一种带有电涡流耗能装置的智能核电站复合隔震基础的制作方法

技术领域：

本发明属于核电站基础技术领域，具体涉及一种带有电涡流耗能装置的智能核电站复合隔震基础。

背景技术：
：

核电作为低碳环保的清洁能源，受到世界上越来越多国家的青睐。现有的核电站基础形式均为筏板基础，筏板基础坐落在坚硬岩层，控制核电站差异沉降。为提高核电厂址的储备，实现软土地区核电站建设，需要发展核电站新的基础形式，满足核电站高安全性的要求。基于核电高安全性的要求，目前软土地基核电站基础需解决地震动作用下的振动问题。

按照控制措施是否需要外部能源，结构振动控制通常分为主动控制、半主动控制、被动控制和混合控制。其中，阻尼器为控制装置的核心部件，阻尼器的选取直接影响控制能力的好坏。主动控制装置利用额外能量输入减小结构的振动反应，其控制效果好、适应性强，但目前主动控制技术复杂、造价昂贵、维护要求高，工程应用有较大困难。

电涡流阻尼是基于电磁感应原理的一种物理现象。当非磁性导体处于磁场中切割磁感线运动时，穿过导体的磁通量就会发生连续变化。根据法拉第电磁感应定律，导体内会产生相应的感生电动势，从而形成类似涡旋的电流，即电涡流。根据楞次定律，电涡流同时会产生一个与原磁场方向相反的新磁场，形成阻碍二者相对运动的阻尼力。如此循环的结果最终导致振动能量通过导体的电阻热效应被消耗掉，这就是电涡流阻尼。在这一过程中，导体板与磁场相对运动的动能先转变为电能，再在导体板内转化为热能消耗，于是起到耗能减振的作用。电涡流阻尼器采用非接触式耗能的方式，具有耐久性好、安装方便等优点，得到广泛使用。

此外，神经网络由大量的、简单的处理单元广泛地互相连接而形成的复杂网络系统，是一个高度复杂的非线性动力学习系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。神经网络的基础在于神经元，神经元是以生物神经系统的神经细胞为基础的生物模型。大量的形式相同的神经元连结在—起就组成了神经网络。神经网络是一个高度非线性动力学系统，能有效建立各变量之间的复杂非线性关系。

因此，采用智能传感技术、神经网络、电磁铁、电涡流技术相结合，依据桩底实时振动数据实时调整电磁铁磁场强度，进而调整电涡流阻尼大小，实现核电站振动的最优控制，目前尚未有这样的报道。

技术实现要素：
：

本发明的目的是针对软土地基处核电站振动难以控制的问题，本发明提供一种带有电涡流耗能装置的智能核电站复合隔震基础。借用神经网络技术，依据桩底振动输入，实时调整电磁铁磁场强度，进而调整阻尼器耗能能力，实现核电站振动的最优主动控制。

上述目的通过以下技术方案来实现：

一种带有电涡流耗能装置的智能核电站复合隔震基础，包括桩、位于桩上面的隔震垫层、位于所述隔震垫层上的筏板、位于所述筏板上的上部结构裙房及安全壳体；所述的桩和所述隔震垫层之间设置有电涡流耗能装置；在桩里面选取检测桩安装传感器系统；所述电涡流耗能装置和所述传感器系统都与控制系统通过数据传输连接；

所述控制系统包括电流控制器和与电流控制器连接的内嵌神经网络模型的数据处理系统；

所述电涡流能耗装置包括位于每个桩上面的桩顶导体板、位于所述隔震垫层中的导体丝网和与每个桩上部的桩顶导体板对应安装在隔震垫层中的电磁铁，所述电磁铁的电线连接所述的电流控制器；

所述传感器系统包括安装在检测桩内部的光纤传感器、分别安装在检测桩底部和顶部的加速度传感器、所述光纤传感器和所述的加速度传感器都通过光纤光栅电缆与数据采集仪连接，所述数据采集仪连接所述的数据处理系统。

