周期激励下基于延迟传递率函数的结构模态识别方法

针对传递率函数运行模态分析方法易受环境激励中周期性分量影响,难以准确辨识结构真实模态参数的问题,推导了周期性激励对传递率函数模态参数识别的影响。在此基础上,提出了一种延迟传递率函数的构造方法,运用延迟传递率函数对周期性虚假极点进行辨识,并结合常规传递率函数识别的系统极点,实现了结构真实模态参数的有效识别。借助四自由度系统和某泵站厂房结构算例对所提出的方法进行了验证,结果表明,该方法在激励中包含周期性成分的情况下,能够准确地辨识结构模态参数,具有较为广阔的工程应用前景。

高混凝土坝变形性态的库盘影响分析

在研究有限元模型边界确定方法的基础上,通过建立库盘大范围和近坝区小范围2种尺度有限元模型,并由库盘模型变形计算结果提取近坝区模型的边界条件,提出高混凝土坝变形性态的库盘影响分析方法,分析库盘变形对大坝变形性态的影响。典型实际工程计算结果表明,高坝大库工程,库盘作用对大坝变形影响明显,尤其坝前大库容工程在应用实测资料分析混凝土坝运行性态、反分析结构力学参数和变形监控指标时,应该考虑库盘变形的影响,以确保充分掌握大坝运行性态,有效监控大坝的安全运行。

基于POT模型的大坝位移预警指标实时估计

大坝服役过程中,对其预警指标进行实时估计具有重要意义。基于极值理论,针对大坝位移历史监测序列,拟定合理的阈值,利用广义帕累托分布（GPD）对超阈值序列进行刻画,结合大坝失事概率,建立位移预警指标估计超阈值（POT）模型。通过实时更新建模序列,完成对位移预警指标的实时估计。针对某混凝土重力拱坝29号坝段某测点在典型时间段2007年~2009年、2007年~2010年和2007年~2011年的位移监测数据,利用POT和传统区间极值（BMM）模型分别完成对2010年、2011年和2012年位移预警指标的估计,验证了POT模型比传统区间极值（BMM）模型更加安全合理。

小舜江输水泵站厂房结构动力响应分析及安全评价

根据小舜江输水泵站工程结构特点,选取#3、#4机组段厂房结构及其地基建立了厂房结构的三维有限元模型,采用三维有限元动力时程分析方法分析了小舜江输水泵站厂房结构关键部位的应力和变形,并对其工作性态进行了安全评价。结果表明,关机工况下厂房结构的动拉、压应力极值均出现于#3机组段下游主梁跨中部位,最大动拉、压应力分别为0.829、-0.837MPa,均小于材料的抗拉和抗压强度设计值;开、关机工况下厂房结构在垂直方向上的振幅极值同样出现于#3机组段下游主梁跨中部位,开、关机工况下的最大振幅分别为0.352、0.815mm,均超出规范允许值0.15mm,因此需对泵站厂房结构振幅过大部位进行减振处理。

基于弹性补偿法的拱坝极限承载力分析方法

针对弹塑性分析方法所采用的破坏模拟方式有失客观性且现有的失稳判据过多受人为因素干扰的问题,结合混凝土拱坝的结构特点,提出了基于Mohr-Coulomb屈服准则的单元承载比计算方法,探讨了通过承载比均匀度与基准承载比调整单元弹性模量的策略;基于塑性极限分析方法,提出了基于弹性补偿法的拱坝极限承载力分析方法。工程实例分析结果表明,采用该方法分析拱坝的极限承载力是合理和有效的。

小生境蚁群-BP神经网络在大坝变形监测中的应用

针对BP神经网络在大坝监测数据预测模型中后期预测精度不高的问题,基于小生境蚁群算法的智能搜索能力和强鲁棒性、BP神经网络对大量的输入-输出模式的非线性映射关系的学习存贮能力,将两种方法结合,用小生境蚁群算法优化BP神经网络的建模方法建立了水平位移观测数据的预测模型,并与ACA-BP神经网络和传统BP神经网络进行了对比分析。结果表明,本文方法可加快BP神经网络收敛速度、增强局部搜索能力,具有更高的预测精度。

特高拱坝封拱后温度回升对大坝性态影响研究

针对特高拱坝封拱后温度回升现象,对某拱坝温度监测资料进行分析,认为温度回升是边界热传导和混凝土后期水化热共同作用的结果,并由坝体内部温度计实测温度回升过程线拟合得到混凝土后期水化热过程线。用ABAQUS对该拱坝施工及蓄水过程进行有限元仿真,结果显示计算温度场与实测温度场吻合情况较好,温度回升引起坝体明显向上游变形,并导致坝体上下游表面出现大范围拉应力区,对大坝工作性态造成了不利影响。

太阳辐射影响下特高拱坝温度场及变形性态研究

通过构建特高拱坝三维有限元模型,引入光线追踪算法,提出了特高拱坝所受太阳辐射遮蔽情况计算方法.结合有限元数值分析方法及预计算技术,实现了各时刻特高拱坝太阳辐射影响下的坝面及库水温度的高效数值模拟.综合考虑太阳辐射下坝体与库水温度变化特性,研究了特高拱坝温度场时空分布特性,量化分析了太阳辐射对坝体变形性态的影响.以我国某特高拱坝为例,运用所提出方法研究了太阳辐射对坝体温度场及变形性态的影响.研究结果表明:通过计算太阳辐射对特高拱坝温度场的作用效应,有利于准确掌握特高拱坝实际的温度场分布情况及变形性态.