堆石混凝土坝信息化施工管理研究.pdf

水利水电技术(中英文)第 54 卷 2023 年第 7 期Water Resources and Hydropower Engineering Vol.54 No.7徐小蓉,金峰,廖仕信,等.堆石混凝土坝信息化施工管理研究J.水利水电技术(中英文),2023,54(7):150-160.XU Xiaorong,JIN Feng,LIAO Shixin,et al.Research of informatization in construction management of rock-filled concrete damJ.Water Resources and Hydropower Engineering,2023,54(7):150-160.堆石混凝土坝信息化施工管理研究徐小蓉1,金 峰2,廖仕信3,周 虎2,张全意4,骆华攀5(1.华北电力大学 水利与水电工程学院,北京 102206;2.清华大学 水沙科学与水利水电工程国家重点实验室,北京 100084;3.贵州新中水工程有限公司,贵州 贵阳 550000;4.遵义市水利水电勘测设计研究院,贵州 遵义 563002;5.四川西沐建信科技有限公司,四川 眉山 620599)收稿日期:2022-08-26;修回日期:2022-11-04;录用日期:2022-11-07;网络出版日期:2023-02-13基金项目:贵州省 2021 年科技支撑计划项目(黔科合2021一般 359);清华大学水沙科学与水利水电工程国家重点实验室开放基金项目(sklhse-2022-C-03);国家自然科学基金重点项目(52039005)作者简介:徐小蓉(1990),女,讲师,博士,主要从事水利水电工程研究。E-mail:xxrong 通信作者:金 峰(1966),男,教授,博士,主要从事堆石混凝土研究。E-mail:jinfeng Editorial Department of Water Resources and Hydropower Engineering.This is an open access article under the CC BY-NC-ND license.摘 要:【目的】堆石混凝土筑坝技术采用机械化施工,具备仓面无人化、少人化高效施工建设与管理的潜质。近年来,随着信息技术的快速发展,堆石混凝土坝建设也逐步向信息化、智能化施工管理转型。【方法】提出了项目群多场景并行控制方法,采用统一的集成管理平台和功能架构,实现了堆石混凝土坝项目群的协同管理;围绕堆石混凝土关键质量控制环节,基于多元传感器和物联网技术开展工程数据感知与互联;基于云平台、视频监控与人工智能算法,开展堆石混凝土施工质量分析、评价与控制。【结果】堆石混凝土坝施工管理信息平台集成了混凝土生产-泵送-浇筑质量监控、大坝施工期温度全面感知、堆石混凝土密实性检测、仓面堆石质量 AI 评价、工程进度管理等功能模块。【结论】提出的信息化管理工程解决方案,将有力推动堆石混凝土坝建设与管理水平的提升。关键词:堆石混凝土坝;信息化施工管理;项目群管理;堆石质量控制;人工智能DOI:10.13928/ki.wrahe.2023.07.013开放科学(资源服务)标志码(OSID):中图分类号:TV51;TV523文献标志码:A文章编号:1000-0860(2023)07-0150-11Research of informatization in construction management of rock-filled concrete damXU Xiaorong1,JIN Feng2,LIAO Shixin3,ZHOU Hu2,ZHANG Quanyi4,LUO Huapan5(1.School of Water Resources and Hydropower Engineering,North China Electric Power University,Beijing 102206,China;2.State Key Laboratory of Hydroscience and Engineering,Tsinghua University,Beijing 100084,China;3.Guizhou New China Water Engineering Co.,Ltd.,Guiyang 550000,Guizhou,China;4.Zunyi