基础灌浆是保证大坝及水工建筑物稳定运行的重要工程措施。受限于灌浆施工的特点,灌浆工程具有隐蔽性,加之地质条件的复杂性和水泥浆液的流变性,因此无法直接观察到水泥浆液在基础中的扩散、渗透及填充情况,亦无法直接判断灌浆施工质量。此外,岩体可灌性和灌浆效果作为灌浆工程质量的重要参数,若能快速、简便地对可灌性作出灌前预估和对灌浆效果作出灌后评价,则对于灌浆质量的控制具有十分重要的意义。进一步地,由于灌浆压力和浆液注入率的调控复杂,且常滞后于灌浆不良状况的发生,因此难以保证灌浆施工过程的质量和安全。如何解决上述问题是大坝基础灌浆CFD模拟与预测研究亟待研究的重要课题。针对上述问题展开了深入的研究,并取得以下创新性研究成果:(1)针对大坝基础灌浆中涉及多孔介质灌浆数值模拟的研究未考虑宾汉姆水泥浆液扩散过程中两相流特征和大坝基岩的复杂地质条件,并且未涉及浆液锋面的模拟的问题,提出了基于复杂地质三维建模和VOF法的坝基灌浆CFD模拟理论与方法,实现了复杂地质条件下大坝基础灌浆的模拟。由于现有涉及多孔介质的灌浆数值模拟研究集中在少数采空区灌浆领域,同时缺乏相关的大坝基础灌浆模拟研究,并且未考虑水泥浆液扩散的两相流特征和地质条件的复杂性等问题,因此,提出了基于复杂地质三维建模和VOF法的坝基灌浆CFD模拟理论与方法。首先,建立包含不同岩体、不良地质体和帷幕灌浆孔的工程地质三维统一模型。其次,采用多面体网格划分和局部网格细化技术,选取典型计算区域建立三维灌浆计算精细网格模型,通过马氏漏斗试验和坍落度试验模拟确定了Papanastasiou方程的正交参数m的取值,并验证了数值模型的有效性。再者,通过对水泥浆液采用Papanastasiou正交模型,并利用耦合VOF法的动量方程对大坝基岩帷幕灌浆及浆液扩散过程进行数值模拟,实现了浆液的锋面模拟。最后,在此基础上模拟了某水电站基岩帷幕灌浆工程的灌浆过程,采用CFD技术实现了宾汉姆水泥浆液的多孔分序灌浆精细模拟,分析了灌浆完成后帷幕搭接闭合情况及宾汉姆水泥浆液扩散渗透过程;同时进行了灌浆量和灌浆时间的模拟值与现场实测值的对比分析。(2)针对现有裂隙岩体灌浆模拟研究中缺乏准确的三维裂隙网络模型和完善的CFD数学模型的现状,提出了基于三维裂隙网络及耦合VOF法的岩体灌浆模拟理论与方法,实现了裂隙网络岩体灌浆的精细数值模拟。当前裂隙岩体的灌浆模拟研究,由于裂隙网络模型或进行一二维的简化、或所建三维裂隙网络模型精度不足,因此不能真实反映三维空间上的浆液扩散规律;并且针对裂隙岩体的水泥浆液扩散模拟,缺乏考虑水泥浆液扩散的两相流特征,直接采用宾汉姆流体本构方程表征水泥浆液的流变特性,结果会造成数值计算困难。因此,提出了基于三维裂隙网络及耦合VOF法的岩体灌浆模拟理论与方法。首先,基于坝基接露面的裂隙素描数据和钻孔检测等数据,通过对裂隙的产状、位置、大小、隙宽等几何参数进行统计分析和分布拟合,同时采用改进重抽样方法对裂隙各参数分布进行随机抽样,克服了Monte-Carlo抽样方法样本易坍塌的缺点,并采用三维建模软件VisualGeo建立三维裂隙网络模型。其次,采用Papanastasiou正交方程表征水泥浆液的流变特性,克服了宾汉姆流体本构方程的不连续性,建立包含Papanastasiou正交方程、VOF方程、表面张力源项和动量阻力源项的CFD灌浆数学模型,并将数值模型应用于圆盘裂隙模型,验证了数值模型的适用性和有效性。