[发明专利]一种高面板堆石坝多目标力学参数反演方法

说明书

本发明公开了一种高面板堆石坝多目标力学参数反演方法，通过充分利用丰富的高面板堆石坝监测数据(坝体沉降、坝体水平变形、面板应力和面板挠度)分别建立多个目标函数，分别训练可模拟力学参数与实测效应量之间非线性映射关系的多个RBF神经网络，利用非支配排序多目标遗传算法(NSGA‑II)运用上述目标函数和神经网络迭代寻优得到能更全面表征坝体沉降、水平变形、面板应力、面板挠度等特性以及高面板堆石坝工作性态的堆石体力学参数。

技术领域

本发明属于材料力学技术领域，更具体的说它是一种高面板堆石坝多目标力学参数反演方法。

背景技术

准确地把握高面板堆石坝的堆石体力学参数是评价高面板堆石坝面板防渗体系防渗性能、大坝运行性态和准确预测面板堆石坝时空变形规律的前提条件，同时是保证高面板堆石坝安全稳定的关键之一。

目前高堆石坝的力学材料参数主要通过室内试验或现场试验获得，然而由于受试验条件、缩尺效应、施工质量、施工工艺等因素影响，试验测定的力学参数与实际值存在较大差异，由此计算的堆石坝应力变形、面板应力和挠度不可避免的与实际值相差较大。结合大坝的实测变形资料，对堆石体力学参数进行反演分析已被广泛应用于工程实践中，并成为获取坝体真实材料力学参数的主要方法之一。

但对于高面板堆石坝，除沉降变形监测数据外，还具有丰富的其他监测项目以及详实的监测结果，例如坝体顺河向水平变形、面板应力、面板挠度。然而，在传统力学参数反演方法中，仅仅利用坝体内部沉降变形对堆石体的材料参数进行反演分析，反演结果仅仅与坝体沉降变形性态关联性较高，不能完全表征坝体的水平变形、面板应力、面板挠度等特性，无法完全反映高面板堆石坝的工作性态。

发明内容

为了解决以上不足，并为了更加全面的反映坝体的各工作性态与材料参数的关联性，同时充分利用海量监测数据，本发明提供一种采用坝体内部沉降、顺河向水平变形、面板应力以及面板挠度监测数据构建多目标函数，并利用多目标优化算法进行迭代寻优，进而得到更加合理反演参数值的方法。

本发明所采用的技术方案是：一种高面板堆石坝力学参数多目标反演方法，其特征在于，包括以下步骤：

步骤1：利用面板堆石坝各断面设计图纸、材料分区情况、坝体分级施工程序建立包括面板、垫层、过渡料在内的面板堆石坝三维有限元模型。

步骤2：运用正交设计原理设计敏感性分析参数样本，并采用有限元分析软件以及上述所建模型对试验参数样本进行应力变形分析，分析坝体内部沉降、坝体内部顺河向水平变形、面板应力、面板挠度对参数的敏感性，确定敏感性较强的力学参数作为待反演参数。

步骤3：设计参数训练样本并对每组样本进行有限元计算，使用计算结果分别训练待反演力学参数与沉降、待反演力学参数与水平变形、待反演力学参数与面板应力、待反演力学参数与面板挠度之间的神经网络，共得到4个训练好的神经网络。

步骤4：运用沉降、水平变形、面板应力、面板挠度实测数据分别建立目标函数，共4个目标函数。

步骤5：采用多目标优化算法并利用4个神经网对4个目标函数进行协同寻优，得到能全面反映坝体沉降、顺河向水平变形、面板应力、面板挠度等特性的反演参数值。

作为优选，步骤1中所述高面板堆石坝三维有限元模型为大型三维有限元分析软件中的三维模型，三维模型中包括堆石体分区、施工分级以及垫层和面板组件；

作为优选，步骤2中所述运用正交设计原理设计试验参数样本进行参数敏感性分析具体步骤为：

步骤2.1：运用正交设计原理对力学材料参数设计敏感性分析样本，运用三维有限元分析软件对各样本参数组进行应力变形分析，并提取堆石体的沉降、水平变形、面板应力和挠度。

步骤2.2：运用灵敏度指标S来反映参数的敏感性：