CN117195616A - 一种基于反演参数与施工过程的孔口温度开裂风险评价方法 - Google Patents
一种基于反演参数与施工过程的孔口温度开裂风险评价方法 Download PDFInfo
- Publication number
- CN117195616A CN117195616A CN202310951382.5A CN202310951382A CN117195616A CN 117195616 A CN117195616 A CN 117195616A CN 202310951382 A CN202310951382 A CN 202310951382A CN 117195616 A CN117195616 A CN 117195616A
- Authority
- CN
- China
- Prior art keywords
- concrete
- temperature
- orifice
- parameters
- stress
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 115
- 238000005336 cracking Methods 0.000 title claims abstract description 55
- 238000010276 construction Methods 0.000 title claims abstract description 45
- 230000008569 process Effects 0.000 title claims abstract description 37
- 238000011156 evaluation Methods 0.000 title claims abstract description 18
- 239000002245 particle Substances 0.000 claims abstract description 42
- 239000000463 material Substances 0.000 claims abstract description 17
- 230000008859 change Effects 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 49
- 238000004088 simulation Methods 0.000 claims description 48
- 238000004364 calculation method Methods 0.000 claims description 43
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 35
- 239000013307 optical fiber Substances 0.000 claims description 30
- 238000012706 support-vector machine Methods 0.000 claims description 28
- 238000004422 calculation algorithm Methods 0.000 claims description 27
- 238000005266 casting Methods 0.000 claims description 18
- 239000000498 cooling water Substances 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 12
- 238000013179 statistical model Methods 0.000 claims description 10
- 238000004321 preservation Methods 0.000 claims description 9
- 238000006467 substitution reaction Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000011161 development Methods 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 6
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 238000011065 in-situ storage Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 abstract description 3
- 230000002265 prevention Effects 0.000 abstract description 2
- 238000009413 insulation Methods 0.000 description 15
- 238000001816 cooling Methods 0.000 description 13
- 239000013598 vector Substances 0.000 description 11
- 230000020169 heat generation Effects 0.000 description 10
- 230000036571 hydration Effects 0.000 description 8
- 238000006703 hydration reaction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000000835 fiber Substances 0.000 description 6
- 230000002427 irreversible effect Effects 0.000 description 6
- 230000002441 reversible effect Effects 0.000 description 6
- 230000006978 adaptation Effects 0.000 description 2
- 230000002147 killing effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011799 hole material Substances 0.000 description 1
