CN107301282A - 基于多源监测时序数据的混凝土坝力学参数反演方法 - Google Patents

Abstract

本发明公开了一种基于多源监测时序数据的混凝土坝力学参数反演方法：采集混凝土坝物理模型在地震台实验过程中的多源监测时序数据；采用3D扫描技术，建立三维有限元动力分析模型；采用敏感性分析方法，确定待反演参数；拉丁超立方抽样方法对待反演参数取值，生成待反演参数组，动力计算，得到综合评价指标K‑RPD；利用响应面法，建立待反演参数与K‑RPD之间的隐式函数关系；采用蒙特卡罗方法，计算最优反演参数组Q_max1即为反演结果。本发明利用先进的全场全时序监测方法，解决了监测数据量小的问题；利用数学分析方法，建立了综合性指标，充分利用了多种类、全场、全时序的监测数据，解决了评价指标单一的问题。

Description

基于多源监测时序数据的混凝土坝力学参数反演方法

技术领域

本发明涉及混凝土坝工程数值模拟分析领域，更具体的说，是涉及一种基于多源监测时序数据的混凝土坝力学参数反演方法。

背景技术

随着我国水资源的进一步开发利用，一批大型水利枢纽工程在西南的高地震烈度地区开工建设，大坝结构的抗震安全不仅影响水利枢纽工程功能和效益的正常发挥，而且对下游人民财产安全产生威胁。大型地震台实验作为一种结构抗震设计检验方法，能够模拟大坝在不同地震强度下结构的动力响应，揭示大坝在地震作用下的灾变机理，为结构抗震的优化设计提供了可靠的试验平台。然而，大型地震台实验作为一种破坏性试验，具有试验周期长、成本高等不足，为了充分挖掘地震台实验的潜在数据信息，提高地震台实验的利用价值，以混凝土坝物理模型地震台实验结果为标准，对混凝土坝物理模型的有限元数值模型参数进行反演修正，提高数值模拟在不同地震波类型，不同外荷载条件以及不同震级等工况下的预测精度，以实现可重复、低成本、高精度的混凝土坝地震数值模拟分析，具有十分重要的工程价值。

传统的参数反演方法主要可以分为直接法和间接法，通过少量实测的位移或加速度等数据，反演出结构的力学参数，进而修正数值模型以提高计算精度。目前结构工程研究普遍采用位移、加速度或者模态数据等少量的监测数据进行参数反演，在静力稳定性分析或者简单结构的动力分析中取得了良好的效果。但对于监测数据的采集、挖掘和利用存在不足，并且对于混凝土坝这一复杂三维结构的动力响应，仅仅依靠部分测点的位移与加速度数据进行参数反演，难以反应振动过程中结构的动态变化，造成大量数据信息的丢失的同时，也影响反演参数的精度，存在的监测数据量小、利用率低以及评价指标单一的不足。

用于反演的实测数据的种类和数量越多，反演分析的精度越高，因此，增加实测数据的种类和数量，改进反演分析的方法，是提高力学参数反演精度的有效途径。地震台实验作为一种室内试验，能够最大限度地获取实验过程中的测量数据，形成多源监测时序数据结构。

发明内容

本发明针对现有方法中存在的监测数据量小、利用率低以及评价指标单一的不足，提供一种基于多源监测时序数据的混凝土坝力学参数反演方法，利用先进的全场全时序监测方法，获得了更加完整的多源监测时序数据，解决了监测数据量小的问题；利用数学分析方法，对多源监测时序数据进行了深度的挖掘和利用，并建立了综合性指标，充分利用了多种类、全场、全时序的监测数据，解决了评价指标单一的问题。

本发明的目的是通过以下技术方案实现的。

本发明的基于多源监测时序数据的混凝土坝力学参数反演方法，包括以下步骤：

步骤一，采集混凝土坝物理模型在地震台实验过程中的多源监测时序数据；

步骤二，采用3D扫描技术，获取混凝土坝物理模型的细节数据，即高密度三维点云数据，构造混凝土坝物理模型的几何模型；结合混凝土坝物理模型的坝体分区、材料属性、边界约束条件、激振力荷载，建立混凝土坝物理模型的三维有限元动力分析模型；

