本发明涉及混凝土浇筑技术领域，具体来说涉及一种高拱坝进度仿真方法。
背景技术：
随着物联网在大坝建设中的深入应用，通过在混凝土拌和楼、混凝土运输车、缆机、平仓机械、振捣机械等混凝土生产运输浇筑等一条龙环节上安装感知设备获取海量生产数据，通过大数据分析方法，可分析某一阶段混凝土拌和楼、混凝土运输车、缆机、平仓机械、振捣机械的生产规律，并随着大坝浇筑进程实时更新。物联网将推动高拱坝施工进度仿真从静态向动态转型。
现有的大坝混凝土施工进度仿真方法仿真参数不能密切跟踪并反映实际施工水平。缆机运行参数未能真实反映缆机驾驶员的操作习惯，缆机各环节运行效率的指标真实不能反映环境与季节的变化的影响；仿真时钟更新过程中计算浇筑时间时通常仅考虑缆机单循环耗时、仓面作业工序耗时，对拌和楼生产效率、运输车混凝土运输效率考虑不足，且对仓面作业的平仓机械效率、振捣机械效率定额简化，不能反映作业效率的规律。此外现有的仿真方法中对缆机与可浇仓面的逻辑关系是先选定缆机再根据缆机位置去判断能否入仓浇筑，这与施工中根据可浇筑仓面来配置缆机的实际情况有所出入，不能根据多个可浇仓综合规划配置缆机，提高缆机使用率。在选定浇筑仓面方面，现有的排仓方法中未能考虑到多个标段均衡施工与仓面空间位置间的相互影响。综上所述，现有技术中的大坝混凝土施工进度仿真方法存在仿真与实际施工存在契合度差的问题。
技术实现要素：
本发明旨在解决现有技术存在仿真与实际施工存在契合度差的问题，提出一种基于物联网的高拱坝进度仿真方法。
本发明解决上述技术问题所采用的技术方案是：基于物联网的高拱坝进度仿真方法，包括以下步骤：
步骤1、仿真初始条件和仿真参数初始化，建立仿真时钟序列，所述仿真初始条件至少包括坝块实时浇筑面貌、接缝灌浆实时面貌、坝块分层方案、接缝灌浆分区级灌浆控制参数、机械设备资源、最大允许同时浇筑的仓面数量和仓面搭接比例，所述仿真参数至少包括机械群运行参数、仓面备仓参数和模板参数；
步骤2、判断大坝是否浇筑完成，若是，则结束仿真流程，否则，从仓面中筛选出满足预设条件的可浇筑坝块，根据各可浇筑坝块的评价指标及指标特征值确定各可浇筑坝块的浇筑顺序；
步骤3、确定用于对各可浇筑坝块进行浇筑的多个缆机调配方案，选择缆机最小时钟对应的缆机调配方案，并根据所述浇筑顺序对各可浇筑坝块进行浇筑。
进一步的，步骤1中，所述仿真时钟序列以天为时间段，以秒为单位，仿真时钟在此序列上的推进步骤如下：
步骤a、扫描所有浇筑机械，确定全局时钟和用于对各可浇筑坝块进行浇筑的缆机的最小时钟，若最小时钟的缆机是对应缆机调配方案中的缆机，则将所述最小时钟作为浇筑开始时间，否则，将对应缆机调配方案中的缆机的最小时钟作为浇筑开始时间；
步骤b、判断所述浇筑开始时间是否为有效工作时间，若不是，则将仿真时钟推进到下一有效时间段；
步骤c、计算各可浇筑坝块的浇筑持续时间，根据各可浇筑坝块的浇筑开始时间和浇筑持续时间确定各可浇筑坝块的浇筑结束时间，判断所述浇筑结束时间是否为有效工作时间，若不是，则判断对应的可浇筑坝块是否进行浇筑，如不浇筑，则重新计算浇筑开始时间；
步骤d、记录各可浇筑坝块的浇筑事件对应的时间，推进仿真时钟，并对此次循环的数据进行统计；
