基于BP神经网络船闸闸首热学参数反分析.docVIP

基于BP神经网络船闸闸首热学参数反分析 　　摘要：因工程条件限制或其他原因，部分闸首工程无法通过混凝土绝热温升试验来确定混凝土热学参数，因此提出基于BP神经网络的船闸闸首热学参数反分析方法。首先使用均匀设计理论构造热学参数组合，利用温度场三维有限元正分析得到闸首的计算温度样本训练网络;然后将实测温度值输入神经网络，对闸首混凝土多个热学特性参数进行同时反演;最后利用反分析后的热学参数进行温度场正分析，预测关键位置的温度时程曲线，并与实测温度时程曲线进行对比。实例分析结果表明，利用均匀设计理论构造待反演参数组，可以提高神经网络反分析收敛的速度，获得的参数满足工程要求。 　　关键词：船闸闸首;热学参数;反分析;BP神经网络;三维有限元 　　中图分类号：U641文献标志码：A文章编号： 　　1672-1683（2015）02-0354-04 　　BackanalysisonthermalparametersofshiplockheadbasedonBPneuralnetwork 　　SUChao1，WANGLu1，DONGYi-Jia1，DAOVan-hung2 　　（1.CollegeofWaterConservancyandHydropowerElectricity，HohaiUniversity，Nanjing210098，China; 　　2.ThuyloiUniversity，Hanoi100803，Vietnam） 　　Abstract：Duetoengineeringconstructionlimits，thethermalparametersofconcreteforsomelockheadprojectscannotbedeterminedbytheadiabatictemperaturerisingtest.Inthispaper，aninversionanalysismethodwasproposedtodeterminethelockheadthermalparametersbasedonBPneuralnetwork.First，thecombinationsofconcretethermalparameterswereconstructedbasedontheuniformdesigntheoryandtheywereusedtogenerateaseriesoftrainingsamplesusingthethermalFEManalysis.Then，themeasuredtemperaturedatawereputintotheneuralnetworktoperformtheinversionanalysisonthethermalparameters.Finally，thethermalparametersobtainedfromtheinversionanalysiswereusedtoanalyzeandpredictthetemperaturedataatcertainpointsandcomparedthemwiththeactualtemperaturedata.TheresultsshowedtheconvergencerateoftheBPneuralnetworkisimprovedbythethermalparametersdevelopedbytheuniformdesign，andtheobtainedparametersmeettheengineeringrequirements. 　　Keywords：lockhead;thermalparameters;backanalysis;BPneuralnetwork;three-dimensionalfiniteelementmethod 　　闸首为大体积混凝土结构，温度对其结构应力状态具有重要影响。确定闸首热学参数最直接的方法是进行绝热温升试验，但受工程条件的限制或其他原因影响，部分工程现场无法进行绝热温升试验。为计算大体积混凝土的温度场，近年来广泛应用反分析方法（如复合形法、遗传算法等优化算法）确定闸首的热学参数。王振红等以南水北调中线总干渠上的漕河渡槽工程为模型，结合混凝土温度场应力场的基本原理和水管冷却的精确算法，采用遗传算法反演得到混凝土热学参数[1];李洋波等根据景洪电站右冲坝段施工现场温度实测资料，采用复合形法反演实际浇筑的碾压混凝土材料热学参数[2]。 　　近年来，神经网络也被应用到了大体积混凝土参数反分析当中，李端有等以清江隔河岩水电站重力拱坝为例，根据水平位移和垂直位移的监测数据，将均匀设计理论、BP神经网络和遗传算法三者结合起来，映射坝体计算位移值与材料力学参数之间的复杂非线性关