反分析的原理和计算方法

反分析的原理和计算方法

3.1 概述

地下工程开挖过程中，岩土体性态、水土压力和支护结构的受力状态都在不断变化，采用确定不变的力学参数分析不断变化的体系的力学状态，显然不可能得到预想的效果。软件提供的反分析方法以现场位移或内力增量量测值等为依据，借助优化反分析方法确定地层性态参数值，并将可使以这些参数值为输入量算得的测点位移计算值与实测值相比误差为最小的量作为优化反分析解，尔后将其用作预测计算分析的依据。

位移反分析方法可分为正反分析法和逆反分析法两类。后者为正分析的逆过程，计算过程简单，但须先建立求逆公式和编制相应的程序，适用性差。前者为正分析计算的优化逼近过程，一般通过不断修正未知数的试算值逼近和求得优化解，计算机运作时间虽长，但可利用原有正算程序进行计算，便于处理各种类型的反分析问题，并可用于各类非线性问题的分析，适用性强。本软件采用的方法为正反分析法。

地下结构的施工常采用分步开挖、分步支护的方式，其位移、结构内力及岩土层应力等随着施工阶段的变化呈现出一种动态响应过程。因此，有必要将常规的反演分析法与施工模拟过程结合起来，建立一种施工动态反演分析方法。在相同工程及地层条件下，通过利用当前施工阶段量测到的全量或增量信息，来反求地层性态参数和初始地应力参数，进而达到准确预测相继施工阶段的岩土介质和结构的力学状态响应，为施工监控设计提供指导性依据。

3.2 量测信息的种类及表达式

在建立的反演分析计算法中,现场量测信息一般用作建立反演计算方程的输入量,因而通常是进行反演计算的主要依据。岩土体在工程施工过程中受到扰动后发生的现象，主要是继续变形和破坏，如果归诸于力学原理，则是岩土体的应力场、应变场、位移场和稳定状态在受到扰动的过程中发生了变化。鉴于受力物体的变形、内力、应力和荷载之间存在依存关系，可以推理如能取得岩土体在受到扰动的过程中发生的应力、应变、内力或位移变化值的量测信息，则可望通过

1

正演计算的逆过程得出初始地应力的量值和作用方向，以及用于描述岩土介质的受力变形性态的特性参数。

3.2.1 位移量测信息

围岩地层中位移量测分为洞周表面各点的收敛位移量测如拱顶下沉、洞周收敛变形、地表沉降、盾构管片接头相对位移等和围岩域内各点的位移量测，主要为围岩径向多点位移、地表深层沉降、水平位移等。

在软土岩土工程中，位移量测主要有地表沉降、围护结构的水平位移、垂直位移、土体测斜、周围建筑物、道路和官线的沉降及水平位移等。

位移量又分为绝对位移（相对于不动点）和相对位移（相对于同一测线上的基准测点）两种。

3.2.2 内力量测信息

内力量测信息包括扰动应力即由开挖等引起的岩土体应力的变化量和构件

（支撑、围护、锚杆及衬砌结构等）轴力、弯矩。其中扰动应力为将来扩展反演量测信息。

3.2.3 压力量测信息

压力量测信息包括岩土体内部土压力和结构（喷射混凝土、衬砌、围护结构）与岩土体之间的接触压力两种，为将来扩展反演量测信息。

3.2.4 应变量测信息

有开挖引起的应变可分为在洞室壁面上发生的应变和在岩土体内部发生的

应变两类。前者称为表面应变，后者称为域内应变。在应变量测中常用的是电阻应变片和千分表，其中前者对量测表面应变和域内应变都适用，后者仅适用于量测表面应变。

3.3 目标函数和适应性函数 3.3.1 目标函数

隧道及地下结构施工动态反演过程的量测信息拟采用结构变形、内力及地层水平和垂直变形等，待求未知参数X可设定为各地层弹性模量和初始地应力参数。关于待求未知量X的最小二乘目标函数为

2

Fi （3— 1） F(X)??wiFi0i?1式中：K为量测信息种类，包括绝对位移、相对位移、结构轴力、弯矩等；

F???ij?1Ki*2?Fj??Fj, Fi0K?????F?j?1Ki*2j （3— 2）

其中：?Fj , ?Fj*—任意两施工阶段测点处对应绝对位移、相对位移、结构轴力或弯矩等的计算值和实测值增量；Ki—第i种量测信息种类的测点个数；wi—加权常数，一般取wi=1。

