混凝土损伤模型及高拱坝破坏模式研究

本项目在项目负责人带领下，项目组全体研究人员，依照项目申请书，进行了各项研究工作。总体来说，进展顺利，各项研究工作有序、按时开展，顺利完成了申请书中各项研究工作，取得了一些有价值的研究成果，为此类问题的后续研究工作打了很好的基础。 本项目发表标注基金资助的学术论文24篇，其中EI 检索论文11篇，SCI检索论文2篇；培养博士研究生2名，硕士研究生2名。本项目在人才培养和学术成果方面都达到了预期的目标。 本项目共收到基金委资助37万元，截止2014年2月14日，共支出37万元，无结余。经费的使用按国家自然基金经费管理办法进行，实际执行情况和原申请书中预算基本一致，无较大的变动。 本项目主要研究内容及成果如下： （1）项目申请人之前提出了一种以等效应变为基础的混凝土损伤模型，本项目通过一系列的构件-梁、板等，进行了拉、压试验以模拟单向受力和双向受力应力状态，并依据申请人提出的损伤模型进行数值模拟，用试验结果和数值计算结果验证了这种等效应变为基础的混凝土损伤模型可以应用于单向和双向受力状态，为后面分析拱坝复杂应力状态提供了充分的理论和数据支持。 （2）有限元数值模拟中，网格尺寸对计算结果影响非常大。基于此，本项目对合理网格尺寸进行了研究，提出了网格局部加密过程及其处理方法，并以溪洛渡高拱坝为例，提出了失衡力和位移收敛容差取10-5较为合理。 （3）在单向和双向应力状态基础上，本项目设计制作了一个混凝土拱坝模型，以验证复杂应力状态下，拱坝的破坏准则，由单轴应力状态推多轴应力状态，试验结果验证了四参数损伤模型可以用于分析三向应力状态，为本损伤模型在工程上应用提供了数据支持。本试验材料全部采用混凝土浇筑，这在水利行业结构试验中尚属前列。 （4）本项目结合了溪洛渡高拱坝实例，探讨分析了影响大坝上游面开裂的因素，建立了以损伤模型和可靠度为基础的混凝土高拱坝可能破坏模式及可靠度分析方法。 2100433B

我国已基本建成的拉西瓦、小湾电站和正在兴建的溪洛渡、锦屏及白鹤滩等电站均是300米级的高拱坝,确保工程安全运行至关重要。但目前我国高拱坝设计主要依据的设计准则是拱梁分载法，不能反映拱坝的可能的局部破坏及破坏后对大坝工作性态的影响。非线性有限元分析是合理的途径，但分析成果是否可靠取决于混凝土力学特性的合理描述及分析方法的准确程度。本课题拟研究：（1）通过小结构混凝土试验，完善申请人提出的以等效应变为基础的混凝土损伤模型，合理反映尺寸效应的影响；（2）损伤发展过程的渐进网格加密方法，以实现拱坝局部损伤发生和发展过程的快速合理模拟；（3）高拱坝荷载及材料特性的随机性，可能破坏模式与失效概率分析方法；（4）结合溪洛渡高拱坝，分析其在自重、水压力和温度作用下的破坏模式与可靠度。从而建立以损伤模型和可靠度为基础的混凝土高拱坝可能破坏模式及可靠度分析方法。

作为我国超高坝的主要坝型，高拱坝具有良好的超载能力及经济性，但同时其安全性也因高坝、大库容、复杂环境条件等因素的影响而备受关注。为提高高拱坝健康监测水平，研究准确高效的损伤识别算法是目前的关键技术问题。因此，本研究拟在考虑材料参数、外界作用及测量数据不确定性的情况下，建立适于高拱坝损伤识别的模型修正方法。主要内容有：（1）采用模糊变量描述复杂高拱坝结构的不确定性，针对高拱坝损伤特点，研究结合正则化过程的模糊模型修正方法，从修正参数隶属函数提取结构损伤指标；（2）充分利用高坝长期监测系统，以大坝变形等结构响应的长期时间序列为输入数据，建立卡尔曼滤波框架下的递推型修正算法；同时考虑温度场分布等时变模糊因素的影响，采用模糊扩展卡尔曼滤波方法进行高拱坝损伤识别。本研究将从数值模拟、模型实验及原型观测等方面分析、验证损伤识别方法的可靠性，为高拱坝运行期间的在线监测、安全评价等提供理论基础和技术支撑。

作为我国超高坝的主要坝型，高拱坝具有良好的承载能力及经济性，但同时其安全性也因高坝、大库容、复杂环境条件等因素的影响而备受关注。为提高高拱坝健康监测水平，研究准确高效的损伤识别算法是目前的关键技术问题。因此，本项目课题组根据研究计划要点和研究计划进度，拟定了详细的研究方案，采用理论分析、数值模拟、模型试验相结合的研究方法，针对结构参数不确定性大、反演算法不适定强等难点，运用模型修正以及滤波类方法作为基本反演分析工具，结合正则化技术对结构损伤识别算法进行改进，重点研究了高拱坝结构分区等效弹性模量的检测与诊断，全面完成了研究计划内容，取得了预定的研究成果。相关进展和研究成果主要包括：（1）时变温度场作用下高拱坝有限元模型的建立与静动力分析；（2）适于高拱坝结构损伤识别的正则化模型修正方法：具体包含基于响应面方法的模型修正、基于DS证据理论的静动力反演数据融合、不同正则化策略的模型修正算法等；（3）结合正分析先验信息的震后高拱坝模糊损伤识别方法，具体包括高拱坝弹塑性抗震分析以及可能的损伤模式、基于损伤模式种群筛选的遗传算法、基于改进遗传算法的高拱坝模糊损伤识别方法等；（4）基于高拱坝长期变形数据的滤波类损伤识别方法，具体包括基于长期拱坝变形数据的扩展卡尔曼滤波损伤识别方法、结合1范数正则化的无迹卡尔曼滤波方法、具有损伤识别和传感器故障诊断功能的联邦卡尔曼滤波方法、结合零变异改进的PSO粒子滤波算法、集员滤波区间反演算法及其改进等。本课题研究成果有助于提高高拱坝结构损伤定位及定量评估的准确性与可靠性，有利于保障高拱坝结构的安全性，并为高拱坝在线监测和损伤识别提供了必要的理论基础和技术支撑。 2100433B