高土石坝坝料试验及结构分区智能优化研究

论文摘要

本文以糯扎渡水电站高心墙土石坝为研究对象,针对心墙掺砾料最佳掺砾比例的选择、坝料力学参数的辨识及最优坝料分区结构和坝体稳定性分析等关键问题,采用试验和综合智能分析方法开展了系统的研究工作:1、本文针对不同击实功、不同配比的掺砾料分别进行了压实、固结、渗透、剪切等试验研究,结果发现,混合土料掺砾后可大大改善其压缩性能和强度,并能保证其作为防渗材料的低渗透性;开展了心墙混合料、坝壳Ⅰ区及Ⅱ区堆石料的应力-应变特性试验研究工作;开展了堆石料和掺砾料的流变试验研究工作。这些试验研究为结构优化和坝体结构长期稳定性分析提供了基本资料。2、基于试验数据,引入了改进的遗传算法对坝料邓肯-张非线性弹性本构模型参数和广义开尔文流变本构模型参数进行智能识别,高精度地获得了模型参数。3、将安全性和经济性相结合作为优化目标,运用人工智能方法,建立了进化神经网络优化模型;在坝体分区方案控制因素的变化范围内,采用均匀设计的方法设计分区方案,建立学习与测试样本,以描述方案控制因素与目标函数值之间的神经网络映射关系,采用改进的遗传算法确定了坝体的最优分区方案。4、采用以上所得到的最优材料参数和模型及最优材料分区方案,开展了坝体的稳定性、材料参数的敏感性和坝体的长期稳定性分析,结果表明,本文所确定的设计方案在所考虑的不同分析工况条件下是稳定的。

论文目录

• 摘 要
• Abstract
• 第一章 绪论
• 1.1 问题的提出
• 1.2 国内外土石坝的概况
• 1.3 土石坝心墙掺砾料的物理力学性质的研究
• 1.4 材料力学参数的智能辨识方法的研究现状
• 1.5 坝体结构优化分析的研究现状
• 1.6 本文的研究工作内容
• 第二章 高土石坝材料的力学试验研究
• 2.1 引言
• 2.2 心墙料的力学试验研究
• 2.2.1 不同掺砾量土料的力学特性试验研究
• 2.2.2 心墙混合料和掺砾料的三轴剪切试验研究
• 2.3 堆石料的应力－应变特性试验研究
• 2.3.1 试验内容
• 2.3.2 试验方法及试验成果
• 2.4 坝料流变试验研究
• 2.4.1 流变试验内容
• 2.4.2 试验仪器设备
• 2.4.3 试验步骤
• 2.4.4 试验结果
• 2.5 本章小结
• 第三章 高心墙土石坝材料力学模型与参数的智能分析
• 3.1 引言
• 3.2 理论基础
• 3.2.1 遗传算法简介
• 3.2.2 基本术语
• 3.2.3 基本原理
• 3.2.4 基本操作
• 3.2.5 基本计算过程
• 3.2.6 遗传算法的改进
• 3.3 基于改进遗传算法的模型参数识别
• 3.3.1 目标函数的确定
• 3.3.2 模型参数识别算法
• 3.4 高心墙土石坝材料邓肯－张模型参数识别
• 3.4.1 邓肯－张E-B 增量模型
• 3.4.2 E-B 模型参数识别
• 3.5 高心墙土石坝材料流变模型参数识别
• 3.5.1 坝料流变机理
• 3.5.2 三维流变本构模型
• 3.5.3 高心墙土石坝流变模型参数识别
• 3.6 本章小结
• 第四章 高心墙土石坝坝体结构的智能优化分析
• 4.1 引言
• 4.2 基础理论
• 4.2.1 均匀设计简介
• 4.2.2 人工神经网络简介
• 4.3 高心墙土石坝体结构的智能优化分析方法
• 4.4 高心墙土石坝体结构的智能优化分析
• 4.4.1 目标函数的确立
• 4.4.2 样本的构造
• 4.4.3 坝体结构智能优化分析
• 4.5 本章小结
• 第五章 高土石坝坝体的稳定性分析
• 5.1 引言
• 5.2 高土石坝静力稳定性分析
• 5.2.1 坝体沉降和应力应变分析
• 5.2.2 坝坡稳定性分析
• 5.3 坝体的长期稳定性分析
• 5.3.1 计算条件与方案
• 5.3.2 计算结果与稳定性分析
• 5.4 本章小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 发表的文章与参加的科研项目
• 致谢