论文部分内容阅读
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。