劉冬奇
湖南永州南方新材料科技有限公司雙園分公司 湖南 永州 425000
隨著工程對混凝土質量要求的提高以及現代施工管理方式的轉變,國內外在混凝土面板壩的施工過程中數據無人采集、信息流的上報和反饋、拌和狀態的智能化分析方面均有相關研究。運用GPRS技術解決了拌和站遠程數據傳輸問題,通過專用接口實現拌和生產運行數據的自動采集;在混凝土生產線上安裝數字監控裝置采集混凝土生產配合比,確保了混凝土數據采集的真實性和時效性。
拌和樓混凝土生產質量智能化監控不僅可實現自動化采集數據和分析數據,還能主動發現生產過程問題和預警問題,并能及時地、恰當地將相關警報、報表等信息推送給適宜的負責人。為實現混凝土拌和站生產全過程跟蹤與管理,本文研發了一套混凝土生產質量智能管控在線系統,系統構架設計如圖1所示。該系統的主要功能包括混凝土配合比誤差分析、基于GIS地圖的混凝土運輸車管理、砂骨料含水率快速測定、混凝土原材料及成品質量檢測數據關聯分析、混凝土性能智能預測、預警[1]。關鍵技術包括混凝土拌和配合比參數動態調控技術、基于數據采集的混凝土數字化施工技術以及混凝土智能化拌和質量的實時預警反饋調節系統。

圖1 混凝土生產質量智能管控在線系統構架
混凝土性能與其配合比密切相關,國內外學者從不同的出發點對混凝土配合比設計方法進行了大量的研究,提出了許多配合比設計方法,目的是充分合理、最大限度的發揮骨料的作用。JGJ55—2011《普通混凝土配合比設計規程》要求,通過推薦的材料參數比例,結合經驗公式計算獲取參數,最終獲取材料配合比例,然后通過試驗驗證,獲得需要的配合比。現有的配合比設計方法對材料性能要求嚴格,當混凝土的材料性能發生變化時,需要及時配合比參數并進行試驗驗證,有可能重新設計配合比。
在實際的混凝土拌和生產過程中,材料配比很難嚴格滿足設計配合比,在一定范圍內波動,原有的配合比參數已無法反映出混凝土的性能指標,進一步影響混凝土拌和的質量與施工質量。在混凝土的生產過程中,對于同一混凝土配合比,在原材料沒有大變動的情況下,拌和物狀態也會因為砂石含水率的波動而發生變化。由于受天氣狀況、開采部位以及加工運輸過程中不確定性的影響,工程現場砂石骨料含水率往往波動較大,直接影響骨料拌和的水灰比,進一步對混凝土拌和質量產生重要影響。目前國內含水率檢測基本上還處于人工檢測階段,對精度要求較高,一般采用烘干法,雖然準確度較高,但是檢測步驟繁瑣且耗時久,樣本數量也有限,代表性差,無法為生產提供實時數據。混凝土砂石骨料含水率的在線快速檢測技術也有較多成果,國外無損檢測研究起步較早,常用的含水率方法主要有微波法、中子法、電阻法以及電容法,但存在成本高、穩定性差、操作繁瑣等局限性。當前可商用的快速含水率檢測方法的測量精度普遍低于傳統烘干法的精度。這些儀器的精度折算成對每方混凝土的用水量精度的影響,一般會超出規范規定的水稱量誤差≤1%的規定。因此,為實現混凝土含水量的有效控制,需要研究傳統方法與在線方法的綜合措施,在提高含水量檢測速度的同時,將精度提高到工程可用的水平。
基于混凝土的配合比理論,以及計算機數據庫理論和機器學習方法,研發混凝土配合比動態調控技術,在控制中心的服務器上部署中心數據庫和中控軟件。根據影響混凝土性能的指標參數,構建多因素灰色關聯法統計模型,采用經驗公式或者BP神經網絡對混凝土性能進行預測,進而通過評價拌和質量,動態調整膠凝材料用量和拌和用水量等配合比參數(如圖2所示),使其滿足設計指標,實現了膠結配合比的動態優化與智能調控。對拌和原材料的稱量誤差進行智能分析,通過監測拌和樓設定配合比與實際配合比之間的相對誤差,對超出誤差范圍的參數進行反饋預警,以便各參建單位及時掌握混凝土拌和質量,進一步采取處理措施。

