2. 中国三峡建工(集团)有限公司, 成都 610041;
3. 清华大学 水利水电工程系, 北京 100084;
4. 武汉英思工程科技股份有限公司, 武汉 430071
2. China Three Gorges Construction Engineering Corporation, Chengdu 610041, China;
3. Department of Hydraulic Engineering, Tsinghua University, Beijing 100084, China;
4. Wuhan Ins Engineering Technology Corporation, Wuhan 430071, China
世界第一座水电站可追溯至1878年,是由法国修建成的沿革水电站。在近150年的水利水电事业发展过程中,主要经历了人工化、机械化、自动化和数字化阶段,每次转变均在特殊的时代背景下借助先进的技术手段完成[1]。由人工化阶段向机械化阶段的第一次转变,主要受20世纪初工业革命的影响,在水利工程建设中机械逐步代替人工,以美国Hoover大坝为代表,在设计及施工过程中采用机械化作业,但机械化作业程度低。由机械化阶段向自动化阶段转变的过程中,计算机技术逐步发展,应用场景日益增加,施工过程采用现代化机械作业,利用先进设备和技术开展相关设计、科研与试验工作,实现了工程建设的自动化监测与信息化管理。在自动化阶段迈向数字化阶段的过程中,计算机与网络技术发生了跨越式发展,以澜沧江糯扎渡水电站等为代表的水利水电工程,通过信息采集与数据分析,实现了由工程建设管理向数字大坝的转变。部分学者对相关技术问题进行了研究与应用,如钟登华等[2-3]结合系统仿真、数据库、可视化及系统集成等技术,提出了高堆石坝施工仿真与优化的理论方法,并在碾压监控、上坝运输、上坝料加水和灌浆控制等方面进行信息自动采集与精细化监控,实现工程建设进度、质量及安全监测等信息的数字化管理[4];樊启祥等[5-6]依托溪洛渡特高拱坝,研究了工程建设项目智能化建设管理模式,实现拱坝全生命周期质量安全的动态监控;张社荣等[7]针对水电工程总承包(engineering procurement construction,EPC)模式,提出了基于建筑信息模型(building information modeling,BIM)技术的EPC项目协作管理方法,综合管控项目进度、质量和成本;王超等[8]基于数据库技术、数值模拟技术和ABAQUS二次开发,提出边坡实时安全仿真方法;任炳昱等[9]结合高拱坝施工仿真虚拟状态与现场实际施工场景,利用同步定位与地图构建优化,提出了施工进度仿真移动增强现实可视化方法。
随着计算机与网络技术的迅猛发展,物联网、大数据、区块链及人工智能等新一代信息技术更新迭代日益频繁,且工程建设环境复杂,有待进一步将现代先进技术与特高拱坝建设和项目管理相结合,创新工程建设技术和项目管理手段,完善现有技术水平。为此,本文依托白鹤滩300 m级特高拱坝,围绕工程结构特点和施工重难点,从工程设计、施工和监测等方面开展系列探索和研究,通过借鉴BIM技术和信息模型理念,构建了特高拱坝施工期多维信息模型协作管理体系,研究了多维信息模型构建方法与实现过程,研发了涵盖工程进度、质量、安全及合同等内容的特高拱坝施工期信息模型管理平台,改善了传统水电工程信息散乱、流动效率低的问题,提升了工程建设技术与项目管理水平,推动了水利水电工程领域新技术应用向纵深发展。
1 特高拱坝施工期信息模型特高拱坝施工期信息模型(以下简称“信息模型”)是在三维结构模型的基础上,借助移动互联网、物联网、北斗导航、人工智能、机器人技术、增强现实、虚拟现实、无人机和区块链等新一代技术设备与工程建造技术,通过自动感知、智能识别与诊断等手段,融合特高拱坝施工期设计、施工过程、工程进度、工程质量、安全监测、测量和施工过程等信息形成的扩展模型,形成坝体结构模型、属性信息及其相互关系的时空模型,主要用于工程施工全过程的信息重构、可视化模拟和信息分析及项目管理。
