的分布式光纤测温值,运用三维有限元仿真分析和反分析优化设计中的单纯形法,对已浇筑块混凝土热学参数进行反演分析,然后根据所获得的反演参数进行新浇筑仓温度预报。分析表明,基于反演热学参数的计算温度与实测温度吻合较好,反演所得参数可靠,对指导现场施工具有参考价值。     

基于果蝇-BP神经网络算法的大坝力学参数反演

采用果蝇算法与BP神经网络方法结合进行混凝土重力坝弹性模量反演分析,使得反分析出的坝体和坝基弹性模量更精确、效率更高。分析表明:果蝇-BP神经网络算法的精度优于纯粹的BP神经网络算法,对坝体和坝基的材料参数进行反演分析可以更准确、更全面地了解坝体和坝基材料情况,可为工程的设计和施工提供一定的参考信息。     

基于实测钢筋应力的某大型渡槽力学参数反演分析

渡槽经长期运行后,其材料力学参数与设计参数存在较大差异,为获得渡槽真实物理力学参数,基于实测钢筋应力进行参数反演分析。首先开展现场通水钢筋应力监测试验获得实测钢筋应力,然后基于三维渡槽有限元计算确定水压因子,进而建立实测钢筋应力统计模型,并采用回归分析法分离出水压分量和温度分量,最后采用正交设计-神经网络模型-数值计算相结合的方法,优化反演渡槽材料力学参数。研究表明:所建立的实测钢筋应力统计模型拟合精度高,反演获得的渡槽内缘保护层混凝土、外缘保护层混凝土、槽身和端部混凝土以及钢筋的弹性模量分别为相应设计参数的37. 87%、34. 97%、66. 23%、63. 79%,该渡槽劣化较为严重。     

混凝土坝变形初值反演及校准

由于混凝土坝变形监测系统有时是在大坝蓄水以后才开始安装及观测,从而丢失了此前由蓄水及坝体温度变化引起的变形量,即变形初值,给安全监测分析带来了困难。为了解决该问题,本文提出了一种变形初值反演方法,据此校准观测数据,还原坝体变形的真实面貌。其实施过程主要分4个步骤：（1）确定大坝变形的基准值,文中对此也进行了探讨并给出了一种确定方法;（2）基于实测资料,运用统计分析、有限元及数值优化方法,对坝体弹性模量、导温系数、线膨胀系数等热力学参数进行反演分析;（3）模拟施工和蓄水过程,开展坝体温度场和变形场的有限元计算;（4）以实测变形与有限元计算值最佳逼近为目标,反演大坝变形初值并实现观测数据校准。对白山重力拱坝的实例计算表明,该方法是正确有效的,可以在类似工程中推广应用。     

碾压混凝土坝弹性力学参数渐变规律分析

受振动碾压和龄期的影响,碾压混凝土坝力学参数具有空间和时间的渐变特性。这些渐变特性导致碾压混凝土坝力学参数的复杂变化,是各碾压层本体和层面的力学参数以及层面厚度难以准确确定的主要原因。本文首先针对碾压混凝土坝各相邻碾压层弹性模量和徐变度差别较小的特点,研究了碾压混凝土坝并层龄期的确定方法;然后考虑碾压混凝土的空间渐变特性,结合复合材料力学串并联模型,建立了典型碾压层弹性计算参数分析模型;进一步利用并层算法,构建了并层体的弹性计算参数分析模型;最后,在碾压混凝土坝并层等效弹性力学参数反分析的基础上,利用粒子群算法,求解出了碾压混凝土坝弹性渐变参数。工程实例表明,本文提出的方法是可行有效的。     

基于BP神经网络的坝体混凝土 二期通水冷却分析

由于在大坝混凝土施工时一些坝段的接缝灌浆区没有预理温度计,故进行二期冷却时难以判断混凝土灌浆区的温度是否达到接缝灌浆的要求。对此,本文以冷却水管进口温度、出口温度、通水流量、当天坝块的起始温度为输入量,实测混凝土温度为输出量,建立二期通水冷却统计模型,采用BP神经网络对二期冷却时通水工况和坝体混凝土温度作为样本进行训练,然后通过二期冷却时通水工况预测坝体混凝土的温度。实例分析表明,此方法可行。