CN110866324A

CN110866324A - 一种混凝土生产系统故障效应分析方法

Info

Publication number: CN110866324A
Application number: CN201910926426.2A
Authority: CN
Inventors: 周华维; 赵春菊; 梁志鹏; 周宜红; 陈佳莉; 王放; 潘志国; 周剑夫
Original assignee: China Three Gorges University CTGU
Current assignee: China Three Gorges University CTGU
Priority date: 2019-09-27
Filing date: 2019-09-27
Publication date: 2020-03-06

Abstract

本发明提供了一种混凝土生产系统故障效应分析方法，首先确定考虑生产系统影响的混凝土坝施工过程仿真建模目标，明确仿真建模的假定条件；然后提出混凝土生产系统故障模拟机制；利用敏感性分析方法，对不同类别故障因子影响下仿真计算出的坝体浇筑工期、混凝土月浇筑强度及机械入仓强度这三个评价指标进行分析，确定其对各类故障的敏感程度，从而确定影响坝体施工过程的关键性故障，实现故障对方案执行效果影响效应的分析。进行基于生产系统可靠度的施工方案设计，并在施工过程中通过不断累积实际生产系统故障数据来进一步完善故障发生概率的规律，依据仿真分析结果进行坝体生产调度优化。

Description

一种混凝土生产系统故障效应分析方法

技术领域

本发明涉及一种故障效应分析方法，特别涉及一种混凝土生产系统故障效应分析方法。

背景技术

混凝土坝施工过程受到众多确定及不确定因素的影响，致使施工系统复杂多变。传统方法一般无法解决此类复杂的系统问题，而应用计算机仿真技术则可高效、准确的模拟施工过程中的各种影响因素，分析仿真结果，辅助施工决策。然而，目前对混凝土坝施工过程进行的仿真研究比较重视系统内各种实体的状态变化，考虑了各子系统间的相互制约关系，在一定程度上反映了工程的实际施工情况，但尚无人在仿真研究时关心生产系统故障这一随机事件对坝体施工质量和工期可能带来的不利影响，而生产系统故障问题直接影响到坝面浇筑强度的保证率，一旦发生，坝体施工必然受到影响，混凝土浇筑强度极有可能不满足层间间歇时间的要求。

混凝土坝施工仓面一般较大，浇筑作业连续快速，因此，在混凝土的生产、运输及仓面摊铺、碾压或振捣的过程中需要各个环节高度协调，例如混凝土生产能力要满足混凝土层间间隔时间要求、混凝土运输系统的运输能力要满足仓面入仓强度要求等。以往对混凝土坝施工系统进行仿真研究时没有考虑施工过程中生产系统可能发生的意外情况 (比如说管道堵塞、石料槽破坏、气缸拉杆损坏等)对整个坝体施工过程协调连续进行可能带来的不利影响，一般认为混凝土生产、运输及坝面浇筑三大系统一旦按照给定资源配置满足层间间歇时间及控制性进度等要求后，即可按照拟定的浇筑方案执行。然而，在实际施工过程中，生产系统故障是极有可能发生的，且一旦发生，混凝土的生产无法按计划进行，直接影响到坝面混凝土的正常浇筑，进而使混凝土的层间间歇时间及控制性进度无法满足要求。

发明内容

本发明所要解决的技术问题是提出了一种混凝土生产系统故障效应分析方法，改善因混凝土生产系统故障引起的仓面质量问题。由于生产系统发生故障属于随机事件，它在某一天里可能发生也可能不发生，具有不确定性，但尽管故障发生是随机的，不同类故障发生的可能性还是有大小之分的，可用发生概率来度量，其在整个施工期内故障发生的概率具有一定的统计规律性。为了解决上述问题，本发明的技术方案为：对生产系统故障的组成及故障发生概率的规律进行深入研究，并将这一随机因素的影响机制嵌入到坝体施工过程仿真模型中，对通过仿真计算得到的坝体浇筑工期、混凝土月浇筑强度及机械入仓强度进行敏感性分析，确定各类故障对这三个方案评价指标的影响程度，找出生产系统中的关键性故障因子，并根据模拟计算结果分析生产系统故障对混凝土浇筑方案执行效果的影响规律，一方面可以据此进行基于生产系统可靠度的施工方案设计，另一方面可在施工过程中通过不断累积实际生产系统故障数据来进一步完善故障发生概率的规律，并结合实时的施工边界及约束条件进行考虑生产系统故障影响的坝体施工过程模拟，依据仿真分析结果进行坝体生产调度优化。

