CN112965376A - 一种拱坝温度应力与横缝工作性态的智能控制方法及装置 - Google Patents
一种拱坝温度应力与横缝工作性态的智能控制方法及装置 Download PDFInfo
- Publication number
- CN112965376A CN112965376A CN202110147453.7A CN202110147453A CN112965376A CN 112965376 A CN112965376 A CN 112965376A CN 202110147453 A CN202110147453 A CN 202110147453A CN 112965376 A CN112965376 A CN 112965376A
- Authority
- CN
- China
- Prior art keywords
- temperature stress
- arch dam
- working state
- transverse
- transverse joint
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- On-Site Construction Work That Accompanies The Preparation And Application Of Concrete (AREA)
Abstract
本发明提供一种拱坝温度应力与横缝工作性态的智能控制方法及装置,方法包括:获取施工现场的监测数据;根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;基于所述温度应力和所述横缝工作性态确定智能优化策略;根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态。本发明能够实现以温度应力与横缝工作性态为调控目标的多目标优化,有效解决了拱坝施工至运行全过程中温度应力与横缝工作性态同时调控的问题,保证了结构安全、充分发挥了材料性能、提升了施工效率。
Description
技术领域
本发明涉及混凝土拱坝技术领域,具体涉及一种拱坝温度应力与横缝工作性态的智能控制方法及装置。
背景技术
拱坝由于其安全性、适应性方面的优势被广泛应用。拱坝属于典型的大体积混凝土结构,在温度荷载作用下极易开裂,尤其是特高拱坝基础复杂、水推力巨大、应力水平高、安全稳定要求极高,其施工期温控防裂问题被认为是特高拱坝建设最具挑战的三大难题之一。拱坝横缝灌浆质量决定拱坝能否顺利成拱,横缝适时张开且开度满足灌浆要求对于保证拱坝施工进度、整体性、安全性有至关重要的作用。因此,要实现拱坝“安全、高质、高效”建设,就要解决施工期的坝块温度应力与横缝工作性态调控的难题。
针对拱坝的温控防裂和横缝工作性态,施工时主要是对拱坝的温控防裂进行控制,拱坝的横缝工作性态还处于理论研究阶段。例如:围绕混凝土拱坝温控防裂问题,现有技术中有冷却通水技术、温度应力数值仿真技术、基于温度荷载下混凝土破坏机理的混凝土热力学性能预测模型和基于监测反馈控制系统。围绕拱坝横缝工作性态问题,是对横缝在特定荷载下的响应情况进行研究,或者基于工程数据对于横缝张开行为进行研究,未从控制的角度实现对横缝工作性态调控。
目前,现有技术主要以温度为目标进行控制,尚不能完全、同时解决温度致裂和拱坝横缝适时张开。因此,如何协调拱坝横缝开合与坝体抗裂的需求,实现拱坝“安全、高质、高效”建设,是亟需解决的技术问题。
发明内容
针对现有技术中的问题,本发明提供一种拱坝温度应力与横缝工作性态的智能控制方法及装置,能够完成拱坝温控防裂与横缝工作性态调控的优化,实现拱坝施工过程中保证结构安全,提升施工效率。
为解决上述技术问题,本发明提供以下技术方案:
第一方面,本发明提供一种拱坝温度应力与横缝工作性态的智能控制方法,包括:
获取施工现场的监测数据;
根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;
基于所述温度应力和所述横缝工作性态确定智能优化策略;
根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态。
其中,所述监测数据包括:拱坝结构参数、材料热力学性能、边界条件和冷却通水系统工作参数中至少一种。
其中,所述基于所述温度应力和所述横缝工作性态确定智能优化策略,包括:
判断所述温度应力和所述横缝工作性态是否满足预设的优化目标;
若所述温度应力和所述横缝工作性态满足所述优化目标,则确定所述优化目标对应的策略为智能优化策略。
其中,若所述温度应力和所述横缝工作性态不满足所述优化目标,还包括:
将温度应力、横缝工作性态和优化目标输入至预设的神经网络模型,以使所述神经网络模型输出优化后的待检测策略;
判断所述温度应力和所述横缝工作性态是否满足所述待检测策略,若满足则确定待检测策略为智能优化策略。
其中,所述根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态,包括:
对所述监测数据进行有限元仿真计算得到拱坝的温度场、应力场和变形场;
根据温度场、应力场和变形场确定拱坝的温度应力和横缝工作性态。
