共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
针对获取切合实际的坝体和坝基弹性模量是评价大坝安全性态的关健问题,基于混合模型反演方法,结合丰满混凝土重力坝位移实测资料,采用Hypermesh软件建立整体概要模型与单坝段模型进行比较,选取合适的坝基范围,使用Abaqus软件计算水压分量,编写Fortran程序反演丰满坝典型坝段的坝体和坝基弹性模量.结果表明,该模型反演方法精度较高,结果合理可信. 相似文献
3.
坝体力学参数的混合模型优化反演法及其应用 总被引:3,自引:3,他引:0
探讨了以混合模型反演大坝等水工建筑物及其基础弹模的方法,应用“后验差”方法进行反演成果检验,从而建立了一个优化反演流程,保证了反计算的精度,给出了白水峪电站安全检测分析折算例,结果表明,该混合模型优化反演法要领清晰,方法简便,可用于一般实际工程弹模反演问题。 相似文献
4.
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. 相似文献
5.
6.
本文主要对1.5MW风电机组主轴进行模态分析,并结合MSC.Patran软件进行动态模拟,可以对主轴在承受扭矩、振动、运转等工况下的强度进行评估。根据结构的主导模态,可确定结构的可能发生破坏的部位。将静力安全系数和动载荷系数统一起来,应用静强度理论进行结构设计,还可预测结构的动应力分布。 相似文献
7.
针对传统的粒子群算法存在局部收敛不稳定的缺陷,依据大坝原型观测数据和有限元数值计算结果改进了粒子群算法,构建了大坝变形安全监控的混合模型,并采用改进的粒子群算法反演了混凝土坝坝体、坝基的弹性模量及坝顶水平位移.与实测值的对比结果表明,采用改进的粒子群算法计算误差小、精度高、合理可行. 相似文献
8.
基于遗传算法的泵站混凝土热学参数反演分析 总被引:4,自引:0,他引:4
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。 相似文献
9.
10.
11.
12.
随着坝龄的增长,混凝土大坝的变形模量将发生变化。为了了解参数随时间的变化规律,利用变形实测资料,结合结构计算分析.探讨了混凝土大坝的变形模量及其变化规律的反演方法。算例表明,该方法切实有效,可应用于分析评价混凝土大坝材料参数的变化。 相似文献
13.
14.
混凝土坝参数的随机反分析方法探讨 总被引:1,自引:0,他引:1
针对混凝土坝施工与运行过程中存在诸多的不确定性因素,基于随机理论和结构计算成果的分析,提出混凝土坝材料参数的随机反分析方法,研制开发了相应的优化计算分析程序。实例表明,随机反分析方法能较好地应用于混凝土坝材料参数的反演和识别中。 相似文献
15.
裂隙网络介质地下水流运动参数反演分析 总被引:1,自引:3,他引:1
根据锦屏水电站坝址区揭示的地质、水文地质情况,基于Monte-Carlo法,建立了三维随机裂隙网络模型。基于结构面控制反演法原理,并以水文地质条件为基础,以水位拟合为目标。结合所建立的数学模型和最优化方法,反演裂隙网络介质的几何参数和渗透参数。参数反演结果表明了所建模型的合理性,该模型能够应用于工程实际。 相似文献
16.
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。 相似文献
17.
基于有限元基本思路,提出了按材料力学法进行稳定及应力计算的方法.即先划分单元;然后通过积分计算,将各单元体自重及水荷载转换为等效节点荷载,并进一步计算出合力及力矩;最后按材料力学法的基本公式,计算出坝踵、坝趾的应力以及整个坝段的抗滑稳定安全系数. 相似文献
18.
本文基于多体动力学理论和振动理论,采用虚拟样机技术,应用ADAMS及UGⅡ软件建立了HR125—9A型摩托车的多刚体动力学模型,并在该模型的基础上,研究该摩托车的振动特性:首先,运用MSC.ADAMS的Geometric Modeling建立三维模型,然后利用UGII软件,建立各部件的精确三维模型,算出各部件的质量特性参数,并且把这些参数赋给ADAMS中相应的部件,利用Joints和Forces等工具,约束三维模型,得到摩托车的虚拟样机。最后利用ADAMS/PostProcessor对虚拟样机进行分析。 相似文献