公伯峡面板堆石坝堆石流变特性反演分析

为了分析堆石流变特性及其对公伯峡混凝土面板应力变形的影响,利用原位观测资料对公伯峡面板堆石坝的变形性态进行分析,采用Merchant黏弹性流变模型,反演计算得到相应的流变参数,并用反演得到的流变参数对大坝受力变形进行计算分析。结果表明:堆石的流变作用较明显,流变期间沉降计算值与实测值的变化规律较吻合,堆石流变对面板应力变形、垂直缝和周边缝变形有较大影响;所采用的流变模型和反演得到的流变参数较合理,能够预测面板坝轴向应力和裂缝的发展趋势。     

高混凝土面板堆石坝面板浇筑时机的研究

为了避免面板浇筑后堆石体的大量或不均匀变形,最新提出通过对堆石体填筑施工初期的监测资料进行整理和分析,对比邓肯模型、双屈服面弹塑性模型及清华非线性K—G模型在堆石坝应用的优缺点。结合施工初期的实测信息,确定在特定条件下最能反映堆石体真实情况的本构模型,利用BP神经网络结合遗传算法反演模型的最优参数,再正分析计算预测的堆石体施工期的沉降变形情况。将预测得到的沉降变形资料与堆石体填筑完成的实测沉降变形资料进行对比分析,以预测的堆石体沉降变形情况为参考数据,结合工程的实际要求,合理安排预留沉降期,进而确定合理的面板浇筑时机,避免堆石体较大的前期沉降变形对面板带来的不利影响,有效改善面板受力和变形情况。     

高心墙堆石坝瞬变-流变参数解耦反分析方法及变形预测

高心墙堆石坝材料分区较多,且静力模型和流变模型参数均不相同。为了避免二者同时反演时巨大的计算量,并进一步提高反演参数的准确性,更好地分析堆石坝应力变形、进行变形预测,考虑堆石体瞬变和流变参数的解耦关系,对瞬变和流变参数进行解耦反演分析。以瀑布沟心墙堆石坝为例,在参数敏感性分析的基础上,利用堆石坝施工期、第一次满蓄水期、第二次满蓄水期的变形监测资料,以敏感性较强的参数为待反演参数,采用基于基因片段差异度的遗传算法和径向基函数神经网络(RBF)构建反演平台,对瞬变-流变模型参数进行了解耦反演分析。反演结果表明,计算值与实测值在数值和变化规律上总体符合较好,反演结果较为合理可靠。     

面板堆石坝瞬时变形和流变变形参数的联合反演

堆石坝变形包括瞬时弹塑性变形及时间相关的流变变形,从实际的监测变形中精确区分这两种变形有一定技术难度。本文将瞬时及流变变形参数的反演问题转化为一个组合优化问题,采用智能优化算法寻找最佳的堆石变形参数。研究中,首先拟定了多种变形参数样本,采用有限元法计算坝体变形;然后采用径向基神经网络训练上述样本,建立堆石变形参数与坝体变形之间的映射关系;最后根据坝体实际变形测量值,采用多种群遗传算法优化得到坝体瞬时及流变变形参数。采用径向基神经网络替代有限元可节省计算时间,提高计算效率;而多种群遗传优化算法可避免传统遗传算法早熟问题。用反演参数再次计算得到的水布垭坝体沉降与实测值吻合较好。     

基于参数反演法面板堆石坝长期运行变形分析

根据水布垭面板堆石坝坝体几何参数和周围山体地形地质资料,建立面板堆石坝三维数值计算模型。以坝体在竣工时的变形实测资料为依据,采用智能位移反演方法反演获得堆石体流变变形参数,对坝体的长期运行变形进行计算分析。通过对大坝堆石体及面板在运行期的应力应变分析成果,可以看出大坝在竣工蓄水后经过一段时间的运行,坝体的整体发生了一定的沉降变形,面板垂直缝、周边缝及止水部位也相应出现了一定变形。通过与实测比较分析,坝体变形在合理范围以内并趋于稳定。在今后坝体的长期运行中,要对出现变形位置的测点加强监测,确保整个坝体长期安全稳定运行。     