其中,所述根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态,包括:
基于所述智能优化策略控制冷却水管控制单元上的阀门完成对拱坝的温度应力和横缝工作性态的控制,以使拱坝的横缝张开并满足灌浆要求,以及拱坝的各个坝块混凝土应力最大区域对应的安全系数均高于预设的目标安全系数。
其中,所述优化目标包括:坝块应力、缝面应力、横缝开度安全系数和横缝工作性态中至少一种。
第二方面,本发明提供一种拱坝温度应力与横缝工作性态的智能控制装置,包括:
感知模块10,用于获取施工现场的监测数据;
分析模块20,用于根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;
决策模块30,用于基于所述温度应力和所述横缝工作性态确定智能优化策略;
控制模块40,用于根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态。
第三方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述的拱坝温度应力与横缝工作性态的智能控制方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的拱坝温度应力与横缝工作性态的智能控制方法的步骤。
由上述技术方案可知,本发明提供一种拱坝温度应力与横缝工作性态的智能控制方法及装置,通过获取施工现场的监测数据;根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;基于所述温度应力和所述横缝工作性态确定智能优化策略;根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态,能够实现以温度应力与横缝工作性态为调控目标的多目标优化,有效解决了拱坝施工至运行全过程中温度应力与横缝工作性态同时调控的问题,保证了结构安全、充分发挥了材料性能、提升了施工效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中的拱坝温度应力与横缝工作性态的智能控制方法的流程示意图。
图2为本发明实施例中的拱坝温度应力与横缝工作性态的智能控制系统的结构示意图。
图3为本发明实施例中的拱坝温度应力与横缝工作性态的智能控制装置的结构示意图。
图4为本发明实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供一种拱坝温度应力与横缝工作性态的智能控制方法的实施例,参见图1,所述拱坝温度应力与横缝工作性态的智能控制方法具体包含有如下内容:
S101:获取施工现场的监测数据;
在本步骤中,基于施工现场的数据采集设备,获得全坝施工过程中温度场、应力场、变形场的监测数据。通过监测数据能够确定施工过程中坝体的温度应力与横缝工作性态,目的是为了根据温度应力与横缝工作性态提供智能优化策略开启策略优化过程。
监测数据包括:拱坝结构参数、材料热力学性能、边界条件和冷却通水系统工作参数中至少一种。在本实施例中,监测数据包括:拱坝结构参数、材料热力学性能、边界条件和冷却通水系统工作参数。
S102:根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;
在本步骤中,对所述监测数据进行有限元仿真计算得到拱坝的温度场、应力场和变形场;根据温度场、应力场和变形场确定拱坝的温度应力和横缝工作性态。
具体应用时,可以使用采用有限元仿真算法的非线性仿真系统,实现全坝施过程温度应力仿真模拟和横缝开合灌浆模拟。
S103:基于所述温度应力和所述横缝工作性态确定智能优化策略;
在本步骤中,判断所述温度应力和所述横缝工作性态是否满足预设的优化目标。具体的,若温度应力和横缝工作性态满足优化目标,则确定优化目标对应的策略为智能优化策略。
需要说明的是,优化目标对应的策略为初始通水策略,该初始通水策略是基于优化目标设定的一种优化方式。通过该初始通水策略控制冷却水管控制单元,通过冷却水管控制单元控制混凝土拱坝的温度应力和横缝工作性态。
在本步骤中,若满足预设的优化目标,表明施工过程中的温度应力和横缝工作性在预设施工要求范围内。
若所述温度应力和所述横缝工作性态不满足所述优化目标,则将温度应力、横缝工作性态和优化目标输入至预设的神经网络模型,以使所述神经网络模型输出优化后的待检测策略。
需要说明的是,神经网络模型是预先进行训练得到的。神经网络模型输出的待检测策略是基于当前温度应力和横缝工作性态得到了,执行待检测策略对混凝土拱坝的温度应力和横缝工作性态控制,以使温度应力和横缝工作性态在预设施工要求范围内。因此,进一步通过判断所述温度应力和所述横缝工作性态是否满足所述待检测策略,若满足则确定待检测策略为智能优化策略。执行待检测策略对混凝土拱坝的温度应力和横缝工作性态进行控制。
可以理解的是,本发明实施例包括但不限于神经网络算法,实施例中仅以神经网络算法为例进行说明。
在本实施例中,优化目标包括:坝块应力、缝面应力、横缝开度安全系数和横缝工作性态中至少一种。
