基于模型降阶方法的大坝静态响应快速计算方法OA

为解决孪生模型监测数据量大与高保真实时响应之间的矛盾,以拱坝为例提出了一种基于POD-RBFNN降阶模型的大坝变形快速计算方法。该方法基于有限元仿真得到的不同水位工况下的静态响应数据,通过本征正交分解(POD)法提取主导模态及模态系数,结合径向基函数神经网络(RBFNN)建立水位参数与模态系数之间的高精度代理映射,实现拱坝静态位移场的快速精准预测。算例结果表明:在仅考虑静水压力和结构自重作用条件下,POD-RBFNN降阶模型的预测结果与有限元(FEM)仿真结果吻合良好,平均相对误差为0.35%,平均绝对误差仅为0.0032 mm,同时计算效率相较于有限元仿真提升了3004倍。