为了实现上述的技术特征，本发明的目的是这样实现的：一种混凝土生产系统故障效应分析方法，它包括以下步骤：

步骤一：归纳总结混凝土坝生产系统中可能发生的故障类别及特征，建立各类故障发生的随机分布模型；

步骤二：模拟混凝土生产故障对生产能力的动态影响效应；

步骤三：利用敏感性分析方法，对不同类别故障因子影响下仿真计算出的坝体浇筑工期、混凝土月浇筑强度及机械入仓强度这三个评价指标进行分析，确定其对各类故障的敏感程度，从而确定影响坝体施工过程的关键性故障；

步骤四：建立仿真模型揭示故障对方案执行效果的影响规律。

步骤一，在混凝土坝施工过程中，生产系统中各类故障发生的概率及故障发生的概率均为随机变量；在生成规定分布的随机数时，要先生成均匀分布U(0,1)的随机数，然后从所需要的分布函数中生成相应的随机数。

步骤四，在混凝土坝施工过程中，大坝被分成若干坝段，且对于碾压混凝土坝，需要通过并仓来实现大仓面快速施工的目的，仿真计算时，数据初始化后根据坝型来确定是否需要调用仓面划分模块，若需要，则对仓面进行划分，确定并仓方案，选择可浇仓；每次仿真计算前，首先要调用故障模拟模块，利用生成的随机数来判断故障是否发生，得出故障发生的时间，进而确定对应时间段内生产系统的实际生产能力，并将此信息反馈给大坝施工过程仿真计算模块，以此为边界条件，依据各项原则进行仓面的划分及浇筑执行仓的选择，进而模拟坝体浇筑的整个过程。

步骤四，在建立混凝土坝施工仿真模型时，根据仿真目标做出了如下假设：

1)对混凝土的运输系统做简化处理，认为从拌和楼到供料平台的运输能力能够满足仓面浇筑强度的需求，且运输过程可以在混凝土初凝时间内完成，不占用额外时间；

2)混凝土仓面浇筑系统做简化处理，认为运输到仓面的混凝土料可以及时卸料、摊铺和碾压或振捣，不存在排队等待或浇注机械强度不满足要求的情况；

3)对于碾压混凝土坝，浇筑大仓面时，使用斜层浇筑技术，以满足初凝时间要求；

4)各种准备工作如模板的拆除、安装和钢筋绑扎等可在浇筑间歇时间内完成，不占用直线工期。

随机变量的生成阶段，由U(0,1)随机数生成各种常见分布F(x)的随机变量的方法为：

1)取U(0,1)随机数u_i(i＝1,2,...)，令x_i＝F^-1(u_i)(i＝1,2,...)；

2)则x_i就是分布为F(x)的随机变量；

3)如果u₁,u₂,...相互独立，则x₁,x₂,...也相互独立。

生产系统故障模拟机制的方法为：

1)根据仓面信息参数及约束条件参数拟定仓面浇筑明细方案；

2)调用故障模拟模块，利用随机数的取值来判断各类故障发生与否，并将发生故障的类别及对应的停工时间信息反馈给仓面浇筑系统，更改相应的生产系统属性；

3)根据仓位的几何参数与位置变量，匹配控制该浇筑区域的物料运输入仓机械；

4)查询对应的混凝土生产系统的状态参数，根据仓位与混凝土生产系统的对应关系，扫描相应生产系统的当前强度，比较当前生产强度与满足仓面层面结合质量要求所需的最小生产强度值来确定是否存在生产强度不足的问题；若生产强度不足，则调整对应仓位的浇筑计划。

通过仿真系统中故障模拟模块的计算，得到各时段内混凝土的实际生产强度，并将该生产强度值作为混凝土上坝强度的边界条件来约束混凝土的坝面浇筑进程，进而计算出在考虑生产系统故障因子的情况下，坝体的坝面浇筑信息，即混凝土浇筑顺序、混凝土的月浇筑强度、施工机械入仓强度及坝体的浇筑总工期。

