基于碾轮振动性态分析的土石坝压实质量实时监测与评估

有效控制坝体填筑碾压质量是确保土石坝工程安全的关键。常规采用碾压参数过程控制与事后试坑抽检相结合来控制土石坝压实质量的方法,不能在碾压过程中直接控制坝料压实质量(如压实度、干密度、孔隙率等),且用有限个抽样点不仅难以真实反映整个施工仓面的压实质量,而且由于试坑检测结果不能快速获得,不易及时反馈控制现场施工。本文基于碾轮振动性态及坝料压实机理分析,提出了土石坝料压实质量的实时表征指标——压实监测值CV(Compaction Value),研制开发了相应的车载实时监测装置。基于实时监测的CV,并考虑坝料的级配及含水率,提出了土石坝料压实质量(压实度)的全仓面快速评估方法。实际工程应用表明,CV与坝料压实度之间存在很强的相关性,所建立的压实度回归模型精度较高。本文方法可实现土石坝压实质量全仓面的快速评估,有效避免试坑抽检的片面性及滞后性,为土石坝施工质量控制提供了一条新的途径。     

基于碾轮振动性态分析的土石坝压实质量实时监测与评估

有效控制坝体填筑碾压质量是确保土石坝工程安全的关键。常规采用碾压参数过程控制与事后试坑抽检相结合来控制土石坝压实质量的方法，不能在碾压过程中直接控制坝料压实质量（如压实度、干密度、孔隙率等），且用有限个抽样点不仅难以真实反映整个施工仓面的压实质量，而且由于试坑检测结果不能快速获得，不易及时反馈控制现场施工。本文基于碾轮振动性态及坝料压实机理分析，提出了土石坝料压实质量的实时表征指标—压实监测值CV（Compaction Value），研制开发了相应的车载实时监测装置。基于实时监测的CV，并考虑坝料的级配及含水率，提出了土石坝料压实质量（压实度）的全仓面快速评估方法。实际工程应用表明，CV与坝料压实度之间存在很强的相关性，所建立的压实度回归模型精度较高。本文方法可实现土石坝压实质量全仓面的快速评估，有效避免试坑抽检的片面性及滞后性，为土石坝施工质量控制提供了一条新的途径。     

实时监控下土石坝碾压质量全仓面评估

采用常规监理旁站方式监控土石坝碾压参数以及事后试坑取样检测的质量管理手段,往往有较大的人工误差。依托土石坝施工质量实时监控技术,获得了施工仓面任意位置处的碾压参数值(碾压速度、激振力、碾压遍数和压实厚度)。在分析碾压参数与压实质量标准(干密度或压实度)之间相关性的基础上,采用三层前向式ANN模型,建立碾压参数和压实质量标准之间的非线性映射关系,并提出了全仓面碾压质量评估的具体流程,获得仓面任意位置处的压实度以及全仓面的碾压质量达标率。该方法可有效避免以有限个试坑检测样本评价整体仓面碾压质量的片面性,为现场施工质量控制提供了新的途径。     

实时监控下土石坝碾压质量全仓面评估

采用常规的监理旁站方式监控土石坝碾压参数以及事后试坑取样检测的质量管理手段，往往有较大的人工误差。依托土石坝施工质量实时监控技术，获得了施工仓面任意位置处的碾压参数值（碾压速度、激振力、碾压遍数和压实厚度）。在分析碾压参数与压实质量标准（干密度或压实度）之间相关性的基础上，采用三层前向式ANN模型，建立了碾压参数和压实质量标准之间的非线性映射关系，并提出了全仓面碾压质量评估的具体流程，获得了仓面任意位置处的压实度以及全仓面的碾压质量达标率。该方法可有效避免以有限个试坑检测样本评价整体仓面碾压质量的片面性，为现场施工质量控制提供了新的途径。     

