基于混合优化算法的砂砾料面板堆石坝压实质量评价模型及工程应用研究.pdf
《基于混合优化算法的砂砾料面板堆石坝压实质量评价模型及工程应用研究.pdf》由会员分享,可在线阅读,更多相关《基于混合优化算法的砂砾料面板堆石坝压实质量评价模型及工程应用研究.pdf(9页珍藏版)》请在咨信网上搜索。
1、水利水电技术(中英文)第 54 卷 2023 年第 7 期Water Resources and Hydropower Engineering Vol.54 No.7刘世伟,杨宇,宿辉,等.基于混合优化算法的砂砾料面板堆石坝压实质量评价模型及工程应用研究J.水利水电技术(中英文),2023,54(7):141-149.LIU Shiwei,YANG Yu,SU Hui,et al.Study on the compaction quality evaluation model of gravel face rockfill dam based on Hybrid Opti-mization A
2、lgorithm and its engineering applicationJ.Water Resources and Hydropower Engineering,2023,54(7):141-149.基于混合优化算法的砂砾料面板堆石坝压实质量评价模型及工程应用研究刘世伟1,2,杨 宇1,2,宿 辉1,2,孙熇远1,2,赵宇飞3,杨 涛1,2(1.河北省智慧水利重点实验室,河北 邯郸 056006;2.河北工程大学 水利水电学院,河北 邯郸 056006;3.中国水利水电科学研究院,北京 100044)收稿日期:2022-10-18;修回日期:2022-11-27;录用日期:2022-1
3、2-02;网络出版日期:2023-01-06基金项目:河北省重大科技专项(E2020402087);河北省高等学校科学技术研究项目(QN2021030);国家自然科学基金项目(51779250)作者简介:刘世伟(1989),男,副教授,博士,主要从事岩土体变形及本构模型方面的研究。E-mail:liu1989shiwei Editorial Department of Water Resources and Hydropower Engineering.This is an open access article under the CC BY-NC-ND license.摘 要:良好的压实质
4、量评价模型是砂砾料面板堆石坝压实质量实时有效控制的关键。【目的】为改善现有模型的预测精度和泛化能力,【方法】依据新疆阿尔塔什混凝土面板堆石坝工程实例,采用主成分分析法优化数据样本空间,提出自适应差分进化算法与极限学习机相结合的混合优化算法,构建了基于混合优化算法的砂砾料面板堆石坝压实质量评价模型,并与现场实测结果以及其他模型预测结果进行对比分析。【结果】结果显示:该评价模型的预测结果与工程实际值的平均绝对误差 MAE 为0.007 08,均方误差 MSE 为 0.000 092 3,采用原始数据预测的 MAE 和 MSE 分别为 0.010 6、0.000 223;与 ELM、BP、RBF 等
5、模型对比显示,该评价模型预测结果与实测结果的皮尔逊相关系数为 0.824,平均绝对百分比误差 MAPE 为 0.62%,ELM、BP、RBF 模型预测结果与实测结果的皮尔逊相关系数分别为 0.447、0.43、0.556,MAPE 分别为 1.18%、1.59%、1.01%。【结论】结果表明:碾压参数、料源参数和气象参数是影响坝体压实质量的关键控制影响因子;通过主成分分析,降低了样本空间维度,提升了模型训练效率;与实测结果相比,该评价模型预测结果最优,相比于其他三类模型而言,误差减小了 1 倍;不同样本空间范围的预测结果曲线更加平滑,表明该评价模型预测结果更加稳定。相关研究成果可为面板堆石坝施
6、工质量实时管控提供理论依据。关键词:面板堆石坝;砂砾料;压实质量;主成分分析;混合优化DOI:10.13928/ki.wrahe.2023.07.012开放科学(资源服务)标志码(OSID):中图分类号:TV5文献标志码:A文章编号:1000-0860(2023)07-0141-09Study on the compaction quality evaluation model of gravel face rockfill dam based on Hybrid Optimization Algorithm and its engineering applicationLIU Shiwei1
7、,2,YANG Yu1,2,SU Hui1,2,SUN Heyuan1,2,ZHAO Yufei3,YANG Tao1,2(1.Hebei Key Laboratory of Intelligent Water Conservancy,Handan 056006,Hebei,China;2.School of Water Conservancy and Hydropower,Hebei University of Engineering,Handan 056006,Hebei,China;3.China institute of Water Resources and Hydropower R
8、esearch,Beijing 100044,China)141刘世伟,等/基于混合优化算法的砂砾料面板堆石坝压实质量评价模型及工程应用研究水利水电技术(中英文)第 54 卷 2023 年第 7 期Abstract:A good compaction quality evaluation model is the key to real-time and effective control of compaction quality of sand-gravel face rockfill dam.Objective In order to improve the prediction acc
9、uracy and generalization ability of existing models.MethodsAccording to the project example of Xinjiang Altash Concrete Face Rockfill Dam,the principal component analysis method is adopted to optimize the data sample space,and a hybrid optimization algorithm combining adaptive differential evolu-tio
10、n algorithm and extreme learning machine is proposed.A compaction quality evaluation model of sand-gravel face rockfill dam based on hybrid optimization algorithm is constructed,and comparison and analysis with the field measurement result and other model prediction result are carried out.ResultsThe
11、 average absolute error MAE between the prediction result of the model and the actual value of the project is 0.007 08,and the mean square error MSE is 0.000 092 3.The MAE and MSE predicted by the original data are 0.010 6 and 0.000 223,respectively.The comparison between the model in this paper and
12、 the ELM,BP,RBF and other models shows that the Pearson correlation coefficient between the predicted result of the model and the measured result is 0.824,and the mean absolute percentage error MAPE is 0.62%.The Pearson correlation coefficients between the predicted result of the ELM,BP and RBF mode
13、ls and the measured result are 0.447,0.43 and 0.556,respectively,and the MAPE is 1.18%,1.59%and 1.01%,respectively.Conclusion According to the research result,the rolling parameters,material source parameters,as well as meteorological parameters are the key c ontrol factors influencing the dam compa
14、ction quality.Through principal component analysis,the space dimension of the sample is reduced and the model training efficiency is im-proved;Compared with the result measured,the prediction result of the model in this paper is the best,and the error is reduced by one time compared with the other t
15、hree types of models;The prediction result curves of different sample space ranges are more smooth,indicating that the prediction result of this model are more stable.Relevant research result are of theoretical reference significance for the real-time control of construction quality of Concrete Face
16、 Rockfill Dam.Keywords:concrete face rock-fill dam;gravel material;compaction quality;principal component analysis;hybrid optimization0 0 引引 言言 据不完全统计,“十四五”期间我国在建和规划的混凝土面板堆石坝工程数量达到历史之最1。砂砾料是面板堆石坝的主要填筑材料,其填筑和碾压质量直接影响着整个面板堆石坝的安全运维和服务寿命2。目前,关于坝体填筑效果的评价方法主要有试坑试验法3和压实质量实时监测方法4,前者破坏性强、效率低、成本高、耗时长,而后者全面性、实
17、时性强,在坝体工程中得到广泛应用。构建高效压实质量评价模型是实现砂砾料面板堆石坝压实质量实时控制的关键所在,业已成为行业内外关注的热点和难点之一。国内外学者对此已开展了诸多研究。WANG等5考虑了碾压参数和料源参数为主要影响的因素,针对现场监测的小样本数据存在随机性特点且各影响因素之间的关系存在模糊性,采用模糊云方法,建立了堆石坝碾压质量云模糊评价模型;ZHANG 等6提出了声波压实参数作为碾压质量评价指标,采用压力机集成声波检测技术和地质统计方法相结合对大坝填筑料的碾压质量进行了评价;LYU 等7考虑碾压参数、料源参数以及二者的变化特征的影响,采用遗传神经网络算法,以填筑料孔隙率为评价指标,