在仅考虑某一类故障因子的影响下，通过仿真计算确定该类故障因子对坝体浇筑月强度、施工机械的利用率及坝体的浇筑工期的影响效果，利用敏感性分析方法，与未考虑该因素前的对应指标进行比较分析，并对其敏感性进行评价，利用此方法，对各类故障因子依次进行评价和分析。

本发明有如下有益效果：

本发明通过对生产系统故障的组成及故障发生概率的规律进行深入研究，并将这一随机因素的影响机制嵌入到坝体施工过程仿真模型中，对通过仿真计算得到的坝体浇筑工期、混凝土月浇筑强度及机械入仓强度进行敏感性分析，确定各类故障对这三个方案评价指标的影响程度，找出生产系统中的关键性故障因子，并根据模拟计算结果分析生产系统故障对混凝土浇筑方案执行效果的影响规律，一方面可以据此进行基于生产系统可靠度的施工方案设计，另一方面可在施工过程中通过不断累积实际生产系统故障数据来进一步完善故障发生概率的规律，并结合实时的施工边界及约束条件进行考虑生产系统故障影响的坝体施工过程模拟，依据仿真分析结果进行坝体生产调度优化。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1为本发明的混凝土生产系统故障模拟机制流程图。

具体实施方式

下面结合附图对本发明的实施方式做进一步的说明。

实施例1：

参见图1，首先，对生产系统故障进行分析：

混凝土坝施工系统进行仿真研究时，需要考虑施工过程中生产系统可能发生的意外情况(比如说管道堵塞、石料槽破坏、气缸拉杆损坏等)对整个坝体施工过程协调连续进行可能带来的不利影响。并且用事件频率的大小来近似代表事件发生的概率，并且生成或获得服从不同分布的代表各类故障发生概率的随机数，再利用已经得到的均匀随机数采用一定的转换方法来生成服从不同分布的非均匀随机数，即随机变量。

然后，建立生产系统故障模拟模型：

1)对系统仿真建模进行假定：

在建立仿真模型时，一般不可能通过建立一个大的模型来解决所有的问题。结合研究目的建立对应的模型，所建立的模型应该仅包括与研究目的相关的内容。对于水利水电工程这种复杂多变的客观系统，在研究混凝土施工问题时，可以适当简化运输系统；研究混凝土运输问题时，可以适当简化混凝土浇筑系统。

在建立混凝土坝施工仿真模型时，根据仿真目标做出了如下假设：

A)对混凝土的运输系统做简化处理，认为从拌和楼到供料平台的运输能力能够满足仓面浇筑强度的需求，且运输过程可以在混凝土初凝时间内完成，不占用额外时间。

B)混凝土仓面浇筑系统做简化处理，认为运输到仓面的混凝土料可以及时卸料、摊铺和碾压或振捣，不存在排队等待或浇注机械强度不满足要求的情况。

C)对于碾压混凝土坝，浇筑大仓面时，使用斜层浇筑技术，以满足初凝时间要求。

D)各种准备工作如模板的拆除、安装和钢筋绑扎等可在浇筑间歇时间内完成，不占用直线工期。

2)建立混凝土生产系统故障模拟机制：

首先，根据仓面信息参数及约束条件参数拟定仓面浇筑明细方案，其中既包含了触发此模块的目标坝块所在的浇筑仓，也包含了处于待浇筑队列中的其他浇筑块组成的仓位。然后调用故障模拟模块，利用随机数的取值来判断各类故障发生与否，并将发生故障的类别及对应的停工时间信息反馈给仓面浇筑系统，更改相应的生产系统属性，并根据仓位的几何参数与位置变量，匹配控制该浇筑区域的物料运输入仓机械，并查询对应的混凝土生产系统的状态参数，根据仓位与混凝土生产系统的对应关系，扫描相应生产系统的当前强度，并比较当前生产强度与满足仓面层面结合质量要求所需的最小生产强度值来确定是否存在生产强度不足的问题。若生产强度不足，则调整对应仓位的浇筑计划。以下为故障模拟模块仿真计算时的详细判别方式。

通过建立各类故障的概率统计数学模型，确定了i类故障发生的概率及故障发生的概率所服从的分布。先求出分布函数反函数的解析式，再将[0,1]区间内的均匀随机数值带入解析式中求解即可得到一个服从对应分布的随机数。

模型假定：各类故障发生的概率是随机的，各自服从一定的分布；某日各类故障发生的概率相互独立，不同日故障的发生互不影响；在确定某日发生了故障的条件下，各类故障发生的概率仅与概率值的长度有关，与其落在数轴上的位置无关。

仿真计算以天为推进单位，模拟流程如下。

(1)每次仿真计算前首先生成i个服从对应分布的、代表该日各类故障发生概率的随机数X₁,X₂,X₃,...,X_i，同时生成1个服从对应分布的、代表该日故障发生概率的随机数p，同时生成随机数X₀(0,1)，代表当天发生故障的概率，如果0≤X₀≤p，则该日发生故障，进入生产系统故障模拟模块，否则直接进行坝体施工仿真计算。

(2)若通过判断该日发生故障，则接下来需要确定发生了何种故障。已知故障种类数为i，对应数轴上的依次连续的i个区，且第i区的长度为L_i＝X_i/L，总长度 L＝X₁+X₂+X₃+...+X_i，并将各长度依照故障类别编号依次排列在数轴上；则对应数

轴上各分界点值为0，L₁，L₁+L₂，L₁+L₂+L₃+…，L₁+L₂+L₃+…+L_i-1，1。

(3)生成随机数Y₀(0,1)，代表该日发生的故障的概率，若0≤Y₀≤L₁，则发生第1 类故障；若L₁≤Y₀≤L₁+L₂，则发生第2类故障；若L₁+L₂≤Y₀≤L₁+L₂+L₃，则发生第3 类故障；依此类推，如果L₁+L₂+L₃+...+L_i-1≤Y₀≤1，则发生第i类故障。

(4)事故类别确定之后，根据统计分析的结果可以确定停工时间，进而反馈给坝体施工系统。

最后，采用故障因子敏感性分析方法对混凝土生产系统进行故障分析：

生产系统故障种类较多，且故障的发生具有随机性，并且其中有些故障的发生对整个坝体的施工进度、混凝土的月浇筑强度等有较大的影响，而有些故障的发生对整个工程的工期、进度等影响不大，为了确定关键故障因子以便作出合理的方案调整及事前预防措施，本研究对混凝土月浇筑强度、浇筑工期、机械入仓强度这三个不确定因素对各类故障的敏感性进行了分析，具体方法如下：

(1)选取不确定因素及分析指标

在进行敏感性分析前，要先确定不确定因素，这些因素往往对工程的效益影响较大。本研究中选取混凝土月浇筑强度、浇筑工期、机械入仓强度这三个指标作为分析指标。这三个评价指标作为不确定因素，即分析指标。

(2)确定不确定因素变化程度

敏感性分析一般是针对不确定因素的不利变化进行，有时根据需要也可以考虑不确定因素的有利变化。本研究中考虑故障因子对上面三个不确定因素的不利变化。

(3)计算敏感性指标

以在仅考虑某一类故障因子时分析指标(混凝土月浇筑强度、浇筑工期、机械利用率)的变化率作为敏感性指标，混凝土月浇筑强度指标变化率用Q表示，浇筑工期变化率用G表示，入仓机械强度用J表示，期比较对象均为不考虑任何生产系统故障随机因素时仿真计算出的混凝土月浇筑强度、浇筑工期、入仓机械强度。计算公式如下：

其中，i＝4或6，分别代表拌和楼的容量；j＝1,2...,7，代表发生的故障类别；Q,G,J 分别代表不考虑任何生产系统故障随机因素时仿真计算出的混凝土月浇筑强度、浇筑工期和机械入仓强度；Q_ij,G_ij,J_ij为容量为i的拌和楼中发生第j类故障时仿真计算出的混凝土浇筑强度、浇筑工期和机械入仓强度；

则为容量为i的拌和楼中发生第j类故障时仿真计算出的三个评价指标的变化率，即本研究中定义的敏感性指标。

(4)对敏感性分析结果进行分析

1)

