基于寿命周期成本理论的水工结构设计与维修计划优化

论文摘要

水利工程作为基础产业为国民经济和社会稳定发展发挥着巨大经济和社会效益。为了进一步开发水电能源、实现水资源的合理配置以及完善大江大河防洪减灾体系,我国还需要修建大批水利水电工程。无论是对已建工程的维护管理,还是新建工程均需要庞大的社会资金投入。为了有效地利用和节约社会资金,工程修建及后期维修加固决策阶段的成本分析与优化是十分必要的。本文将寿命周期成本（Life Cycle Cost,简称LCC）理论应用于水利工程设计与维修管理领域,旨在以结构整个寿命周期内的总成本最低为目标,对设计方案和维修计划进行优化。为此,本文主要在以下几个方面进行了研究:（1）工程领域LCC理论的应用及实用分析模型研究。（2）提出了以结构可靠度为评价准则的水工结构劣化评价指标体系的建立方法,并首次提出将模糊可拓层次分析方法和人工神经网络模型用于水工结构的劣化评价。（3）结构劣化过程的分析与预测是LCC优化的基础。由于结构所受外界环境、荷载及结构材料本身的不确定性,使得劣化过程具有一定的随机性,因此,本文研究应用Markov过程和蒙特卡罗模拟（MCS）方法对水工混凝土结构劣化进程进行分析和预测。（4）针对水工结构失效概率较小,采用模拟方法求失效概率计算量巨大的问题,首次提出了应用马尔可夫链蒙特卡罗（MCMC）和子集（Subset）理论相结合的水工结构可靠度计算方法。该方法不仅可以模拟任意分布的随机变量,而且通过抽样过程的动态控制,在不降低模拟精度的前提下,可以大大减少随机变量的抽样次数。（5）建立了基于LCC分析的水工结构设计优化模型,并利用粒子群算法（PSO）对设计方案进行优化。（6）建立了基于LCC分析的水工结构维修计划优化模型,并针对模型多目标、多约束的特点,首次提出了一种改进的分组非劣排序选择遗传算法（GNSGA-II）。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 问题的提出
• 1.2 国内外研究及应用现状
• 1.3 本研究的主要内容
• 1.4 本研究的创新点
• 第二章 寿命周期成本理论及实用模型分析
• 2.1 寿命周期成本理论基础
• 2.1.1 水利工程结构的寿命周期
• 2.1.2 工程寿命周期成本
• 2.1.3 寿命周期成本分析与优化
• 2.2 寿命周期成本实用模型
• 2.3 本章小结
• 第三章 水工结构劣化机理及劣化评价
• 3.1 水工结构劣化机理
• 3.2 水工结构劣化评价
• 3.2.1 水工结构劣化评价准则及指标体系
• 3.2.2 水工结构劣化评价方法
• 3.3 水闸劣化评价实例
• 3.4 本章小结
• 第四章 水工混凝土结构劣化过程预测
• 4.1 劣化过程预测的确定性模型
• 4.2 劣化过程预测的Markov 模型
• 4.2.1 Markov 模型的理论与应用
• 4.2.2 水工混凝土结构劣化状态划分
• 4.2.3 转移概率矩阵的确定
• 4.2.4 混凝土结构劣化预测的简化Markov 模型
• 4.2.5 Markov 预测过程的修正
• 4.3 基于蒙特卡罗模拟的混凝土结构随机劣化过程预测
• 4.3.1 蒙特卡罗模拟（MCS）原理
• 4.3.2 混凝土结构随机劣化过程的MC 模拟
• 4.3.3 实例分析
• 4.4 本章小结
• 第五章 考虑寿命周期成本的水工结构设计优化
• 5.1 水工结构设计优化
• 5.1.1 水工结构设计优化的目的和意义
• 5.1.2 水工结构设计优化研究存在的问题
• 5.2 优化模型
• 5.3 水工结构可靠度原理及计算方法
• 5.3.1 可靠度原理
• 5.3.2 结构可靠度和可靠度指标
• 5.3.3 基于MCMC 和子集理论的水工结构可靠度分析
• 5.4 基于粒子群算法和寿命周期成本理论的水工结构设计优化
• 5.4.1 粒子群算法基本原理
• 5.4.2 粒子群算法流程
• 5.4.3 适应度函数
• 5.4.4 PSO 参数分析与设置
• 5.4.5 基于PSO 的水工结构设计优化
• 5.5 重力坝优化设计实例
• 5.5.1 基本资料
• 5.5.2 重力坝优化模型
• 5.5.3 重力坝失效模式分析
• 5.5.4 荷载及荷载组合
• 5.5.5 优化结果分析
• 5.6 本章小结
• 第六章 基于寿命周期成本的水工结构维修计划优化
• 6.1 水工结构维修计划优化的内容及特点
• 6.1.1 维修计划优化的内容
• 6.1.2 维修计划优化的特点
• 6.2 多目标优化
• 6.2.1 多目标优化问题基础
• 6.2.2 传统多目标优化方法
• 6.2.3 多目标遗传算法
• 6.3 基于LCC 的水工结构维修优化的具体实现
• 6.4 实例分析
• 6.4.1 建立各构件的劣化模型
• 6.4.2 维修方法与效果
• 6.4.3 优化结果及分析
• 6.5 本章小结
• 第七章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 博士期间发表论文及参加科研情况
• 致谢