信息模型协作管理体系如图 1所示,主要包括:1) 三维结构模型,是信息模型的基础结构,为全部表达信息的几何载体。三维结构模型融合空间、时间、专业和属性等多维度信息,并集成单元工程的基础数据、环境数据、过程数据及监测数据等定性定量数据,形成最小施工单元的工程信息模型,为特高拱坝施工全过程数字化、信息化与智能化管理提供模型与信息的可视化表达。2) 施工过程信息,即协作管理信息,涵盖与特高拱坝施工过程相关的信息,如工程进度、物资、质量、安全、结算、成本、合同、工程测量、安全监测、施工环境及水文气象等信息。3) 模型与信息关联,利用动态映射算法、云计算、大数据与可视化仿真等手段,建立模型与信息的实时动态关系。4) 多方协同办公,涉及建设、监理、设计、科研、施工及咨询等各参建单位。5) 协作环节,包括人员、机械、材料、程序和环境。6) 协作平台,参建各方可通过移动App、Web网页、综合查询、大数据、大屏展示及预警推送等手段协同工作。
具体而言,特高拱坝施工期信息模型的特点包括[10]:1) 模型涵盖工程设计与施工全过程的静态与动态信息,信息分类存储于数据库并进行高效管理。初始数据可由数据接口引擎获取,保证数据无损,可高效传递、存储和共享。2) 模型依据单元编码体系与表达规范建立统一的数据接口及标准,实现各参建单位的专业信息互联互通与信息共享。3) 模型实时、动态、直观表达特高拱坝建造过程的设计、进度、质量、安全和合同等信息,提供三维场景交互功能,实现从属性到模型、从模型到属性的双向查询,使复杂的建设过程透明化、可视化。4) 模型可扩展性强,通过采集多种信息进行大数据挖掘,可形成综合信息模型。5) 模型通过数据接口或转换的方式,可与科研仿真与试验进行信息流动和数据集成。
2 三维结构模型构建特高拱坝信息模型不仅应具有较好的可视化表达,以准确真实地反馈模型边界,还应准确表达模型内部结构信息。为此,本文通过建立参数化的建模流程,联合Revit和Dymano工具研究了混凝土单元成套BIM深化设计的建模方法,以此进行特高拱坝三维结构模型的构建,技术路线如图 2所示。通过利用参数化建模技术,可实现多种精度水平(level of details,LOD)(含LOD100、LOD200、LOD300)的模型构建、模型结构融合、格式模型输出,能满足可视化模拟与仿真需求,避免由于结构体型或施工方案调整而重复建模的问题,大大提高了建模效率,满足施工期快速建模与计量结算的需求。
2.1 建模方法
因特高拱坝结构的复杂性和特殊性,建模一般通过拱圈放样和实体组成,将坝体表面合成一个实体。本文利用Revit和Dymano联合建模,方法如下:首先,在Dynamo中利用拱坝形体方程得到同一高程拱圈特征点,利用拱圈上下游面特征点生成上下游曲面,拾取曲面边界合成,叠加上下游面,最终合成特高拱坝实体模型。其次,将细部结构与体型进行融合,通过Revit建立孔口闸墩及其孔洞、廊道结构、扩大基础等实体模型,将其导入Dynamo可视化编程插件,与Dynamo建立相应的体型进行Boolean并集或差集运算,并将运算后的实体模型导入Revit中,保存为族构件。最后,在上述模型的基础上,按坝段分缝在Dynamo中创建分缝面,利用分缝面进行坝段和单元切分,自动批量保存坝段族文件。同理,按单元工程高程在Dynamo中创建等高面,将坝段模型使用Dynamo按高程切分,单元自动批量输出,并保存为单元模型文件。在实际施工过程中,可结合实际施工数据实时动态调整单元高程,参数化控制快速切分形成多个单元模型,并批量导出模型。
利用Revit和Dymano联合建模的方法主要有以下特点:利用可视化编程插件Dynamo建模,可解决模型参数化组合、自动切分自动输出模型及参数化添加自定义属性等问题。常规BIM建模采用搭积木方式,创建构件模型,组成整个实体模型。利用Revit和Dymano联合建模的方法,采用逐级分解的方式,首先创建整体模型,再利用参数化自动切分,依据切分标准(图纸分坝段点数据或设计高程),通过Dynamo编程切分整体模型,最后形成各个施工部位、施工单元模型。通过Dynamo程序,结合实际施工数据,可快速调整高程不一致的施工单元;依据Excel表中构件的属性数据,可实现自动添加模型信息的功能。
2.2 主要技术难点的解决方式1) 设计参数化驱动的模型的快速构建与更新。
由于特高拱坝结构复杂,建模精度要求高,工作难度较大,本文依据拱坝双曲面参数方程,利用Dynamo参数化建模工具,可实现复杂坝体结构的快速建模。此外,基于Revit可对孔洞、廊道等结构建模,可实现结构构件标准化;采用参数化驱动和Boolean运算,可实现坝体与孔洞、廊道等细部结构的融合,建立真实坝体结构。以此为基础,采用参数化的单个坝段模型与构件化组合切分,可得到浇筑仓模型及对应的编码与属性,实现由设计阶段成果向施工阶段成果的转换,提高深化设计的工作效率,建模流程如图 3所示。
