考虑高寒低温影响的高心墙堆石坝仓面施工仿真模型研究

低温是影响高寒地区高心墙堆石坝施工的关键因素。然而,目前堆石坝施工仿真主要采用工程经验或者统计分析方法获得有效施工时长等参数从而间接反映气温对施工过程的影响,难以准确量化因高寒低温停工导致的施工进度滞后的影响,且缺乏考虑高寒施工环境下的保温工序,无法满足仓面施工仿真的精细化需求。针对以上问题,本文提出一个考虑高寒低温影响的高心墙堆石坝仓面施工仿真模型。首先,提出基于粒子群优化多层感知机(Particle Swarm Optimization-Muti Layer Perception,PSOMLP)的气温时间序列预测方法,通过粒子群优化算法(PSO)优化多层感知机(MLP)的超参数,弥补传统最小梯度下降法训练MLP时超参数难以确定、训练效率低以及精度差的不足,并将其嵌入仓面仿真模型,以获取精确的低温停工时刻和时长。其次,利用自助抽样法(Bootstrap)获得揭膜和覆膜工序活动时长,进而构建同时考虑低温停工和新增工序影响下的高心墙堆石坝仓面施工仿真模型。工程应用表明,相比于实际施工进度,传统仿真模型平均误差为19.74%,提出的仿真模型平均误差仅为1.21%,证明所提出的方法能够有效量化低温停工时长和新增工序对施工进度的影响,为高寒地区高心墙堆石坝施工进度分析提供了新手段。

心墙堆石坝仓面施工进度动态控制

联合仓面施工进度仿真模型和仓面施工质量实时监控模型,综合考虑施工现场各项影响因素,提出了心墙堆石坝仓面施工进度动态控制模型,通过对仓面施工方案的优化以及对施工过程的施工进度偏差实时分析和反馈,从而实现仓面施工进度的事前、事中控制。将该施工进度动态控制模型应用到某心墙堆石坝,通过对心墙区某仓面进行多方案优化仿真分析,给出仓面施工事前控制推荐优化方案;当实际施工进度滞后时,仓面施工仿真模型根据当前仓面施工面貌进行动态更新并仿真,给出仓面施工事中控制推荐优化方案,从而保障仓面施工进度。应用结果表明,实际施工方案与仿真推荐方案一致,且二者仅相差23 min,实现了仓面施工进度的有效控制。该反馈模型能够及时给出合理的优化施工方案,从而实现对现场施工进度偏差的有效控制,为心墙堆石坝填筑进度提供保障。