- 239000012774 insulation material Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000002184 metal 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
- 238000000638 solvent extraction Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于反演参数与施工过程的孔口温度开裂风险评价方法,可以解决难以预测孔口施工期裂缝产生风险的问题,通过建立施工期材料参数联合识别的智能优化‑粒子群分析模型,阐明材料参数状态变化与温度应力性状变化之间的规律,为孔口温度应力分析及开裂风险奠定基础,实时感知孔口混凝土浇筑与温控防裂动态历程,构建孔口施工过程、温控方案优化与开裂风险预测三层次评价模型,实现温控措施和开裂风险的动态反馈,为后续孔口部位施工及温控措施调整提供有力的技术支撑。
Description
技术领域
本发明属于大体积混凝土施工期安全预测及温度调控技术领域,特别涉及一种基于反演参数与施工过程的孔口温度开裂风险评价方法。
背景技术
特高拱坝施工周期长、通仓浇筑坝块长、自身水化热高、外部环境影响大、坝基基础和先期浇筑混凝土约束强,孔口部位施工期易产生裂缝。孔口部位常采用高标号混凝土,自生体积变形、水化热、弹性模量大,而周围坝体常采用低标号混凝土,材料特性不同,早期应力于强度增长的非一致性,使此处开裂风险较大,因此,有必要实时跟踪真实浇筑环境下混凝土材料特性的变化规律,实现提前预报,迅速处理;混凝土材料参数变化对孔口部位开裂风险评价具有重要影响。早期混凝土性能参数多采用室内实验所得的特征参数从而进行计算,这些参数在施工过程中极易受环境因素及人为因素的影响,且随着时空不断发生改变,从而据此作出的开裂风险评价极易产生偏差;目前,拱坝孔口部位温度及应力仿真分析及风险评价多集中于运行期孔口对拱坝整体的影响计算,参数反演主要是集中在热学参数,而忽略了力学参数的影响;实际上施工期温度边界属性确定跟为复杂,涉及结构形式、浇筑方案、温控措施、材料分区,孔口工作性态是热学与力学参数共同作用的结果,因此,针对针对拱坝孔口这个特殊部位,有必要在施工过程中依据现场监测信息,对热学力学参数进行效率高的联合反演,进而对数值仿真的准确性及温控方案的合理性进行动态评估,然而,目前鲜有热学力学参数联合反演与考虑施工过程的孔口温度开裂风险评价方面的研究;因此,需要设计一种基于反演参数与施工过程的孔口温度开裂风险评价方法来解决上述问题。
发明内容
本发明所要解决的技术问题是提供一种基于反演参数与施工过程的孔口温度开裂风险评价方法,该方法用于解决难以预测孔口施工期裂缝产生风险的问题,具有实时感知孔口混凝土浇筑与温控防裂动态历程,通过构建孔口施工过程、温控方案优化与开裂风险预测三层次评价模型,实现温控措施和开裂风险的动态反馈的特点。
为解决上述技术问题,本发明所采用的技术方案是:
一种基于反演参数与施工过程的孔口温度开裂风险评价方法,包括以下步骤:
S1,建立拱坝孔口的施工期局部有限元仿真模型;
S2,确立建立有限元模型的边界条件:依据施工期天气预报信息,以及孔口周围坝段浇筑进度安排、保温措施和冷却通水,确定温度和力学初始条件和边界条件;
S3,基于支持向量机粒子群算法进行热学参数和力学参数联合反演分析;
S4,基于拟浇筑仓有限元仿真模型与反演获得的材料参数进行温度和应力超前预报,据此对温控方案进行评价,并实时调整方案,使温度和应力在大坝孔口允许的安全范围内;
S5,基于小概率事件法计算混凝土实际抗拉强度;
S6,计算开裂风险,实施预报孔口开裂风险。
优选地,步骤S1中,有限元仿真模型的建立方法如下:
S101,确定坐标系,x轴正向为横河向指向左岸,y轴正向为顺河向指向上游,z轴正向为垂直向上;
S102,建立孔口坝段拟浇筑仓施工期的有限元仿真模型:
依据拱坝孔口浇筑仓的形状、尺寸和结构特性,基于AutoCAD建模软件中建立等尺寸拱坝整体模型及孔口部位混凝土浇筑仓的几何仿真模型,导入到ANSYS中,然后依据结构特征生成网格单元;
S103,提高孔口底板与侧墙位置处温度梯度及应力情况的计算精度:
对孔口侧墙及底板位置的有限元网格单元进行人工加密处理;网格单元划分完毕后,对各单元的属性和材料特性分配赋值,初步完成拱坝孔口局部有限元仿真模型的建立。
优选地,步骤S2中,确立建立有限元模型的边界条件的具体方法如下:
S201,确定初始条件,初始条件下,混凝土温度场为坐标点(x,y,z)的已知函数T0(x,y,z),且初始温度为一常数,在计算时由现场埋设光纤实测数据获得;
S202,孔口浇筑仓顶面和上下游面施加第三类温度边界条件,浇筑仓底面及横缝为绝热边界;
当混凝土与空气接触时,经过混凝土表面的热流量为:
此时假定经过混凝土表面的热流量q与混凝土表面温度T和气温Ta之差成正比关系,则第三类传热边界条件为;
式中,q为热流量,λ为混凝土导热系数,βs为等效放热系数,Ta为现场实测气温,T为混凝土表面温度,n为法向单位矢量;
S203,边界条件受外界环境温度、冷却通水及保温措施影响,具体方法如下:
确定水管冷却影响计算表达式,外表绝热的混凝土圆柱体,确定冷却通水影响表达式:实际工程中,在一起通水冷却阶段,通常采用多档通水进行冷却,则混凝土温度表示为:
T(t)=Twi+(Ti-Twi)φi(t)+θ0ψi(t)
采用组合指数式绝热温升表达式:
考虑保温措施的计算式如下:
选取放热系数β考虑保温层对孔口部位混凝土温度的影响,设在混凝土表面附有若干保温层,混凝土表面通过保温层向周围环境放热的等效放热系数βs据下式计算:
S204,考虑施工进度安排,确定拱坝孔口浇筑计划,确定各浇筑仓起止高度、开仓时间、收仓时间、浇筑历时(d)和间歇期(d),利用ANSYS中生死单元功能控制不同浇筑仓的浇筑时间;分仓浇筑仿真模拟前,将仓单元全部“杀死”,进行模拟时,按照浇筑进度安排依次“出生”仓单元。即当第一仓单元开始浇筑前,其余单元均属于杀死状态,将第一浇筑仓单元出生,当第二仓单元开始浇筑时,使第二浇筑仓出生,一二浇筑仓处于出生状态。按照此方法,实现考虑孔口混凝土浇筑计划的有限元仿真模型的建立;
S205,考虑步骤S202中第三类传热边界条件和力学条件影响,利用ANSYS软件,完成对仿真模型参数化的载荷和边界条件定义、参数化的分析控制和求解,代入步骤S1所建立的拱坝孔口部位的有限元仿真模型中。
优选地,步骤S3中,联合反演分析中,选取全局搜索能力强、计算精度高且效率高的基于支持向量机的粒子群算法对施工期热学与力学参数进行联合反演,具体方法如下:
