【技术领域】
[0001] 本
发明属于数据仿真技术领域，尤其涉及一种大体积混凝土多场实时在线协同智能仿真方法和系统。【背景技术】
[0002] 随着
物联网、自动控制技术、智能技术、计算机仿真技术、
云计算与大
数据处理等新一代信息技术的发展，已促使我国土木、
水利等大型工程建设从机械化、自动化向数字化、智能化转变。目前，智能化建设已成为工程建设领域所积极倡导的重要模式。与此同时，大体积混凝土结构全生命周期的性能演化与安全控制也成为了工程建设与运行过程中迫切需求解决的
基础理论方法问题。其中的核心问题之一就是如何获取工程结构在当前荷载工况下的真实工作性态。所谓真实工作性态，就是以有限元等仿真分析方法为基础，考虑自重、
温度、湿度等真实荷载，运用应变、位移等监测资料反演工程地基和混凝土的主要参数，仿真模拟工程结构从第一仓混凝土浇筑直至工程建成运行的全过程，全景再现工程结构自施工期到长期运行期的温度场、渗流场、位移场和应
力场等工作性态，并用混凝土的真实强度来评价拱坝当前的工作性态是否满足要求。
[0003] 为了实现对工程结构全生命周期工作性态的实时
感知、真实分析和智能控制，通常会在工程结构内部埋设各种
传感器，会对构筑材料开展各种性能试验，以此实现对工程结构性能的总体感知；但是由于成本、施工便利性等的约束，我们不可能对大型工程结构等对象进行全域密集监测，因此就需要基于有限数据，结合一些先验知识、工程经验和监测数据进行仿真计算，进而推出对象全域的信息。全域指的就是全周期整个三维实体多个特征维度，信息就是指温度、
应力等多场，这就是对工程对象进行仿真分析的过程；此外为了确保工程安全、高效、经济地建成和运行，在感知和分析的基础上，我们还需要对工程结构的状态进行干预控制，以使工程结构的状态不断向着更优的方向发展。
[0004] 以有限元为代表的仿真分析计算已成为大型土木、水利工程设计、建设阶段不可或缺的工具方法。但目前仿真分析计算方法仍存在以下
缺陷：仿真分析真实度不够，计算结果可信度不高；仿真分析耗时长，计算效率低，难以实现对工程的实时反馈控制；欠缺监测、仿真、控制一体化，可动态学习更新的系统和方法。本发明旨在提出一种大体积混凝土多场实时在线协同智能仿真方法，通过感知层、分析层、评价层、反馈层、控制层和学习层的动态循环，提高了传统仿真分析的
频率、真实度以及仿真结果的应用效率，实现了对仿真对象的真实感知、智能分析和动态控制，可应用于大型土木、水利结构工程智能建造、全生命周期仿真分析等。引入实时的边界值，根据现场的需求智能自动，而不是以往一天或者一周固定时间仿真计算，根据定义的时间t间隔计算，也可根据突然的边界突变进行计算分析计算完后实时新的通水策略进行控制，提高了系统仿真的效率。【发明内容】
[0005] 为了解决
现有技术中的上述问题，本发明提出了一种大体积混凝土多场实时在线协同智能仿真方法，所述方法包括：
[0006] 步骤S1：感知步骤，模型建立和真实感知输入；
[0007] 步骤S2：分析步骤，待定参数初始化及仿真计算分析；
[0008] 步骤S3：评价步骤，仿真结果真实度评价；
[0009] 步骤S4：反馈步骤，仿真结果判断与过程优化调整；
[0010] 步骤S5：控制步骤，进行闭环智能控制；
[0011] 进一步的，所述步骤S1具体包括：
[0012] 步骤S11：材料参数输入，所述材料参数主要由各种性能试验获得；
[0013] 步骤S12：监测数据输入，所述监测数据主要由各种传感器获得；
[0014] 步骤S13：仿真模型建立，所述仿真模型主要指基于对象实际几何、边界条件及
选定的计算方法构建的对象的数值模型，通常需要经历
几何模型构建、网格剖分等过程。
[0015] 步骤S14：荷载边界模拟，所述荷载边界模拟主要指对于对象在所处环境条件下所承受的各种荷载及边界条件的模拟。
[0016] 进一步的，所述步骤S2具体包括：
[0017] 步骤S21：待定参数初始化。仿真分析计算中所需的参数一部分通过S1实时输入，其余所需待定参数需要进行初始化。待定参数的初始默认值可依据实际工程经验给定区间范围和变化步长，所述待定参数初始值的选取规则可进行智能学习以建立专家
知识库。不同的计算实例需要进行初始化的待定参数不同，如当对坝基整体结构进行仿真计算分析时，混凝土的
弹性模量，线膨胀系数，表面放热系数，以及基岩的弹性模量，渗透系数等，通常在S1感知层输入时没有确定的真实值，需要在计算前作为待定参数进行初始化。
[0018] 步骤S22：计算方法选择。计算方法主要指数值模拟方法、模型尺度、本构关系的选择。对于不同的研究对象和问题类型需要采取不同的计算方法，其中，常用的数值模拟方法包括有限元、扩展有限元、离散元、无网格等；常用的模型尺度包括小尺度、中尺度、大尺度等；常用的本构关系包括线弹性本构关系、弹塑性本构关系、断裂损伤模型等。
[0019] 步骤S23：仿真计算分析。基于本次计算的S1感知层输入和S21的待定参数值以及采用的计算方法，利用仿真
软件开展仿真计算分析，仿真软件需要根据不同的计算方法进行选择。仿真计算可利用计算机的CPU或GPU进行计算，以满足计算所需时间步长配置相应计算资源。
[0020] 进一步的，所述步骤S3具体包括：
[0021] 步骤S31：对象真实状态
数据库的建立。所述对象的真实状态是指对象的实际工作性态，所述对象真实状态数据库主要由通过监测、试验等手段获取的反映对象真实状态的数据汇总形成。如在水利工程建设中会对大坝的
变形、应力等指标埋设传感器开展在线监测，而对混凝土的抗拉、抗压强度等会开展室内或现场试验。
[0022] 步骤S32：真实度计算与控制标准的确定。仿真是一个利用数值模型无限逼近真实物理世界的过程，所述真实度是评价数值模型仿真结果与对象真实状态吻合程度的指标。如可利用仿真结果与对象真实状态数据的平均绝对误差等指标作为真实度的计算准则，再通过历史数据库、先验性知识、专家经验等汇总形成特定对象特定问题真实度的分级控制标准。如对水利工程大坝施工期仿真，仿真应力与监测应力平均绝对误差在0.2MPa以内视为真实度满足要求，可用于后续的控制和展示等。
[0023] 步骤S33：仿真结果的真实度评价。利用当前仿真计算结果数据和对象真实状态数据库数据，以真实度计算准则计算真实度，将真实度与控制标准对比，进行真实度的评价与分级。
[0024] 进一步的，所述步骤S4具体包括：
[0025] 步骤S41：判断真实度是否满足预设条件，如果是，则进入步骤S42；否则，进入步骤S43；
[0026] 预设条件可以为对真实度的评价和分级的约束条件；
[0027] 步骤S42：进入步骤S5；
[0028] 步骤S43：返回步骤S1以重新校核感知步骤确定参数输入以及模型建立的准确性，重新调整分析步骤S2的待定参数的取值，重新进行计算，多次调整循环，直至真实度满足预设条件。
[0029] 进一步的，所述步骤S5具体包括：
[0030] 步骤S51：预设目标控制状态的确定。所述预设目标控制状态是指基于工程进度、
质量、安全、经济性等目标，由设计或科研机构确定的对象的最优状态。该状态往往以设计标准或国家规范的形式给出，通常是通过历史工程经验、仿真分析计算、数据分析和优化
算法确定。如在土木、水利等工程规范中，通常会给出安全系数作为控制标准，安全系数即对象的强度和实际应力值的比值，对象的安全等级不同，安全系数控制值也不同。在实时在线仿真的条件下，也可基于对象的历史状态数据与当前状态数据，利用先验知识、专家经验、
