一种解决大坝混凝土力学参数反演不唯一性的概率统计分析方法技术

一种解决大坝混凝土力学参数反演不唯一性的概率统计分析方法，该方法包括以下步骤：步骤1：分离出实测水压位移分量；步骤2：形成待反演参数若干取值集合；步骤3：得到某一计算工况前后两个不同时刻水位作用下的计算相对位移；步骤4：获得训练好的神经网络模型；步骤5：得到选定计算工况下相对应的力学参数反演值；步骤6：得到其余n‑1组不同计算工况水位下对应的力学参数反演值；步骤7：确定具有80%保证率的最终力学参数反演值，从而解决多参数反演不唯一性问题。本发明专利技术提供的一种解决大坝混凝土力学参数反演不唯一性的概率统计分析方法，可以克服不同计算工况、不同初始值下力学参数反演值存在较大差异的缺陷。

A Probabilistic Statistical Analysis Method for Solving the Unconventionality of Inversion of Mechanical Parameters of Dam Concrete

A probabilistic statistical analysis method for solving the non-uniqueness of inversion of mechanical parameters of dam concrete includes the following steps: step 1: separating the measured hydraulic displacement components; step 2: forming a set of values of parameters to be inverted; step 3: obtaining the relative displacement under two different water levels at different times before and after a certain calculation condition; step 4: obtaining the trained neural network Chain model; Step 5: Obtain the inversion values of the mechanical parameters under the selected calculation conditions; Step 6: Obtain the inversion values of the mechanical parameters corresponding to the other n_1 groups of different calculation conditions; Step 7: Determine the inversion values of the final mechanical parameters with 80% guaranteed rate, so as to solve the problem of non-uniqueness of multi-parameter inversion. The present invention provides a probabilistic statistical analysis method for solving the non-uniqueness of inversion of mechanical parameters of dam concrete, which can overcome the defect of large difference in inversion values of mechanical parameters under different calculation conditions and different initial values.