S301,确定待反演热学参数,常用混凝土热学参数有密度ρ、比热c、导温系数α、导热系数λ、绝热温升θ0及温升规律参数n;本方法选定热学参数中绝热温升θ0、温升规律参数n及表面放热系数β进行反演,其余参数可通过公式计算及室内实验获得较准确值;
S302,建立热学参数反演的目标函数,当目标函数值趋与最小值时得到所求参数;
S303,在热学参数取值范围内随机生成一组初始热学参数值代入有限元仿真模型进行温度仿真模拟计算,得到混凝土浇筑仓测点的计算温度值,与该测点现场实测温度值一同代入目标函数中,计算得到目标函数值;具体方法如下:
受ANSYS软件限制,已浇筑混凝土水化热无法直接加到模型单元上,因此将水化热转化为生热率,通过对混凝土水化热求导而得,将不同时间段的混凝土生热率施加于模型单元上并计算温度场得到混凝土浇筑仓测点的计算温度值混凝土生热率据下式计算:
式中,HGEN为混凝土生热率;Q为混凝土中释放出的热量,p为混凝土的密度,c为混凝土比热容,τ为混凝土龄期,θ(τ)为混凝土绝热温升,θ'(τ)为混凝土绝热温升的导数;
S304,选用全局搜索能力强、计算精度和效率高的基于支持向量机的粒子群算法;基于均匀设计的方法生成样本,选取一定数量的代反演参数水平数进行设计,得到相应的计算方案,生成随机计算参数,用来检验训练效果;
S305,生成残差值,根据上述建立的孔口部位有限元计算模型,将训练样本与测试样本输入有限元模型,获得实测值与计算值的残差值;
S306,构建支持向量机模型,具体方法如下:
假定生成训练集为{(x1,y1),(x2,y2),…,(xi,yi)},其中xi为输入向量,yi为对应输出值。将输入向量xi映射到Φ(x),将此输入向量映射到高维数空间H转换为似线性问题解决,利用f(x)=ω×Φ(x)+b拟合,同时引入最优目标函数:
式中,ω为权向量,第一项用以增强泛化能力,C为惩罚常数,ξi,为松弛因子,第二项为惩罚;
利用Lagrange方法求解所需方程,引入核函数K(xi,xj)=Φ(xi)×Φ(xj),则建立非线性映射关系为:
利用粒子群算法确定较优的核函数参数g及惩罚常数c。利用生成的训练样本和测试样本,把粒子的个体位置设置为当前位置,代入支持向量机中进行训练;
计算粒子的预测值与真实值之间的误差值。作为粒子的适应值。不断迭代,更新粒子参数,记忆粒子最优位置,满足最大迭代次数时截至,获得最优惩罚常数及核函数参数组合为(C,g);
将利用粒子群算法所得最优惩罚常数及核函数参数组合(C,g)代入上述式中,建立代反演参数与残差值之间的非线性映射关系;
S307,参数优化反演:将代反演参数与残差值之间的非线性映射关系代替建立的孔口部位有限元模型,将热学参数与力学参数的目标函数作为粒子的适应值,利用粒子群算法对支持向量机模型进行全局空间上的搜索,反演获得参数值;
S308,力学参数反演:建立光纤实测统计模型,大体积混凝土早期自生体积变形大,较长时间才能趋于稳定,依据朱伯芳提出的混凝土性能随龄期而变化的指数关系式描述混凝土自生体积变形规律,温度分量采用提前埋设光纤中所测温度为因子,据此建立光纤实测统计模型:
ε0(t)=f(T)+f(G(t));
S309,进行热膨胀系数与自生体积变形反演;在混凝土工程中实测的自由体积应变可表示为:
ε0=αΔT+G(t)+εw
式中,αΔT为温度应变,α为热膨胀系数,G(t)为自生体积变形,εw为湿度应变;降温段取若干个光纤测值,采用最小二乘法获得统计模型回归系数,将上述两式对照,认为回归系数b1为热膨胀系数,从而反演出热膨胀系数α=b1;反演出热膨胀系数后,扣除温度分量,从而分离出自生体积变形分量;
S310,反演混凝土徐变度,具体方法如下:
混凝土徐变度的表达式较为复杂,测量的徐变度可分为可逆徐变变形与不可逆徐变变形,包含参数众多,本法选取朱伯芳改进的弹性徐变理论式,在实际工程中认为不可逆徐变变形较小,在计算中忽略,徐变度表达式为:
式中,第一项为持荷早期可逆徐变,第二项为持荷晚期可逆徐变,f1,f2,g1,g2,p1,p2,r1,r2为代求参数,t为时间,τ为加荷龄期;
确定反演参数,综合考虑多参数反演存在不适应性,为了减小误差,提高结果精度,混凝土热膨胀系数采用光纤实测统计模型反演结果值。混凝土弹性模量取设计值;确定徐变度表达式中的八个参数为反演参数,令x1=f1,x2=g1,x3=p1,x4=r1,…则X=[x1,x2,x3,x4,x5,x6,x7,x8]T;
反演分析时,结合该型号混凝土室内徐变实验资料,优化确定徐变度表达式中的八个参数,在拟合徐变度参数的基础上确定反演初始值;
采用增量法将自生体积变形耦合到应力场仿真分析,如下:
式中,Δf(G(τ))为自生体积变形增量,Δτ为增量时间;
利用建立好的孔口部位有限元模型进行应力场仿真分析,应力场仿真分析时考虑自重荷载、温度荷载、徐变及自生体积变形,输出光纤所处单元高斯点处计算应变εc,当光纤不在单元高斯点处时,选定靠近该位置光纤的单元高斯点,采用插值法获得此处计算应变。而后确定参数反演的目标函数,使计算应变和实测应变的残差平方和最小,即
式中,εm(i,j)为j时刻第i个点实测应变,εc(i,j)为j时刻第i个点计算应变,n1为独立应变分量数,n2为仿真计算时间段数,本法取n1=3,n2=10,当达到目标函数要求时,输出参数值;
此目标函数为非线性规划中的约束极值问题,本法采用上述的基于支持向量机的粒子群算法。
优选地,步骤S4的具体方法如下:
S401,确定优选温控因素,设置浇筑温度、表面保温、通水温度、通水流量、通水时刻、通水间距等温控措施的取值水平,利用均匀设计方法构造若干组温控措施参数的可能取值组x=(x1,x2,…,xn),利用有限元应力场仿真计算获取多个典型节点主拉应力计算式y=(y1,y2,…,ym);
S402,对于给定的一组温控措施参数按下式求出相应的各个典型测点的温度值,公式如下:
(σ1τ)ij=NN(n,h1,…,hk,m)ij(P)
式中,P为给定的温控措施参数,(σ1τ)ij为混凝土中第i个典型节点j龄期主拉应力计算值;
混凝土是否开裂主要取决于混凝土主拉应力与混凝土抗拉强度的关系,从而构建下式描述混凝土的应力发展过程:
式中,Rij为主拉应力与抗拉强度的相对值,[σ1τ]j为混凝土在j龄期时的抗拉强度,(σ1τ)ij为混凝土中第i个典型节点j龄期主拉应力计算值;取Ri=(Rij)min描述混凝土中第i个典型节点在此给定温控措施参数条件下的应力发展;
S403,将求出的Ri作为学习集的目标变量,温控措施参数x=(x1,x2,…,xn)作为训练数据集的自变量,从而进行学习,利用混合粒子群算法获得最佳的支持向量机参数,建立温控措施参数与混凝土温度应力的非线性映射关系,公式如下:
