大型渡槽劣化模糊預(yù)測及維修計劃魯棒優(yōu)化.pdf

1、渡槽作為重要的渠系建筑物，歷史悠久，應(yīng)用廣泛。在南水北調(diào)大型水利工程中又煥發(fā)出新的生機，一批大型甚至世界級特大型渡槽被修建。無論已建渡槽，還是新建渡槽，在工程運行中，不可避免的會出現(xiàn)性能的不斷劣化。如何保證渡槽高效、安全運行，降低壽命周期維修成本，成為了當(dāng)今水利人應(yīng)該考慮的重要問題。
　　渡槽運行工況復(fù)雜，影響渡槽劣化因素中既有確定性因素，又有不確定性因素，很難精確描述。渡槽劣化速度評價，也很難精確劃分劣化速度等級。渡槽劣化預(yù)測的

2、輸入是模糊的，輸出也是模糊的，因此渡槽劣化預(yù)測應(yīng)用模糊預(yù)測。
　　本文首先分析總結(jié)渡槽劣化的主要影響因素，包括:先天條件、外界環(huán)境、運行環(huán)境等三個一級指標(biāo)，以及設(shè)計、施工、凍融、濕度、酸性、堿性、維護管理、運行荷載等八個二級指標(biāo)。選取二級指標(biāo)作為預(yù)測因子，根據(jù)各因子的特性，將各因子劃分為不同的等級。根據(jù)模糊數(shù)學(xué)的基本原理，運用專家經(jīng)驗的方法確定對不同劣化速度的隸屬度，作為預(yù)測的輸出。
　　鑒于人工神經(jīng)網(wǎng)絡(luò)具有高度的非線性、良

3、好的容錯性和計算的非精確性，故基于該模型建立了渡槽劣化預(yù)測模型。模型的輸入為各劣化影響因素的等級，輸出為對各劣化速度的隸屬度。根據(jù)最大隸屬度原則，可以預(yù)測出渡槽的劣化速度等級。實例分析表明，本方法預(yù)測精度較高，允許1個等級誤差時，擬合準(zhǔn)確率為100％，預(yù)測準(zhǔn)確率為100％;不允許等級誤差時，擬合準(zhǔn)確率為86％，預(yù)測準(zhǔn)確率為50％，取得了比較好的預(yù)測效果。
　　為延長建筑物的使用壽命，提高其壽命周期內(nèi)的使用性能，避免重大工程事故發(fā)生

4、，需要不斷地進行維護管理和維修加固。國內(nèi)外的工程管理實踐表明，建筑物維護管理費用往往超過其初建費用，工程的維護管理需要大量的資金投入?？茖W(xué)地制定維護管理計劃，對于保證建筑物群體的安全及使用性能，合理使用和節(jié)約維修資金具有重要意義。本文以渡槽剩余壽命周期維護管理成本最低為目標(biāo)函數(shù)，建立了維修計劃優(yōu)化模型。
　　本文采用病毒進化遺傳算法對優(yōu)化模型求解，并對算法作出了改進。病毒進化遺傳算法在染色體評價時只評價個體的要求性能，而未考慮遺傳

5、個體的魯棒性，使得進化結(jié)果失去了魯棒性。本文對每個染色體在評價時引入年齡的概念，即認(rèn)為個體年齡越高，其適應(yīng)性越強，作為最優(yōu)解的魯棒性越好。
　　運用改進病毒進化遺傳算法對渡槽維修計劃優(yōu)化模型進行求解，優(yōu)化結(jié)果壽命周期成本較小，使用年限和使用性能能夠滿足渡槽使用要求。為驗證改進病毒進化遺傳算法（簡稱AVEGA）求解效果，本文優(yōu)化算法與以下優(yōu)化算法進行了比較:一般遺傳算法(簡稱SGA)、具有年齡結(jié)構(gòu)的遺傳算法(簡稱AGA)、病毒進化遺