2) 大规模构件批量建模。
在水利水电工程建设中,存在大批量杆状的构件,如固结与帷幕灌浆孔、物探检查孔、锚索及锚杆等。上述模型若采用设计软件生成,会带来显示与系统运行效率问题。本文采用参数化驱动的自动化构件创建方式,基于每个杆状构件的控制坐标、长度、方位角与顶角等参数,直接在三维视图中动态构造三维模型,并基于动态构造的三维模型开展进度、质量、安全分析及三维拟合,可保证加载效率和显示效果,与采用设计软件生成相比,加载效率和显示效果更优,能快速取得设计与施工成果。
3) 数模分离属性管理。
由于传统设计软件本身的缺陷,在建模过程中无法将相关属性信息与构件对象直接关联。通过编写Dynamo程序,利用表格参数化添加模型自定义属性,并采用设计性、扩展等多类属性管理的方式,实现数模分离的属性管理。通过单独定义属性清单,建立构件编码与属性编码的对应关系,实现扩展属性的维护与管理,并支持同一个构件对象定义不同的属性版本,可保证属性可追溯,有利于支撑模型的深化应用。
3 施工信息采集根据特高拱坝建造任务和内容,工程施工全过程的数据信息主要包含基础类、过程类、监测类与环境类等[11]。其中,基础类数据以结构设计为基础,包含工程地形地质(地层、岩性、断层、裂隙与错动带等)、混凝土热力学、材料参数、结构设计等数据;过程类数据包含工程进度、质量、安全、环境、物资、合同、造价、定额与档案等数据,如特高拱坝施工中的材料、设备和人员的投入,备仓和浇筑环节的备仓设计、仓面设计、混凝土生产、试验检测、一条龙运输、平仓振捣、温控与保温养护、灌浆及金结制安等建造全环节过程数据;监测类数据包含岩体与混凝土的变形、渗流、应力应变、温度、水力学和地震等数据;环境类数据包含工程施工涉及的温度、湿度、风速、降雨、水文等数据。
通过利用基站、GPS/北斗+实时差分等复杂场景施工资源定位技术[12],搭建现场定位的端、网、云控制体系,构建大坝施工在不同场景(露天、隧洞等)、作业定位精度(人员、车辆与缆机等)和通信响应速度下的混合定位模型,实现各类数据信息的采集、传输、存储、查询、分析、可视化及预警等的数字化管理,满足特高拱坝施工信息的多端个性化、订制化和智能化实时动态管理需要。以此为基础,基于统一编码体系与规则,通过以下几种方式进行数据信息采集:1) 基础数据通过大批量数据导入或个性化录入,实现数据信息的整理、录入、转换和矢量化。2) 过程数据中的流程化/结构化表单数据通过手持终端(personal digital assistant,PDA)或智能手机录入数据,并规范过程数据录入;对于智能通水、智能喷雾、智能灌浆等智能控制系统过程数据,宜通过建立数据接口,实现过程数据的自动传输与共享。3) 监测数据和环境数据的采集,宜采用自动化监测与传输功能,由自动化数据采集单元与大坝监测仪器连接,进行数据实时采集与存储,利用通信网络向分站传输数据并接收分站的控制指令。
4 信息模型应用管理平台以三维结构模型、数据信息及“全面感知、真实分析、实时控制”的智能建造理论为基础[13],围绕工程结构特点和施工重难点,研发涵盖工程进度、质量、安全和合同等内容的特高拱坝施工期多维信息模型管理平台,实现了由信息向空间体的数据转换、数据库存储及高效的模型重构与可视化表达。平台以三维结构模型为载体,以云计算、物联网及人工智能等技术为基础,运用系统的观点、方法和理论,深度融合工程建造业务数据和空间数据,对工程项目所涉及的业务逻辑、内容和信息资源进行统一的采集、传输、加工、储存、更新、拓展和维护[14],保证工程建造优质、安全、环保与高效。平台构架如图 4所示,采用“平台+组件+接口”的方式,体系结构分为数据层、平台层及应用层,涵盖工程进度、质量、安全、成本和环境等信息的存储和交互管理。
4.1 平台基础架构设计
1) 数据层。
数据层由类库文件组成,后台以非关系型数据库为基础,主要为平台提供勘测设计资料、BIM建模成果和施工过程动态采集信息等数据源,可对数据库进行添加、删除、修改、移动和查询等操作,并将数据动态传递给上层处理。为适应不同的建模工具及技术标准,通过利用行业基准分类(industry foundation classes,IFC)接口实现工程设计信息的集成,并借助地质建模软件等专用辅助工具实现模型的导入、加载与再处理。通过定义统一的工程结构分解编码与属性编码体系,实现多源、异构、多专业设计、施工、监测及环境数据的集成。
2) 平台层。