S104:根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态。
在本步骤中,基于所述智能优化策略控制冷却水管控制单元上的阀门完成对拱坝的温度应力和横缝工作性态的控制,以使拱坝的横缝张开并满足灌浆要求,以及拱坝的各个坝块混凝土应力最大区域对应的安全系数均高于预设的目标安全系数。
从上述描述可知,本发明实施例提供的拱坝温度应力与横缝工作性态的智能控制方法,能够完成拱坝温控防裂与横缝工作性态调控的优化,实现拱坝施工过程中“保证结构安全,确保横缝张开,发挥材料性能,提升施工效率”的优化目的。保证全坝全施工过程温度应力不超标,能够确保各个灌区横缝开度适时张开,横缝张开量均能满足灌浆要求,且横缝最终开度高于传统温控策略。充分发挥混凝土抗裂性能,保证降温阶段应力水平增长与混凝土强度增长水平相匹配,且使其达到保证安全前提下的最小比值。能够大幅度缩减混凝土坝块温控的周期,大幅提前横缝张开和满足灌浆要求的时间,进而加快横缝封拱灌浆的进度使拱坝尽早成拱,有效降低悬臂高度,大幅提升整体施工进度。温控策略能够使坝块在空间和时间上的温度应力更为均匀,且优于传统策略,有利于大坝长期安全稳定运行。
本发明实施例提供一种拱坝温度应力与横缝工作性态的智能控制系统,参见图2,具体包括:全面感知模块、分析模块、决策模块和自动控制模块。
全面感知模块获取拱坝结构参数、材料热力学性能、各类边界条件、施工进度、冷却通水系统工作参数、施工能力等,本实施例中,采集的参数包括现场温控、材料性能和拱坝性态。全面感知模块为分析模块提供全面、真实的现场参数。
分析模块中的分析单元由大型非线性温度应力仿真系统组成,能够实现全坝全过程温度应力仿真模拟和横缝开合灌浆模拟,基于感知模块的参数为优化模块提供温度、应力、变形数据。
决策模块首先判断温度应力与横缝性态,然后通过优化模块实现策略优化,分析部分是决策模块的核心,针对温控防裂与横缝张开的问题,采用神经网络构建全坝全过程坝块安全系数、横缝面安全系数、横缝开合度与通水策略之间的关系,从而提供满足优化目标的智能化控制策略。自动控制模块通过有限元仿真模拟,用于检验和评估智能优化策略。
智能决策模块工作原理如下:分析单元基于初始通水策略通过数值仿真分析获取全坝全过程温度应力与横缝工作性态数据;判断单元基于坝块应力、缝面应力、横缝开度分析安全系数、横缝工作性态是否满足安全与灌浆要求,如满足则进一步判断是否满足提升施工效率与发挥材料性能的要求,如不满足则进入智能优化单元;智能优化单元基于神经网络开展优化,其训练集数据来源与分析、判断两个单元,通过对数据的训练构建神经网络模型,并将优化目标输入模型中,由模型给出优化后的待检测策略,该策略被输入至分析单元,经由判断单元验证评价,如满足四个优化目标,则输出全局智能优化策略,如不满足该策略及其相关数据扩充至神经网络训练集,开展下一轮优化,直至策略满足要求。
本发明实施例提供一种能够实现所述拱坝温度应力与横缝工作性态的智能控制方法中全部内容的拱坝温度应力与横缝工作性态的智能控制装置的具体实施方式,参见图3,所述拱坝温度应力与横缝工作性态的智能控制装置具体包括如下内容:
感知模块10,用于获取施工现场的监测数据;
分析模块20,用于根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;
决策模块30,用于基于所述温度应力和所述横缝工作性态确定智能优化策略;
控制模块40,用于根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态。
其中,所述监测数据包括:拱坝结构参数、材料热力学性能、边界条件和冷却通水系统工作参数中至少一种。
其中,所述基于所述温度应力和所述横缝工作性态确定智能优化策略,包括:
判断所述温度应力和所述横缝工作性态是否满足预设的优化目标;
若所述温度应力和所述横缝工作性态满足所述优化目标,则确定所述优化目标对应的策略为智能优化策略。
其中,若所述温度应力和所述横缝工作性态不满足所述优化目标,还包括:
将温度应力、横缝工作性态和优化目标输入至预设的神经网络模型,以使所述神经网络模型输出优化后的待检测策略;
判断所述温度应力和所述横缝工作性态是否满足所述待检测策略,若满足则确定待检测策略为智能优化策略。
其中,所述根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态,包括:
对所述监测数据进行有限元仿真计算得到拱坝的温度场、应力场和变形场;
根据温度场、应力场和变形场确定拱坝的温度应力和横缝工作性态。
其中,所述根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态,包括:
基于所述智能优化策略控制冷却水管控制单元上的阀门完成对拱坝的温度应力和横缝工作性态的控制,以使拱坝的横缝张开并满足灌浆要求,以及拱坝的各个坝块混凝土应力最大区域对应的安全系数均高于预设的目标安全系数。
其中,所述优化目标包括:坝块应力、缝面应力、横缝开度安全系数和横缝工作性态中至少一种。
本发明提供的拱坝温度应力与横缝工作性态的智能控制装置的实施例具体可以用于执行上述实施例中的拱坝温度应力与横缝工作性态的智能控制方法的实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