步骤三，采用敏感性分析方法，确定敏感性较高的结构力学参数作为待反演参数；

步骤四，采用拉丁超立方抽样方法对待反演参数进行取值，生成用于拟合响应面的待反演参数组，将待反演参数组依次输入混凝土坝物理模型的三维有限元动力分析模型进行动力计算，得到相应的综合评价指标K-RPD；

步骤五，利用响应面法，建立待反演参数与综合评价指标K-RPD之间的隐式函数关系；

步骤六，采用蒙特卡罗抽样方法生成α组待反演参数，利用隐式函数关系代替有限元动力计算，得到相应的综合评价指标K-RPD，确定最大综合评价指标K-RPD_max1，对应的一组待反演参数作为最优反演参数组Q_max1(优选α＝10⁶)；将最优反演参数组Q_max1输入混凝土坝物理模型的三维有限元动力分析模型进行动力计算，得到相应的综合评价指标K-RPD’_max1，若K-RPD’_max1≥K-RPD_max1，则当前最优反演参数组Q_max1即为反演结果；否则，返回步骤四重新计算，直到获得满足K-RPD’_max1≥K-RPD_max1要求的最优反演参数组。

步骤一中所述的多源监测时序数据的采集类型和方法如下：

①运用基于3D显微变形测量技术的非接触全场应变测量系统，采用三维数字图像相关性运算法则，为混凝土坝物理模型提供三维空间内的全视野形貌和应变数据；

②运用Optotrak Certus光学测量系统，实时得到混凝土坝物理模型中每个靶点在不同时刻的三维空间坐标信息，进而得出靶点的位移、加速度数据。

步骤三中待反演参数的确定方法优选为定量全局敏感性分析方法，即扩展傅里叶幅度敏感性分析法，具体实现步骤如下：

①采用拉丁超立方抽样方法对混凝土坝物理模型中不同材料的弹性模量、泊松比、摩擦角、粘聚力、密度参数进行抽样，生成n组混凝土坝力学参数T(t₁,t₂,...,t_m)，其中m代表参数的种类数，n≥65*m，将n组混凝土坝力学参数依次输入混凝土坝物理模型的三维有限元动力分析模型进行计算，得到n组模型的坝顶位移的动力响应结果；

②根据傅里叶级数，计算由参数t_i变化所得到的模型结果的方差表示为以及模型结果变化的总方差为其中i＝1,2,...,m，j＝1,2,...,+∞，∧E为傅里叶级数的频谱曲线，E为傅里叶变换系数，Z⁰为除0外的整数集合，w_i代表与参数t_i相关的频率；

③计算参数t_i的全局敏感性指数其中V_il，V_ilh，V_12...i...m，分别代表参数t_i在其他参数t_l、t_h变化影响下的耦合方差，l＝1,2,...,m，h＝1,2,...,m；

④对所有参数的全局敏感性指数进行从大到小排序，选取全局敏感性指数S_T.i＞β的参数作为待反演参数，β∈(0,1)，作为优选，β取值为0.7。

步骤四中综合评价指标K-RPD基于多源监测时序数据获得，具体计算步骤如下：

①以加速度数据为例，在混凝土坝物理模型上选取s个特征点作为测量靶点，包括但不限于坝顶、坝踵、坝趾以及坝体高程三分之一处位置，在地震台振动试验中全程以一定频率记录靶点加速度数据，形成随时间变化的靶点加速度向量组(测量数据)；

②通过混凝土坝物理模型的三维有限元动力分析模型的动力响应计算，得出模型中对应靶点位置且对应时刻的节点加速度向量组A₁,A₂,...A_s(模拟数据)，计算测量数据和模拟数据的均方根误差RMSE：

其中，N为在地震模拟过程中得到的数据采样点总数，q＝1,2,...,N。

③计算靶点的百分比偏差率RPD，作为模型拟合度评价指标：

由此，得到s个测量靶点的加速度评价指标，同样的，计算靶点的位移和应变数据，计算相应的RPD值，共得到3*s个基于多源监测时序数据的评价指标。

④根据待反演参数组的三维有限元动力分析模型的评价指标计算结果，利用熵权法，综合评价3*s个评价指标的权重，计算确定综合评价指标K-RPD。

与现有技术相比，本发明的技术方案所带来的有益效果是：

(1)本发明针对混凝土坝力学参数反演分析中存在的监测数据量小的问题，利用先进的非接触全场应变测量系统和光学测量系统，对混凝土坝物理模型在振动过程中进行了全场全时序的监测，提取了应变、位移、加速度等多种监测时序数据，充分利用地震台实验多源监测时序数据；