人工智能等方法虚拟多种可能情况，对比优化，实时计算生成对象的最优状态，即当前的预设目标控制状态。如以大坝的温度场为例，预设目标控制状态就是大坝在当前状态下的最优温度分布，目前已经可通过仿真计算阶段性得出。
[0031] 步骤S52：当前状态与预设目标控制状态偏差的计算。以步骤S4输出的满足真实度要求的仿真结果作为基准，与预设目标控制状态求差，得出需要调控的偏差值。偏差值可以基于安全系数场、开裂
风险场等最终控制指标计算，进一步推算为对象的强度场、应力场和位移场的偏差值，更进一步推算为对象的温度场、湿度场、质量场、徐变场、渗流场的偏差值。
[0032] 步骤S53：计算不同智能系统对于偏差值的贡献比例。为调控对象当前状态与预设目标控制状态的偏差，可采用多智能系统联动进行纠偏控制。所述贡献比例可通过当前状态的仿真历史文件获得。如通过读取仿真应力计算文件，读取不同荷载场产生的应力值，进而计算不同荷载场产生应力的相对比例即得出了不同荷载场控制系统对于应力偏差值的贡献比例。
[0033] 步骤S54：多智能系统联动智能控制。首先基于不同智能系统对于偏差值的贡献比例将偏差值分配给不同的智能系统，由智能系统完成相应偏差值的闭环调控。以对应力偏差值的调控为例，首先将应力偏差值基于贡献比例分配给不同的智能系统，再由相应的智能系统完成对分配应力偏差的控制，水利工程建设中目前已实现的智能系统包括智能温控系统，可完成对大坝温度场的控制；智能浇筑系统，可完成对大坝质量场的控制，具体包括大坝浇筑进度和间歇期的控制，多智能系统为了同一个目标即应力偏差值的纠偏，在总应力偏差值调控满足要求的前提下，分配比例可基于实际调控效果联动调整。
[0034] 步骤S55：预警预报。当实际控制过程中出现异常，导致系统无法按既定目标完成闭环控制时，可生成预警预报信息推送给负责机构，
申请人工干预。
[0035] 步骤S56：
人机交互。在当前技术条件下，当无相应智能系统能够实现对分配偏差值进行闭环控制的情况下，可采取人机交互式作业完成相应控制。
[0036] 步骤S57：多场展示。所述多场展示主要指一定真实度的对象当前状态和预设目标状态的三维
可视化表达。所述多场包括对象的温度场、湿度场、质量场、徐变场、渗流场；对象的强度场、应力场和位移场；对象的安全系数场和开裂风险场等。
[0037] 进一步的，还包括步骤S6：学习步骤，对上述步骤进行学习，开始新的循环。
[0038] 进一步的，所述步骤S6具体包括：
[0039] 步骤S61：对步骤S1～S5进行智能学习；
[0040] 步骤S62：对新的对象状态进行重新感知，分析，评价，调整和控制。
[0041] 进一步的，感知模
块，用于模型建立和真实感知输入；
[0042] 分析模块，用于待定参数初始化及仿真计算分析；
[0043] 评价模块，用于仿真结果真实度评价；
[0044] 反馈模块，用于仿真结果判断与过程优化调整；
[0046] 进一步的，还包括学习模块，用于对上述步骤进行学习，开始新的循环。
[0047] 本发明通过感知层、分析层、评价层、反馈层、控制层和学习层的动态循环，提高了传统仿真分析的频率、
精度以及仿真结果的应用效率，实现了对仿真对象的真实感知、智能分析和动态控制，可应用于大型土木、水利结构工程智能建造、全生命周期仿真分析等。引入实时的边界值，根据现场的需求智能自动，而不是以往一天或者一周固定时间仿真计算，根据定义的时间t间隔计算，也可根据突然的边界突变进行计算分析计算完后实时新的通水策略进行控制，提高了系统仿真的效率。【
附图说明】
[0048] 为了更清楚地说明本发明