从上述描述可知,本发明实施例提供的拱坝温度应力与横缝工作性态的智能控制装置,通过获取施工现场的监测数据;根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;基于所述温度应力和所述横缝工作性态确定智能优化策略;根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态,能够实现以温度应力与横缝工作性态为调控目标的多目标优化,有效解决了拱坝施工至运行全过程中温度应力与横缝工作性态同时调控的问题,保证了结构安全、充分发挥了材料性能、提升了施工效率。
本申请提供一种用于实现所述拱坝温度应力与横缝工作性态的智能控制方法中的全部或部分内容的电子设备的实施例所述电子设备具体包含有如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述通信接口用于实现相关设备之间的信息传输;该电子设备可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该电子设备可以参照实施例用于实现所述拱坝温度应力与横缝工作性态的智能控制方法的实施例及用于实现所述拱坝温度应力与横缝工作性态的智能控制装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
图4为本申请实施例的电子设备9600的系统构成的示意框图。如图4所示,该电子设备9600可以包括中央处理器9100和存储器9140;存储器9140耦合到中央处理器9100。值得注意的是,该图4是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,拱坝温度应力与横缝工作性态的智能控制功能可以被集成到中央处理器9100中。其中,中央处理器9100可以被配置为进行如下控制:
获取施工现场的监测数据;根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;基于所述温度应力和所述横缝工作性态确定智能优化策略;根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态。
从上述描述可知,本申请的实施例提供的电子设备,通过获取施工现场的监测数据;根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;基于所述温度应力和所述横缝工作性态确定智能优化策略;根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态,能够实现以温度应力与横缝工作性态为调控目标的多目标优化,有效解决了拱坝施工至运行全过程中温度应力与横缝工作性态同时调控的问题,保证了结构安全、充分发挥了材料性能、提升了施工效率。
在另一个实施方式中,拱坝温度应力与横缝工作性态的智能控制装置可以与中央处理器9100分开配置,例如可以将拱坝温度应力与横缝工作性态的智能控制配置为与中央处理器9100连接的芯片,通过中央处理器的控制来实现拱坝温度应力与横缝工作性态的智能控制功能。
如图4所示,该电子设备9600还可以包括:通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是,电子设备9600也并不是必须要包括图4中所示的所有部件;此外,电子设备9600还可以包括图4中没有示出的部件,可以参考现有技术。
如图4所示,中央处理器9100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中,存储器9140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序,以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器9140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142,该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143,该数据存储部9143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块9110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132,以经由扬声器9131提供音频输出,并接收来自麦克风9132的音频输入,从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器9130还耦合到中央处理器9100,从而使得可以通过麦克风9132能够在本机上录音,且使得可以通过扬声器9131来播放本机上存储的声音。