越大敏感度系数越高，相应不确定因素对容量为i的拌和楼中发生第j类故障的敏感程度越高。

2)根据敏感性指标评价结果得出最敏感的一个或几个关键故障，提出应对方法。

本发明提供的是一种混凝土生产系统故障分析方法，混凝土生产系统故障是造成仓面质量问题的重要因素，基于施工现场大数据的仿真分析，研究了故障的类别、发生的概率及其对坝体施工的影响，研究发现：①生产系统中各类故障发生的概率服从正态分布；②停工时间短的故障发生概率明显大于停工时间长的故障发生概率，且其综合影响停工时间更长；③单独考虑某一类故障，混凝土生产保证率可达95％以上；若考虑故障并发，则混凝土生产保证率只能达到85％左右。

实施例2：

以沙沱混凝土重力坝工程为例，结合沙沱混凝土重力坝工程的混凝土生产日志，对混凝土生产系统中发生的主要故障进行统计分析，分类标准为故障性质和故障发生后的停工时间。沙沱混凝土重力坝工程的混凝土生产系统位于河流的左岸，由于混凝土生产系统的故障主要出现在拌和楼上，因此，对生产系统的故障统计主要针对拌和楼上发生的各种类型的故障。沙沱工程共有两座混凝土拌和楼，容量分别为2×4m³和2×6m³。2×4m³的混凝土拌和楼主要负责大坝左岸1-8^#坝段的混凝土施工，2×6m³的混凝土拌和楼主要负责大坝右岸9-16^#坝段的混凝土施工，在实际施工时，两座拌和楼可以相互配合补给。根据混凝土生产日志中记载的故障信息，分别对两座拌和楼的故障进行了详细的分类，由于仿真过程中只需要关注故障的影响后果，而并不需要知道具体是哪一性质的故障，因此，本研究用数字代表故障的类型，第一个数字代表所属拌和系统的容量，第二个数字代表该拌和楼下故障的类型，详细分类结果如表1-1和1-2所示。

为了研究生产系统故障发生概率的统计规律性，采集了沙沱混凝土重力坝施工现场生产系统在统计样本月内故障发生的次数，并对其进行分类统计，确定各类故障发生的概率，进而对其进行概率分布的拟合、分布参数的假设检验及经验分布的检验和验证等，为模拟故障的发生对坝体浇筑工期、混凝土月浇筑强度及机械入仓强度的影响提供合理的输入数据支持。对该工程生产系统中i类故障发生的概率按月进行统计：选取的统计样本月数为N，第一个月第i类故障发生的次数为n_1i，第一个月故障发生的次数为 n₁＝n₁₁+n₁₂+...+n_1i，统计样本月内故障发生的总次数为n＝n₁+n₂+...+n_N，则第i类故障在第一个月内发生的概率为p_1i＝n_1i/n₁，第一个月故障发生的概率为p₁＝n₁/n。详细统计数据如表1-3—表1-6所示。

表1-3左岸2×4m³生产系统各月7类故障发生概率统计表

表1-4统计样本月内左岸2×4m³生产系统各月发生故障的概率

表1-5左岸2×6m³生产系统各月6类故障发生概率统计表

表1-6统计样本月内左岸2×6m³生产系统各月发生故障的概率

本研究中采用对观察数据的分布形式进行假设、参数估计和分布拟合优度检验等，确定输入随机变量的分布类型的方法，从而确定各类故障发生概率所服从的分布类型。各类故障发生概率及故障发生的概率的取值范围并非为有限多个或可列无限多个，而是在某一区间范围内均有可能，因此，各类故障发生的概率属于连续型随机变量。

本研究从对沙沱工程进行施工数据采集开始，通过对生产系统故障发生数据的统计和分析，进而采用统计学推断方法寻找隐藏在数据后面的统计学规律。

对于左岸2×6m³生产系统故障问题，根据对数据结构的观察我们不难发现，各类故障发生的概率表现为中间月份较大，两端月份较小的情况，因此，可以先假设各类故障发生的概率服从正态分布，然后根据正态概率图方法来依次判断各类故障发生的概率是否服从正态分布。

