人工智能技术在大坝安全分析中的应用

发布时间：2021-11-29 10:29

　　本文应用人工智能技术中的人工神经网络模型、模糊神经网络模型、遗传算法对影响到堤坝安全的三个问题进行了分析，分别对堤坝管涌预测判定问题、混凝土坝抗震可靠度问题、堤坝边坡稳定性的可靠性评估问题运用人工智能技术进入深入分析，获得很好的结果。 第一个分析的问题是堤坝管涌问题，应用人工智能技术建立了管涌预测与判定的模型。首先分析了堤坝管涌发生的过程和影响管涌发生的因素，提出了一种预测判定管涌发生可能性的机理模型，根据机理模型从影响堤坝管涌发生的诸多复杂因素中选出既便于测量、观测又对管涌发生影响显着的几种因素作为人工神经网络的输入，建立了管涌影响因素与管涌发生指标之间的映射关系。应用收集到的管涌数据对管涌人工神经网络模型进行训练和预测，预测的结果精度较高，说明人工神经网络是预测判定管涌发生的有效方法。针对管涌发生的不确定性和模糊性，文中进一步建立了管涌的模糊神经网络模型，用同样的样本对模糊神经网络进行训练和测试，获得不错的预测结果，证明模糊神经网络也是预测判定管涌发生的有效方法。 第二个分析的问题是混凝土坝的抗震可靠度问题，应用人工神经网络技术建立混凝土重力坝和拱坝的抗震可靠度模型。针... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：111 页

【学位级别】：硕士

【部分图文】：

推理合成规则根据以上的推理合成规则，就可以从给定模糊If-Then规则进行模糊推理

运用多元回归理论获得地下水位与外江水误差检验和实例验证，作者认为该方法符合客观实治工程中所遇到的问题，应用有限元饱和一非饱和渗素作了分析和讨论，其中对初期地下水位、表土层基渗透破坏的影响分别做了分析。作者认为地基渗下水条件、洪水条件、降雨条件密切相关，尤以区键，文中也对地基防渗方法及其效果作了讨论。殷堤坝管涌区域渗流进行了模拟，主要研究了管涌区域对堤坝管涌进行了研究，有的从宏观上定性的对管型试验，有的运用实测资料进行统计分析，有的运这些方法在不同的方面都取得了一些局部成果，但章在管涌研究中引入了人工神经网络方法，通过人。土理

，)一杯而-几g丫(嵘+夕，一x，)，一4x，，，二Ko对[(x一La)，+夕，][(x+La)，+夕，](5一23)式中五乔几仄。，Ko为初始时刻的渗透系数。将管涌发生初期和后期地层中的流线与等水头线绘成示意图，如图5.5所示，管涌发生初期地层的渗透系数分布为均质，管涌口附近的流线与等势线符合定水头半无界补给情况，参见图5.5(a)。管涌发生后期由于地层中大量的流土被非均质带走，流线与等势线发生变化，地层中水力梯度最大处由于细颗粒流失过多造成等势线明显弯曲，参见图5.5(b)，通道附近的渗透系数变成各向异性，所以流线与等势线在有些地方并不正交。管涌处:等水头线(a)管涌发生初期(b)管涌发生后期图5.5管涌发生过程中地层中的流线与等水头线分布变化示意最大的渗流坡降可由极值条件a刀叙二o和彻即=0得到。对式(5一23)求极值得:_扼(3+沥)QaJmax一-一，产==气三于~‘一二丁二一丁丁8V7一V17汀人。La了。(5一24)式(5一23)与式(5一24)的比值给出了一个与物理参数无关

【参考文献】：
期刊论文
[1]边坡稳定模糊随机可靠度分析[J]. 贾厚华,贺怀建.  岩土力学. 2003(04)
[2]基于模糊集理论的边坡稳定性分析[J]. 徐卫亚,蒋中明,石安池.  岩土工程学报. 2003(04)
[3]关于流土和管涌的试验研究和理论分析[J]. 唐益群,施伟华,张先林.  上海地质. 2003(01)
[4]堤坝的安全监测及自动化探讨[J]. 徐国龙,孙林祥.  水电自动化与大坝监测. 2003(01)
[5]边坡可靠性分析分步混合遗传算法[J]. 陈昌富,王贻荪,邹银生.  土木工程学报. 2003(02)
[6]关于堤坝管涌计算方法的进一步研究[J]. 滕凯,康百赢.  岩土工程技术. 2003(01)
[7]大坝安全监控中的不确定性信息初探[J]. 张乾飞,王锦国,李雪红.  河海大学学报(自然科学版). 2002(05)
[8]大坝安全监测、分析与预报的发展综述[J]. 张正禄,张松林,黄全义,王瀛勇.  大坝与安全. 2002(05)
[9]加速遗传算法在边坡抗震稳定性分析中的应用[J]. 丰土根,刘汉龙,高玉峰,杨建贵.  水利学报. 2002(09)
[10]人工神经网络在岩土工程中的应用[J]. 高浪,谢康和.  土木工程学报. 2002(04)



本文编号：3526344