本发明的实施例还提供能够实现上述实施例中的拱坝温度应力与横缝工作性态的智能控制方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的拱坝温度应力与横缝工作性态的智能控制方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
获取施工现场的监测数据;根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;基于所述温度应力和所述横缝工作性态确定智能优化策略;根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态。
从上述描述可知,本发明实施例提供的计算机可读存储介质,通过获取施工现场的监测数据;根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;基于所述温度应力和所述横缝工作性态确定智能优化策略;根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态,能够实现以温度应力与横缝工作性态为调控目标的多目标优化,有效解决了拱坝施工至运行全过程中温度应力与横缝工作性态同时调控的问题,保证了结构安全、充分发挥了材料性能、提升了施工效率。
虽然本发明提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本领域技术人员应明白,本说明书的实施例可提供为方法、装置(系统)或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面,也不局限于任何单一的实施例,也不局限于这些方面和/或实施例的任意组合和/或置换。而且,可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种拱坝温度应力与横缝工作性态的智能控制方法,其特征在于,包括:
获取施工现场的监测数据;
根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;
基于所述温度应力和所述横缝工作性态确定智能优化策略;
根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态。
2.根据权利要求1所述的拱坝温度应力与横缝工作性态的智能控制方法,其特征在于,所述监测数据包括:拱坝结构参数、材料热力学性能、边界条件和冷却通水系统工作参数中至少一种。
3.根据权利要求1所述的拱坝温度应力与横缝工作性态的智能控制方法,其特征在于,所述基于所述温度应力和所述横缝工作性态确定智能优化策略,包括:
判断所述温度应力和所述横缝工作性态是否满足预设的优化目标;
若所述温度应力和所述横缝工作性态满足所述优化目标,则确定所述优化目标对应的策略为智能优化策略。
4.根据权利要求3所述的拱坝温度应力与横缝工作性态的智能控制方法,其特征在于,若所述温度应力和所述横缝工作性态不满足所述优化目标,还包括:
将温度应力、横缝工作性态和优化目标输入至预设的神经网络模型,以使所述神经网络模型输出优化后的待检测策略;
判断所述温度应力和所述横缝工作性态是否满足所述待检测策略,若满足则确定待检测策略为智能优化策略。
5.根据权利要求1所述的拱坝温度应力与横缝工作性态的智能控制方法,其特征在于,所述根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态,包括:
对所述监测数据进行有限元仿真计算得到拱坝的温度场、应力场和变形场;
根据温度场、应力场和变形场确定拱坝的温度应力和横缝工作性态。
6.根据权利要求1所述的拱坝温度应力与横缝工作性态的智能控制方法,其特征在于,所述根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态,包括:
基于所述智能优化策略控制冷却水管控制单元上的阀门完成对拱坝的温度应力和横缝工作性态的控制,以使拱坝的横缝张开并满足灌浆要求,以及拱坝的各个坝块混凝土应力最大区域对应的安全系数均高于预设的目标安全系数。
7.根据权利要求1所述的拱坝温度应力与横缝工作性态的智能控制方法,其特征在于,所述优化目标包括:坝块应力、缝面应力、横缝开度安全系数和横缝工作性态中至少一种。
8.一种拱坝温度应力与横缝工作性态的智能控制装置,其特征在于,包括:
感知模块,用于获取施工现场的监测数据;
分析模块,用于根据所述监测数据进行有限元仿真计算来模拟拱坝的温度应力和横缝工作性态;
决策模块,用于基于所述温度应力和所述横缝工作性态确定智能优化策略;
控制模块,用于根据所述智能优化策略控制混凝土拱坝的温度应力和横缝工作性态。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7任一项所述的拱坝温度应力与横缝工作性态的智能控制方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7任一项所述的拱坝温度应力与横缝工作性态的智能控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110147453.7A CN112965376B (zh) | 2021-02-03 | 2021-02-03 | 一种拱坝温度应力与横缝工作性态的智能控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110147453.7A CN112965376B (zh) | 2021-02-03 | 2021-02-03 | 一种拱坝温度应力与横缝工作性态的智能控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112965376A true CN112965376A (zh) | 2021-06-15 |