Survey and Design Institute of Water Conservancy and Hydropower Co.,Ltd.,Zunyi 563002,Guizhou,China;5.Sichuan CimInfoTech Co.,Ltd.,Meishan 620599,Sichuan,China)Abstract:ObjectiveThe rock-filled concrete(RFC)construction technology is mechanized,which has great potential for the unmanned or less labor construction.In recent years,with the rapid development of information technology,the construction of RFC dams has been gradually transforming to the informationized or intelligent construction management.MethodsThis paper proposes a multi-project and multi-scene parallel control method,in which condition a unified integrated management platform 051徐小蓉,等/堆石混凝土坝信息化施工管理研究水利水电技术(中英文)第 54 卷 2023 年第 7 期with the same functional framework is adopted to realize the concurrent collaborative management of RFC project groups.While the critical factors of RFC quality are concentrated on,the multiple sensors and internet of things(IoT)technology are adopted for the perception and interconnection of the engineering data.At the same time,the cloud platform with some embedded artificial intelligence(AI)algorithms is involved in the quality analysis,evaluation and control.ResultsThe construction information management platform of rock-filled concrete dam is integrated by several functional modules,including the monitoring of concrete production-pumping-pouring quality,the comprehensive sensing of dam temperature,the detection of RFC compactness,the AI evaluation of rockfill quality,and the management of project progress,etc.ConclusionThe proposed engineering solu-tion of informatization management will effectively promote the continuous improvement of the construction quality and manage-ment level for the RFC projects.Keywords:rock-filled concrete dam;informatization in construction management;multi-project management;rockfill quality control;artificial intelligence0 0 引引 言言 新中国成立 70 余年以来,国家高度重视水利水电基础设施建设,中国筑坝技术在坝高、坝型、装机容量等方面飞跃发展,逐步奠定了世界“领跑”地位1。