基于MSC.Marc的物理力学参数反演

在比较反演分析方法的基础上，应用基于遗传算法的优化反演方法来反演物理力学参数。结合计算力学和有限元软件系统的发展，提出了基于有限元软件MSC．Marc的物理力学参数反演方法。结合某重力坝23^3溢流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，采用遗传算法和MSC．Marc反演物理力学参数是可行的。     

基于烟花算法的重力坝坝基模量在线反演分析

针对混凝土坝材料力学参数反演过程中存在寻优性能不高、反演效率低的问题,提出一种基于烟花算法的重力坝坝基模量反演分析的方法,并利用Python语言编制基于烟花算法的在线反演分析系统,将测点的有限元计算的位移值与实测值的残差加权平方和作为目标函数,利用爆炸火花、高斯变异火花和精英选择策略等建立烟花算法模型,在可行域内搜索最优反演参数,再应用Python轻量级框架Flask进行坝基模量反演分析模块开发,最后应用开源可视化库Echarts在Web端展示有限元分析结果信息。实际应用结果表明,烟花算法寻优能力很强、算法收敛速度快,测点计算位移值与监测值吻合较好,说明该算法在混凝土重力坝坝基模量中具有一定的实际应用价值。     

基于免疫算法优化的GA-BP网络在围岩参数反分析中的应用

针对传统BP神经网络、遗传算法在反分析应用过程中存在的问题,将基于免疫算法优化的遗传算法与BP神经网络结合起来,构建了具有更快的收敛速度和更强的全局搜索性能的GA-BP网络,根据某抽水蓄能电站地下洞室的开挖和埋深特点,选取弹性模量和侧压力系数为待反演参数并设定取值范围,以设定的反演参数值和有限元计算得出的洞室理论位移为训练样本,利用GA-BP网络训练此样本,得到洞室位移值与洞室物理力学参数之间的关系,将实测位移值输入训练好的GA-BP网络中获得参数的反演值,通过反演值计算出不同监测断面的位移值,从而验证了GA-BP网络在参数反分析中应用的准确性。     

基于统计模型及有限元法的重力坝变形模量反演

鉴于坝体和坝基力学参数选择的合理性对大坝结构分析及安全评价指标拟定的重要性,结合实际监测资料,提出了基于统计模型和有限元法进行重力坝坝体和坝基变形模量反演的方法,在分析地基范围取值、坝体变形模量取值对坝基变形模量反演影响的基础上,建立合适的有限元模型和统计模型,通过有限元计算拟合实测资料中的水压分量,根据最小二乘法原理反演大坝变形模量。将基于统计模型和有限元法反演混凝土重力坝变形模量的方法应用于某实际工程,结合实测资料反演了典型坝段坝基和坝体的变形模量,计算结果合理可信,精度较高。     

全连接神经网络在砂砾石地基上闸底板弯矩预测中的应用

闸底板作为闸室结构的基础,其结构安全决定了水闸工程整体的安全和稳定。砂砾石地基上的闸底板弯矩预测是设计阶段的重要内容,目前主要通过材料力学法、结构力学法和有限元法计算得到,其中前两种方法无法考虑接触效应,存在应用局限性,有限元法计算量及前期准备工作量大,且过程相对复杂。为了给初设阶段水闸设计参数的确定提供简捷算法,加快设计进度,以某水闸工程为例,基于ABAQUS有限元分析的计算结果,在Tensorflow平台上建立了多层全连接神经网络预测模型。结果表明,该模型的预测精度达91.71%,与实际值较吻合。     

某水闸地基桩基础与沉井基础方案优化选择

针对深基础水闸结构地基处理方案的比选未能考虑结构间相互作用的问题,以江苏省沿海某挡潮闸为例,利用ANSYS软件分别建立了考虑闸室、基础和地基的三维有限元整体模型,分别对钻孔灌注桩基础和沉井基础两种地基处理方案的水闸整体结构进行了计算分析,推荐沉井基础方案为最优方案。建议在实际工程设计中采用三维空间有限元法进行深基础水闸结构地基处理方案的比选。     

大型地下厂房围岩参数反演及位移监测分析

基于卸荷岩体力学分析方法建立了考虑岩体强、弱卸荷区地下洞室二维ADINA有限元模型,建立了BP神经网络模型,采用搜索算法确定了训练误差最小网络训练参数,将训练好的网络保存并用于仿真,利用工程监测的位移资料反演了岩体主要参数,参考卸荷岩体力学参数折减方法确定了卸荷区岩体参数,并将反演的参数代入有限元模型计算,计算位移值与监测位移值的对比结果表明,二者吻合较好,反演的参数可靠性较大.     

