CN107038524B - 考虑参数不确定性的碾压混凝土坝施工质量综合评价方法 - Google Patents
考虑参数不确定性的碾压混凝土坝施工质量综合评价方法 Download PDFInfo
- Publication number
- CN107038524B CN107038524B CN201710167192.9A CN201710167192A CN107038524B CN 107038524 B CN107038524 B CN 107038524B CN 201710167192 A CN201710167192 A CN 201710167192A CN 107038524 B CN107038524 B CN 107038524B
- Authority
- CN
- China
- Prior art keywords
- construction quality
- roller compacted
- quality
- evaluation
- compacted concrete
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000010276 construction Methods 0.000 title claims abstract description 90
- 239000011382 roller-compacted concrete Substances 0.000 title claims abstract description 67
- 238000011156 evaluation Methods 0.000 title claims abstract description 54
- 238000005056 compaction Methods 0.000 claims abstract description 52
- 239000004567 concrete Substances 0.000 claims abstract description 51
- 239000011229 interlayer Substances 0.000 claims abstract description 43
- 238000013441 quality evaluation Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000005096 rolling process Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 25
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 11
- 238000005553 drilling Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000002474 experimental method Methods 0.000 claims description 5
- 238000013210 evaluation model Methods 0.000 claims description 4
- 230000035699 permeability Effects 0.000 claims description 4
- 238000010220 Pearson correlation analysis Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 13
- 238000003908 quality control method Methods 0.000 abstract description 6
- 238000011161 development Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 10
- 239000010410 layer Substances 0.000 description 9
