论文部分内容阅读
混凝土坝下游面钢衬钢筋混凝土压力管道是近年来在国内外发展起来的一种新型结构。虽然,国内外对这种管道作过一些模型试验、原型观测、有限元分析以及理论分析等,但至今尚未见到令人满意的裂缝宽度计算公式。而影响裂缝宽度的重要因素是裂缝处的钢筋应力问题,因此,准确、快捷、简便地计算管壁环向工作应力将有利于准确地计算裂缝宽度的大小以及其它工作性态指标。
本文结合钢筋混凝土基本理论与弹性理论,考虑了“正交异性模型”忽略了的混凝土泊松比的影响,推导出了准确、实用的管壁环向钢材工作应力的计算公式。在此研究基础之上,本文又针对钢衬钢筋混凝土压力管道这一特殊结构提出了“外部管壁”力学模型,并据此推导出精确度比较高的半理论半经验的裂缝宽度计算公式。以上推导出的计算公式简便实用,可供工程设计参考使用。
神经网络是目前广泛应用且很有发展前途的一门新的人工智能技术,尤其适用于地理条件复杂、高度非线性问题,因此在水利工程领域得到了广泛应用,本文应用人工神经网改进的BP 算法,选择影响裂缝宽度的主要因素:内水压力、观测气温作为样本输入,采用MATLAB 中的神经网络函数库编写程序,建立了李家峡坝后背管最大裂缝宽度预测的神经网络模型。
最后选用李家峡水电站现场实测数据建立数据库,对网络进行训练学习,并进行预测,将经过网络评价的结果与传统方法的计算结果迸行逐一对比。对比结果证明该方法能够满足要求。