压实度控制在“635”主坝施工中的应用

在土石坝施工中，如何合理、有效地控制粘土心墙填筑质量是确保坝体填筑质量的关键。以往的施工中，主要以干密度为控制指标，这种控制方法不能很好反映土料压实性的变化，尤其对土料性质变化较大的土料控制缺乏合理性。近年来以压实度作为填筑质量控制指标的方法，已逐渐普及。     

基于坝坡稳定复核的土石坝整体填筑质量评价

土石坝的填筑质量直接影响大坝安全。传统的土石坝填筑质量评价方法大多以控制碾压参数和土石填筑料压实参数为主,不能定量反映大坝的安全性。对此,以四川省九龙潭黏土心墙石渣坝为实例,提出了基于坝坡稳定复核的土石坝整体填筑质量评价方法,通过施工期土石填筑料检测资料的分析,得到各填筑料的物理力学指标,据此复核坝坡抗滑稳定安全系数,并与原设计和规范允许值进行对比,从而评判施工填筑质量。该评价方法的关键是获取坝体填筑料的物理力学指标,对比分析基于大样抽检试验直接获取和基于部分抗剪强度力学指标(黏聚力和内摩擦角)与物理指标(含水率和干密度)的相关性分析获取这两类方法的优缺点。结果表明,该评价方法具有可操作性,能定量反映大坝的安全性,对类似工程填筑质量评价具有参考价值。     

压实度控制在“635”主坝施工中的应用

在土石坝施工中，如何合理、有效地控制粘土心墙填筑质量是确保坝体填筑质量的着急２。以往擅长或，主要以干密度为控制指标，这种控制不能很好反映土料压实性的变化，尤其对土料性质变化较大的土料控制缺乏合理性。近年来以压实度作为填筑质量控制指标的方法，已逐渐普及。     

基于实时监控的混凝土坝振捣施工质量动态评价研究

混凝土坝仓面振捣质量评价是混凝土坝施工质量控制的重要手段。传统方法采用事中人工经验控制振捣参数与事后有限的钻芯取样点检测相结合来控制混凝土坝振捣施工质量;此外,现有的振捣台车振捣监控研究中仅采用单个测距仪进行测距,且缺乏仓面振捣质量评价方法。针对混凝土坝仓面内振捣施工实时质量动态评价和反馈控制的挑战和难点,本文提出了基于双测距仪联合测距方案的混凝土坝振捣施工质量实时监控方法,并基于该方法建立了考虑混凝土特性参数不确定性的混凝土振捣质量动态评价模型,该模型主要包括以下内容:(1)引入"信息熵"理论对混凝土特性参数的不确定性进行量化分析;(2)在考虑参数不确定性的情况下基于随机森林算法提出了混凝土抗压强度动态计算方法,并将计算结果应用于混凝土坝全仓面振捣质量评价。将该模型与多元线性回归和人工神经网络算法建立的评价模型进行了对比分析,验证了本模型的一致性和优越性。应用本文提出的评价方法对我国某西南碾压混凝土坝工程仓面变态混凝土区域的振捣质量进行了动态评价,结果表明,该方法能够准确评价仓面混凝土振捣质量,为混凝土坝振捣施工质量控制提供了理论依据。     

瞬态面波法检测砂砾料压实干密度研究

土石坝碾压施工中，压实干密度是一项重要的施工质量监控指标。传统的挖坑取样测试干密度的方法费力、费时、速度慢、费用高。本文尝试采用多道瞬态面波法对黑河金盆水利枢纽大坝坝壳砂砾料压实干密度进行检测，实践证明该方法是具有简便、快速等优点，并能对大范围内的砂卵石压实干密度进行检测。     

基于碾压机做功的堆石坝压实质量实时监测与快速评估

以反映碾压机做功的坝料单位体积压实功(E)和碾轮振动加速度谐波失真量(THD0)作为堆石坝压实质量的实时监测指标,研制开发了堆石坝压实质量实时监测系统用于实现碾压过程中上述两个指标的采集。提出了结合E、THD0与坝料特性参数的堆石坝料全仓面压实质量快速评估方法,不仅可避免试坑法抽检样本的有限性,而且可有效克服碾压过程参数不能直接反映坝料压实状态以及基于碾轮性态分析的监控指标易于错误表征坝料坚硬程度等弊端,实现了堆石坝料压实质量的快速准确评估与及时反馈控制。     

