高心墙堆石坝弹塑性动力反应分析及地震易损性研究
Elasto-plastic dynamic response analysis and seismic fragility research of high core earth-rockfill dam
通讯作者:
收稿日期: 2019-12-23
Received: 2019-12-23
作者简介 About authors
靳聪聪(1987—),男,博士生,从事高土石坝地震易损性及抗震可靠度研究.E-mail:
采用改进PZC弹塑性模型和动力固结有限元程序SWANDYNE II,对糯扎渡高土石坝进行动力分析,直接得到大坝永久变形,为地震易损性研究提供计算基础. 采用坝顶相对震陷率作为易损性性能参数,根据糯扎渡高土石坝所在区域的主要潜在震源区内统计地震情况,从PEER中选取60条吻合较好的地震动记录. 基于性能的大坝抗震设防水准 和土石坝震害等级,提出适合高土石坝的性能水平划分. 引入人工神经网络方法,结合多条带分法,提出基于ANN-MSA的高土石坝地震易损性分析方法. 该方法通过对选取的地震动记录调幅处理,利用SWANDYNE II程序对地震动进行分析,得到不同PGA的坝顶相对震陷率,作为训练样本和检验样本. 采用RBFNN对训练样本进行训练,利用训练和检验后的模型预测坝顶相对震陷率. 结合ANN预测结果和MSA方法,对糯扎渡高土石坝进行地震易损性分析,计算出该大坝的三维地震易损性曲面.
关键词:
The dynamic analysis of Nuozhadu high core earth-rockfill dam was conducted by adopting the improved PZC elastic-plastic model and the dynamic consolidation finite element program SWANDYNE II. The permanent deformation of the dam was obtained, and the calculation basis for seismic fragility analysis was provided. The crest relative seismic settlement rate was selected as the fragility performance parameter. The 60 well-matched ground motion records were picked from PEER according to the statistical earthquake situation in the main potential seismic source area of Nuozhadu high core earth-rockfill dam. The grade of performance level of the high core earth-rockfill dam was proposed combined with the performance of the dam anti-seismic level and the earthquake damage grade of core earth-rockfill dams. The seismic fragility analysis approach for the high earth-rockfill dam based on ANN-MSA was provided by introducing the artificial neural network method and combined with multi-strip method. The SWANDYNE II program was used to analyze the seismic ground motion by processing the selected seismic records. The relative seismic subsidence rates of the different PGAs can be obtained, which were used as training samples and test samples. RBFNN was utilized to train the training samples. The model through training and testing can well predict the relative seismic settlement rate. The seismic fragility of Nuozhadu high core earth-rockfill dam was analyzed combined with the prediction results of ANN and MSA method, and the three-dimensional seismic fragility surface of the dam was obtained.
Keywords:
本文引用格式
靳聪聪, 迟世春.
JIN Cong-cong, CHI Shi-chun.
我国在水资源丰富的西部地区已建、在建和规划了一批高坝大库,考虑到西部地区位于我国地震频发地带,大坝在遭受地震,尤其是强震作用下,一旦发生严重灾变,将导致不堪设想的灾害. 高土石坝集抗震能力强、地形适应佳、筑坝选材广等优势,成为高坝大库建设的首选坝型. 对于高土石坝动力反应分析和地震易损性研究的意义十分重大.
土石坝动力分析方法分为以下2类:等价黏弹性模型-等效线性分析方法和弹塑性模型-非线性分析方法[1]. 其中,等价黏弹性模型-等效线性分析方法具有概念简单、易于编程、模型参数求取方便的优势,在土石坝动力分析中应用广泛[2],但利用该方法无法直接计算残余变形和孔压变化等[3]. 弹塑性模型-非线性分析方法采用动力弹塑性本构模型,结合非线性分析方法,无需相关经验公式即可直接获得永久变形. Khoei等[4]采用弹塑性模型-非线性分析方法,对3座土石坝进行二维有限元地震动力分析. Li等[5]采用基于PZ模型的方法,对双江口高土石坝进行动力反应分析. 于玉贞等[6]采用基于PZ模型的弹塑性模型-非线性方法,对糯扎渡高土石坝进行三维动力反应分析. 孔宪京等[7]采用改进广义塑性模型,对紫坪铺面板堆石坝进行三维动力反应分析. 魏匡民等[8]对某高土石坝动力弹塑性与黏弹性分析方法比较研究表明,弹塑性方法计算结果更符合实际.