该层为工程建设项目辅助决策与管理的数据支持中心,借助分布式数据库、云计算平台、数据挖掘和大规模并行处理等大数据技术,实现特高拱坝设计数据与信息的存储、管理与分析,并实时采集施工全过程数据信息,利用应用程序接口(application programming interface,API)服务提供相关的数据接口对模型进行轻量化处理,实现快捷直观的可视化表达,能满足工程项目参建各方(建设、设计、监理、施工、科研、测量和监测等单位)的业务应用需求[15]。各单位基于自身权责依托平台开展工作,并通过平台实现权限控制下的工程数据共享,实现了数据信息的快速挖掘与利用。
3) 应用层。
应用层为3层结构中的最顶层,功能为“分析与处理”,即通过云计算平台进行信息处理,为信息模型提供个性化的辅助支持与专项应用,如工程深化设计、进度仿真、质量与安全管理、施工过程管理、工程量计量与结算、物资核销和科研仿真服务等,实现设计成果与施工管理的一体化,确保信息模型为特高拱坝智能建造提供技术支持。
4.2 平台主要构成特高拱坝施工期多维信息模型管理平台(综合查询平台见图 5)采用MS.net分布式软件平台,主要由数据中心、模型管理器、基于Revit的设计器插件及BIM浏览器4部分组成。数据中心基于模型转换框架,内置转换引擎及解析引擎组件,实现模型的轻量化转换及模型的解析,支持分布式模型的文件存储,将孤立的模型通过项目分解结构有机地连接起来,实现项目结构分解、参数化属性及模型的管理,并支持符合BIM发布规范的应用程序编程接口及自定义的API接口,为模型的上传、管理和发布提供访问接口。模型管理器采用浏览器/服务器模式(browser/server,B/S)架构定义属性库生成规则,利用反射机制实现后端实时编译,前端属性实时更新,支持定义与管理工程和项目结构信息、模型上传与转换、属性的配置与维护、模型版本及权限管理等功能。Revit插件基于二次开发,实现面向特定业务的专用BIM建模功能,并建立数据中心的接口,实现了模型上传、下载与管理功能。BIM浏览器基于WebGL(web graphics library)技术建立,在此基础上进行组件化封装及插件功能扩展,提供独立模型的浏览器及浏览插件,满足模型浏览及相关系统集成分析。浏览器底层为基于Three.js框架的轻量级引擎,无需安装任何插件即可实现在浏览器中跨终端查看三维信息场景模型,在前端进行高效渲染,保证材质、属性和结构信息的完整。
5 应用实践
以白鹤滩水电站300 m级特高拱坝为例,利用本文提出的特高拱坝施工期多维信息模型管理平台进行应用实践。项目主要应用涉及工程施工进度、施工期混凝土浇筑全过程、温控过程、灌浆(固结、帷幕等)工程、工程计量结算等管理及科研仿真功能。
5.1 项目概况白鹤滩水电站为世界在建的最大的水电工程,大坝为300 m级特高混凝土双曲拱坝,坝身布置导流底孔、深孔和表孔3层孔口,浇筑混凝土总方量为803万m3,计划工期为51个月,工程数据信息量大,如何科学、高效且有序地组织工程建设,打造世界一流精品工程,是各参建单位共同面临的难题。
5.2 主要功能应用1) 施工进度管理。
工程项目施工进度管控主要在工程建造过程中对各阶段的施工进展和项目最终完成的期限进行管理。主要采用专业软件输入各工序及参数,即可自动生成该工程项目施工建设进度横道图、网络图及计划表,并通过对关键路线的优化,合理设置工期。以三维结构模型为载体,通过建立施工进度管理模块(见图 6),用模型驱动可视化表达计划编制与调整、计划与进度展示及实时监控场景,实现进度计划与实际状态、坝体浇筑强度、方量与仓数等主要指标以及悬臂高度、坝段高差等关键控制参数的实时展示与对比。通过借助虚拟技术,可有效模拟工程施工全过程,直观地确定关键路线,合理划分施工时段,对施工资源进行统筹调度。同时,能实时动态地监控施工过程并对比展示工程进展差异,利于严格管控施工进度。
2) 混凝土浇筑全过程管理。
混凝土浇筑全过程的数字化包括对备仓设计,仓面设计,混凝土调度、生产、运输与平仓振捣等各环节的数字化,如图 7所示。通过构建覆盖混凝土浇筑全环节的工艺和业务管理功能模块,建立拱坝-坝段-浇筑仓三级结构模型,实现备仓、验仓、仓面设计、开仓申请、要料与施工配料、混凝土生产与运输、浇筑及养护等全过程的数字化一条龙管理。利用物联网等技术,通过射频识别装置、定位系统等各种信息传感设备,对拌和楼生产、缆机运输、仓面平仓振捣和仓面喷雾保温养护等关键工艺过程实现数字化实时监控与分析,确保混凝土生产合规、平仓摊铺满足工艺标准、混凝土厚度均匀,以及振捣满足工艺标准且过程可控,提高混凝土施工质量控制水平,优化资源配置,提高生产效率,实现混凝土施工的设计信息、施工过程、测量、检测、监测与质量安全等的科学管理。混凝土施工过程管理主要功能如图 8所示。