我国从引进碾压混凝土坝、混凝土面板堆石坝等国外先进筑坝技术,再到自主创新发明堆石混凝土坝2,完成了“引进、吸收、再创新”的转变。堆石混凝土(rock-filled concrete,RFC)是采用大粒径堆石与高自密实性能混凝土(high self-compacting con-crete,HSCC)密实化胶结的新型大体积混凝土3。近20 年来,堆石混凝土技术从 0 到 1,通过开展大量理论研究、试验研究与工程实践,逐步建立了配套的质量控制方法与核心技术标准体系4-7。截至目前,堆石混凝土技术已在我国 22 个省份的 142 座重力坝、13 座拱坝上得到应用,为国家水利水电事业做出了重要贡献。堆石混凝土施工工艺采用机械化施工,两个关键工序为堆石入仓和自密实混凝土浇筑8。通常堆石入仓采用自卸汽车装载运输、仓面挖掘机辅助码放堆石;自密实混凝土浇筑则可以采用地泵、地泵+布料机或天泵等方式直接泵送浇筑5。堆石混凝土坝无需振捣,也不需要埋设冷却水管,工序相对简单,具备仓面无人化、少人化高效施工与管理的潜质。随着信息技术的快速发展,堆石混凝土坝建设正逐步向信息化、智能化施工管理转型。目前,堆石混凝土信息化建设技术处于发展阶段,重点在监测与评价筑坝材料与施工过程的质量,如堆石粒径、自密实混凝土工作性能、堆石混凝土密实性、水化温升过程等。未来堆石混凝土技术将推进智能化施工与控制,比如堆石的无人装载、无人运输、无人卸料和入仓5,自密实混凝土的智能泵送,无人化的层面处理等。传统混凝土坝或堆石坝已发展较为成熟,21 世纪从数字大坝已迈入智能建造大坝9-11阶段,国内多个高坝建设在自动监测施工质量的同时,实现了智能化控制施工机械。物联网(loT)、人工智能(AI)、数据挖掘及云计算等信息技术,成为了提升工程质量与管理水平的重要推手。我国土石坝以双江口、两河口等高海拔地区高心墙堆石坝为代表,攻克了智能碾压、无人碾压关键技术12-14,从装料、运输、卸料、碾压等环节对坝料填筑质量进行实时监控15,构建了 BIM+GIS+AR+AI 的全天候智能填筑云平台。高拱坝混凝土工程以金沙江流域溪洛渡、白鹤滩、乌东德水电站等工程为典型代表16,形成了“全面感知、真实分析、实时控制”的智能建造理论。目前,我国在混凝土坝建设过程中形成了许多智能建设与管理方法,包括施工进度智能仿真17、混凝土生产-运输-浇筑监控、混凝土智能温控18、冷却水管智能通水、混凝土振捣智能监控、基础智能灌浆19、智能建设信息平台 iDam 等,代表性的工程有“数字溪洛渡”、“智能建造乌东德、白鹤滩”20、“数字黄登”、“数字大岗山”以及“智慧丰满”等。这些大型混凝土坝或堆石坝的智能化施工管理,核心都在于施工质量控制,但经费投入通常较大,一般需要有高精尖设备仪器和强有力的技术服务支撑。堆石混凝土坝的施工质量,一方面取决于 HSCC的流动性、填充性等工作性能,另一方面,还与堆石粒径分布、堆石体空隙结构等21密切相关,二者形成的填充密实性22是施工质量控制的核心。HSCC 是典型的非牛顿流体,其流动性、填充性能受原材料质量与配合比、环境温湿度、运输-泵送-浇筑过程等因素的影响较大,时序波动性显著。堆石体是空间离散的颗粒体,三维空间结构与空隙喉口结构十分复杂、随机,且堆石粒径较大(约 0.31.5 m)。因此,151徐小蓉,等/堆石混凝土坝信息化施工管理研究水利水电技术(中英文)第 54 卷 2023 年第 7 期 图 1 堆石混凝土坝的项目群多场景并行控制框架Fig.1 Diagram of the multi-project multi-scene parallel control mode of rock-filled concrete dam传统手段难以获取仓面施工质量的 有 效 参 数,如 堆 石 粒 径 分布21、HSCC 泵送全量性能、堆石混凝土密实性23、堆石混凝土水化温升24、层面清洁度25等,难以实现堆石混凝土质量的定量化与精确评价26。堆石混凝土施工质量控制的另一难点,是探索一种轻量化、低成本、可拓展性强的信息化施工管理模式,尤其是对中小型水利工程的适用性。本文基于小型多元传感器、物联网、云服务与人工智能等信息技术,围绕堆石体与自密实混凝土核心质量,提出了一套堆石混凝土坝信息化施工管理27的工程解决方案。