等壳碾压混凝土重力坝层间抗滑稳定可靠度分析

针对以有限元为基础分析碾压混凝土重力坝层间可靠度其功能函数不能显式表达的特点,采用响应面法、JC法、窄界限法原理相结合的可靠度计算方法。由三维非线性有限元对等壳水电站碾压混凝土重力坝各随机变量分位点值的计算结果,采用抗剪断公式构建该电站非溢流坝段层面的功能函数,求得响应面方程,并应用JC法和窄界限法计算层间单元可靠度指标及层间体系可靠度指标,进一步分析材料的变异系数对体系可靠度的影响。结果表明,φ是影响体系可靠度指标的最敏感因子,碾压各层β值一般为4.16～5.70,层间体系可靠度β'为4.12,满足工程要求。该方法计算效率高,实用性强,用于碾压混凝土重力坝层间抗滑稳定可靠度分析是可行的,值得推广。     

基于可靠度的边坡稳定风险分析新方法

提出了一种对边坡进行稳定风险分析的新方法.首先通过有限元强度折减法搜寻边坡主要失稳模式,然后采用响应面方法构造各失稳通道上单元的功能函数,采用蒙特卡罗法计算其失效概率,采用PNET法计算各失稳模式的破坏概率,最后,采用Ditlevsen窄界限法计算失效模式联合发生的概率,从而获得高边坡的综合失稳概率.采用这种新方法,对南桠河姚河坝水电站厂房高边坡进行了边坡失稳风险研究,得出该高边坡具有较强的抵御失稳风险能力的结论,同时表明用该方法进行高边坡风险分析具有可行性.     

立洲碾压混凝土拱坝动力响应特性分析

依托西部地区立洲碾压混凝土拱坝,在对大坝进行三维静力分析的基础上,通过人工生成地震波,分析立洲拱坝自振频率和振型;采用有限元时间历程分析方法对该拱坝在不同工况下的地震响应特性进行数值分析,获得动位移、动应力等分布规律,并评价拱坝的抗震安全性,为工程设计提供参考依据.     

MGM(1,n)-ARMA模型在大坝监测系统中的应用

针对大坝监测系统监测过程中受到各种随机因素干扰的情况,详细地讨论了灰色预测MGM(1,n)和MGM( 1,n)-ARMA模型的基本内容及建模过程,成功地将MGM(1,n)-ARMA预测模型应用于大坝变形的预测预报.实践证明,MGM(1,n)-ARMA预测模型由于考虑了各变量相互关联、共同发展的关系,并建立了ARMA模型时残差进行了拟合修正,提高了灰区间的白色度,预测效果比传统的MGM(1,n)模型效果好.因此,MGM(1,n)-ARMA预测模型在大坝变形的预测预报中比MGM(1,n)预测模型具有更高的应用价值.     

立洲碾压混凝土拱坝施工期温度仿真分析

采用瞬态与稳态有限元法,对立洲碾压混凝土拱坝施工期温度进行了较为系统的仿真模拟,获得了该工程施工期有、无温控措施的温度场与应力分布规律,论证了设计温控措施的合理性与科学性。通过对稳定温度场的有限元模拟,还提出了大坝封拱温度建议值及相应的温控措施等。仿真结果对立洲碾压混凝土拱坝及同类型拱坝的温控设计具有参考价值。     

基于可靠度的边坡稳定风险分析新

提出了一种对边坡进行稳定风险分析的新方法。首先通过有限元强度折减法搜寻边坡主要失稳模式,然后采用响应面方法构造各失稳通道上单元的功能函数,采用蒙特卡罗法计算其失效概率,采用PNET法计算各失稳模式的破坏概率,最后,采用Ditlevsen窄界限法计算失效模式联合发生的概率,从而获得高边坡的综合失稳概率。采用这种新方法,对南桠河姚河坝水电站厂房高边坡进行了边坡失稳风险研究,得出该高边坡具有较强的抵御失稳风险能力的结论,同时表明该方法在高边坡风险分析具有可行性。     

大坝安全监测数据粗差识别方法的比较与改进

大坝安全监测的主要目的是了解大坝坝体及基础的实际工作状况,尽早发现异常现象并进行必要的处理以确保大坝安全运行.监测数据的采集与处理是大坝安全监测工作的重要环节,在处理监测数据时往往会遇到粗大误差.在充分收集、分析国内外相关研究成果的基础上,依托冶勒水电站、宝珠寺水电站等实际工程,重点研究了几种粗差识别方法,探讨了其适用范围.通过对传统粗差分析方法的改进,提出了适用于大坝安全监测数据预处理的方法,即引入数学模型计算残差,通过残差来判断原始数据系列中的粗差.     

基于小波分析的MGM(1,N)模型在大坝监测系统中的应用

针对大坝变形监测系统监测过程中受到各种随机因素干扰的情况,详细讨论小波分析和MGM(1,N)灰色模型的基本理论和建模过程,成功将基于小波分析的MGM(1,N)模型应用于大坝变形的预测预报.实践证明,先用小波滤波法对监测数据进行去噪处理,然后建立MGM(1,N)模型进行预测,能有效地提高传统MGM(1,N)模型的预测精度.     

基于PSO-BPNN和多目标优化的混凝土坝参数反演

基于监测数据的混凝土坝参数反演能够为评估大坝安全性态提供重要信息。传统的参数反演方法通常采用加权求和法以简化基于多种类型监测数据构建的多个目标函数，并结合单目标优化算法求解。由于权值的确定具有主观性以及单目标优化算法在实际应用中存在局限性，可能导致反演结果出现较大偏差。因此，考虑多种类型的监测数据以构建不同的目标函数，结合NSGA-Ⅱ算法搜寻Pareto最优解集，提出了一种基于PSO-BPNN模型和多目标优化的混凝土坝参数反演方法。研究成果依托于GD重力坝工程，并与传统参数反演方法进行了对比分析。应用表明，该方法对于混凝土坝参数反演更为合理和准确。