- 239000000463 material Substances 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000009430 construction management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000009490 roller compaction Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
- Road Repair (AREA)
Abstract
本发明公开一种考虑参数不确定性的碾压混凝土坝施工质量综合评价方法，该方法步骤包括：首先构建碾压混凝土坝施工质量评价指标体系，其次，建立压实度非线性回归模型以及层间结合质量指标非线性回归模型；然后，处理碾压混凝土坝的混凝土属性参数不确定性以及建立基于盲数理论的碾压混凝土坝施工质量评价模型；最后，进行碾压混凝土坝施工质量综合评价。本发明碾压混凝土坝施工质量综合评价方法考虑参数不确定性，促进施工质量评价研究的进一步发展，得到的评价结果与实际情况相符程度较高；在不确定性数学的基础上，并综合考虑压实质量和层间结合质量对施工质量的影响，实现坝面施工质量的综合评价，为施工质量控制提供了有效技术手段。
Description
技术领域
本发明属于碾压混凝土坝质量评价技术领域，尤其涉及一种考虑参数不确定性的碾压混凝土坝施工质量综合评价方法，具体涉及一种同时考虑压实质量和层间结合质量及参数不确定性的碾压混凝土坝施工质量评价方法。
背景技术
碾压混凝土坝的筑坝技术是由美国的Laphael于1970年首次提出。由于这种坝形具有施工速度快、工程造价低、节约水泥等优点，被广泛应用于多个国家和地区，而如何合理地控制其施工质量也成为了研究热点。碾压混凝土的施工方法是通过机械的强力振动和碾压的共同作用，对超干硬混凝土进行压实，由于采用机械分层的施工方式，这种坝形存在层间结合面[1]。因此，压实质量和层间结合质量成为了碾压混凝土坝施工质量控制的关键[2]，对其施工质量进行评价需要综合考虑这两个方面的影响，这也是碾压混凝土坝不同于其他坝形的地方。
坝面压实度和层间结合质量指标一般是通过核子密度仪、钻孔取芯等现场实验获取的。然而，仅通过现场取样来评定碾压混凝土坝施工质量往往具有以下缺陷：1)由于监测点的随机性和不完备性，导致质量控制结果具有随机性、灰色性等不确定性特征；2)个别监测点的施工质量并不能代表全坝面的施工质量；3)同时还占用施工时间，影响进度。
实时监控技术的应用极大地提高了碾压混凝土坝施工质量的控制水平。在堆石坝填筑实时监控技术的基础上，结合碾压混凝土坝的施工特点，钟登华等[3-6]人提出基于全球定位技术(GPS)和实时动态查分技术(RTK)的碾压混凝土坝浇筑碾压施工质量实时监控理论，并在龙开口、黄登、丰满等碾压混凝土坝成功应用。实时监控技术通过GPS技术实时定位碾压机械，并对机械的振动状态、施工过程等信息进行实时监控，有效地提高了施工管理水平。
影响压实度的参数主要有碾压参数和混凝土属性参数。基于实时监控技术，学者对于大坝和路面的压实质量评价发展分为三个阶段：第一阶段，以实时监控获取的碾压参数为主，研究碾压参数与压实质量之间的关系；第二阶段，通过现场实验获取混凝土属性参数的数据，综合考虑碾压参数和料源属性参数对压实质量的影响；第三阶段：在综合考虑碾压参数和料源属性参数的基础上，研究参数不确定性对压实质量评价的影响。目前的研究主要为(1)用实测的施工参数来评价压实度，从而评价压实质量[7]；(2)提出能够表征压实质量的指标(如天津大学刘东海等提出的CV值[8])，通过分析指标与参数间的关系来验证指标的代表性。针对混凝土属性参数样本数量较少且具有不确定性的问题，大部分学者通过假设混凝土属性参数服从某种分布来生成样本[9-10]，但是在模型中未体现参数的不确定性特征，缺乏对混凝土属性参数不确定性的深入研究。即前两个阶段的研究成果已经较为丰富，但对于第三个阶段的研究还比较少。
