高堆石坝瞬变-流变参数三维全过程联合反演方法及变形预测

›› 2012, Vol. 33 ›› Issue (6): 1889-1895.

高堆石坝瞬变-流变参数三维全过程联合反演方法及变形预测

马刚^{1, 2}，常晓林^{1, 2}，周伟^{1, 2}，花俊杰^{1, 2}

1. 武汉大学水资源与水电工程科学国家重点实验室，武汉 430072；2. 武汉大学水工岩石力学教育部重点实验室，武汉 430072）

收稿日期:2010-12-10 出版日期:2012-06-11 发布日期:2012-06-14
作者简介:马刚，男，1985年生，博士研究生，主要从事高坝结构数值仿真方面的研究工作
基金资助:
国家自然科学杰出青年基金(No. 50725931)；国家自然科学基金(No. 50979082)。

Integrated inversion of instantaneous and rheological parameters and deformation prediction of high rockfill dam

MA Gang^{1, 2}，CHANG Xiao-lin^{1, 2}，ZHOU Wei^{1, 2}，HUA Jun-jie^{1, 2}

1. State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan 430072, China; 2. Key Laboratory of Rock Mechanics in Hydraulic Structural Engineering of Ministry of Education, Wuhan University, Wuhan 430072, China

Received:2010-12-10 Online:2012-06-11 Published:2012-06-14

摘要/Abstract

摘要： 利用反演分析得到的参数进行高面板坝的应力、变形分析来预测长期变形。由于堆石坝的施工过程和变形机制比较复杂，很难将瞬时变形和流变变形分开，因此，有必要对静力本构模型参数和流变模型参数进行综合反演。利用实测位移资料，以对堆石坝变形较敏感的静力本构模型和流变模型参数为待反演参数，采用基于粒子迁徙的粒子群算法和径向基函数神经网络构建参数反演平台，该方法克服了粒子群算法易陷入局部最优和早熟收敛的缺点，采用经过训练的神经网络来描述模型参数和位移之间的映射关系，节省了参数反演的计算时间。对水布垭高面板坝的反演结果表明，基于反演参数的沉降计算值与实测值吻合得很好，坝体变形在合理范围以内并趋于稳定。

关键词: 堆石坝, 参数反演, 变形预测, 改进粒群算法, RBF神经网络, 双屈服面模型

Abstract: Inversion parameters are used to calculate and predict long-term deformation of high concrete face rockfill dam (CRFD). Since the construction process and deformation mechanism of rockfill are complex, it is difficult to separate the instantaneous deformation and rheological deformation, and hence it is necessary to carry out the integrated inversion of static constitutive and rheological model parameters. Based on the measured displacement data, static constitutive and rheological model parameters sensitive to the deformation of rockfill dam are selected for inversion. Additionally, a modified particle swarm optimization algorithm (MPSO) based on particle migration and radial basis function neural network (RBF-ANN) are adopted. What is more, by using the trained neural network to describe the relationship between model parameters and displacements, shorts computing time of parametric inversion. The inversion result of Shuibuya CRFD shows that the calculated settlements agree well with the measured data; and dam deformation is within a reasonable range and tending towards stability.

Key words: rockfill dam, parameter inversion, deformation prediction, MPSO, RBF-ANN, double-yield-surface model

中图分类号:

TV 641.4

马刚，常晓林，周伟，花俊杰 . 高堆石坝瞬变-流变参数三维全过程联合反演方法及变形预测[J]. , 2012, 33(6): 1889-1895.

MA Gang ，CHANG Xiao-lin ，ZHOU Wei ，HUA Jun-jie . Integrated inversion of instantaneous and rheological parameters and deformation prediction of high rockfill dam[J]. , 2012, 33(6): 1889-1895.

参考文献

相关文章 15

[1]	王忠凯, 徐光黎. 盾构掘进、离开施工阶段对地表变形的影响范围及量化预测[J]. 岩土力学, 2020, 41(1): 285-294.
[2]	马春辉, 杨杰, 程琳, 李婷, 李雅琦, . 基于量子遗传算法与多输出混合核相关向量机的堆石坝材料参数自适应反演研究[J]. 岩土力学, 2019, 40(6): 2397-2406.
[3]	胡田飞, 刘建坤, 王天亮, 岳祖润, . 粉质黏土变形特性的冻融循环效应及其双屈服面本构模型[J]. 岩土力学, 2019, 40(3): 987-997.
[4]	盛云锋, 陈远, 周伟, 马刚, 常晓林, . 基于改进动剪切模量模型的堆石坝动力响应分析[J]. 岩土力学, 2018, 39(S2): 405-414.
[5]	姚虞，王睿，刘天云，张建民，. 高面板坝地震动非一致输入响应规律[J]. , 2018, 39(6): 2259-2266.
[6]	王庆武，巨能攀，杜玲丽，黄健，胡勇,. 拉林铁路桑日至加查段三维地应力场反演分析[J]. , 2018, 39(4): 1450-1462.
[7]	袁艳玲，郭琴琴，周正军，吴震宇，陈建康，姚福海,. 考虑参数相关的高心墙堆石坝材料参数反分析[J]. , 2017, 38(S1): 463-470.
[8]	孟蒙，陈智强，黄达，曾彬，陈赐金，. 基于H-P滤波法、ARIMA和VAR模型的库区滑坡位移综合预测[J]. , 2016, 37(S2): 552-560.
[9]	王开禾，罗先启，沈辉，张海涛. 围岩力学参数反演的GSA-BP神经网络模型及应用[J]. , 2016, 37(S1): 631-638.
[10]	杨荷，周伟，马刚，李少林，常晓林. 基于响应面法的高堆石坝瞬变-流变参数反演方法[J]. , 2016, 37(6): 1697-1705.
[11]	陈健，王占盛，戎虎仁，. 互相关参数随机场反演的“一体两分”方法[J]. , 2016, 37(6): 1773-1780.
[12]	郭庆彪，郭广礼，吕鑫，陈涛，王金涛,. 山区谷底沉陷预测模型及其参数反演[J]. , 2016, 37(5): 1351-1356.
[13]	程立，刘耀儒，潘元炜，杨强，周钟，薛利军，. 基于蓄水期反演的锦屏一级拱坝极限承载力分析[J]. , 2016, 37(5): 1388-1398.
[14]	冯蕊，何蕴龙. 深厚覆盖层上高砾石土心墙堆石坝变形监测分析[J]. , 2015, 36(S2): 485-491.
[15]	温立峰，柴军瑞，王晓，. 深覆盖层上面板堆石坝应力变形特性研究[J]. , 2015, 36(8): 2386-2394.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed