基于混凝土吊运监测数据的拱坝缆机特征参数挖掘分析与效率预测模型

ZHAO Chunju, LYU Jiahao,ZHOU Yihong, WANG Fang, NING Wuting

Water Resources and Hydropower Engineering(2023)

引用 0|浏览1
暂无评分
摘要
[目的]拱坝施工过程中缆机吊运混凝土的效率对工程进度影响重大,以往多采用铭牌参数值和少量人工现场实测值分析缆机效率,其精度和效率有待提升.[方法]针对上述问题,基于海量缆机吊运监测数据,运用数据挖掘方法对缆机入仓效率进行分析和预测.首先,在缆机吊运原始数据的基础上,通过模式识别完成缆机吊运单循环的识别,继而拟定缆机特征参数的提取规则获得缆机单循环中的运行特征参数(如距离、时间和速度等);然后,以单循环时长为吊运效率响应量,采用斯皮尔曼相关系数量化不同特征参数与单循环时长的相关程度;最后,基于PSO-BP构建缆机入仓单循环时长的预测模型.[结果]结果表明,缆机特征参数中水平运距和辅助对位时长与单循环时长的相关性最高,相关系数分别为0.672和0.620,说明这两种参数是缆机吊运时长的主要影响因素.在6台缆机24 808个预测样本中,单循环时长均值为421s,PSO-BP模型预测误差在2 s以内的占比为97.45%,具有较高的精度.[结论]分析结果能够作为现场管理人员调配机械的依据,效率预测模型可为今后相似工程提供参考.
更多
关键词
arch dam concrete construction,monitoring data,cable machine efficiency,cable machine characteristic parameters,BP neural network,particle swarm optimization algorithm
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要