圖2 配合比信息實時監控畫面示意圖
拌和樓混凝土生產質量智能化監控首先涉及的技術是數據采集、傳輸與共享。數據采集主要實現混凝土拌和樓各個環節的生產數據或試驗數據的準確、實時、高效采集,數據共享主要完成生產數據的查詢。為了實現混凝土從原材料入場至成品質量的全鏈路監控,本研究基于CS模式,開發了web界面的管理數據錄入系統,建立專門的硬件模塊、數據的采集和自動上傳模塊,采集混凝土拌和樓生產過程的關鍵信息傳送至控制中心,這樣可以排除人為干涉,保障生產過程中信息采集的唯一性、真實性。數據的傳輸采用“高速無線局域網絡+全網通用蜂窩網絡”聯網模塊,開發模塊的智能化代碼,使數據傳輸模塊自適應最佳的網絡信號,保證數據傳輸的可靠性。
利用北斗定位技術,研制了一種可實時獲取混凝土運輸車輛的位置信息,將其行駛路線顯示在工程地圖上,跟蹤、存檔,實現了混凝土的全程智能化監測,確保每一塊混凝土的質量達到標準。因此,對所收集到的資料進行快速、精確的分析,并對其進行科學的預報,是對混凝土品質進行智能分析的一項重要技術。通過對混凝土原材料進場、原材料檢測、配合比誤差分析、運輸車輛軌跡、澆筑部位、成品質量檢測等信息的互聯,實現混凝土全程的追蹤和追溯,從而達到混凝土的閉環管理[2]。利用大數據與神經網絡技術,利用智能分析方法,對混凝土生產過程中的原材料和成品品質的測試結果進行智能分析,建立了混凝土的性能預測模型,并對其進行了評價。同時,通過智能程序實現了混凝土混合工藝的智能化設計,形成了一套與混凝土專家相似的智能決策系統,可以實現對混合過程中的各類信息進行智能的分析與處理,從而解決了問題的精確、及時等問題。
(1)數據采集
本文研究了抽水蓄能電站混凝土生產系統過程管理的數據在線錄入、審核及查詢,包括配合比、要料單、傳感器率定、試驗檢測數據等。基于CS模式,開發web界面的管理數據錄入系統。通過在拌和樓試驗室電腦以及工控機電腦上部署相關錄入軟件,實時采集拌和站管理人員和操作人員所打印的、所筆記的、所電子編輯的配合比、要料單、傳感器率定、試驗檢測數據等。通過提前錄入的大量數據范例,以及系統內置的智能化學習算法,形成典型數據的模式庫,從而達到對錄入數據的審核,一方面保證錄入數據的準確性,另一方面達到督促相關人員嚴格錄入數據的目的。在win系統下,開發數據的采集和自動上傳模塊,通過在拌和樓各個控制電腦中進行部署,實現對拌和樓生產控制數據的自動化采集和上傳。混凝土拌和樓生產過程中的各種數據,一般儲存在各工點的拌和樓以及拌和樓試驗室的電腦中,或者零散的分布于管理人員的電腦和記錄本上,這些數據的收集匯總和分析工作繁重,很難做到及時統計和分析,同時拌和生產中問題的反饋處理過程滯后,制約了混凝土生產過程管理的效果。混凝土質量受各種原材料和不同制備工藝等多種因素的影響,各影響因素與最終產品質量之間的映射復雜,而且混凝土成品質量的評價指標也較多,對于特定的工程,質量評價指標都具有獨特性。
(2)混凝土生產質量智能化監控硬件系統
本文還研究實現了混凝土生產拌和稱量端數據的實時采集并上傳至數據庫,跟蹤及監督混凝土配比信息及使用部位質量。通過工地現場局域網或蜂窩網絡將數據上傳給中心服務器,數據的傳輸采用高速無線局域網絡+全網通用蜂窩網絡聯網模塊,開發模塊的智能化代碼,使數據傳輸模塊自適應最佳的網絡信號,保證數據傳輸的可靠性。數據的收集和上傳需要依靠現場全覆蓋的網絡系統,并且上水庫的數據可以傳輸至下水庫,因下水庫將作為中控服務器所在地。將根據工地現場各運營商的蜂窩網絡泛在情況,開發模塊的智能化代碼,使數據傳輸模塊自適應最佳的網絡信號,保證數據傳輸的可靠性。通過集成傳感元件和通信元件,研究開發智能化的數據采集和上傳模塊,安置于拌和樓的關鍵部位,并且該方案遵循對拌和樓僅進行微小完善、不改造、不影響原配置的原則。通過各個傳感器返回數據的時間戳等特征值,將數據歸類處理,目的是將同一方混凝土的原材料檢測信息、原材料稱量信息、設備攪拌該方混凝土時的運行信息等進行歸類分析,達到跟蹤及監督每一方混凝土配合比信息,以及成品質量和使用部位等目的。