18、构建了土石坝回填料压实质量评价模型;王瑞等8综合考虑料源参数的不确定性,基于 BP 神经网络建立了堆石料压实质量评估模型;崔博等9综合考虑施工全过程参数,基于双向极限学习机(B-ELM)算法建立了掺砾土心墙料压实质量实时评价模型;ZHONG等10采用全球定位补偿技术,考虑碾压质量和检测技术两方面的因素,构建了大坝碾压质量评价方法,然而模型中仅考虑了碾压分层厚度、碾压机速度和碾压遍数对碾压质量的影响,对料源参数影响因素没有考虑。压实质量评价模型严重依赖于现场实测数据和构建模型的算法,然而相对于施工全过程中产生的数据而言,现场监测获得数据量仍相对较少,这种小样本数据源存在一定的不确定性,采用单一算
19、法构建模型反馈的预测结果仍不理想,混合优化的数据挖掘算法有望解决这一问题11。LIU 等12考虑了填筑材料的物理性质和力学性质两方面的影响,采用内边界模型改进的层次分析法和改进的地质统计分析法相结合构建了大坝碾压质量评价模型;WANG 等13采用萤火虫算法优化支持向量机,提出了考虑碾压机参数和料源参数影响的坝体碾压质量评价方法;王佳俊等14考虑碾压参数和料源参数作为压实质量评价模型的输入参数,基于核方法(KM)和自适应混沌细菌觅食算法(AC-BFA)的模糊逻辑建立了心墙料压实质量评估模型;刘东海等15通过土石坝碾压监控系统研究241刘世伟,等/基于混合优化算法的砂砾料面板堆石坝压实质量评价模型
20、及工程应用研究水利水电技术(中英文)第 54 卷 2023 年第 7 期了碾压参数和压实监测指标之间的相关关系,进而基于多元回归模型和人工神经网络建立了心墙料压实质量评估模型;林威伟等16为定量分析料源参数的不确定性,通过信息熵方法,并基于随机森林算法和 Kriging 空间插值法建立了心墙料压实质量评价模型,实现了全仓面动态评价。综上所述,现有研究成果中主要考虑碾压参数和料源参数对大坝压实质量的影响,而对气象因素,如环境温度等对施工质量的影响研究相对较少。此外,混合数据挖掘算法在小样本和存在随机性的大坝压实质量评价中逐渐得到应用,而目前的研究成果中关于模型的构建效率、预测精度和泛化性能等方面
21、尚有待改进和提高。有鉴于此,本文以新疆阿尔塔什混凝土面板堆石坝砂砾石料主堆石区填筑为工程依托,综合考虑碾压参数、料源参数和气象参数的影响构建压实质量评价模型输入参数集;采用主成分分析法(PCA)优化样本空间,提升模型的训练速度;引入自适应差分进化算法(SaDE),改进极限学习机(ELM)网络参数,提高混合算法的预测精度;进一步构建基于混合优化算法的砂砾料面板堆石坝压实质量评价模型,并与现有其他方法以及现场试坑试验结果进行对比分析,验证本文模型的高效性。以期相关成果能为面板堆石坝的高质量建设和安全运维提供支撑。1 1 压压实实质质量量影影响响因因素素分分析析 选取新疆阿尔塔什混凝土面板堆石坝现场
22、获得201 组监测数据为基础数据17。以碾压速度、碾压遍数、激振频率和沉降厚度为碾压参数成员,以 P5含量(粒径大于 5 mm 的粗颗粒质量百分比)、含水率、不均匀系数 Cu(反映大小不同粒组的分布情况,以判断土粒度级配是否良好的指标之一)和曲率系数Cc(反映土的粒径分布曲线斜率连续性的系数)为料源参数成员,以施工环境平均温度表征气象因素,以相对密度为评价指标。碾压参数、料源参数和气象参数与相对密度之间的相关关系通过皮尔逊相关系数大小分析和判定18,即P=ni=1(xi-x)(yi-y)ni=1(xi-x)2ni=1(yi-y)2(1)式中,P 为各个因素之间的相关系数,其绝对值越接近 1 相
23、关性越高;xi和 yi分别为第 i 个数据点的 2 个因素的值;x 和y 则分别为 2 个因素的均值;n 代表数据点的个数。相对密度与碾压参数、料源参数和气象参数之间的相关系数如图 1 所示。由图 1 可知,阿尔塔什混凝土面板堆石坝砂砾料相对密度与压实厚度、含水率、碾压遍数、曲率系数 Cc、料源 P5 含量的相关系数均大于 0.5,相关性相对较高。平均温度与砂砾料相对密度的相关系数为 0.34,虽然二者相关系数较小,但是大量工程实践结果表明,作业环境温度直接影响着碾压机械司机的操作水平,进而间接影响到坝体压实质量,有必要考虑气象因素的影响。因此,选择碾压速度、碾压遍数、碾压厚度、激振频率、P5
24、 含量、不均匀系数、曲率系数、平均含水率和平均温度这9 种影响因子作为评价模型的因子,选择砂砾料相对密度作为模型的评价指标。图 1 相关系数矩阵Fig.1 Correlation coefficient matrix2 2 基基于于混混合合优优化化算算法法的的压压实实质质量量评评价价模模型型构构建建2.1 构建原始评价数据集 碾压参数数据集源于土石坝碾压监控系统17,通过在现场碾压施工机械上面安装集成高精度北斗定位系统的监测仪器,实现在碾压施工中碾压参数(碾压遍数、碾压速度、碾压轨迹、激振力)等信息的实时追踪监控;料源参数来源于施工现场数据;气象参数来源于工程附近气象站;砂砾料相对密度来源于抽
25、样试坑检测结果,基于时空关联性原则,对四种来源数据进行配对。341刘世伟,等/基于混合优化算法的砂砾料面板堆石坝压实质量评价模型及工程应用研究水利水电技术(中英文)第 54 卷 2023 年第 7 期2.2 基于主成分分析法的样本空间优化 主成分分析法是一种常用的数据降维方法,通过线性变换将原始数据转换到新的特征空间中,以此来提取数据的最主要成分,即“主成分”来表达初始变量。通过主成分分析法处理后,既能达到数据降维的目的,又能保证在信息有效性和代表性的前提下,提升模型的计算效率和精度19。算法步骤如下:(1)通过标准化处理消除原始数据集之间的量纲差异,得到原始数据的标准化矩阵。(2)根据式(1
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 混合 优化 算法 砂砾 面板 堆石坝压 实质 评价 模型 工程 应用 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。