实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0049] 图1为本发明提供的大体积混凝土多场实时在线协同智能仿真系统的结构示意图；
[0050] 图2为本发明提供的一实施例的温度场计算示意图；
[0051] 图3为本发明提供的一实施例的应力场计算示意图；【具体实施方式】
[0052] 下面将结合附图以及具体实施例来详细说明本发明，其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。
[0053] 本发明的核心是提供一种大体积混凝土多场实时在线协同智能仿真方法，为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。
[0054] 步骤S1：感知步骤，包括感知输入和模型建立；具体包括如下4个步骤；
[0055] 步骤S11：材料参数感知和监测数据输入；具体为：由性能试验获得材料参数；通过现场布置的传感器采集各类现场数据；
[0056] 所述步骤S11还包括：对采集的现场数据进行校核、预处理；将经过材料参数和预处理的现场数据保存在数据库中；
[0058] 优选的：所述采集各类现场数据，具体为：通过监测的方法向各类现场的采集装置发送数据获取
请求，并接收从所述各类现场采集装置发送回的现场数据；对于无法监测获取的数据，进行实验以获取现场数据；
[0059] 优选的：所述实验为进行现场环境搭建之后进行实验获取、或通过仿真的方式进行实验获取；
[0060] 优选的：所述现场数据包括：大坝强度、温度、横缝开度；基础不同岩体
断层的弹性模量等材料参数；
[0061] 优选的：所述校核为检验所述现场数据的数据值是否满足所述现场的当前基本情况；例如；现场为夏天，而采集到的温度值为零下10度；通过校核可以发现此类异常情况；
[0062] 优选的：所述预处理为将现场数据的格式转换为预定的统一格式、对现场数据进行默认值的填充等；
[0063] 步骤S12：设置边界条件；具体为：通过真实模拟获取各类边界条件；对于仿真过程中涉及的温度场，温度场的控制方程为热传导方程；通过该方程计算温度场时，需要给出定解条件，即初始条件和边界条件；初始条件描述计算初始时刻求解域温度场的空间分布规律；边界条件则描述求解域与边界介质的相互作用；
[0064] 对于温度场有限元计算，监测工作应当给出定解条件，包括：入仓温度；实时库水温度、地热；实时气温、日照、风速、保温板及模板表面放热系数等。入仓温度属于初始条件；库水温度和地热属于第一类边界条件，计算中认为基础四周和底部为绝热边界因此可不考虑地热；混凝土表面暴露于空气中或附有模板时属于第三类边界条件。对于应力场计算，由圣维南原理得，一般将基岩四周和底部定义为三向约束。
[0065] 优选的：所述边界条件包括
太阳辐射、
环境温度、环境湿度、环境湿度等边界条件；
[0066] 优选的：所述边界条件包括第一类边界条件、第二类边界条件、第三类边界条件；
[0067] 优选的：所述第三类边界条件为
对流边界条件；
[0068] (1)第一类边界条件：求解域边界温度T为时间τ的已知函数，
[0069] T＝Tb(x，y，z，τ) (1)
[0070] 式中：T为边界温度；Tb为边界温度随时间和空间的函数；(x，y，z)为空间三维坐标；τ为时间；
[0071] 当混凝土直接与水
接触时，属于第一类边界条件。此时，可认为该表面温度等于水温。当使用
钢管冷却，由于热阻较小，同样可认为与钢管接触表面等于
冷却水温。
[0072] (2)第二类边界条件；求解域边界热流量qb为时间τ的已知函数，表达为：
[0073]
[0074] 式中：T为边界温度；qb为边界热流量；(x，y，z)为空间三维坐标；τ为时间；n为表面外法线方向；λ为导热系数，kJ/(m·h·℃)。