评价层间结合质量的指标主要有抗剪强度、抗拉强度和抗渗性能。而影响层间结合质量的因素主要有层间间隔时间、混凝土稠度、压实情况、层面处理。当今学者多是分析各因素与评价指标之间的关系，研究采用何种措施、何种材料来改善层间结合的质量[11]，而未涉及在考虑各个因素不确定性的基础上构建能够评价层间结合质量的评价模型的研究。
碾压混凝土坝施工质量评价过程中同时具有多种不确定性特征，如果不考虑参数不确定性，施工质量评价的研究便难以得到发展，评价结果也容易与实际情况产生偏差。
发明内容
本发明的目的在于克服现有碾压混凝土坝施工质量评价研究缺乏综合考虑压实质量和层间结合质量的影响以及参数不确定性的缺陷和不足，提出一种考虑参数不确定性的碾压混凝土坝施工质量综合评价方法，具体为通过建立一个多层次综合评价指标体系，结合不确定性数学方法实现建立碾压混凝土坝施工质量的综合评价方法。
本发明的技术方案是提供一种考虑参数不确定性的碾压混凝土坝施工质量综合评价方法，包括以下步骤：
步骤(1)：构建碾压混凝土坝施工质量评价指标体系；
步骤(2)：建立压实度非线性回归模型以及层间结合质量指标非线性回归模型；
步骤(3)：处理碾压混凝土坝的混凝土属性参数不确定性；
步骤(4)：建立基于盲数理论的碾压混凝土坝施工质量评价模型；
步骤(5)：进行碾压混凝土坝施工质量综合评价。
所述步骤(1)具体为：根据实时监控系统、现场检测、取样检测和钻孔取芯进行指标的选取和收集，并通过坐标匹配对指标数据进行整理，根据指标之间的影响关系，构建碾压混凝土坝施工质量综合评价指标体系；
所述实时监控系统获取的指标包括碾压参数如碾压遍数n、压实厚度h、碾压速度v、层间间隔时间T；
所述现场检测通过核子密度仪监测获取的指标为压实度P；
所述取样检测获取混凝土VC值、Gs值、骨料级配混凝土属性参数值；
所述钻孔取芯以及力学实验的方式获取力学指标和抗渗性能指标如：抗拉强度、抗剪强度和渗透系数。
所述步骤(2)具体为：应用Pearson相关性分析方法分析指标间的相关性，在此基础上，通过MATLAB软件建立回归模型，并对回归模型的误差进行计算，验证模型可行性。
所述步骤(3)具体为：应用盲数理论对其进行处理，将混凝土属性参数表示成盲数代入模型进行计算，实现从模型建立的角度体现参数不确定性的目的：
首先，将整理好的混凝土属性参数按照大小顺序排列，由数据分布的特点将其划分为2-3个区段；
然后，以参数在各个区段内出现的频率作为各个区段的可信度，从而将混凝土属性参数表示成盲数形式，并代入后续的计算。
所述步骤(4)具体为：将上述步骤(3)盲数形式的混凝土属性参数代入上述步骤(2)非线性回归模型中，建立基于盲数理论的压实度评价模型和层间结合质量评价模型，评价结果为某一可信度下的盲数均值和盲数上下界值，可以对施工质量进行评价，同时可以表征评价的不确定性。
所述步骤(5)具体为：根据压实度和层间结合质量评价结果的合格面积比率确定二者的权重，对于合格面积比率较小的指标赋予较大的权重，最后计算施工质量综合评价指标值，从而全面评价碾压混凝土坝的施工质量。
本发明的有益效果：
1、本发明碾压混凝土坝施工质量综合评价方法考虑参数不确定性，促进施工质量评价研究的进一步发展，得到的评价结果与实际情况相符程度较高；在不确定性数学的基础上，研究碾压混凝土坝施工质量评价中的不确定性，并综合考虑压实质量和层间结合质量对施工质量的影响，实现坝面施工质量的综合评价，为施工质量控制提供了有效技术手段。
2、本发明建立了一个多层次的综合评价指标体系，更为全面且直观地了解碾压混凝土坝施工质量控制的主要因素。
3、本发明考虑了混凝土属性参数的不确定性，并在模型和评价结果中通过盲数形式体现参数的不确定性。
4、本发明用盲数形式表达混凝土属性参数，可以不用通过假定分布来生成样本，解决了混凝土属性参数样本量少的问题。
5、本发明施工质量评价过程中同时考虑了压实质量和层间结合质量两个方面的影响，使得施工质量评价的结果更为合理和综合。
附图说明
图1为本发明质量评价指标体系层次结构示意图。
图2为本发明综合质量评价方法流程图。
具体实施方式
下面通过具体实施例和附图对本发明作进一步的说明。本发明的实施例是为了更好地使本领域的技术人员更好地理解本发明，并不对本发明作任何的限制。
