基于BP神經網絡的堆石壩參數反分析

景孟旗, 沈長松,劉 賓,王 冬,余敏林

(1.河海大學水利水電學院，南京,210098；2.遼寧省供水局，沈陽,110003；3.遼寧省東水西調工程建設局，沈陽,110006；4.寧波市水利水電規(guī)劃設計研究院，寧波,315192)

0 引言

為評價混凝土面板堆石壩的安全，需進行變形與穩(wěn)定等方面的研究計算，而這些計算均以已知的材料參數為前提。對于完建與運行多年的大壩，由于設計、施工等復雜原因，土體參數設計值往往與實際值相差很大，而由于受設備，成本等方面的制約，要對這些參數進行精確量測亦相當困難。

材料參數反分析方法正是在這種背景下應運而生的，它是現代規(guī)劃理論、數值分析方法和觀測技術的綜合運用。現代控制理論和數值分析方法為反分析方法提供了理論基礎；而觀測設備及觀測技術的發(fā)展則為反分析方法在實踐中得到推廣運用提供了技術保證，使其成為較精確地計算面板堆石壩壩體材料參數的有效方法。

本文基于BP神經網絡對國內某抽水蓄能電站下水庫大壩主、次堆石區(qū)材料參數進行反分析，根據該堆石壩的現場實測沉降，將堆石壩的沉降分解為瞬時變形沉降和流變沉降，從沉降監(jiān)測值中減去蠕變分量，分解出沉降荷載變形分量的相對值；再從有限元計算得到的沉降變形絕對值中減去檢測儀器安裝前的沉降值，得到沉降變形相對值，進行材料參數的反演計算。然后根據反演得到的堆石區(qū)材料參數進行有限元計算，通過計算所得結果與現場實測數據對比，探討反演數據的合理性和面板堆石壩壩體材料參數反分析方法的有效性，為堆石壩工程的設計和現場施工提供科學依據和參考。

1 工程應用實例

1.1 工程概況

本文對國內某抽水蓄能電站下水庫大壩主、次堆石區(qū)材料參數進行反分析，研究中有限元計算與內部變形監(jiān)測資料分析相結合反演壩體主堆石區(qū)及次堆石區(qū)的材料非線性參數，大壩典型橫斷面及材料分區(qū)示意圖如圖1。

圖1 典型橫斷面及材料分區(qū)示意圖

1.2 有限元計算資料

根據工程實際情況，應用Abaqus對其進行有限元仿真計算，計算過程中，壩體網格以空間六面體等參單元為主，在壩建基面等某些部位適當剖劃空間五面體等參單元和空間四面體單元，以更好地適應大壩建基面幾何形狀的劇烈變化。整個計算域共剖分單元20527個，結點22291個，其中壩體有限元模型見圖2。

圖2 壩體有限元模型

研究中將有限元計算結果與壩體內部變形監(jiān)測資料相結合，反演壩體主、次堆石區(qū)的材料非線性參數，有限元計算為BP神經網絡提供訓練樣本集。

在巖土工程中選擇本構模型時，一方面要貼近實際情況，另一方面要便于計算。我國在面板堆石壩的仿真計算分析中，最常用的本構模型有鄧肯-張E-B非線性彈性模型、沈珠江院士的雙屈服面彈塑性模型和多種形式的K-G模型。鄧肯-張E-B模型的計算結果與堆石體沉降變形的實際情況較為符合，并且在實際工程計算中經過廣泛使用，積累了豐富的經驗，確定材料參數的試驗技術和方法也較為成熟。因此，本文對面板堆石壩進行有限元分析時，采用鄧肯-張E-B本構模型。運用鄧肯-張E-B模型計算面板堆石壩變形時，共有8個參數，本文反演的模型參數為主、次堆石區(qū)的K, n, kb, m。

1.3 實測沉降變形量的處理

1.3.1 實測沉降變形量的分解

利用鄧肯-張E-B模型對堆石壩沉降變形進行仿真計算時，通常不考慮堆石的蠕變特性及溫度對堆石的影響。面板堆石壩在外載作用下，原型觀測得到的變形是綜合變形或叫總變形，它既含有外荷載的影響，又含有蠕變的影響，因此在反演分析時對總變形必須進行分解，即從總變形中扣除蠕變分量和溫度分量，將剩余部分與有限元計算值相擬合，從而反演非線性參數，由于溫度作用對堆石體變形影響相對較小，本文在對大壩沉降變形監(jiān)測資料進行多元回歸分析時，忽略了溫度變化對堆石體沉降變形的影響，采用的運行期面板堆石壩變形的統(tǒng)計模型如下：

注：式中A0，…，A6——待定系數，h——壩前水深，t0——壩體開始填筑日至開始觀測日的時間，每天取0.01，t——壩體開始填筑日至觀測日的時間，每天取0.01。