最后,将三维裂隙网络模型与CFD灌浆数值模型进行数据耦合,实现三维裂隙网络模型在CFD计算软件中的网格表达,通过对水泥浆液在三维裂隙网络中的扩散过程进行求解,获得水泥浆液在岩体裂隙网络中分布情况,为灌浆质量控制提供理论与技术依据。(3)针对当前裂隙岩体可灌性和灌浆效果预测研究预测精度不足且应用不便的现状,提出了基于混合灰狼优化算法和支持向量机算法的裂隙岩体可灌性及灌浆效果预测模型与方法,实现了对裂隙岩体可灌性和灌浆效果的快速准确预测。现有可灌性预测研究多侧重于对土壤介质的可灌性研究,缺乏对裂隙介质的可灌性研究。研究中未能全面考虑地质条件、施工条件和浆液性质等因素对裂隙可灌性和灌浆效果的影响,且由于参数获取困难,故很难应用到实际工程。因此,提出了基于混合灰狼优化算法和支持向量机算法的裂隙岩体可灌性及灌浆效果预测模型与方法。首先,建立了基于混合灰狼优化和支持向量机的HGWO-SVM智能预测模型,包括三个步骤:第一步,通过将具有高效的全局搜索能力的差分进化(DE)算法与优越的局部搜索能力的灰狼优化(GWO)算法相结合,从而组成局部和全局搜索能力增强的混合灰狼优化(HGWO)方法;第二步,由于支持向量机SVM在解决非线性、高维和小样本预测方面具有显著优势,因此将其作为预测工具;第三步,通过将交叉验证和假设检验加入预测模型,保证预测模型的泛化性能和预测性能。其次,通过灌浆实时监控与分析系统获取地质条件、施工条件和浆液性质等输入参数和可灌性等输出参数,通过灌后质量检查获取灌浆效果等参数。最后,基于建立的HGWO-SVM智能预测方法及获取的数据集,通过对影响可灌性和灌浆效果的各指标因素作重要性判断,实现对裂隙岩体的可灌性及灌浆效果的快速准确预测。通过与其他方法进行对比分析,验证了HGWO-SVM智能预测方法的适用性和优越性。该预测模型不但可以有效减少检验次数和原位岩体的破坏,而且可以加强对灌浆工程质量的控制,从而优化施工过程和提高经济效益。(4)针对当前灌浆过程灌浆压力和注入率调控相对复杂和滞后的问题,提出了基于模糊信息粒化的灌浆功率时序预测模型与方法,为灌浆过程参数的合理调控提供支撑。目前涉及灌浆预测的研究缺乏对灌浆过程指标预测,同时亦未能对灌浆施工过程进行实时指导,并且由于缺乏关于灌浆功率的时序预测研究,灌浆压力和浆液注入率的调控常滞后于灌浆不良状况,从而给灌浆工程带来不利影响。因此,提出了基于模糊信息粒化的灌浆功率时序预测模型与方法。首先,将灌浆功率这一控制指标引入灌浆实时监控与分析系统,并对灌浆功率进行实时采集与分析。其次,建立了模糊信息粒化的灌浆功率时序预测模型,包括三个步骤:第一步,引入信息粒计算方法,将原始详尽的灌浆功率时间序列数值点分解为一系列信息粒,以减少模型的数据输入总量;第二步,基于模糊集理论,采用模糊集算子对每个信息粒进行模糊计算,使模糊信息粒可以合理地表示原始数值点集;第三步,以支持向量机作为预测工具,采用灰狼优化算法进行参数寻优,对产生的模糊信息粒进行快速准确地预测。最后,基于构建的模糊信息粒化时序预测模型对灌浆功率模糊粒及灌浆功率的波动范围和变化趋势进行预测研究,同时研究确定了预测起始时间,并通过对预测模型进行性能评价和对比分析,验证了模型的可行性和有效性,从而为灌浆压力和注入率的调控提供重要支撑。本文以三维地质建模、CFD数值模拟、启发式算法、计算机技术和智能控制理论为基础,通过CFD数值模拟对水泥浆液在大坝基础中的扩散填充过程及灌后结果进行分析研究,并采用混合灰狼优化算法、支持向量机、模糊信息粒化等智能算法对灌浆的灌前可灌性预估、灌中灌浆压力及浆液注入率调控和灌后效果评价展开研究,为大坝基础灌浆提供理论基础与技术支撑。