大体积混凝土仓面智能喷雾控制模型
杨宁1, 刘毅2, 乔雨1, 谭尧升1, 朱振泱2    
1. 中国三峡建设管理有限公司, 成都 610041;
2. 中国水利水电科学研究院, 北京 100038
摘要:水电工程外界环境复杂,许多大坝的坝址具有大风、干热和强日照等复杂多变的气象条件,气候条件和地理位置的特殊性决定了必须突破常规的大坝混凝土仓面环境监控模式,才能满足大坝高质量建设的需要。为了更好地调节仓面气候,加强对温控施工的管控,减少危害性裂缝的产生,该文提供一套仓面气候自动控制系统。该系统在试验的基础上建立仓面外环境温度、设备和仓面小环境关系模型,以及仓面内外环境温度和混凝土温度的回升关系模型。基于该模型以及改进的智能化控制的喷雾设备,实现浇筑过程中根据浇筑要求、外界环境温度,调节喷雾机的喷雾强度、开关,从而实现仓面气候的自动调节,控制混凝土浇筑温度和仓面湿度在合理范围内。
关键词大坝    仓面    浇筑温度    智能喷雾    
Intelligent spray control for the concrete curing of mass concrete bins
YANG Ning1, LIU Yi2, QIAO Yu1, TAN Yaosheng1, ZHU Zhenyang2    
1. China Three Gorges Projects Development Co., Ltd., Chengdu 610041, China;
2. China Institute of Water Resources and Hydropower Research, Beijing 100038, China
Abstract: The external environment around hydropower projects is very complex. Many dam sites have complex, variable meteorological conditions, such as strong winds, dry heat and intense sunshine. The particular climate and geographical conditions require changes to the conventional monitoring method for individual concrete dam surfaces to provide high-quality dam construction. The concrete environment, especially the temperature, needs to be carefully controlled during construction to reduce the occurrence of harmful cracks. This paper describes an automatic control system for mass concrete climate control. Experimental data was used to develop a model that related the outside environmental temperature and the equipment characteristics to the concrete surface conditions with another model to relate the temperatures inside the concrete to the concrete surface temperature. These two models were then used to design intelligent spray equipment for use during the pouring process that adjusts the spray intensity based on the pouring requirements and the ambient temperature to automatically control the concrete climate to give the correct concrete temperature and humidity ranges.
Key words: large dams    concrete surface    pouring temperature    intelligent spray    

随着信息化技术的发展,利用数字技术进行大坝施工质量、施工期运行期工作性态的监控已成为保障大坝安全的新手段,混凝土坝智能监控也成为当今坝工领域的重要研究方向[1-5]。樊启祥等[6]采用大体积混凝土施工全过程智能化控制技术和智能灌浆等技术,实现了高坝施工质量全过程的全天候、精细化、在线实时监控和预报、预警及智能控制。李庆斌等[7]详细阐述了智能大坝含义,提出了基于物联网、自动测控和云计算技术实现个性化管理与分析,并实施对大坝性能进行控制的综合构想。

林鹏等[8]根据能量守恒和传热学的Fourier定律确定实时通水流量,采用智能技术建立了大体积混凝土通水冷却智能温度控制方法与系统,在溪洛渡工程得到应用。王恺等[9]基于Visual C++编程环境开展大体积混凝土智能通水系统开发研究,建立了系统的基本构架,具备温控方案的评价和调整等功能。

朱伯芳等[10]于2006年提出了数字水电站的概念,开发出国内第一个数字化温控系统-混凝土温度与应力控制决策支持系统,并在周公宅工程获得应用。

文[11-13]在温控防裂方面提出了“数字大坝”向“智能大坝”转变的设想,指出可将智能化技术应用于浇筑温度、仓面温度控制、通水冷却、混凝土养护等各个环节,并将智能通水技术应用于藏木水电站、丰满重建工程、鲁地拉等工程。

考虑到水电工程外界环境复杂性,控制仓面环境措施十分重要。智能喷雾是在优良喷雾效果喷雾机的基础上,实现智能化控制。智能喷雾的控制过程包括采集环境信息、收集施工信息、计算喷雾参数、智能控制喷雾设备、接收设备反馈信息和接收仓面环境信息等。

以往提出的仓面环境和浇筑温度控制成果许多都在设备布置和控制理念上,控制模型的研究尚未深入开展。本文则主要介绍一套仓面气候自动控制系统模型,实现浇筑过程中根据浇筑要求、外界环境温度,调节喷雾机的喷雾强度、开启和关闭实现仓面气候的自动调节,控制混凝土浇筑温度和仓面湿度在合理范围内。本文提出了智能喷雾具体模型,并应用于乌东德水电站和白鹤滩水电站,实现了仓面喷雾的智能化控制。

1 智能喷雾原理和控制模型

智能喷雾是在优良喷雾效果喷雾机的基础上,实现智能化控制,智能喷雾的研究内容如图 1所示。为不干扰施工,环境监测的测点需要布置在仓面外部,需要通过分析仓面外部环境温度和仓面内部需要达到的环境温度计算喷雾机运行参数。仓面环境的调节依靠喷雾机实现,喷雾机的设计参数包括喷雾强度、喷雾温度、喷雾倾斜角等。喷雾强度和喷雾的风速需要通过仓面外部的环境温度和喷雾的水温确定;同时喷雾强度和喷雾的温度还需要通过混凝土的湿度确定。喷雾倾斜的角度主要依靠混凝土浇筑层的高度确定,调节为最佳喷雾状态。仓面喷雾系统控制模型主要包括以下几个方面内容。

图 1 控制模型的关系

1.1 仓面环境温度和浇筑温度关系模型

喷雾的作用是在仓面区域营造一个仓面小气候,使混凝土的浇筑温度和湿度能够得到较好的控制。因此,仓面小气候是实现智能喷雾的关键因素。完成该项内容需要建立仓面小环境、入仓温度和浇筑温度直接的关系。

1.2 外界环境温度和喷雾机运行参数模型

根据仓面外环境结合风机设备得到仓面内的情况是实现仓内小环境控制的关键因素。需要计算以下参数:喷雾流量,根据仓面外环境温度仓面内温度环境差值和喷雾用水的水温即可计算出喷雾流量,即现场所有喷雾单位时间需要喷射的水量;喷雾机的出口风速和角度。

1.3 仓面喷雾控制模型

根据仓面喷雾系统控制模型即可以得到控制喷雾设备所需要的参数:喷雾流量、喷雾机出口风速、喷雾机的摆动角度等。以上信息将通过采集设备传输至喷雾机,自动控制喷雾机并实现喷雾机的智能化控制。智能喷雾的工作流程如图 2所示。

图 2 智能喷雾工作原理

2 仓面环境温度和浇筑温度关系模型

混凝土浇筑期间,外界环境温度引起的浇筑温度增量可采用迭代方法计算。

初值表示如下[14]

$ {T_{p估 0}} = {T_1} + \theta \left( {\overline {\Delta \tau } } \right) + \left( {{T_{\rm{a}}} - \theta \left( {\overline {\Delta \tau } } \right) - {T_1}} \right)\left( {{\varphi _{\rm{1}}} + {\varphi _{\rm{2}}}} \right). $ (1)

其中:Ta为环境温度,计算平均入仓温度与最高入仓温度的计算方法已属现有技术,采取喷雾等措施时应考虑喷雾所降低的浇筑温度;θ(Δτ)为水化放热引起的温度回升;T1为入仓温度;φ1为平仓作用影响系数,φ2为铺筑层间歇影响系数。φ1φ2表示如下:

$ {\varphi _{\rm{1}}} = kt, $ (2)
$ \varphi {\rm{0}}{\rm{.011}}\;{\rm{27}}{\left( {\frac{\lambda }{\beta }} \right)^{ - 0.844}}{\left( {\frac{{182.2c}}{\lambda }} \right)^{ - 0.861}}\Delta \tau . $ (3)

其中:t为混凝土入仓后到平仓前所经历的时间,min;k为经验系数;$ \frac{\lambda }{\beta } $为导热系数和表面放热系数的比值,取值范围$ 0.14 \le \frac{\lambda }{\beta } \le 1.64 $,超过上下限范围时按照对应的上下限值考虑;c为比热容,取值范围0.6~1.2 kJ/(kg·℃),超过上下限范围时按照对应的上下限值考虑。

小型工程缺乏资料情况下,取k=0.003(℃/min);对于大中型坝体,需要通过工程类比或实测方法获得经验系数。浇筑温度通过迭代计算得到,迭代递推计算表示如下:

$ \left\{ \begin{array}{l} {T_{p估 1}} = {T_1} + \theta (\overline {\Delta \tau } ) + \left[ {{T_a} - \frac{{\left( {{T_{p估 0}} + {T_1}} \right)}}{2}} \right]\left( {{\varphi _1} + {\varphi _2}} \right), \\ {T_{p估 2}} = {T_1} + \theta (\overline {\Delta \tau } ) + \left[ {{T_a} - \frac{{\left( {{T_{p估 1}} + {T_1}} \right)}}{2}} \right]\left( {{\varphi _1} + {\varphi _2}} \right), \\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\vdots \\ {T_{p估 n = }}{T_1} + \theta (\overline {\Delta \tau } ) + \left[ {{T_a} - \frac{{\left( {{T_{p估 n - 1}} + {T_1}} \right)}}{2}} \right]\left( {{\varphi _1} + {\varphi _2}} \right). \end{array} \right. $ (4)

n≥3时,即进行3次以上迭代可获得精确的浇筑温度计算值。

3 仓面内外环境温度和喷雾机运行参数模型 3.1 试验布置

为监测实雾化效果,研究喷雾量和温降关系,以及研究喷雾和小环境内部降雨量的关系,为试验仪器的选型做支撑,本项目组于2017年4月-2017年9月份进行喷雾相关的试验。试验地点在中国水利水电科学研究院大兴试验基地,基地位于北京市大兴区半壁店森林公园附近。所采取的喷雾机为可远程控制喷雾机(见图 3),可实现喷雾风量、喷雾水量、上下摆动角度的调节。

图 3 智能控制喷雾机

试验基地喷雾布置的实景如图 4所示,测点的布置如图 5所示。

图 4 大兴试验基地喷雾试验实景图

图 5 试验仪器布置示意图

3.2 模型分析

研究喷嘴孔径为0.5 mm时喷雾过程中的雨量和降温情况。试验采用4台喷雾机,喷雾过程中喷雾机左右摆动,喷雾机间距20 m,根据测试结果喷雾机垂直方向的角度为水平向下10°时达到最佳喷雾状态。喷嘴的数量为60个,研究不同喷雾量和风机频率情况下,喷雾形成的内部环境和外部环境的温差以及喷雾所形成的雨量。试验过程中,喷雾机距离地面的高度为3.0 m,喷雾机垂直向下的角度为10°。

混凝土浇筑后温度的升高包含2部分,即浇筑过程中气温和混凝土温差引起的温度回升和太阳辐射引起的混凝土温度回升。将气温和太阳辐射引起的物体温度回升之和定义为环境温度。考虑到喷雾可明显降低气温,但喷雾并不能有效的消除太阳辐射造成的影响。选取喷雾形成的小环境的中心点为研究对象,那么内部环境和外部环境温差表示如下:

$ \Delta T = {\varphi _{{\rm{iw}}}}\left( {\Delta {T_{{\rm{iw}}}} - \Delta {T_{\rm{r}}} + {T_{\rm{z}}}} \right). $ (5)

其中:ΔT为喷雾所形成的小环境的中心点的温度降低幅度,℃;ΔTiw为环境温度和水温的温差,℃;ΔTr为太阳辐射引起的物体表面温度增量,℃;φiw为温差比,假定为一常数;Tz为水汽蒸发引起的温度降低,℃。

太阳辐射引起的物体表面温度增量表示如下:

