大体积混凝土结构开裂风险评估与预警方法技术

本发明专利技术的大体积混凝土结构开裂风险评估与预警方法，针对有限元计算方法无法准确和及时地调整大体积混凝土结构裂缝防治措施的问题。步骤如下：沿大体积混凝土结构轴线方向将其划分为多个监测区域，安装多点远程温度监测系统，对大体积混凝土结构内、外监测点进行实时测温，获得养护开始后前N个小时内、外监测点的温度变化数据；训练与校准养护开始后前N个小时各个监测点的温度，依据长短时记忆神经网络预测未来M个小时内内监测点的温度，采用伽辽金插值方法构造未来M个小时内大体积混凝土结构温度场；计算各个立方体单元的温度梯度变化及相邻立方体单元的温差变化，据此判断大体积混凝土结构是否存在开裂风险并预警。积混凝土结构是否存在开裂风险并预警。积混凝土结构是否存在开裂风险并预警。

【技术实现步骤摘要】
大体积混凝土结构开裂风险评估与预警方法


[0001]本专利技术涉及大体积混凝土施工
，特别涉及一种大体积混凝土结构开裂风险评估与预警方法。

技术介绍

[0002]近年来，大体积混凝土结构在建筑施工过程中得到广泛应用，大体积混凝土结构是指最小几何尺寸不小于1米的混凝土结构实体，与普通体积混凝土结构相比，大体积混凝土结构存在水化热较多、传热性能较差、热阻率较高等缺点。因此，大体积混凝土结构在养护过程中，容易在其内部和表面形成较大温差，导致混凝土产生不均匀的温度变形和温度应力，使得混凝土表面和内部生成温度裂缝，温度裂缝不仅会对混凝土结构的功能性、整体性和耐久性产生较大的不利影响，而且难以检测与维修。
[0003]目前，为解决大体积混凝土结构养护期间产生温度裂缝的问题，普遍采用有限元计算方法开展大体积混凝土温度裂缝的风险评估与预警。然而，有限元计算方法极为耗时，较难满足实时评估和智能预警的目的；而且，有限元计算模型一般需要“调参”，如果参数设置不合理，则计算结果与监测结果差别较大，导致无法满足温度裂缝风险评估和预警的准确性要求。

技术实现思路

[0004]针对采用现有有限元计算方法进行大体积混凝土结构养护期间温度裂缝风险评估与预警，无法准确和及时地调整裂缝防治措施的问题。本专利技术的目的是提供一种大体积混凝土结构开裂风险评估与预警方法。
[0005]本专利技术解决其技术问题所采用的技术方案是：大体积混凝土结构开裂风险评估与预警方法，步骤如下：
[0006]S1:沿拟浇筑大体积混凝土结构轴线方向将其划分为多个监测区域，混凝土浇筑完成后，在大体积混凝土柱柱体外设置一个外监测点，在每个监测区域内分别均匀设置多个内监测点，安装多点远程温度监测系统，多点远程温度监测系统包括多个设置于内监测点的无线温度传感器，一个设置于外监测点的无线温度传感器，分别与上述无线温度传感器信号连接的接收器，以及与接收器连接的监控主机，多点远程监测系统对大体积混凝土结构的内监测点和外监测点进行实时测温，获得大体积混凝土结构养护开始后前N个小时内外监测点和各个内监测点的温度变化数据；
[0007]S2:构造长短时记忆神经网络，训练与校准大体积混凝土结构养护开始后前N个小时内外监测点和各个内监测点的温度，并依据长短时记忆神经网络预测未来M个小时内大体积混凝土结构各个内监测点的温度；
[0008]S3:根据步骤S2得出的各个内监测点的温度变化数据及其分布坐标，采用伽辽金插值方法构造未来M个小时内大体积混凝土结构的温度场；
[0009]S4:计算大体积混凝土结构内各个立方体单元的温度梯度变化与相邻立方体单元
的温差变化，据此判断大体积混凝土结构是否存在开裂风险并进行预警。
[0010]本专利技术的大体积混凝土结构开裂风险评估与预警方法，首先，将大体积混凝土结构沿其轴线划分为多个监测区域，在大体积混凝土结构外部设置一个外监测点，在每个监测区域内设置多个内监测点，通过多点远程监测系统对大体积混凝土结构的内监测点和外监测点进行实时测温，获得大体积混凝土结构养护期开始后前N个小时内的内、外温度变化数据；构造长短时记忆神经网络，训练与校准前N个小时内的大体积混凝土内、外测点温度，并预测未来M个小时内大体积混凝土各个内监测点的温度变化；根据内监测点的温度变化与测点坐标，采用伽辽金插值方法，构造未来M个小时内的大体积混凝土温度场；根据温度场的时空变化特征，计算大体积混凝土结构内各个立方体单元的温度梯度变化与相邻单元温差变化，从而判断大体积混凝土结构是否存在开裂风险并进行预警，上述监测、建模、分析、评估与预警过程贯穿大体积混凝土结构养护阶段全过程。与现有大体积混凝土开裂风险评估与预警方法相比，本专利技术具有以下特点和有益效果：
[0011](1)充分结合了物联网监测系统与人工智能算法，有利于建设大体积混凝土工程风险监测与智能施工系统，提高施工水平，提升施工效率与施工精度，减少人工投入，实现建设工地的数字化和智能化；
[0012](2)有利于实现大体积混凝土开裂风险的实时评估与智能预警，使得评估与预警结果更为准确和可靠，以便采取更为及时和有效的养护方式避免温度裂缝的产生。
[0013]进一步的，监测区域的数量不少于四个，每个监测区域的截面中心、截面对角线边缘、截面中心至对角线边缘连线的1/2处，以及截面中心至对角线边缘连线的1/4处均布设无线温度传感器。
[0014]进一步的，步骤S2中，根据监测点的数量和大体积混凝土结构的养护时长构造长短时记忆神经网络，确定输入单元和隐含单元的数量，基于前N个小时内的温度实时监测数据训练长短时记忆神经网络，为了防止训练发散以获得较好的预测结果，需要将训练序列标准化为具有零均值和单位方差的序列，如下：
[0015][0016]其中，Ti为原始训练序列，μ为原始训练序列的均值，σ为原始训练系列的标准差，为标准化的训练序列。
[0017]进一步的，步骤S2中，在训练长短时记忆神经网络时，将训练序列移位一个时间步。
[0018]进一步的，步骤S3中，在对未来M个小时内各监测点的温度变化进行预测时，输入训练序列的最后一个时间步值进行第一次预测，然后，使用预测值作为输入参数进行下一个时间步的预测，如此循环往复，直至达到预定的预测时间。
[0019]进一步的，步骤S3中，基于预测获得的序列，需要根据步骤S2获得的训练序列均值和标准差，反标准化获得各测点未来M个小时内的预测温度，如下：
[0020][0021]其中，为第i个监测点标准化后的预测温度序列，Pi为第i个监测点对应的预测
温度序列。
[0022]进一步的，步骤S3中，根据第i个监测点和第j个监测点的位置坐标，及第i个监测点和第j个监测点预测获得的某一时刻的温度，计算第i个监测点和第j个监测点之间的距离，第i个监测点和第j个监测点的半方差，如下：
[0023][0024][0025]其中，d
ij
为第i个监测点和第j个监测点之间的净距，x
i
为第i个监测点的横坐标，y
i
为第i个监测点的纵坐标，x
j
为第j个监测点的横坐标，y
j
为第j个监测点的纵坐标，r
ij
为平方差，P
i
和Pj分别为第i个监测点和第j个监测点在未来某一时刻的温度,E为均值计算。
[0026]拟合第i个监测点和第j个监测点的净距和半方差的经验关系，根据经验关系计算未知点z
o
到所有监测点z
i
的半方差r
io
。
[0027]根据下式计算最优系数λ
i
：
[0028][0029]其中，为拉格朗日乘子。
[0030]使用λ
i
对已知点的温度值进行加权求和，获得未知点z
o
的温度估计值：
[0031][0032]进一步的，步骤S4中，沿大体积混本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.大体积混凝土结构开裂风险评估与预警方法，其特征在于，步骤如下：S1:沿拟浇筑大体积混凝土结构轴线方向将其划分为多个监测区域，混凝土浇筑完成后，在大体积混凝土柱柱体外设置一个外监测点，在每个监测区域内分别均匀设置多个内监测点，安装多点远程温度监测系统，多点远程温度监测系统包括多个设置于内监测点的无线温度传感器，一个设置于外监测点的无线温度传感器，分别与上述无线温度传感器信号连接的接收器，以及与接收器连接的监控主机，多点远程监测系统对大体积混凝土结构的内监测点和外监测点进行实时测温，获得大体积混凝土结构养护开始后前N个小时内外监测点和各个内监测点的温度变化数据；S2:构造长短时记忆神经网络，训练与校准大体积混凝土结构养护开始后前N个小时内外监测点和各个内监测点的温度，并依据长短时记忆神经网络预测未来M个小时内大体积混凝土结构各个内监测点的温度；S3:根据步骤S2得出的各个内监测点的温度变化数据及其分布坐标，采用伽辽金插值方法构造未来M个小时内大体积混凝土结构的温度场；S4:计算大体积混凝土结构内各个立方体单元的温度梯度变化与相邻立方体单元的温差变化，据此判断大体积混凝土结构是否存在开裂风险并进行预警。2.根据权利要求1所述的大体积混凝土结构开裂风险评估与预警方法，其特征在于：监测区域的数量不少于四个，每个监测区域的截面中心、截面对角线边缘、截面中心至对角线边缘连线的1/2处，以及截面中心至对角线边缘连线的1/4处均布设无线温度传感器。3.根据权利要求1所述的大体积混凝土结构开裂风险评估与预警方法，其特征在于：步骤S2中，根据监测点的数量和大体积混凝土结构的养护时长构造长短时记忆神经网络，确定输入单元和隐含单元的数量，基于前N个小时内的温度实时监测数据训练长短时记忆神经网络，为了防止训练发散以获得较好的预测结果，需要将训练序列标准化为具有零均值和单位方差的序列，如下：其中，Ti为原始训练序列，μ为原始训练序列的均值，σ为原始训练系列的标准差，为标准化的训练序列。4.根据权利要求3所述的大体积混凝土结构开裂风险评估与预警方法，其特征在于：步骤S2中，在训练长短时记忆神经网络时，将训练序列移位一个时间步。5.根据权利要求1所述的大体积混凝土结构开裂风险评估与预警方法，其特征在于：步骤S3中，在对未来M个小时内各监测点的温度变化进行预测时，输入训练序列的最后一个时间步值进行第一次预测，然后，使用预测值作为输入参数进行下一个时间步的预测...

【专利技术属性】
技术研发人员：房霆宸，左俊卿，宁超列，王硕，冯宇，杨佳林，陈渊鸿，
申请(专利权)人：上海建工建材科技集团股份有限公司，
类型：发明
国别省市：