清华大学学报(自然科学版)

作者：王峰, 周宜红, 赵春菊, 周华维, 陈文夫, 谭尧升, 梁志鹏, 潘志国, 王放

单位：1. 三峡大学 水利与环境学院, 宜昌 443002;<br>2. 三峡大学 水电工程施工与管理湖北省重点实验室, 宜昌 443002;<br>3. 中国三峡建设管理有限公司, 成都 610041

关键词：热学参数,特高拱坝,反演分析,粒子群算法,交叉变异

针对混凝土施工期热学参数与室内试验值存在差异这一问题，该文基于粒子群算法和光纤温度监测数据，对特高拱坝低温季节混凝土热学参数进行识别。为克服传统粒子群算法易局部最优的不足，引入凹函数惯性权重系数，并与遗传算法的交叉变异操作相结合，建立了群体智能优化混合粒子群模型，从而平衡全局和局部搜寻能力。选用实际冷却通水方案以及环境气温，考虑多档通水以及冷却水沿途水温变化影响，将混合粒子群算法应用于不同强度混凝土、同一强度不同级配混凝土进行热学参数反演分析。通过工程实例说明了智能辨识的合理性以及混合粒子群算法的良好收敛性。该反演成果对阐明混凝土热学参数与温度变化之间规律具有重要意义。

来源：2021年第7期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2021年第7期