1. 广义塑性模型
式中:Dep为弹塑性矩阵,De为弹性矩阵,ngL/U为加、卸载时的塑性流动方向矢量,n为加载方向矢量,HL/U为加载卸载塑性模量.
改进的PZC模型采用Hardin等[23]提出的非线性弹性切变模量Ges和体积模量Kev来描述弹性关系:
式中:e为孔隙比,p'为围压,G0和K0为模型参数,
剪胀方程用线性函数来近似表示:
式中:αg为模型参数,η为应力比,Mg为临界状态线在p'-q平面上的斜率.
加载的塑性流动方向定义如下:
加载方向向量n采用和塑性流动方向向量相同的表达形式,定义为
式中:αf和Mf为模型参数.
改进的塑性加载模量表达式如下:
式中:H0为模型参数;
其中
改进的塑性卸载模量表达式为
式中:
2. 高心墙堆石坝动力反应分析
2.1. 计算模型
图 1
采用有限元程序SWANDYNEⅡ,开展糯扎渡高心墙堆石坝静、动力分析. 计算采用逐级加载的方法模拟坝体施工工序,水库蓄水过程通过水荷载分级施加进行模拟. 静力计算分60级加载,1~40级为坝体施工填筑阶段,41~60 级为蓄水阶段,蓄水至正常蓄水位812 m高程. 为了保证计算分析的一致性和连贯性,静动力计算中采用改进PZC弹塑性模型.
2.2. 模型参数
基于动力固结理论的u-p方程为
式中:σij为应力,ρ为两相体密度,ui为土体位移,bi为单位质量上的力,εii为体应变,kii为渗透系数,p为孔压,ρf为液相密度,Q为混合物压缩模型.
表 1 改进PZC模型参数
Tab.1
筑坝料 | Ko | Go | Mg | Mf | αg | αf | H0 | β0 | β1 | γ' | γden | Hu0 | γu |
堆石料Ⅰ | 930 | 810 | 1.61 | 1.24 | 0.45 | 0.45 | 800 | 3.1 | 0.10 | 40 | 130 | 1400 | 6.5 |
堆石料Ⅱ | 1050 | 960 | 1.55 | 1.17 | 0.45 | 0.45 | 1000 | 3.3 | 0.15 | 40 | 130 | 1400 | 7.5 |
心墙料 | 240 | 190 | 1.05 | 0.79 | 0.45 | 0.45 | 1400 | 3.2 | 0.13 | 16 | 80 | 900 | 4.3 |
图 2
图 2 掺砾土料静力试验与改进PZC模型计算结果的比较
Fig.2 Comparison of static test results and improved PZC model calculation results of gravel
图 3
图 3 掺砾土料动力试验与改进PZC模型计算结果比较
Fig.3 Comparison of dynamic test results and improved PZC model calculation results of gravel clay
2.3. 静力计算结果及分析
准确的初始应力场对大坝的动力分析有重要影响,采用改进PZC模型进行静力分析,得到初始应力场,计算结果如图4所示.
图 4
由图4可知,心墙表现了较明显的拱效应,大、小主应力的最大值分别在下游坝底心墙处,其中大主应力最大值为4.2 MPa,小主应力最大值约为1.6 MPa. 从坝体应力变形等值线图可知,符合一般规律.
2.4. 地震动输入
采用均匀一致的地震动输入方法从有限元模型底部输入地震加速度时程. 地震波考虑同时从顺河向与竖向输入,其中竖向地震加速度代表值取水平向加速度代表值的2/3. 场址地震基本烈度为Ⅷ度,壅水建筑物抗震设防类别为甲类,拟按Ⅸ度抗震设防. 工程场地的相关地震动加速度反应谱取为
式中:Sα(T)为地震加速度,Amax为设计地震动峰值加速度,β(T)为设计地震动加速度放大系数反应谱,αmax为地震影响系数最大值.
β(T)的表达式如下:
式中:βmax为放大系数反应谱的平台值,T1为第1拐点周期,T2为第2拐点周期,γ为下降段下降速度控制参数.
表 2 地震动峰值加速度参数
Tab.2
P100 | Amax/(cm·s-2) | T1/ s | T2/ s | βmax | γ |
2% | 385 | 0.12 | 0.7 | 2.6 | 1 |
图 5
2.5. 动力计算结果及分析
坝体内部的初始应力场是进行动力分析的基础. 采用SWANDYNEⅡ进行糯扎渡高心墙堆石坝动力分析,计算结果如图6所示.