步骤e、判断大坝是否浇筑完成，若是，则结束仿真流程，否则，进入步骤a。
进一步的，步骤3中，所述确定用于对各可浇筑坝块进行浇筑的多个缆机调配方案的方法包括：
步骤31、以缆机主塔轨道为纵坐标轴，以缆机主塔轨道的一个端点为原点建立平面坐标系，获取待浇筑仓面的边界点坐标、缆机主塔的长度n、缆机主塔轨道的端点坐标[(0,0)，(0，r)]以及缆机的最小安全距离m，确定预设时间内各缆机可浇筑仓面的长度范围b；
步骤32、根据所述待浇筑仓面的边界点坐标确定待浇筑仓面的总长度lc，根据所述预设时间t内各缆机可浇筑仓面的长度范围b和待浇筑仓面的总长度lc确定需要的缆机数量k，根据需要的缆机数量k及对应缆机可浇筑仓面的长度范围b将待浇筑仓面划分为多个区域，并确定对应缆机可浇筑仓面的长度范围对应的中心线位置cj；
步骤33、根据所述缆机主塔的长度n、缆机主塔轨道的端点坐标[(0,0)，(0，r)]以及相邻缆机的最小安全距离m确定各缆机的活动长度范围li；
步骤34、根据所述中心线位置cj以及各缆机的活动长度范围li确定缆机调配方案。
进一步的，步骤2中，所述各可浇筑坝块的浇筑顺序的确定方法包括：
步骤21、设可浇筑仓面的数量为m，评价指标的数量为n，第f个可浇筑坝块的第g个评价指标的指标特征值为kfg，则可得到m×n的指标特征值矩阵k：
步骤22、对各评价指标的指标特征值kfg进行归一化处理，得到归一化值xfg，根据归一化值xfg对指标特征值矩阵k进行归一化处理，得到矩阵x：
步骤23、对各可浇筑坝块的每个指标特征值进行加权求和，得到各可浇筑坝块的综合指标f[f]，计算公式如下：
f[f]＝a1xf1+a2xf2+…+anxfn；
式中，a1、a2、…、an为各评价指标的权重值，xf1、xf2、…、xfn为各评价指标归一化值；
所述对各评价指标的指标特征值kfg进行归一化处理包括：
对于指标特征值越大越好的评价指标，对其指标特征值进行归一化处理：
对于指标特征值越小越好的评价指标，对其指标特征值进行归一化处理：
步骤24、根据各可浇筑坝块的综合指标确定坝块浇筑顺序。
进一步的，还包括：
步骤25、根据坝块仓面搭接比例和标段混凝土均衡原则调整坝块浇筑顺序，或者根据坝块仓面搭接比例和同标段连续浇筑不超过预设数量的坝块为原则调整坝块浇筑顺序，所述标段混凝土均衡原则包括：
设需要对l个可浇筑坝块的浇筑顺序进行调整，大坝有q个标段，各标段混凝土工程量为w1、w2、…、wq，各标段当前累积混凝土工程量为w1、w2、…、wq，各坝块混凝土量为w1q、w2q、…、wlq，则各标段混凝土工程量应满足：
w1:w2:…:wq≈(w1+w1q):(w1+w1q):…:(w1+w1q)＝1:(δ2+ε):…:(δq+ε)；
式中，δ为以第1标段为参照标段的不同标段工程量比，ε为可调节误差。
进一步的，还包括：
步骤4、判断是否有需要接缝灌浆的灌区，若有，则对灌区进行接缝灌浆操作，否则，返回步骤1。
进一步的，所述各可浇筑坝块的浇筑持续时间的计算方法包括：