1)将一组数据x₁,x₂,...,x_n按从小到大的顺序排序，称为有序样本，记为x₁≤x₂≤...≤x_n；

2)在点x_k处的累计概率：

或

3)描出n个点：

在坐标轴上添加横纵坐标，制作正态概率图。

4)判断：若n个点近似在一条直线上，则认为该样本来自某正态分布；若n个点明显不位于一直线附近，则认为该样本不是来自正态分布。

用以上方法，依次可以判断出左岸2×6m³生产系统中各类故障发生的概率以及故障发生的概率是服从正态分布的。根据统计得到的数据(如表1-5和表1-6所示)，依次对6类故障发生的概率及发生故障的概率所服从正态分布的参数进行估计。运用点估计的方法，常用的三个统计量为样本均值

样本方差S²和样本标准差S。其计算公式如下：

据此计算出6类故障发生的概率及发生故障的概率各自服从正态分布的均值和方差如表1-7所示。

对于左岸2×4m³生产系统故障问题，同样先假设其服从正态分布，然后采用上述相同的方法判断出生产系统中各类故障发生的概率以及故障发生的概率是服从正态分布的。根据统计得到的数据 (如表1-3和表1-4所示)，依次对7类故障发生的概率及发生故障的概率所服从正态分布的参数进行估计，计算结果如表1-8所示。

表1-7左岸2×6m³生产系统6类故障发生概率所服从分布的参数估计值

表1-8左岸2×4m³生产系统7类故障发生概率所服从分布的参数估计值

在仿真过程中，要生成规定分布的随机数，一般先要先生成均匀分布U(0,1)的(伪)随机数，然后从所需要的分布函数中生成相应的随机数(随机变量)，因此，均匀分布U(0,1)随机数是生成其它分布随机数的基础。本研究中采用线性同余法(LinearCongruential Method，简称LCM)生成U (0,1)随机数，这种方法由Lehmer在1951年提出，其递推公式为：

其中，m为模数，a为乘子(乘数)，c为增量(加数)，且m x₀,m,a,c均为非负整数。显然由上述递推公式得到的x_n满足：0≤x_n＜m。从而x_n(及u_n)至多能取个不同的整数。数列x_n(n＝1,2,...) 重复数之间的最短长度(循环长度)为x_n的周期，记为T。若T＝m，则称之为满周期。

用LCM方法生成随机数时，式中参数m,a,c,x₀的选择十分关键，如果参数a,c和m取得合适，周期T可达到最大值，只要加大m，即可以延长循环周期。

利用已经得到的均匀随机数采用一定的转换方法来生成服从不同分布的非均匀随机数，即随机变量。由U(0,1)随机数生成各种常见分布F(x)的随机变量的方法：取U(0,1)随机数u_i(i＝1,2,...)，令x_i＝F^-1(u_i)(i＝1,2,...)，则x_i就是分布为F(x)的随机变量。如果u₁,u₂,...相互独立，则x₁,x₂,...也相互独立。

在建立混凝土坝施工仿真模型时，需要根据仿真目标做出如下假设：

(1)对混凝土的运输系统做简化处理，认为从拌和楼到供料平台的运输能力能够满足仓面浇筑强度的需求，且运输过程可以在混凝土初凝时间内完成，不占用额外时间。

(2)混凝土仓面浇筑系统做简化处理，认为运输到仓面的混凝土料可以及时卸料、摊铺和碾压或振捣，不存在排队等待或浇注机械强度不满足要求的情况。

(3)对于碾压混凝土坝，浇筑大仓面时，使用斜层浇筑技术，以满足初凝时间要求。

(4)各种准备工作如模板的拆除、安装和钢筋绑扎等可在浇筑间歇时间内完成，不占用直线工期。

建立混凝土生产系统故障模拟机制时：

混凝土坝的混凝土生产系统一般由多座拌和楼组成，以满足不同料性、不同级配及坝体不同部分的混凝土需求。若仓面系统预计于t时刻完成开仓准备工作，并具备开仓条件，仓面规划系统将检测此时的混凝土生产信息，并制订相应的浇筑计划，进行资源调配。

为了研究生产系统故障发生后对混凝土浇筑计划执行的影响，在未考虑生产系统故障因子前，通过仿真计算可以得出一个满足控制性进度要求及混凝土层间间歇时间要求的浇筑明细方案，以此方案作为比较方案。加入故障模拟模块的仿真系统，运行时首先由故障模拟模块生成多个服从不同随机分布的代表故障发生概率的随机数，利用随机数的取值判断各类故障发生与否，并将发生故障的类别及对应的停工时间信息反馈给混凝土仓面浇筑系统，进而更改相应的混凝土浇筑计划，调整浇筑方案。通过仿真计算可以得出考虑各类故障因子下的浇筑明细表，进而得出坝体浇筑工期、混凝土月浇筑强度和机械入仓强度等参数。