在混凝土生产中,根据混凝土原材料及拌和性能的质检指标、配合比偏差率指标建立质量判断准则和标准。在水平运输与垂直运输环节,通过在关键位置点(如拌和楼、卸料平台等)设置传感器,识别自卸车和缆机的运输循环、侧卸车和缆机在各工作环节的工作与等待时长,作为材料、装料、运转、运输与卸料等匹配的判断准则。对于平仓振捣,将坯层厚度、振捣时长与振捣深度等质量关键控制要素作为实时监控的预警判别准则。通过构建信息模型,实时动态采集上述混凝土生产、水平运输、垂直运输、平仓和振捣过程等施工信息,实现原材料质量检测、仓面设计与配料单生成、水平与垂直运输过程轨迹与时间智能监测及反馈控制、施工机械资源匹配与效率及安全监控、坯层覆盖时间的实时监控与分析、平仓与振捣过程资源匹配及质量与效率反馈控制等功能。
3) 温控过程管理。
混凝土温度控制是防止大体积混凝土出现温度裂缝、保障混凝土质量的重要手段。传统的温控管理存在人工干扰因素大、温控状态跟踪不及时、温控措施不精细、温控数据不准确等问题,存在巨大的质量风险。为此,构建了混凝土温控信息管理模块,如图 9所示,包括温控标准与温控分区管理,骨料砸石及混凝土出机口、入仓与浇筑的温度采集,混凝土各温控阶段的内部温度、温控状态信息的实时采集与一条龙管理,成果汇总统计、动态分析与预警等功能,并支持数字测温、智能通水、光纤测温等系统集成,实现温控标准、温控阶段、原材料温控、混凝土浇筑温度、环境温度、冷却通水、混凝土内部温度、温控措施等温控数据的实时采集与传输、自动分析、及时预警与反馈,实现混凝土精准化、个性化、智能化的高效温控管理目标。
4) 灌浆过程管理。
按功能作用分类,灌浆可分为固结灌浆、帷幕灌浆、接触灌浆、接缝灌浆和回填灌浆等。主要工序包括钻孔、洗孔与冲孔、压水试验、灌浆、封孔和质检等,是防止地基渗漏、提高岩土体整体性强度和刚度、加固基础和防渗的重要措施。通过利用参数化建模和研发的碰撞检查工具,依据孔口设计坐标、方位角、倾角、孔深、孔距、排距及排数批量构建灌浆孔几何模型,并与冷却水管、监测仪器、埋件等进行碰撞检查,优化布置方案。施工过程中同步采集灌浆施工进度、灌浆材料与施工过程数据,工程地质与灌浆成果(透水率、单位注灰量),施工记录和质量报表,物探检测灌前灌后声波与全孔成像信息,质量评价成果等信息,将灌浆压力、浆液浓度、水灰比及抬动位移等参数作为监控、反馈预警控制指标,实现从单元定义到孔位设计、钻孔与灌浆等施工全过程的数字化与信息化管理。该模块可实现灌浆深化设计、施工进度和质量安全等方面的动态综合管理,并利用大数据技术进行可视化分析与数据挖掘,为优化灌浆设计与工艺、评价灌浆成果与地质特征提供技术支撑。固结灌浆管理模块的灌浆数据与成果整理分析如图 10所示。
5) 工程量计量与结算。
工程量计量与结算涉及混凝土、钢筋、止水、管路埋件和灌浆等多项专业,工程量计算复杂。单元工程的验收、计量、评定和归档等需收集整理大量资料,程序多、流程长且资料随着工程的推进实时更新,工作量浩大。为解决因人员流动、资料缺失导致的工程现场完工后多年不能完成合同验收的问题,通过设计、合同、质量、进度和物资等关键数据的传递和共享,将项目成本管理、质量管理与信息模型结合,构建工程量计量与结算管理模块,如图 11所示。针对混凝土浇筑单元的级配、钢筋、止水等不同构件与灌浆单元的设计参数,通过参数化建模或基于Revit二次开发实现自动快速分区,构建精度为LOD300的工程量计算与结算信息模型。该模型具有计量与计价、计划与核销、验评与归档,以及签证与结算等功能,支持白板仓、廊道部位和电梯井等复杂结构分区模型的构建与工程量计算,实现单元工程的“现场完工、质量验评、工程计量、资料归档”4项工作同时完成的高效管理目标。
6) 科研仿真服务。
