掌握混凝土坝施工期真实温度场是设计科学合理温控措施、实现混凝土坝温控防裂目标的关键。近期我国建设的高混凝土坝横缝间距一般为20~30 m，顺河向往往通仓浇筑，长度达60~100 m，仓面面积达1 600~2 500 m²，单仓混凝土量达5 000~7 000 m³。多采用分坯层、分区、分条带浇筑施工，即使多台设备同时高强度入仓，单仓混凝土浇筑历时也长达20~50 h。对于高混凝土坝工程，其通仓浇筑尺寸大、浇筑历时长、混凝土材料分区复杂，在混凝土水化放热与散热共同作用下，混凝土坝施工期真实温度分布更复杂，可能形成不利温度应力，影响混凝土施工质量。

“全面感知”是实现大坝智能建设目标的基础^[1-2]。实际工程中，对于坝体混凝土真实温度的感知，一般是根据《混凝土坝安全监测技术规范》^[3]规定，在每个浇筑仓内埋设2或3支点温度计，以多点实测数据的平均值代表该仓混凝土温度，并作为施工期大坝温控的数据支撑。但是，零星点实测温度无法全面反映坝体真实温度场的分布特征及变化规律。

为此，研究人员多采用有限元仿真计算方法实现对坝体温度场的分析^[4-6]。然而，施工现场外界气温、水温和日照条件复杂多变，温度场计算边界条件的处理复杂^[7]，仿真计算通常基于大量的假设和简化：如忽略仓内初始温度分布的不均匀性及仓内不同部位混凝土实际龄期差异、简化通水网络等，计算温度场与实际温度场难免存在差异。

近年来，光纤测温技术因其线性监测优势，在混凝土坝温度监测中得到了推广和应用^[8-11]，与点温度计相比，单个浇筑仓内测点数量成倍增加。工程师们希望通过加大分布式光纤布设范围，获取更多的温度数据，以准确全面地掌握混凝土坝真实温度分布。然而，光纤测温成本相对较高、施工现场环境复杂、坝体含廊道、孔口等特殊结构，且光纤埋设会干扰仓面施工效率，确定科学合理的光纤布设方案，以尽可能少的光纤埋设成本获取全面反映浇筑仓温度分布的数据，是光纤埋设施工前需要解决的关键问题。为此，在白鹤滩智能大坝的建设中，笔者团队提出了考虑坝体温度场重构需求的“Ⅰ”型、“L”型和“Z”型3种分布式光纤双股通仓布设方案^[12]，并在白鹤滩大坝7#、11#、17#、19#和27#5个典型坝段首次全面应用，单个浇筑仓内光纤埋设长度超过100 m^[12]，有效测点数量近百个。同时，该工程应用的光纤测温系统全天24 h工作，每2 h采集一次所有测点的温度数据，实现了混凝土坝温度的实时在线监测。随着大坝浇筑施工进程的不断推进，测点总量不断增加，光纤测温数据量呈指数增长，测温记录数达亿级。

然而，水电工程施工现场环境复杂，分布式光纤通仓埋设施工质量管控困难；测温数据量大，传统的数据表模式无法实现海量数据的高效管理；基于海量实测数据的坝体施工期真实温度场重构理论也有待深入研究。

为此，本文结合大型混凝土坝工程应用需求，提出了光纤埋设施工流程、海量光纤测温数据的实时采集与处理、坝体三维温度场重构理论和技术，研发了混凝土坝温度场分析系统，并结合在建白鹤滩工程，分析了该系统的应用模式及效果。研究成果为准确掌握大型混凝土坝工程真实温度分布特征及变化规律提供了新的解决思路，为智能温控目标的实现提供了可靠的数据支撑。