设运输车各环节效率符合第一分布均值为tq，第一方差为σq的正态分布tca＝(tq,σq)，缆机各环节运行速率符合第二分布均值为vo，第二方差为σo的正态分布vla＝(vo,σo)，缆机卸料符合第三分布均值为txie、第三方差σxie的正态分布tlax＝(txie,σxie)，缆机待料符合第四分布均值为tda，第四方差σda的正态分布tlad＝(tda,σda)，缆机作业效率符合第五分布均值为pnn，第五方差为σnn的正态分布pnn＝(pnn,σnn),nn为可浇筑坝块的机械数量，混凝土入仓各环节时间分别为：
设运输车的环节数量为q，则第i台运输车单循环所耗时间为：
式中，tqi为第i台运输车的第一分布均值，σqi为第i台运输车的第一方差；
设缆机的环节数量为o，则第i台缆机单循环所耗时间为：
式中，l为可浇筑坝块的坯层数量，s为可浇筑坝块的坯层面积，voi为第i台缆机运行速率的第二分布均值，txiei为第i台缆机卸料的第三分布均值，tdai为第i台缆机待料的第四分布均值；
则第i车混凝土入仓所耗时间为：
获取混凝土入仓效率和仓面振捣效率，根据所述混凝土入仓效率和仓面振捣效率之间的关系并基于混凝土入仓所耗时间计算各可浇筑坝块的浇筑持续时间。
进一步的，所述根据混凝土入仓效率和仓面振捣效率之间的关系并基于混凝土入仓所耗时间计算各可浇筑坝块的浇筑持续时间包括：
若所述混凝土入仓效率小于或等于仓面振捣效率，则可浇筑坝块的浇筑持续时间为：
式中，sm为可浇筑坝块的第m个坯层的坯层面积，hm为可浇筑坝块的第m个坯层的坯层厚度，m＝1、2、…、l，u为各可浇筑坝块所需的缆机数量，vb为单台缆机能够吊运的混凝土体积。
进一步的，所述根据混凝土入仓效率和仓面振捣效率之间的关系并基于混凝土入仓所耗时间计算各可浇筑坝块的浇筑持续时间还包括：
若所述混凝土入仓效率大于仓面振捣效率，则可浇筑坝块的浇筑持续时间为：
式中，pm为可浇筑坝块的第m个坯层的仓面振捣效率。
进一步的，所述根据混凝土入仓效率和仓面振捣效率之间的关系并基于混凝土入仓所耗时间计算各可浇筑坝块的浇筑持续时间还包括：
若可浇筑坝块中存在l1个坯层的混凝土入仓效率小于或等于仓面振捣效率，存在l2个坯层的混凝土入仓效率大于仓面振捣效率，则可浇筑坝块的浇筑持续时间为：
式中，l1+l2＝l。
本发明的有益效果是：本发明所述的基于物联网的高拱坝进度仿真方法，利用大数据分析方法对历史积累的监控数据进行挖掘，获得混凝土拌和楼、混凝土运输车、缆机、平仓机械、振捣机械的生产规律；考虑多标段施工均衡性及仓面间空间干扰，优化仓面排序方法；同时优化缆机与仓面匹配逻辑关系，从可浇仓面群需求出发配置缆机，降低缆机闲置可能性。依托物联网应用成果促使传统仿真方法从参数静态到动态的转变，提高了高拱坝施工进度仿真与实际施工的契合度。
具体实施方式
下面将实施例对本发明的实施方式进行详细描述。
本发明所述的基于物联网的高拱坝进度仿真方法，包括以下步骤：
步骤1、仿真初始条件和仿真参数初始化，建立仿真时钟序列，所述仿真初始条件至少包括坝块实时浇筑面貌、接缝灌浆实时面貌、坝块分层方案、接缝灌浆分区级灌浆控制参数、机械设备资源、最大允许同时浇筑的仓面数量和仓面搭接比例，所述仿真参数至少包括机械群运行参数、仓面备仓参数和模板参数；