y=NN(n,h1,…,hk,m)(x);
S404,构建反映混凝土实际拉应力与抗拉强度的指标:
据此构建目标函数如下:
F(x)i=|Ri-[R]i|→min;
S405,设定温控参数的寻优范围,将建立的支持向量机模型代替有限元模型,利用混合粒子群算法对支持向量机的模型进行全局空间上的搜索,当符合S404中的目标函数时,该组参数即为最优温控措施参数,根据此参数,结合工程实际情况,实时调整温控措施,使工程温控防裂达到最优。
优选地,步骤S5的具体方法如下:
S501,混凝土为徐变材料,某一时刻的实测应变包含此时的弹性应力增量引起的弹性应变,及此时刻以前的全部应力引起的总变形;当处于一维应力状态时,时段τn-1~τn之前的全部应力引起的总变形应用下式计算:
式中,Δσi为相应计算时段的应力增量,E(τi)为混凝土τi龄期时弹性模量,为以τi为加荷龄期,单位应力持续作用到/>时刻的徐变,/>为时段中点的龄期;
则龄期时的应力增量为:
其中
式中,为/>时刻的有效弹性模量,/>为/>时刻一维应变过程线上的应变值;
当时刻混凝土的实际应力为:
S502,引入泊松比矩阵,将一维应力推广到三维;
S503,利用小概率事件法求解孔口部位混凝土抗拉强度,选取光纤实测获得的主应力数据中最不利的载荷情况下的监测效应量Xmin,Xmin为随机变量,得到一个样本空间:
X={Xm1,Xm2,…,Xmn}
计算统计量特征值:
其中利用非参数检验法对混凝土实际抗拉强度进行分布检验,确定概率密度函数f(x)及分布函数F(x);
S503,令Xm为混凝土实际抗拉强度,当X>Xm时混凝土将开裂,则概率为:
因混凝土开裂时,光纤测值一般不再满足力学规律,满足力学规律时一般为未开裂,设满足力学规律时光纤实测值出现异常的概率为α=1%,然后根据分布函数求出实际抗拉强度
优选地,步骤S6采用下式描述孔口部位混凝土开裂风险:
式中,χ为孔口部位混凝土开裂风险,σ1为混凝土此龄期的大主应力,Xm为混凝土实际抗拉强度;
开裂判断标准如下:当上式计算出χ≥1时,混凝土已经发生开裂,需尽快做出处理;当上式计算出0.7≤χ<1时,混凝土有较大的开裂风险,需加强监测;当上式计算出χ<0.7时,混凝土处于较安全状态,开裂风险小。
本发明的有益效果为:
本方案解决了现有技术难以预测孔口施工期裂缝产生风险的问题,通过建立施工期材料参数联合识别的智能优化-粒子群分析模型,阐明材料参数状态变化与温度应力性状变化之间的规律,为孔口温度应力分析及开裂风险奠定基础,实时感知孔口混凝土浇筑与温控防裂动态历程,构建孔口施工过程、温控方案优化与开裂风险预测三层次评价模型,实现温控措施和开裂风险的动态反馈。
附图说明
图1为本发明的流程示意图;
图2为本发明孔口物理示意图及光纤预埋三维示意图;
图3为本发明具体实施例中建立的拱坝孔口局部有限元仿真模型示意图;
图4为本发明具体实施例中双曲拱坝及底出口三维图;
图5为本发明具体实施例中冷却水管布置的局部放大示意图;
图6为本发明具体实施例中冷却水管布置的整体示意图;
图7为本发明具体实施例中冷却水管计算示意图;
图8为本发明具体实施例中混凝土、保温层和环境温度之间的热交换过程示意图;
图9为本发明具体实施例中裸露的表面保温示意图;
图10为本发明具体实施例中覆盖保温被的表面保温示意图;
图11为本发明具体实施例中导流底孔材料分区示意图。
具体实施方式
如图1~图11所示,一种基于反演参数与施工过程的孔口温度开裂风险评价方法,包括以下步骤:
S1,建立拱坝孔口的施工期局部有限元仿真模型;
S2,确立建立有限元模型的边界条件:依据施工期天气预报信息,以及孔口周围坝段浇筑进度安排、保温措施和冷却通水,确定温度和力学初始条件和边界条件;
S3,基于支持向量机粒子群算法进行热学参数和力学参数联合反演分析;
S4,基于拟浇筑仓有限元仿真模型与反演获得的材料参数进行温度和应力超前预报,据此对温控方案进行评价,并实时调整方案,使温度和应力在大坝孔口允许的安全范围内;
S5,基于小概率事件法计算混凝土实际抗拉强度;
S6,计算开裂风险,实施预报孔口开裂风险。
优选地,步骤S1中,有限元仿真模型的建立方法如下:
S101,确定坐标系,x轴正向为横河向指向左岸,y轴正向为顺河向指向上游,z轴正向为垂直向上;
S102,如图3所示,建立孔口坝段拟浇筑仓施工期的有限元仿真模型:
依据拱坝孔口浇筑仓的形状、尺寸和结构特性,基于AutoCAD建模软件中建立等尺寸拱坝整体模型及孔口部位混凝土浇筑仓的几何仿真模型,导入到ANSYS中,然后依据结构特征生成网格单元;
S103,提高孔口底板与侧墙位置处温度梯度及应力情况的计算精度:
对孔口侧墙及底板位置的有限元网格单元进行人工加密处理;网格单元划分完毕后,对各单元的属性和材料特性分配赋值,初步完成拱坝孔口局部有限元仿真模型的建立。
优选地,步骤S2中,确立建立有限元模型的边界条件的具体方法如下:
S201,确定初始条件,初始条件下,混凝土温度场为坐标点(x,y,z)的已知函数T0(x,y,z),且初始温度为一常数,在计算时由现场埋设光纤实测数据获得;
S202,孔口浇筑仓顶面和上下游面施加第三类温度边界条件,浇筑仓底面及横缝为绝热边界;
当混凝土与空气接触时,经过混凝土表面的热流量为:
此时假定经过混凝土表面的热流量q与混凝土表面温度T和气温Ta之差成正比关系,则第三类传热边界条件为;
式中,q为热流量,λ为混凝土导热系数,βs为等效放热系数,Ta为现场实测气温,T为混凝土表面温度,n为法向单位矢量;
S203,边界条件受外界环境温度、冷却通水及保温措施影响,具体方法如下:
如图5~图6所示,为水管布置示意图,确定水管冷却影响计算表达式,外表绝热的混凝土圆柱体,混凝土圆柱体直径为D,半径为b,长度为L;
如图7所示:混凝土初始温度为T0,绝热温升θ(τ),冷却水管进水口水温Tw,在长度L范围内,假设等效冷却水管表面为绝热状态,确定冷却通水影响表达式:实际工程中,在一起通水冷却阶段,通常采用多档通水进行冷却,则混凝土温度表示为:
T(t)=Twi+(Ti-Twi)φi(t)+θ0ψi(t)
式中p=kga/D2
k=2.09-1.35ξ+0.320ξ2
对于金属水管:
g=1.947(α1b)2
对于非金属水管:
式中,t为连续通水冷却时间,a为导温系数,D,b,c分别为外表绝热的混凝土圆柱体的直径、半径、内半径,同时c为冷却水管的外半径,r0为冷却水管内半径,L为水管长度;λ为混凝土的导热系数,λ1为水管的导热系数,cw,ρw分别为冷却水的比热容、密度,qw为通水流量,S1,S2分别为冷却管水平间距、冷却水管竖直间距。