图 6
从图6可知坝体水平向永久位移和竖直向永久位移的分布情况,且坝体的竖向沉降一般大于水平变形. 该高土石坝的竖直向永久变形随高度的增加而增大,最大竖向永久变形为1.59 m,相应的坝体相对震陷率为0. 61%,且最大竖向变形发生在坝顶处. 坝体水平向位移总体表现为指向下游,最大值发生在下游堆石料的中上部,最大永久变形为0.25 m,下游最大永久变形发生在上部表层附近,达到0.65 m. 利用弹塑性方法计算得到坝体震后残余变形分布合理,符合一般规律.
由图7可知,在遭受地震动作用下,上游堆石变形的发展呈现较明显的变形集中现象,下游堆石变形较有限,且竖向变形相对较小. 永久变形随着坝高的增加而增大,心墙的永久变形大于堆石体,坝顶附近的永久变形最明显. 大坝整体是向坝体内部收缩的,震后的永久变形总体表现为上游面的凹陷和下游面的凸出. 综上可知,对于高心墙堆石坝,要特别注意坝顶处的抗震设计和施工.
图 7
3. 高心墙堆石坝地震易损性分析
3.1. 多条带分析法
多条带分析法(MSA)将极大似然估计法应用到条带分析法中,通过对地震动调幅计算结构响应参数,得到某一强度地震水平下条带,考察不同强度水平下的结构响应值,得到多个条带. Baker[29]研究发现,MSA方法在一定结构分析数量下比IDA方法更有效地估计易损性方程参数. 易损性函数描述在地震作用下结构在对应地震动强度(intensity measure,IM)下达到或超过规定损伤极限状态的概率,定义如下:
式中:Pf为地震动强度IM=X作用下达到性能水准概率;φ为标准正态分布函数;ln θ和β分别为达到性能水准所需地震强度因子的对数平均值和对数标准差.
地震强度因子IM常见的有:地震动峰值加速度(PGA)、地震峰值速度(PGV)、谱加速度(Sa)等. Padgett等[30]提出5种评判标准,研究10种地震动强度指标,结合分析结果的有效性、充分性和可计算性,对10种地震动强度指标分析得出,PGA 是地震强度因子最优选择. 采用PGA作为糯扎渡高土石坝地震易损性分析的地震动强度指标.
对某一地震动强度,选取不同地震动记录对结构进行非线性分析,得到一条地震动强度Z与性能参数条带. 当IM=Xi时,在ni地震波中有zi条地震波导致结构破坏的概率由二项分布给出:
式中:Pi为在IM=Xi时地震动下结构发生破坏的概率,ni为超越极限状态的数量,zi为IM=Xi时的地震波数量.
似然函数表示为
式中:Π为连乘符号,m为IM水平数量.
易损性方程参数θ和β的最大似然估计值如下:
3.2. 地震动记录选取
糯扎渡大坝区域地震活动性分析的研究区域为N21°13′40″−24°06′20″,E98°51′26″−101°58′34″. 研究区域主体位于滇西南地震带,东北部有一角伸入鲜水河-滇东地震带,西部与喜马拉雅地震带相邻,地震对坝址区的影响将主要来自滇西南地震带. 历史记载该区域范围内多次发生破坏性地震,记载的M≥5.0级地震89次,各震级档的地震次数如表3所示.
表 3 历史破坏性地震统计表
Tab.3
震级分档 | 地震数量 |
5≤M<6 | 61 |
6≤M<7 | 22 |
7≤M<8 | 6 |
区域范围内M5级以上地震分布图如图8所示,糯扎渡水电站工程场地潜在震源分布如下所示.
图 8
对糯扎渡高土石坝工程场址有影响较大的潜在震源区主要有普洱-思茅7.0 级潜在震源区、耿马-澜沧8.0级潜在震源区等,具体如表4所示.
