基于含水层渗透系数研究的云-Markov模型：建立与应用

渗透系数的精度对地下水流和溶质运移有重要影响，传统方法在计算渗透系数的过程中均存在一些局限性。本文建立了一种新的云-Markov模型对渗透系数进行预测：利用云模型中的多条件多规则不确定推理技术，根据样品的粒径分布对渗透系数进行预测，并对其进行误差分析；在此基础上利用权Markov链对预测误差的随机性进行模拟，进而根据此模拟值对云模型的预测结果进行校正，将校正后的预测值作为云-Markov模型最终的计算结果输出，即完成对一个样品渗透系数的预测。将该模型应用于华北平原典型区冲洪积扇含水层参数研究，计算结果表明：与渗透系数的实测值相比，云模型的误差相对数介于0.996~1.178间，通过权Markov误差校正后，云-Markov模型的误差相对数为1.021~1.134，预测精度较最初的云模型有了一定的提高。故与传统模型相比，云-Markov模型基本可以应用于含水层渗透系数的计算。     

基于含水层渗透系数研究的云-Markov 模型的建立与应用

通过建立云-Markov模型对含水层渗透系数进行预测。利用云模型中的多条件多规则不确定推理技术,根据样品的粒径分布对渗透系数进行预测,并对其进行误差分析;在此基础上利用权Markov原理对预测误差的随机性进行模拟,进而根据此模拟值对云模型的预测结果进行校正,将校正后的预测值作为云-Markov模型最终的计算结果输出,即完成对一个沉积样品渗透系数的预测。将该模型应用于华北平原典型地区冲洪积扇含水层参数研究,计算结果表明:与渗透系数的实测值相比,云模型的误差相对数介于0.62~1.34间,通过权Markov误差校正后,云-Markov模型的误差相对数为0.74~1.27。与传统经验公式相比,云和云-Markov模型的计算精度均满足地下水资源评价的要求,其中云-Markov模型具有更高的计算精度和广泛的使用范围,但其同时也具有较高的计算成本。     

广义Bayes法在裂隙岩体渗透系数随机反演中的应用

工程中由于存在各种随机因素,采用确定性的渗流分析方法进行渗透系数的反演必然会导致结果的不确定性.本文基于渗流场的随机有限元分析方法,结合变尺度优化算法和广义Bayes法,建立了一种渗透系数的随机反演方法,推导了详细的计算公式.该方法不仅考虑量测水头、渗透系数的随机性,还考虑了边界水头的随机性,不仅可以获得渗透系数的均值反演结果,还可以得到标准差的反演结果.最后将该法应用于重力坝坝基渗流算例分析中,以渗流有限元正分析计算结果作为"假想"的实测点水头值,通过随机反演,同时获得渗透系数均值与标准差的反演结果,将输入信息与反演结果对比分析,验证了渗透系数和标准差反演结果的正确性.     

基于RVM-CS的工程区地层渗透系数反演分析

为了准确确定工程区各地层渗透系数,基于相关向量机(RVM)与布谷鸟算法(CS)建立反演分析模型,对研究区域内各地层的渗透系数进行反演分析。首先,基于均匀设计法构造渗透系数组合,利用有限元计算测点水位值并生成RVM学习样本;随后,通过训练RVM构建渗透系数与水头之间的映射关系,使其能够代替有限元方法快速地完成渗流计算;最后,根据工程区钻孔的实测水位值,利用CS算法搜索确定区域内各地层的渗透系数。将建立的渗流反演模型应用于某大型抽水蓄能电站工程区的初始渗流场中,结果表明:所建立的渗流反演模型能够考虑多地层渗透系数和钻孔水头间的非线性,RVM能代替有限元模型,可快速、精确地确定渗透系数;此渗流反演模型在大型抽水蓄能电站工程区反演结果合理,精度满足工程要求。     

基于ANSYS的大伙房水库土坝渗透系数反演

根据温度场和渗流场的相似性,利用有限元分析软件ANSYS的热分析功能计算土石坝渗流问题。通过AN-SYS的优化设计功能,建立了基于ANSYS的渗透系数反演模型,反演得到更符合大伙房水库大坝实际工况的渗透系数,利用该渗透系数进行渗流数值计算,通过对计算值与实测值的对比表明,有限元计算值与实测值相对误差较小,拟合结果能够满足精度要求。说明所求得的渗透系数比较合理,可以用于渗流数值计算。     

基于数据同化技术的地质参数反演分析研究

通过数据同化技术用卡尔曼滤波算法对观测井所得水位监测资料进行同化计算,在得到较为精确水位观测值的基础上对主要取水层的渗透系数进行参数反演,并与前期室内试验获得的渗透系数对比,表明通过数据同化过滤之后进行的参数反演更精确有效。     

