基于RBF神经网络的埋藏式月牙肋钢岔管围岩承载率研究

发布时间：2021-01-11 10:27

　　根据西龙池抽水蓄能电站的工程资料,建立埋藏式月牙肋钢岔管有限元模型,利用接触单元模拟钢岔管和围岩的联合承载。通过构造一系列围岩参数依次进行联合承载有限元计算,得到测点的计算应力。依据测点的计算应力和实测应力等数据,进行神经网络反演分析,根据反演结果的误差大小确定围岩参数。研究表明,通过神经网络反演得到的围岩参数较为合理,符合工程经验,且围岩承载规律性较好,证明利用神经网络法对钢岔管主要设计参数进行反演分析是可行的。 

【文章来源】：武汉大学学报(工学版). 2020,53(10)北大核心

【文章页数】：7 页

【部分图文】：

RBF神经网络模型示意图

本文的应力监测数据来自于西龙池抽水蓄能电站岔管的监测资料，图2为其平面布置图。在该岔管上5个部位共布置了18个应力测点（其中有1个测点失效），开头以大写字母B表示，分别是Ⅰ-Ⅰ断面（肋板，3个测点）、Ⅱ-Ⅱ断面（5个测点，如图3所示）、Ⅲ-Ⅲ断面（5个测点，布置角度与Ⅱ-Ⅱ断面相同）、Ⅳ-Ⅳ断面（3个测点，布置在0°、90°和180°位置）和管壁特征点（B0-1和B0-2）。表1展示了各断面测点钢板应力计编号、方向以及各测点在最大静内水压力为7.34 MPa下的应力测值。图3 Ⅱ-Ⅱ监测断面测点布置图

Ⅱ-Ⅱ监测断面测点布置图

【参考文献】：
期刊论文
[1]埋藏式月牙肋钢岔管布置形式选择和承载特性研究[J]. 周彩荣,伍鹤皋,石长征.  水力发电学报. 2014(04)
[2]西龙池抽水蓄能电站内加强月牙肋岔管围岩分担内水压力设计[J]. 王志国,陈永兴.  水力发电学报. 2006(06)
[3]神经网络在岩体力学参数和地应力场反演中的应用[J]. 金长宇,马震岳,张运良,沙瑞华,陈庆发.  岩土力学. 2006(08)
[4]高水头水电站地下埋藏式钢岔管结构研究[J]. 吴海林,伍鹤皋,罗京龙,杜鹏.  水电能源科学. 2005(03)
[5]埋藏式钢岔管与围岩联合承载有限元分析[J]. 李旻,伍鹤皋.  武汉大学学报(工学版). 2004(01)
[6]地下埋藏式钢岔管承载机理研究1[J]. 丁旭柳,伍鹤皋,龚玉锋.  水利学报. 2003(04)
[7]按联合受力设计的埋藏式钢岔管有限元分析方法[J]. 钟秉章,陆强.  水利学报. 1994(02)

硕士论文
[1]基于人工神经网络的图像识别和分类[D]. 卜富清.成都理工大学 2010



本文编号：2970602