混凝土泵送性能智能预测方法技术

本发明专利技术提供了一种混凝土泵送性能智能预测方法，属于混凝土泵送性能测量技术领域，该方法依次通过数据采集模块、网络训练模块和预测应用模块，完成混凝土泵送性能智能测试。首先，数据采集模块通过现场测量、理论计算和仿真分析途径生成和收集泵送数据样本，构建混凝土泵送性能数据库。然后，以泵送性能数据库为基础，采用误差反向传播法构建训练人工神经网络模块。最后，利用训练完成的人工神经网络模块预测新工况中混凝土泵送，并将新工况中采集的真实数据加入原泵送性能数据库，重新运行网络训练，从而利用精确度比较高的人工神经网络指导新工况中混凝土泵送施工。该混凝土泵送性能智能预测方法，解决了混凝土泵送施工难题。

Intelligent prediction method of concrete pumping performance

【技术实现步骤摘要】
混凝土泵送性能智能预测方法
本专利技术涉及混凝土拌合物泵送性能测量
，特别涉及一种混凝土泵送性能智能预测方法。
技术介绍
超高层建筑建设中普遍采用自密实混凝土材料，通过强有力的泵送设备高效输送新拌混凝土进行结构浇筑。在混凝土泵送施工方案制定和执行过程中，预先评估泵送性能（主要指泵送流量-总压力损失之间的关系）是重要前提。现行行业标准中，泵送压力损失计算公式源于数十年前面向传统混凝土的经验公式；随着混凝土性能及工程复杂度的发展变化，其适用性存疑。国内外学者和技术人员针对混凝土材料属性和泵送性能开展了包括试验、理论和仿真在内的多方面研究。试验研究提供真实数据，但是成本高、效率低；理论模型可用于快速评估泵送性能，但是模型中的简化导致模型不易反映流动细节；数值仿真可以很好地捕捉流动行为细节，但是需要较高的专业知识水平和软件应用能力。因此，亟需综合运用不同手段进行混凝土泵送性能分析预测，有效减少繁复的试验和计算、提升效率和准确性，以取得较为合理的分析预测结果。
技术实现思路
针对现有技术存在的不足，本专利技术通过综合多种本文档来自技高网...

【技术保护点】
1.混凝土泵送性能智能预测方法，其特征在于，包括数据采集模块、网络训练模块以及预测应用模块，所述数据采集模块收集泵送数据样本，形成包括泵送条件和泵送结果的泵送性能数据库；所述网络训练模块以所述泵送性能数据库为基础构建训练人工神经网络；所述预测应用模块通过训练完成的所述人工神经网络进行新工况的泵送预测；/n步骤包括：/n步骤S1、采用现场测量、理论计算以及仿真分析三种途径相结合的方式获取泵送数据样本，每一份泵送数据样本均包括泵送条件和泵送结果，所述泵送条件包括混凝土配合比数据和泵送施工工况，泵送条件数值存储为输入矢量X=(x

【技术特征摘要】
1.混凝土泵送性能智能预测方法，其特征在于，包括数据采集模块、网络训练模块以及预测应用模块，所述数据采集模块收集泵送数据样本，形成包括泵送条件和泵送结果的泵送性能数据库；所述网络训练模块以所述泵送性能数据库为基础构建训练人工神经网络；所述预测应用模块通过训练完成的所述人工神经网络进行新工况的泵送预测；
步骤包括：
步骤S1、采用现场测量、理论计算以及仿真分析三种途径相结合的方式获取泵送数据样本，每一份泵送数据样本均包括泵送条件和泵送结果，所述泵送条件包括混凝土配合比数据和泵送施工工况，泵送条件数值存储为输入矢量X=(x1,x2,…,xr)；泵送结果指泵送系统总压力损失Ptot、是否存在风险；泵送结果存储为输出矢量Y=(y1,y2,…,yt)；这里r和t分别为输入和输出矢量所包含的变量个数；
步骤S2、基于泵送性能数据库，采用误差反向传播法训练人工神经网络，依次包括预设网络参数、误差正向推演、误差反向传播以及权重调整与迭代；
步骤S3、所述步骤S2训练完成的人工神经网络用于新工况的泵送预测，在新工况施工之前，根据已知泵送条件，提前预测泵送结果，为事前调整施工方案提供支撑，此时，当新工况完成后，现场采集的真实数据加入数据库，重新运行人工神经网络训练；如果新工况涉及新的输入或输出参数，则对网络结构进行拓展。


2.根据权利要求1所述的预测方法，其特征在于，所述步骤S1包括：
现场测量是基于实际工程采集泵送条件和泵送结果数据，包括混凝土供货方提供数据以及技术人员现场测量记录；
理论计算是基于实验仪器测量混凝土拌合物的流变性质，结合现场泵管设置参数，采用理论模型评估泵送性能，建立泵送流量与压力梯度之间的换算公式：
q=[π/(24μcμm)]∙[3μcp(R4−rs4)+3μmp(rs4−rp4)−8μcτm,0(R3−rs3)−8μmτc,0(rs3−rp3)]；
式中，q为秒流量，p代表泵管中的摩阻相关压力梯度，τm,0表示砂浆屈服应力，μm为砂浆塑性粘度，τc,0为混凝土屈服应力，μc为混凝土塑性粘度；R是泵管内半径，泵管内混凝土流动三个区域分别为栓流区、剪切区和润滑区，rp为栓流区半径，rs为剪切区和润滑区分界处半径；通过对p沿程积分计算得到泵送全程摩阻压力损失Pfric，叠加重力效应得泵送全程总压力损失Ptot=Pfric+ρgLv；ρ为混凝土拌合物密度，g为重力加速度，Lv为泵送高度；
仿真分析是基于实验仪器测量混凝土拌合物的细观性质，结合现场泵管设置参数，采用离散元方法对混凝土泵送行为开展精细化分析，具体包括：
通过模拟代表性泵管单元中的混凝土流动行为，获取推送压力，结合泵送全程系统设置，评估总压力损失：
Ptot=Lv×Pa+Lh×Pb+nc×Pc+nd×Pd+…；
式中Pa、Pb、Pc、Pd分别表示单位长度竖向直管、单位长度水平直管...

【专利技术属性】
技术研发人员：龚剑，占羿箭，黄玉林，徐俊，史晓婉，朱然，王圣怡，
申请(专利权)人：上海建工集团股份有限公司，
类型：发明
国别省市：上海;31