共查询到18条相似文献,搜索用时 62 毫秒
1.
针对水电工程中岩石蠕变变形现象,以泥岩为例,开展三轴压缩蠕变试验。基于蠕变试验结果,引入Harris函数,建立一种新的蠕变损伤演化方程。引入一个非线性粘塑性体,与Burgers模型串联并进行损伤演化,从而建立一个新的非线性粘弹塑性蠕变损伤模型。对该模型的三维差分形式进行推导,在FLAC3D平台上利用C++和FISH编程进行二次开发,实现该蠕变损伤本构模型的自定义。利用数学优化软件1stOpt求取模型参数,将该自定义模型及参数应用于三轴压缩蠕变试验的模拟,还原实际试验条件,对比试验数据和模拟值,验证该损伤本构模型的合理性及模型参数的正确性。研究结果可为岩石蠕变损伤本构模型的构建及类似蠕变本构模型的二次开发提供参考。 相似文献
2.
3.
4.
通过对汽轮机转子蠕变-疲劳耦合寿命分析的传统方法与精细方法的算例比较和结果分析,指出了精细分析方法的合理性,优越性以及应用前景。图5表1参6。 相似文献
5.
为实现不同方案下重力坝三维模型的快速构建,利用VB编程语言对CATIA三维建模软件进行二次开发,通过自动化对象编程(V5Automation)接口完成VB与CATIA的连接,以VB程序驱动CATIA软件的相关组件,构建重力坝三维模型。建模采用自上而下的骨架设计思路,对传统的装配方式进行改进,建立重力坝整体骨架对各坝段的约束,并结合CATIA软件的参数化设计特点论述多种方案下重力坝三维模型的快速建立方法,并以西藏某水电站为例构建了三种重力坝的典型布置方案。结果表明,使用CATIA二次开发技术能够快速、准确、智能地完成重力坝三维模型的构建,且可快速完成不同设计方案的优化与比选。 相似文献
6.
7.
针对库水位的升降与降雨影响库岸滑坡的稳定性,以大华滑坡为例,基于饱和-非饱和渗流理论,采用SEEPW模拟库水位升降及降雨入渗时滑坡体内瞬时渗流场,将渗流计算获得的孔隙压导入SLOPEW中与极限平衡模型叠加,计算并分析评估了滑坡在各工况下的安全系数和稳定性,研究结果为库岸滑坡的防治奠定了基础. 相似文献
8.
9.
降雨类型对浅层深层滑坡渗流及稳定性的影响 总被引:1,自引:0,他引:1
为研究不同降雨类型对浅层及深层滑动面渗流特性及边坡稳定性的影响,采用有限元分析软件Geo-slope中的Seep/w和Slope/w模块,分析了相同降雨量不同降雨模式(平均型、前锋型、中锋型、后锋型)下浅层及深层体积含水率、孔压变化规律,得出了其安全系数随时间的变化曲线。结果表明,降雨期间边坡表面体积含水率增大至饱和,孔压趋向于0,停雨后边坡上部体积含水率及孔压逐渐减小,而坡脚处几乎不变,不同降雨模式影响了土体含水率及孔压的分布;下部浅层滑动面安全系数变幅大于上部浅层滑动面,深层滑动面安全系数变化滞后于降雨;平均型降雨对于深层滑动面安全系数影响最大,而后锋型降雨对于浅层滑动面安全系数影响最大。研究结果为边坡滑坡机理的认识及滑坡治理提供了参考。 相似文献
10.
11.
基于改进Burgers模型的片岩蠕变特性研究 总被引:1,自引:0,他引:1
云南省澜沧江流域发育有大量软硬岩互层的倾倒变形体,对于水电工程中近坝库岸边坡的长期稳定性存在巨大威胁。为了揭示倾倒变形体中片岩夹层的蠕变特性,采用YSJ-01-00岩石三轴流变试验机对片岩进行三轴压缩蠕变试验。结果表明,片岩初始蠕变速率随应力水平的抬升和围压的增加而增大,从0h-1到最高0.11h-1;偏应力14~18 MPa为片岩进入蠕变变形的阈值;片岩长期强度平均仅为其瞬时强度的0.69倍。在传统的Burgers模型的基础上,引入一个非线性粘塑性体,并基于S-M算法和通用全局优化法对蠕变试验曲线进行辨识,求解模型参数。对比试验曲线和拟合曲线,分析模型参数,从而证明改进的Burgers模型能够准确地描述片岩的蠕变特性。 相似文献
12.
13.
14.
基于系统动态耦合模型的河湖水系连通与城市化系统协调度分析 总被引:1,自引:0,他引:1
当前河湖水系连通已成为解决人水矛盾、实现可持续发展的战略选择。为有效促进河湖水系连通的工程实践,探究工程实施后河湖水系连通系统与城市化系统的相互作用机制,基于系统工程理论,综合考虑复合系统静态和动态层面,建立了系统动态耦合模型。在模型框架内,用综合发展度、耦合度和系统协调度定量表示复合系统的耦合协调状况,并以桂林市两江四湖工程为例,在时间尺度上定量分析了复合系统的演变规律。结果表明,工程实施后桂林市河湖水系连通系统与城市化系统的系统协调度等级接近良好耦合发展,今后应加强非工程措施建设,与工程措施互补,实现复合系统长期协调发展。 相似文献
15.
滑坡位移时间序列预测对滑坡灾害预警和防治具有重要意义。滑坡位移时间序列具有高度的非线性特征,含有大量噪音且采用常规非线性模型难以准确预测。对此,提出基于小波分析(WA)—灰色BP神经网络的滑坡位移预测模型。该模型先采用小波分析法将滑坡位移时间序列分解为不同频率分量的滑坡子位移,然后采用灰色BP神经网络对各滑坡子位移进行预测,在此基础上将预测得到的各子位移值相加,最终得到预测出的滑坡位移值。以GPS监测获得的郑家大沟滑坡#1监测点的位移时间序列为例,采用WA-灰色BP神经网络模型对其位移进行预测,并与WA-BP神经网络模型及未进行小波分析的单独灰色BP神经网络模型进行对比分析。结果表明,WA-灰色BP神经网络模型准确预测出郑家大沟滑坡#1监测点的位移值,且具有比WA-BP神经网络模型和单独灰色BP神经网络模型更高的预测精度。 相似文献
16.
17.