表 4 主要潜在震源区情况
Tab.4
名称 | 震级上限 | 震源编号 |
普洱-思茅 | 7.0 | 4 |
临沧东 | 6.5 | 6 |
莲花塘 | 6.5 | 7 |
耿马-澜沧 | 8.0 | 10 |
勐海 | 7.5 | 11 |
勐海西南 | 7.5 | 12 |
图 9
考虑历史上地震动和潜在震源区的影响,潜在震源区内震级上限达到8.0,这些潜在震源区内发生M≥5.0级达到59次,最远距离约为73 km. 从美国太平洋地震研究中心(PEER)数据库中搜索和选取地震动记录限制条件如下:选取地震动数量为60条,地震震级分布为 5.0~8.0 级,震中距为10~75 km,场地为岩性地基. 选取的60条吻合良好的实测强震记录分别来自20个地震事件,这些地震波涉及不同的震级、距离及强度,60条记录反应谱与糯扎渡反应谱如图10所示. 图中,β'为谱加速度放大系数.
图 10
由图10可知,平均反应谱与目标反应谱吻合较好,表明选取的地震波能够较好地反映本场地地震特性.
3.3. 破坏等级划分与性能参数
表 5 土石坝震害等级划分标准
Tab.5
震害等级 | 震害状态 |
Ⅰ 级 | 宏观上无震害 |
Ⅱ 级 | 有宽度小于5 mm纵向裂缝,宏观上无沉降,需要作简单的处理 |
Ⅲ 级 | 有多条宽度大于5 mm纵向裂缝,宏观上可以看出沉降,有横向裂缝,需要进行整修和加固 |
Ⅳ 级 | 坝体产生滑裂,坝坡局部隆起、凹陷或滑坡,需要进行大修和加固 |
Ⅴ 级 | 坝坡大面积滑坡,坝基失稳,坝体陷落,设置垮坝,需要重修 |
基于性能的抗震设防水准要求建筑物在遭受地震作用时,在确保生命安全的基础上,要对结构的破坏程度进行控制. 考虑到土石坝的抗震性能水准与各个强度地震条件下破坏程度相对应,这与震害等级划分有共同之处,可以将性能水准引入到大坝破坏等级划分中.
鉴于世界各国对大坝抗震能力认识存在差异且各国地震地质构造不同,采用的抗震设防水准不同. 国际大坝委员会(ICOLD) 推荐大坝按两级设防水准:运行基本地震(operating basis earthquake,OBE) 和最大设计地震(maximum design earthquake,MDE). OBE对应的性能目标为允许产生局部损伤,但不影响正常运行,MDE作用下时允许出现可修复的破坏,但是不允许出现垮坝. 王琪等[33]结合大坝抗震设防标准和土石坝震害等级,构建基于性能的高土石坝抗震设防标准,其中对震损轻微、震损较重和震损严重选定对应设防标准为:50年超越概率10%、100年超越概率2%和100年超越概率1%.
坝顶相对震陷率能够较全面地反映坝体震害的宏观现象,也是震害现场调查的主要参考指标,王笃波等[9-11,34]在对土石坝的地震易损性和地震可靠性研究中,通常选用该指标作为研究指标. 选用坝顶相对震陷率作为糯扎渡高土石坝地震易损性分析的性能参数. 朱亚姬等[35]通过对200 m级的高心墙堆石坝地震永久变形特性分析,讨论了地震永久变形在不同材料模型参数、动剪模量衰减曲线和阻尼增长曲线、反应谱、峰值加速度等作用下的分布规律,得出峰值加速度对计算结果的影响最大. 刘君等[36]统计分析国内外123座土石坝震害实例及48个数值计算分析结果,得到地震动峰值加速度与坝顶相对震陷率的关系,如图11所示. 采用坝基地震动峰值加速度
图 11
图 11 地震动峰值加速度与坝顶相对震陷率的关系
Fig.11 Relationship between peak ground acceleration and relative seismic settlement rate
表 6 高土石坝性能水平划分
Tab.6
性能水平 | 性能描述 | δ |
PL 1 轻微破坏 | 坝顶震陷量不超过50 cm | (0.5/H)×100% |
PL 2 中等破坏 | 50年超越概率10%作用下坝顶相对震陷率 | 1.8 |
PL 3 较重破坏 | 100年超越概率2%作用下坝顶相对震陷率 | 1.8 |
PL 4 严重破坏 | 100年超越概率2%作用下坝顶相对震陷率加1 m安全超高 | 1.8 |
糯扎渡高心墙堆石坝50年超越概率10%的设计地震(基岩水平峰值加速度为0.204g)和100年超越概率2%的设计地震(基岩水平峰值加速度为0.380g). 结合表5的坝顶相对震陷率公式并取整,构建以坝顶相对震陷率分别为0.2%(PL1)、0.4%(PL2)、0.7%(PL3)和1.1%(PL4)的糯扎渡高土石坝性能水准.
