摘要 | 第2-3页 |
Abstract | 第3页 |
1 绪论 | 第7-12页 |
1.1 研究背景及意义 | 第7页 |
1.2 国内外研究发展现状 | 第7-11页 |
1.3 本文研究内容 | 第11-12页 |
2 重力坝深层抗滑稳定分析 | 第12-31页 |
2.1 刚体极限平衡法 | 第12-14页 |
2.2 有限元强度折减法 | 第14-24页 |
2.2.1 强度折减法基本原理 | 第14-15页 |
2.2.2 理想弹塑性模型 | 第15-16页 |
2.2.3 ANSYS中弹塑性增量计算过程 | 第16-18页 |
2.2.4 重力坝有限元模型极限状态的判据 | 第18-19页 |
2.2.5 D-P系列屈服准则的研究以及在ANSYS中的转换 | 第19-24页 |
2.3 工程算例分析 | 第24-30页 |
2.3.1 工程概况 | 第24-25页 |
2.3.2 有限元计算模型 | 第25页 |
2.3.3 计算结果分析 | 第25-29页 |
2.3.4 不同屈服准则下的结果对比分析 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
3 传统可靠度分析方法 | 第31-41页 |
3.1 重力坝深层抗滑稳定可靠度基本概念 | 第31-33页 |
3.1.1 基本随机变量 | 第31页 |
3.1.2 结构的极限状态 | 第31-32页 |
3.1.3 结构的失效概率与可靠指标 | 第32-33页 |
3.2 Monte Carlo方法 | 第33-35页 |
3.3 一次二阶矩方法 | 第35-38页 |
3.3.1 中心点方法 | 第35页 |
3.3.2 设计点方法 | 第35-38页 |
3.4 JC法 | 第38-40页 |
3.5 本章小结 | 第40-41页 |
4 基于群体智能算法的重力坝深层抗滑稳定可靠度分析 | 第41-48页 |
4.1 可靠指标的约束优化模型 | 第41-42页 |
4.2 基于CGABC算法的重力坝深层抗滑稳定可靠度分析 | 第42-44页 |
4.2.1 基本人工蜂群(ABC)算法 | 第42-43页 |
4.2.2 引入交叉操作的全局人工蜂群(CGABC)算法 | 第43-44页 |
4.2.3 CGABC算法求解可靠指标步骤 | 第44页 |
4.3 基于XPSO算法的重力坝深层抗滑稳定可靠度分析 | 第44-46页 |
4.3.1 基本粒子群(PSO)算法 | 第44-45页 |
4.3.2 带收缩因子的粒子群(XPSO)算法 | 第45页 |
4.3.3 XPSO算法求解可靠指标计算步骤 | 第45-46页 |
4.4 求解 β 程序正确性验证 | 第46-47页 |
4.5 本章小结 | 第47-48页 |
5 重力坝深层抗滑稳定可靠度分析 | 第48-64页 |
5.1 工程算例分析 | 第48-53页 |
5.1.1 工程概况及随机变量 | 第48-49页 |
5.1.2 不同方法的可靠性指标结果 | 第49-51页 |
5.1.3 惩罚因子 λ 对CGABC法与XPSO法的结果影响 | 第51-53页 |
5.2 随机变量对可靠性指标的影响 | 第53-57页 |
5.2.1 变量分布类型对可靠指标的影响 | 第53-54页 |
5.2.2 抗剪断强度均值及变异系数对可靠性指标的影响 | 第54-55页 |
5.2.3 相关随机变量的可靠指标 | 第55-57页 |
5.3 安全系数与可靠指标 | 第57-58页 |
5.4 工程实例分析 | 第58-63页 |
5.4.1 工程概况 | 第58-60页 |
5.4.2 可靠指标计算及结果 | 第60-61页 |
5.4.3 参数变化对可靠指标影响 | 第61-63页 |
5.5 本章小结 | 第63-64页 |
6 结论与展望 | 第64-65页 |
6.1 主要结论 | 第64页 |
6.2 展望 | 第64-65页 |
参考文献 | 第65-70页 |
攻读硕士学位期间发表学术论文情况 | 第70-71页 |
致谢 | 第71-73页 |