【技术实现步骤摘要】
一种解决大坝混凝土力学参数反演不唯一性的概率统计分析方法
本专利技术涉及大坝混凝土力学参数研究领域，尤其是一种解决大坝混凝土力学参数反演不唯一性的概率统计分析方法。
技术介绍
大坝所处环境条件复杂多变，导致大坝运行期工作性态复杂，而在室内开展混凝土力学试验时，由于试件尺寸效应、湿筛、标准养护和“点参数”等，导致大坝混凝土实际力学参数与室内试验参数存在较大差异。为了获得大坝当前真实的物理力学参数，目前在混凝土坝工程中广泛应用基于原型观测资料对坝体及坝基物理力学参数进行反演分析。这些更符合混凝土大坝实际力学参数的获得，为指导混凝土大坝的施工、设计和运行管理提供了有力的指导。例如，向衍等根据监测资料，提出基于MSC.Marc平台的遗传算法，反演得到大坝坝体弹性模量和坝基变形模量；康飞等提出了一种用于材料参数反演分析的混合单纯形人工蜂群算法；Gu等将均匀设计法、偏最小二乘回归及最小二乘支持向量机引入到碾压混凝土坝多组参数反演中；雷鹏等针对混凝土大坝坝体和岩基参数的区间不确定性，构造具有区间分析功能的RNN(粗糙神经网络)模型，并运用该模型反演坝体和岩基区间参数值；牛景太将混沌遗传算法应用于碾压混凝土坝横观各向同性参数和渐变参数反演；Wang等提出了一种基于大坝地震响应的参数反演分析方法；Su等提出基于参数灵敏度的最优选择方法，并以某混凝土坝的坝体及坝基物理力学参数反演为例，验证了该方法准确性和高效性；曹明杰等将量子遗传算法引入碾压混凝土坝综合力学参数反演中；冯帆等提出了基于施工期大坝和基础监测的垂向压缩变形来反演施工期真实力学参数。研究表明，当采用传统优化算法进行多参数反演时，反演结果依赖于初值的选取，优化结果容易陷入局部极值。虽然人工神经网络、遗传算法等仿生算法引入反分析领域后，对推动反演分析的发展取到积极的作用，但是基于仿生算法反演的结果仍然存在容易早熟、计算量大和收敛慢等缺点。而且无论传统优化算法还是仿生算法均没有从理论上解决多参数反演不唯一性的问题。多参数优化反演或仿生算法反演存在不唯一性的问题严重制约着大坝混凝土准确、鲁棒的物理力学参数的确定。
技术实现思路
本专利技术所要解决的技术问题是提供一种解决大坝混凝土力学参数反演不唯一性的概率统计分析方法，可以克服不同计算工况、不同初始值下力学参数反演值存在较大差异的缺陷，得到稳定、鲁棒的反演参数值，从而解决多参数反演不唯一的问题。为解决上述技术问题，本专利技术所采用的技术方案是：一种解决大坝混凝土力学参数反演不唯一性的概率统计分析方法，该方法包括以下步骤：步骤1：获得待分析混凝土大坝关键监测点实测位移资料，建立混凝土大坝关键监测点实测位移统计模型，分离出水压位移分量，即实测位移；步骤2：结合待分析混凝土大坝的坝体混凝土分区，确定大坝混凝土的待反演物理力学参数，由大坝混凝土的设计参数和工程经验，确定待反演物理力学参数区间范围，然后采用均匀或正交设计法在待反演物理力学参数的可能空间中构造参数取值组合，形成待反演参数若干取值集合；步骤3：建立混凝土大坝三维有限元模型，由运行期的库水位，选定短时间内库水位变化较大的前后两个不同时刻水位作为计算工况水位，将步骤2构造的待反演参数的取值集合逐一输入到混凝土大坝三维有限元模型中进行计算，得到相对应的前后两个不同时刻水位作用下的水压位移分量，即计算位移，由后一时刻的计算位移减去前一时刻的计算位移，得到前后两个不同时刻水位作用下的计算相对位移；步骤4：将步骤2构造的待反演参数的取值集合与步骤3得到的相对应的前后两个不同时刻水位作用下的计算相对位移作为神经网络训练样本组，组成神经网络模型学习样本，然后对神经网络模型进行训练，获得训练好的神经网络模型；步骤5：将步骤3选定的前后两个不同时刻水位代入混凝土大坝关键监测点实测位移统计模型分离出水压位移分量，得到实测相对位移，然后输入到步骤4得到的训练好的神经网络模型，得到相应的力学参数值；并将相应的力学参数值输入到混凝土大坝三维有限元模型进行正分析计算，若水压位移分量计算位移与水压位移分量实测位移之间的误差小于容许误差，则认为该力学参数值为所求；若不满足，继续重复上述步骤，直至满足要求为止，从而得到步骤3选定的计算工况水位下相对应的力学参数反演值；步骤6：由运行期的库水位，选定n-1组短时间内库水位变化较大的前后两个不同时刻水位作为计算工况水位，重复上述步骤3-5，得到n-1组不同计算工况水位下对应的力学参数反演值，n为整数，且n≥8；步骤7：将步骤5和步骤6得到的n组力学参数反演值，构成一个力学参数反演值样本，对力学参数反演值样本进行检验，确定其概率分布情况，由力学参数反演值样本确定的概率分布，根据力学参数反演值样本的概率分布具有80％保证率来确定最终的力学参数反演值，从而解决多参数反演不唯一性问题。步骤1的分离过程为：采用外观仪器获得待分析混凝土大坝关键监测点实测位移资料，建立混凝土大坝关键监测点实测位移统计模型δ＝δH+δT+δθ(1)式中，δ、δH、δT和δθ分别为待分析混凝土大坝的实测位移、水压位移分量、温度位移分量和时效位移分量；当大坝在下游面有较大范围的水平向裂缝时，该裂缝对混凝土大坝实测位移有一定的影响，在实测位移统计模型中增加裂缝位移分量δJ；当待分析混凝土大坝位于高寒地区时，在坝顶附近的实测位移受冰冻的影响，此时，在实测位移统计模型中增加冻胀分量δD；采用回归分析方法(如逐步回归分析法)或优化算法(如复合形算法)确定混凝土大坝实测位移统计模型的系数，从而分离出水压位移分量，即实测位移。步骤2中，结合待分析混凝土大坝的坝体混凝土分区，确定大坝混凝土的待反演物理力学参数，例如，常态混凝土坝，假设坝体和坝基物理力学参数为各向同性体材料，选取坝体综合弹性模量和坝基综合变形模量作为待反演物理力学参数；对于碾压混凝土坝，假设坝体为横观各向同性体材料，则选取混凝土横向综合弹性模量E1、竖向综合弹性模量E2、竖向综合剪切模量G2、坝基变形模量Er等作为待反演物理力学参数，记为{X}T＝[x1x2Lxm]，其中，xi(i＝1,2,…,m)为i个待反演物理力学参数,m为待反演物理力学参数的个数；由混凝土大坝的设计参数和工程经验，确定待反演物理力学参数区间范围xi为xi的下限值，为xi的上限值，然后采用正交或均匀设计法在待反演物理力学参数的可能空间中构造参数取值组合，形成待反演参数若干取值集合。例如，假设待反演物理力学参数为m个，水平数为q个，则由正交设计表Lp(qm)或均匀设计表Up(qm)，可获得p组不同的取值集合。步骤4中，采用BP神经网络模型对神经网络学习样本进行训练。步骤7的处理过程为：步骤7-1：将步骤5和步骤6得到的n组力学参数反演值，构成一个力学参数反演值样本；步骤7-2：基于Kolmogorov-Smirnov法逐一对步骤2得到的m个待反演物理力学参数进行检验，确定其概率分布情况：若第k个(k＝1,2,…,m)待反演力学参数xk的n个反演值样本满足正态分布，即满足则相应的概率密度函数f(xk)的具体形式如下：其中，样本均值标准差式中，xki为第k个待反演力学参数xk的第i次反演值，exp()为指数函数，π为圆周率,n为力学参数反演值的组数或步骤6中选定的短时间内库水位本文档来自技高网...