在仿真开始前，对仿真初始条件和仿真参数进行初始化更新，通过物联网采集实施面貌数据、灌浆面貌数据实现面貌数据的自动化更新。其中，机械群包括混凝土拌和楼、混凝土运输车、缆机、仓面平仓机械、仓面振捣机械等。通过在机械群上安装gps+rtk高精度定位设备、rfid感应设备、uwb定位设备、倾角传感器、转角传感器、超声波/红外线深度监测设备等，实现对机械群生产数据的全过程监控，获取海量生产数据。通过大数据分析技术可分析获得当前时段下机械群运行规律，包括拌和楼生产效率分布，运输车装料、重车运输、等待、转料、空载回程各环节效率分布、缆机装料、起罐、重罐运输、仓面对位、下料、空管回程各环节效率分布及缆机吊运过程各运行速率变化规律，仓面平仓机效率分布，仓面振捣机效率分布等。
步骤2、判断大坝是否浇筑完成，若是，则结束仿真流程，否则，从仓面中筛选出满足预设条件的可浇筑坝块，根据各可浇筑坝块的评价指标及指标特征值确定各可浇筑坝块的浇筑顺序；
其中，预设条件可以如下：
(1)坝块应在设备的控制范围内。
(2)坝块应满足层间间歇时间的要求，当前时钟时间距离已浇筑坝块的浇筑完成时间应不小于最小间歇时间。
(3)坝体面貌满足坝体在浇筑过程中，坝段上升高低相间。
(4)相邻坝段的高差不大于相邻坝段允许高差。
(5)相邻柱块的高差大于悬臂支撑需要的筑块层数与筑块厚度的乘积。
(6)仓面应有足够的准备时间。
(7)浇筑设备之间的距离应大于允许的安全距离。
(8)坝块应有足够的基础处理时间。
(9)所有坝段都不能大于预定高度。
(10)坝体上升速度过程应满足施工期应力要求。
(11)应满足设备浇筑强度和拌和楼供料强度的要求。
其中，所述各可浇筑坝块的浇筑顺序的确定方法包括：
步骤21、设可浇筑仓面的数量为m，评价指标的数量为n，第f个可浇筑坝块的第g个评价指标的指标特征值为kfg，则可得到m×n的指标特征值矩阵k：
步骤22、对各评价指标的指标特征值kfg进行归一化处理，得到归一化值xfg，根据归一化值xfg对指标特征值矩阵k进行归一化处理，得到矩阵x：
其中，所述对各评价指标的指标特征值kfg进行归一化处理包括：
对于指标特征值越大越好的评价指标，对其指标特征值进行归一化处理：
对于指标特征值越小越好的评价指标，对其指标特征值进行归一化处理：
步骤23、对各可浇筑坝块的每个指标特征值进行加权求和，得到各可浇筑坝块的综合指标f[f]，计算公式如下：
f[f]＝a1xf1+a2xf2+…+anxfn；
式中，a1、a2、…、an为各评价指标的权重值，xf1、xf2、…、xfn为各评价指标归一化值；
步骤24、根据各可浇筑坝块的综合指标确定坝块浇筑顺序。
当大坝混凝土浇筑存在不同标段的时候，在确定的l个可浇筑坝块中可能会连续若干个坝块都属于同一个标段，这在实际多标段工程中也是不符合实际的；同时也可能存在连续浇筑的坝块在空间上搭接比例过大，不利于浇筑效率的提升与混凝土坯层覆盖，因此需要对筛选出的l个可浇筑坝块进行重新排序。基于此，本实施例还包括：
步骤25、根据坝块仓面搭接比例和标段混凝土均衡原则调整坝块浇筑顺序，或者根据坝块仓面搭接比例和同标段连续浇筑不超过预设数量的坝块为原则调整坝块浇筑顺序，所述标段混凝土均衡原则包括：