(2)本发明针对监测数据利用率低以及评价指标单一的问题，提出了耦合熵权法和响应面法的混凝土坝力学参数反演方法，构建基于多源监测时序数据的综合评价指标，充分利用了全场多靶点全时序的监测数据，并构建了考虑权重的综合评价指标，提高了数据的利用率，解决了指标单一的问题；

(3)本发明采用响应面法，将参数反演问题转化为优化问题，搜寻最优的计算参数组，即为反演结果，减少数值重分析次数，从而提高反演的精度和效率。

附图说明

图1是本发明的流程图；

图2是本发明某时段监测数据与模拟数据对比图。

具体实施方式

下面结合附图和具体实施方式对本发明的技术方案作进一步详细地说明。

为了充分利用地震台实验的数据信息，提高反演分析的效率和精度，本发明提出了一种基于地震台实验多源监测时序数据的混凝土坝力学参数反演方法，如图1和图2所示。具体包括以下步骤：

步骤一，采集混凝土坝物理模型在地震台实验过程中的多源监测时序数据，为参数反演提供数据支撑。数据采集类型和方法如下：

①运用基于3D显微变形测量技术的非接触全场应变测量系统，采用三维数字图像相关性运算法则，为混凝土坝物理模型提供三维空间内的全视野形貌和应变数据。

②运用Optotrak Certus光学测量系统，实时得到混凝土坝物理模型中每个靶点在不同时刻的三维空间坐标信息，进而得出靶点的位移、加速度数据。

步骤二，采用3D扫描技术，获取混凝土坝物理模型的细节数据，即高密度三维点云数据，将数据输入建模软件进行分析处理，进而构造混凝土坝物理模型的几何模型。结合混凝土坝物理模型的坝体分区、材料属性、边界约束条件、激振力荷载等，基于ABAQUS大型有限元软件，建立混凝土坝物理模型的三维有限元动力分析模型。

步骤三，采用敏感性分析方法，确定敏感性较高的结构力学参数作为待反演参数。作为优选，采用定量全局敏感性分析方法，即扩展傅里叶幅度敏感性分析法，具体实现步骤如下：

①采用拉丁超立方抽样方法对混凝土坝物理模型中不同材料的弹性模量、泊松比、摩擦角、粘聚力、密度等参数进行抽样，生成n组混凝土坝力学参数T(t₁,t₂,...,t_m)，其中m代表参数的种类数，n≥65*m，将n组混凝土坝力学参数依次输入混凝土坝物理模型的三维有限元动力分析模型进行动力计算，得到n组模型的坝顶位移的动力响应结果。

②根据傅里叶级数，计算由参数t_i变化所得到的模型结果的方差V_i，以及模型结果变化的总方差V：

其中，i＝1,2,...,m，j＝1,2,...,+∞，∧_E为傅里叶级数的频谱曲线，E为傅里叶变换系数，Z⁰为除0外的整数集合，w_i代表与参数t_i相关的频率。

③计算参数t_i的全局敏感性指数S_T.i：

其中，V_il,V_ilh,V_12...i...m，分别代表参数t_i在其他参数t_l、t_h变化影响下的耦合方差，l＝1,2,...,m，h＝1,2,...,m；

④对所有参数的全局敏感性指数进行从大到小排序，选取全局敏感性指数S_T.i＞β的参数作为待反演参数，β∈(0,1)，作为优选，β取值为0.7。

步骤四，采用拉丁超立方抽样方法对待反演参数进行取值，生成用于拟合响应面的多组待反演参数组，将待反演参数组依次输入混凝土坝物理模型的三维有限元动力分析模型进行动力计算，得到相应的综合评价指标K-RPD，综合评价指标K-RPD基于多源监测时序数据获得，具体计算步骤如下：

①以加速度数据为例，在混凝土坝物理模型上选取s个特征点作为测量靶点，包括但不限于坝顶、坝踵、坝趾以及坝体高程三分之一处等位置，在地震台振动试验中全程以一定频率记录靶点加速度数据，形成随时间变化的靶点加速度向量组(测量数据)。