[0075] (3)第三类边界条件；求解域边界热流量与边界温度T和外界温度Ta之差成正比，方向与温度梯度方向相反，表达为：
[0076]
[0077] 式中：β为表面放热系数，kJ/(m2·h·℃)。当混凝土暴露于空气或附有模板等时，属于第三类边界条件；
[0078] T为边界温度；Ta为外界温度；n为表面外法线方向；λ为导热系数，kJ/(m·h·℃)；β为表面放热系数，kJ/(m2·h·℃)。
[0079] 步骤S13：建立真实模型；具体为：选取原始模型；在施工过程中基于实际的施工情况对原始模型的
修改以得到阶段模型；在运行过程中基于运行情况和环境变化对阶段模型进行修改以获得真实模型。
[0080] 优选的：所述原始模型来自于原始设计阶段；
[0081] 优选的：所述运行过程包括库区蓄水位、坝内机组的运行状况、环境变化等；
[0082] 通过多阶段协同参与，动态调整保证坝基整
体模型的真实性；
[0083] 步骤S14：对真实模型进行荷载模拟；对真实模型设置环境条件，对所述所设置的环境条件下进行荷载和边界条件的模拟；
[0084] 所述荷载模拟包括：永久荷载、可变荷载、偶然荷载等的真实模拟；模拟过程中涉及地应力、自重荷载、水压力、温度荷载、干缩、渗流、
地震、横缝开合、灌浆压力等；
[0085] 步骤S2：分析步骤，包括：待定参数初始化及仿真计算分析；具体包括如下步骤：
[0086] 步骤S21：待定参数初始化；仿真分析计算中所需的参数一部分通过步骤S1获取，其余所需待定参数需要进行初始化。
[0087] 待定参数的初始默认值可依据实际工程经验给定区间范围和变化步长，所述待定参数初始值的选取规则可进行智能学习以建立专家知识库。不同的计算实例需要进行初始化的待定参数不同，如当对坝基整体结构进行仿真计算分析时，混凝土的弹性模量，线膨胀系数，表面放热系数，以及基岩的弹性模量，渗透系数等，通常在S1感知层输入时没有确定的真实值，需要在计算前作为待定参数进行初始化。
[0088] 步骤S22：计算方法选择。计算方法主要指数值模拟方法、模型尺度、本构关系的选择。对于不同的研究对象和问题类型需要采取不同的计算方法，其中，常用的数值模拟方法包括有限元、扩展有限元、离散元、无网格等；常用的模型尺度包括小尺度、中尺度、大尺度等；常用的本构关系包括线弹性本构关系、弹塑性本构关系、断裂损伤模型等。
[0089] 步骤S23：仿真计算分析；利用仿真软件开展仿真计算分析，仿真软件需要根据不同的计算方法进行选择；
[0090] 优选的：仿真计算可利用计算机的CPU或GPU进行计算，以满足计算所需时间步长配置相应计算资源。
[0091] 步骤S3：评价步骤，仿真结果真实度评价；具体包括如下步骤：
[0092] 步骤S31：对象真实状态数据库的建立；
[0093] 对于仿真对象，对象的真实状态是指对象的实际工作性态，所述对象真实状态数据库主要由通过监测、试验等手段获取的反映对象真实状态的数据汇总形成。如在水利工程建设中会对大坝的变形、应力等指标埋设传感器开展在线监测，而对混凝土的抗拉、抗压强度等会开展室内或现场试验。
[0094] 步骤S32：真实度计算与控制标准的确定；
[0095] 仿真是一个利用数值模型无限逼近真实物理世界的过程，所述真实度是评价数值模型仿真结果与对象真实状态吻合程度的指标。
[0096] 优选的：将仿真结果与对象真实状态数据的平均绝对误差指标作为真实度的计算准则；通过历史数据库、先验性知识、专家经验汇总形成给定对象给定问题条件下真实度的分级控制标准。如对水利工程大坝施工期仿真，仿真应力与监测应力平均绝对误差在0.2MPa以内视为真实度满足要求，可用于后续的控制和展示等。