$ \Delta {T_{\rm{r}}} = {\varphi _{\rm{r}}}{R_{\rm{ \mathsf{ α} }}}. $ (6)

其中:Rα为太阳辐射值,W/m2φr为太阳辐射温升系数。

试验期间测试了大量的数据,以9月9日为例,图 6表示了该天监测的太阳辐射过程线、测点的温度过程线、温差比过程线和中心点和边角点温度平均值的差值。太阳辐射每半小时测试一次,9月14日太阳辐射波动幅度较大,计算分析时采用平均太阳辐射,其余时刻采取线性插值的方法估算太阳辐射。在此基础上,根据观测结果,采用60个0.5 mm孔径喷头的情况下,测量数据具有以下规律:

图 6 9月9日中午监测数据(0时刻监测时间为13点40分,风机的频率30 Hz,水量为0.93 m3/h)

(1) 外界气温高且太阳辐射明显时,地面完全干燥;夜间且空气湿度大时,喷雾可造成地面略微湿润。但无论何种情况,喷雾过程中均未能监测出雨量,符合规范规定要求,对混凝土浇筑质量无影响。

(2) 喷雾过程中,中心点的温度为一条较为平缓的直线。四周测点的温度在喷雾过程中可能出现较为剧烈的波动。

(3) 太阳辐射对物体表面温度影响较大,且喷雾很难降低太阳辐射所造成的影响。根据数据分析结果,式(6)的太阳辐射温升系数为0.005。

(4) 在气温和水温相同的情况下,内部环境的温度明显低于内部环境温度,根据观测数值,Tz的数值可为3.5 ℃。

基于以上分析,根据式(5)和(6),计算出φiw值,各种情况下温差比的平均值示于表 1

表 1 各种情况下的温差比
编号 喷雾量/(m3·h-1) 风机频率/Hz 温差比 平均湿度/%
1 0.93 30 0.39 46
2 0.93 30 0.42 49
3 0.93 50 0.50 46
4 0.96 40 0.50 46
5 0.66 40 0.29 42
6 0.55 40 0.36 49
7 0.47 40 0.20 37

根据表 1可知,在风速在1~4级的情况下,喷雾量小于1.0 m3/h的情况下,喷雾量和温差比的关系为线性关系;风机的频率为30~50 Hz的过程中,风机频率越高温差比越大,但风机频率达到40 Hz后,温差比趋于平稳,温差比和风机频率为指数关系。

根据观测结果,在外界气温与水温的温差小于18 ℃,喷雾量小于1.0 m3/h,外界环境湿度35%~50%,风速为1~2级的情况下,喷雾量和温差比的关系可以表示为

$ {\varphi _{{\rm{iw}}}} = 1.1\left( {0.572{Q_{\rm{w}}} - 0.039\;5} \right)\left( {1 - {{\rm{e}}^{ - 2.4\varphi _{\rm{w}}^{1.25}}}} \right). $ (7)

其中:Qw为喷雾量,m3/h;φw为风机频率,50 Hz。

表 2温差为四周测点的平均温度和中心的温度的差值,中心温度明显低于四周温度,四周点的温度和中心点温度差异并没有明显规律,两者之间的最大温差为2.42 ℃,最小温差为0.50 ℃,平均温差为1.26。考虑到四周点与中心点的距离为9.41 m,并认为温度降低的幅度和与风机的距离为线性分布,则任意位置的温度降低表示如下:

$ \Delta {T_{\rm{a}}} = \Delta {T_{\rm{c}}} + 0.134{D_{\rm{f}}}. $ (8)
表 2 各种情况下四周和中心温差
编号 喷雾量/(m3·h-1) 风机频率/Hz 温差/℃ 平均湿度/%
1 0.93 30 1.62 46
2 0.93 30 1.00 49
3 0.93 50 0.50 46
4 0.96 40 0.50 46
5 0.66 40 2.19 42
6 0.55 40 1.83 49
7 0.47 40 0.42 37

其中:ΔTa为任意位置的温降幅度,ΔTc为中心处的温降幅度,Df为测点位置和风机的距离。

根据式(7)和(8),根据测量的仓面外的温度和仓面所需要达到的温度,即可计算出喷雾机的运行参数。

本次试验采用的风机出风口直径为0.7 m,风机的频率为30、35、40、45和50 Hz时,风速分别为17.54、20.51、24.46、26.35和28.63 m/s,因此式(7)可以表示为

$ {\varphi _{{\rm{iw}}}} = 1.1\left( {0.572{Q_{\rm{w}}} - 0.039\;5} \right)\left( {1 - {{\rm{e}}^{ - 2.4{{\left( {\frac{{7{V_{\rm{w}}}}}{{4D}}} \right)}^{1.25}}}}} \right). $ (9)

其中:Vw为风机风速,m/s;D为风机直径,m。

4 智能喷雾的现场应用 4.1 喷雾机现场应用喷雾角度

当喷雾机的高度与混凝土仓面距离≥4.5 m时,喷雾机向下摆动的角度为15°;当喷雾机的高度与混凝土仓面距离为0时,喷雾机向下摆动的角度为0°;当喷雾机的高度与混凝土仓面距离为0~4.5 m时,喷雾机向下摆动的角度为

$ \theta = \frac{{10}}{3}h. $ (10)

其中:h喷雾机高度与混凝土仓面的距离,m。

4.2 喷雾机现场应用情况

本文智能喷雾系统在乌东德的全坝段和白鹤滩部分坝段得到应用。以乌东德为例说明智能喷雾所具有的先进性。本项目在乌东德大坝进行了513仓混凝土仓面小环境精确控制,这些仓次浇筑温度合格率95.2%,最高温度合格率99.8%,混凝土温度控制合格率相较于其他大坝更优,施工期未出现温度裂缝,基本实现了特高拱坝仓面温度精细化、智能化管控。混凝土仓面智能喷雾控制技术及成套设备达到先进应用水平,满足现场应用要求,为乌东德大坝这一新时代大国重器的建设奠定了基础,得到了参建各方的一致好评,具备较好的应用前景。

5 结论

水电工程外界环境复杂,需要一套完善的仓面环境控制系统才能较好的控制仓面环境。为不干扰施工,环境监测的测点需要布置在仓面外部,需要通过分析仓面外部环境温度和仓面内部需要达到的环境温度进而计算出喷雾机运行参数。本文提出了仓面喷雾控制模型、仓面内环境温度的计算模型和喷雾机运行参数计算模型,为仓面喷雾的智能化控制奠定基础。

