地下工程结构岩体力学参数与损失位移的高效反分析方法研究

发布时间：2018-03-28 02:17

本文选题：地下工程　切入点：数值计算　出处：《广西大学》2015年硕士论文

【摘要】：近年来,地下工程结构得到了快速的发展,岩体作为一种结构材料,是地下工程结构的承载主体,对岩体行为的有效分析是解决地下工程施工过程安全问题的重要方法。地下工程结构施工过程中安全问题主要是由于很难用科学有效的手段对岩体的非线性行为进行预测与识别并指导实际应用,地下工程岩体参数与损失位移作为岩体非线性行为分析与识别的关键因素,很难用室内试验和现场试验获取,岩土体反分析方法作为求取地下工程岩体参数与损失位移的方法,成为了岩土领域热点问题。本文在国家自然科技基金项目(“高地温梯度水工高压隧洞THM耦合作用下的承载特性研究”51369007)支撑下,做了以下几个方面的研究工作：1.针对复杂函数优化问题,传统的解析优化方法往往只能获得局部最优解,而采用随机全局优化方法时,需进行大量的数值计算才能获取全局最优解。提出了一种基于高斯过程局部代理模型-粒子群协同优化算法,该算法实现了局部寻优阶段采用高斯过程回归代理模型替代真实适应度函数评价,加速了算法局部寻优,并采用动态更新学习样本的策略不断的提高高斯过程回归代理模型的拟合精度,实现了算法快速高效求解复杂函数问题,通过对benchmark函数测试结果表明,对比粒子群算法,本文方法的计算代价明显更低,寻优效果更好。2.地下工程结构岩体的复杂性决定了求取其力学参数的优化问题是高度复杂的,而其目标函数值的确定往往需要借助数值计算,这就决定了计算函数是隐式的。在求解这类问题时,将机器学习、优化算法与数值计算相结合,提出了基于高斯过程全局代理模型-粒子群优化算法的优化反分析方法,该方法的反分析效率明显优于基于粒子群优化算法的优化反分析方法。通过对简单的工程算例与某水电工程的参数进行反分析,验证了该方法比粒子群优化算法的寻优能力好,计算代价低。3.基于高斯过程全局代理模型-粒子群优化算法在求解复杂的目标函数时,其结果依赖于初始样本点的设置,且该方法适用于优化变量维数较低的目标函数,但不能很好的解决高维度问题。对此,提出了一种基于高斯过程局部代理模型-粒子群协同优化算法。通过与基于高斯过程全局代理模型-粒子群优化算法、基于粒子群优化算法对简单的算例与实际工程的对比分析,验证了该方法的可行性与先进性。4.工程隧洞围岩开挖过程中难以观测但影响较大的因素,是合理的评价开挖隧洞安全等级并指导围岩安全施工的关键,采用随机全局优化方法对损失位移进行求解时需要进行大量的数值计算,计算代价高,耗时大。本文提出了基于高斯过程局部代理模型-粒子群协同优化算法对损失位移进行求解,并与粒子群算法对简单的算例求解损失位移进行了比较,结果表明该方法能快速获取围岩开挖过程中的损失位移,最后,利用两种方法求取锦屏二级电站引水隧洞开挖过程中的损失位移,结果表明本文方法能够利用较少的适应度函数评价获得可行的全局最优解。
[Abstract]:In recent years , the structure of underground engineering has been developed rapidly . As a structural material , rock mass is the main body of underground engineering structure . It is very difficult to predict and identify the nonlinear behavior of rock mass by using the method of stochastic global optimization . The results show that the proposed method can obtain a feasible global optimal solution using less fitness function evaluation .

【学位授予单位】：广西大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TU45;TU91

【参考文献】