所述的带有电涡流耗能装置的智能核电站复合隔震基础，所述隔震垫层由下至上依次为海砂层、土工布、碎石层、橡胶颗粒层、土工布、海砂层。

所述的带有电涡流耗能装置的智能核电站复合隔震基础，所述导体丝网内嵌在所述的土工布层里面。

所述的带有电涡流耗能装置的智能核电站复合隔震基础，所述隔震垫层的厚度为桩直径的1-2倍，其中海砂层的厚度分别为10cm，橡胶颗粒层和碎石层的厚度相同，橡胶颗粒层上下有土工布。

所述的带有电涡流耗能装置的智能核电站复合隔震基础，所述电磁铁包括导体棒和缠绕在所述导体棒上的电线，每个所述电磁铁安装在一个保护壳中，所述保护壳上设置有用于电线穿过的通线口，所述保护壳通过锚固构件连接在所述的筏板上。

所述的带有电涡流耗能装置的智能核电站复合隔震基础，所述在桩里面选取的检测桩包括角桩、边桩和中心桩。

所述的带有电涡流耗能装置的智能核电站复合隔震基础，所述安全壳体包括内安全壳和外安全壳。

有益效果：

1.本发明采用机械传动装置对导体切割磁感线速度进行放大，能够极大地提升阻尼器的工作效率。

2.本发明采用有限元计算结果作为神经网络的训练数据，避免了训练过程中样本不足的问题。

3.本发明在桩底布置加速度传感器，采集桩底的振动输入，能够提前采集输入结构振动信号，实现预先振动控制。

4.本发明在桩内部嵌入光纤传感器，实时采集各个桩变形情况，了解地震作用下各个桩的振动响应，为计算结构响应及最优控制电流提供参考。

5.本发明采用神经网络优化最优控制电流，实现结构内力与结构位移的最优控制。

6.本发明能够实现耗能和改善桩顶受力功能，并且桩和筏板脱开筏板底部防水层更易施工。

附图说明：

图1为该一种带有电涡流耗能装置的智能核电站复合隔震基础的侧视图；

图2为本发明的电磁铁的正视图，即图1中a处的局部放大图；

图3为本发明的电磁铁的侧视图；

图4为本发明的电磁铁的俯视图；

图5为本发明的传感器系统图；

图6为本发明的电涡流耗能装置的控制系统图；

图7为本发明的数据处理系统的神经网络模型图；

图8为本发明的隔震垫层组成图。

图中有：桩1、桩顶导体板2、隔震垫层3、筏板4、上部结构裙房5、内安全壳6、外安全壳7、光纤传感器8、地表加速度传感器9a、桩底加速度传感器9b、采集仪10、数据处理系统11、光纤光栅电缆12、通线口13、电线14、导体棒（14a）、锚固构件15、电流控制器16、海砂层17、橡胶颗粒层18、碎石层19、土工布20。

具体实施方式：

下面结合附图和具体实施例对本发明作进一步的详细说明。

如图1-6所示，本实施例的一种带有电涡流耗能装置的智能核电站复合隔震基础，包括桩1、位于桩上面的隔震垫层3、位于所述隔震垫层上的筏板4、位于所述筏板上的上部结构裙房5及安全壳体；所述的桩1和所述隔震垫层3之间设置有电涡流耗能装置；在桩里面选取检测桩安装传感器系统；所述电涡流耗能装置和所述传感器系统都与控制系统通过数据传输连接；

所述控制系统包括电流控制器16和与电流控制器连接的内嵌神经网络模型的数据处理系统11；

所述电涡流能耗装置包括位于每个桩上面的桩顶导体板2、位于所述隔震垫层中的导体丝网和与每个桩上部的桩顶导体板2对应安装在隔震垫层中的电磁铁，所述电磁铁的电线14连接所述的电流控制器16；

