可移动的碎石临时储存仓仿真构建方法、储存仓及应用技术

本发明专利技术属于碎石自加工在高速公路建设中的应用技术领域，公开了可移动的碎石临时储存仓仿真构建方法、储存仓及应用。该方法根据图纸，地勘报告，实地考察数据，获取本标段范围内地质情况，对岩石的软硬程度，性能进行调差分析；同时结合碎石生产设备、产品需求指标以及岩石性能和成本，获取匹配的智能生产设备；通过BIM三维建模技术，利用获取的匹配的智能生产设备，同时结合场站终端控制系统进行现场生产量动态化调节，通过对碎石加工量统计，建立加工量统计图；获取智能生产优化工艺。本发明专利技术能从根本上缓解碎石供应压力，直接降低混凝土和路面结构层施工成本，节省工程成本支出。节省工程成本支出。节省工程成本支出。

【技术实现步骤摘要】
可移动的碎石临时储存仓仿真构建方法、储存仓及应用


[0001]本专利技术属于碎石自加工在高速公路建设中的应用
，尤其涉及可移动的碎石临时储存仓仿真构建方法、储存仓及应用。

技术介绍

[0002]随着我国基础建设的大力发展，在工程建设中混凝土的应用是不可或缺的组成部分，然而粗、细骨料作为拌合混凝土的主要成分，一种不可再生资源，其用量较大、对质量要求苛刻，环保要求严格，多数小规模的碎石加工厂已经关闭，导致碎石供应紧张，价格也不断攀升。自2018年下半年开始，砂石大量短缺造成了它的持续性涨价，从缺货、抢货再到无货可抢，砂石骨料逐渐成为基建行业关注的热点，对混凝土的生产应用造成了很大的压力。
[0003]目前国内高速公路建设砂石材料的来源多数是依靠工程所在地规模大、产量高、手续齐全的生产厂商；有规模的自建碎石加工厂在高速公路建设中并不多见，也有些地区出现少数规模较小的自建加工厂，除产量、质量不能满足要求的同时，环境保护问题也是制约自建料场的关键因素。
[0004]通过上述分析，现有技术存在的问题及缺陷为：
[0005](1)现有技术安全、节能及环保措施搭配效果差。
[0006](2)现有技术混凝土和路面结构层施工成本高。
[0007](3)现有技术不能有效减少弃土场土地的征用效果。

