基于Madis-GTS NX的深基坑支护分析与三维数值模拟应用

以昆明国际汇都二期基坑工程为实例，从分析周边环境受深基坑开挖影响的各因素入手，采用理论分析、现场监测与数值模拟相结合的方法，应用Midas/GTS软件对此工程建立三维基坑模型，完成基坑分布开挖施工过程模拟，并进行数值模拟分析。将深基坑与周边土体、邻近建筑物看作一个系统，进一步研究周边地表及邻近建筑物在各影响因素下的变形规律。最后将模型中的支护结构变形值与实际检测结果进行分析对比，结果表明Midas建立的模型具有可靠性，得出基坑在开挖的过程中对邻近建筑物地表沉降产生一定影响，为施工设计与检测提供了可靠的依据，所得出的数据也为后续类似工程案例提供了数据支持。     

露天煤矿内排土场填方体变形规律研究

为了合理地优化元宝山露天煤矿内排土场填方体与英金河改选河道位置的安全距离，开展露天煤矿内排土场的沉降变形规律研究。采用定常伯格斯(Burgers)蠕变模型对排土场填方体细粒土质砂蠕变参数进行反演，应用有限差分软件FLAC^3D对内排土场排水垫层砂砾石土蠕变参数进行反演，同时利用FLAC^3D对内排土场填土过程进行数值模拟。结果表明：在整个排土过程中，排土场的沉降位移随着时间的延长而增加，在前0～2 a内，沉降位移增加速率较快，在2～4 a内，其增加速率出现减小，而在4 a以后趋于稳定；在细粒土质砂参数反演过程中，在蠕变过程的衰减蠕变阶段，数值计算与现场监测结果差距较大，而在稳态蠕变阶段，数值计算和现场监测值相一致；填土高度对排土场填方体的沉降量及其达到稳定的时间具有影响，填土高度越大，工后沉降量越大，所需达到稳定的时间越长；填方体推进位置对排土场的沉降位移具有较大的影响，合理地优化填方体与河道安全距离可以缩短排土时间。     

大坝变形GA-LSTM组合预测模型研究

为监测大坝运行过程中的异常状态，防范化解大坝溃坝等重大风险，基于大坝变形大样本、非线性监测数据，引入长短期记忆(Long Short Term Memory, LSTM)神经网络模型对大坝变形趋势进行预测，以测试样本的均方根误差最小为适应度函数，采用遗传算法(Genetic Algorithm, GA)优化LSTM模型参数，建立大坝变形GA-LSTM组合预测模型。以福建水口水电站大坝为例进行验证分析，并与LSTM模型和门控循环神经网络(Gated Recurrent Unit, GRU)模型预测结果进行对比分析。分析结果表明，GA-LSTM模型的预测效果和性能更佳，且相较于LSTM模型和GRU模型各测点预测误差均有减小，平均绝对误差减小量最高达6.92%。     

基于光学的金属/复材混合结构热变形试验研究

本文开展了金属/复材混合结构壁板热变形的测试方法研究，针对混合结构从常温20℃到-55℃的热变形行为，采用非接触式光学测试技术获取整个温度历程的热屈曲变形参数，揭示了飞机温度包线下混合结构壁板的热屈曲变形规律。结论：结构离面位移变化是结构屈曲失稳的表现，壁板结构在降温过程中虽然产生屈曲失稳现象，但是结构仍可恢复至正常状态，并未产生后屈曲现象，结构变形的变化斜率在-15℃之后发生了巨大的变化，基本呈现线性关系。