②通过混凝土坝物理模型的三维有限元动力分析模型的动力响应计算，得出模型中对应靶点位置且对应时刻的节点加速度向量组A₁,A₂,...A_s(模拟数据)，计算测量数据和模拟数据的均方根误差RMSE：

其中，N为在地震模拟过程中得到的数据采样点总数，q＝1,2,...,N。

③百分比偏差率RPD是能够考虑时间历程的数据分析指标，因此被选为最终的模型拟合度评价指标，RPD值越大，数值模型对物理模型实验的拟合程度越好。

由此，得到s个测量靶点的加速度评价指标，同样的，计算靶点的位移和应变数据，计算相应的RPD值，共得到3*s个基于多源监测时序数据的评价指标。

④根据多组待反演参数组的三维有限元动力分析模型的评价指标计算结果，利用熵权法，综合评价3*s个评价指标的权重，计算确定综合评价指标K-RPD。

步骤五，利用响应面法，建立待反演参数与综合评价指标K-RPD之间的隐式函数关系。

步骤六，采用蒙特卡罗抽样方法生成α组待反演参数，利用隐式函数关系代替有限元动力计算，得到相应的综合评价指标K-RPD，以综合评价指标K-RPD最大为目标，确定最大综合评价指标K-RPD_max1，对应的一组待反演参数作为最优反演参数组Q_max1。作为优选，α＝10⁶。

将得到的最优反演参数组Q_max1输入混凝土坝物理模型的三维有限元动力分析模型进行动力计算，得到相应的综合评价指标K-RPD’_max1，若K-RPD’_max1≥K-RPD_max1，则当前最优反演参数组Q_max1即为反演结果；否则，返回步骤四重新计算，直到获得满足K-RPD’_max1≥K-RPD_max1要求的最优反演参数组。

尽管上面结合附图对本发明的功能及工作过程进行了描述，但本发明并不局限于上述的具体功能和工作过程，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可以做出很多形式，均属于本发明的保护之内。

Claims (4)

1.一种基于多源监测时序数据的混凝土坝力学参数反演方法，其特征在于，包括以下步骤：

步骤一，采集混凝土坝物理模型在地震台实验过程中的多源监测时序数据；

步骤二，采用3D扫描技术，获取混凝土坝物理模型的细节数据，即高密度三维点云数据，构造混凝土坝物理模型的几何模型；结合混凝土坝物理模型的坝体分区、材料属性、边界约束条件、激振力荷载，建立混凝土坝物理模型的三维有限元动力分析模型；

步骤三，采用敏感性分析方法，确定敏感性较高的结构力学参数作为待反演参数；

步骤四，采用拉丁超立方抽样方法对待反演参数进行取值，生成用于拟合响应面的待反演参数组，将待反演参数组依次输入混凝土坝物理模型的三维有限元动力分析模型进行动力计算，得到相应的综合评价指标K-RPD；

步骤五，利用响应面法，建立待反演参数与综合评价指标K-RPD之间的隐式函数关系；

步骤六，采用蒙特卡罗抽样方法生成α组待反演参数，利用隐式函数关系代替有限元动力计算，得到相应的综合评价指标K-RPD，确定最大综合评价指标K-RPD_max1，对应的一组待反演参数作为最优反演参数组Q_max1(优选α＝10⁶)；将最优反演参数组Q_max1输入混凝土坝物理模型的三维有限元动力分析模型进行动力计算，得到相应的综合评价指标K-RPD’_max1，若K-RPD’_max1≥K-RPD_max1，则当前最优反演参数组Q_max1即为反演结果；否则，返回步骤四重新计算，直到获得满足K-RPD’_max1≥K-RPD_max1要求的最优反演参数组。

2.根据权利要求1所述的基于多源监测时序数据的混凝土坝力学参数反演方法，其特征在于，步骤一中所述的多源监测时序数据的采集类型和方法如下：

①运用基于3D显微变形测量技术的非接触全场应变测量系统，采用三维数字图像相关性运算法则，为混凝土坝物理模型提供三维空间内的全视野形貌和应变数据；

②运用Optotrak Certus光学测量系统，实时得到混凝土坝物理模型中每个靶点在不同时刻的三维空间坐标信息，进而得出靶点的位移、加速度数据。

3.根据权利要求1所述的基于多源监测时序数据的混凝土坝力学参数反演方法，其特征在于，步骤三中待反演参数的确定方法优选为定量全局敏感性分析方法，即扩展傅里叶幅度敏感性分析法，具体实现步骤如下：