技术实现思路

[0008]为克服相关技术中存在的问题，本专利技术公开实施例提供了一种可移动的碎石临时储存仓仿真构建方法、储存仓及应用。
[0009]基于BIM的用于破碎和降尘的可移动的碎石临时储存仓仿真构建方法，其特征在于，该方法包括：
[0010]S1，根据图纸，地勘报告，实地考察数据，获取本标段范围内地质情况，对岩石的软硬程度，性能进行调差分析；同时结合碎石生产设备、产品需求指标以及岩石性能和成本，获取匹配的智能生产设备；
[0011]S2，通过BIM三维建模技术，利用获取的匹配的智能生产设备，结合场站终端控制系统进行现场生产量动态化调节，通过对碎石加工量统计，建立加工量统计图，获取智能生产优化工艺；
[0012]S3，对获取匹配的智能生产设备，以及获取智能生产优化工艺进行仿真实验，以及导出获取的智能生产设备，以及智能生产优化工艺，进行实际智能生产设备的制造以及智能生产优化工艺的实施。
[0013]在步骤S1中，获取匹配的智能生产设备具体包括：
[0014]用于降低碎石含泥量的水洗设备；
[0015]用于将碎石破碎为不同粒径的破碎设备；
[0016]用于降低粉尘含量的可降尘防污染装置；
[0017]用于囤积水洗、破碎以及经降尘后的碎石储存仓。
[0018]在步骤S2中，获取智能生产优化工艺具体包括以下步骤：
[0019]步骤1，采集智能生产设备生产过程数据集，对数据集故障点进行清洗，划分智能生产设备生产过程；基于BIM构建智能生产设备策略模型训练输入数据集，构建智能生产设备24小时生产预测数据集合，作为输入数据集；
[0020]步骤2，结合场站终端控制系统进行现场生产量动态化调节，并遍历所有智能生产设备生产过程，生成智能生产设备的生产预测模型；
[0021]步骤3，训练生产预测模型，所述模型分为故障生产预测模型和正常生产预测模型；
[0022]步骤4，历史生产过程经场站终端控制系统调控，预测智能生产设备24小时生产变化曲线；建立加工量统计图，结合智能生产设备生产需求，建立智能生产优化工艺运行模型。
[0023]在步骤1中，所述智能生产设备生产过程数据集包括：
[0024]作为智能生产设备24小时真实产量数据；
[0025]作为智能生产设备24小时产量变化影响因素：故障停机时间；
[0026]作为智能生产设备24小时真实生产数据；
[0027]作为24小时生产变化影响因素：实时原料粒径、添加比例、水添加比例。
[0028]在步骤2中，结合场站终端控制系统进行现场生产量动态化调节，并遍历所有智能生产设备生产过程，生成智能生产设备的生产预测模型包括：
[0029](1)构建生产预测模型构架；利用场站终端控制系统训练鉴别芯片训练生成芯片并混淆鉴别的判断，利用鉴别芯片区分由生成芯片生成的数据分布和真实数据分布；
[0030](2)初始化策略函数π0，采样生产过程
[0031]根据生成对抗模型原理，策略函数进行梯度下升更新，鉴别芯片进行梯度下降更新，进而分辨真实数据和生成数据的概率分布；
[0032][0033]其中，D(x
(i)
)是鉴别芯片对真实数据的概率判定；D(G(z
(i)
))对生成数据的概率判定；
[0034](3)生成芯片：构造生成对抗网络的损失函数，并用鉴别芯片构造报酬函数：
[0035][0036]当鉴别芯片无法区分生成芯片生成的数据与真实数据时，生成芯片和鉴别芯片达到纳什均衡，则生成芯片成功匹配生产设备生产策略。
[0037]在一个实施例中，生成芯片成功匹配生产设备生产策略的目标如下：
[0038][0039]广义优势估计为
[0040]比较在状态s下执行动作a所得回报和执行当前策略π(s|a)所得回报，用于评价动
作α的好坏，使策略向优势估计大于零的方向更新动作α的概率p(a|s)；广义优势估计如下式：
[0041][0042]其中，r
t+l
是当前时刻的回报函数，V(s
t+l
)是当前时刻的状态值函数，γ是前一时刻值函数的折扣率；
[0043]状态－动作概率比r
t
(θ)：
[0044][0045]其中，π
θ
(a
t
|s
t
)表示新策略执行某批次动作集合的对数概率，π
old
(a
t
|s
t
)表示执行旧策略的平均动作对数概率；ε是一个超参数，为截断阈值；第二项通过剪裁概率比修改替代目标，消除向区间外侧移动的动机(1
‑
ε,1+ε)；取裁剪和未裁剪目标的最小值，因此最终目标是未裁剪目标的下界；θ
old
取附近的一阶；
[0046][0047]其中，
[0048]在步骤4中，历史生产过程经场站终端控制系统调控，预测智能生产设备24小时生产变化曲线；建立加工量统计图，结合智能生产设备生产需求，建立智能生产优化工艺运行模型具体包括：
[0049](1)生产流程规划
[0050]生产流程规划采用数据集中真实生产流程产量集合，所有生产流程产量经过数据处理后，利用可视化生产流程提取多条生产产量节点；
[0051]每条生产产量节点数据集合为：
[0052][0053]其中，Ω
j
表示第j条生产过程数据集合，和分别为生产流程节点产量；
[0054](2)规模化生产本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于BIM的用于破碎和降尘的可移动的碎石临时储存仓仿真构建方法，其特征在于，该方法包括：S1，根据图纸，地勘报告，实地考察数据，获取本标段范围内地质情况，对岩石的软硬程度，性能进行调差分析；同时结合碎石生产设备、产品需求指标以及岩石性能和成本，获取匹配的智能生产设备；S2，通过BIM三维建模技术，利用获取的匹配的智能生产设备，结合场站终端控制系统进行现场生产量动态化调节，通过对碎石加工量统计，建立加工量统计图，获取智能生产优化工艺；S3，对获取匹配的智能生产设备，以及获取智能生产优化工艺进行仿真实验，以及导出获取的智能生产设备，以及智能生产优化工艺，进行实际智能生产设备的制造以及智能生产优化工艺的实施。2.根据权利要求1所述的基于BIM的用于破碎和降尘的可移动的碎石临时储存仓仿真构建方法，其特征在于，在步骤S1中，获取匹配的智能生产设备具体包括：用于降低碎石含泥量的水洗设备；用于将碎石破碎为不同粒径的破碎设备；用于降低粉尘含量的可降尘防污染装置；用于囤积水洗、破碎以及经降尘后的碎石储存仓。3.根据权利要求1所述的基于BIM的用于破碎和降尘的可移动的碎石临时储存仓仿真构建方法，其特征在于，在步骤S2中，获取智能生产优化工艺具体包括以下步骤：步骤1，采集智能生产设备生产过程数据集，对数据集故障点进行清洗，划分智能生产设备生产过程；基于BIM构建智能生产设备策略模型训练输入数据集，构建智能生产设备24小时生产预测数据集合，作为输入数据集；步骤2，结合场站终端控制系统进行现场生产量动态化调节，并遍历所有智能生产设备生产过程，生成智能生产设备的生产预测模型；步骤3，训练生产预测模型，所述模型分为故障生产预测模型和正常生产预测模型；步骤4，历史生产过程经场站终端控制系统调控，预测智能生产设备24小时生产变化曲线；建立加工量统计图，结合智能生产设备生产需求，建立智能生产优化工艺运行模型。4.根据权利要求3所述的基于BIM的用于破碎和降尘的可移动的碎石临时储存仓仿真构建方法，其特征在于，在步骤1中，所述智能生产设备生产过程数据集包括：作为智能生产设备24小时真实产量数据；作为智能生产设备24小时产量变化影响因素：故障停机时间；作为智能生产设备24小时真实生产数据；作为24小时生产变化影响因素：实时原料粒径、添加比例、水添加比例。5.根据权利要求3所述的基于BIM的用于破碎和降尘的可移动的碎石临时储存仓仿真构建方法，其特征在于，在步骤2中，结合场站终端控制系统进行现场生产量动态化调节，并遍历所有智能生产设备生产过程，生成智能生产设备的生产预测模型包括：(1)构建生产预测模型构架；利用场站终端控制系统训练鉴别芯片训练生成芯片并混淆鉴别的判断，利用鉴别芯片区分由生成芯片生成的数据分布和真实数据分布；(2)初始化策略函数π0，采样生产过程
根据生成对抗模型原理，策略函数进行梯度下升更新，鉴别芯片进行梯度下降更新，进而分辨真实数据和生成数据的概率分布；其中，D(x
(i)
)是鉴别芯片对真实数据的概率判定；D(G(z
(i)
))对生成数据的概率判定；(3)生成芯片：构造生成对抗网络的损失函数，并...

【专利技术属性】
技术研发人员：刘宝祥，王永刚，王卫刚，徐广军，唐海雪，刘志举，
申请(专利权)人：中交一公局海威工程建设有限公司，
类型：发明
国别省市：