通过构建基于项目群多场景并行控制的施工管理平台,以模块化的开发模式力求轻量运行、协同管理,集成了工程进度可视化管理、堆石质量监控与 AI 评价、混凝土生产-泵送-浇筑质量监控、大坝温度全面监测、堆石混凝土密实性检测等功能模块,基本解决了上述堆石混凝土施工质量控制的两大难题。堆石混凝土信息化施工管理平台的数据来源于工程,又服务于工程,可大大提高堆石混凝土工程的建设质量与管理水平。1 1 堆堆石石混混凝凝土土项项目目群群信信息息管管理理平平台台1.1 项目群多场景并行控制方法 堆石混凝土坝工程日益增多,其核心工序相同,对施工质量的管理需求基本一致。为了实现多个堆石混凝土工程的协同管理,项目群管理28模式被采用(见图 1),通过构建统一的堆石混凝土项目群信息管理平台,为每个工程提供标准的工程解决方案和完整的功能架构。项目群协同管理平台可实现多个堆石混凝土工程的全生命周期管理,项目间的数据库彼此独立,数据流、信息流仅在单个项目内传递,以确保工程信息安全。为提高管理针对性,堆石混凝土施工管理平台的开发采用了面向客户型多场景控制方案。考虑到影响堆石混凝土质量的因素较多,来源于堆石料场、混凝土拌和站、仓面堆石入仓、混凝土浇筑填充等不同施工场景,参与工程质量管理的参建各方人员也都有不同的角色,如业主领导、项目经理、质检员、监理员、材料员等。为兼顾多场景多角色的不同需求,堆石混凝土信息化施工管理采用分级权限、自定义权限的模式,项目管理员根据用户的角色和工作性质分配相应的功能菜单和数据增删改查权限,功能操作界面以客户为中心,力求简洁、实用、方便。同时,结合不同的施工场景安装布设多元传感器,以单元工程为基础进行数据流的采集、传递与分析评价,将仪器设备、工程、工序、数据、质量等施工要素有机联系起来。面向客户型多场景控制方法,进一步保障了施工管理平台的轻量化运行和有序维护。1.2 堆石混凝土施工管理平台架构 堆石混凝土信息化施工管理平台主要由传感器物联网系统、云平台和移动终端三部分构成。在堆石混凝土坝的全建设周期,开展基于多元传感器和物联网技术的工程数据感知与互联,基于云平台与智能算法的大数据分析与决策,以及基于互联网和移动终端的数据实时共享,从而实现堆石混凝土坝施工数据与质量控制的信息化管理。其中,传感器物联网系统主要由高清大变焦的摄像系统与 4G 传输网络、光电传感器、振动传感器、定位系统、无线传输模块与无线传感网络构成,用于实现堆石混凝土各施工环节的质量数据实时采集与传输,为云平台的数据分析与评价提供数据支撑。云平台是基于互联网的云端服务器,与传感器物联网系统连接,由数据库、多种专项 AI 算法、数据分析模块以及云平台操作系统构成,用于对各类质量数据的实时分析评价以及风险预测预警。移动终端是基于手机微信系统开发的数据共享平台,通过对工程相关人员的权限设置,实现前端传感器数据、中间分析数据、总体评价数据的分级查看管理,251徐小蓉,等/堆石混凝土坝信息化施工管理研究水利水电技术(中英文)第 54 卷 2023 年第 7 期 图 2 堆石混凝土坝信息化施工管理平台架构11Fig.2 Platform structure of the information construction management for rock-filled concrete dam11并依据不同单位类型的人员需求,实现图、表、影、音等多种形式的数据共享,还可以通过微信手机端推送工程施工信息与预警消息,实现实时高效管理。根据平台架构的层级划分,将堆石混凝土坝信息化施工管理体系分为智能感知层、分析层、控制层与应用层(见图 2)。智能感知层是基于多元传感器与物联网系统的自主感知,实现大坝施工数据的自主采集,并实时传送至数据服务中心供后续智能分析。多元传感器由高清变焦摄像头和系列低功耗、低成本、小型化传感器构成,包括温度传感器、环境温湿度及光照强度感应器、密实性传感器、振动监测传感器及手持式温度测量枪等;物联网系统的组成包括路由器、网关、计算机、智能节点器、智能终端、移动终端等设备媒介,以及 Internet、4G、Wifi、Lora、太阳能电池板等基础保障技术。分析层是在后台云端服务器部署人工智能算法,如 Mask R-CNN 算法、图像处理技术、关键帧提取技术等,采用数据挖掘、大数据分析、云计算等对仓面施工质量进行分析与评价,并将原始数据和分析数据分类存储。