Please wait a minute...
 首页  期刊介绍 期刊订阅 联系我们 横山亮次奖 百年刊庆
 
最新录用  |  预出版  |  当期目录  |  过刊浏览  |  阅读排行  |  下载排行  |  引用排行  |  横山亮次奖  |  百年刊庆
清华大学学报(自然科学版)  2021, Vol. 61 Issue (7): 756-767    DOI: 10.16511/j.cnki.qhdxxb.2021.26.003
  论文 本期目录 | 过刊浏览 | 高级检索 |
高拱坝智能进度仿真理论与关键技术
王飞1, 刘金飞1, 尹习双1, 谭尧升2, 周天刚2, 杨支跃2, 冯博2, 杨小龙2
1. 中国电建集团成都勘测设计研究院有限公司, 成都 611130;
2. 中国三峡建设管理有限公司, 成都 610041
Intelligent scheduling for high arch dams
WANG Fei1, LIU Jinfei1, YIN Xishuang1, TAN Yaosheng2, ZHOU Tiangang2, YANG Zhiyue2, FENG Bo2, YANG Xiaolong2
1. PowerChina Chengdu Engineering Corporation Limited, Chengdu 611130, China;
2. China Three Gorges Projects Development Co., Ltd., Chengdu 610041, China
全文: PDF(17447 KB)   HTML
输出: BibTeX | EndNote (RIS)      
摘要 高拱坝施工过程复杂,受环境与资源影响大,进度控制困难,而施工进度仿真技术为拱坝进度控制提供了有效的管理手段。随着基于物联网的智能建造技术在溪洛渡、乌东德与白鹤滩等水电站建设过程中的深度应用,高拱坝进度仿真技术从简单人工交互逐渐向智能化方向发展。针对过去资源匹配与效率参数不能及时准确反映实际施工水平、资源配置、质量控制、性态安全,多维耦合、多方协同等各环节处于异时空状态等问题,该文提出了基于物联网与智能技术的拱坝智能进度仿真理论和智能进度仿真分析方法,总结了智能进度仿真关键技术,最后展望了重点研究方向。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
王飞
刘金飞
尹习双
谭尧升
周天刚
杨支跃
冯博
杨小龙
关键词 高拱坝施工进度智能仿真大数据物联网    
Abstract:The construction of arch dams is often affected by severe natural environmental conditions and the complex construction processes which slow construction progress. Construction scheduling simulations provide effective management tools for arch dam construction progress planning. Intelligent construction methods based on the Internet of Things (IoT) have been used in the construction of hydropower stations such as the Xiluodu, Wudongde and Baihetan high arch dams. During these projects, arch dam construction management has gradually evolved from simple manual interactions to intelligent systems. However, the simulation parameters often do not accurately reflect the actual construction state, so the simulation resources do not accurately match the actual conditions and schedule optimization, construction resource allocation, project coupling, and multi-party collaboration can be at very different states. Intelligent scheduling simulations based on the Internet of Things have been developed to improve construction scheduling for high arch dams. Finally, this paper summarizes the key technologies for intelligent schedule simulations and identifies key directions for future intelligent schedule simulations.
Key wordshigh arch dams    construction scheduling    intelligent simulations    big data    Internet of Things
收稿日期: 2020-07-30      出版日期: 2021-06-08
ZTFLH:  TV51  
引用本文:   
王飞, 刘金飞, 尹习双, 谭尧升, 周天刚, 杨支跃, 冯博, 杨小龙. 高拱坝智能进度仿真理论与关键技术[J]. 清华大学学报(自然科学版), 2021, 61(7): 756-767.
WANG Fei, LIU Jinfei, YIN Xishuang, TAN Yaosheng, ZHOU Tiangang, YANG Zhiyue, FENG Bo, YANG Xiaolong. Intelligent scheduling for high arch dams. Journal of Tsinghua University(Science and Technology), 2021, 61(7): 756-767.
链接本文:  
http://jst.tsinghuajournals.com/CN/10.16511/j.cnki.qhdxxb.2021.26.003  或          http://jst.tsinghuajournals.com/CN/Y2021/V61/I7/756
  