压实质量和层间结合质量是影响碾压混凝土坝施工质量控制的关键因素，因此，对碾压混凝土坝施工质量进行评价时，需要同时考虑这两方面因素的影响才能客观全面地获得评价结果。而参数的获取过程具有随机性和不完备性，给施工质量评价带来了一定的不确定性，若不考虑这些不确定性，则评价结果与实际情况会产生偏差。因此，应用不确定性数学方法处理评价中的不确定性因素，是实现合理控制施工质量的有效手段。
本发明考虑参数不确定性的碾压混凝土坝施工质量综合评价方法，包括以下步骤：首先构建碾压混凝土坝施工质量评价指标体系，评价指标体系如图1所示；具体为：根据实时监控系统、现场检测、取样检测和钻孔取芯进行指标的选取和收集，并通过坐标匹配对指标数据进行整理，所选取的指标应能够准确反映施工质量，根据指标之间的影响关系，构建碾压混凝土坝施工质量综合评价指标体系；
所述实时监控系统获取的指标包括碾压参数如碾压遍数n、压实厚度h、碾压速度v、层间间隔时间T；
所述现场检测通过核子密度仪监测获取的指标为压实度P；
所述取样检测获取混凝土VC值、Gs值、骨料级配混凝土属性参数值；
所述钻孔取芯以及力学实验的方式获取各力学指标和抗渗性能指标如抗拉强度、抗剪强度和渗透系数。
第二步为建立压实度非线性回归模型以及层间结合质量指标非线性回归模型：具体为：应用Pearson相关性分析方法分析指标间的相关关系，在此基础上，通过MATLAB软件建立回归模型如公式(1)，并对回归模型的误差进行计算，验证模型可行性：
其中：P为压实度，n为碾压遍数，h为压实厚度，v为碾压速度，VC值为碾压混凝土振动压实指标，Gs值为混凝土含气量，q为层间结合质量指标(这里指抗拉强度)，T为层间间隔时间，f表示压实度与影响因素间的回归关系，g表示抗拉强度与影响因素间的回归关系。
第三步为处理碾压混凝土坝的混凝土属性参数不确定性，具体为：混凝土属性参数具有多种不确定性，参数在现场检测以及钻芯取样监测过程中，采样点的随机性使得数据本身具有随机性；参数与压实度以及层间结合质量之间关系复杂，不能用单一确定的方法和公式表达，即具有模糊性；参数的数据量有限，使得不能获得完整的整个坝面的数值，即其部分已知部分未知，具有灰色性；根据参数的实测值，可以大体推测参数值分布在各个区间的情况，即具有未确知性。因此，应用盲数理论对其进行处理，将混凝土属性参数表示成盲数代入模型进行计算，实现从模型建立的角度体现参数不确定性的目的：
首先，将整理好的混凝土属性参数按照大小顺序排列，由数据分布的特点将其划分为2-3个区段，在划分区段时将分布较为集中的区间归为一个区段；
然后，以参数在各个区段内出现的频率作为各个区段的可信度，从而将混凝土属性参数表示成盲数形式，并代入后续的计算。
第四步为建立基于盲数理论的碾压混凝土坝施工质量评价模型，具体为：将上述步骤三盲数形式的混凝土属性参数代入上述步骤二非线性回归模型中，建立基于盲数理论的压实度评价模型和层间结合质量评价模型，评价结果为某一可信度下的盲数均值和盲数上下界值，可以对施工质量进行评价，同时可以表征评价的不确定性。
最后，进行碾压混凝土坝施工质量综合评价，具体为由于压实度P和层间结合质量q量纲不同，因此在综合评价前，需要对其进行规范化，如公式(2)、(3) 所示。然后根据压实度和层间结合质量评价结果的合格面积比率确定二者的权重，对于合格面积比率较小的指标赋予较大的权重，最后计算施工质量综合评价指标值，如公式(4)所示，从而全面评价碾压混凝土坝的施工质量。
Q＝α·P'+β·q' (4)
其中：P'和q'分别为规范化的压实度和层间结合质量指标值，Q∈[0,1]为施工质量综合指标值，α和β分别为P'和q'的权重，当P'≥0.6以及q'≥0.6则压实度和层间结合质量合格，Q≥0.6则综合施工质量合格。
上述综合质量评价方法流程图如图2所示。
本发明具体实施例：
第一步：根据实时监控系统、现场检测、取样检测和钻孔取芯构建碾压混凝土坝施工质量评价指标体系。如图1所示，第一层为评价的目标层，即碾压混凝土坝施工质量综合评价结果；第二层为压实质量和层间结合质量评价结果，这里分别以压实度和抗拉强度、抗剪强度和渗透系数表征；第三层为影响压实质量和层间结合质量的参数层，包括碾压参数如：碾压速度v、碾压遍数n和压实厚度h，混凝土属性参数如：VC值、Gs值和骨料级配，层间间隔时间T以及压实度p。
