特高拱坝施工期力学参数的伯努利神经网络反演方法

来源 :全国大坝安全监测技术信息网2014年全国大坝安全监测技术与应用学术交流会 | 被引量 : 0次 | 上传用户:jovewu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  目前,我国西南地区修建了一批300m级特高拱坝,特高拱坝施工期坝体和基岩真实弹性模量反演是亟待解决的关键技术难题。本文利用伯努利神经网络,根据某高拱坝浇筑封拱情况建立施工期三维有限元模型,选取短期水位快速上升的特殊工况,进行了高拱坝施工期材料参数反演。工程实例分析表明:伯努利神经网络建模时的自学能力强,对于特高拱坝施工期的非线性变形特性的模拟具有很好的适应性,据此反演的力学参数反演结果可为施工期间大坝工作性态评价提供参考。
其他文献
  针对裂缝的产生对大坝的整体工作性态有较大的影响,裂缝转异的诊断具有重要的现实意义,本文将小波变换应用于大坝裂缝转异的分析,并结合某重力拱坝下游面裂缝X18-1的实测数
  针对大坝安全变形传统模型预报精度不高问题,提出了一种基于模糊C-均值聚类(FCM)与支持向量机(SVM)的混合建模方法。该方法利用FCM算法将训练集划分为具有不同聚类中心的
请下载后查看,本文暂不支持在线获取查看简介。老板关羽$南昌C2漫画工作室 Please download to view, this article does not support online access to view profile. Guan
期刊
48请下载后查看,本文暂不支持在线获取查看简介。开卷有益@小墨@王凯@师磊 48 Please download to view, this article does not support online view profile. Open the boo
期刊
  本文主要介绍了新型大坝安全监测信息系统的信息建模框架及其技术实现,详细地论述了大坝安全监测信息系统模型平台的原理、结构与功能,在此之上提出了基于元数据的动态决策
The taste and odor analysis of the first,second,fourth and sixth crops of laver (Porphyra yezoensis) was obtained by electronic tongue,taste-related compound,el
目前,许多企业财务信息化水平较低,没有真正实现生产流程、业务流程、财务流程的无缝对接.因此,加快企业信息化建设,提高内部运营效率,降低运营成本,打通企业各业务系统的对
  针对大坝变形监测序列的非线性和非平稳性,为了更好地预测大坝变形数据,提出了一种集合经验模态分解和自回归滑动平均的大坝变形预测模型。首先,利用集合经验模态分解法将非
A novel lipase gene (lip4346) encoding a primary translation product with 176 amino acids was screened from the genome fine mapping of the macroalgae-associated
  裂缝开合度对大坝的安全运行有很大的影响。因此,对大坝裂缝开合度指标进行拟定对大坝的安全运行有很大的作用。传统方法如典型小概率方法具有一定的局限性,且工作量大。
会议