基于主动学习Kriging模型的斜坡基桩水平承载可靠度计算方法技术

本发明专利技术提供了一种基于主动学习Kriging模型的斜坡基桩水平承载可靠度计算方法，包括以下步骤：确定影响斜坡基桩水平承载可靠度的随机变量的具体类型及分布情况，生成相应样本库；抽取输入样本，并利用斜坡段输电塔基桩水平承载理论分析模型计算斜坡基桩水平承载功能函数，形成初始样本对；基于当前样本输入

【技术实现步骤摘要】
基于主动学习Kriging模型的斜坡基桩水平承载可靠度计算方法


[0001]本专利技术涉及输电塔桩基础可靠度分析
，具体而言，涉及一种基于主动学习Kriging模型的斜坡基桩水平承载可靠度计算方法。

技术介绍

[0002]在山区输电线路建设过程中，大量输电塔塔位所处地形陡峻、地质条件复杂。与平地基桩相比，位于斜坡的输电塔基桩单侧土体缺失，水平荷载作用下的桩基内力与变形更为复杂。因此，针对山区等特殊地形条件下的基础设施建设，更应关注斜坡段基桩水平承载方面的安全与稳定。
[0003]对于斜坡基桩水平承载特性，国内外学者已开展了大量研究。如：分析临坡距与斜坡比对基桩水平承载变形性能的影响；根据模型试验，研究影响基桩水平承载能力的关键因素；水平荷载下斜坡空间效应对基桩位移及内力的影响机理；斜坡段水平受荷刚性桩的极限破坏模式，并在此基础上拟合了承载力与坡脚的映射公式。但上述研究内容主要采用确定性分析方法，聚焦于斜坡对基桩受力特性的影响机理，然而实际上桩、土等参数具有很强的随机特征，基桩水平承载性能呈现出明显的不确定性。
[0004]不确定性因素是影响基桩水平承载的一大安全隐患。为避免由此导致的安全问题，不少学者采用可靠性分析方法对基桩水平承载性能进行了评估。然而，目前相关研究主要基于验算点法、响应面、蒙特卡洛等传统可靠度理论进行分析，面对高维复杂的基桩极限状态方程，难以保证求解效率及收敛性；且其研究对象多为平地基桩，而较少考虑斜坡段基桩水平承载可靠性。

