基于模型修正技术的高拱坝结构损伤识别研究

发布时间：2017-04-11 21:16

  本文关键词：基于模型修正技术的高拱坝结构损伤识别研究，，由笔耕文化传播整理发布。

【摘要】：目前,重大水工结构的健康监测研究受到了广泛的关注。利用高拱坝结构现场实测的静力和动力响应信息来分析其刚度和承载力的变化,识别出结构发生损伤的情况,评估结构的工作状态,具有十分重要的工程实用价值。本文以检测和分析高拱坝的损伤状态为目的,通过建立以二滩拱坝为工程背景的三维有限元模型,研究高拱坝模型所处的准稳态温度场和库水水位对高拱坝静力特性的影响、库水与高拱坝模型的耦合作用及高拱坝库水水位对高拱坝振动特性的影响,在此基础上,联合高拱坝模型的静态和动态结构响应数据,研究使用基于响应面理论的模型修正技术对高拱坝结构进行损伤识别的方法,为高拱坝在线监测和损伤识别提供必要的理论基础。(1)收集二滩拱坝原型的结构参数、水位及温度变化信息,为有限元模型的建立提供基本数据和边界条件。选择合适单元类型建立高拱坝有限元模型,并对结构在库水、自重和温度荷载作用下的静动力响应进行分析。通过对比已有计算结果,对模型可靠性进行了验证并为坝体子区域的划分提拱依据。(2)通过子区域弹性模量的折减来模拟结构损伤,构造合适响应面模型来拟合坝体子区域的弹性模量与结构的静动力响应间的非线性关系,分析各个测点响应面模型的精度及其静动力响应数据相对于各子区域弹性模量变化的灵敏度,选择最优的响应数据点进行响应面模型的建立。(3)以测点优化布置分析为基础,结合基于结构静动力响应的响应面模型和遗传算法,并应用于高拱坝结构损伤识别中,分析了该损伤识别方法在不同噪声级别下的损伤识别结果,验证了该方法应用于水工结构损伤识别的可行性。(4)结合基于高拱坝静、动态测量数据的损伤识别方法,运用D-S证据理论对静态测试和动态测试的损伤信息进行融合,进而对高拱坝结构进行损伤识别,以提高识别结果的可靠性。数值模拟分析表明,使用响应面方程来拟合坝体响应与结构参数之间的非线性关系,其精度较高,以此为基础的损伤识别方法可应用于高拱坝的健康监测中。
【关键词】：响应面 遗传算法 模型修正 信息融合 损伤识别 高拱坝
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TV642.4
【目录】：

• 摘要3-4
• ABSTRACT4-9
• 第1章 绪论9-19
• 1.1 课题来源9
• 1.2 引言9-10
• 1.3 水工结构损伤识别现状10-11
• 1.4 结构损伤识别与模型修正方法11-15
• 1.4.1 基于无模型的损伤识别方法（Non-model Based Methods）12-13
• 1.4.2 基于有模型的损伤识别方法（Model Based Methods）13-15
• 1.5 模型修正方法在水工结构损伤识别的应用15-16
• 1.6 信息融合技术的研究现状16-17
• 1.7 本文的研究内容17-19
• 第2章 基本理论19-30
• 2.1 基于响应面理论的模型修正方法19-24
• 2.1.1 特征选取20
• 2.1.2 响应面函数形式的选择和拟合20-22
• 2.1.3 实验设计22-23
• 2.1.4 响应面模型验证23-24
• 2.2 遗传算法24-27
• 2.2.1 遗传算法的实现24-26
• 2.2.2 格雷编码遗传算法26-27
• 2.3 D-S证据理论27-29
• 2.4 本章小结29-30
• 第3章 高拱坝三维有限元模型建立及动静力分析30-41
• 3.1 工程背景30
• 3.2 高拱坝模型建立30-34
• 3.2.1 材料参数32
• 3.2.2 边界条件32-34
• 3.3 坝体模态分析34-36
• 3.4 高拱坝结构的静力分析36-40
• 3.4.1 坝面温度分布规律及温度边界条件拟合36-37
• 3.4.2 静力分析结果37-40
• 3.5 本章小结40-41
• 第4章 基于高拱坝静力分析的损伤识别41-54
• 4.1 引言41
• 4.2 高拱坝损伤描述及相关参数响应面的建立41-43
• 4.2.1 坝体损伤区域的划分41-42
• 4.2.2 响应面模型的建立42-43
• 4.3 高拱坝模型的静力测点优化布置43-48
• 4.4 基于响应面理论和遗传算法的高拱坝损伤识别方法48
• 4.5 高拱坝结构损伤识别分析48-53
• 4.5.1 无噪声情况下的损伤识别49-51
• 4.5.2 不同噪声等级下的损伤识别51-53
• 4.6 本章小结53-54
• 第5章 基于高拱坝动力分析的损伤识别54-67
• 5.1 引言54
• 5.2 高拱坝损伤描述及相关参数响应面的建立54-56
• 5.2.1 坝体损伤区域的划分54
• 5.2.2 响应面模型的建立54-56
• 5.3 高拱坝模型的动力响应面数据点优化选取56-61
• 5.4 基于振型数据的高拱坝损伤识别方法61-62
• 5.5 高拱坝结构损伤识别分析62-66
• 5.5.1 无噪声情况下的损伤识别62-63
• 5.5.2 不同噪声等级下的损伤识别63-64
• 5.5.3 基于多次测量数据下高拱坝损伤识别64-66
• 5.6 本章小结66-67
• 第6章 基于信息融合技术的高拱坝损伤识别67-71
• 6.1 引言67
• 6.2 D-S证据理论及损伤基本概率赋值67-68
• 6.3 基于D-S证据理论的结构损伤诊断68-70
• 6.3.1 基于融合结果的损伤识别69-70
• 6.4 本章小结70-71
• 第7章 结论与展望71-73
• 7.1 结论71-72
• 7.2 展望72-73
• 致谢73-74
• 参考文献74-78

【参考文献】

中国期刊全文数据库 前7条

1 朱宏平;余t

本文编号：299991