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。     

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。     

高混凝土面板堆石坝流变机理及长期变形预测

对于面板堆石坝,面板的变形主要取决于堆石体变形,如果堆石体变形过大,就会使面板产生裂缝,从而影响其防渗性能,甚至危及坝体的稳定。由于堆石体流变变形的复杂性,影响的因素很多,因此仅仅通过室内试验很难从本质上反映其流变机理和特性,除了试样尺寸与现场的巨大差异引起的缩尺效应误差之外,就是平行试验成果间也会出现差异。回顾了近年来关于堆石体流变机理方面的一些研究进展,介绍了揭示堆石体流变细观机理的两个流变模型,即基于组构理论的流变模型和基于随机散粒体不连续变形理论的流变模型。最后结合正在建设中的水布垭高面板堆石坝进行了流变分析,预测了大坝完建后的流变变形,计算结果表明,考虑流变效应的最大沉降为2.53m,此值基本处在设计的预测范围之内。     

土质心墙堆石坝非饱和渗流参数反演

受材料非饱和特性影响,心墙渗流场非饱和区渗压时空分布特性区别于饱和区.采用ABAQUS构建二维土质心墙堆石坝模型,基于BC&BC非饱和渗流本构,进行非饱和非稳定渗流模拟.采用NSGA-Ⅱ多目标遗传算法对反演目标函数寻优.将反演的参数带回有限元计算,非饱和区渗压变化的拟合效果良好,能正确反映大坝心墙渗压的变化.将饱和渗流...     

瀑布沟高堆石坝应力变形分析

近年来,有很多专家学者对瀑布沟堆石坝进行了有限元分析,但都基于二维有限元分析和邓肯张E-μ模型,本文基于邓肯张E-B模型总结和选取了肯张E-B模型参数,建立瀑布沟堆石坝三维有限元模型,分析了其施工期和蓄水期应力和变形情况并和肯张E-μ模型计算结果做了对比分析。计算结果表明:大坝最大沉降和最大水平位移均发生在库水位蓄满期;心墙拱效应现象最强烈的位置大约在1/3坝高坝轴线附近,存在拱效应的部位心墙应力呈驼峰状分布,拱效应在坝体顶部很小,拱效应最大发生在心墙与高塑性黏土接触部位;对两种模型对比分析可知,两种模型计算结果相差不大,坝体变形和应力符合一般规律。     

基于ANFIS-GM的心墙堆石坝变形预测

本文提出采用自适应网络模糊推理系统(adaptive neuro-fuzzy inference system,ANFIS)优化灰色理论模型(Grey Model,GM)的建模方法来研究预测大坝变形。ANFIS-GM模型综合考虑了由于资料不完备、考虑因素不全面而产生的灰色特性和各影响因素与大坝变形之间存在的模糊特性。该模型相比于GM模型不仅考虑了大坝变形的灰色特性,而且还考虑了水位变化速率、填筑速率与大坝变形的模糊关系。通过心墙堆石坝沉降变形的实例分析,表明该模型比GM模型误差更小。同时,该模型具有处理小样本,自组织、自学习、自适应,模糊推理的综合能力。     

双屈服面模型参数对心墙堆石坝计算沉降的影响

应用椭圆-抛物双屈服面模型进行心墙堆石坝三维有限元计算，考察了心墙料的模型参数a，KG，n，h，t，M1和M2分别单独变化（而其他6个参数保持不变）对坝体最大沉降点计算沉降的影响．考察结果表明，a的变化对计算沉降的影响甚微；KG，n，h和t的变化对计算沉降的影响趋势一致，均为参数值越大计算沉降越小．M1大于临界值时，计算沉降随M1的减小而增大，反之，计算沉降随M1的减小而减小；M2的取值必须大于M，当M2〉M时，M2的变化对计算沉降几乎没有影响．     

基于BP神经网络的堆石坝参数二次反演与变形预测

在预测堆石坝长期变形时,常常需对堆石体流变参数进行反演。若同时对堆石体的瞬时变形力学参数和流变参数进行反演,则反演参数多,网络结构复杂,所需的训练样本数量大,反演效率低。根据堆石坝的监测资料,将堆石坝的沉降分解为瞬时沉降和流变引起的沉降,运用BP神经网络方法逐次增加训练样本,循环训练网络,将瞬时力学参数与流变参数分开来进行二次反演,训练样本少,反演效率高,输出结果用于预测能与监测资料较好吻合,可为类似工程提供参考和借鉴。     

迁移学习框架下高心墙堆石坝施工仿真参数IGOA-MLP动态预测模型

施工仿真参数是影响高心墙堆石坝仿真结果准确性的关键。现有方法基于历史数据来预测未来填筑层的仿真参数,忽略了不同层之间的施工差异;同时,在新一层开始时往往存在数据不足或缺失的问题;此外,施工参数受到气象条件、机械运行状态等多因素影响而动态变化。本文利用迁移学习解决了上述问题,该方法具有通过知识迁移解决少样本建模问题的优势,同时考虑气象条件、机械运行状态等多种因素的定量影响,提出迁移学习框架下的高心墙堆石坝施工仿真参数改进蝗虫算法优化的多层感知机动态预测模型。首先,建立综合考虑多因素影响的施工仿真参数IGOA-MLP预测模型;其中,采用非线性缩减因子和柯西-高斯混合变异模式改进蝗虫优化算法(IGOA),并利用IGOA高效全局最优搜索能力来优化多层感知机(MLP)的超参数。其次,引入迁移学习策略,将训练集划分为源域和目标域,并在MLP隐藏层中增加自适应层以表征源域数据与目标域数据的差异性,实现历史工况和新工况间的知识迁移,从而解决新工况下缺少数据的问题。工程实例表明,相比于传统MLP模型以及未使用迁移学习的IGOA-MLP模型,本文所提方法的平均绝对百分比误差(MAPE)分别降低了54.68%、40.57%,证明了本文所提模型能够更准确地预测仿真参数,为仿真计算提供可靠的数据基础。     