采用组合指数式绝热温升表达式:
式中,Twi为第i档通入冷却管中水流温度,Ti为第i档通水开始时的混凝土初始温度,φi(t)为第i档通水时的水冷函数,ψ(t)为第i档通水冷却时与混凝土绝热温升有关的函数式,pi为第i档通水冷却时的水冷参数,ti为改变水温或水管流量的时刻;
考虑保温措施的计算式如下:
如图8~图10所示,选取放热系数β考虑保温层对孔口部位混凝土温度的影响,设在混凝土表面附有若干保温层,且每层保温材料的热阻为:
式中:hi为此保温层厚度,λi为此保温层导热系数;
最外层保温层与空气间的热阻为1/β,当混凝土外附有多层保温层时总热阻计算按下式:
混凝土表面通过保温层向周围环境放热的等效放热系数βs据下式计算:
计算出保温层等效放热系数βs后,采用下式计算保温材料提供的热阻:
S204,考虑施工进度安排,确定拱坝孔口浇筑计划,确定各浇筑仓起止高度、开仓时间、收仓时间、浇筑历时(d)和间歇期(d),利用ANSYS中生死单元功能控制不同浇筑仓的浇筑时间;分仓浇筑仿真模拟前,将仓单元全部“杀死”,进行模拟时,按照浇筑进度安排依次“出生”仓单元。即当第一仓单元开始浇筑前,其余单元均属于杀死状态,将第一浇筑仓单元出生,当第二仓单元开始浇筑时,使第二浇筑仓出生,一二浇筑仓处于出生状态。按照此方法,实现考虑孔口混凝土浇筑计划的有限元仿真模型的建立;
S205,考虑步骤S202中第三类传热边界条件和力学条件影响,利用ANSYS软件,完成对仿真模型参数化的载荷和边界条件定义、参数化的分析控制和求解,代入步骤S1所建立的拱坝孔口部位的有限元仿真模型中。
优选地,步骤S3中,联合反演分析中,选取全局搜索能力强、计算精度高且效率高的基于支持向量机的粒子群算法对施工期热学与力学参数进行联合反演,具体方法如下:
S301,确定待反演热学参数,常用混凝土热学参数有密度ρ、比热c、导温系数α、导热系数λ、绝热温升θ0及温升规律参数n;本方法选定热学参数中绝热温升θ0、温升规律参数n及表面放热系数β进行反演,其余参数可通过公式计算及室内实验获得较准确值;
S302,建立热学参数反演的目标函数,当目标函数值趋与最小值时得到所求参数,具体如下:
X=[x1,x2,x3]T=[θ0,n,β]T
式中,为第i个测点j时刻的待反演参数计算温度值,/>为第i个测点j时刻的现场光纤实测温度值,m为测点总数,n为某观测部位时间序列向量的个数;
S303,在热学参数取值范围内随机生成一组初始热学参数值代入有限元仿真模型进行温度仿真模拟计算,得到混凝土浇筑仓测点的计算温度值,与该测点现场实测温度值一同代入目标函数中,计算得到目标函数值;具体方法如下:
受ANSYS软件限制,已浇筑混凝土水化热无法直接加到模型单元上,因此将水化热转化为生热率,通过对混凝土水化热求导而得,将不同时间段的混凝土生热率施加于模型单元上并计算温度场得到混凝土浇筑仓测点的计算温度值混凝土生热率据下式计算:
式中,HGEN为混凝土生热率;Q为混凝土中释放出的热量,p为混凝土的密度,c为混凝土比热容,τ为混凝土龄期,θ(τ)为混凝土绝热温升,θ'(τ)为混凝土绝热温升的导数;
S304,选用全局搜索能力强、计算精度和效率高的基于支持向量机的粒子群算法;基于均匀设计的方法生成样本,选取一定数量的代反演参数水平数进行设计,得到相应的计算方案,生成随机计算参数,用来检验训练效果;
S305,生成残差值,根据上述建立的孔口部位有限元计算模型,将训练样本与测试样本输入有限元模型,获得实测值与计算值的残差值;
S306,构建支持向量机模型,具体方法如下:
假定生成训练集为{(x1,y1),(x2,y2),…,(xi,yi)},其中xi为输入向量,yi为对应输出值。将输入向量xi映射到Φ(x),将此输入向量映射到高维数空间H转换为似线性问题解决,利用f(x)=ω×Φ(x)+b拟合,同时引入最优目标函数:
式中,ω为权向量,第一项用以增强泛化能力,C为惩罚常数,ξi,为松弛因子,第二项为惩罚;
利用Lagrange方法求解所需方程:
式中,αi,γi,/>为Lagrange方法乘子;
引入核函数K(xi,xj)=Φ(xi)×Φ(xj),则建立非线性映射关系为:
利用粒子群算法确定较优的核函数参数g及惩罚常数c。利用生成的训练样本和测试样本,把粒子的个体位置设置为当前位置,代入支持向量机中进行训练;
计算粒子的预测值与真实值之间的误差值。作为粒子的适应值。不断迭代,更新粒子参数,记忆粒子最优位置,满足最大迭代次数时截至,获得最优惩罚常数及核函数参数组合为(C,g);
将利用粒子群算法所得最优惩罚常数及核函数参数组合(C,g)代入上述式中,建立代反演参数与残差值之间的非线性映射关系;
S307,参数优化反演:将代反演参数与残差值之间的非线性映射关系代替建立的孔口部位有限元模型,将热学参数与力学参数的目标函数作为粒子的适应值,利用粒子群算法对支持向量机模型进行全局空间上的搜索,反演获得参数值;
S308,力学参数反演:建立光纤实测统计模型,大体积混凝土早期自生体积变形大,较长时间才能趋于稳定,依据朱伯芳提出的混凝土性能随龄期而变化的指数关系式描述混凝土自生体积变形规律,温度分量采用提前埋设光纤中所测温度为因子,据此建立光纤实测统计模型:
ε0(t)=f(T)+f(G(t));
式中,温度分量f(T)=b0+b1T,自生体积变形分量;
式中,b1、b2、b3、b4为回归系数,根据统计经验,本法取C1=0.3,C2=0.05,C3=0.005;
S309,进行热膨胀系数与自生体积变形反演;在混凝土工程中实测的自由体积应变可表示为:
ε0=αΔT+G(t)+εw
式中,αΔT为温度应变,α为热膨胀系数,G(t)为自生体积变形,εw为湿度应变;降温段取若干个光纤测值,采用最小二乘法获得统计模型回归系数,将上述两式对照,认为回归系数b1为热膨胀系数,从而反演出热膨胀系数α=b1;反演出热膨胀系数后,扣除温度分量,从而分离出自生体积变形分量;
S310,反演混凝土徐变度,具体方法如下:
混凝土徐变度的表达式较为复杂,测量的徐变度可分为可逆徐变变形与不可逆徐变变形,包含参数众多,本法选取朱伯芳改进的弹性徐变理论式,在实际工程中认为不可逆徐变变形较小,在计算中忽略,徐变度表达式为:
式中,第一项为持荷早期可逆徐变,第二项为持荷晚期可逆徐变,f1,f2,g1,g2,p1,p2,r1,r2为代求参数,t为时间,τ为加荷龄期;
确定反演参数,综合考虑多参数反演存在不适应性,为了减小误差,提高结果精度,混凝土热膨胀系数采用光纤实测统计模型反演结果值。混凝土弹性模量取设计值;确定徐变度表达式中的八个参数为反演参数,令x1=f1,x2=g1,x3=p1,x4=r1,…则X=[x1,x2,x3,x4,x5,x6,x7,x8]T;