科研仿真为利用数学近似方法对真实物理系统(几何和载荷工况)进行模拟仿真的方法,因其具有方便、实用及高效等优点被广泛应用于科学技术研究领域。随着计算机技术的迅猛发展和普及,以ANSYS、ABAQUS等为代表的有限元工具已成为水电工程专业的辅助工具。本文通过计算机图形与图像处理、可视化等技术,以三维结构模型为基础,构建科研仿真服务模块,如图 12所示,同步耦合特高拱坝施工过程的基础数据、监测数据、过程数据和环境数据,进行变形、应力、温度、渗流、抗震与进度的实时动态耦合仿真与对比,实现应力场、变形场、温度场与环境场的三维仿真与模型重构,为施工进度计划制定与方案优化、关键施工方案验证、坝体结构安全稳定与性态评价、混凝土温控防裂以及渗流措施与渗控方案优化验证等提供技术支撑,在结构安全、资源配置和建设目标中匹配最优的进度安排和施工方案。
白鹤滩水电站大坝于2017年4月12日开浇,2021年5月31日浇筑到顶,共浇筑2 253仓,混凝土803万m3。通过实施本平台功能模块,顺利实现2021年6月28日首批机组蓄水发电目标。大坝施工创造了同类工程施工速度最快、最高施工强度的记录;混凝土浇筑实现了“性能优良、体型精准,内实外光、无裂无缺”的质量目标,建成了无温度裂缝的精品大坝。具体表现为:1) 在工程进度方面,大坝施工效率实现整体均匀连续上升的目标,各主要节点目标也顺利实现。50个月完成289 m大坝施工,创造了在同类工程中混凝土单月最多浇筑27.3万m3,连续3年浇筑200万m3以上,高峰年浇筑270万m3的最高纪录。对混凝土浇筑一条龙的效率而言,缆机待料、装料和下料的合计耗时从2018年的平均4.8 min降低至2019年的平均4.02 min。2) 在工程质量方面,建成无浇筑缺陷、无温度裂缝的精品大坝。大坝混凝土钻孔压水848 m,透水率均为0;取出20 m以上长芯3根,最长芯样达25.7 m,世界罕见,芯样穿过50个浇筑层,层间结合良好。温度控制实现精准化、精细化时空联调,最高温度全面受控,各项温控指标符合率平均在98.9%以上,显著高于同类工程,且未发现温度裂缝。在灌浆方面,应用固结灌浆1.2万m3,帷幕灌浆11.7万m3,配浆与变浆效果明显,可自动精准控制压力和阀门开度,6 MPa高压工况误差≤5%,灌浆施工和管理效率提升3%,灌浆综合成本降低了32.68元/m3,灌浆工程量优化了15%。3) 在蓄水运行方面,整个蓄水过程安全平稳,大坝工作性态正常。大坝自2021年4月6日开始蓄水,水位604 m,同年5月20日,蓄水至机组调度水位760 m;6月13日,蓄水至死水位765 m;6月28日,蓄水至首批机组满发水位783.61 m;9月10日,蓄水至第一阶段目标水位800 m。安全监测显示,大坝工作性态正常,经全面巡视检查,未发现问题。
6 结论本文将移动互联网、物联网、云计算和大数据等现代信息技术与特高拱坝施工过程深度融合,围绕工程结构特点和施工重难点,对水利水电工程精细化管理模式和创新实践途径进行探索,提出了面向特高拱坝设计与施工全过程信息管理基础体系,研究了信息模型构建方法与实现过程,研发了涵盖工程进度、质量、安全与合同等内容的特高拱坝施工期多维信息模型管理平台。以白鹤滩300 m级特高拱坝建造为例,阐述了特高拱坝施工期多维信息模型管理平台在大型水电工程中的应用。实践表明,参建各方积极主动应用研究成果,同步构建了具备完整规范的施工期信息模型,改善了传统水电工程中信息散乱、流动效率低的问题,有利于控制施工进度,解决工程建设质量和工程量计量与结算问题,实现特高拱坝建造全过程的精细化管控,显著提升工程建设技术与项目管理水平。后续应进一步研究施工信息的全面智能化感知、全工程智能建造研发与应用等相关工作,实现企业管理模式创新,全面推进数字化转型。
[1] |
钟登华, 王飞, 吴斌平, 等. 从数字大坝到智慧大坝[J]. 水力发电学报, 2015, 34(10): 1-13. ZHONG D H, WANG F, WU B P, et al. From digital dam toward smart dam[J]. Journal of Hydroelectric Engineering, 2015, 34(10): 1-13. DOI:10.11660/slfdxb.20151001 (in Chinese) |
[2] |
钟登华, 常昊天, 刘宁, 等. 高堆石坝施工过程的仿真与优化[J]. 水利学报, 2013, 44(7): 863-872. ZHONG D H, CHANG H T, LIU N, et al. Simulation and optimization of high rock-filled dam construction operations[J]. Journal of Hydraulic Engineering, 2013, 44(7): 863-872. (in Chinese) |