1 光纤埋设施工与数据获取 1.1 光纤埋设施工流程

为实现基于混凝土实测温度的坝体施工期温度场分析目标，确保坝体温度场重构精度，需要在坝体内布设具有代表性的温度测点，获取尽可能多的混凝土内部温度数据。因此，在埋设施工条件允许的情况下，浇筑仓水平面上应有顺河向及横河向布设的光纤，使获取的测温数据由“线”温度形成“面”温度；单个坝段每一仓混凝土内均布设光纤，则垂直向上由“面”温度形成“体”温度。

混凝土坝浇筑仓仓面面积大，施工条带多，各条带间施工进度往往存在差异，光纤埋设易受仓面施工活动(如平仓、振捣等)影响，而光纤材料本身精细、敏感性强、易折断，通仓埋设实施难度较大。减小混凝土粗骨料对光纤的破坏风险，避免由于平仓、振捣等施工活动引起的弯折、扭曲、拉扯甚至打断，是确保分布式光纤测温技术在混凝土坝工程中成功应用的关键。

为此，本文团队在多年研究实践的基础上，提出了以埋设前仓面备线、埋设中质量控制及埋设后日常保护为主线的光纤埋设流程，确保光纤埋设成活率。

其中，埋设前仓面备线是指为了确保混凝土浇筑过程中光纤埋设施工的效率，在待埋仓备仓基本完成后、混凝土正式开浇前，施工人员根据浇筑仓结构特征拟定光纤布设方案，并前往仓面现场测量浇筑仓尺寸、确定仓中心点位置并标识、确定待埋光纤特征点(起点、中点、终点及转折点)米标并进行标识，便于埋设施工过程中进行光纤定位。同时，根据特征点米标值，将待埋光纤双股绑扎后绕成卷临时存放于仓面光纤安置房，为采用双股绑扎埋设施工工艺^[12]做好准备。图 1为白鹤滩大坝某浇筑仓光纤埋设前仓面备线现场照片。

埋设中质量控制是光纤埋设施工过程中的关键环节。在待埋坯层混凝土机械振捣完成后，应立即开始光纤埋设施工。首先，根据光纤布设方案确定埋设线路上的各个特征点并用花杆标识，然后采用手持振捣棒沿线振捣光纤周边的混凝土，待混凝土松软后随即手持铁叉将光纤压入埋设坯层内设计深度处，并及时采用花杆标识已埋光纤线路，以警示附近作业的施工机械不在埋设线路上通过，直至下一坯层混凝土即将卸料至埋设线路上时移除花杆，同时采取人员旁站方式监管已埋光纤的安全，直至下一坯层混凝土平仓后完全覆盖埋设线路。图 2为白鹤滩大坝某浇筑仓光纤埋设施工照片。

光纤埋设施工完成后，为了尽可能减小仓面备仓活动(如冲毛、焊接钢筋、提升模板等)对出仓面引线光纤、仓面安置房内光纤、测温系统进廊道前安置房至上游平台临时监测房沿程走线光纤的破坏风险，应采用日常盯仓方式及时解决上述暴露在施工环境中的光纤可能存在的安全隐患，确保在混凝土坝工程施工现场复杂环境下，测温系统仍能实现实时在线监测目标，获取稳定可靠的坝体混凝土真实温度数据。

1.2 海量光纤测温数据的获取

光纤是一种连续线性温度传感介质，测温系统会按照设定时间间隔不断获取每个通道上单根光纤沿程的所有温度数据，并以*.ddf文件格式存储在测温主机内^[13]。基于WLAN/4G/5G网络，运用无线传输技术，将施工现场光纤测温系统内的原始数据文件实时传输至数据存储服务器。

然而，原始数据文件中不仅包括混凝土温度数据(含光纤埋设方案线路上的有效测温数据及埋入混凝土内的引线光纤测温数据)，还包括系统运行参数、首段无效数据及外露光纤(仓面光纤安置房内尚未埋设的光纤或仓面至监测房的沿程走线光纤)所处的环境温度数据，为此，本文团队提出了分段连续测温光纤测点精准定位方法^[13]，从繁杂的海量原始数据文件中准确、高效、快速地筛选和识别，并提取每一个浇筑仓的有效测温数据。