3.4. 基于ANN-MSA的高土石坝地震易损性分析
采用人工神经网络 (artificial neural network,ANN)并结合MSA方法,研究高心墙堆石坝地震易损性. 通过计算得到一定数量的坝顶相对震陷率作为RBFNN的训练样本,拟合糯扎渡高土石坝地震响应值与PGA之间的关系. 采用训练好的模型对选取的检验样本进行预测,分析相对误差. 将经过训练和检验的模型用于预测坝顶相对震陷率,采用MSA进行糯扎渡高土石坝地震易损性分析. 具体分析步骤如下所示.
1)对选取地震动记录进行调幅,每条地震动的PGA归一化后分别取为0.02g, 0.06g, 0.10g, 0.12g, ···, 0.92g, 0.96g, 1.00g的30组. 采用SWANDYNE II计算得到不同PGA的坝顶相对震陷率,将这30组数据作为训练样本.
2)以0.04g, 0.08g, 0.14g, ···, 0.94g, 0.98g这20个PGA对应的坝顶相对震陷率作为检验样本,将训练好的模型对检验样本进行预测.
3)将训练和检验后的模型用来预测0.01g, 0.03g, 0.05g, ···, 0.97g, 0.99g等50个坝顶相对震陷率数据.
以地震记录Loma Prieta为例. 对糯扎渡高土石坝进行动力分析,分别计算0.2g、0.4g和0.6g工况下的坝顶相对震陷率;对其余27个不同PGA的工况进行动力分析,将这30组数据作为训练样本. 经过归一化处理后的Loma Prieta水平向和竖直向加速度时程如图12所示.
图 12
采用SWANDYNE II程序,对不同PGA的高土石坝进行动力分析,计算结果如图13所示.
图 13
由图13可知,随着PGA不断增大,糯扎渡高心墙堆石坝竖向永久变形不断增加,坝体最大竖向永久变形均发生在坝顶处,满足一般规律. 当PGA分别为0.2g、0.4g和0.6g时,坝体最大竖向永久变形分别为0.76、1.83和2.88 m,对应的坝顶相对震陷率分别为0.29%、0.69%和1.10%.
依次采用上述方法,计算不同PGA的30组坝顶相对震陷率,并作为训练样本;计算20组检验样本的坝顶相对震陷率. 根据训练样本和检验样本,利用Matlab中的newrb函数实现对RBFNN的训练和检验,计算结果如表7所示. 表中,δf、δR分别为有限元分析和RBF神经网络仿真得到的震陷率,相对误差E = (δR−δf) /δf.
表 7 坝顶相对震陷率RBFNN训练结果
Tab.7
训练样本 | 检验样本 | |||||||||
编号 | PGA/g | δf/% | δR/% | E/% | 编号 | PGA/g | δf/% | δR/% | E/% | |
1 | 0.02 | 0.0129 | 0.0125 | −3.10 | 31 | 0.04 | 0.0321 | 0.0323 | 0.65 | |
2 | 0.06 | 0.0461 | 0.0454 | −1.65 | 32 | 0.08 | 0.0793 | 0.0802 | 1.13 | |
3 | 0.10 | 0.1128 | 0.1159 | 2.78 | 33 | 0.14 | 0.1681 | 0.1669 | −0.70 | |
4 | 0.12 | 0.1466 | 0.1512 | 3.16 | 34 | 0.18 | 0.2350 | 0.2320 | −1.29 | |
5 | 0.16 | 0.2154 | 0.2221 | 3.15 | 35 | 0.24 | 0.3358 | 0.3382 | 0.71 | |
6 | 0.20 | 0.2906 | 0.2937 | 1.07 | 36 | 0.28 | 0.4142 | 0.4138 | −0.08 | |
7 | 0.22 | 0.3216 | 0.3298 | 2.54 | 37 | 0.34 | 0.5465 | 0.5337 | −2.34 | |
8 | 0.26 | 0.3946 | 0.4027 | 2.04 | 38 | 0.38 | 0.6256 | 0.6174 | −1.30 | |
9 | 0.30 | 0.4779 | 0.4767 | −0.24 | 39 | 0.44 | 0.7484 | 0.7481 | −0.04 | |
10 | 0.32 | 0.5078 | 0.5144 | 1.30 | 40 | 0.48 | 0.8334 | 0.8385 | 0.61 | |
11 | 0.36 | 0.5857 | 0.5907 | 0.85 | 41 | 0.54 | 0.9656 | 0.9784 | 1.32 | |
12 | 0.40 | 0.6998 | 0.6689 | 0.44 | 42 | 0.58 | 1.0757 | 1.0743 | −0.13 | |
… | … | … | … | … | … | … | … | |||
29 | 0.96 | 2.0869 | 2.0886 | 0.08 | 49 | 0.94 | 2.0247 | 2.0223 | −0.11 | |
30 | 1.00 | 2.2146 | 2.2230 | 0.38 | 50 | 0.98 | 2.1503 | 2.1358 | −0.67 |
从表7可知,训练样本的相对误差绝对差的最大值为3.16%,误差均较小,说明对坝顶相对震陷率的RBF神经网络训练是合理有效的. 采用训练好的模型对20个检验样本预测,检验样本相对误差绝对差的最大值为2.34%,说明RBFNN的预测能力较好. 采用训练好的模型预测PGA从0.01g变化到0.99g(增量为0.02g)的50个PGA的坝顶相对震陷率.