控制层主要是利用质量评价结果与中间分析数据对仓面施工进行科学指导,将仓面的人员、机械、材料等有机结合起来,由程序判断进行角色控制、流程控制、操作权限控制,并利用移动终端进行实时数据的分级共享。应用层目前已经和正在开发的应用场景包括堆石质量 AI 评价、智能 HSCC 浇筑、智能进度控制、智能温度监测、智能密实性监测、智能视频监控、工地局域小气候监测等。堆石混凝土坝信息化施工管理体系依托智能管理云平台,对大坝建设全过程、全环节进行智能监测与评价,为保障工程质量奠定基础。2 2 堆堆石石混混凝凝土土信信息息化化管管理理主主要要功功能能 堆石混凝土是超大粒径堆石和高自密实性能混凝土的非均质复合材料,其中散粒体大块石相互接触形成骨架支撑外力,堆石骨架的空间结构特性影响着堆石混凝土的力学行为;高自密实性能混凝土在堆石体间隙的流动填充过程,以及与堆石的早龄期温度耦合机制29,均影响了整个堆石混凝土的密实化胶结过程,是施工质量控制的核心。堆石混凝土坝信息化施工管理体系重点聚焦施工仓面,围绕工程进度、堆石质量、混凝土浇筑质量、温度监测与密实性等核心质量351徐小蓉,等/堆石混凝土坝信息化施工管理研究水利水电技术(中英文)第 54 卷 2023 年第 7 期 图 3 堆石混凝土坝二维与三维工程进度管理Fig.3 Project progress management with 2D/3D dam model for rock-filled concrete dam控制因素,开展相应的硬软件研发与基础理论研究。2.1 单元工程进度可视化管理 为实现堆石混凝土坝施工进度动态控制,以一个单元工程(如浇筑仓)为基本单元,实时更新工程模型的进度状态并完成二、三维可视化展示。依据大坝工程质量验收规范以及堆石混凝土施工工艺,将单元工程的施工状态 SRFC依次划分为未开仓(DO)、仓面堆石(RK)、正在浇筑(SC)和浇筑完成(CD)四个主要状态。通过高清视频监控以及程序控制的流程顺序配置,对大坝单元工程的进度状态自动更新,并提供施工效率参数(如堆石时长与效率、HSCC 浇筑时长与单方效率)为进度优化作参考。通过唯一标识的单元工程 ID 值,将施工过程中的所有工程数据(图片、视频、仪器设备与质量数据等)与其关联绑定,并自动生成单元工程影像档案与时间轴数据流,便于后续大坝质量的快速追踪溯源。目前,堆石混凝土坝主要以“分缝分块”浇筑的重力坝为主,同时部分拱坝已实现不分横缝整体浇筑30技术。基于堆石混凝土坝的项目群统一管理模式,如何实现兼顾重力坝与拱坝的施工进度可视化技术,并将复杂施工参数与模型轻量化有机结合,是施工进度管理需要解决的问题。堆石混凝土坝进度管理采用了普适性与个性化共存的机制,以二维单元工程进度为通用模块,兼容三维 BIM 模型进度管理。二维以 NM 方块栅格表征大坝单元工程立面图见图 3(a),其中 N 为纵列坝段数,M 为横排浇筑层数;以左下角第一格为基准方块,向右可拓展坝段数,向上可增加浇筑层数,所有坝段数和仓面高程区间都可个性化调整,岸坡坝段低高程未标记状态值的方块为无效方块。三维进度管理是首先将 BIM 三维设计模型进行简化几何处理,不考虑廊道、坝顶监测用房、两岸山体等特殊结构,将三维模型切分为系列单元工程并编号;然后将 BIM 模型转化为 Three.js 能识别的模型格式文件,Three.js 是运行在浏览器中的 3D引擎,可轻量化渲染基于网页 BS 架构的三维可视化模型见图 3(b)。同时,将三维模型中的浇筑仓编号与二维单元工程 ID 值绑定,可同步更新二三维模型的工程进度状态。以单元工程为基础单元,依托工程进度直观展示不同施工阶段的工程监测与质量评价数据,并与传感器、云平台的数据互通互联,有效提高了工程管理的可视化水平。2.2 堆石质量人工智能监测与评价 堆石粒径分布是影响堆石质量分级的关键参数,对混凝土填充浇筑后的密实性影响较大,目前规范中有“堆石粒径300 mm”的要求,但亟需更精细的堆石质量评价与控制方法。堆石混凝土坝仓面的堆石体,属于三维立体特征明显、区域质地不均匀、相互重叠严重的大石料集合体。筛分法常被用于测量小颗粒的粒径特征,图像处理软件虽是非接触式实例分割的主流,但较难实现自动化、智能化,且容易出现过451徐小蓉,等/堆石混凝土坝信息化施工管理研究水利水电技术(中英文)第 54 卷 2023 年第 7 期 图 4 仓面堆石粒径的智能识别与分析Fig.4 Intelligent identification and analysis of rockfill particle size on the lifting surface分割或欠分割现象26。