温度场反分析法确定大坝渗漏通道位置

岩土体发生渗漏时,渗漏通道内的流体与岩土体会发生热量交换,造成渗流通道附近地层温度发生改变。温度示踪方法是运用温度场研究堤坝渗漏的普遍方法,但目前大多进行的是定性分析,只有确定渗漏通道的确切位置及大小,才可有效整治渗漏问题。基于多个集中渗漏通道温度场探漏模型,编写优化程序,针对具体工程进行渗漏通道的测线优化反演,定量地计算出渗漏的位置,并与钻孔实测温度的分析结果进行对比,两者结论一致,证明了该方法的可行性。     

基于温度场反分析的堤坝多个集中渗漏通道探测方法

在作者已提出的初始温度均匀堤坝中形成单个渗漏通道的温度场解析解的基础上,运用叠加原理建立了多个渗漏通道的温度场解析式,随后通过六参数Bursa-Wolf模型进行坐标变换,运用反分析建立出基于温度场探测多个集中渗漏通道的模型。将该模型用于分析陡河水库的渗漏问题。分析中将模型简化,建立圆柱状多个渗漏通道温度探测平面模型,先进行单个集中渗漏通道数据拟合,再计算各测点相对于该拟合曲线的残差,对残差作三次样条插值曲线,从而直观地判断集中渗漏通道的数量。计算结果表明,该工程存在3个明显的温度波谷。最后用优化方法计算出左坝肩的3个渗漏通道的确切位置,与实地调查结果一致,较同位素等综合方法定性分析更为精确。     

堤坝管状渗漏温度场示踪模型研究

从渗流和渗漏情况下堤坝温度场特征、温度场示踪基本原理，分析了影响钻孔温度分布的因素。对实际问题进行合理假设和科学简化，运用稳定热传导理论，把集中渗漏通道简化为圆管状并作为模型边界条件．建立了二维堤坝管状渗漏温度场示踪模型。利用测井温度曲线的最大异常温度，该模型可以计算渗漏通道的位置、渗漏通道大小、流速等参数．工程实例表明，对于垂向流速较小的地下水渗漏进行温度场示踪是有效的方法。     

利用温度场计算渗透流速的数学模型

通过温度场探测堤坝渗漏的技术已经得到了广泛应用,利用温度场求解相关渗流参数的理论也得到快速发展。利用温度场计算渗流参数时通常假定存在一条或多条集中的渗漏通道,并在此基础上建立数学模型,计算渗漏通道的渗透流速及渗漏流量,但这种处理方式仅对渗漏通道进行研究,得到的近似结果并不一定符合工程实际。部分学者利用热传导理论及渗流理论建立数学模型,但由于其边界条件假定过于理想,模型在应用过程中存在局限性。在总结前人研究成果的基础上,设定了更符合实际情况的边界条件,建立有限空间内基于渗流问题的二维温度场数学模型,并在一定初始条件和边界条件下解出模型的解析解,最后以西藏某水库为例,验证了该数学模型的合理性。     

堤坝渗漏瞬态温度场模型

为研究堤坝渗漏初期渗漏通道周围的温度场分布,结合集中渗漏通道自身特点假定渗漏通道为圆柱状,考虑到渗漏通道周围岩土体介质同时存在热对流与热传导两种热量交换形式,建立渗漏流体流动的瞬态温度场模型。根据确定的边界条件和初始条件,用分离变量推导出渗漏通道中的温度分布公式。将该模型应用于北江大堤石角段管涌地区,将实测的温度数据代入模型,反演出渗漏流速。计算结果表明:采用温度场模型反演得到的渗漏流速与同位素示踪法得到的渗透流速结果相近,验证了所建立的模型是可行的。     

基于粒子群算法的水文模型参数多目标优化研究

在改进的粒子群算法基础上通过引入存档群体和拥挤距离机制,建立了基于粒子群算法的多目标算法,并将该算法应用于新安江模型参数多目标优化计算中,得到了最优解的Pareto集合.通过多目标距离函数法从Pareto集中求出一组单一解.将多目标优选的结果与单目标优化结果进行比较分析.结果表明,多目标参数优选方法综合考虑了水文过程的各种要素,比单目标优选结果具有更高的模拟精度.     