[0097] 步骤S33：仿真结果的真实度评价；利用当前仿真计算结果数据和对象真实状态数据库数据，以真实度计算准则计算真实度，将真实度与控制标准对比，进行真实度的评价与分级；
[0098] 步骤S4：反馈步骤，包括仿真结果判断与过程优化调整；具体为：
[0099] 步骤S41：判断真实度是否满足预设条件，如果是，则进入步骤S42；否则，进入步骤S43；
[0100] 预设条件可以为对真实度的评价和分级的约束条件；
[0101] 步骤S42：进入步骤S5；
[0102] 步骤S43：返回步骤S1以重新校核感知步骤确定参数输入以及模型建立的准确性，重新调整分析步骤S2的待定参数的取值，重新进行计算，多次调整循环，直至真实度满足预设条件；
[0103] 步骤S5：控制步骤，包括：进行多系统闭环智能控制；具体为：
[0104] 步骤S51：预设目标控制状态的确定；所述预设目标控制状态是指基于工程进度、质量、安全、经济性等目标，由设计或科研机构确定的仿真对象的最优状态。
[0105] 该最优状态往往以设计标准或国家规范的形式给出，通常是通过历史工程经验、仿真分析计算、数据分析和
优化算法确定。如在土木、水利等工程规范中，通常会给出安全系数作为控制标准，安全系数即对象的强度和实际应力值的比值，对象的安全等级不同，安全系数控制值也不同。在实时在线仿真的条件下，也可基于对象的历史状态数据与当前状态数据，利用先验知识、专家经验、人工智能等方法虚拟多种可能情况，对比优化，实时计算生成对象的最优状态，即当前的预设目标控制状态。如以大坝的温度场为例，预设目标控制状态就是大坝在当前状态下的最优温度分布，目前已经可通过仿真计算阶段性得出。
[0106] 步骤S52：当前状态与预设目标控制状态偏差的计算，具体为：以步骤S4输出的满足真实度预设条件的仿真结果作为基准，与预设目标控制状态求差，得出需要调整控制的偏差值；偏差值可以基于安全系数场、开裂风险场等最终控制指标计算，进一步推算为对象的强度场、应力场和位移场的偏差值，更进一步推算为对象的温度场、湿度场、质量场、徐变场、渗流场的偏差值；
[0107] 步骤S53：计算不同智能系统对于偏差值的贡献比例；
[0108] 为调控对象当前状态与预设目标控制状态的偏差，可采用多智能系统联动进行纠偏控制。所述贡献比例可通过当前状态的仿真历史文件获得。如通过读取仿真应力计算文件，读取不同荷载场产生的应力值，进而计算不同荷载场产生应力的相对比例即得出了不同荷载场控制系统对于应力偏差值的贡献比例。
[0109] 步骤S54：基于贡献比例进行多智能系统联动智能控制；
[0110] 首先基于不同智能系统对于偏差值的贡献比例将偏差值分配给不同的智能系统，由智能系统完成相应偏差值的闭环调控。以对应力偏差值的调控为例，首先将应力偏差值基于贡献比例分配给不同的智能系统，再由相应的智能系统完成对分配应力偏差的控制，水利工程建设中目前已实现的智能系统包括智能温控系统，可完成对大坝温度场的控制；智能浇筑系统，可完成对大坝质量场的控制，具体包括大坝浇筑进度和间歇期的控制，多智能系统为了同一个目标即应力偏差值的纠偏，在总应力偏差值调控满足要求的前提下，分配比例可基于实际调控效果联动调整。
[0111] 优选的：还包括步骤S55：预警预报；当实际控制调整过程中出现异常，导致系统无法按既定目标完成闭环控制时，可生成预警预报信息推送给负责机构，申请人工干预。
[0112] 优选的：还包括步骤S56：人机交互；在当前技术条件下，当无相应智能系统能够实现对分配偏差值进行闭环控制的情况下，可采取人机交互式作业的方式完成控制。