基于 Mask R-CNN 的人工智能算法,在目标检测、目标分类与实例分割等方面具有突出的优势31-32。因此,本文将改进的 Mask R-CNN 算法用于堆石质量的智能监测与评价。通过调节高清摄像头聚焦到施工仓面局部,获取堆石逐层入仓过程中的系列关键帧照片。同时,将 Mask R-CNN 算法部署到云服务器上,利用系统服务调用进行堆石照片的自动图像 AI 识别见图 4(a)。为提高堆石粒径识别的精度和准确性,需不断训练 Mask R-CNN 算法并扩充数据集。具体地,首先是数据集制作,收集来自多个堆石混凝土工程的堆石料照片,通过镜像、旋转、裁剪和缩放等处理扩大图片数据集。采用 Labelme 图像标注工具对图片中的块石进行手动标注,分类区分整块堆石与不完整堆石,制作成 Jason 格式数据集。其次是反复模型训练,将堆石照片数据集随机分成 70%训练数据集和 30%验证数据集,通过 Mask R-CNN 算法不断学习训练数据集中的堆石轮廓或纹理特征,并用验证数据集去检验 AI 识别效果。最后是块石检测与粒径分析,利用训练优化后的 Mask R-CNN 算法对堆石照片进行实例分割。选取图片中具有已知尺寸的物体作为参照物,如拱坝上下游预制混凝土砌块或测量用铝合金标杆,利用参照物的比例尺进行像素与尺寸转换,计算图片中堆石粒径并验证识别精度。通过统计仓面不同区域的堆石数据,以长轴粒径为准绘制粒径级配曲线图见图 4(b)。通过大量堆石数据的理论分析与计算,得到堆石逊径率、针片状堆石含量、堆石粒径级配、堆石特征粒径、堆石率等质量参数,最终进行单元工程堆石质量等级的综合评价。2.3 混凝土生产-泵送-浇筑质量监测 堆石混凝土利用 HSCC 的高流动性填充堆石空隙,因此要保证 HSCC 在生产-泵送-浇筑全过程的质量稳定性33,本文基于多元传感器与物联网技术,对其各环节进行自动化质量监测、数据分析与反馈优化(见图 5)。在混凝土生产前,采用探针式传感器测量砂石骨料含水率、含粉率等参数,实现理论配合比到生产配合比的智能换算,为拌和站混凝土生产提供优化方案,提高混凝土生产稳定性。图 5 自密实混凝土生产-泵送-浇筑质量监控Fig.5 Monitoring on the production-pumping-pouring quality of self-compacting concrete551徐小蓉,等/堆石混凝土坝信息化施工管理研究水利水电技术(中英文)第 54 卷 2023 年第 7 期混凝土生产时,拌和站生产模块根据配合比参数、混凝土生产盘数等,实时计算出水泥、粉煤灰、外加剂等原材料的消耗量,动态更新混凝土浇筑方量曲线图与原材料剩余储量,为工程生产能力规划与材料调配提供科学指导。经由拌和站生产出的混凝土在出料口或流经泵送管路时,其流动性态可被安装的智能传感器实时感知,以此实现自密实混凝土质量的快速、连续检测。同时,依托云平台中智能浇筑模块的分析算法,从生产出料、泵送运输到浇筑入仓全过程,实时评价并控制混凝土质量的关键性数据,如流动性、含水率、填充性等,并及时反馈混凝土可能出现的性能偏差问题。通过生产配合比调节、自密实性能快速检测评价等环节,自密实混凝土生产与运输质量的保证率得到有效提升。混凝土浇筑质量包括新拌混凝土质量和硬化后混凝土质量。在混凝土浇筑仓面,可通过高清视频监控实时获取出泵混凝土的关键帧照片。由相应的图像处理或人工智能算法解析,可粗略估计混凝土的流动速度和填充下渗速度,用于判断入仓混凝土的流动性与填充性。同时,根据规范要求按照一定频次取混凝土样品,检测自密实混凝土的性能,如坍落扩展度、V 型漏斗通过时间等。当通过多种混凝土数据的综合研判,发现处于高风险混凝土(如离析严重、流动性不足)状态时,信息系统自动向相关人员发送风险预警消息。除新拌混凝土外,硬化混凝土的强度检测需随机取样,混凝土试块送到实验室进行养护,到一定养护龄期(如 28 d、90 d)时送检,系统可设置养护时间智能提醒。仓面混凝土浇筑完成后,通过摄像头同样可获取硬化仓面的高清照片,由相关图像处理或 AI 识别算法可统计堆石露出率及其分布规律,为堆石混凝土层间结合面的质量评价提供科学依据。2.4 堆石混凝土坝全面温度监测 堆石混凝土中有约 55%体积占比的堆石体,因此具有水化温升低的优势3-5,而混凝土温度监测与控制是保障大坝施工质量、避免产生危险性裂缝的重要手段。