基于GPR-ARIMA-GA模型的高粘土心墙堆石坝参数反演分析

以某粘土心墙坝为例,提出了基于GPR-ARIMA-GA模型结合有限单元法反演高粘土心墙堆石坝材料参数的方法,利用高斯过程回归非线性模型(GPR)来表征材料参数与坝体沉降量之间非线性关系,从而在搜寻真实坝体材料参数时减少了有限元程序样本计算次数,提高了反演效率;为进一步提高GPR拟合精度,提出应用ARIMA模型对拟合误差进行修正;在构建GPR-ARIMA模型过程中,采用遗传算法(GA)来优化GPR模型超参数;在建立GPR-ARIMA模型后,二次应用GA全局搜索坝体材料参数的真实值。实例应用结果表明,该方法极大地减少了有限元程序计算量,且能够准确、快速搜索得到坝体真实材料参数,将最优材料参数代入有限元程序计算得到沉降量与实测值较为接近,验证了该方法可行、有效。     

基于ELM-GA的复杂土石坝渗透系数反演模型及其应用

土石坝分区多、地质条件复杂,确定现场实际的坝体和坝基的渗透系数一直是其渗流研究的热点和难点。针对土石坝渗透系数多参数反演问题,利用正交设计法构造渗透系数组合,通过有限元分析建立学习样本,借助极限学习机(ELM)的高度非线性映射能力,建立了渗透系数与水头之间的映射关系,利用遗传算法(GA)搜索确定区域内各分区渗透系数,建立了基于人工智能的ELM-GA反演分析模型,最后利用工程实测资料进行了验证。结果表明,将反演所得的渗透系数用于渗流分析时,观测点压力水头计算值与实测值相对误差均在0.2%之内,结果合理可信,精度满足工程要求。     

特高拱坝多参数反演的智能优化径向基函数网络模型

利用大坝的监测数据对大坝力学参数进行精确反演，对于确保大坝的安全稳定运行至关重要。对此，提出基于径向基函数(RBF)网络和人工大猩猩部队优化算法(GTO)的拱坝参数反演模型。首先，采用RBF代理模型代替有限元模型，探讨材料参数与监测点位移响应之间的关系，RBF代理模型的采样数据由高效的拉丁超立方采样技术生成；其次，采用GTO智能优化算法，使材料参数识别的目标函数最小。工程实例分析结果表明，RBF-GTO模型能够在降低计算成本的同时实现高精度的混凝土特高拱坝参数反演分析。     

基于遗传算法的泵站混凝土热学参数反演分析

根据施工现场实测资料，在温度场三维有限元仿真计算的基础上，运用遗传算法对泵站混凝土的热学参数进行反演分析。反演结果表明，计算值与实测值较接近，误差较小；反演结果可靠，且反演收敛速度快．效率高。     

基于改进GA-BP网络算法的边坡力学参数反演分析

针对BP神经网络收敛速度慢和易陷入局部极小值等不足,通过改进遗传算法,显著提升遗传算法的全局寻优能力,进而优化BP神经网络初始权值和阈值。结合工程算例,采用正交法设计参数样本,利用边坡工程的有限元正分析模型计算出反演分析所需的样本,建立基于改进的GA-BP网络算法反分析模型,经过网络训练,得到符合实测效应量值的反演参数值,对比GA-BP网络算法和改进GA-BP网络算法的反分析模型结果可知,改进GA-BP网络算法反分析模型在解的稳定性和求解精度上均得到了较大提高。研究成果可供类似工程参考。     

基于小波神经网络的混凝土热力学参数反演

在混凝土温度场计算中,热力学参数一般由室内试验或经验公式获得,往往与现场实际参数出入较大。为此通过测量埋设于混凝土中不同温度测点的温度,采用粒子群算法优化初始权值和阈值的小波神经网络对混凝土的热力学参数进行反演,以控温防裂。通过对某水闸工程底板混凝土的热学参数的反演分析,验证了小波神经网络反演计算的可行性。     

基于卸荷及BP神经网络的地下洞室岩体力学参数反演

实时准确地获得地下洞室岩体的力学参数对地下工程的设计和施工具有重要影响。以某软岩区的水电站引水隧洞为例,基于卸荷岩体力学理论,以大型有限差分程序FLAC3D为计算软件,建立BP神经网络模型对开挖后围岩的力学参数进行反分析,并根据现场实测位移资料对反演所得参数进行工程校核,以保证参数取值的准确性。结果表明,该反演方法合理、有效;得到的参数能满足工程要求,可为隧洞围岩的长期稳定和位移变化预测提供理论依据。     