渗透系数反演的CHNN模型方法

利用连续型Hopfield神经网络 (ContinuousHopfieldNeuralNetwork ,简称CHNN)的反馈特性 ,结合实测资料和数值计算 ,构建了岩土体渗透系数的人工神经网络反演模型 ,通过网络神经元状态的变迁而最终稳定于平衡状态 ,从而得到渗透系数反演优化计算的结果。经实例验证 ,效果较好。     

渗透系数反演的CHNN模型方法

利用连续型Hopfield神经网络(Continuous Hopfield Neural Network,简称CHNN)的反馈特性,结合实测资料和数值计算,构建了岩土体渗透系数的人工神经网络反演模型,通过网络神经元状态的变迁而最终稳定于平衡状态,从而得到渗透系数反演优化计算的结果。经实例验证,效果较好。     

柴河水库土坝渗透系数反演分析

结合柴河水库土坝的测压管实际观测资料,采用改进的遗传算法对柴河水库土坝心墙及坝壳混合料的渗透系数进行了反演分析计算,得出坝壳混合料以及心墙料的渗透系数分别为4.69×10-4、2.13×10-6cm/s。采用正分析方法把遗传算法反分析出的渗透系数代入到有限元法建立的模型中进行计算,得到各特征部位渗流要素数值计算结果,通过测压管所在节点的水位与实测管水位、坝基渗流量实测值与计算值检验有限元计算结果的准确性。结果表明:水位计算值的相对误差较小,坝基渗流量计算值与实测值相比误差也较小,表明反演的坝壳混合料以及心墙料的渗透系数是准确的。     

三马山滑坡渗透系数反演分析

在水库岸坡渗流场及稳定性分析研究中,渗透系数的取值至关重要。采用Geo-studio二维有限元分析软件中的渗流分析模块Seep/w,对三峡库区三马山滑坡进行了渗透系数反演分析。首先以勘察期的水库稳定水位为水头边界条件,以现场简易渗透试验所得渗透系数为参考,进行地质建模;然后进行各种工况条件下的渗流分析及反演,确定库岸边坡的渗透系数。反演所得的渗透系数与现场试验所得的渗透系数属同一数量级,模拟的浸润线和勘察得到的浸润线基本重合,表明通过渗流反演确定渗透系数的方法是可行的。     

基于有限元法和响应面法的闸基渗流反演分析

文章提出基于响应面法的渗透系数反演分析方法。通过构造渗压计算值响应面方程,代替耗时的有限元计算,提高了渗透系数反演分析效率。结合监测数据和数值模拟对某水闸地基渗流进行了分析。监测数据表明该水闸地基渗压呈汛期高、枯期低的周期性变化规律,原因是下游河道水位大幅变化。对闸基覆盖层材料的渗透系数进行反演分析后,对闸基渗流场进行了有限元数值模拟,验证了渗压周期性变化的原因,揭示了闸基中渗透坡降较大的部位。     

基于RF-GWO的水利工程地质渗透系数智能反演分析

地质渗透系数是准确分析水利工程渗流的关键参数。针对传统反演方法计算效率低、精度差的问题,采用有限元正演模型和正交试验设计构建渗透系数反演样本集,建立了基于随机森林(RF)算法的渗流计算代理模型;在此基础上,引入灰狼优化(GWO)算法,提出了基于RF-GWO的渗透系数智能反演方法,并以Z抽水蓄能电站为研究案例进行了验证。结果表明：RF模型对各钻孔水位预测结果均接近实测值,性能优于CART和BP模型;GWO可搜寻到地质最佳渗透系数,钻孔水位反演结果合理,相对误差最大为0.42%,精度满足工程要求,计算的天然渗流场分布形态也符合一般山体渗流场分布规律。建立的反演模型能够快速准确地推断工程区地层渗透系数,具有实际工程应用价值。     

三溪浦水库防渗墙下游侧水位偏高的成因分析

为了分析三溪浦水库维修加固工程后混凝土防渗墙下游测点水位实测较设计计算结果相比偏 高的原因,在排除混凝土防渗墙施工质量问题的前提下,通过维修加固工程前大坝渗透状态与相关资料 分析,发现维修加固工程前坝体及坝基的渗流场的渗透坡降较大,在长期的高坡降作用下心墙内细颗粒 被渗透水流带入松散的砂砾石透水坝基内沉积下来,从而将坝基淤堵,抬高了该区域的浸润线,最后利 用测点的实测水位反演坝基的渗透系数,获得了与实测值较为相符的大坝渗流场,并发现反演得出的坝 基的渗透系数比原设计采用的坝基渗透系数小,而与心墙的渗透系数较为接近,从而初步验证了坝基淤 堵这一结论的合理性。     