涔天河面板堆石坝施工期变形监测资料及参数反演分析

对涔天河面板堆石坝施工期变形监测资料进行了较全面分析,然后建立了堆石坝施工期有限元模型。基于实测相对沉降,采用正交设计、神经网络、遗传算法相结合的方法,反演了堆石坝的非线性材料参数。分析表明:(1)涔天河面板堆石坝坝体沉降随着大坝填筑的逐步升高而增大,当填筑到320.3 m高程后,坝体沉降变形渐趋稳定。在施工期间,该大坝经历了5.20洪水、11.11罕见冬汛等事件,但对堆石坝的变形影响小。(2)基于实测相对沉降进行的堆石坝材料参数反演结果表明,主堆石区的K和Kb较室内剪切试验参数偏小,而其他反演参数结果和室内剪切试验值较为接近,沉降值计算值与实测值的时程曲线趋势符合较好。(3)由于观测房修建滞后,沉降仪从安装埋设到首次观测期间的沉降位移缺乏过程值,建议及时修建观测房,尽早获得沉降过程值。     

白莲河面板堆石坝应力与变形分析

采用非线性有限元方法，对白莲河混凝土面板堆石坝在施工期和蓄水期的应力变形进行了深入研究。有限元计算结果表明：坝体应力变形规律合理，坝体设计方案可行。     

江坪河水电站高面板堆石坝变形特点及设计研究

在狭窄河谷采用超硬岩填筑高混凝土面板堆石坝坝体应力变形复杂,技术难度大。针对江坪河水电站大坝面板坝坝料、坝高和河谷狭窄的特点,为减小大坝变形和不均匀变形,从河谷形状、坝体填筑标准、坝体分区、碾压机具及碾压工艺、施工以及面板设计等几个方面进行了深入研究,提出一套适用于狭窄河谷高面板堆石坝的变形控制措施,可为狭窄河谷高混凝土面板堆石坝建设提供参考。     

基于细菌觅食优化算法的岩体压缩流变参数反演

为探索细菌觅食优化算法(BFO算法)在岩土工程中的应用,以拟建的几江长江大桥北岸隧道锚方案岩土专项实验研究为背景,基于刚性承压板流变实验获得的基础数据,针对如何进行流变模型参数反演问题,利用BFO算法优化反演目标函数,获得了反演参数值,并将反演后的表面位移曲线与实测表面位移曲线进行了对比,结果两曲线基本吻合,表明利用广义开尔文模型和BFO算法反演出的模型参数能较好地反映岩体的压缩流变特性。该法用于岩体压缩流变参数的反演是有效的,其计算速度快,效率、精度高,也充分体现出该法用于岩体压缩流变参数反演的优越性和可行性,同时也为岩体流变参数的反演提供了一种有效途径和方法。     

卡基娃面板堆石坝非线性强度指标坝坡稳定与可靠性研究

针对目前在建和拟建的大型面板堆石坝地质条件差、地震烈度高、坝高不断增加的情况,解决一些比较突出的关键技术问题的重要性和迫切性日益突出。通过极限平衡理论和可靠度理论2种方法对属200m级高堆石坝范畴的卡基娃面板堆石坝进行坝坡稳定计算,研究了其非线性强度指标坝坡稳定及可靠度,分析了相关关键技术指标、安全系数标准对坝坡稳定安全的影响及可靠性水平等关键问题。与极限平衡理论相比,采用基于可靠度理论的方法设计坝坡,可以量化安全裕度,有利于高堆石坝坝坡的优化设计,这无疑对于减少工程投资和环境保护都具有极大的现实意义。     

基于分级加载的高面板堆石坝应力变形分析

依据非线性弹性K-G模型理论对天池上水库面板堆石坝进行了应力变形分析。首先采用CAD图形和程序控制相结合方法建立坝体与地基模型,考虑了断层构造和岸坡变化,得到了较为精细的三维有限元模型。然后在模型计算中采用了施工逐级加载的方法对坝体进行了模拟,应用修正后的分级加载位移变形公式,对竣工期和正常水位蓄水期的应力变形进行三维有限元分析,得出了两种工况下断层对该高面板坝应力变形影响一般规律。     

高堆石坝填筑施工质量控制

本文根据新发布的混凝土面板堆石坝设计和施工规范中对坝体填筑质量控制的新规定 ,对坝料填筑标准、现场干密度检测、粗粒料加水碾压等面板堆石坝填筑施工中主要的质量问题作了必要的说明和讨论     

专家系统在土石坝性态分析中的应用

专家系统充分利用数据管理软件及大量图表资源，结合土石坝自动化监测中的知识特点，完成分析系统的知识收集、知识组织以及人机界面的研究工作。本研究基于“二分树”方法的数据库存储，并依靠对监测资料和多个测点之间的关联进行定量分析，从而评价土石坝监控报警模型的可靠性，提高了土石坝综合管理的效益。     

积石峡面板堆石坝应力变形分析

基于积石峡水电站面板堆石坝填筑的沉降观测资料,采用三维有限元计算方法,得到大坝各类材料的模型参数。分析结果表明,监测值和计算值变化过程符合较好,说明了计算模型及所得参数的有效性。在此基础上,对大坝的应力变形特性进行了计算分析,得到了积石峡水电站面板堆石坝蓄水后的应力变形特性。