运用数据库管理技术，实现原始数据文件的自动解析、数据校验、异常数据识别、数据清洗及数据的一致性检验，将处理后的各浇筑仓内有效测温数据自动存储至服务器数据库。

2 混凝土坝三维温度场重构理论

采用前述分布式光纤通仓布设方案，单个浇筑仓内可以获取沿线几十甚至上百个测点的混凝土浇筑仓内部实测温度数据，与单仓3支点温度计相比，实测数据量大大增加。同时，本文团队设计了大量的现场监测试验，获取了坝体混凝土特殊部位(如上下游表面、横缝面、仓顶面、底孔、中孔、廊道顶拱等)混凝土温度监测数据。

尽管如此，对于光纤测温坝段，有限的实测点温度仍不足以直接反映整个浇筑仓的温度场，需要在分析不同阶段坝体混凝土内部真实温度分布特征的基础上，综合考虑已知实测点的大小、相互关系和空间分布等几何特征，以及实测点与待计算点之间的空间位置关系，利用混凝土内部温度空间分布具有连续性和相关性的特点，构建混凝土温度变异函数，通过空间插值方法计算坝体混凝土真实三维温度场。

对于空间数据的插值，目前Kriging插值法应用较广^[14]，可以综合考虑实测点的大小、相互关系和空间分布等几何特征，以及实测点与待计算点之间的空间关系，但由于其插值精度与已知数据的量关联较大，在混凝土坝温度场重构中的应用还处于起步阶段。本文引入Kriging插值法，基于海量光纤实测数据，重构任意时刻坝体混凝土温度场。

Kriging插值法的核心是变异函数，基本原理是利用半变异函数表示空间离散样本之间距离的变化来拟合经验半变异函数，通过无偏估计和最优估计变异函数计算各样本线性权重，最后用各样本及其权重表示未知点估计值。

区域化变量Z(x)在位置点x处和位置点x+h处值之差的方差的一半被定义为Z(x)在x轴方向上的变异函数γ(h)。离散样本的经验半变异函数表示为

$ \begin{array}{c} \lambda \left( h \right) = \frac{1}{{2N\left( h \right)}}\sum\limits_{i = 1}^{N\left( h \right)} {{{\left[ {Z\left( {{x_i}} \right) - Z\left( {{x_i} + h} \right)} \right]}^2}} , \\ i = 1, 2, \cdots , N\left( h \right). \end{array} $

(1)

其中：h为样本点对的距离；i为样本点对编号；N(h)为距离为h的所有样本点对的个数；Z(x_i)和Z(x_i+h)分别为区域化变量Z(x)在空间位置x_i和x_i+h处的实测值。

在研究区域内，待估位置点x₀处的区域化变量Z′(x₀)可由上述n=N(h)个已知变量值采用加权求和的方法得到，n代表空间样本测点总数，表示为

$ Z'\left( {{x_0}} \right) = \sum\limits_{i = 1}^n {{\lambda _i}Z\left( {{x_i}} \right)} . $

(2)

其中：λ_i为Kriging权重系数，表示已知空间样本测点x_i处的实测温度值对待估位置点x₀的贡献程度。

为了得到任意距离下的变异函数以进行插值计算，首先需要拟合上述经验半变异函数。Kriging插值法估计需要同时满足两个条件：1) 估计是无偏的，即偏差的数学期望E为零；2) 权重系数最优，即估计值和实际值之差的平方和Var最小。

本文半变异函数模型采用Gauss模型，表示如下：

$ \left\{ \begin{array}{l} \gamma \left( h \right) = {c_0} + {c_1}\left( {1 - \exp \left( {\frac{{ - h}}{r}} \right)} \right), h > 0;\\ \gamma \left( h \right) = 0, h = 0. \end{array} \right. $

(3)

