小湾特高拱坝蓄水初期抗力体位移向量ANN混合模型分析研究
以原型监测数据为基础，采用理论推导、有限元计算、人工神经网络等多手段相结合的方法，对小湾特高拱坝抗力体蓄水初期变形特性进行分析和评价。选择库水位、温度、时效和降雨量作为抗力体变形的主要影响因素，运用概化力学模型推导了各影响量对变形的作用方式，在此基础上建立了位移模式的结构框架。将顺河向、横河向水平变形水压分量有限元确定性模型值、温度等八个量作为人工神经网络学习的输入层，位移向量实测值作为学习目标，运用ANN的学习功能，最终建立了抗力体两个水平方向位移的统一混合模型。分析表明，ANN混合模型有着很高的精度，并且在样本数据容错、物理成因解释、“外延预测”等方面有着较大优势。最后，根据模型对特定工况条件下抗力体的位移进行了预测，为工程决策提供了技术支撑。
抗力体 原型监测 位移向量 人工神经网络 特高拱坝
胡波 刘观标 廖占勇
国网电力科学研究院/南京南瑞集团公司,江苏省南京市 210003
国内会议
全国大坝安全监测技术信息网第七届全网大会暨2010年学术交流研讨会
昆明
中文
1-9
2010-11-01（万方平台首次上网日期，不代表论文的发表时间）