小样本条件下砂砾石坝料级配特征参数的贝叶斯估计方法

筑坝材料干密度具有强烈的级配相关性,受P5含量、最大粒径、曲率系数等级配特征参数的影响尤为显著。然而在实际工程中,坝料级配参数通常是在大坝碾压施工结束后采用筛分法对质量检测试坑挖取的坝料进行筛分得到的。对于某一填筑单元工程而言,碾压区域的挖坑检测数据极少,导致目前大坝碾压智能监控系统中的土石方压实质量评估模型并未能够有效地考虑级配特征参数对压实质量的影响。鉴于此,为构建大坝填筑材料级配特征参数的总体分布,本文以大石门水利枢纽沥青混凝土心墙砂砾石坝的坝壳料碾压质量挖坑检测得到的小样本级配数据为研究对象,通过拟合优度检验确定以威布尔分布为小样本数据的分布模型,并利用参数化Bootstrap方法和非参数核密度估计法确定了小样本数据条件下待估参数的先验分布。进而利用贝叶斯理论结合现场某一碾压单元质量检测挖坑试验数据对先验分布加以修正得出了待估参数的后验分布。最后采用混合Gibbs抽样方法对后验分布进行模拟仿真求解,给出了基于贝叶斯理论的两参数后验威布尔分布估计结果,为大坝填筑施工过程中实时准确评估砂砾石坝料的压实特性提供了重要的数据支撑。     

基于FOA-RF算法的心墙砾石土压实质量预测模型

针对随机森林(RF)算法预测心墙砾石土压实质量存在决策树数量选取缺乏深入研究和忽视P0.075质量分数对压实质量影响的问题,提出了一种基于果蝇优化(FOA)算法的随机森林算法(FOA-RF算法),并构建了基于FOA-RF算法的心墙砾石土压实质量预测模型(FOA-RF模型)。该模型一方面通过对料源参数和干密度进行相关性分析,新增了P0.075质量分数作为模型的输入参数;另一方面利用FOA算法对随机森林进行优化,解决了RF算法难以取得决策树数量最优解、没有同时考虑决策树数量与随机特征数影响的问题。以西南某在建砾石土心墙堆石坝工程为例,分别应用基于传统RF、BP神经网络、多元线性回归的预测模型和FOA-RF模型进行压实质量预测。结果表明,FOA-RF模型在预测精度上具有优越性,并基于该模型开发压实质量预测模块,将该模块嵌入碾压质量实时监控系统中可实现压实质量的实时预测。     

碾压混凝土坝层间结合质量智能评价方法

针对碾压混凝土坝层间结合质量的可靠评价和动态控制问题,提出一种碾压混凝土坝层间结合质量智能评价方法。主要内容包括:①建立以碾压结合面上、下热层本体含湿率及压实度为评价参数,90 d龄期劈拉强度为评价目标的层间结合质量评价指标体系,合理表征现场碾压混凝土层间结合效果;②采用反距离加权(Inverse Distance Weighted,IDW)插值法对采用智能设备抽样检测的离散参数进行全仓面优化赋值,并以不同数量样点序列、不同大小网格划分下的参数模拟精度量化分析其空间不确定性;③基于Bagging算法集成BP神经网络构建了层间结合质量智能评价模型。研究成果应用于乌弄龙碾压混凝土坝典型施工仓层间结合质量动态评价,结果表明提出的智能评价方法不仅在考虑参数科学性及空间不确定性的基础上实现了层间结合质量动态准确评价,而且初步集成施工信息智能感知、传输及评价。该智能评价方法可为碾压混凝土层间结合质量动态精准评价提供参考。     