【技术保护点】
1.一种解决大坝混凝土力学参数反演不唯一性的概率统计分析方法，其特征在于该方法包括以下步骤：步骤1：获得待分析混凝土大坝关键监测点实测位移资料，建立混凝土大坝关键监测点实测位移统计模型，分离出水压位移分量，即实测位移；步骤2：结合待分析混凝土大坝的坝体混凝土分区，确定大坝混凝土的待反演物理力学参数，由大坝混凝土的设计参数和工程经验，确定待反演物理力学参数区间范围，然后采用均匀或正交设计法在待反演物理力学参数的可能空间中构造参数取值组合，形成待反演参数若干取值集合；步骤3：建立混凝土大坝三维有限元模型，由运行期的库水位，选定短时间内库水位变化较大的前后两个不同时刻水位作为计算工况水位，将步骤2构造的待反演参数的取值集合逐一输入到混凝土大坝三维有限元模型中进行计算，得到相对应的前后两个不同时刻水位作用下的水压位移分量，即计算位移，由后一时刻的计算位移减去前一时刻的计算位移，得到前后两个不同时刻水位作用下的计算相对位移；步骤4：将步骤2构造的待反演参数的取值集合与步骤3得到的相对应的前后两个不同时刻水位作用下的计算相对位移作为神经网络训练样本组，组成神经网络模型学习样本，然后对神经网络模型进行训练，获得训练好的神经网络模型；步骤5：将步骤3选定的前后两个不同时刻水位代入混凝土大坝关键监测点实测位移统计模型分离出水压位移分量，得到实测相对位移，然后输入到步骤4得到的训练好的神经网络模型，得到相应的力学参数值；并将相应的力学参数值输入到混凝土大坝三维有限元模型进行正分析计算，若水压位移分量计算位移与水压位移分量实测位移之间的误差小于容许误差，则认为该力学参数值为所求；若不满足，继续重复上述步骤，直至满足要求为止，从而得到步骤3选定的计算工况水位下相对应的力学参数反演值；步骤6：由运行期的库水位，选定n‑1组短时间内库水位变化较大的前后两个不同时刻水位作为计算工况水位，重复上述步骤3‑5，得到n‑1组不同计算工况水位下对应的力学参数反演值，n为整数，且n≥8；步骤7：将步骤5和步骤6得到的n组力学参数反演值，构成一个力学参数反演值样本，对力学参数反演值样本进行检验，确定其概率分布情况，由力学参数反演值样本确定的概率分布，根据力学参数反演值样本的概率分布具有80％保证率来确定最终的力学参数反演值，从而解决多参数反演不唯一性问题。...