堤坝管涌渗漏有限长线热源模拟与实验

堤坝管涌水渗漏改变渗径周围岩土体的原始温度场分布,由此将管涌通道虚拟为一个有限长线热源,引入热传导理论中的热源函数描述这种温度响应,通过虚拟热源法与映像法建立管涌水传热模型。由于渗漏水流速、水温决定线热源的发热率,据此可以依据实测温度数据,地层介质热物性参数以及测量点空间位置,确定出发热率并反推求出渗漏流速。通过室内实验,在不同工况下模拟渗漏水对岩土介质温度场的影响,模型计算值与试验设定值吻合较好。     

堤坝管涌渗漏有限长线热源模拟与试验

堤坝管涌水渗漏改变渗径周围岩土体的原始温度场分布,由此将管涌通道虚拟为一个有限长线热源,引入热传导理论中的热源函数描述这种温度响应,通过虚拟热源法与映像法建立管涌水传热模型。由于渗漏水流速、水温决定了线热源的发热率,据此可以依据实测温度数据、地层介质热物性参数以及测量点空间位置,确定出发热率并反推求出渗漏流速。通过室内试验,在不同工况下模拟渗漏水对岩土介质温度场的影响,模型计算值与试验设定值吻合较好。     

基于MOPSO算法的船舶兴波阻力多目标优化

粒子群优化算法(PSO)是一种进化算法,它与遗传算法相比,不需要编码,没有交叉和变异操作,粒子只是通过内部速度进行更新,因此,易于实现。另外,PSO算法具有较好的记忆,好的解的知识所有粒子都保存,因此收敛速度较快。Multi Objective Particle Swarm Optimization(MOPSO)算法是适应多目标优化的粒子群算法。该文基于MOPSO算法和Neumann-Michell理论对KCS在给定两个航速下的兴波阻力性能进行综合优化。以船型变换参数为设计变量,兴波阻力为目标函数,采用自由变形方法(FFD)对船舶首部和船体后半体进行变形,通过OPTShip-SJTU求解器优化兴波阻力。通过自编MOPSO算法对多目标函数进行优化,成功得到系列优化船型。并选择3个优化船型与母型船进行进一步的数值模拟,对比分析。     

利用稳定温度场探测堤坝面状集中渗漏

分析了水利工程易发生集中渗漏的部位和渗漏通道的主要形式.把稳定温度场探测面状集中渗漏分为正分析和反分析两部分.通过对集中渗漏土体的简化和假设,提出一维和二维热传导探漏模型.利用优化或回归的方法建立了实现温度探漏的反问题模型.为了验证模型的正确性,选取一维模型进行了数值实验,结果表明:勘探数据的分布时探测结果会产生影响;利用稳定温度场探测集中渗漏是有效的.     

堤坝渗漏线热源传热模型优化分析

为了利用堤坝温度监测得到的温度场信息反演出渗漏通道的流速,对线热源传热模型进行了优化,并利用室内试验进行了验证。结果表明:优化后的线热源模型在各试验工况下的误差均较小,最大误差为4.975%,能够模拟堤坝的实际传热状态。     

改进粒子群算法在确定含水层参数中的应用

通过分析抽水试验数据,为估计含水层参数提供新的方法。在粒子多样性方面对粒子群算法进行改进,提高了算法的收敛速度和精度。将改进的粒子群优化算法应用到含水层参数估计中,计算结果与其他方法进行对比,并对不同初始值范围下参数估计值进行分析探讨。结果表明:改进粒子群算法估计结果相对误差(7.3%和4.5%)小于其他方法,且目标函数值相对更小,达到0.335×10~(-5);对于不同初始参数范围,利用此算法均能达到满意结果且寻优率高。基于抽水试验数据估计含水层参数的改进粒子群优化算法计算结果有效且可靠,算法收敛速度快,寻优能力强,稳定性好。     

基于整数编码粒子群算法的树状供水管网优化

以管网年费用折算值为目标函数,以管网布置形式及管径为优化参数,建立了树状供水管网的优化设计模型.利用基于整数编码的粒子群算法对这一模型进行了求解,该方法以某一管网连接状态及各管段管径作为粒子群个体,采用整数编码,通过不断地更新粒子的位置来搜索最优的管网结构及管径值,实现了对管网布置形式及管径的同时优化.优化过程中,对进化过程中产生的不可行解进行处理,提高了优化效率.实例表明,将粒子群算法应用于树状管网优化设计中可以获得更好的优化结果和效率.     