[0113] 优选的：还包括步骤S57：多场展示；所述多场展示主要指一定真实度的对象当前状态和预设目标状态的三维可视化表达。所述多场包括对象的温度场、湿度场、质量场、徐变场、渗流场；对象的强度场、应力场和位移场；对象的安全系数场和开裂风险场等。
[0114] 步骤S6：学习步骤，对上述步骤进行学习，开始新的循环；具体为：
[0115] 步骤S61：对步骤S1～步骤S5进行智能学习并开始新的循环。智能学习的具体实现可采用
机器学习、人工智能、
专家系统等现有技术。如感知层的输入数据可利用机器学习算法进行初始过滤，以输入误差更小更符合仿真计算要求的数据；分析层的待定参数值可利用机器学习算法进行智能学习，加快从S1-S4的计算过程；评价层的真实度判定规则可集成历史数据库、先验性知识、专家经验形成专家系统，实现真实度的智能评价；反馈层的动态调整过程可利用人工智能算法完成该动态
迭代过程；控制层各智能系统的调控能力可利用人工智能算法进行优化，以提高各智能系统实际调控效果能满足预设调控目标的概率。
[0116] 步骤S62：对新的对象状态进行重新感知，分析，评价，调整和控制。在经历了一个感知、分析、评价、调整和控制循环之后，对象的状态会朝着更优状态发生新的变化，同时通过学习层，整个大体积混凝土多场实时在线协同智能仿真方法也得到了优化提升。下面根据大体积混凝土温度场与应力场有限元计算特点，介绍上述方法应用于大体积混凝土施工期应力场有限元仿真的一实现方法；所述实现方法用生死单元技术模拟浇筑过程；采用向后差分格式；程序设定各类边界条件
位置在同一浇筑阶段不变，因此对流矩阵与
热容矩阵在同一浇筑阶段内只需计算一次；采用乘大数法修改矩阵。具体包括如下步骤：
[0117] 步骤A，感知步骤：
[0118] 步骤SA1：建立大体积混凝土三维有限元模型。
[0119] 步骤SA2：输入混凝土材料参数：绝热温升，
比热系数，导热系数，线膨胀系数，弹性模量，泊松比，
密度。
[0120] 步骤SA3：确定边界：
[0121] 1)当混凝土直接与水接触时，设为第一类边界条件，即：
[0122] T＝Tb(x，y，z，τ) (1)
[0123] 式中：T为边界温度；Tb为边界温度随时间和空间的函数；(x，y，z)为空间三维坐标；τ为时间。
[0124] 2)当混凝土表面绝热时，设为第二类边界条件，即：
[0125]
[0126] 式中：T为边界温度；qb为边界热流量；(x，y，z)为空间三维坐标；τ为时间；n为表面外法线方向；λ为导热系数，kJ/(m·h·℃)。
[0127] 3)当混凝土暴露于空气或附有模板等时，设为第三类边界条件，即：
[0128]
[0129] 式中：T为边界温度；Ta为外界温度；n为表面外法线方向；λ为导热系数，kJ/(m·h·℃)；β为表面放热系数，kJ/(m2·h·℃)。
[0130] 步骤SA4：确定荷载：输入温度监测数据，输入混凝土自重应力，输入水压力。
[0131] (B)分析步骤：
[0132] 步骤SB1：选定计算方法；具体的：选择基于CUDA平台、SparseLib++函数库的程序以及商业有限元软件Abaqus。
[0133] 步骤SB2：分别用步骤B1选定的计算法进行温度场计算和应力场计算；
[0134] (C)评价步骤：
[0135] 步骤SC1：判断温度场的真实度：将步骤B2中温度场计算值与所有监测点的实际值对比，并取平均绝对误差，若仿真温度与监测温度平均绝对误差小于1℃，则真实度为真；
[0136] 步骤SC2：在步骤SC1的基础上，当温度场的真实度为真时，则进一步判断应力场真实度：将SB2中应力场计算值与所有监测点实际值对比，并取均绝对误差，若仿真应力与监测应力平均绝对误差在0.2MPa内，则真实度为真。
[0137] (D)反馈步骤：