生产系统故障模拟机制如下：首先根据仓面信息参数及约束条件参数拟定仓面浇筑明细方案，其中既包含了触发此模块的目标坝块所在的浇筑仓，也包含了处于待浇筑队列中的其他浇筑块组成的仓位。然后调用故障模拟模块，利用随机数的取值来判断各类故障发生与否，并将发生故障的类别及对应的停工时间信息反馈给仓面浇筑系统，更改相应的生产系统属性，并根据仓位的几何参数与位置变量，匹配控制该浇筑区域的物料运输入仓机械，并查询对应的混凝土生产系统的状态参数，根据仓位与混凝土生产系统的对应关系，扫描相应生产系统的当前强度，并比较当前生产强度与满足仓面层面结合质量要求所需的最小生产强度值来确定是否存在生产强度不足的问题。若生产强度不足，则调整对应仓位的浇筑计划。以下为故障模拟模块仿真计算时的详细判别方式。

仿真计算以天为推进单位，模拟流程如下。

(1)每次仿真计算前首先生成i个服从对应分布的、代表该日各类故障发生概率的随机数 X₁,X₂,X₃,...,X_i，同时生成1个服从对应分布的、代表该日故障发生概率的随机数p，同时生成随机数X₀(0,1)，代表当天发生故障的概率，如果0≤X₀≤p，则该日发生故障，进入生产系统故障模拟模块，否则直接进行坝体施工仿真计算。

(2)若通过判断该日发生故障，则接下来需要确定发生了何种故障。已知故障种类数为i，对应数轴上的依次连续的i个区，且第i区的长度为L_i＝X_i/L，总长度L＝X₁+X₂+X₃+...+X_i，并将各长度依照故障类别编号依次排列在数轴上；则对应数轴上各分界点值为0，L₁，L₁+L₂，L₁+L₂+ L₃+…,L₁+L₂+L₃+…+L_i-1,1。

(3)生成随机数Y₀(0,1)，代表该日发生的故障的概率，若0≤Y₀≤L₁，则发生第1类故障；若 L₁≤Y₀≤L₁+L₂，则发生第2类故障；若L₁+L₂≤Y₀≤L₁+L₂+L₃，则发生第3类故障；依此类推，如果L₁+L₂+L₃+...+L_i-1≤Y₀≤1，则发生第i类故障。

生产系统故障种类较多，以沙沱混凝土重力坝工程为例，其左岸2×4m³拌和楼共有7类故障，左岸2×6m³拌和楼共有6类故障。这些故障的发生具有随机性，且其中有些故障的发生对整个坝体的施工进度、混凝土的月浇筑强度等有较大的影响，而有些故障的发生对整个工程的工期、进度等影响不大，为了确定关键故障因子以便作出合理的方案调整及事前预防措施，本研究对混凝土月浇筑强度、浇筑工期、机械入仓强度这三个不确定因素对各类故障的敏感性进行了分析，具体方法如下：

(1)选取不确定因素及分析指标

在进行敏感性分析前，要先确定不确定因素，这些因素往往对工程的效益影响较大。本研究中选取混凝土月浇筑强度、浇筑工期、机械入仓强度

这三个评价指标作为不确定因素，即分析指标。

(2)确定不确定因素变化程度

(3)计算敏感性指标

其中，i＝4或6，分别代表拌和楼的容量；j＝1,2...,7，代表发生的故障类别；Q,G,J分别代表不考虑任何生产系统故障随机因素时仿真计算出的混凝土月浇筑强度、浇筑工期和机械入仓强度； Q_ij,G_ij,J_ij为容量为i的拌和楼中发生第j类故障时仿真计算出的混凝土浇筑强度、浇筑工期和机械入仓强度；

(4)对敏感性分析结果进行分析

1)

