欢迎来到天天文库
浏览记录
ID:37128315
大小:9.37 MB
页数:148页
时间:2019-05-18
《时空全域代理模型及大坝参数反演应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、时空全域代理模型及大坝参数反演应用(申请清华大学工学博士学位论文)培养单位:水利水电工程系学科:水利工程研究生:梁国贺指导教师:李庆斌教授二○一七年五月GlobalSurrogateModelwithTemporal-spatialBasisandItsApplicationinParameterInversionofDamDissertationSubmittedtoTsinghuaUniversityinpartialfulfillmentoftherequirementforthedegreeofDoctorofPhilosophyinHydraulicEngineeringbyLian
2、gGuoheDissertationSupervisor:ProfessorLiQingbinMay,2017摘要摘要大坝安全监测数据的反馈分析是了解其真实工作性态的必要手段,针对该问题的研究对大坝安全具有重要意义,受到了持续而广泛的关注。“数字大坝”的发展产生了多点、多效应量的动态测值序列,如何利用不断增加的监测数据及时、高效地反馈分析坝工结构的真实工作性态,值得重点研究。本文围绕坝工结构反馈分析的全过程,从基于物理模型的参数反演和基于统计模型的数据分析两个方面展开研究,以提高坝工结构参数反演的效率和促进监测数据的及时、有效利用为目的,搭建了大坝监测数据的快速反馈分析平台。论文获得的主要研究
3、成果包括以下几个方面:(1)基于基向量的概念,建立了时空全域代理模型。利用双层本征正交分解提取系统响应场在时间、空间维度的代表性基向量,将响应场表示为基向量展开基态的线性组合,通过理论推导获得样本响应场在基态上的组合系数计算公式,然后采用径向基函数插值模型建立任意参数与其对应的基态组合系数之间的非线性映射关系。该方法可针对任意时空自由度的响应场进行代理建模,与数值模型保持相同的输出量个数且可实时输出。(2)开发了基于时空全域代理模型的参数快速反演算法。在低参数维度条件下,通过合适密度的空间采样建立较高精度的全域代理模型以模拟有限元计算,建立与实测响应的误差目标函数后,结合粒子群优化算法进行快速
4、反演;为进一步提高参数识别精度,并改善多参数同时反演时建立代理模型消耗过大的不足,提出迭代更新代理模型的优化反演策略,以实现多参数的精确反演。该反演算法对系统测点变化、动态测量序列以及多效应测值等工程实际问题的适应性更强,能够针对连续测值实现实时地跟踪反演。(3)提出了基于向量误差修正模型的大坝响应预测方法。从多元回归模型和时间序列模型出发,引入误差修正模型兼顾二者优点,为进一步考虑多点测值间的互相关特性,提出了基于向量误差修正模型的响应预测方法。该方法针对多测点测值同时建模,考虑了大坝整体工作下多点测值间的互相关关系,能在大坝蓄水初期建立,可在线分析大坝工作性态并分离各主要影响因素,为仿真模
5、型的参数反演过程提供参考。关键词:坝工结构;参数反演;代理模型;安全监测;反馈分析IAbstractAbstractThefeedbackanalysisofdamsafetymonitoringdataisanecessarymeanstounderstanditsrealworkingconditions.Theresearchonthisproblemisofgreatsignificancetothesafetyofthedamandhasdrewsustainedandextensiveattentionworldwide.Thedevelopmentof"digitaldam"ha
6、sproducedamulti-point,multi-effectdynamicmeasurementsequence.Itisworthfocusingonusingtheincreasingmonitoringdatatounderstandtherealworkconditionsofthedamstructuretimelyandefficiently.Inthisdissertation,thewholeprocessofthefeedbackanalysisofdamstructureisstudiedfromtwoaspects:parameterinversionbasedo
7、nphysicalmodelanddataanalysisbasedonstatisticalmodel,toimprovetheefficiencyofinversionofstructuralparametersandtopromotetimelyandeffectiveuseofthemonitoringdata.Arapidfeedbackanalysisplatformfordamsaf
此文档下载收益归作者所有