1)利用实时监控技术获取任意位置处的碾压参数，同时可以获得层间的间隔时间。碾压参数是控制碾压质量的重要指标，一般要求碾压速度介于1km/h-3km/h，碾压遍数至少为8遍、压实厚度为30cm左右；层间间隔时间是评价层间结合质量的最重要的指标，一般以混凝土初凝时间为标准，控制层间间隔时间在初凝时间以内；
2)利用核子密度仪在施工现场对压实度进行检测，获得检测点的压实度数据。压实度是表征压实质量的指标，同时，压实度的大小会影响混凝土的力学性质，即其对层间结合质量也会造成影响；
3)利用取样检测方法对碾压混凝土的VC值和Gs值进行检测，VC值是表征混凝土流动性的指标，是指按照试验规程，在规定的振动台上将碾压混凝土振动达到合乎标准的时间，这一指标既影响碾压质量，也影响层间结合质量；含气量是指空气所占的体积百分比，是混凝土特性的常规指标，在一定程度上对碾压质量产生影响；
4)根据设计好的级配数据配置碾压混凝土，级配是指标体系中的一项重要指标，对碾压质量具有一定的影响；
5)利用钻孔取芯的方法获得碾压混凝土试样，通过抗拉强度试验获取抗拉强度指标值。以抗拉强度作为表征层间结合质量的指标，根据碾压混凝土的强度等级确定抗拉强度的标准值，例如：若碾压混凝土强度等级为C25，因此其抗拉强度标准值为1.27MPa。
第二步：建立压实度非线性回归模型以及层间结合质量指标非线性回归模型。在指标与参数之间相关性分析的基础上，建立非线性回归模型：
1)对参与压实度评价的指标(主要为各个碾压参数和混凝土属性参数)与压实度进行相关性分析，这里采用Pearson相关系数法，分别计算参数与压实度的相关系数，分析参数对压实度的影响规律；然后通过探索性的方法建立压实度与各个参数的一元非线性回归模型，再应用MATLAB合成压实度与参数的多元非线性回归模型：
P＝f(x1,x2,…,xn)，i＝1,2,…n (5)
其中：P为压实度，xi为第i个参与评价的参数，n为参与评价的参数个数。
最后计算模型的误差，验证回归模型可行性；
2)用相同方法建立抗拉强度非线性回归模型。
第三步：处理碾压混凝土坝的混凝土属性参数不确定性。应用盲数理论处理具有不确定性的混凝土属性参数：首先，将整理好的混凝土属性参数按照大小顺序排列，由数据分布的特点将其划分为若干个区段，为了简化运算，划分成2-3个区段即可。应注意，在划分区段时将分布较为集中的区间归为一个区段。然后，以参数在各个区段内出现的频率作为各个区段的可信度，从而将混凝土属性参数表示成盲数形式，并代入后续的计算。例如有一组参数x的数据，通过以上方式的处理，参数x可表示为盲数x＝{[a,b],f(x)}，其中
a，b为参数x的上下界，c，d为划分区段的边界值，α1,α2,α3分别为各个区段的可信度，和为1。
第四步：建立基于盲数理论的碾压混凝土坝施工质量评价模型。将步骤三中经过盲数理论处理的不确定性参数代入步骤二的回归模型，建立基于盲数理论的非线性回归模型，实现在模型中体现参数不确定性。模型评价的结果为盲数形式，即在某一可信度下的盲数上下界值以及均值，通过上下界值可以评估不确定性程度，用下界值掌握施工质量结果有可能出现的最差值，为施工质量控制提供标准，用均值基本上可以在该可信度下评价施工质量。
第五步：进行碾压混凝土坝施工质量综合评价。根据压实度与抗拉强度评价结果，对施工质量进行综合评价。由于二者量纲不同，因此在综合评价前，需要对其进行规范化(如公式(2)、公式(3)所示)。然后根据压实度和层间结合质量评价结果的合格面积比率确定二者的权重，对于合格面积比率较小的指标赋予较大的权重，最后计算施工质量综合评价指标值(如公式(4)所示)，从而全面评价碾压混凝土坝的施工质量。
其中，P'和q'分别为规范化的压实度和层间结合质量指标值，Q∈[0,1]为施工质量综合指标值，α和β分别为P'和q'的权重，当P'≥0.6以及q'≥0.6则压实度和层间结合质量合格，Q≥0.6则综合施工质量合格。
应当理解的是，这里所讨论的实施方案及实例只是为了说明，对本领域技术人员来说，可以加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
参考文献：
[1]魏日华,孙桂喜.碾压混凝土层间结合质量影响因素分析及改进措施[J].吉林水利,2006,(S1):123-124+127.