3.3.2 适应性函数

对于岩土工程的位移优化反分析，在应用遗传算法时，由于目标函数比较小，采用适应性函数

fitness(x)?1 F(X)来区分不同的个体（关于遗传算法，详见下节）。

3.3 优化方法

反演分析中，优化方法和初始值的选择十分重要，这关系到反演最终能否获得成功（即获得正确合理的反演结果）。同济曙光软件提供多种优化方法供用户选择。

3.3.1 单纯形法

单纯形法的思想是通过对n维空间上n?1顶点的函数值进行比较，通过反射、收缩、延伸来排除函数值最大的点，找到函数值最小的点，并形成新的单纯形，这样逐步逼近极小值点。

单纯形是n维空间中n+1个点构成的体积不为零的多面体，这n+1个点称为该单纯形的顶点。顶点的位置由n维空间中的坐标给出，目标函数f(X)定义于n维空间中。给定顶点的初值X1，X2…，Xn+1后，可求得顶点处的目标函数值f(Xi)。单纯形形心处的坐标为

1n?1X?Xi （2— 1） ?n?1i?1

3

令Xh，Xl分别为目标函数值取最大和最小的顶点，单纯形法就是要寻找一个具有较小目标函数值的点来取代顶点Xh，方法是通过三种运算：反射，收缩和延伸。

在反射运算中，新顶点坐标为

X??X??(X?Xh) （2— 2)

式中，α称为反射系数。 在计算目标函数后，如有

f(Xl)?f(X?)?f(Xh)

则以Xμ替代Xh构成新的单纯形。如有

f(X?)?f(Xl)

则可以扩大步长，进一步寻找更好的点Xν

X??X??(X??X) （2— 3)

式中β称为扩张系数。这时，对于Xν点，如有

f(X?)?f(X?)

则以Xν置换Xh，并构成新的单纯形。但是如果有

f(X?)?f(X?)

则以Xμ置换Xh并构成新的单纯形。

如果对于反射后得到的点Xμ，有

f(X?)?f(Xi)，i≠h

则新的Xh将是相应于目标函数f(Xh)和f(Xμ)中较低者。设该点为Xh＇，用收缩算法寻找新点

?Xc?X??(Xh?X) （2— 4)

式中，γ为收缩系数。如有

?f(Xc)?f(Xh)

则以Xc置换Xh＇构成新的单纯形。若

?f(Xc)?f(Xh)

4

则以下式取代单纯形的全部顶点

Xi?Xi?1(Xl?Xi)，i =0，1，…，n （2— 5) 2得到新的单纯形。上式实际上是缩小原来的单纯形，并使最好点仍为缩小后的单纯形的一个顶点。

重复上述单纯形的算法，单纯形的尺寸将会不断缩小，直至缩小到指定的精度范围以内。

3.3.2 阻尼最小二乘法

阻尼最小二乘法在给定参数初值的领域内，把函数通过泰勒级数展开，通过反复迭代逐渐逼近目标函数的极小值，得到参数的最优解，增加阻尼因子，大大改善了系数矩阵的求逆条件，为了进一步减少初始参数的影响、增加解的稳定性以及收敛速度，具体过程和算法如下：

假设原方程为：

Gx?d （2— 6）

式中：G、x、d分别为系数矩阵、参数矩阵和实测数据阵。 目标函数：

F(x)?(d?Gx)(d?Gx)??fi(x)??(ui?ui)2 （2— 7）

2?i?1i?1nn式中：ui、ui分别为位移实测值和有限元计算值；ui?u(x1,x2,?,xn)；n为实测值的个数；

?X?[x1,x2,?,xm]T，m为参数个数。

minF(x)?minfT(x)f(x)?min||f(x)||2 （2— 8）

n?f(x)?F(x) (j?1,2,?,m) （2— 9） ?2?fi(x)i?xj?xji?1??F(x)???f1(x)?x??x1?1???f(?F(x)??1x)?????F(x)??x2?=2?x2???????F(x)???f(x)???1??xm????xm

5

?fn(x)??f2(x)?x1x1??f1(x)???fn(x)???f2(x)????f2(x)?? x2x2?????????fn(x)???fn(x)???f2(x)??xmxm??

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库反分析的原理和计算方法在线全文阅读。