CN112965376B CN112965376B (zh) | 2022-09-09 |
Family
ID=76273733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110147453.7A Active CN112965376B (zh) | 2021-02-03 | 2021-02-03 | 一种拱坝温度应力与横缝工作性态的智能控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112965376B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114117610A (zh) * | 2021-11-30 | 2022-03-01 | 中国电建集团成都勘测设计研究院有限公司 | 拱坝地基地质不对称的处理设计方法 |
CN114417537A (zh) * | 2022-04-01 | 2022-04-29 | 中国工程物理研究院流体物理研究所 | 一种开式行骨架结构变形场实时测量方法、装置及系统 |
CN114541400A (zh) * | 2021-07-16 | 2022-05-27 | 宜昌天宇科技有限公司 | 提高大坝温湿度调控效率的系统和方法 |
CN116579069A (zh) * | 2023-07-12 | 2023-08-11 | 清华大学 | 大体积混凝土结构温控策略智能设计方法和装置 |
CN116882037A (zh) * | 2023-09-07 | 2023-10-13 | 清华大学 | 一种拱坝应力计算处理方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107941695A (zh) * | 2017-12-20 | 2018-04-20 | 清华大学 | 拱坝横缝真实粘结强度的预测方法及装置 |
CN110616678A (zh) * | 2019-09-11 | 2019-12-27 | 中国三峡建设管理有限公司 | 一种减少运行期坝肩变形对混凝土坝影响的方法 |
CN110687832A (zh) * | 2019-10-29 | 2020-01-14 | 中国三峡建设管理有限公司 | 一种基于拱坝横缝初始粘结强度控制张开时机的方法 |
CN111860839A (zh) * | 2020-07-28 | 2020-10-30 | 上海海事大学 | 基于多信号融合及Adam优化算法的岸桥故障监测方法 |
-
2021
- 2021-02-03 CN CN202110147453.7A patent/CN112965376B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107941695A (zh) * | 2017-12-20 | 2018-04-20 | 清华大学 | 拱坝横缝真实粘结强度的预测方法及装置 |
CN110616678A (zh) * | 2019-09-11 | 2019-12-27 | 中国三峡建设管理有限公司 | 一种减少运行期坝肩变形对混凝土坝影响的方法 |
CN110687832A (zh) * | 2019-10-29 | 2020-01-14 | 中国三峡建设管理有限公司 | 一种基于拱坝横缝初始粘结强度控制张开时机的方法 |
CN111860839A (zh) * | 2020-07-28 | 2020-10-30 | 上海海事大学 | 基于多信号融合及Adam优化算法的岸桥故障监测方法 |
Non-Patent Citations (6)
Title |
---|
ZHANPING SONG等: "Three Dimensional Stability Analysis of Jointed Abutment Rock Mass of High Arch Dam", 《2011 ASIA-PACIFIC POWER AND ENERGY ENGINEERING CONFERENCE》 * |
傅少君等: "混凝土拱坝温控的动态分析理论与实践", 《岩石力学与工程学报》 * |
周伟等: "模拟高拱坝施工期横缝工作性态的接触-接缝复合单元", 《岩石力学与工程学报》 * |
徐佰林等: "混凝土面板堆石坝施工期面板温控措施优选", 《人民黄河》 * |
王利杰等: "施工期拱坝横缝开合度垂直向分布模型初探", 《人民长江》 * |