塘冲堆石坝施工期沉降反演分析及长期变形预测

在整理分析塘冲水库面板堆石坝施工期沉降观测资料的基础上,采用模拟退火算法对坝体堆石料邓肯E-B模型的参数及流变模型参数进行反演分析。反演结果表明,基于反演参数的沉降计算值与实测值吻合很好,在反演参数的基础上对蓄水后坝体的长期变形进行预测,预测结果表明,坝体的流变变形量不大,最终大坝的变形、面板应力应变、各周边缝变形均在在合理范围以内,满足设计要求。     

堆石体流变本构模型参数的智能反演

提出基于演化神经网络和序列二次规划算法的智能反演方法，通过实测变形资料对堆石坝流变本构模型参数进行反演分析，算例计算表明，该方法高效且具有全局收敛性。采用该方法对某堆石坝9参数流变模型参数进行反演分析，计算结果表明，利用反演的模型流变参数所计算的坝体流变变形与实测资料在发展规律及数值上均比较吻合。最后采用反演后的参数对该堆石坝后期变形进行了考虑流变效应的流变计算，预测出该堆石坝的后期变形量，预测结果合理可信。     

心墙堆石坝上游堆石体内部沉降变形监测方法探讨

心墙堆石坝上游堆石体沉降变形受库水位影响较为直接,其重要性不亚于下游堆石体,目前国内已建的心墙堆石坝绝大多数未对上游堆石体内部沉降变形进行监测。本文介绍了心墙堆石坝上游堆石体内部沉降变形监测的重要性,对监测方法进行探讨,并结合糯扎渡水电站心墙堆石坝的实际应用进行分析,相关成果可供类似工程借鉴和参考。     

高混凝土面板堆石坝流变机理及长期变形预测

对于面板堆石坝,面板的变形主要取决于堆石体变形,如果堆石体变形过大,就会使面板产生裂缝,从而影响其防渗性能,甚至危及坝体的稳定。由于堆石体流变变形的复杂性,影响的因素很多,因此仅仅通过室内试验很难从本质上反映其流变机理和特性,除了试样尺寸与现场的巨大差异引起的缩尺效应误差之外,就是平行试验成果间也会出现差异。回顾了近年来关于堆石体流变机理方面的一些研究进展,介绍了揭示堆石体流变细观机理的两个流变模型,即基于组构理论的流变模型和基于随机散粒体不连续变形理论的流变模型。最后结合正在建设中的水布垭高面板堆石坝进行了流变分析,预测了大坝完建后的流变变形,计算结果表明,考虑流变效应的最大沉降为2.53m,此值基本处在设计的预测范围之内。     

公伯峡面板堆石坝面板竖向裂缝机理分析

公伯峡大坝面板在水库运行后出现竖向裂缝,每年寒冬后,裂缝不断增加。根据大坝变形监测成果,反演得到坝体堆石E-B模型参数及流变参数,计算分析和预测面板堆石坝变形、面板结构应力,并针对冬季严寒低温、寒潮温降、昼夜温差等恶劣气候条件,进行面板温度应力变化规律和分布规律以及库水位对面板温度应力敏感性分析,得出温度应力是导致面板产生竖向裂缝的主要因素,堆石体流变增加的结构应力是两侧面板裂缝进一步发展的推动因素。     

基于变异粒子群算法的大坝土料流变参数反演——以观音岩混合坝为例

观音岩水电站混合坝在竣工后发生了较大的流变变形,导致土石坝坝段在蓄水一个月后出现了裂缝。为分析坝体裂缝产生的原因,采用并行变异粒子群算法,根据观音岩混合坝竣工后的坝体沉降观测数据反演了筑坝堆石料和心墙料的流变参数。进一步根据反演参数进行了坝体的三维有限元计算,分析和预测了大坝在蓄水期和运行期的变形特性。结果表明,较大的蓄水期不均匀沉降及较大的坝体流变变形是坝体产生裂缝的主要原因。     

基于实测资料的公伯峡大坝面板变形及应力分析

结合公伯峡面板堆石坝坝体沉降变形、面板挠度和钢筋应力的实测资料,分析了坝体沉降变形规律以及面板挠度和钢筋应力的时间、空间变化规律;针对混凝土面板的各种观测方法布置的测点,进行了物理成因解析及年变幅分析.分析成果表明,不同观测方法得出的观测成果具有一致性,反映了大坝混凝土面板的变形和应力规律,时效因素对坝体和面板的稳定性有一定的影响,应加强观测和分析.     