为了更确切的分析和评价各类故障因子对混凝土坝施工过程的影响程度，按照上节的敏感性分析方法，对混凝土月浇筑强度、浇筑工期、机械入仓强度这三个评价指标对各类故障的敏感性进行了详细分析。将沙沱混凝土坝工程生产系统故障分为13类，这13类故障发生的概率均服从不同的分布，分别进行13次仿真计算，每次计算时仅考虑其中一类故障的发生，可以得出13种不同的坝体施工过程仿真结果，统计相应的Q_ij,G_ij,J_ij(容量为i的拌和楼中发生第j类故障时仿真计

表4-9敏感指标计算表

由以上表格计算结果分析可知：

(1)混凝土月浇筑强度对左岸2×4m³拌和楼中发生的第4类故障最为敏感；浇筑工期对左岸 2×4m³拌和楼中发生的第5类故障最为敏感；入仓机械强度对左岸2×4m³拌和楼中发生的第3类故障最为敏感。

(2)由上述分析可知，左岸2×4m³拌和楼中发生的第3、4和5类故障为关键性故障，查询故障分类表，可知其分别为皮带机压死(每次停工4小时)、石料槽破坏(每次停工3小时)和管道堵塞 (每次停工2小时)，因此，在施工过程中需要积极预防和检查，尽量减少和避免此类故障的发生。

Claims

1.一种混凝土生产系统故障效应分析方法，其特征在于，它包括以下步骤：

步骤二：模拟混凝土生产故障对生产能力的动态影响效应；

2.根据权利要求1所述一种混凝土生产系统故障效应分析方法，其特征在于：步骤一，在混凝土坝施工过程中，生产系统中各类故障发生的概率及故障发生的概率均为随机变量；在生成规定分布的随机数时，要先生成均匀分布U(0,1)的随机数，然后从所需要的分布函数中生成相应的随机数。

3.根据权利要求1所述一种混凝土生产系统故障效应分析方法，其特征在于：步骤四，在混凝土坝施工过程中，大坝被分成若干坝段，且对于碾压混凝土坝，需要通过并仓来实现大仓面快速施工的目的，仿真计算时，数据初始化后根据坝型来确定是否需要调用仓面划分模块，若需要，则对仓面进行划分，确定并仓方案，选择可浇仓；每次仿真计算前，首先要调用故障模拟模块，利用生成的随机数来判断故障是否发生，得出故障发生的时间，进而确定对应时间段内生产系统的实际生产能力，并将此信息反馈给大坝施工过程仿真计算模块，以此为边界条件，依据各项原则进行仓面的划分及浇筑执行仓的选择，进而模拟坝体浇筑的整个过程。

4.根据权利要求1所述一种混凝土生产系统故障效应分析方法，其特征在于：步骤四，在建立混凝土坝施工仿真模型时，根据仿真目标做出了如下假设：

5.根据权力要求2所述的一种混凝土生产系统故障效应分析方法，其特征在于：随机变量的生成阶段，由U(0,1)随机数生成各种常见分布F(x)的随机变量的方法为：

1)取U(0,1)随机数u_i(i＝1,2,...)，令x_i＝F^-1(u_i)(i＝1,2,...)；

2)则x_i就是分布为F(x)的随机变量；

3)如果u₁,u₂,...相互独立，则x₁,x₂,...也相互独立。

6.根据权力要求4所述的一种混凝土生产系统故障效应分析方法，其特征在于：生产系统故障模拟机制的方法为：

7.根据权利要4所述的一种混凝土生产系统故障效应分析方法，其特征在于：通过仿真系统中故障模拟模块的计算，得到各时段内混凝土的实际生产强度，并将该生产强度值作为混凝土上坝强度的边界条件来约束混凝土的坝面浇筑进程，进而计算出在考虑生产系统故障因子的情况下，坝体的坝面浇筑信息，即混凝土浇筑顺序、混凝土的月浇筑强度、施工机械入仓强度及坝体的浇筑总工期。

8.根据权利要4所述的一种混凝土生产系统故障效应分析方法，其特征在于：在仅考虑某一类故障因子的影响下，通过仿真计算确定该类故障因子对坝体浇筑月强度、施工机械的利用率及坝体的浇筑工期的影响效果，利用敏感性分析方法，与未考虑该因素前的对应指标进行比较分析，并对其敏感性进行评价，利用此方法，对各类故障因子依次进行评价和分析。