基于粒子群—高斯过程回归的高拱坝变形预测模型及其应用

针对高拱坝变形问题,提出应用粒子群算法优化高斯过程回归参数的高拱坝变形预测模型,基于高斯过程回归可将低维非线性关系通过核函数投射到高维线性空间的特点,利用高斯过程回归模型来表征水压、温度、时效等因素与坝体变形之间的非线性关系;同时针对迭代求解高斯过程回归模型的超参数效率低的问题,采用粒子群优化算法全局搜索模型超参数,提高了求解效率。对某高拱坝径向位移的拟合预测结果表明,粒子群优化高斯过程回归模型能较好地表征输入因子与变形之间的关系,预测坝体变形,误差在工程允许范围内,可应用于坝体变形预测分析中。     

胶凝材料品质对混凝土可泵性试验研究

文中研究了预拌混凝土常用胶凝材料的品质对混凝土可泵性的影响。进行不同比表面积水泥、矿粉、粉煤灰混凝土压力泌水率、坍落度的试验研究,结果表明水泥中矿物混合材的品种、水泥比表面积、水泥凝结时间、矿物掺合料种类及品质对混凝土的可泵性均有不同程度的影响,因此在混凝土配合比设计过程中用予以充分考虑这些影响因素。     

人工免疫算法优化双支持向量机在拱坝变形预测中的应用

为了能够通过监测数据直观反映出坝体是否处于稳定运行状态,采用人工免疫算法优化的双支持向量机方法,对高拱坝变形数据进行了拟合预测分析,双支持向量机与标准支持向量机相比极大地提高了计算速度,在进行批量重复计算中计算效率明显提升。针对双支持向量机计算结果受参数影响较大且参数多的问题,引入人工免疫算法搜寻双支持向量机参数,人工免疫算法在遗传算法的基础上保留了一定数量的较优解,提升了算法的搜索效率。工程算例分析表明,参数对双支持向量机结果影响较大,通过人工免疫算法搜寻最优参数后,双支持向量机能够较好地拟合拱坝坝体变形数据,预测结果符合工程精度要求,最大误差仅为1 mm左右。     

超高心墙堆石坝拱效应分析

心墙拱效应会降低心墙竖向应力,诱发水平裂缝,从而产生水力劈裂,危害大坝安全,这在超高心墙堆石坝中尤为显著。以某300 m级高心墙堆石坝为研究对象,通过实测资料和有限元计算分析了坝体应力沉降规律,探讨了坝体材料对心墙拱效应影响状况及土拱作用较强的部位,进而评估了因拱效应导致水力劈裂的可能性和心墙应力传递随高程的折减情况。研究表明,心墙最大沉降的计算值略低于实测统计值,坝体内部没有出现拉应力;心墙坝基处下游部位拱效应影响较大,坝基以上部位心墙坝轴线处拱效应明显,基本不会因拱效应影响导致出现水力劈裂;拱效应受心墙与坝壳变形模量比和心墙泊松比影响较大;780 m高程以上部位土拱作用明显,导致上部应力向下传递的折减较大。