技术实现思路

[0005]本专利技术旨在至少解决现有技术中存在对于斜坡基桩水平承载特性的研究多基于确定性分析方法，聚焦于斜坡对基桩受力特性的影响机理，然而实际上桩、土等参数具有很强的随机特征，基桩水平承载性能呈现出明显的不确定性，不确定性因素是影响基桩水平承载的一大安全隐患；虽然存在部分技术采用可靠性分析方法对基桩水平承载性能进行了评估，但相关研究主要基于验算点法、响应面、蒙特卡洛等传统可靠度理论进行分析，面对高维复杂的基桩极限状态方程，难以保证求解效率及收敛性；且其研究对象多为平地基桩，而较少考虑斜坡段基桩水平承载可靠性，难以对输电塔桩基础可靠度分析和输电塔桩基础设计参数优化作出有效指导，影响输电系统的安全稳定的技术问题之一。
[0006]为此，本专利技术提供了一种基于主动学习Kriging模型的斜坡基桩水平承载可靠度计算方法。
[0007]本专利技术提供了一种基于主动学习Kriging模型的斜坡基桩水平承载可靠度计算方法，包括以下步骤：
[0008]S1、确定影响斜坡基桩水平承载可靠度的随机变量的具体类型及分布情况，生成
相应样本库；
[0009]S2、抽取输入样本，并利用斜坡段输电塔基桩水平承载理论分析模型计算斜坡基桩水平承载功能函数，形成初始样本对；
[0010]S3、基于当前样本输入
‑
输出数据构建Kriging模型；
[0011]S4、针对当前样本库，采用Kriging模型求解失效概率。
[0012]根据本专利技术上述技术方案的基于主动学习Kriging模型的斜坡基桩水平承载可靠度计算方法，还可以具有以下附加技术特征：
[0013]在上述技术方案中，根据斜坡桩基础的变形微分方程建立所述斜坡段输电塔基桩水平承载理论分析模型，包括：
[0014]S21、考虑斜坡效应，根据基桩受力分析模型，建立斜坡段基桩的变形挠曲微分方程；
[0015]S22、通过中心差分理论求解S21中建立的斜坡段基桩的变形挠曲微分方程，联立基桩各节点控制差分方程与边界条件方程，建立包含虚拟节点位移在内的斜坡基桩水平位移矩阵方程；
[0016]S23、通过求解S22建立的斜坡基桩水平位移矩阵方程，得到不同水平荷载下斜坡输电塔基桩各位置水平位移以及斜坡段基桩的转角、弯矩及剪力。
[0017]在上述技术方案中，针对不同失效模式构建所述斜坡基桩水平承载功能函数，所述失效模式包括水平位移超限模式和材料屈服模式；
[0018]所述失效模式为水平位移超限模式时，斜坡基桩水平承载功能函数为：
[0019]g
d
(s)＝d(s)
‑
D
l
[0020]所述失效模式为材料屈服模式时，斜坡基桩水平承载功能函数为：
[0021]g
M
(s)＝M(s)
‑
M
l
[0022]其中，g
d
(s)为基桩水平位移功能函数，g
d
(s)>0表示基桩处于安全状态，g
d
(s)<0表示基桩失效，g
d
(s)＝0表示基桩处于极限状态；s为影响斜坡基桩水平承载可靠度的随机变量；d(s)为根据斜坡段输电塔基桩水平承载理论分析模型计算得出的基桩水平位移值；D
l
为水平位移限值；
[0023]g
M
(s)为基桩材料屈服功能函数；M(s)为根据斜坡段输电塔基桩水平承载理论分析模型计算得出的基桩弯矩值；M
l
为抗弯承载力。
[0024]在上述技术方案中，S3所述的Kriging模型通过拟合物理过程，代替理论分析过程，对功能函数进行评估；
[0025]所述Kriging模型为：
[0026][0027][0028]其中，F、R分别为输入样本对应的回归函数值矩阵与相关函数值矩阵；Y为系统实际响应矩阵；N为输入样本数量；r为未知输入点与输入样本之间的相关函数向量。
[0029]在上述技术方案中，步骤S3中还采用可靠度分析方法EGRA对Kriging模型进行优化，求解预期可行性函数EF最大值对应的样本作为优化样本更新Kriging模型。
[0030]在上述技术方案中，求解预期可行性函数EF最大值对应的样本作为优化样本更新
Kriging模型包括：
[0031]S31、计算当前样本对应的EF函数值，判断是否满足收敛准则；
[0032]S32、当满足收敛要求时，可执行S4；否则，需通过EF函数与数值模拟确定最佳更新样本对，求解预期可行性函数EF最大值对应的样本作为优化样本更新Kriging模型，直至当前样本对应的EF函数值满足收敛要求。
[0033]在上述任一技术方案中，将S3建立的Kriging模型与蒙特卡洛模拟过程MCS相结合，通过统计不同影响斜坡基桩水平承载可靠度的随机变量对应的Kriging模型响应，对斜坡基桩失效概率进行计算。
[0034]在上述技术方案中，其特征在于，对斜坡基桩失效概率进行计算的方法为：
[0035][0036]其中，P
f
为失效概率；为模拟失效概率；n
mc
为样本数量；I(g)为故障指示函数。
[0037]在上述任一技术方案中，通过计算失效概率变异系数COV衡量模拟失效概率的精度；则斜坡基桩水平承载可靠度计算方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于主动学习Kriging模型的斜坡基桩水平承载可靠度计算方法，其特征在于，包括以下步骤：S1、确定影响斜坡基桩水平承载可靠度的随机变量的具体类型及分布情况，生成相应样本库；S2、抽取输入样本，并利用斜坡段输电塔基桩水平承载理论分析模型计算斜坡基桩水平承载功能函数，形成初始样本对；S3、基于当前样本输入
‑
输出数据构建Kriging模型；S4、针对当前样本库，采用Kriging模型求解失效概率。2.根据权利要求1所述的基于主动学习Kriging模型的斜坡基桩水平承载可靠度计算方法，其特征在于，根据斜坡桩基础的变形微分方程建立所述斜坡段输电塔基桩水平承载理论分析模型，包括：S21、考虑斜坡效应，根据基桩受力分析模型，建立斜坡段基桩的变形挠曲微分方程；S22、通过中心差分理论求解S21中建立的斜坡段基桩的变形挠曲微分方程，联立基桩各节点控制差分方程与边界条件方程，建立包含虚拟节点位移在内的斜坡基桩水平位移矩阵方程；S23、通过求解S22建立的斜坡基桩水平位移矩阵方程，得到不同水平荷载下斜坡输电塔基桩各位置水平位移以及斜坡段基桩的转角、弯矩及剪力。3.根据权利要求2所述的基于主动学习Kriging模型的斜坡基桩水平承载可靠度计算方法，其特征在于，针对不同失效模式构建所述斜坡基桩水平承载功能函数，所述失效模式包括水平位移超限模式和材料屈服模式；所述失效模式为水平位移超限模式时，斜坡基桩水平承载功能函数为：g
d
(s)＝d(s)
‑
D
l
所述失效模式为材料屈服模式时，斜坡基桩水平承载功能函数为：g
M
(s)＝M(s)
‑
M
l
其中，g
d
(s)为基桩水平位移功能函数，g
d
(s)>0表示基桩处于安全状态，g
d
(s)<0表示基桩失效，g
d
(s)＝0表示基桩处于极限状态；s为影响斜坡基桩水平承载可靠度的随机变量；d(s)为根据斜坡段输电塔基桩水平承载理论分析模型计算得出的基桩水平位移值；D
l
为水平位移限值；g
M
(s)为基桩材料屈服功能函数；M(s)为根据斜坡段输电塔基桩水平承载理论分析模型计算得出的基桩弯矩值；M
l
为抗弯承载力。4.根据权利要求3所述的基于...

【专利技术属性】
技术研发人员：刘畅，鄢秀庆，李钟，韩大刚，李林，刘翔云，龚涛，王成，何松洋，
申请(专利权)人：中国电力工程顾问集团西南电力设计院有限公司，
类型：发明
国别省市：