反演分析时,结合该型号混凝土室内徐变实验资料,优化确定徐变度表达式中的八个参数,在拟合徐变度参数的基础上确定反演初始值;
采用增量法将自生体积变形耦合到应力场仿真分析,如下:
式中,Δf(G(τ))为自生体积变形增量,Δτ为增量时间;
利用建立好的孔口部位有限元模型进行应力场仿真分析,应力场仿真分析时考虑自重荷载、温度荷载、徐变及自生体积变形,输出光纤所处单元高斯点处计算应变εc,当光纤不在单元高斯点处时,选定靠近该位置光纤的单元高斯点,采用插值法获得此处计算应变。而后确定参数反演的目标函数,使计算应变和实测应变的残差平方和最小,即
式中,εm(i,j)为j时刻第i个点实测应变,εc(i,j)为j时刻第i个点计算应变,n1为独立应变分量数,n2为仿真计算时间段数,本法取n1=3,n2=10,当达到目标函数要求时,输出参数值;
此目标函数为非线性规划中的约束极值问题,本法采用上述的基于支持向量机的粒子群算法。
优选地,步骤S4的具体方法如下:
S401,确定优选温控因素,设置浇筑温度、表面保温、通水温度、通水流量、通水时刻、通水间距等温控措施的取值水平,利用均匀设计方法构造若干组温控措施参数的可能取值组x=(x1,x2,…,xn),利用有限元应力场仿真计算获取多个典型节点主拉应力计算式y=(y1,y2,…,ym);
S402,对于给定的一组温控措施参数按下式求出相应的各个典型测点的温度值,公式如下:
(σ1τ)ij=NN(n,h1,…,hk,m)ij(P)
式中,P为给定的温控措施参数,(σ1τ)ij为混凝土中第i个典型节点j龄期主拉应力计算值;
混凝土是否开裂主要取决于混凝土主拉应力与混凝土抗拉强度的关系,从而构建下式描述混凝土的应力发展过程:
式中,Rij为主拉应力与抗拉强度的相对值,[σ1τ]j为混凝土在j龄期时的抗拉强度,(σ1τ)ij为混凝土中第i个典型节点j龄期主拉应力计算值;取Ri=(Rij)min描述混凝土中第i个典型节点在此给定温控措施参数条件下的应力发展;
S403,将求出的Ri作为学习集的目标变量,温控措施参数x=(x1,x2,…,xn)作为训练数据集的自变量,从而进行学习,利用混合粒子群算法获得最佳的支持向量机参数,建立温控措施参数与混凝土温度应力的非线性映射关系,公式如下:
y=NN(n,h1,…,hk,m)(x);
S404,构建反映混凝土实际拉应力与抗拉强度的指标:
据此构建目标函数如下:
F(x)i=|Ri-[R]i|→min;
S405,设定温控参数的寻优范围,将建立的支持向量机模型代替有限元模型,利用混合粒子群算法对支持向量机的模型进行全局空间上的搜索,当符合S404中的目标函数时,该组参数即为最优温控措施参数,根据此参数,结合工程实际情况,实时调整温控措施,使工程温控防裂达到最优。
优选地,步骤S5的具体方法如下:
S501,混凝土为徐变材料,某一时刻的实测应变包含此时的弹性应力增量引起的弹性应变,及此时刻以前的全部应力引起的总变形;当处于一维应力状态时,时段τn-1~τn之前的全部应力引起的总变形应用下式计算:
其中,
式中,Δσi为相应计算时段的应力增量,E(τi)为混凝土τi龄期时弹性模量,为以τi为加荷龄期,单位应力持续作用到/>时刻的徐变,/>为时段中点的龄期;
则龄期时的应力增量为:
其中
式中,为/>时刻的有效弹性模量,/>为/>时刻一维应变过程线上的应变值;
当时刻混凝土的实际应力为:
S502,引入泊松比矩阵,将一维应力推广到三维,具体方法如下:
/>
式中,Δσi(i=0,n)为时刻的三维应力增量,/>为/>时刻的三维弹性应变增量,/>为/>时刻的三维应变值;
S503,利用小概率事件法求解孔口部位混凝土抗拉强度,选取光纤实测获得的主应力数据中最不利的载荷情况下的监测效应量Xmin,Xmin为随机变量,得到一个样本空间:
X={Xm1,Xm2,…,Xmn}
计算统计量特征值:
其中利用非参数检验法,如A-D法或K-S法对混凝土实际抗拉强度进行分布检验,确定概率密度函数f(x)及分布函数F(x);
S503,令Xm为混凝土实际抗拉强度,当X>Xm时混凝土将开裂,则概率为:
因混凝土开裂时,光纤测值一般不再满足力学规律,满足力学规律时一般为未开裂,设满足力学规律时光纤实测值出现异常的概率为α=1%,然后根据分布函数求出实际抗拉强度
优选地,步骤S6采用下式描述孔口部位混凝土开裂风险:
式中,χ为孔口部位混凝土开裂风险,σ1为混凝土此龄期的大主应力,Xm为混凝土实际抗拉强度;
开裂判断标准如下:当上式计算出χ≥1时,混凝土已经发生开裂,需尽快做出处理;当上式计算出0.7≤χ<1时,混凝土有较大的开裂风险,需加强监测;当上式计算出χ<0.7时,混凝土处于较安全状态,开裂风险小。
上述的实施例仅为本发明专利的优选技术方案,而不应视为对于本发明专利的限制,本申请中的实施例及实施例中的特征在不冲突的情况下,可以相互任意组合。本发明专利的保护范围应以权利要求记载的技术方案,包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进,也在本发明专利的保护范围之内。
Claims (7)
1.一种基于反演参数与施工过程的孔口温度开裂风险评价方法,其特征在于:包括以下步骤:
S1,建立拱坝孔口的施工期局部有限元仿真模型;
S2,确立建立有限元模型的边界条件:依据施工期天气预报信息,以及孔口周围坝段浇筑进度安排、保温措施和冷却通水,确定温度和力学初始条件和边界条件;
S3,基于支持向量机粒子群算法进行热学参数和力学参数联合反演分析;
S4,基于拟浇筑仓有限元仿真模型与反演获得的材料参数进行温度和应力超前预报,据此对温控方案进行评价,并实时调整方案,使温度和应力在大坝孔口允许的安全范围内;
S5,基于小概率事件法计算混凝土实际抗拉强度;
S6,计算开裂风险,实施预报孔口开裂风险。
2.根据权利要求1所述的一种基于反演参数与施工过程的孔口温度开裂风险评价方法,其特征在于:步骤S1中,有限元仿真模型的建立方法如下:
S101,确定坐标系,x轴正向为横河向指向左岸,y轴正向为顺河向指向上游,z轴正向为垂直向上;
S102,建立孔口坝段拟浇筑仓施工期的有限元仿真模型:
依据拱坝孔口浇筑仓的形状、尺寸和结构特性,基于AutoCAD建模软件中建立等尺寸拱坝整体模型及孔口部位混凝土浇筑仓的几何仿真模型,导入到ANSYS中,然后依据结构特征生成网格单元;
S103,提高孔口底板与侧墙位置处温度梯度及应力情况的计算精度:
对孔口侧墙及底板位置的有限元网格单元进行人工加密处理;网格单元划分完毕后,对各单元的属性和材料特性分配赋值,初步完成拱坝孔口局部有限元仿真模型的建立。