蠕變分量St可表示為：

據（1）式，通過matlab編程進行多元回歸分析，得到各測點的回歸系數，進而由（2）式求得相應蠕變分量，實測沉降變形量的分解見表1。

表1 實測沉降量分解 單位：mm

1.3.2 實測沉降變形量與有限元計算值的統(tǒng)一

有限元計算得到的壩體變形量是絕對值，即計算所得的沉降值為壩體從初始建壩到埋設儀器，再到壩體竣工或運行期的沉降量之和——即累積沉降量；壩體沉降觀測值為相對值，即觀測所得的沉降值是從儀器埋設初始時刻以0mm沉降始計累積沉降量，未包含儀器埋設之前已經發(fā)生的累積沉降量。所以在反演分析中需要將沉降的絕對值和相對值進行統(tǒng)一后再作為輸入樣本集進行BP網絡訓練。本文根據回歸分析結果，計算出儀器安裝前的沉降量，從有限元計算得到的絕對 值中扣除儀器安裝前的沉降量，將有限元計算值轉化為相對值之后作為輸入樣本集。

1.4 材料參數反演分析

三層BP網絡可以以任意精度逼近任何非線性函數，本文在對堆石區(qū)參數反演時采用三層BP網絡模型。

神經網絡是通過對大量相關參數的學習訓練，最終得到輸出參數與輸入參數之間的映射關系，大量的輸入參數與輸出參數就構成了網絡的訓練樣本集。文中選取56組參數，通過有限元軟件Abaqus計算，得到所選測點處的沉降變形量絕對值，扣除沉降測量儀器安裝前的沉降，得到沉降變形量相對值。56組參數和相應沉降變形計算相對值用做本文網絡訓練的樣本集。通過56組樣本對BP網絡進行訓練，并仿真，得到表2所示較為理想的最優(yōu)解。

表2 堆石區(qū)材料參數反演結果

1.5 基于反演參數的有限元計算

基于表2參數，對運行期的壩體沉降進行有限元計算，得到圖3所示沉降變形等值線圖，圖中沉降變形分布規(guī)律同實際觀測情況一致。

表3為基于反演參數的測點沉降正分析結果與測點實測資料的對比。

圖3 壩體沉降變形等值線圖 單位：mm

?

由表3可見，扣除儀器埋設初始時刻的沉降計算值后，測點SGA2-4，SGA2-5，SGA3-7的沉降計算相對值和運行期沉降荷載變形分量相比誤差較小，而測點SGA3-4誤差相對較大，初步分析，主要是由于以下幾點原因：

(1)壩體實際填筑過程中的不均勻性，以及與有限元分級加載仿真計算的不一致性等情況，會造成計算值與觀測值出現誤差。

(2)實測變形的分解與實際情況的接近程度，對反演分析的結果也有相應的影響。

(3)在觀測過程中，會出現人為的失誤、讀數誤差、時間不連續(xù)、數據不完整以及儀器不穩(wěn)定等狀況，這些必然也會產生一定的影響。

綜上分析，本文所得到的結果雖存在一定的誤差，但結果仍較為合理，反演得到的材料參數可以作為大壩仿真計算的一個重要參考依據。

2 結語

本文運用BP神經網絡沉降位移反演分析法對某水庫面板堆石壩堆石料的鄧肯-張E-B模型參數進行反演分析，得出如下結論：

(1)由沉降儀讀出的數據是多種因素綜合作用的結果，用來進行反演分析、和有限元計算結果比較時，要扣除堆石體蠕變分量。

(2)有限元計算得到的壩體沉降變形絕對值，與壩體沉降觀測得到的相對值，在反演分析前先進行統(tǒng)一，再作為BP神經網絡的樣本，進行反演計算，并根據反演得到的參數進行有限元計算，結果與現場實測結果符合較好，反演結果較為合理。

[1]田明俊,周晶.基于蟻群算法的土石壩土體參數反演[J].巖石力學與工程學報,2005;24(8):1411-1416.

[2]DunCan J M,CHANG C Y.Non-linear Analysis of Stresses and Strain in Soils[J].Journal of the Soil Me-chanic and Foundations Division,1970,96(5):1629-1652.

[3]沈珠江.南水雙屈服面模型及其應用[C].海峽兩岸土力學及基礎工程地工技術學術研討會論文集;西安:中國土木工程協會,1994: 152- 159.

[4]Gao Lian-shi.The Nonlinear Uncoupled K-G Model for Rock-fill Materials and Its Verification[C].Proceedings of the 14th International Conference on Soil Mechanics and Foundation Engineering.Sit zungsberichte;Hamburg:ISSMFE,September 6-12, 1997.

[5]沈長松,顧淦臣.面板堆石壩參數反分析及變形規(guī)律探討[J].河海大學學報,1996.11;24(6):13～19.

[6]韓力群.人工神經網絡教程[M].北京:北京郵電大學出版社,2006.