基于元胞自动机的土石坝溃决模拟

基于元胞自动机理论,结合土石坝实际状况,模拟了导致土石坝溃决的主要要素,建立了土石坝溃决演化模型,并以大洼水库为例,采用该模型模拟了漫顶溃决和渗流破坏引起的土石坝溃决。结果表明,模拟结果与现场试验结果吻合较好。     

基于WebGIS的土石坝碾压监控可视化平台开发

针对传统的土石坝碾压监控平台采用C/S架构无法实现全网络端碾压状态的快速查看与共享的问题,提出采用B/S架构搭建碾压监控平台。系统采用ThinkPHP开源框架实现碾压过程管理平台开发。通过搭建Node.js服务器,结合Socket.io即时通信技术,将WebSocket协议运用到客户端/服务器异步通信中,实现碾压数据的实时传输与图形化转换,解决了数据传输过程中资源消耗大的问题。集成Cesium开源框架,实现WebGIS下的碾压过程可视化展示与历史回放,为土石坝碾压过程管理提供直观的数据展示。某土石坝实例应用验证了该系统的实用性,具有较大的工程应用与推广价值。     

基于人工神经网络的土石坝沉降模型

针对在某些工程实际中统计模型较难精确反映土石坝受多种复杂因素影响引起的沉降变化规律．研究了一种基于人工神经网络的土石坝沉降模型，用于对土石坝沉降的拟合和预测，应用结果表明，神经网络模型较好地发挥了神经网络的非线性映射能力，并比统计模型的拟合效果好。     

基于神经网络的土石坝沉降组合模型

采用自适应模糊神经网络建立了土石坝的沉降组合模型,并以某土石坝为实例进行了具体分析应用,将神经网络预测模型与各个子模型进行了对比分析研究。结果表明,该组合模型具有较好的拟合和预报精度。采用模糊神经网络进行组合预报,可以避免常规组合模型难以确定权系数的困难。     

基于MSA的土石坝群体地震易损性研究

针对地震发生后亟需对土石坝群体震害进行快速评估的问题,基于统计数据和MSA方法,提出了土石坝群体震害易损性分析方法。通过分析土石坝群体震害数据,对震损大坝进行等级划分,结合地震破坏损失比和破坏比建立土石坝地震易损性矩阵。并引入MSA方法,建立土石坝群体震害易损性评估模型,计算出四种烈度下易损性参数及易损性曲线和概率,为土石坝群体震害快速评估提供了依据。     

土石坝原型观测资料分析方法的研究

基于土石坝变形和孔隙水压力产生机理,提出了新的土石坝变形和渗流统计模型及土石坝反馈分析的基本原理和方法,并通过工程实例得到了验证。     

土石坝施工模拟中填筑层数的选取

鉴于土石坝施工仿真中分层填筑层数对坝体沉降的影响很大,选取不同高度的土石坝,将同一土石坝分成不同层数填筑,并采用有限单元法模拟施工过程,通过选择不同筑坝材料及地基材料,对比分析了采用不同填筑层数时坝体施工完成后的最大沉降值及最大沉降发生的部位,从而对填筑层数的选取给出建议,即中低高度的土石坝分15~20层填筑、高坝分25~30层填筑比较合适。     

基于IFOA-GNN的土石坝施工期位移预测模型

有效预测土石坝施工期的位移对大坝安全运行具有重要意义。针对基于智能学习的大坝位移预测模型存在的不足,提出了一种基于改进果蝇算法(IFOA)与灰色神经网络(GNN)相结合的土石坝位移预测模型,即通过改进的果蝇算法迭代调整灰色神经网络的权值和阈值,得到全局最佳的初始化参数,将其结果输入灰色神经网络,并将其应用于某土石坝施工期位移预测。结果表明,该预测模型预测精度高、预测结果稳定,且精度及稳定性均优于灰色神经网络模型(GNN)和果蝇算法与灰色神经网络(FOA-GNN)预测模型。     

基于BP神经网络的土石坝地震震害预测

影响强震区土石坝震害的因素复杂,各影响因素也可能存在相互关联现象,两两之间为多模态且带噪声的非线性关系.利用人工神经网络具有高度容错、自学习、自组织分析复杂非线性问题的特点,结合40组国内外土石坝样本建立BP神经网络对其历史震害进行训练,使得土石坝震害与其影响因素之间的非线性关系得到较好的映射,进而建立基于BP神经网络的土石坝震害等级预测模型.实例验证表明,该BP网络能够对土石坝震害进行有效预测.     