其中：c₀、c₁和c₀+c₁分别为块金值、偏基台值和基台值，r为变差距离。

求解上述方程，用Kriging方程组表示如下：

$ \left\{ \begin{array}{l} \sum\limits_i^n {{\lambda _i}\gamma \left( {{x_i}, {x_j}} \right) + \mu = \gamma \left( {{x_0}, {x_j}} \right), j = 1, 2, \cdots , } \\ \sum\limits_{i = 1}^n {{\lambda _i} = 1.} \end{array} \right. $

(4)

其中：μ为Kriging-Lagrange常数，γ(x_i，x_j)为空间样本点x_i与空间样本点x_j距离下的经验半变异函数值，γ(x₀，x_j)为待估位置点x₀与空间样本点x_j距离下的经验半变异函数值。

由式(3)分别计算样本点间的半变异函数值和插值点与样本点间的半变异函数值，将2个函数值代入式(4)的Kriging方程组中，求解可得λ和μ，然后进一步利用式(2)求解待估位置点x₀处的区域化变量Z′(x₀)，即待插值点混凝土的温度。

为便于计算研究区域内混凝土的温度值，将Kriging方程组写成矩阵形式，表示如下：

$ \boldsymbol{\lambda} = {\boldsymbol{L}^{ - 1}} \cdot \boldsymbol{M} $

(5)

$ \boldsymbol{\lambda} = {\left[ {\begin{array}{*{20}{c}} {{\lambda _1}}&{{\lambda _2}}& \cdots &{{\lambda _n}}&\mu \end{array}} \right]^{\rm{T}}}, $

(6)

$ \boldsymbol{L} = \left[ {\begin{array}{*{20}{c}} {{\gamma _{11}}}&{{\gamma _{12}}}& \cdots &{{\gamma _n}}&1\\ {{\gamma _{21}}}&{{\gamma _{22}}}& \cdots &{{\gamma _{1n}}}&1\\ \vdots & \vdots &{}& \vdots & \vdots \\ {{\gamma _{n1}}}&{{\gamma _{n2}}}& \cdots &{{\gamma _{nn}}}&1\\ 1&1& \cdots &1&0 \end{array}} \right], $

(7)

$ \boldsymbol{M} = \left[ {\begin{array}{*{20}{c}} {\gamma \left( {{x_1}, x} \right)}&{\gamma \left( {{x_2}, x} \right)}& \cdots &{\gamma \left( {{x_n}, x} \right)}&1 \end{array}} \right]. $

(8)

基于物理相似原理，浇筑仓温度场分布特征具有相似性，因此，对于非光纤测温坝段，可借鉴光纤测温坝段混凝土温度分布特征，实现温度场的重构。其中，物理相似性原则主要考虑浇筑仓几何相似、冷却水管布置方案相似、高程(灌区)相似、龄期相似等因素。但是，由于不同浇筑仓温度发展过程具有一定的独特性，需在此基础上结合非光纤测温坝段仓内温度计实测数据，对重构结果进行修正。

3 混凝土坝光纤测温及温度场分析系统 3.1 主要功能

混凝土坝光纤埋设施工工序繁杂、过程信息较多，获取的原始监测数据量庞大且无法直接利用，传统数据表的管理模式无法满足海量测温数据的管理与应用需求，为此，本文团队研发了混凝土坝光纤测温及温度场分析系统。

该系统是一个以光纤埋设施工过程管理、海量测温数据挖掘及温度场分析为目的，运用无线传输技术、网络与数据库技术、数据挖掘技术、数据可视化技术、图形可视化技术等，实现光纤埋设施工过程的质量管控、测温数据的实时采集、传输及解析、实测点温度过程分析及坝体二维、三维温度场的实时在线重构及可视化等功能的数据监测、分析与管理系统。该系统可以实现以下功能：

1) 光纤埋设施工过程质量管控。主要包括光纤埋设过程信息(如埋设方案、埋设时间、埋设高程、埋设工程量、测点编号、测点坐标、埋设施工照片、埋设考证表及质量等级评定表等)的集成管理，以及光纤埋设空间位置的可视化展示，便于工程师们直观地了解测点分布情况，确保每个浇筑仓的光纤埋设施工记录和施工质量可查可控。