[2]D.Liu,Z.Li,J.Liu.Experimental study on real-time control of rollercompacted concrete dam compaction quality using unit compaction energyindices[J].Construction and Building Materials,2015,96:567-575.
[3]D.Zhong,D.Liu,B.Cui.Real-time compaction quality monitoring ofhigh core rockfill dam[J].Science China Technological Sciences,2011,54(7):1906-1913.
[4]吴斌平,崔博,任成功,等.龙开口碾压混凝土坝浇筑碾压施工质量实时监控系统研究与应用[J].水利水电技术,2013,44(01):62-65.
[5]刘玉玺.碾压混凝土坝施工信息模型原理与应用研究[D].天津:天津大学,2015.
[6]Y.Liu,D.Zhong,B.Cui,G.Zhong,Y.Wei,Study on real-time constructionquality monitoring of storehouse surfaces for RCC dams[J].Automation inConstruction,2015,49:100-112.
[7]林达.碾压混凝土坝施工压实质量预测模型研究[D].天津:天津大学,2012.
[8]D.Liu,Z.Li,Z.Lian,Compaction quality assessment of earth-rock dammaterials using roller-integrated compaction monitoring technology[J].Automation in Construction,2014,44:234-246.
[9]王晓玲,周龙,任炳昱,等.基于实时监控的堆石坝碾压质量二元耦合评价[J].水力发电学报,2015,34(02):164-170.
[10]王瑞,钟登华,吴斌平,岳攀.实时监控下考虑料源不确定性的堆石坝压实质量评估[J].水力发电学报,2015,34(09):146-152.
[11]娄亚东.碾压混凝土层面处理对层间结合性能影响研究[D].杭州:浙江大学,2015。
Claims (4)
1.考虑参数不确定性的碾压混凝土坝施工质量综合评价方法，其特征在于，包括以下步骤：
步骤(1)：构建碾压混凝土坝施工质量评价指标体系；
步骤(2)：建立压实度非线性回归模型以及层间结合质量指标非线性回归模型；
步骤(3)：处理碾压混凝土坝的混凝土属性参数不确定性；
步骤(4)：建立基于盲数理论的碾压混凝土坝施工质量评价模型；
步骤(5)：进行碾压混凝土坝施工质量综合评价；
所述步骤(4)具体为：将上述步骤(3)盲数形式的混凝土属性参数代入上述步骤(2)非线性回归模型中，建立基于盲数理论的压实度评价模型和层间结合质量评价模型，评价结果为某一可信度下的盲数均值和盲数上下界值，可以对施工质量进行评价，同时可以表征评价的不确定性；
所述步骤(5)具体为：根据压实度和层间结合质量评价结果的合格面积比率确定二者的权重，对于合格面积比率较小的指标赋予较大的权重，最后计算施工质量综合评价指标值，从而全面评价碾压混凝土坝的施工质量。
2.根据权利要求1所述的方法，其特征在于，所述步骤(1)具体为：根据实时监控系统、现场检测、取样检测和钻孔取芯进行指标的选取和收集，并通过坐标匹配对指标数据进行整理，根据指标之间的影响关系，构建碾压混凝土坝施工质量综合评价指标体系；
所述实时监控系统获取的指标包括下述碾压参数：碾压遍数n、压实厚度h、碾压速度v、层间间隔时间T；
所述现场检测通过核子密度仪监测获取的指标为压实度P；
所述取样检测获取混凝土VC值、Gs值、骨料级配混凝土属性参数值；
所述钻孔取芯以及力学实验的方式获取力学指标和下述抗渗性能指标：抗拉强度、抗剪强度和渗透系数。
3.根据权利要求1所述的方法，其特征在于，所述步骤(2)具体为：应用Pearson相关性分析方法分析指标间的相关性，在此基础上，通过MATLAB软件建立回归模型，并对回归模型的误差进行计算，验证模型可行性。
4.根据权利要求1所述的方法，其特征在于，所述步骤(3)具体为：应用盲数理论对其进行处理，将混凝土属性参数表示成盲数代入模型进行计算，实现从模型建立的角度体现参数不确定性的目的：
首先，将整理好的混凝土属性参数按照大小顺序排列，由数据分布的特点将其划分为2-3个区段；