蒙特卡罗方法在灰岩岩溶裂隙含水层渗透系数估计中的应用

将蒙特卡罗方法与数值解法相结合,通过模型反演得到了115组模拟水位与观测水位的残差平方和低于10的渗透系数场。通过蒙特卡罗方法统计,基岩含水层渗透系数均值的取值范围在26.4～27.8 m/d之间,相应的置信度为0.95的置信区间在25.0～30.0 m/d之间。水源地内F7断层附近含水层的渗透系数最大,向两侧渗透系数逐渐减小,并且水源地西部含水层的渗透系数大于东部含水层的渗透系数。     

关于允楞水库渗流反演结果适定性解的探讨

渗流问题反演结果往往不是唯一的。结合云南允楞水库实际工程，探讨了反演结果不唯一的原因，并与数值优化方法结合，将反问题转为正问题求解。具体方法为:首先，将坝体渗流计算域分为若干子域，并认为在子域内渗透系数为常数；其次，以钻孔原位压水试验成果为渗流计算初值选取提供依据；最后用三维渗流有限元计算得到的各测孔水位，与实测值进行最优拟合得到反演结果。计算结果表明，该方法简便易行，计算结果精确可靠，可供同类工程的渗流反演分析参考。     

库水位骤降期深圳水库坝坡稳定分析

坝坡的稳定性分析是水库大坝安全鉴定中的一项重要内容。选取深圳水库实测测压管水位连线所得的浸润线与软件计算浸润线进行拟合反演推算,以对大坝各材料的渗透系数进行修正。根据修正渗透系数,借助autobank7.061软件和正岩土计算6.0软件分别进行坝体渗流稳定分析和坝坡稳定分析。反演分析得到深圳水库主坝各层修正渗透系数可以反映坝体实际渗透性;深圳水库主坝的渗流稳定和坝坡稳定计算安全系数均大于规范允许值。因此坝体渗流稳定性、坝坡稳定性良好。     

滑坡体渗透性原位试验与反演研究

为测试三峡库区黄土坡滑坡临江1号滑坡体的水力传导函数，提出了一种基于钻孔原位渗流试验与数值反演相结合的测试及计算方法。该方法通过流量阀控制钻孔底部排水速度，同时获取排水流速与孔内水位随时间变化的数据，并以此数据作为边界条件和目标函数，采用有限元方法，基于Van Genuchten-Mualem模型对原位试验过程进行数值反演，最终获得滑体物质水力传导函数的模型参数。测试与反演结果表明：该滑坡体内稳定地下水位在孔底以上4.75 m处，钻孔周围地下水的补给速度为0.24 m3/h。反演所得模型参数反映滑体物质较破碎，颗粒级配不均匀，整体饱和渗透系数为7.54×10-4 cm/s,与钻孔注水试验测试结果接近。非饱和状态的渗透系数受含水率影响显著，当饱和度降低至50%时，渗透系数即降低一个数量级。     

某船闸枢纽主要分区渗透参数敏感性及反演分析

渗透参数的确定是水利工程渗流分析的前提,而渗透参数反演是确定材料渗透系数的有效手段之一。为定量分析某船闸枢纽主要分区材料渗透系数对枢纽渗流场的影响,建立某大型船闸三维渗流有限元分析模型。以不同测点水头值为指标,设计以混凝土闸体、基岩、防渗帷幕和排水孔幕渗透系数为因素的三水平正交试验,开展各区渗透系数对船闸渗流场的敏感性分析,采取可变容差法反演确定主要分区材料渗透系数。结果表明：各分区渗透系数对测点水头的敏感性从高到低依次为帷幕、基岩、孔幕和混凝土,其中帷幕、基岩和孔幕的影响较为显著;反演时需重点关注帷幕和基岩等影响程度较大的分区渗透系数;反演计算值和实测值最大误差为2.37%,帷幕和基岩的渗透系数分别为3.04×10^-6和5.51×10^-6 cm/s,反演参数可用于该船闸枢纽渗流稳定分析,研究成果可为类似工程提供借鉴。     

渗流反分析在土石坝安全评价中的应用

以土石坝渗流场中各测点水位的实测值与计算值的最优化拟合准则，建立渗透系数的反演模型，并以青山水库主坝渗流分析为例，根据多个渗流观测点数据，反演出大坝各个区域的渗透系数．在渗流反演优化过程中利用对数变换将有约束优化转为无约束优化．根据反分析的结果对大坝的渗透安全进行分析评价，取得了良好的效果，为大坝的安全评价提供了重要依据．     

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．