基于遗传算法的深埋隧洞外水压力反分析

外水压力是富水区深埋隧洞衬砌结构承受的主要荷载,其取值的准确性直接关系到隧洞设计与施工的安全,根据西南某工程的钢筋应力等监测数据,基于遗传算法,利用FORTRAN语言对通用有限元软件ABAQUS进行了二次开发,编写了遗传算法及其与ABAQUS的接口程序,对引水隧洞衬砌结构承受的外水压力进行了反演分析,得到了外水压力取值,并与实际地勘资料提供的数据进行比较。结果表明,实测值与反演值相近,且均小于正演值,安全性能够得到保证,说明原有计算模型的外水压力初值具有一定的合理性。可见遗传算法用于隧洞的外水压力反演是可行的。     

基于Nelder-Mead算法与有限单元法的岩土力学参数反演

提出了基于Nelder-Mead优化算法与有限单元法反演岩土力学参数的方法,以测点的实测值与计算值建立精确罚函数误差模型,并将有限元程序ABAQUS作为模块嵌入Nelder-Mead优化算法中编制了优化反分析程序.算例结果表明,该法局部搜索能力较强,反演精度高,可应用于岩土工程中的反演分析.     

冷水机组运行特性建模与优化控制研究

为实现中央空调冷水机组运行优化,提出了基于支持向量回归机(SVR)建模的冷水机组优化控制方案。利用SVR建模思想,在冷水机组运行特性分析基础上,采用基于遗传算法的SVR参数优化算法,对冷水机组运行特性进行建模,并以此模型为基础提出了冷水机组运行参数寻优算法,通过动态调整机组运行参数实现节能。利用Matlab的Libsvm软件包对某螺杆式冷水机组运行特性进行建模,并在典型工况下,对优化控制方法和常规运行方法的能耗做了仿真对比。结果表明,采用基于SVR建模的冷水机组优化控制方法能显著提高冷水机组运行效率,具有很好的工程适应性和应用前景。     

一种利用注采数据评价水驱油藏井间连通性的新方法

针对目前通过示踪剂监测评价水驱油藏井间连通性存在成本高、周期长的问题,基于电容模型,以油田实际注采数据为基础,利用多种群遗传算法对井间连通系数进行了定量反演。首先忽略重力、毛细管力和其他外来流体侵入的影响,考虑油藏流体压缩性,推导出一注一采系统中油井产液量与其初始产液量、水井注入量以及油井井底流压的关系,然后根据叠加原理将此关系式扩展到多注多采油藏系统,最后考虑周围生产井的干扰和区块注采不平衡等因素,建立了油水井间动态连通性模型;将油水井注采数据按地层系数劈分到研究层位,并以此为基础,利用多种群遗传算法优化模型中的时间参数,进而反演得到井间连通系数。相比于传统梯度优化算法,多种群遗传算法极大地降低了模型求解过程的复杂性,且全局寻优能力较强,较好地克服了标准遗传算法"早熟"的缺点。研究结果表明,该方法计算出的连通性系数与示踪剂监测结果吻合度较高,证明该方法具有较好的可行性和现场应用价值。     

基于Revit的水闸工程样板开发及应用研究

为探索BIM技术在中小型水利工程正向设计中的应用,以Revit软件为设计平台,研究Revit中水闸样板设计方法。利用软件提供的参数化建模功能建立水闸工程中常用构件,形成标准构件库,根据水闸设计出图标准和企业设计习惯设置项目属性,结合常见水闸结构型式设计预置构件相对位置关系,从而开发水闸设计样板。利用该水闸样板进行某水闸工程设计,可通过修改样板中的项目属性、预置构件属性等快速修改设计方案,并根据样板中的出图设置快速生成传统平面图纸,大大提高了水闸三维设计效率。     

基于遗传算法的热网阻力系数辨识

供热管网在运行过程中,其阻力系数往往会偏离原有设定值,造成管网建模的偏差。提出采用遗传算法进行管段阻力系数辨识的方法,并建立了相应的数学模型,结合实际对不同类型管网进行了应用。结果表明:对于新建管网,采用遗传算法进行阻力系数辨识准确性较高,与传统的辨识方法相比,可利用少量管网节点参数完成管段的建模辨识;对于老旧管网,由于存在管道腐蚀及结垢等问题,运用遗传算法进行阻力系数辨识偏差较大,通过增加监测点参数的方法修正辨识结果,在一定程度上可减小辨识误差。