①采用拉丁超立方抽样方法对混凝土坝物理模型中不同材料的弹性模量、泊松比、摩擦角、粘聚力、密度参数进行抽样，生成n组混凝土坝力学参数T(t₁,t₂,...,t_m)，其中m代表参数的种类数，n≥65*m，将n组混凝土坝力学参数依次输入混凝土坝物理模型的三维有限元动力分析模型进行计算，得到n组模型的坝顶位移的动力响应结果；

②根据傅里叶级数，计算由参数t_i变化所得到的模型结果的方差表示为以及模型结果变化的总方差为其中i＝1,2,...,m，j＝1,2,...,+∞，∧_E为傅里叶级数的频谱曲线，E为傅里叶变换系数，Z⁰为除0外的整数集合，w_i代表与参数t_i相关的频率；

③计算参数t_i的全局敏感性指数其中V_il,V_ilh,V_12...i...m，分别代表参数t_i在其他参数t_l、t_h变化影响下的耦合方差，l＝1,2,...,m，h＝1,2,...,m；

④对所有参数的全局敏感性指数进行从大到小排序，选取全局敏感性指数S_T.i＞β的参数作为待反演参数，β∈(0,1)，作为优选，β取值为0.7。

4.根据权利要求1所述的基于多源监测时序数据的混凝土坝力学参数反演方法，其特征在于，步骤四中综合评价指标K-RPD基于多源监测时序数据获得，具体计算步骤如下：

①以加速度数据为例，在混凝土坝物理模型上选取s个特征点作为测量靶点，包括但不限于坝顶、坝踵、坝趾以及坝体高程三分之一处位置，在地震台振动试验中全程以一定频率记录靶点加速度数据，形成随时间变化的靶点加速度向量组(测量数据)；

②通过混凝土坝物理模型的三维有限元动力分析模型的动力响应计算，得出模型中对应靶点位置且对应时刻的节点加速度向量组A₁,A₂,...A_s(模拟数据)，计算测量数据和模拟数据的均方根误差RMSE：

<mrow> <msub> <mi>RMSE</mi> <mi>p</mi> </msub> <mo>=</mo> <msqrt> <mfrac> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>q</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </msubsup> <msup> <mrow> <mo>(</mo> <msub> <mi>A</mi> <mrow> <mi>p</mi> <mi>q</mi> </mrow> </msub> <mo>-</mo> <msub> <mover> <mi>A</mi> <mo>^</mo> </mover> <mrow> <mi>p</mi> <mi>q</mi> </mrow> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mi>N</mi> </mfrac> </msqrt> <mo>,</mo> <mi>p</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>s</mi> </mrow>

其中，N为在地震模拟过程中得到的数据采样点总数，q＝1,2,...,N。

③计算靶点的百分比偏差率RPD，作为模型拟合度评价指标：

<mrow> <msub> <mi>RPD</mi> <mi>p</mi> </msub> <mo>=</mo> <mfrac> <msqrt> <mfrac> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>q</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </msubsup> <msup> <mrow> <mo>(</mo> <msub> <mover> <mi>A</mi> <mo>^</mo> </mover> <mrow> <mi>p</mi> <mi>q</mi> </mrow> </msub> <mo>-</mo> <mi>E</mi> <mo>(</mo> <msub> <mover> <mi>A</mi> <mo>^</mo> </mover> <mrow> <mi>p</mi> <mi>q</mi> </mrow> </msub> <mo>)</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mi>N</mi> </mfrac> </msqrt> <mrow> <msub> <mi>RMSE</mi> <mi>p</mi> </msub> </mrow> </mfrac> <mo>,</mo> <mi>p</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>s</mi> </mrow>

由此，得到s个测量靶点的加速度评价指标，同样的，计算靶点的位移和应变数据，计算相应的RPD值，共得到3*s个基于多源监测时序数据的评价指标。

④根据待反演参数组的三维有限元动力分析模型的评价指标计算结果，利用熵权法，综合评价3*s个评价指标的权重，计算确定综合评价指标K-RPD。