骨料参数对混凝土渗透性影响数值模拟研究

在水工混凝土领域,渗透率是重要的设计和评价指标,对保证工程的安全稳定运行具有重要意义和作用。文章以数值模拟的方法,研究和分析了骨料的形状、粒径、含量以及级配等特征参数对混凝土渗透性的影响规律,可以对混凝土设计和使用提供有益的借鉴。

蓄水条件下库区边坡稳定性数值模拟研究

库区岸坡的稳定性是水利工程的安全和稳定的重要影响因素,水库蓄水引起的地下水渗流场变化是导致库岸边坡失稳破坏的重要因素。文章以辽宁岫岩前营子调节水库上游边坡为例,利用数值模拟的方法对蓄水条件下的岸坡稳定性进行数值模拟研究。结论显示,水库蓄水并不会对研究岸坡的整体稳定造成显著影响,暂不需要采取工程干预措施。

基于IABC优化的LSSVM大坝变形预测模型研究

大坝作为一种重要的基础设施,在社会、经济发展过程中发挥着重要作用,一旦发生事故,将对下游人民的生命财产造成巨大损失。因此,对大坝行为趋势的分析和预估是至关重要的。变形作为大坝结构性态最直观的指标,选取高效的分析模型对其进行建模、分析,是大坝安全评价系统的重要课题之一。传统的大坝变形分析方法主要分为3大类——确定性模型、统计模型以及混合模型。这3种模型的缺点主要是建模难、精度不能满足要求等。为此一些学者将机器学习(ML)相关算法引入大坝变形分析领域,如人工神经网络、支持向量机、极限学习机等方法。以往ML方法主要针对影响大坝变形的环境因素(如水压、温度和时效等)进行多变量建模,从而构建变形预测模型。然而实际工程中,大坝变形监测数据的波动性往往较强,模型的输入变量不能很好地捕捉变形的变化趋势,造成了模型预测精度不足。如何降低原始变形数据的波动性,是从本质上提高变形预测精度的关键。大坝变形预测模型可为大坝安全使用提供科学决策依据,具有重要的理论和实践价值。文章以辽宁省观音阁水库坝顶部位的T14监测点的竖向位移数据为依据,对大坝变形预测模型展开研究,提出IABC-LSSVM变形预测模型。模型的对比评价结果显示该模型具有精度更高、稳定性更强的特点,可以用于大坝安全监测。