然后，以参数在各个区段内出现的频率作为各个区段的可信度，从而将混凝土属性参数表示成盲数形式，并代入后续的计算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710167192.9A CN107038524B (zh) | 2017-03-20 | 2017-03-20 | 考虑参数不确定性的碾压混凝土坝施工质量综合评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710167192.9A CN107038524B (zh) | 2017-03-20 | 2017-03-20 | 考虑参数不确定性的碾压混凝土坝施工质量综合评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107038524A CN107038524A (zh) | 2017-08-11 |
| CN107038524B true CN107038524B (zh) | 2020-03-10 |
Family
ID=59534500
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710167192.9A Expired - Fee Related CN107038524B (zh) | 2017-03-20 | 2017-03-20 | 考虑参数不确定性的碾压混凝土坝施工质量综合评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107038524B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107943823B (zh) * | 2017-10-17 | 2021-12-14 | 北京壹陆科技发展有限公司 | 数字化施工实时大数据处理平台 |
| CN108153989B (zh) * | 2018-01-09 | 2020-04-21 | 天津大学 | 考虑参数不确定性影响的混凝土坝压实质量快速预测方法 |
| CN108334668A (zh) * | 2018-01-09 | 2018-07-27 | 天津大学 | 考虑参数不确定性影响的土石坝压实质量快速预测方法 |
| CN108646681B (zh) * | 2018-05-11 | 2019-09-24 | 北京铁科特种工程技术有限公司 | 用于沥青混凝土施工质量的智能管理方法及系统 |
| CN108803512B (zh) * | 2018-06-05 | 2020-05-26 | 天津大学 | 碾压混凝土坝变态混凝土插孔加浆监控方法 |
| CN110057618B (zh) * | 2018-11-30 | 2022-05-17 | 江西省水利规划设计研究院(江西省土木工程勘测设计研究院) | 一种制定碾压混凝土坝钻孔取芯与压水试验方案的方法 |
| CN109919481B (zh) * | 2019-03-01 | 2022-08-12 | 河海大学 | 一种碾压混凝土压实度多参数联合实时评价方法 |
| CN111178741B (zh) * | 2019-12-25 | 2023-07-21 | 德清县杭绕高速有限公司 | 一种基于施工远程监测系统的搅拌桩质量评定方法 |
| CN111444560B (zh) * | 2020-02-29 | 2024-04-16 | 天津大学 | 考虑下垫面影响的高填方压实质量实时评价方法 |
| CN114971128A (zh) * | 2021-12-31 | 2022-08-30 | 中国矿业大学 | 一种基于盲数和改进未确知测度的电能质量综合评估方法 |
| CN115034697B (zh) * | 2022-08-12 | 2022-11-08 | 河北工业大学 | 基于多域分析的多元智能压实指标分级优选方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103015391A (zh) * | 2013-01-07 | 2013-04-03 | 天津大学 | 土石坝坝料压实质量在线评估方法 |
| CN103255755B (zh) * | 2013-04-28 | 2015-04-08 | 河海大学 | 一种快速实时评价土石料填筑压实质量的无损方法及其评价装置 |
| CN105512761A (zh) * | 2015-12-04 | 2016-04-20 | 华北电力科学研究院有限责任公司 | 一种电力变压器的经济寿命确定方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7765123B2 (en) * | 2007-07-19 | 2010-07-27 | Hewlett-Packard Development Company, L.P. | Indicating which of forecasting models at different aggregation levels has a better forecast quality |
-
2017
- 2017-03-20 CN CN201710167192.9A patent/CN107038524B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103015391A (zh) * | 2013-01-07 | 2013-04-03 | 天津大学 | 土石坝坝料压实质量在线评估方法 |