采用ANN-MSA方法,依次对其他的59条地震动进行训练、检验和预测. 将得到的坝顶相对震陷率数据代入MSA公式中,绘制出糯扎渡高土石坝的三维地震易损性曲面,具体如图14所示. 表中,pf为易损性.
图 14
由图14可知,采用三维易损性曲面比常规二维易损性曲线能够更全面、直观地从概率意义上描述地震动强度与性能参数之间的关联性,从宏观的角度定量分析高土石坝的抗震性能. 随着PGA不断增大,糯扎渡高心墙堆石坝地震易损性可能性不断增加;坝顶相对震陷率越大,相同PGA作用下发生造成地震易损性的可能越小. 三维易损性曲面可以方便分析该大坝在不同PGA作用下的地震易损性情况. 当大坝遭受PGA=0.3g的地震作用时,该大坝达到性能水准PL1的概率为90.54%,相应的性能水准PL2、PL3和PL4对应的概率为56.61%、18.87%和2.65%. 当PGA达到1.0g时,4种性能水准对应的易损性依次为100%、100%、99.15%和94.28%.
4. 结 论
(1)基于弹塑性模型-非线性分析方法,能够较好地反映高心墙堆石坝动力反应特性. 采用改进PZC弹塑性模型和SWANDYNE II程序,对糯扎渡高心墙堆石坝设计地震工况进行动力分析. 利用该方法可以直接获得高心墙堆石坝永久变形,计算结果满足一般规律,为地震易损性分析提供计算依据.
(2)采用坝顶相对震陷率作为糯扎渡高心墙堆石坝地震易损性分析的性能参数. 参考糯扎渡高心墙堆石坝资料,分析坝址所在区域内的6个主要潜在震源区历史上发生破坏性地震资料,以及坝址和主要潜在震源区的距离,确定地震动记录选取的依据. 从PEER中选取60条吻合较好的地震动记录. 考虑基于性能的抗震设防水准以及我国主要采用的土石坝五准态震害等级,提出适合高心墙堆石坝的性能水平划分方法.
(3)将人工神经网络方与多条带分法相结合,提出基于ANN-MSA的高心墙堆石坝地震易损性方法. 通过对选取的地震动记录逐次调幅,利用SWANDYNE II程序对调幅地震动进行动力分析,得到不同PGA的坝顶相对震陷率,作为训练样本和检验样本. 以Loma Prieta地震为例,分析在0.2g、0.4g和0.6g工况下的大坝永久变形情况. 采用RBFNN对30组训练样本进行训练,相对误差绝对差均小于4%,利用训练和检验后的模型预测坝顶相对震陷率. 结合预测结果,采用MSA方法对糯扎渡高心墙堆石坝进行易损性分析,得到该大坝的三维地震易损性曲面. 利用该方法能够有效减小动力计算工作量,为大坝易损性分析提供新的思路.
参考文献
考虑流固耦合作用的高土石坝动力分析
[J].DOI:10.11779/CJGE201511010 [本文引用: 1]
Dynamic analyses of a high earth-rockfill dam considering effects of solid-fluid coupling
[J].DOI:10.11779/CJGE201511010 [本文引用: 1]
土动力学与岩土地震工程
[J].