围绕原材料、堆石、混凝土、工地局域小气候等各施工要素,开展了基于多元传感器的堆石混凝土全面温度监测与评价。堆石混凝土监测所采用的传感器设备,均采用唯一标识的序列号 SN(serial num-ber)进行出厂编号。当设备被某工程使用时,通过SN 编号与工程一一对应绑定。终端设备可远程驱动与升级传感器模块,自主设置采样频率,并可在线查看设备状态和剩余电量。堆石混凝土施工期温度监测,可在仓面内选取典型点布设无线温度传感器,其标准量程为-30 70。为提高数据传输效率,目前开发了 4 通道、8 通道和 16 通道温度采集模块,节点模块通过 Lora无线通信技术,将数据发送至温度接收终端,再由网络成功传输至云端数据库。为深入认识堆石混凝土的非均质温度分布特征,可在堆石、HSCC、坝肩基岩内部分别埋设温度传感器24,获取不同监测点的温度时程变化曲线。通过温度数据的监测与分析,科学评价堆石混凝土内部的水化温升规律及温度应力分布情况,并在坝体混凝土温度超过设定阈值时发出预警消息,指导工程人员采取合适的温控措施以避免混凝土开裂。此外,为快速方便地获取原材料(砂、石子、水泥、粉煤灰)温度、堆石表面温度、HSCC 出机温度,自主研发了面向堆石混凝土多场景的手持式红外温度测量枪。手持式测温枪可测量堆石不同表面(如背阴面、向阳面)的温度,还可快速测量 HSCC 出机温度,包括拌和站、布料机、泵管等设备出口的混凝土温度,并实时通过 GPRS 无线传输方式,将温度测量数据上传到对应工程的数据库。此外,在工地现场安装温湿度及光照强度一体化监测设备,实时进行局域小气候自动监测,获取环境量参数。基于原型试验的堆石混凝土全面温度监测,可为堆石入仓温度、混凝土入仓温度、表面散热系数等参数的计算奠定数据基础,为合理的温度仿真计算提供科学支撑。2.5 堆石混凝土填充密实性检测 堆石混凝土密实性是施工质量控制的核心,很大程度决定了大坝强度、抗渗性能和耐久性等。密实性受堆石的粒径分布与空隙结构,以及自密实混凝土的流动填充性34共同影响,但 HSCC 在复杂空隙结构的流动过程十分隐蔽,难以直接监测到。因此,通过自主研发堆石混凝土填充密实性的智能检测传感器,利用混凝土的不良导体性质来判断某空隙的混凝土是否填充良好。如图 6 所示,堆石入仓完成后选取典型堆石空隙处,如小粒径堆石集中处、窄缝喉口处、层间结合处、倒三角空隙处等特殊位置,埋设多点位密实性检测传感器。当自密实混凝土流过时,电流导通触发传感器发出信号,系统动态更新不同点位混凝土浇筑的密实性情况。由不同点位的电流接通时间,还可大致判断自密实混凝土在堆石空隙中的空间流动过程。目前的原型监测试验及钻孔取芯结果发现,堆石混凝土的密实性程度极高,一般都能达到 95%以上。651徐小蓉,等/堆石混凝土坝信息化施工管理研究水利水电技术(中英文)第 54 卷 2023 年第 7 期图 6 典型堆石空隙结构密实性检测示意Fig.6 Compactness detection of RFC in typical rock voids图 7 沙千水库堆石混凝土信息化施工管理平台Fig.7 Management platform of construction information for Shaqian RFC reservoir3 3 信信息息化化管管理理工工程程应应用用案案例例3.1 沙千水库工程案例概述 本文提出的堆石混凝土坝信息化施工管理解决方案与管理平台,正在贵州省赤水市沙千水库应用。沙千水库为堆石混凝土拱坝,最大坝高 66 m,采用不分横缝的整体浇筑型式,预计堆石混凝土浇筑总方量为 12.1 万 m3。根据沙千水库信息化施工管理平台的统计数据显示(见图 7),沙千水库已浇筑到坝高47.6 m,完成 37 个单元工程的施工,共浇筑自密实751徐小蓉,等/堆石混凝土坝信息化施工管理研究水利水电技术(中英文)第 54 卷 2023 年第 7 期 图 8 沙千水库信息化质量管理部分数据Fig.8 Partial data from the management platform of Shaqian RFC混凝土方量约 8.2 万 m3,所有浇筑仓的平均堆石率(防渗层除外)约 54.2%。为了保障沙千水库这座整体浇筑拱坝的质量与安全,从 2021 年 9 月建设之初就开始采用堆石混凝土信息化施工管理手段,全过程、全方位监测每个浇筑仓的施工质量。