[3] |
钟登华, 赵晨生, 张平. 高心墙堆石坝坝面碾压施工仿真理论与应用[J]. 中国工程科学, 2011, 13(12): 28-32. ZHONG D H, ZHAO C S, ZHANG P. Theory and application of construction simulation for roller compaction of high core rock-fill dam[J]. Engineering Sciences, 2011, 13(12): 28-32. DOI:10.3969/j.issn.1009-1742.2011.12.005 (in Chinese) |
[4] |
钟登华, 时梦楠, 崔博, 等. 大坝智能建设研究进展[J]. 水利学报, 2019, 50(1): 38-52, 61. ZHONG D H, SHI M N, CUI B, et al. Research progress of the intelligent construction of dams[J]. Journal of Hydraulic Engineering, 2019, 50(1): 38-52, 61. (in Chinese) |
[5] |
樊启祥, 洪文浩, 汪志林, 等. 溪洛渡特高拱坝建设项目管理模式创新与实践[J]. 水力发电学报, 2012, 31(6): 288-293. FAN Q X, HONG W H, WANG Z L, et al. Innovation and application of construction management strategy for Xiluodu superhigh arch dam[J]. Journal of Hydroelectric Engineering, 2012, 31(6): 288-293. (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, 933. FAN Q X, ZHOU S W, LIN P, et al. Construction intelligent control packaged technology and its application for a large hydropower project[J]. Journal of Hydraulic Engineering, 2016, 47(7): 916-923, 933. (in Chinese) |
[7] |
张社荣, 潘飞, 吴越, 等. 水电工程BIM-EPC协作管理平台研究及应用[J]. 水力发电学报, 2018, 37(4): 1-11. ZHANG S R, PAN F, WU Y, et al. Study and application of BIM-EPC collaboration platform in hydropower construction projects[J]. Journal of Hydroelectric Engineering, 2018, 37(4): 1-11. (in Chinese) |
[8] |
王超, 张社荣, 张峰华, 等. 基于实时更新数值模型的高陡边坡动态仿真分析方法及应用[J]. 岩土力学, 2016, 37(8): 2383-2390. WANG C, ZHANG S R, ZHANG F H, et al. A dynamic simulation analysis method of high-steep slopes based on real- time numerical model and its applications[J]. Rock and Soil Mechanics, 2016, 37(8): 2383-2390. (in Chinese) |
[9] |