设需要对l个可浇筑坝块的浇筑顺序进行调整，大坝有q个标段，各标段混凝土工程量为w1、w2、…、wq，各标段当前累积混凝土工程量为w1、w2、…、wq，各坝块混凝土量为w1q、w2q、…、wlq，则各标段混凝土工程量应满足：
w1:w2:…:wq≈(w1+w1q):(w1+w1q):…:(w1+w1q)＝1:(δ2+ε):…:(δq+ε)；
式中，δ为以第1标段为参照标段的不同标段工程量比，ε为可调节误差。
同时将综合指标排在前位的仓面作为参照物，通过对不满足搭接比例指标的仓面进行调整，若存在均不满足相互搭接比例限制则踢出浇筑序列。
步骤3、确定用于对各可浇筑坝块进行浇筑的多个缆机调配方案，选择缆机最小时钟对应的缆机调配方案，并根据所述浇筑顺序对各可浇筑坝块进行浇筑。
所述确定用于对各可浇筑坝块进行浇筑的多个缆机调配方案的方法包括：
步骤31、以缆机主塔轨道为纵坐标轴，以缆机主塔轨道的一个端点为原点建立平面坐标系，获取待浇筑仓面的边界点坐标、缆机主塔的长度n、缆机主塔轨道的端点坐标[(0,0)，(0，r)]以及缆机的最小安全距离m，确定预设时间内各缆机可浇筑仓面的长度范围b；
步骤32、根据所述待浇筑仓面的边界点坐标确定待浇筑仓面的总长度lc，根据所述预设时间t内各缆机可浇筑仓面的长度范围b和待浇筑仓面的总长度lc确定需要的缆机数量k，根据需要的缆机数量k及对应缆机可浇筑仓面的长度范围b将待浇筑仓面划分为多个区域，并确定对应缆机可浇筑仓面的长度范围对应的中心线位置cj；
所述待浇筑仓面包括多个，多个待浇筑仓面存在搭接仓面，所述待浇筑仓面的总长度lc的确定方法包括：
从多个待浇筑仓面的边界点坐标中确定出最小纵坐标ymin和最大纵坐标ymax，根据所述最小纵坐标ymin和最大纵坐标ymax计算待浇筑仓面的总长度lc，计算公式如下：
lc＝ymax-ymin；
第j台缆机可浇筑仓面的长度范围对应的中心线位置cj的计算公式如下：
式中，j＝1，2，3，……，k。
步骤33、根据所述缆机主塔的长度n、缆机主塔轨道的端点坐标[(0,0)，(0，r)]以及相邻缆机的最小安全距离m确定各缆机的活动长度范围li；
设缆机总数为k，则第i台缆机的活动长度范围li的计算公式如下：
式中，i＝1，2，3，……，k。
步骤34、根据所述中心线位置cj以及各缆机的活动长度范围li确定缆机调配方案。
具体的，依次确定第1台缆机可浇筑仓面的长度范围对应的中心线位置c1到第j台缆机可浇筑仓面的长度范围对应的中心线位置cj所属的缆机的活动长度范围，进而生成cj与li的匹配矩阵，得到多个缆机调配方案。
坝块浇筑完成后，进入接缝灌浆步骤：
步骤4、判断是否有需要接缝灌浆的灌区，若有，则对灌区进行接缝灌浆操作，否则，返回步骤1。
本实施例中，仿真时钟序列以天为时间段，以秒为单位，仿真时钟在此序列上的推进步骤如下：
步骤a、扫描所有浇筑机械，确定全局时钟和用于对各可浇筑坝块进行浇筑的缆机的最小时钟，将所述最小时钟作为浇筑开始时间，判断所述浇筑开始时间是否为有效工作时间，若不是，则将仿真时钟推进到下一有效时间段；
步骤b、计算各可浇筑坝块的浇筑持续时间，根据各可浇筑坝块的浇筑开始时间和浇筑持续时间确定各可浇筑坝块的浇筑结束时间，判断所述浇筑结束时间是否为有效工作时间，若不是，则判断对应的可浇筑坝块是否进行浇筑，如不浇筑，则重新计算浇筑开始时间；
