文献类型：期刊文章

作　　者：王峰[1,2] 周宜红[1,2] 赵春菊[1,2] 王放[1,2]

WANG Feng;ZHOU Yihong;ZHAO Chunju;WANG Fang(College of Hydraulic & Environmental Engineering, China Three Gorges University, Yichang 443002, China;Hubei KeyLaboratory of Construction and Management in Hydropower Engineering, China Three Gorges University, Yichang 443002, China)

机构地区：[1]三峡大学水利与环境学院,湖北宜昌443002 [2]三峡大学湖北省水电工程施工与管理重点实验室,湖北宜昌443002

出　　处：《振动与冲击》

基　　金：国家自然科学基金青年科学基金(51809154);湖北省教育厅科学技术研究项目中青年人才(Q20181207)

年　　份：2019

卷　　号：38

期　　号：12

起止页码：168-174

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为实时获取真实浇筑环境下混凝土热学特性变化规律,基于温度观测数据,建立了材料参数识别的群体智能优化粒子群模型。针对传统粒子群算法易早熟陷入局部极值点这一问题,将粒子群算法与凹函数权值递减策略相结合,对粒子群算法进行改进,通过算法性能对比分析来说明其有效性。考虑冷却通水以及外界气温变化影响,将改进的粒子群算法用于某拱坝高温季节热学参数反演分析,通过实测温度与计算温度对比分析来说明反演参数的合理性。算例分析表明,改进的粒子群算法具有收敛速度快、识别精度高等优点。

关 键 词：拱坝  热学参数 反演分析 粒子群算法 水管冷却

分 类 号：TV315]