改进粒子群优化算法在水电站群优化调度中的应用研究

为克服常规粒子群优化算法易早熟、后期收敛慢且易陷入局部最优解的缺点,本文提出一种新的惯性权重系数更新策略——自适应指数惯性权重系数(SEIWC)代替线性递减惯性权重系数(LDIWC),同时,将遗传算法中的染色体交叉、变异思想引入粒子的更新策略,提高粒子的多样性,增强算法的全局搜索能力。使用Rosenbrock函数和Schaffer函数验证了改进粒子群优化算法的有效性。以福建电网闽江流域水电站群优化调度为例,建立基于改进粒子群优化算法的库群长期优化调度模型。计算结果表明,该模型的调度结果显著优于常规粒子群优化算法,与逐步优化算法结果水平相当。     

改进粒子群优化算法在水电站群优化调度中的应用研究

针对常规粒子群优化算法易早熟，后期收敛慢且易陷入局部最优解的不足，提出一种新的惯性权重系数更新策略—自适应指数惯性权重系数（SEIWC）代替线性递减惯性权重系数（LDIWC），同时，将遗传算法中的染色体交叉、变异思想引入粒子的更新策略，提高粒子的多样性，增强算法的全局搜索能力。使用Rosenbrock函数和Schaffer函数验证了改进粒子群优化算法的有效性。以福建电网闽江流域水电站群优化调度为例，建立基于改进粒子群优化算法的库群长期优化调度模型，计算结果表明，该模型的调度结果显著优于常规粒子群优化算法，与逐步优化算法获得的结果达到相当水平。     

飞蛾火焰优化算法在马斯京根模型参数优化中的应用

通过10个典型二维函数对一种新型群体智能仿生算法——飞蛾火焰优化(MFO)算法进行仿真验证,并与粒子群优化(PSO)算法的寻优结果进行对比。利用该算法优化马斯京根模型参数,并以相关文献中的3个实例进行验证。结果表明:MFO算法在二维函数极值寻优问题上具有较好的收敛精度和全局寻优能力,寻优精度较PSO算法提高了7个数量级以上。利用MFO算法优化马斯京根模型参数,可以获得比相关文献更高的模拟精度,为精确估计马斯京根模型参数提供了有效方法。     

改进粒子群算法在大坝力学参数分区反演中的应用

为反演大坝的力学参数,需克服粒子群算法不能保证收敛到全局最优解的缺点,本文应用了一种新的粒子群算法:采用了拉伸目标函数法、Metropolis算法和自适应权重。同时将上述改进算法同量子粒子群算法和灾变粒子群算法进行了比较,将实际反演结果同超声波检测和常规基于混合模型的反演结果进行了比较,解释了常规反演结果偏小的原因。工程实例表明,改进算法具有计算量小、全局收敛性能高的特点,与灾变粒子群算法和量子粒子群算法性能相当。     

异构多种群粒子群优化算法在水位流量关系拟合中的应用

通过8个复杂函数对一种异构多种群粒子群优化算法进行仿真验证,并与传统单种群粒子群优化算法进行对比。针对水位流量关系拟合中相关参数难以确定的不足,利用异构多种群粒子群优化算法优化水位流量关系相关参数,以云南省龙潭站、西洋站水位流量关系拟合为例进行实例研究,并与粒子群优化算法、最小二乘法拟合结果进行对比。结果表明:异构多种群粒子群优化算法收敛精度远远优于粒子群优化算法,具有较好的计算鲁棒性和全局寻优能力。该算法对龙潭站和西洋站水位流量关系拟合的平均相对误差绝对值分别仅为0.27%和0.50%,拟合精度优于粒子群优化算法和最小二乘法。利用异构多种群粒子群优化算法优化水位流量关系可以获得更好的拟合效果。     

基于粒子群算法的SWMM参数多目标率定研究

率定SWMM参数对于提高城市降雨径流过程模拟的准确性至关重要。文章构建了一个理想模型与一个实际模型用于比较粒子群算法与不同目标函数的组合对SWMM参数率定的影响。结果表明：对于理想模型,多目标函数率定的SWMM模型对总流量和流量峰值的模拟精度高于单目标函数率定的SWMM模型;对于实际模型,多目标函数率定的SWMM模型仍能得到可接受的模拟结果。相较于单目标函数,粒子群算法和多目标函数的组合更适用于SWMM模型参数率定。研究成果可为提高城市内涝模拟精度提供技术支撑。     

混沌粒子群优化算法在马斯京根模型参数优化中的应用

针对目前马斯京根模型参数率定中存在的求解复杂、精度不高等问题,本文将混沌搜索机制引入粒子群优化算法中,构建混沌粒子群优化算法对马斯京根模型参数进行率定。这种方法利用混沌运动的遍历性,改善了粒子群优化算法的全局寻优能力,避免算法陷入局部极值,使得粒子群体的进化速度加快,提高了算法的收敛速度和精度。通过实例应用表明,混沌粒子群优化算法可以有效地估算出马斯京根模型参数,优化效果明显优于粒子群优化算法及试错法,因此该算法具有很好的实用性。