【技术特征摘要】
1.一种解决大坝混凝土力学参数反演不唯一性的概率统计分析方法，其特征在于该方法包括以下步骤：步骤1：获得待分析混凝土大坝关键监测点实测位移资料，建立混凝土大坝关键监测点实测位移统计模型，分离出水压位移分量，即实测位移；步骤2：结合待分析混凝土大坝的坝体混凝土分区，确定大坝混凝土的待反演物理力学参数，由大坝混凝土的设计参数和工程经验，确定待反演物理力学参数区间范围，然后采用均匀或正交设计法在待反演物理力学参数的可能空间中构造参数取值组合，形成待反演参数若干取值集合；步骤3：建立混凝土大坝三维有限元模型，由运行期的库水位，选定短时间内库水位变化较大的前后两个不同时刻水位作为计算工况水位，将步骤2构造的待反演参数的取值集合逐一输入到混凝土大坝三维有限元模型中进行计算，得到相对应的前后两个不同时刻水位作用下的水压位移分量，即计算位移，由后一时刻的计算位移减去前一时刻的计算位移，得到前后两个不同时刻水位作用下的计算相对位移；步骤4：将步骤2构造的待反演参数的取值集合与步骤3得到的相对应的前后两个不同时刻水位作用下的计算相对位移作为神经网络训练样本组，组成神经网络模型学习样本，然后对神经网络模型进行训练，获得训练好的神经网络模型；步骤5：将步骤3选定的前后两个不同时刻水位代入混凝土大坝关键监测点实测位移统计模型分离出水压位移分量，得到实测相对位移，然后输入到步骤4得到的训练好的神经网络模型，得到相应的力学参数值；并将相应的力学参数值输入到混凝土大坝三维有限元模型进行正分析计算，若水压位移分量计算位移与水压位移分量实测位移之间的误差小于容许误差，则认为该力学参数值为所求；若不满足，继续重复上述步骤，直至满足要求为止，从而得到步骤3选定的计算工况水位下相对应的力学参数反演值；步骤6：由运行期的库水位，选定n-1组短时间内库水位变化较大的前后两个不同时刻水位作为计算工况水位，重复上述步骤3-5，得到n-1组不同计算工况水位下对应的力学参数反演值，n为整数，且n≥8；步骤7：将步骤5和步骤6得到的n组力学参数反演值，构成一个力学参数反演值样本，对力学参数反演值样本进行检验，确定其概率分布情况，由力学参数反演值样本确定的概率分布，根据力学参数反演值样本的概率分布具有80％保证率来确定最终的力学参数反演值，从而解决多参数反演不唯一性问题。2.根据权利要求1所述的一种解决大坝混凝土力学参数反演不唯一性的概率统计分析方法，其特征在于步骤1的分离过程为：采用外观仪器获得...

【专利技术属性】
技术研发人员：黄耀英，肖磊，万智勇，王嵛，蔡忍，周勇，丁宇，
申请(专利权)人：三峡大学，
类型：发明
国别省市：湖北,42