王祥峰等: "高拱坝混凝土裂缝开合度仿真分析", 《水利水电技术》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114541400A (zh) * | 2021-07-16 | 2022-05-27 | 宜昌天宇科技有限公司 | 提高大坝温湿度调控效率的系统和方法 |
CN114541400B (zh) * | 2021-07-16 | 2024-04-09 | 宜昌天宇科技有限公司 | 提高大坝温湿度调控效率的系统和方法 |
CN114117610A (zh) * | 2021-11-30 | 2022-03-01 | 中国电建集团成都勘测设计研究院有限公司 | 拱坝地基地质不对称的处理设计方法 |
CN114117610B (zh) * | 2021-11-30 | 2023-09-01 | 中国电建集团成都勘测设计研究院有限公司 | 拱坝地基地质不对称的处理设计方法 |
CN114417537A (zh) * | 2022-04-01 | 2022-04-29 | 中国工程物理研究院流体物理研究所 | 一种开式行骨架结构变形场实时测量方法、装置及系统 |
CN116579069A (zh) * | 2023-07-12 | 2023-08-11 | 清华大学 | 大体积混凝土结构温控策略智能设计方法和装置 |
CN116579069B (zh) * | 2023-07-12 | 2023-09-19 | 清华大学 | 大体积混凝土结构温控策略智能设计方法和装置 |
CN116882037A (zh) * | 2023-09-07 | 2023-10-13 | 清华大学 | 一种拱坝应力计算处理方法及装置 |
CN116882037B (zh) * | 2023-09-07 | 2023-12-19 | 清华大学 | 一种拱坝应力计算处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112965376B (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112965376B (zh) | 一种拱坝温度应力与横缝工作性态的智能控制方法及装置 | |
CN102811412A (zh) | 一种专业扬声器系统调整方法 | |
CN102997374A (zh) | 一种空调负荷预测方法,装置及空调 | |
CN116205109A (zh) | 多裂纹耦合扩展轨迹计算方法、设备及存储介质 | |
CN106780723B (zh) | 一种利用bim技术实现基坑快速参数化三维建模的方法 | |
CN104991506A (zh) | 基于plc与触摸屏控制的产线设定系统及其设定方法 | |
CN114091723A (zh) | 基于交叉熵理论的天然气管网供气可靠性检测方法及装置 | |
CN100580676C (zh) | 建筑钢结构施工过程温度应力仿真分析方法 | |
CN103543982A (zh) | 一种时钟频率管理方法及移动设备 | |
Shelden | Information modelling as a paradigm shift | |
CN110096806A (zh) | 一种确定斜拉桥施工初张拉索力的简便算法 | |
CN115659743A (zh) | 层状岩体弹塑性损伤模型构建方法及装置 | |
CN113359535A (zh) | 一种挖掘机动作优先控制方法、装置、挖掘机及存储介质 | |
CN113517698B (zh) | 主动配电网最优潮流凸化控制方法及装置 | |
CN113673016A (zh) | 能量桩最优桩长确定方法及装置 | |
CN107299168A (zh) | 一种控制高炉顶压的方法及装置 | |
CN111786824A (zh) | 数据中心能效比优化方法、系统、设备及可读存储介质 | |
CN113051636A (zh) | 一种基于遗传算法的再生混凝土细观力学参数反演方法 | |
Humphreys et al. | Eu public finance landscape for cleantech | |
CN107918282B (zh) | 用于互联电网自动发电控制的可变域mpc方法 | |
CN116680965B (zh) | 基于自适应时间步长的开挖支护模拟的fdem加速方法 | |
Sołowski et al. | Equivalent stress approach in modelling unsaturated soils | |
CN114509344B (zh) | 地下水封石油洞库密封塞的参数确定方法和装置 | |
KR102689565B1 (ko) | 인공지능 기반의 건축물 에너지 절약을 위한 에너지 관리 방법 | |
Pina-Henriques et al. | Masonry micro-modelling adopting a discontinuous framework |
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 |