步骤c、记录各可浇筑坝块的浇筑事件对应的时间，推进仿真时钟，并对此次循环的数据进行统计；
步骤d、判断大坝是否浇筑完成，若是，则结束仿真流程，否则，进入步骤a。
在高拱坝施工仿真中，浇筑持续时间会影响到缆机状态与坝块状态的改变。传统的仿真方法未考虑运输车效率对混凝土入仓强度的影响，二是假定缆机回到装料平台后无缝衔接进行装料；同时也未考虑仓面机械作业效率对缆机入仓情况的影响。因此本实施例基于物联网提出一种各可浇筑坝块的浇筑持续时间的计算方法：
首先对拌合楼-运输车-(卸料平台)-缆机-仓面各环节混凝土生产运输施工过程进行分解。混凝土运输车从卸料平台-拌合楼-卸料平台由于运输距离基本不变，该过程可分解为空载返回、拌合楼等待料、装料、重车运输、卸料平台等待、缆机对位装料环节；缆机经卸料平台到仓面的运输过程因随着浇筑部位的不同运输距离处于变化过程中，则此过程可以分解为卸料平台待料、装料、提升加速、提升减速、牵引加速、牵引匀速、牵引减速、下降加速、下降匀速、下降减速、仓面下料、空返。
结合基于物联网的监控数据可对各环节效率进行大数据分析，挖掘生产规律。设运输车各环节效率符合第一分布均值为tq，第一方差为σq的正态分布tca＝(tq,σq)，缆机各环节运行速率符合第二分布均值为vo，第二方差为σo的正态分布vla＝(vo,σo)，缆机卸料符合第三分布均值为txie、第三方差σxie的正态分布tlax＝(txie,σxie)，缆机待料符合第四分布均值为tda，第四方差σda的正态分布tlad＝(tda,σda)，缆机作业效率符合第五分布均值为pnn，第五方差为σnn的正态分布pnn＝(pnn,σnn),nn为可浇筑坝块的机械数量，混凝土入仓各环节时间分别为：
设运输车的环节数量为q，则第i台运输车单循环所耗时间为：
式中，tqi为第i台运输车的第一分布均值，σqi为第i台运输车的第一方差；
设缆机的环节数量为o，则第i台缆机单循环所耗时间为：
式中，l为可浇筑坝块的坯层数量，s为可浇筑坝块的坯层面积，voi为第i台缆机运行速率的第二分布均值，txiei为第i台缆机卸料的第三分布均值，tdai为第i台缆机待料的第四分布均值；
则第i车混凝土入仓所耗时间为：
获取混凝土入仓效率和仓面振捣效率，根据所述混凝土入仓效率和仓面振捣效率之间的关系并基于混凝土入仓所耗时间计算各可浇筑坝块的浇筑持续时间，具体包括：
1)、若所述混凝土入仓效率小于或等于仓面振捣效率，则可浇筑坝块的浇筑持续时间为：
式中，sm为可浇筑坝块的第m个坯层的坯层面积，hm为可浇筑坝块的第m个坯层的坯层厚度，m＝1、2、…、l，u为各可浇筑坝块所需的缆机数量，vb为单台缆机能够吊运的混凝土体积。
2)、若所述混凝土入仓效率大于仓面振捣效率，则可浇筑坝块的浇筑持续时间为：
式中，pm为可浇筑坝块的第m个坯层的仓面振捣效率。
3)、若可浇筑坝块中存在l1个坯层的混凝土入仓效率小于或等于仓面振捣效率，存在l2个坯层的混凝土入仓效率大于仓面振捣效率，则可浇筑坝块的浇筑持续时间为：
式中，l1+l2＝l。