| CN103255755B (zh) * | 2013-04-28 | 2015-04-08 | 河海大学 | 一种快速实时评价土石料填筑压实质量的无损方法及其评价装置 |
| CN105512761A (zh) * | 2015-12-04 | 2016-04-20 | 华北电力科学研究院有限责任公司 | 一种电力变压器的经济寿命确定方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 洪晓久 等.基于盲数理论的工程质量风险分析.《石油工程建设》.2008,第34卷(第1期),第70-77页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107038524A (zh) | 2017-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107038524B (zh) | 考虑参数不确定性的碾压混凝土坝施工质量综合评价方法 | |
| CN108153989B (zh) | 考虑参数不确定性影响的混凝土坝压实质量快速预测方法 | |
| CN107679293B (zh) | 堆石坝室内力学参数和碾压施工参数相互优选的方法 | |
| CN103866769B (zh) | 基于3d地质模型及实时监控大坝灌浆工程分析控制方法 | |
| CN108334668A (zh) | 考虑参数不确定性影响的土石坝压实质量快速预测方法 | |
| CN108548833B (zh) | 一种混凝土脱空检测方法、装置及终端设备 | |
| CN108693201B (zh) | 一种混凝土脱空检测的测量仪 | |
| CN107909255B (zh) | 一种基于云模型的帷幕灌浆效果模糊综合评价方法 | |
| Wang et al. | Evaluation of compaction quality based on SVR with CFA: case study on compaction quality of earth-rock dam | |
| WO2021136077A1 (zh) | 地下水封储油库水幕系统设计及修正的分析系统及方法 | |
| CN110570031A (zh) | 一种预测平原河网两级分汊河道分流比的方法 | |
| Xia et al. | Slope stability analysis based on group decision theory and fuzzy comprehensive evaluation | |
| CN112200478B (zh) | 一种黏性土场地的冻胀风险信息处理方法及系统 | |
| CN111705856A (zh) | 一种基于数值分析的基坑沉降监测系统以及预测方法 | |
| CN106202707A (zh) | 一种基于灰色置信区间的结构应力‑强度干涉模型集合可靠性分析方法 | |
| Al-saffar et al. | Prediction of soil's compaction parameter using artificial neural network | |
| CN114493702A (zh) | 一种基于有限元分析及地理信息的农村房产损失评估方法 | |
| CN105926566B (zh) | 一种快速预测强夯引起的地表变形的方法 | |
| CN106777734A (zh) | 一种山地滑坡预测方法 | |
| CN114662341A (zh) | 岩体临界滑动面极限分析方法 | |
| CN116067969A (zh) | 一种土遗址裂隙灌浆加固效果无损检测评价方法 | |
| Hong et al. | Dynamic evaluation for compaction quality of roller compacted concrete based on reliability metrics | |
| Xia et al. | Artificial neural network model for time-dependent vertical bearing capacity of preformed concrete pile | |
| Li et al. | Research and application of RBF neural network-based osmotic pressure forecast model for concrete-faced rockfill dam | |
| CN110927041A (zh) | 一种表征裂隙岩石渗透特性的层析成像方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200310 Termination date: 20210320 |