3.根据权利要求1所述的一种基于反演参数与施工过程的孔口温度开裂风险评价方法,其特征在于:步骤S2中,确立建立有限元模型的边界条件的具体方法如下:
S201,确定初始条件,初始条件下,混凝土温度场为坐标点(x,y,z)的已知函数T0(x,y,z),且初始温度为一常数,在计算时由现场埋设光纤实测数据获得;
S202,孔口浇筑仓顶面和上下游面施加第三类温度边界条件,浇筑仓底面及横缝为绝热边界;
S203,边界条件受外界环境温度、冷却通水及保温措施影响;
S204,考虑施工进度安排,确定拱坝孔口浇筑计划,确定各浇筑仓起止高度、开仓时间、收仓时间、浇筑历时(d)和间歇期(d),利用ANSYS中生死单元功能控制不同浇筑仓的浇筑时间;
S205,考虑步骤S202中第三类传热边界条件和力学条件影响,利用ANSYS软件,完成对仿真模型参数化的载荷和边界条件定义、参数化的分析控制和求解,代入步骤S1所建立的拱坝孔口部位的有限元仿真模型中。
4.根据权利要求1所述的一种基于反演参数与施工过程的孔口温度开裂风险评价方法,其特征在于:步骤S3中,联合反演分析中,选取全局搜索能力强、计算精度高且效率高的基于支持向量机的粒子群算法对施工期热学与力学参数进行联合反演,具体方法如下:
S301,确定待反演热学参数,常用混凝土热学参数有密度ρ、比热c、导温系数α、导热系数λ、绝热温升θ0及温升规律参数n;本方法选定热学参数中绝热温升θ0、温升规律参数n及表面放热系数β进行反演,其余参数可通过公式计算及室内实验获得较准确值;
S302,建立热学参数反演的目标函数,当目标函数值趋与最小值时得到所求参数;
S303,在热学参数取值范围内随机生成一组初始热学参数值代入有限元仿真模型进行温度仿真模拟计算,得到混凝土浇筑仓测点的计算温度值,与该测点现场实测温度值一同代入目标函数中,计算得到目标函数值;
S304,选用全局搜索能力强、计算精度和效率高的基于支持向量机的粒子群算法;基于均匀设计的方法生成样本,选取一定数量的代反演参数水平数进行设计,得到相应的计算方案,生成随机计算参数,用来检验训练效果;
S305,生成残差值,根据上述建立的孔口部位有限元计算模型,将训练样本与测试样本输入有限元模型,获得实测值与计算值的残差值;
S306,构建支持向量机模型;
S307,参数优化反演:将代反演参数与残差值之间的非线性映射关系代替建立的孔口部位有限元模型,将热学参数与力学参数的目标函数作为粒子的适应值,利用粒子群算法对支持向量机模型进行全局空间上的搜索,反演获得参数值;
S308,力学参数反演:建立光纤实测统计模型,依据朱伯芳提出的混凝土性能随龄期而变化的指数关系式描述混凝土自生体积变形规律,温度分量采用提前埋设光纤中所测温度为因子,据此建立光纤实测统计模型;
S309,进行热膨胀系数与自生体积变形反演;
S310,反演混凝土徐变度。
5.根据权利要求1所述的一种基于反演参数与施工过程的孔口温度开裂风险评价方法,其特征在于:步骤S4的具体方法如下:
S401,确定优选温控因素,设置浇筑温度、表面保温、通水温度、通水流量、通水时刻、通水间距等温控措施的取值水平,利用均匀设计方法构造若干组温控措施参数的可能取值组x=(x1,x2,…,xn),利用有限元应力场仿真计算获取多个典型节点主拉应力计算式y=(y1,y2,…,ym);
S402,对于给定的一组温控措施参数按下式求出相应的各个典型测点的温度值,公式如下:
(σ1τ)ij=NN(n,h1,…,hk,m)ij(P)
式中,P为给定的温控措施参数,(σ1τ)ij为混凝土中第i个典型节点j龄期主拉应力计算值;
混凝土是否开裂主要取决于混凝土主拉应力与混凝土抗拉强度的关系,从而构建下式描述混凝土的应力发展过程:
式中,Rij为主拉应力与抗拉强度的相对值,[σ1τ]j为混凝土在j龄期时的抗拉强度,(σ1τ)ij为混凝土中第i个典型节点j龄期主拉应力计算值;取Ri=(Rij)min描述混凝土中第i个典型节点在此给定温控措施参数条件下的应力发展;
S403,将求出的Ri作为学习集的目标变量,温控措施参数x=(x1,x2,…,xn)作为训练数据集的自变量,从而进行学习,利用混合粒子群算法获得最佳的支持向量机参数,建立温控措施参数与混凝土温度应力的非线性映射关系,公式如下:
y=NN(n,h1,…,hk,m)(x);
S404,构建反映混凝土实际拉应力与抗拉强度的指标:
据此构建目标函数如下:
F(x)i=|Ri-[R]i|→min;
S405,设定温控参数的寻优范围,将建立的支持向量机模型代替有限元模型,利用混合粒子群算法对支持向量机的模型进行全局空间上的搜索,当符合S404中的目标函数时,该组参数即为最优温控措施参数,根据此参数,结合工程实际情况,实时调整温控措施,使工程温控防裂达到最优。
6.根据权利要求1所述的一种基于反演参数与施工过程的孔口温度开裂风险评价方法,其特征在于:步骤S5的具体方法如下:
S501,混凝土为徐变材料,某一时刻的实测应变包含此时的弹性应力增量引起的弹性应变,及此时刻以前的全部应力引起的总变形;当处于一维应力状态时,时段τn-1~τn之前的全部应力引起的总变形应用下式计算:
式中,Δσi为相应计算时段的应力增量,E(τi)为混凝土τi龄期时弹性模量,为以τi为加荷龄期,单位应力持续作用到/>时刻的徐变,/>为时段中点的龄期;
则龄期时的应力增量为:
其中
式中,为/>时刻的有效弹性模量,/>为/>时刻一维应变过程线上的应变值;
当时刻混凝土的实际应力为:
S502,引入泊松比矩阵,将一维应力推广到三维;
S503,利用小概率事件法求解孔口部位混凝土抗拉强度,选取光纤实测获得的主应力数据中最不利的载荷情况下的监测效应量Xmin,Xmin为随机变量,得到一个样本空间:
X={Xm1,Xm2,…,Xmn}
计算统计量特征值:
其中利用非参数检验法对混凝土实际抗拉强度进行分布检验,确定概率密度函数f(x)及分布函数F(x);
S503,令Xm为混凝土实际抗拉强度,当X>Xm时混凝土将开裂,则概率为:
因混凝土开裂时,光纤测值一般不再满足力学规律,满足力学规律时一般为未开裂,设满足力学规律时光纤实测值出现异常的概率为α=1%,然后根据分布函数求出实际抗拉强度
7.根据权利要求1所述的一种基于反演参数与施工过程的孔口温度开裂风险评价方法,其特征在于:步骤S6采用下式描述孔口部位混凝土开裂风险:
式中,χ为孔口部位混凝土开裂风险,σ1为混凝土此龄期的大主应力,Xm为混凝土实际抗拉强度;
