我國是建壩大國,大壩安全是人民生命和財產(chǎn)安全的重要保障,大壩一旦失事,將造成巨大的災難。隨著我國高混凝土壩建設數(shù)量的不斷增加,其壩體及壩基綜合力學參數(shù)反演問題成為了一個研究的熱點。本文基于直接法和三種優(yōu)化算法并結(jié)合高斯過程回歸響應面模型對在靜力狀態(tài)下的高混凝土壩的彈性模量進行了反演分析,主要研究內(nèi)容如下所示:(1)總結(jié)了大壩反演分析的研究背景及國內(nèi)外發(fā)展的現(xiàn)狀。Jaya算法、粒子群算法(PSO)以及灰狼算法(GWO)作為流行的優(yōu)化算法,具有調(diào)節(jié)參數(shù)少、優(yōu)化效果明顯等特點,在工程優(yōu)化問題中得到了廣泛的應用。由于基于有限元計算的反演分析會大大增加計算時間,本文采用高斯過程回歸響應面模型(GPR-RSM)代替?zhèn)鹘y(tǒng)的有限元計算,這種方法不僅大大縮減了計算時間,而且非常滿足計算精度要求。(2)所謂的GPR-RSM就是建立彈模與位移之間的映射關(guān)系,GPR-RSM的基本內(nèi)容為:首先使用拉丁超立方抽樣在每隔一定增量下對彈性模量規(guī)定范圍內(nèi)分別抽取一定數(shù)量的彈模作為訓練樣本和測試樣本中的彈性模量,起始的訓練樣本和測試樣本的數(shù)量為15D,然后將抽取的彈性模量輸入有限元中計算出監(jiān)測點的位移值,訓練樣本和測試樣本就是由彈性模量和其相對應監(jiān)測點位移值組成。將訓練樣本在GPR中進行訓練,建立彈模與位移的映射關(guān)系,隨后將訓練樣本和測試樣本在GPR模型中進行精度測試,由于隨著樣本數(shù)量的增加,訓練樣本和測試樣本的精度不斷提高,當樣本增加到一定數(shù)量時,其精度變化很小基本可以忽略,最后將此訓練樣本的高斯過程回歸響應面模型代替?zhèn)鹘y(tǒng)有限元的計算應用在高混凝土壩反演分析上。(3)選取了兩座高混凝土壩算例,一座碾壓混凝土重力壩,一座混凝土拱壩。采用三種優(yōu)化算法并結(jié)合高斯過程回歸響應面模型分別對兩個算例進行靜力狀態(tài)下彈模反演分析,最終根據(jù)彈模反演結(jié)果來評價三種算法和GPR-RSM模型應用在高混凝土壩反演分析的性能以及其合理性。
【學位單位】：大連理工大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TV642
【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 存在的不足
    1.4 本文主要研究內(nèi)容
2 混凝土壩反演分析基本理論
    2.1 引言
    2.2 混凝土壩變形監(jiān)測統(tǒng)計模型
        2.2.1 水壓分量
        2.2.2 溫度分量
        2.2.3 時效分量
    2.3 靜力反分析中直接法基本原理
    2.4 本章小結(jié)
3 參數(shù)反演優(yōu)化算法
    3.1 Jaya算法
        3.1.1 Jaya算法簡介
        3.1.2 基本Jaya算法
        3.1.3 Jaya算法基本流程
    3.2 粒子群算法
        3.2.1 粒子群算法簡介
        3.2.2 基本粒子群算法
        3.2.3 粒子群算法基本流程
    3.3 灰狼算法
        3.3.1 灰狼算法簡介
        3.3.2 基本灰狼算法
        3.3.3 灰狼算法基本流程
    3.4 基于有限元計算的優(yōu)化反演分析基本流程
    3.5 本章小結(jié)
4 高斯過程回歸響應面法
    4.1 引言
    4.2 高斯過程回歸
        4.2.1 高斯過程
        4.2.2 高斯過程回歸
        4.2.3 協(xié)方差函數(shù)
        4.2.4 高斯過程模型訓練
    4.3 拉丁超立方抽樣
    4.4 響應面法
        4.4.1 傳統(tǒng)響應面法
        4.4.2 高斯過程回歸響應面法
    4.5 基于GPR-RSM模型的優(yōu)化反演分析基本流程
    4.6 本章小結(jié)
5 算例分析
    5.1 引言
    5.2 重力壩算例
        5.2.1 工程概況
        5.2.2 監(jiān)測點實測位移值的確定
        5.2.3 建立GPR-RSM模型
        5.2.4 彈模反演分析
    5.3 拱壩算例
        5.3.1 工程概況
        5.3.2 監(jiān)測點實測位移值的確定
        5.3.3 建立GPR-RSM模型
        5.3.4 彈模反演分析
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 主要結(jié)論
    6.2 展望
參考文獻
致謝

【參考文獻】

相關(guān)期刊論文 前10條

1 張秀麗;;國內(nèi)外大壩失事或水電站事故典型案例原因匯集[J];大壩與安全;2015年01期

2 黃小波;;大壩失事案例原因分析及對策探討[J];湖南水利水電;2014年03期

3 趙娜;賈世魁;王健;孫志禮;;PSO優(yōu)化算法的參數(shù)研究[J];機械與電子;2013年11期

4 何志昆;劉光斌;趙曦晶;王明昊;;高斯過程回歸方法綜述[J];控制與決策;2013年08期

5 鄭守仁;;我國水庫大壩安全問題探討[J];人民長江;2012年21期

6 康飛;李俊杰;許青;;混合蜂群算法及其在混凝土壩動力材料參數(shù)反演中的應用[J];水利學報;2009年06期

7 康飛;李俊杰;許青;張運花;;改進人工蜂群算法及其在反演分析中的應用[J];水電能源科學;2009年01期

8 周�；�;趙紅敏;王紅斌;肖峰;;龍灘碾壓混凝土大壩設計及施工實踐[J];廣西水利水電;2008年01期

9 蘇懷智;李季;吳中如;;大壩及巖基物理力學參數(shù)優(yōu)化反演分析研究[J];水利學報;2007年S1期

10 宋志宇;李俊杰;汪紅宇;;混沌人工魚群算法在重力壩材料參數(shù)反演中的應用[J];巖土力學;2007年10期

相關(guān)博士學位論文 前2條

1 王維博;粒子群優(yōu)化算法研究及其應用[D];西南交通大學;2012年

2 康飛;大壩安全監(jiān)測與損傷識別的新型計算智能方法[D];大連理工大學;2009年

相關(guān)碩士學位論文 前3條

1 劉然;基于灰狼算法的改進及應用研究[D];沈陽航空航天大學;2018年

2 彭聰聰;響應面法在結(jié)構(gòu)優(yōu)化應用上的研究[D];上海海洋大學;2017年

3 張偉華;基于APDL的三次樣條線型拱壩體形優(yōu)化設計研究[D];揚州大學;2007年

本文編號：2860713