2) 测温数据实时采集、处理及分析。可实现施工现场光纤测温系统内原始数据文件的实时采集及自动解析，并自动完成数据校验、异常数据识别、数据清洗及数据的一致性检验，将处理后的有效测温数据自动存储至服务器数据库，实现海量光纤测温数据的高效管理。通过查询坝段-仓号-测点，可以获取任意已埋光纤浇筑仓任意单测点或多测点混凝土实测温度过程曲线，并实时重构该仓任意龄期光纤埋设平面二维温度场，并动态展示温度场随时间的变化过程，方便工程师们直观掌握浇筑仓内混凝土温度的时空分布特性及演变规律。

3) 坝体三维温度场实时在线重构。该模块可实现全坝三维温度场的实时在线重构，按坝段、仓号、时间查询温度场重构结果，沿任意面剖切和展示三维温度场，实时跟踪坝体内部真实温度变化过程，动态可视化显示坝体温度场，为工程师们全面掌握坝体真实温度分布特征及变化规律提供便利。

3.2 主要模块

该系统分为专家模式和用户模式，两种模式下均包括光纤埋设模块、测温数据综合分析模块及坝体三维温度场模块等，专家模式下还包括原始数据采集与处理模块。用户模式系统界面及模块组成如图 3所示，专家模式下系统界面如图 4所示。

1) 光纤埋设模块。

光纤埋设施工前，设计人员可利用该模块获取待埋仓几何参数，结合仓面备线信息，确定光纤埋设方案并提交至系统，实现方案的在线审查。

光纤埋设完成后，施工人员需上传该仓埋设时间、埋设高程、埋设工程量、测点编号、测点坐标等数据至该模块，系统可自动实现光纤埋设空间位置的展示，便于工程师们直观了解测点分布情况。

同时，施工人员需上传设计、施工、监理(业主)三方签字的光纤埋设考证表和质量等级评定表，以及现场埋设施工的照片，实现光纤埋设施工质量控制过程的可视化，图 5为光纤埋设模块功能示意图。

2) 原始数据采集与处理模块。

原始数据采集及处理功能仅在专家模式下可用。运用无线传输技术，基于WLAN/4G/5G网络，将施工现场光纤测温系统内采集的原始数据文件实时传输至数据存储服务器。构建了光纤测温及温度场分析系统与服务器之间的映射关系，实现原始数据的实时采集。

该模块运用数据库管理技术，可实现原始数据文件的自动解析、数据校验、异常数据识别、数据清洗及数据的一致性检验，将处理后的各浇筑仓内有效测温数据自动存储至服务器数据库，同时可根据数据分析的效率需求，实现海量光纤测温数据的重采样以及基于权限分配的数据共享。图 6为专家模式下数据处理流程。

3) 测温数据综合分析模块。

该模块主要针对光纤监测坝段，基于浇筑仓龄期、高程、冷却时间、光纤测点空间坐标信息、坝体空间信息及海量光纤测温数据，在分析浇筑仓不同部位(内部、表层、层间结合处、冷却水管周围、廊道周边、孔口部位)混凝土温度分布特征的基础上，实现不同部位混凝土温度场的解析与重构。图 7为测温数据综合分析模块功能示意图。

4) 坝体三维温度场分析模块。

对于光纤测温坝段，该模块在分析浇筑仓内不同空间位置处混凝土温度分布特征的基础上，实现混凝土三维温度场的解析与重构。

对于非光纤测温坝段，该模块基于相似性原则，优选与非光纤监测仓结构、冷却水管布置、高程(灌区)、龄期等相似的光纤监测仓，利用其实测温度数据进行非光纤监测仓温度场的重构，并利用非光纤监测仓点温度计实测数据对重构结果进行修正，确保重构精度。