开裂判断标准如下:当上式计算出χ≥1时,混凝土已经发生开裂,需尽快做出处理;当上式计算出0.7≤χ<1时,混凝土有较大的开裂风险,需加强监测;当上式计算出χ<0.7时,混凝土处于较安全状态,开裂风险小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310951382.5A CN117195616A (zh) | 2023-07-31 | 2023-07-31 | 一种基于反演参数与施工过程的孔口温度开裂风险评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310951382.5A CN117195616A (zh) | 2023-07-31 | 2023-07-31 | 一种基于反演参数与施工过程的孔口温度开裂风险评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117195616A true CN117195616A (zh) | 2023-12-08 |
Family
ID=88996877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310951382.5A Pending CN117195616A (zh) | 2023-07-31 | 2023-07-31 | 一种基于反演参数与施工过程的孔口温度开裂风险评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117195616A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117556521A (zh) * | 2024-01-09 | 2024-02-13 | 深圳大学 | 基于数字孪生的高海拔隧道衬砌开裂风险监测方法及系统 |
-
2023
- 2023-07-31 CN CN202310951382.5A patent/CN117195616A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117556521A (zh) * | 2024-01-09 | 2024-02-13 | 深圳大学 | 基于数字孪生的高海拔隧道衬砌开裂风险监测方法及系统 |
CN117556521B (zh) * | 2024-01-09 | 2024-04-30 | 深圳大学 | 基于数字孪生的高海拔隧道衬砌开裂风险监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103912966B (zh) | 一种地源热泵制冷系统优化控制方法 | |
CN102436722B (zh) | 一种混凝土坝的温控防裂监测方法 | |
CN109117562B (zh) | 智能温控大坝和温度调控方法 | |
CN101457268B (zh) | 高炉炉缸炉底监测、预报、报警系统 | |
CN109976147B (zh) | 一种基于智能学习的大体积混凝土温控方法 | |
CN117195616A (zh) | 一种基于反演参数与施工过程的孔口温度开裂风险评价方法 | |
CN108876191A (zh) | 基于bim的施工管控平台 | |
CN105544578A (zh) | 一种确定大体积混凝土结构施工养护方法的方法 | |
CN103942407B (zh) | 一种基于浇筑块的混凝土温度场仿真计算方法 | |
CN109408971A (zh) | 一种新型多参数影响下早期混凝土性态变化研究方法 | |
CN110377981B (zh) | 一种数字化的施工现场混凝土预测式防裂方法 | |
CN114638466B (zh) | 一种基于设计和实时监测的施工方法、装置及存储介质 | |
del Coz Díaz et al. | Thermal design optimization of lightweight concrete blocks for internal one-way spanning slabs floors by FEM | |
CN110362893A (zh) | 一种基于物联网的供热管道保温特性及疏水监测诊断系统 | |
CN104899425A (zh) | 一种高炉铁水硅含量的变量选择预报方法 | |
CN113177338A (zh) | 一种考虑太阳辐射热的拱坝孔口仿真计算模型的构建方法 | |
Liu et al. | Prediction of hydration heat of mass concrete based on the SVR model | |
Sheng et al. | Experimental and finite element investigations on hydration heat and early cracks in massive concrete piers | |
Zhouc et al. | Optimization of the temperature control scheme for roller compacted concrete dams based on finite element and sensitivity analysis methods | |
Firouzi et al. | Reliability assessment of concrete bridges subject to corrosion-induced cracks during life cycle using artificial neural networks | |
Sinha et al. | Application of adaptive neuro-fuzzy inference system for evaluating compressive strength of concrete | |
CN116109136A (zh) | 大体积混凝土结构开裂风险评估与预警方法 | |
Baran | Modelling the pultrusion process of off shore wind turbine blades | |
CN115563827A (zh) | 一种混凝土温度监控方法和系统 | |
Wasala et al. | Prediction of temperature development in concrete using semi-adiabatic temperature measurements |
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 |