基于碾压机做功的堆石坝压实质量实时监测与快速评估

引入了反映碾压机做功的坝料单位体积压实功（E）和碾轮振动加速度谐波失真量（THD0）作为堆石坝压实质量的实时监测指标，研制开发了堆石坝压实质量实时监测系统用于实现碾压过程中上述两个指标的采集。提出了结合E、THD0与坝料料性参数的堆石坝料全仓面压实质量快速评估方法，不仅可避免试坑法抽检样本的有限性，而且可有效克服碾压过程参数不能直接反映坝料压实状态，及基于碾轮性态分析的监控指标易于错误表征坝料坚硬程度等弊端，实现了堆石坝料压实质量的快速准确评估与及时反馈控制。     

考虑压实质量影响的碾压混凝土坝层间结合质量动态评价研究

碾压混凝土坝的层间结合质量评价是碾压混凝土坝施工质量控制的重要手段。已有的研究仅考虑层面处理和层间间隔时间对层间结合质量的影响,不仅忽略了压实质量对碾压混凝土坝层间结合质量的影响,而且未能够对大坝层间结合质量进行动态评价。本研究提出实时监控下考虑压实度及其不确定性影响的碾压混凝土坝层间结合质量动态评价模型,模型的建立主要包括3个方面的内容:(1)基于熵-盲数理论对混凝土特性参数进行处理,提出考虑参数不确定性影响的压实度动态计算方法,并将压实度计算结果应用于层间结合质量评价;(2)以混凝土初凝时间与层间间隔时间的差值作为评价指标,解决不同季节条件下评价模型的适用性问题;(3)建立了3个层次的碾压混凝土坝层间结合质量评价指标体系,并基于线性回归分析方法建立了层间结合质量与层间间隔时间、压实度的映射关系。结合实际工程,应用基于实时监控系统建立的评价模型对某碾压混凝土坝的层间结合质量进行了动态评价;结果表明本研究不仅能够在准确评价层间结合质量的同时提供参数不确定性影响等信息,而且层间结合质量动态评价结果更符合实际。     

碾压混凝土施工热层实时压实度监控模型应用研究

碾压混凝土施工压实质量对大坝成型质量至关重要。现有碾压热层压实质量一般通过核子密度仪法检测,存在检测繁琐、可靠度低、存在安全风险、需定期标定、代表性差等缺点,无法满足快速精准的检测要求。通过理论及试验研究,选取现场碾压料层的物性参数,即拌合料含湿率、骨料级配和碾压层应力波传播速度作为评价参数,并研发了相应的实时仓面含湿率测定仪与碾压热层波速测试仪对以上参数实时采集传输;利用BP神经网络建立基于碾压层拌合料含湿率、骨料级配和应力波传播速度的碾压混凝土压实度预测评价模型,通过远程可视化反馈系统将模型预测结果反馈输出,形成了一整套碾压混凝土施工热层实时压实度馈控技术。该技术在乌弄龙碾压混凝土大坝施工现场进行了实践,实时监控碾压热层的施工效果,验证了其可行性和可靠性。     

基于施工全过程参数的堆石坝掺砾土心墙压实质量实时评价

料源参数和施工参数是影响掺砾土心墙压实质量的重要因素.针对当前研究中料源参数被局限于掺砾土,且施工参数考虑不全面,缺乏掺拌参数,不能客观实时评价仓面压实质量的问题,提出了 一种基于双向极限学习机(Bidirectional extreme learning machine,B-ELM)算法,综合考虑施工全过程参数的掺砾...     

莲花水电站大坝施工质量控制

莲花电站面板堆石坝从石料开采，加工制备到上坝填铺碾压，实行全过程的质量控制。依据规范和设计要求，进行了堆石料的爆破，碾压试验及垫层料的制备，掺合级配试验，优选出一套合理的碾压参数的检验压实密度的评定标准，从而为进行施工质量控制和检验压实质量提供了依据。在监控过程中，由大坝指挥部统一协调和研究解决质量或进度难题，以保证获得良好的填筑密实度。