文章摘要
袁冬阳,顾冲时,顾昊.严寒地区混凝土重力坝变形行为分析与预测模型[J].水利学报,2022,53(6):733-746
严寒地区混凝土重力坝变形行为分析与预测模型
Displacement behavior analysis and prediction model of concrete gravity dams in cold region
投稿时间:2021-11-10  
DOI:10.13243/j.cnki.slxb.20211001
中文关键词: 严寒地区  混凝土重力坝  变形行为  预测模型  孪生支持向量回归
英文关键词: cold region  concrete gravity dam  displacement behavior  prediction model  twin support vector regression
基金项目:国家自然科学基金重点项目(51739003);国家自然科学基金联合基金重点项目(U2243223);国家自然科学基金青年基金项目(51909173);国家大坝安全工程技术研究中心开放基金项目(CX2020B02);中国博士后科学基金项目(2021M701044)
作者单位E-mail
袁冬阳 河海大学 水文水资源与水利工程科学国家重点实验室, 江苏 南京 210098
河海大学 水利水电学院, 江苏 南京 210098
河海大学 水资源高效利用与工程安全国家工程研究中心, 江苏 南京 210098 
 
顾冲时 河海大学 水文水资源与水利工程科学国家重点实验室, 江苏 南京 210098
河海大学 水利水电学院, 江苏 南京 210098
河海大学 水资源高效利用与工程安全国家工程研究中心, 江苏 南京 210098 
csgu@hhu.edu.cn 
顾昊 河海大学 水利水电学院, 江苏 南京 210098
河海大学 农业科学与工程学院, 江苏 南京 210098 
 
摘要点击次数: 63
全文下载次数: 60
中文摘要:
      变形是环境荷载动态变化与结构性能演化耦合作用下大坝服役性态的直观表征,合理的变形行为分析与预测模型是科学诊断大坝健康态势并预测其未来运行行为的重要科学手段。考虑到严寒地区混凝土坝变形行为受环境温度变化影响显著,为有效解译环境温度动态波动导致的热变形特征,构建了基于实测边界温度的严寒地区混凝土重力坝变形行为分析模型。同时,为深入挖掘变形及其解释变量间复杂的因果函数关系,引入具有优良非线性训练能力的孪生支持向量回归(Twin Support Vector Regression,TSVR),并结合鲸鱼算法(Whale Optimization Algorithm,WOA)对TSVR参数优化求解,据此提出了基于优化TSVR的混凝土重力坝变形预测模型。以严寒地区某混凝土重力坝为例,利用所建变形行为分析模型剖析了该坝某表孔溢流坝段坝顶水平位移变幅大且与其它测点水平位移变化规律相反的不协调变形行为的成因,研究结果对深入认识严寒地区混凝土坝变形行为具有重要价值;同时,基于优化TSVR的变形预测模型拥有出色的非线性信息挖掘与建模预测能力,为高精度预测大坝变形提供了一种新方法。
英文摘要:
      Displacement is the intuitive reflection of comprehensive operating behavior of dams under the coupling effect of dynamic change of environmental loads and structural performance evolution.A reasonable displacement behavior analysis and prediction model is crucial to scientifically diagnose the health status and to predict the future operating behavior of dams.Considering that the displacement behavior of concrete dams in cold region is significantly affected by ambient temperature variation,to effectively interpret the thermal displacement characteristics caused by the dynamic fluctuation of ambient temperature,a measured boundary temperature-based displacement behavior analysis model of concrete gravity dams in cold region is established.Meanwhile,to further explore the complex causal function relationship between displacement and its explanatory variables,twin support vector regression (TSVR) with excellent nonlinear training ability is introduced to construct the displacement prediction model.And TSVR parameters are simultaneously optimized by whale optimization algorithm (WOA).Taking a concrete gravity dam in cold region as an example,the changing amplitude of horizontal displacement of an overflow dam section crest is quite large and the variation law of this displacement is different to that of other monitoring points.The cause of this disharmonious displacement behavior is interpreted with the proposed displacement behavior analysis model.The result is of great significance for further understanding the displacement behavior of concrete dams in cold region.In addition,engineering examples indicate that the proposed optimized TSVR-based displacement prediction model has excellent nonlinear information mining and predictive performance.A new approach is provided for accurately predicting dam displacement.
查看全文   查看/发表评论  下载PDF阅读器
关闭