电磁式沉降管在公伯峡面板堆石坝变形观测中的应用

介绍了电磁式沉降管在公伯峡面板堆石坝变形观测中的应用情况,对电磁式沉降管观测成果进行分析,并与水管式沉降管及三维有限元计算成果进行比较,可看出电磁式沉降管观测成果规律性好、合理、可靠,可用来观测面板堆石坝沉降变形。电磁式沉降管在公伯峡面板堆石坝变形观测中的成功应用可为其它类似工程提供可借鉴的经验。     

软岩填筑高面板堆石坝分区及材料设计

通过分析软岩不同利用方案及分区形式对高面板堆石坝力学性状的影响,获取了坝体应力和变形的变化规律。高面板堆石坝下游次堆石区中软岩含量及堆石区几何特征、主堆石体分区形式均影响面板堆石坝的力学性状。提高坝体下游堆石区的强度及刚度,可以提高各堆石区之间的协调变形能力、降低面板变形及应力。提高位于坝轴线处的堆石体承载力,可以有效降低坝体变形及面板应力。为控制高面板堆石坝的坝体变形及应力,坝轴线处坝体下部堆石区宜填筑承载力高的堆石体,下游堆石区中软岩比例不宜超过30%。     

基于新维BP神经网络-马尔科夫链模型的大坝沉降预测

基于组合预测思想,结合BP神经网络和马尔科夫链2种预测方法,构建了一种新维BP神经网络-马尔科夫链大坝沉降预测模型。通过对训练样本的学习,利用新维改进的BP神经网络算法实现了对沉降位移时间序列的滚动预测。在此基础上,借助马尔科夫链模型对其随机扰动误差进行修正,有效地提高了预测结果的精度。将构建的组合模型应用于长洲大坝船闸控制楼沉降位移时序预测中,研究结果表明该模型预测精度较高、可靠性好,提高了模型的中长期预测能力,为大坝沉降预测提供了一种有效的新方法。     

Long-term deformation analysis of Shuibuya concrete face rockfill dam based on response surface method and improved genetic algorithm

Due to the size effects of rockfill materials,the settlement difference between numerical simulation and in situ monitoring of rockfill dams is a topic of general concern.The constitutive model parameters obtained from laboratory triaxial tests often underestimate the deformation of high rockfill dams.Therefore,constitutive model parameters obtained by back analysis were used to calculate and predict the long-term deformation of rockfill dams.Instead of using artificial neural networks(ANNs),the response surface method(RSM) was employed to replace the finite element simulation used in the optimization iteration.Only 27 training samples were required for RSM,improving computational efficiency compared with ANN,which required 300 training samples.RSM can be used to describe the relationship between the constitutive model parameters and dam settlements.The inversion results of the Shuibuya concrete face rockfill dam(CFRD) show that the calculated settlements agree with the measured data,indicating the accuracy and efficiency of RSM.     

水布垭面板堆石坝变形性态分析

利用原型观测资料对水布垭面板堆石坝的工作性态进行统计分析,分析成果表明水布垭面板堆石坝的沉降和水平位移符合一般规律;左岸陡坡坝段与坝主体不均匀沉陷现象明显,面板出现裂缝的可能性较大;坝体填筑施工质量良好,坝体变形控制在合理范围内。     

定向爆破堆石坝应力变形特性研究

结合实测数据与数值模拟方法对某定向爆破堆石坝体结构在不同阶段的应力变形特性进行了分析,探讨定向爆破堆石坝的应力变形规律,并重点讨论了爆破堆石体和防渗结构的力学行为。对比分析表明:不同于常规坝体的最大沉降位于坝体2/3部位,爆破堆石最大沉降发生在爆破堆石体顶部,爆破堆石及坡积物的可压缩性是其产生较大沉降的主要原因。在此基础上,分析了爆破堆石体沉降对防渗结构应力变形的影响。结果表明:由于筑坝材料组成复杂、力学特性相差较大,导致大坝局部出现一定的不均匀沉降。700 m平台以下的反弧处出现较大的变形和应力,对沥青混凝土防渗斜墙变形造成较大影响。此外,库水位的抬升使沥青混凝土斜墙的应力和变形规律发生了较大变化,防渗体应力和变形明显增加。研究得出的定向爆破堆石坝的应力变形规律,较为全面、真实地反映了定向爆破堆石坝的爆破堆石体、坝体及防渗体的运行性态,同时也对高面板堆石坝、软岩筑坝、弃渣坝、滑坡及堰塞体等大变形结构体的安全性态研究具有一定的参考价值。