通過建立混凝土原材料性能、水膠比、骨料含水率、配合比、實驗數據等與設計混凝土性能的發展關系,基于中心數據庫和中控軟件,基于混凝土的配合比理論,建立基于云理論與神經網絡的混合集成的云神經網絡耦合模型,對實時的對數據進行分析,通過提前學習到的范式,對當前混凝土拌和狀態給出評價,相關結果反映到管理者的客戶端設備,對混凝土性能的發展過程實現實時預測,并對分析出的質量問題進行預警預報,并推送相關信息給管理人員,方便工程管理[3]。通過拌和系統中心服務器和數據庫獲取數據采集設備實時獲取的各項指標,包括混凝土原材料,尤其是細骨料的含泥、含水率等材料參數的檢測數據;拌和樓的實時運行數據,主要是配合比數據;混凝土成品檢測數據,主要有試驗室檢測數據等;以及拌和樓的管理人員、操作人員以及其他相關人員手中,實時采集他們所打印的、所筆記的、所電子編輯的配合比、要料單、傳感器率定、試驗檢測數據等;并預測混凝土性能的發展過程,建立預警機制,對不滿足規范要求、設計指標、行業部門要求的參數及時預警。
(1)原材料的檢測數據
原材料的檢測數據具體包括中石子、粗砂、大石子、小石子、水泥、粉煤灰、外加劑。根據試驗檢測頻次,建立每車混凝土所用原材料與其監測信息的關聯,原材料的試驗檢測關聯主要是關聯檢測報告編號,做到有據可查。其中,水泥和粉煤灰還包括了原材料的采購信息,通過計算水泥和粉煤灰的使用情況,將每車混凝土所使用的水泥和粉煤灰與其采購信息相關聯,同時與水泥和粉煤灰的試驗檢測結果相關聯。檢測報告的信息讀取主要通過與試驗室建立數據讀取接口,以讀取其相關數據。
(2)車輛軌跡信息
罐車是混凝土運輸的主要工具,其運輸軌跡至關重要,車輛運行軌跡起到連接拌和拌和樓與工程澆筑部位的核心紐帶,通過讀取車輛位置信息,可以對判斷車偏離行駛路線、未到預設指定區域卸料的車輛進行預警。具體為首先,將對每輛運輸車進行注冊登記,在中心服務器的數據庫中建立車輛匯總管理表,記錄所有車輛情況,包括車牌號、裝載量、司機姓名、性別、手機號、車輛用途等信息。其次,在中心服務器的數據庫中,對每輛車建立一個運行狀態表,記錄每輛車的運行情況,包括車牌號、GPS坐標、GPS授予的時間,以及是否在某個裝貨區等信息。
(3)試驗檢測系統
試驗檢測系統中包含了原材料和混凝土成品的檢測委托單、委托單位、委托編號、樣品編號、樣品類型、樣品等級、見證取樣、實驗報告等,是混凝土原材材料和成品質量檢測信息關聯的關鍵,建立讀取實驗室檢測報告相關表單的數據接口,將所有信息進行關聯,做到混凝土全過程跟蹤與溯源,實現對混凝土生產過程的閉環控制[4]。其中,以日期、工程名稱、施工部位、施工地址、運輸車輛信息作為數據關聯的關鍵信息,不僅以每一盤混凝土作為監控單位,而且對每車混凝土進行進一步分析,將每一車混凝土的配料單、拌和生產數據、試驗檢測、運輸信息進行關聯,實現對混凝土的關鍵信息的追蹤。
綜上所述,混凝土拌和站管控系統基本實現了生產數據的自動采集,解決了傳統混凝土生產過程中數據錄入工作量大、數據出錯概率高、效率低下等問題。然而,現有的研究尚未深入到混凝土生產全過程中,尤其是在混凝土原材料快速檢測、拌和生產配合比動態調控、數據采集自動分析、以及混凝土質量智能化監測預警等混凝土生產全過程管控的集成度智能化程度低,影響施工工期與混凝土的拌和質量,也無法避免混凝土生產過程中質量監控漏洞,進一步影響混凝土的拌和質量。