分组量子遗传算法在混凝土重力坝坝体综合弹性模量反演中的应用

通过编程建立Matlab与有限元软件命令调用接口,建立基于分组量子遗传算法的混凝土重力坝坝体材料力学参数有限元反演模型。利用工程实测值与有限元模型计算值建立适应度函数,通过分组量子遗传算法智能寻优,实现混凝土重力坝力学参数反演。以某混凝土重力坝为例对其各分区综合弹性模量进行反演,并与传统遗传算法反演结果进行对比,结果表明本方法反演精度及运行速度较均高于传统遗传算法。更多还原     

基于免疫遗传算法的堆石坝流变反演分析

过大的堆石坝流变变形有可能会引起坝体结构破坏,影响坝体的正常运行。为保障大坝安全运行,需要控制大坝坝体变形,而合理的坝体土料参数选择是计算模拟大坝变形的先决条件。结合瀑布沟水电站心墙堆石坝的施工、运行监测资料以及室内三轴试验成果,采用基于免疫遗传算法(IGA)的参数反演方法,反演分析堆石坝材料流变参数。根据反演分析结果进行堆石坝有限元分析,计算结果与实际监测值较为吻合,表明该算法具有较高的可靠性,对大坝变形的预测与控制有重要意义。     

量子遗传算法与有限元联合反演模型

全局优化算法是解决工程反演分析这一类典型复杂非线性函数优化问题的理想求解途径。利用ABAQUS高效内核求解器,建立基于量子遗传算法的有限元反演模型,利用MATLAB编程实现ABAQUS命令调用接口,以典型测点的反演计算值与实测值建立适应度函数,通过函数智能优化实现了工程物理力学参数的反演分析,解决了传统遗传算法因选择、交叉及变异操作方式选取不当造成的迭代次数、收敛速度不佳,且易产生局部极值的问题。通过某水闸工程数值算例对反演问题进行求解,求解结果精度及反演速度较传统遗传算法明显提高,说明应用此法的合理性与实用性。     

基于改进鲸鱼优化算法的重力坝变形参数反演

针对利用位移实测资料对大坝坝体和基岩的变形力学参数进行优化反演时存在效率低、精度差等问题,通过对鲸鱼优化算法进行并行化改进,并引入权重因子,结合有限元计算,提出一种基于改进鲸鱼优化算法的力学参数反演方法。利用该方法对某混凝土重力坝坝体和基岩弹性模量进行反演,并与粒子群算法的反演结果进行比较。结果表明:在相同迭代次数的情况下,改进的鲸鱼优化算法比粒子群算法耗时更少,且反演得到的坝体、基岩力学参数比粒子群算法得到的更为准确。表明利用多核处理器对该方法进行并行计算,可大幅度缩短计算时间。基于改进鲸鱼优化算法的力学参数反演方法具有搜索能力强、收敛速度快和精度高等特点,合理可行,可推广应用于混凝土拱坝等其他坝型的力学参数反演。     

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。     

面板堆石坝瞬时变形和流变变形参数的联合反演

堆石坝变形包括瞬时弹塑性变形及时间相关的流变变形,从实际的监测变形中精确区分这两种变形有一定技术难度。本文将瞬时及流变变形参数的反演问题转化为一个组合优化问题,采用智能优化算法寻找最佳的堆石变形参数。研究中,首先拟定了多种变形参数样本,采用有限元法计算坝体变形;然后采用径向基神经网络训练上述样本,建立堆石变形参数与坝体变形之间的映射关系;最后根据坝体实际变形测量值,采用多种群遗传算法优化得到坝体瞬时及流变变形参数。采用径向基神经网络替代有限元可节省计算时间,提高计算效率;而多种群遗传优化算法可避免传统遗传算法早熟问题。用反演参数再次计算得到的水布垭坝体沉降与实测值吻合较好。     

高寒地区碾压混凝土坝运行期力学参数反演分析

为准确获得高寒地区碾压混凝土坝真实状态下的力学参数,将碾压混凝土作为横观各向同性材料进行参数反演分析。首先采用均匀设计构造力学参数样本,然后基于有限元法计算不同工况下的顺河向位移,将有限元分析得到的水压分量相对值及相应的力学参数作为神经网络的训练样本,建立水压分量相对值与相应的力学参数非线性映射关系。基于大坝实测位移,考虑坝顶冻胀变形的影响,通过建立坝体及坝基多测点变形统计模型分离出水压分量相对值,将其作为反演模型的输入值,得到坝体及坝基的力学参数。通过实例分析表明,该方法反演得到的坝体及坝基力学参数是可行的,可为高寒地区碾压混凝土坝安全性态评估提供参考。     