基于Rosenblueth法的土石坝溃坝概率实时分析

溃坝事件具有突发性,为给第一时间的应急处置决策提供科学依据,需实时分析、评估溃坝风险。为此,研究了溃坝概率分析方法在计算精度与计算效率上的差异,对不同可靠度分析方法的计算原理进行比较;在土石坝主要溃决模式分析基础上,提出采用Rosenblueth法的土石坝溃坝概率实时分析方法,并用实例验证该方法的有效性。结果表明,Rosenblueth法应用于土石坝风险率分析中比其他方法具有较高的计算效率,能同时满足计算精度与风险实时评估的时效要求。研究结果可为土石坝风险管理与决策提供参考依据。     

土石坝渗流监测统计模型的变量分离方法

统计回归模型是土石坝渗流安全监测分析中最常用和相对成熟的数学模型,通过分离变量分析环境量对效应量的影响特性是进行土石坝渗流安全评价的重要途径之一。针对采用最小二乘法分离土石坝渗流统计回归模型各影响分量时存在的因子多重共线性问题,提出了基于主成分分析的变量分离方法,并将其应用于冶勒混凝土心墙堆石坝的变量分析中。实例应用结果表明,该方法能有效避免因模型因子间的多重共线性而造成的回归系数不合理和分量峰值错位的问题,提高了分量分离结果的力学规律一致性与结构特性变化的吻合度。     

基于响应面法的土石坝参数随机反演分析

针对常规随机反演过程中需多次进行数值模拟与优化方法耦合存在的计算量过大的问题,提出基于响应面法的土石坝参数反演方法。在有限元分析的基础上,利用中心复合设计进行有限次试验,建立可反映土石坝参数与位移之间非线性隐式关系的响应面方程,以代替有限元计算;结合内点法及Monte-Carlo随机抽样,对响应面方程的目标函数进行迭代寻优,从而实现土石坝参数的随机反演分析。数值算例表明,该方法计算结果误差小,求解效率高;随机反演得到的参数能更准确地反映材料的真实情况,其统计特性还可用于土石坝稳定计算和风险评估。研究成果为实际土石坝工程的参数确定提供了参考。     

基于云模型的土石坝渗流安全风险模糊综合评价

针对土石坝渗流安全风险评价指标存在模糊性和随机性的问题,在传统模糊综合评价模型的基础上引入云模型,建立基于云模型的土石坝渗流安全风险模糊综合评价模型。选取渗透坡降等12个指标构建评价指标体系,采用AHP法确定评价指标权重,由安全风险等级和评估数据分别推求标准云和评价云数字特征值,通过计算标准云和综合云的相似度给出评价结果。将该模型应用于已建土石坝工程的渗流安全风险评价中,计算得到综合云与标准云的最大相似度为0.800,进而给出该土石坝渗流安全风险等级为"较低风险",通过与传统模糊综合评价模型对比发现,该模型评价方式更为客观,评价结果更为全面。研究成果可为土石坝安全评价和加固提供参考。     

基于大变形理论的高土石坝坝坡稳定分析

在考虑筑坝材料弹塑性变形即材料非线性和强度折减技术的基础上,引入考虑几何非线性理论更新的拉格朗日方法,对拟建的糯扎渡高土石坝上下游坝坡进行了抗震稳定分析,并将求得的坝坡临界安全系数、塑性区的发展过程与采用小变形理论计算结果进行对比。计算结果表明:运用大变形理论计算坝坡临界安全系数比用小变形理论约增加3%。     

非稳定状态下土石坝渗流及坝坡稳定分析

以云南省鱼龙水库为例,基于达西定律与渗流理论,并结合Geo-Studio有限元模块分析了上游正常蓄水位分别在10、15、20d内降落至死水位时坝体内部渗流场及临水坡面安全系数变化情况。结果表明,库水位在10、15、20d由正常蓄水位降落至死水位时,20d降落工况的坝体内部渗流场对坝坡稳定影响最小,坝体内部浸润线的降落速率与库水位下降速率密切相关,其浸润线分布密集变化缓慢,且该工况安全稳定系数最大为1.80,说明坝体内部渗流场变化越缓慢,土石坝坝坡安全稳定性越好。     

堆石坝工程土石方调配道路运输系统仿真研究

为提高堆石坝工程土石方调配效率,分析了堆石坝工程土石方调配道路运输过程的特点和影响因素,并将系统划分为四个基本模型,采用仿真技术对交通运输系统模型进行模拟分析,获得了道路运输的行车密度、排队情况、机械利用率、机械故障率等信息,通过实例计算验证了土石方平衡调配方案的合理性,克服了传统仿真系统的不足,真实反映了实际道路的运输过程。