该模块可按坝段、仓号、时间查询三维温度场重构结果，实现坝体任意面的剖切及剖切面温度场的展示；可以通过时间轴查看大坝任意时刻浇筑面貌及温度场；根据需要选择任一典型坝段，可选择隐藏其他坝段，对该坝段任意时刻点的三维温度场进行重构，并将重构结果存储到数据库中，提供数据导出功能，可输出模型网格拓扑结构和温度值；若选择单个浇筑仓，也可实现上述功能。图 8为坝体三维温度场分析模块功能示意图。

4 工程应用 4.1 工程概况

白鹤滩水电站位于金沙江下游四川省宁南县和云南省巧家县境内，距巧家县城45 km，距昆明约260 km。白鹤滩水电站开发任务以发电为主，兼顾防洪；并有拦沙、发展库区航运和改善下游通航条件等综合利用效益，是西电东送骨干电源点之一。白鹤滩水电站为Ⅰ等大(1)型工程，枢纽工程由拦河坝、泄洪消能建筑物和引水发电系统等主要建筑物组成。拦河坝为混凝土双曲拱坝，坝顶高程834 m，最大坝高289 m，共分为31个坝段。2017年4月12日，大坝主体工程混凝土开始浇筑施工。

为满足白鹤滩大坝真实温度场分析需求，实现施工期智能温控目标，在该工程7#、11#、17#、19#和27#5个典型坝段内应用了“Ⅰ”“L”和“Z”型光纤通仓布设方案，光纤埋设成活率100%。该工程中测温系统选用英国Sensornet公司进口的Sentinel DTS，测温光纤选用国产多模铠装通信光纤。截至2020年11月30日，白鹤滩大坝5个典型坝段累计埋设光纤385仓，累计埋设光纤长度75 347 m，其中，仓内有效测温光纤51 252 m，累计形成24 102个温度测点。分布式光纤测温系统每2 h采集一次数据，数据记录数已达到亿级。

4.2 系统设计及应用效果

通过光纤测温及温度场分析系统的应用，实现了白鹤滩大坝每个浇筑仓光纤埋设方案、光纤埋设量、光纤埋设考证表、光纤测点坐标、光纤埋设质量等级评定表及光纤埋设施工图等过程信息的在线管理，使得光纤埋设施工记录和施工质量可查可控；实现了海量光纤测温数据的实时传输、解析及自动处理，提高了原始数据文件的处理效率；实现了混凝土实测温度变化过程分析、坝体二维、三维温度场实时在线重构及可视化，使工程师们及时掌握坝体真实温度分布特征及变化规律。

此外，该系统提供数据接口，实现了与白鹤滩智能建造信息管理平台iDam2.0中数据和成果的对接与交互，为智能大坝建设过程中开展科研、动态仿真与反馈分析提供基础数据支撑，最终实现大坝建设及运行安全目标。该系统在白鹤滩工程中应用的总体架构如图 9所示。

5 结论

随着白鹤滩、乌东德大坝智能建造2.0“全面感知、真实分析、实时控制”这一闭环智能控制理论的提出，本文团队紧密围绕智能温控目标，结合白鹤滩特高混凝土坝工程应用需求，提出了光纤埋设施工流程及海量测温数据实时获取方法，获取了上亿条混凝土实测温度数据。

同时，开展了坝体三维温度场重构理论研究，并研发了坝体光纤测温与温度场分析系统，实现了光纤埋设施工记录和施工质量的可控可查、海量光纤测温数据的实时传输、解析及自动处理、实测点温度变化过程分析、坝体二维、三维温度场实时在线重构及可视化等功能。

研究成果为混凝土坝温度场分析提供了新的解决思路，使工程师们能够快速而准确掌握坝体真实温度分布特征及变化规律，为智能温控目标的实现提供了可靠的数据支撑，可直接应用于其他混凝土坝工程的温度监测与分析，也可拓展应用于其他工程海量监测数据的管理与分析。