Soil dynamics and geotechnical earthquake engineering
[J].
基于三维多重机构模型的土石坝地震反应分析
[J].
Seismic response analysis of rockfill dam based on 3D multi-mechanism model
[J].
Implementation of plasticity based models in dynamic analysis of earth and rockfill dams: a comparison of Pastor-Zienkiewicz and cap models
[J].DOI:10.1016/j.compgeo.2004.04.003 [本文引用: 1]
高土石坝地震动力响应特征弹塑性有限元分析
[J].
Elasto-plastic FEM analysis of dynamic response of high earth-rockfill dams during earthquake
[J].
紫坪铺面板堆石坝三维有限元弹塑性分析
[J].
Three -dimensional finite element elasto-plastic analysis of Zipingpu concrete faced rock-fill dam
[J].
高土石坝动力弹塑性与黏弹性分析方法比较研究
[J].
Study on dynamic elastoplastic and viscoelastic analysis methods for high earth-rock dams
[J].
基于变形的土石坝地震易损性分析
[J].
Seismic fragility analysis for earth-rockfill dams based on deformation
[J].
基于IDA的高面板堆石坝抗震性能评价
[J].DOI:10.11779/CJGE201806002 [本文引用: 1]
Seismic performance evaluation of high CFRDs based on incremental dynamic analysis
[J].DOI:10.11779/CJGE201806002 [本文引用: 1]
基于MSA法的高心墙堆石坝地震沉降易损性分析
[J].
Seismic subsidence fragility analysis of high CRFDs based on MSA
[J].
Generalized plasticity formulation and applications to geomechanics
[J].
Modelling of anisotropic sand behavior
[J].DOI:10.1016/0266-352X(91)90019-C [本文引用: 2]
Analysis of waved-induced liquefaction of sand beds
[J].DOI:10.1680/geot.2001.51.2.115 [本文引用: 1]
Pressure-level dependency and densification behavior of sand through a generalized plasticity model
[J].DOI:10.1061/(ASCE)0733-9399(2003)129:8(851) [本文引用: 1]
Generalized plasticity state parameter-based model for saturated and unsaturated soils. Part1: saturated state
[J].
Three-dimensional simulation of the construction process of the Zipingpu concrete face rockfill dam based on a generalized plasticity model
[J].
Constitutive modeling of dense gravelly soils subjected to cyclic loading
[J].DOI:10.1002/nag.2269 [本文引用: 1]
Generalized plasticity and the modeling of soil behavior
[J].DOI:10.1002/nag.1610140302 [本文引用: 1]
Elastic wave velocities in granular soils
[J].
土体PZC弹塑性本构模型参数的确定
[J].
Seismic fragility assessment of high earth-rockfill dam considering seismic wave randomness and water level
[J].
循环荷载作用下心墙掺砾土动应力-应变孔压模型
[J].
Dynamic stress-strain pore water pressure model of core gravelly soil under cyclic loading
[J].
掺砾心墙土料的动强度特性研究
[J].
Study on dynamic strength characteristics of gravel soil material
[J].
Efficient analytical fragility function fitting using dynamic structural analysis
[J].DOI:10.1193/021113EQS025M [本文引用: 1]
Selection of optimal intensity measures in probabilistic seismic demand models of highway bridge portfolios
[J].
基于性能的高土石坝抗震风险分析
[J].DOI:10.3969/j.issn.0559-9342.2016.04.014 [本文引用: 1]
Seismic risk analysis of high earth-rock dam based on performance
[J].DOI:10.3969/j.issn.0559-9342.2016.04.014 [本文引用: 1]
高心墙堆石坝地震永久变形特性分析
[J].DOI:10.3969/j.issn.1000-7709.2011.08.019 [本文引用: 1]
Characteristics analysis of permanent earthquake-induced deformation of high core rock-fill dam
[J].DOI:10.3969/j.issn.1000-7709.2011.08.019 [本文引用: 1]
地震作用下土石坝坝顶沉降估算
[J].
Estimation of earthquake induced crest settlements of earth and rock fill dams
[J].
温州.高心墙堆石坝极限抗震能力初探
[J].DOI:10.3969/j.issn.1000-7598.2011.12.046 [本文引用: 1]
Preliminary studies of ultimate aseismic capacity of high core rockfill dam
[J].DOI:10.3969/j.issn.1000-7598.2011.12.046 [本文引用: 1]
/
〈 |
|
〉 |