基于混沌遗传算法的碾压混凝土坝力学参数反分析

坝体物理力学参数是衡量坝体质量的一项重要指标,如何获取碾压混凝土坝当前实际的物理力学参数是分析和评价大坝安全性态的前提和关键。根据碾压混凝土坝施工过程、压实机理和层面特性等,将碾压混凝土坝力学参数识别反问题作为优化问题处理,系统地研究并建立了碾压混凝土坝变形力学参数反分析理论和方法。为克服传统遗传算法的早熟缺点,在处理优化问题时引入混沌遗传算法,并应用混沌遗传算法对某碾压混凝土坝的横观各向同性变形参数和渐变参数进行了反演。最后将横观各向同性模型与参数渐变模型计算值和实测值进行对比分析,验证了反分析理论和方法的正确性,同时也说明了参数渐变模型的合理性和正确性。     

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.     

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。     

Deformation early-warning index for heightened gravity dam during impoundment period

The mechanical parameters of materials in a dam body and dam foundation tend to change when dams are reinforced in aging processes. It is important to use an early-warning index to reflect the safety status of dams, particularly of heightened projects in the impoundment period.Herein, a new method for monitoring the safety status of heightened dams is proposed based on the deformation monitoring data of a dam structure, a statistical model, and finite-element numerical simulation. First, a fast optimization inversion method for estimation of dam mechanical parameters was developed, which used the water pressure component extracted from a statistical model, an improved inversion objective function, and a genetic optimization iterative algorithm. Then, a finite element model of a heightened concrete gravity dam was established, and the deformation behavior of the dam with rising water levels in the impoundment period was simulated. Subsequently, mechanical parameters of aged dam parts were calculated using the fast optimization inversion method with simulated deformation and the water pressure deformation component obtained by the statistical model under the same conditions of water pressure change. Finally, a new earlywarning index of dam deformation was constructed by means of the forward-simulated deformation and other components of the statistical model. The early-warning index is useful for forecasting dam deformation under different water levels, especially high water levels.     

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．     

基于SSA-MSVR的混凝土拱坝材料参数反演模型

为进一步提高混凝土拱坝材料参数获取的准确性,构建了基于多输出支持向量回归(MSVR)和麻雀搜索算法(SSA)的混凝土拱坝材料参数反演模型。为了快速模拟坝体径向位移与材料参数的非线性关系,建立了高精度的MSVR模型代替有限元模型计算,并利用SSA对所需参数进行寻优反演。工程实例验证结果表明：构建的反演模型计算精度高,计算速度快,能快速反演坝体与坝基材料参数,可用于实际工程的材料参数反演分析。     

浆砌块石重力坝弹性模量两种反演方法对比研究

深圳赤坳水库的大坝为浆砌块石重力坝,经过多年运行,材料参数已经发生变化。为反演大坝目前的弹性模量,首次采用支持向量机和粒子群反演方法进行对比研究,利用实测数据进行大坝弹性模量反演。两种反演方法结果接近,相互验证说明反演结果是正确的,同时也说明了上述两种方法在浆砌块石重力坝的反演分析工作中的可行性。     

锦屏一级拱坝黏弹性工作性态反演分析

针对锦屏一级拱坝历年1 880 m高水位稳定期坝体向下游侧位移持续增大的异常变形性态,基于现场位移监测数据和坝体混凝土徐变试验数据,对该拱坝当前运行性态进行了反演分析。结果表明:坝体目前处于黏弹性工作状态,监测发现的短期趋势性变形是由水压荷载作用下黏弹性滞后变形效应和年周期环境温降效应所共同引起。混凝土黏弹性力学参数之间具有较好的线性关系,基于弹性水压分量反演得到的坝体混凝土弹性模量实际是瞬时弹性模量与延迟弹性模量的等效值,对于锦屏一级拱坝,该反演值为35.5 GPa,与前期反演值和试验值较为接近;而基于黏弹性水压分量反演得到的广义Kelvin模型中瞬时弹性模量、2延迟弹性模量和2黏滞系数分别为47.3 GPa、189.4 GPa、132.3 GPa、383.8 GPa·d和20 574.6 GPa·d。建议今后对锦屏一级拱坝建立变形监控模型时,应在HST模型中引入黏弹性滞后水压分量。