3.2 信息化施工管理应用效果 沙千水库堆石混凝土坝信息化施工管理平台,围绕工程进度、视频监控、大坝温度、堆石质量、HSCC 质量六个主要功能模块,开展工程施工质量的全面监测与评价。以堆石质量管理为例,平均每个单元工程有约 100 张堆石照片,通过云平台中Mask R-CNN 算法能自动识别出约 4 000 块堆石,得到每个单元工程的粒径级配曲线见图 4(b)。对比分析 37 个单元工程的堆石粒径分布,发现粒径小于 300 mm 的堆石逊径料占比基本都小于 20%,堆石粒径主要集中在 300900 mm 之间;特征粒径D50(累计质量占比 50%对应的粒径值)在 40 60 cm 间波动,而特征粒径 D80 在 5080 cm 间(见图 8)。沙千水库每个单元工程的堆石率都相对稳定,在 55%附近,防渗层扣除后的净堆石率略高于毛堆石率约 2%。以自密实混凝土浇筑质量管理为例,沙千水库从原材料质量、砂石料筛分情况到混凝土工作性能检测质量、混凝土生产方量、堆石混凝土密实性等方面开展了信息化监测。作为整体浇筑拱坝,沙千水库的单个浇筑仓体积较大,每仓混凝土方量较为稳定,约1 000 m3,混凝土浇筑时长平均约 20 h,浇筑效率约50 m3/h。HSCC 工作性能检测中坍落扩展度和 V 型漏斗分别有 28 次和 24 次预警,二者具有一定关联性。以温度监测管理为例,单元工程的混凝土出机温度在 1735 之间,超过 26 阈值的入仓温度预警次数为 14 次。部分仓面埋设了 8 支或 16 支温度传感器,堆石混凝土在浇筑后的水化温升整体约 15,证实了堆石混凝土具有水化温升低的特点。4 4 结结论论与与展展望望 本文开展了堆石混凝土坝信息化施工管理解决方案和平台功能研究。基于项目群多场景并行控制方法,采用统一的集成管理平台和功能架构,实现了堆石混凝土坝的项目群协同管理。围绕堆石混凝土施工关键质量控制要素,如堆石粒径分布、HSCC 工作性能、施工期温度、填充密实性等,采用多元传感器和物联网技术开展工程数据感知与互联,依托云服务和人工智能算法进行数据处理与质量评价,形成了“数据采集-分析-评价”的数据流管理模式。工程实践应用表明,本文提出的堆石混凝土坝信息化管理解决方案,基于自主研发的轻量化、低成本监测设备,辅以单元工程进度可视化、移动终端数据分享等功能,可较好满足大、中、小型不同工程需求,可为堆石混凝土坝高质量建设提供技术支撑。参考文献(References):1 周建平,杜效鹄,周兴波,等.世界高坝研究及其未来发展趋势J.水力发电学报,2019,38(2):1-14.ZHOU Jianping,DU Xiaohu,ZHOU Xingbo,et al.Research on high dams and developing trends J.Journal of Hydroelectric Engineer-851徐小蓉,等/堆石混凝土坝信息化施工管理研究水利水电技术(中英文)第 54 卷 2023 年第 7 期ing,2019,38(2):1-14.2 金峰,安雪晖,石建军,等.堆石混凝土及堆石混凝土大坝J.水利学报,2005,36(11):1347-1352.JIN Feng,AN Xuehui,SHI Jianjun,et al.Study on rock-fill concrete dam J.Journal of hydraulic engineering,2005,36(11):1347-1352.3 AN X H,WU Q,JIN F,et al.Rock-filled concrete,the new norm of SCC in hydraulic engineering in China J.Cement and Concrete Composites,2014,54:89-99.4 何世钦,陈宸,周虎,等.堆石混凝土综合性能的研究现状J.水力发电学报,2017,36(5):10-18.HE Shiqin,CHEN Chen,ZHOU Hu,et al.Current research on com-prehensive properties of rock filled concrete J.Journal of Hydroe-lectric Engineering,2017,36(5):10-18.5 徐小蓉,金峰,周虎,等.堆石混凝土筑坝技术发展与创新综述 J.三