[0138] 步骤SD1：若步骤SC1仿真温度与监测温度平均绝对误差大于1℃，则需要返回步骤A的感知步骤重新校核绝热温升，比热系数，导热系数，线膨胀系数以及输入的温度监测数据的准确性，重新进行温度场计算，进行多次调整循环，直至仿真温度与监测温度平均绝对误差小于1℃。
[0139] 步骤SD2：若步骤SC2的仿真应力与监测应力平均绝对误差不在0.2MPa内，则需要返回步骤A的感知步骤重新校核感知步骤的弹性模量，泊松比，密度以及自重压力，水压力的准确性，重新进行应力场计算，多次调整循环，直至仿真应力与监测应力平均绝对误差在0.2MPa内。
[0140] (E)控制步骤：
[0141] 步骤SE1：通过计算的温度场、应力场，判断温度、应力是否超过设计允许值，如果超过允许值，则通过智能温控系统，完成对大坝温度场的控制，通过智能浇筑系统，完成对大坝浇筑进度和间歇期的控制，最终使温度和应力满足设计允许值。
[0142] 还包括步骤SE2：当实际智能控制过程中出现异常，导致无法完成大坝温度和浇筑系统的控制时，则生成预警预报信息推送给建设人员，申请人工干预。
[0143] 还包括步骤SE3：展示调整控制后的大体积混凝土的温度场和应力场。
[0144] 优选的：采用如下方式计算温度场：采用生死单元技术模拟浇筑过程；采用向后差分格式；程序设定各类边界条件位置在同一浇筑阶段不变，因此对流矩阵与热容矩阵在同一浇筑阶段内只需计算一次；采用乘大数法修改矩阵；具体的：
[0145] 步骤S1：是否为浇筑阶段开始时刻；如果是，则进入下步S2，否则进入步骤S5；
[0146] 步骤S2：计算体内对流矩阵；计算对流边界对流矩阵；计算热容矩阵；
[0147] 步骤S3：根据第一类边界条件修改体内对流矩阵加热容矩阵的差分矩阵；
[0148] 步骤S4：根据入仓温度修改温度场；
[0149] 步骤S5：计算水化热温度荷载向量；
[0150] 步骤S6：在水化热温度荷载向量的基础上计算对流边界温度荷载向量；
[0151] 步骤S7：根据第一类边界条件修改热容矩阵的差分矩阵乘以温度场，减去温度荷载向量；
[0152] 步骤S8：计算下一时刻温度场；并将所述下一时刻温度场保存到数据库；
[0153] 步骤S9：结束；
[0154] 优选的：采用如下方式计算应力场计算：采用生死单元技术模拟浇筑过程；采用增量法进行计算；采用乘大数法修改矩阵；采用弹性老化徐变公式，采用朱伯芳的递推公式考虑徐变的影响；具体为：
[0155] 步骤S1：是否为浇筑阶段开始时刻；如果是，则进入下步S2，否则进入步骤S3；
[0156] 步骤S2：计算自重荷载向量增量；
[0157] 步骤S3：计算温度荷载向量增量；
[0158] 步骤S4：计算徐变荷载向量增量；
[0159] 步骤S5：计算
刚度矩阵；根据第一类边界条件修改刚度矩阵、自重荷载向量增量、温度荷载向量增量、徐变荷载向量增量；
[0160] 步骤S6：计算位移增量，计算单元应力增量、更新徐变存储数据、更新应力场、更新位移场；
[0161] 步骤S7：将应力场和位移场保存到数据库；
[0162] 步骤S8：结束；
[0163] 优选的，还包括步骤SF：学习步骤：对上述步骤进行学习，开始新的循环。
[0164] 以上对本发明所提供的大体积混凝土多场实时在线协同智能仿真方法进行了详细介绍。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明
权利要求的保护范围内。
[0165] 还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0166] 以上所述仅是本发明的较佳实施方式，故凡依本发明
专利申请范围所述的构造、特征及原理所做的等效变化或修饰，均包括于本发明专利申请范围内。