所述传感器系统包括安装在检测桩内部的光纤传感器8、分别安装在检测桩底部和底部的地表加速度传感器9a、桩底加速度传感器9b、所述光纤传感器9和所述的地表加速度传感器9a、桩底加速度传感器9b都通过光纤光栅电缆12与数据采集仪10连接，所述数据采集仪10连接所述的数据处理系统11。

所述的带有电涡流耗能装置的智能核电站复合隔震基础，所述隔震垫层由下至上依次为海砂层16、土工布20、碎石层19、橡胶颗粒层18、土工布20、海砂层17。

所述的带有电涡流耗能装置的智能核电站复合隔震基础，所述导体丝网内嵌在所述的土工布层里面。

所述的带有电涡流耗能装置的智能核电站复合隔震基础，所述隔震垫层的厚度为桩直径的1-2倍，其中海砂层的厚度分别为10cm，橡胶颗粒层和碎石层的厚度相同，橡胶颗粒层上下有土工布。

所述的带有电涡流耗能装置的智能核电站复合隔震基础，所述电磁铁包括导体棒14a和缠绕在所述导体棒上的电线14，每个所述电磁铁安装在一个保护壳中，所述保护壳上设置有用于电线穿过的通线口13，所述保护壳通过锚固构件15连接在所述的筏板4上。

所述的带有电涡流耗能装置的智能核电站复合隔震基础，所述在桩里面选取的检测桩包括角桩、边桩和中心桩。

所述的带有电涡流耗能装置的智能核电站复合隔震基础，所述安全壳体包括内安全壳6和外安全壳7。

工作原理及工作过程：

电涡流阻尼器是一种利用电涡流的阻尼效应制成的耗能减振装置，具有构造简单、耐久性好等优点。此外，神经网络具有自学习的优点，能够自主建立变量之间的复杂非线性关系，实现复杂关系的快速计算。电磁铁能够通过调整电流大小调整磁场强度，实现电涡流阻尼器的主动控制。因此，采用智能传感技术、神经网络、电磁铁、电涡流技术相结合，依据桩底实时振动数据实时调整电磁铁磁场强度，进而调整电涡流阻尼大小，实现核电站振动的最优控制。

本发明采用有限元软件计算数据训练神经网络模型，建立基地输入与最优电流输出的复杂非线性关系。

当发生地震动时，桩底加速度传感器采集结构输入地震动，采集仪实时记录光纤传感器、加速度传感器和加速度传感器数据。采集仪将采集到的位移、应力、加速度等数据输入数据处理系统，基于训练完成的神经网络模型，输出控制电流数据，电流控制器调整电磁铁中的电流强度，进而调整电磁铁的磁场强度。

当震动传递到结构时，桩顶部和筏板底部产生相对运动，桩顶导体板及土工布中的导体丝网做切割磁感线运动，根据楞次定律，电涡流同时会产生一个与原磁场方向相反的新磁场，形成阻碍二者相对运动的阻尼力。最终导致振动能量通过导体的电阻热效应被消耗掉，在这一过程中，导体板与磁场相对运动的动能先转变为电能，电能转化为热能消耗，减弱输入结构的能量。

本实施方案中需要注意以下几个方面：

该装置应安装在被控结构振动较大位置处，以保证装置能够充分发挥作用。

一、采用有限元模型计算结构响应时，需要修正有限元模型，保证有限元模型计算结果的准确性。

二、桩内预埋光纤传感器时，应保证内嵌光纤的成活率。

三、桩底预埋加速度传感器时，应保证加速度传感器的成活率以及传输信号线的安全。

四、电磁铁设计时，应对线圈数及铁芯进行认真选择，保证振动控制时的磁场强度。

以上所述尽是本发明的优选实施方式，应指出：对于该技术领域的普通技术人员来说，在不脱离本发明原理的前提下依旧可以做出若干改进，这些改进亦应视为本发明的保护范围。