论文部分内容阅读
我国是世界上水库大坝最多的国家,而在已建的水库大坝中,土石坝的数量占到90%以上。由于土石坝筑坝材料为散粒体材料,本构关系复杂,且存在稳定、渗漏、沉降、冲刷等方面的问题,加强土石坝的安全监测并对监测资料进行科学分析,有助于预测和控制大坝的安全性。通过对监测资料的反演分析,可以科学确定大坝及地基的物理力学参数,反馈正向分析的模型。本文以土坝沉降监测为研究对象,重点研究了包括土坝初始漏测沉降在内的土坝沉降监测模型,并通过原型观测资料反演土坝沉降曲线的方程参数,提高了正分析的精度。主要内容包括:(1)提出了一种基于混合遗传算法的土石坝初始漏测沉降计算方法。该方法基于以往研究中的对数模型,并把初始漏测沉降量S0直接作为模型参数,采用标准遗传算法与善于局部搜索的二次规划有机结合的混合遗传算法HGA直接求解模型参数,通过对两个工程实例的分析结果表明,该模型和方法物理概念明确、无需人工试算分散系数,计算速度快,结果精度高。(2)对土坝沉降分析中土体压缩性曲线--e~p曲线进行了模型化,通过基于原型观测资料和智能计算方法对表达式的简化、拟合,实现了对其参数的反推。利用经反演优化之后的参数再次进行沉降量的计算,不仅进一步优化了土坝沉降计算结果的精确度,同时这种经反演推算出的曲线也可为今后的工程计算提供资料。(3)运用计算程序对大坝沉降进行计算,得到符合沉降规律的呈非线性变化的大坝沉降曲线。得到的沉降量结果验证了上述沉降模型计算结果的合理性,以及所得出结论的有效性。最后,总结了本文所做的研究工作,并且对今后的进一步研究进行了展望。