任炳昱, 卢逊, 王晓玲, 等. 基于SLAM优化的高拱坝施工仿真移动AR可视化[J]. 水力发电学报, 2021, 40(11): 115-128. REN B Y, LU X, WANG X L, et al. Mobile augmented reality visualization of high arch dam construction simulations based on simultaneous localization and mapping optimization[J]. Journal of Hydroelectric Engineering, 2021, 40(11): 115-128. (in Chinese) |
[10] |
王国浩, 余佳, 王晓玲, 等. 高拱坝施工仿真参数EMD- P-ILSTM动态更新模型研究[J]. 水力发电学报, 2021, 40(12): 106-118. WANG G H, YU J, WANG X L, et al. EMD-P-ILSTM dynamic updating model for simulation parameters of high arch dam construction[J]. Journal of Hydroelectric Engineering, 2021, 40(12): 106-118. (in Chinese) |
[11] |
张社荣, 薛烈, 撒文奇, 等. 水电站边坡施工期4D安全信息模型研究与应用[J]. 计算机应用研究, 2014, 31(7): 2053-2057. ZHANG S R, XUE L, SA W Q, et al. Study and application on 4D safety information model of slope during construction period in hydropower station[J]. Application Research of Computers, 2014, 31(7): 2053-2057. (in Chinese) |
[12] |
谭尧升, 樊启祥, 汪志林, 等. 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. TAN Y S, FAN Q X, WANG Z L, et al. Intelligent construction methods for the Baihetan super high arch dam[J]. Journal of Tsinghua University (Science & Technology), 2021, 61(7): 694-704. (in Chinese) |
[13] |
樊启祥, 林鹏, 谢亮, 等. 水电工程复杂场景施工资源定位管理技术研究[J]. 水力发电学报, 2021, 41(2): 113-124. FAN Q X, LIN P, XIE L, et al. Study on location management technology for construction resources in complex scenes of hydropower projects[J]. Journal of Hydroelectric Engineering, 2021, 41(2): 113-124. (in Chinese) |
[14] |
谭尧升, 陈文夫, 郭增光, 等. 水电工程边坡施工全过程信息模型研究与应用[J]. 清华大学学报(自然科学版), 2020, 60(7): 566-574. TAN Y S, CHEN W F, GUO Z G, et al. Information model for slope construction in hydropower projects[J]. Journal of Tsinghua University (Science & Technology), 2020, 60(7): 566-574. (in Chinese) |
[15] |
樊启祥, 林鹏, 魏鹏程, 等. 智能建造闭环控制理论[J]. 清华大学学报(自然科学版), 2021, 61(7): 660-670. FAN Q X, LIN P, WEI P C, et al. Closed-loop control theory of intelligent construction[J]. Journal of Tsinghua University (Science & Technology), 2021, 61(7): 660-670. (in Chinese) |