参考文献
[1]
朱伯芳. 混凝土坝的数字监控[J]. 水利水电技术, 2008, 39(2): 15-18.
ZHU B F. Numerial monitoring of concrete dams[J]. Water Resources and Hydropower Engineering, 2008, 39(2): 15-18. DOI:10.3969/j.issn.1000-0860.2008.02.005 (in Chinese)
[2]
林鹏, 胡杭, 郑东, 等. 大体积混凝土真实温度场演化规律试验[J]. 清华大学学报(自然科学版), 2015, 55(1): 27-32.
LIN P, HU H, ZHENG D, et al. Field tests on the evolution of a real thermal field in concrete[J]. Journal of Tsinghua University (Science and Technology), 2015, 55(1): 27-32. (in Chinese)
[3]
申嘉荣, 徐千军. 碾压混凝土坝层面抗剪断强度的人工神经网络与模糊逻辑系统预测[J]. 清华大学学报(自然科学版), 2019, 59(5): 345-353.
SHEN J R, XU Q J. Prediction of interlayer shear strength parameters for RCC dams using artificial neural network and fuzzy logic system[J]. Journal of Tsinghua University (Science and Technology), 2019, 59(5): 345-353. (in Chinese)
[4]
左正, 胡昱, 李庆斌, 等. 基于实际通水监测的大体积混凝土数字温度监测[J]. 清华大学学报(自然科学版), 2015, 55(1): 21-26.
ZUO Z, HU Y, LI Q B, et al. Temperature monitoring during concrete setting through cooling pipe monitors[J]. Journal of Tsinghua University (Science and Technology), 2015, 55(1): 21-26. (in Chinese)
[5]
朱伯芳, 张国新, 许平, 等. 混凝土高坝施工期温度与应力控制决策支持系统[J]. 水利学报, 2008, 39(1): 1-6.
ZHU B F, ZHANG G X, XU P, et al. Decision making support system for temperature and stress control of high concrete dams in construction period[J]. Journal of Hydraulic Engineering, 2008, 39(1): 1-6. DOI:10.3321/j.issn:0559-9350.2008.01.001 (in Chinese)
[6]
樊启祥, 周绍武, 林鹏, 等. 大型水利水电工程施工智能控制成套技术及应用[J]. 水利学报, 2016, 47(7): 916-923.
FAN Q X, ZHOU S W, LIN P, et al. Experimental research on characteristics of nitrogen output from different layers in red soil slopes[J]. Journal of Hydraulic Engineering, 2016, 47(7): 916-923. (in Chinese)
[7]
李庆斌, 林鹏. 论智能大坝[J]. 水力发电学报, 2014, 33(1): 139-146.
LI Q B, LIN P. Demonstration on intelligent dam[J]. Journal of Hydroelectric Engineering, 2014, 33(1): 139-146. (in Chinese)
[8]
林鹏, 李庆斌, 周绍武, 等. 大体积混凝土通水冷却智能温度控制方法与系统[J]. 水利学报, 2013, 44(8): 950-957.
LIN P, LI Q B, ZHOU S W, et al. Intelligent cooling control method and system for mass concrete[J]. Journal of Hydraulic Engineering, 2013, 44(8): 950-957. (in Chinese)
[9]
王恺, 李同春, 陈祖荣, 等. 基于VC的大体积混凝土智能通水系统开发研究[J]. 三峡大学学报(自然科学版), 2013, 35(3): 16-20.
WANG K, LI T C, CHEN Z R, et al. Study of mass concrete intelligent water-pipe cooling systems based on VC[J]. Journal of China Three Gorges University (Natural Sciences), 2013, 35(3): 16-20. (in Chinese)
[10]
朱伯芳, 张国新, 贾金生, 等. 混凝土坝的数字监控: 提高大坝监控水平的新途径[J]. 水力发电学报, 2009, 28(1): 130-136.
ZHU B F, ZHANG G X, JIA J S, et al. Numerical monitoring of concrete dams: A new way for improving the safety control of concrete dams[J]. Journal of Hydroelectric Engineering, 2009, 28(1): 130-136. (in Chinese)
[11]
刘毅, 张国新, 王继敏, 等. 特高拱坝施工期数字监控方法、系统与工程应用[J]. 水利水电技术, 2012, 43(3): 33-37.
LIU Y, ZHANG G X, WANG J M, et al. Digital monitoring method and system for construction of super-high arch dam and its engineering application[J]. Water Resources and Hydropower Engineering, 2012, 43(3): 33-37. (in Chinese)
[12]
张国新, 刘毅, 李松辉, 等. 混凝土坝温控防裂智能监测系统及其工程应用[J]. 水利水电技术, 2014, 45(1): 96-102.
ZHANG G X, LIU Y, LI S H, et al. Intelligent monitoring and control system for temperature control and crack prevention of concrete dam and its engineering applications[J]. Water Resources and Hydropower Engineering, 2014, 45(1): 96-102. (in Chinese)
[13]
朱伯芳. 大体积混凝土温度应力与温度控制[M]. 北京: 中国电力出版社, 1999.
ZHU B F. Temperature stress and temperature control of mass concrete[M]. Beijing: China Electric Power Press, 1999. (in Chinese)
[14]
国家能源局. 水工混凝土温度控制施工规范: DL/T5787-2019[S]. 北京: 中国电力出版社, 2019.
National Energy Administration. Technical specification for temperature controlling of hydraulic concrete construction: DL/T5787-2019[S]. Beijing: China Electric Power Press, 2019. (in Chinese)