  
  
  
  
  
  
  
  
  
  
  
[1] 范晓亮, 彭朝鹏, 郑传潘, 王程. 面向大规模交通网络的时空关联挖掘方法[J]. 清华大学学报(自然科学版), 2023, 63(9): 1317-1325.
[2] 丁光耀, 陈启航, 徐辰, 钱卫宁, 周傲英. 大数据处理系统中面向GPU加速DNN推理的模型共享[J]. 清华大学学报(自然科学版), 2022, 62(9): 1435-1441.
[3] 庄文宇, 张如九, 徐建军, 殷亮, 魏海宁, 刘耀儒. 基于IAGA-BP算法的高拱坝-坝基力学参数反演分析[J]. 清华大学学报(自然科学版), 2022, 62(8): 1302-1313.
[4] 王兴旺, 刘耀儒, 吕帅, 杨强. 高拱坝蓄水期库岸变形与水库诱发地震相关性研究[J]. 清华大学学报(自然科学版), 2022, 62(8): 1341-1350.
[5] 郭红领, 叶啸天, 任琦鹏, 罗柱邦. 基于BIM和规则推理的施工进度计划自动编排[J]. 清华大学学报(自然科学版), 2022, 62(2): 189-198.
[6] 魏泽洋, 刘毅, 王春艳, 张佳, 边江, 姚琳洁, 林斯杰, EWEKaijie. 环境计算:概念、发展与挑战[J]. 清华大学学报(自然科学版), 2022, 62(12): 1839-1850.
[7] 谭尧升, 陈文夫, 林恩德, 林鹏, 周天刚, 周孟夏, 刘春风, 裴磊, 梁程, 尚超, 杨鹏博, 姚孟迪, 李向前, 李俊平. 特高拱坝施工期多维信息模型研究与实践[J]. 清华大学学报(自然科学版), 2022, 62(12): 1884-1895.
[8] 巴锐, 张宇栋, 刘奕, 张辉. 城市复杂灾害"三层四域"情景分析方法及应用[J]. 清华大学学报(自然科学版), 2022, 62(10): 1579-1590.
[9] 谭尧升, 樊启祥, 汪志林, 陈文夫, 郭增光, 林恩德, 林鹏, 周天刚, 周孟夏, 刘春风, 龚攀, 裴磊. 白鹤滩特高拱坝智能建造技术与应用实践[J]. 清华大学学报(自然科学版), 2021, 61(7): 694-704.
[10] 刘有志, 张国新, 谭尧升, 刘春风, 龚攀, 裴磊. 仿真大坝建设关键技术与实践应用[J]. 清华大学学报(自然科学版), 2021, 61(7): 714-723.
[11] 乔雨, 杨宁, 谭鹏, 彭浩洋, 吴卫, 周大建, 王潇楠. 大体积混凝土红外测温影响因素研究与工程应用[J]. 清华大学学报(自然科学版), 2021, 61(7): 730-737.
[12] 王峰, 周宜红, 赵春菊, 周华维, 陈文夫, 谭尧升, 梁志鹏, 潘志国, 王放. 基于混合粒子群算法的特高拱坝不同材料热学参数反演分析[J]. 清华大学学报(自然科学版), 2021, 61(7): 747-755.
[13] 徐建江, 陈文夫, 谭尧升, 高世奎, 周天刚, 周孟夏, 刘春风, 梁程, 李向前. 特高拱坝混凝土运输智能化关键技术与应用[J]. 清华大学学报(自然科学版), 2021, 61(7): 768-776.
[14] 郑孟蕾, 田凌. 基于时序数据库的产品数字孪生模型海量动态数据建模方法[J]. 清华大学学报(自然科学版), 2021, 61(11): 1281-1288.
[15] 疏学明, 颜峻, 胡俊, 吴津津, 邓博誉. 基于Bayes网络的建筑火灾风险评估模型[J]. 清华大学学报(自然科学版), 2020, 60(4): 321-327.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 《清华大学学报(自然科学版)》编辑部
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn