基于改進微粒群算法的帶有軟水管的混凝土熱學參數反分析

蘆琴，李亞敏

（1．楊凌職業技術學院 水利工程學院，陜西 楊凌 712100；2．河南建筑職業技術學院 土木工程學院，河南，鄭州 450007）

基于改進微粒群算法的帶有軟水管的混凝土熱學參數反分析

蘆琴1，李亞敏2

（1．楊凌職業技術學院 水利工程學院，陜西 楊凌 712100；2．河南建筑職業技術學院 土木工程學院，河南，鄭州 450007）

埋設冷卻水管是常用的混凝土溫控措施之一，塑料質水管由于鋪設快捷、接頭方便、價格便宜而得到廣泛應用，但其在溫控防裂分析計算中熱分析參數很難確定．根據曹娥江大閘施工現場實測的溫度值，利用改進微粒群算法對大閘混凝土溫度場進行反演計算，并將計算值和實測值進行對比，分析計算結果的合理性，得到反映混凝土熱學性能的參數．反演結果表明，微粒群算法作為一種優化算法，具有收斂速度快、效果好等特點．

粒子群算法；溫控；反演分析

在水工混凝土結構施工中，常埋設冷卻水管以滿足混凝土溫控要求．國內一般采用鐵管作為冷卻水管因為鐵管導熱性能好，施工方法成熟，但鐵管費用較高，接頭常發生滲漏或堵管，故正逐漸被軟管代替．軟水管主要特點為鋪設方便快捷，接頭方便，但導熱性能不如黑鐵管，軟冷卻水管在國內外有較多的成功經驗［1－2］．軟水管研究相對也很少，朱伯芳對聚乙烯水管計算方法進行研究［3］，黎汝潮采用實驗驗證了其可行性［4］．

帶有軟冷卻水管的混凝土由于其導熱性能，在進行溫控防裂仿真計算中很難選取計算參數，如絕熱溫升，熱交換系數等．目前常采用反分析法進行參數反演分析計算［5－7］，即先獲取施工現場或實驗室的混凝土實測溫度，建立計算溫度和實測溫度差值最小的優化模型，然后通過三維數值模擬和微粒群算法對混凝土熱學參數進行求解．

1 計算原理

1．1 不穩定溫度場基本理論［3］

對于弱導熱性的混凝土溫度場，每一點的溫度T（x，y，z，t）須滿足熱傳導方程

式中，qw，cw和ρw分別為水管內部冷卻水的流量（m3／h）、比熱（kJ／（kg·℃））和密度（kg／hm3）；λ為導熱系數；n為混凝土與水管之間混凝土面的外法線．

如果水管的入口溫度已知，利用式（3），根據水管網格的劃分對每一根軟管沿水流方向推求水管的沿程度．推求過程需要計算水管邊界的溫度梯度?T／?n，無法一步得出，必須采用迭代解法逐步求解．

1．3 應力場基本理論和有限元方法

混凝土應力場是考慮混凝土自身特性及環境影響，故應變增量包括彈性應變增量、徐變應變增量、溫度應變增量、干縮應變增量和自生體積應變增量，因此

1．4 改進微粒群算法基本理論［9］

微粒群算法與其他進化算法類似，也采用“群體”與進化的概念，同樣也是依據個體（微粒）的適應值大小進行操作，是一種智能化的全局搜索算法，可處理設計變量離散、目標函數多峰值且導數不存在、可行域狹小且為凹形等優化問題．

1．4．1 算法原理

其中，下標“j”表示微粒的第j維，即第j個反演參數；“i”表示微粒i；t代表第t代；c1，c2為加速常數，通常在0～2間取值，r1，r2為2個獨立在［0，1］間的隨機函數，ω為慣性權重．

1．4．2 算法流程

Step 1：設n為初始微粒群數目，每個參變量的取值范圍［xmin，xmax］，在此范圍內，按照均勻分布規律產生xij，對任意的i，j，在［－vmax，vmax］內按照均勻分布規律產生vij，其中可設定vmax＝k＊xmax，0．1≤k≤1．0．

Step 2：計算每個微粒的適應值，將其與最好位置Bi的適應度值進行比較，將適應度值小的作為該微粒目前的最好位置．

Step 3：對比每個微粒的適應值與該群體全局的最好位置Bg的適應值，若粒子適應值較好，則將其作為當前的全局最好位置．

Step 4：對于全局最優位置Bg，計算所求函數的值，如其小于事先設定的一個距離D，則認為該群體已經較接近目標位置，取種群中適應值靠后的NL個微粒，令其在［Bg－δj，Bg＋δj］內重新按平均分布生成其下一個位置，其余的適應值較好的微粒依舊按照原先的公式進行進化．

Step 5：根據式（7）對微粒的速度和位置進行進化．其中代表最優位置的微粒將按照模擬退火法進行進化，以增強其全局收斂速度．這里進化參數慣性權重ω相當于模擬退火法中的溫度，ω越大則全局搜索能力越好，ω越小則局部搜索能力越強．因此，隨著迭代次數的增加，應使得ω不斷減小，從而達到算法在前期具有很強的全局收斂能力，而在后期具有較強的局部搜索能力．本程序采用Shi提出的公式計算ω．

其中L為最大迭代次數，這樣慣性權重ω成為了迭代次數的函數，從0．9到0．4線性減少．

Step 6：看是否達到結束條件，通常的結束條件為比較好的適應值或者已經迭代到設定的最大代數L．若沒有達到結束條件，則轉入step 2．

2 工程應用

2．1 工程概況

某大閘樞紐工程為Ⅰ等工程，主要建筑物為一級建筑物，擋潮泄洪閘總凈寬560 m，共設28孔，閘孔凈寬20．0 m，閘墩長度達到25 m、高10．5 m、厚4 m，閘底板厚2．5 m，長26 m．大閘采用高性能混凝土，全年進行施工，混凝土的溫控防裂任務復雜而艱巨．

2．2 計算模型

結合工程情況，取典型的閘墩和底板結構進行計算，為了避免應力集中，向上下游方向取10 m地基，見圖1．由于混凝土工程表面附近溫度受環境溫度影響較大，溫度梯度可能較大，故劃分網格時，由外向內逐漸變粗．同時，為了模擬施工澆筑過程，取0．4 m為一個澆筑層的厚度，計算模型（帶水管）劃分網格后的單元和結點總數分別為21 719和26 177個，計算網格如圖1所示．

圖1 仿真計算網格Fig．1 Simulation calculate grid

2．3 反演分析

該水閘工程施工用高性能混凝土，其配合比見表1．根據混凝土施工期裂縫成因［10－11］和工程實際情況，采取溫控防裂措施的計算工況進行反演計算，即施工中鋼模板外面貼塑料保溫板，閘墩內部布置塑料冷卻水管，且根據工程經驗，水管布置在2／3閘墩高度內，閘墩厚度方向分2排，各為11和15層．在溫度場計算中，地基底面及四周取為絕熱邊界，其他邊界為第3類邊界；在應力場計算中，地基底面視為全約束，四周側面取法向約束；底板平行于水流方向2個橫側面取為法向約束，其他邊界面均為自由面．

表1 閘墩C30混凝土配合比Tab．1 Composition of pier concrete C30

根據施工現場預埋溫度探頭，測得的10個典型點的溫度，對混凝土絕熱溫升公式θ＝θ0×（1－e－aτb）中的參數θ0，a和b，以及混凝土模板表面熱交換系數β1、塑料水管管壁熱交換系數β2進行了反演計算．計算時取加速因子c＝2．0，目標優化函數，其中i為測點序號；j為觀測時刻點；T0ij和Tij分別為實測和反演出的計算溫度值；m和n分別為測點數和測次數．

經過20次的迭代求解，反演計算的混凝土的特性參數θ0＝50．06℃，a＝－1．28和b＝1．21，混凝土模板的表面熱交換系數β1＝16．71 kJ／（m2·h·℃），β2＝34 kJ／（m2·h·℃）．

圖2和圖3分別為閘墩水管壁與非水管區域點的溫度實測值和反演值對比圖，從圖可以看出，利用反演參數計算得到的混凝土溫度值和實測值整體相差較小，擬合效果較好，變化規律是一致的，可以反映施工過程混凝土溫度由于水化反應及外界施工條件下而發生的溫度變化（由于水泥水化放熱，混凝土表面熱交換，內外溫度不一致），除澆筑前期外，其他時間段幾乎完全和實測值擬合．因為在實際現場施工的過程中，冷卻水的水溫和流量也不是完全和仿真計算中的水溫和流量一致，水溫和流量并不恒定．由于不能嚴格控制施工現場的水溫和流量，導致了反演計算值與實測值存在一定的差異．

總的來講，采用本文所述反分析理論與方法，根據現場實測數據進行了較為詳盡的反演與分析，所得到的反演結果與現場實際情況差別不大，反演所得計算參數是可靠的，完全可以用于后續閘墩混凝土溫度與應力的反饋仿真分析．

圖2 水管區典型點溫度歷時曲線Fig．2 Typical points temperature duration curve with pipes

圖3 無水管區典型點溫度歷時曲線Fig．3 Typical points temperature duration curve without pipes

3 結論

1）對混凝土施工過程中熱學參數進行三維有限元仿真反演分析是一個逐步優化的過程，得到的混凝土特性對保證工程質量、指導工程施工具有重要意義．

2）經上述工程檢驗得到，微粒群算法在混凝土熱學參數反演計算中具有精度高、計算速度快的優點，克服了傳統優化方法的缺點，值得在工程中推廣應用．

［1］ 丁寶瑛，王國秉，黃淑萍，等．國內混凝土壩裂縫成因綜述與防止措施［J］．水利水電技術，1994（4）：12－18．

DING Baoying，WANG Guobing，HUANG Shuping，et al．A review on causes of cacking in dornestic concrete dams and preventive measures［J］．Water Resources and Hydropower Engineering，1994（4）：12－18．

［2］ 簡興昌，范五一，翁永虹，等．三峽大壩采用軟冷卻水管的研究［J］．人民長江，1999，30（9）：6－9．

JIAN Xingchang，FAN Wuyi，WENG Yonghong．Sstudy on flexible cooling water pipe for TGP dam［J］．YANGTZE RIVER，1999，30（9）：6－9．

［3］ 朱伯芳．大體積混凝土溫度應力與溫度控制［M］．北京：中國電力出版社，1998．

ZHU Bofang．Mass concrete temperature stress and temperature contro［M］．Beijing：China Power Press，1998．

［4］ 黎汝潮．三峽工程塑料冷卻水管現場實驗與研究［J］．中國三峽建設，2000（5）：20－24．

LI Ruchao．Field test on cooling water plastic pipes for three gorges dam［J］．China Three Gorges Construction，2000（5）：20－24．

［5］ HANS HEDLUND，PATRIK GROTH．Air cooling of concrete by means of embedded cooling pipes part I：laboratory tests of heat transfer coefficients［J］．Materials and Structures，1998，31：329－334．

［6］ 朱岳明，劉勇軍．確定溫度特性多參數的立方體實驗及反演分析［J］．巖土工程學報，2002，24（2）：175－177．

ZHU Yueming，LIU Yongjun，XIE Xiankun．Determination of thermal parameters of concrete by reverse analysis of test results［J］．Chinese Journal of Geotechnical Engineering，2002，24（2）：175－177．

［7］ 馬躍峰，朱岳明，劉有志，等．姜唐湖退水閘泵送混凝土溫控防裂反饋研究［J］．水力發電，2006，32（1）：33－35．

MA Yuefeng，ZHU Yueming，LIU Youzhi，et al．Feedback study of temperature control and crack prevention of jiangtanghu pump concrete sluice during construction［J］．Water Power，2006，32（1）：33－35．

［8］ 朱岳明，徐之青，賀金仁，等．混凝土水管冷卻溫度場的計算方法［J］．長江科學院院報，2003，20（2）：19－22．

ZHU Yueming，XU Zhiqing，HE Jinren，et al．A calculation method for solving temperature field of mass concrete with cooling pipes［J］．Journal of Yangtze River Scientific Research Institute，2003，20（2）：19－22．

［9］ 王杰文，李赫男．粒子群優化算法綜述［J］．研究與開發，2009，301（2）：22－26．

WANG Jiewen，LI Henan．Summary of particle swarm optimization algorithm［J］．Modern Computer，2009，301（2）：22－26．

［10］ SHI Y，EBERH ART R C．Empirical study of particle swarm optimization［Z］．Piscataway，proceedings of congress on evolutionary computation，1999．

［11］ BYUNG H OH，SOO W CHA．Nonlinear analysis of temperature and moisture distributions in early age concrete structures based on degree of hydration［J］．ACI Materials Journal，2003，100（5）：361－370．

［12］ HATTEL J H，THORBORG J．A numerical model for predicting the thermo mechanical conditions during hydration of early－age concrete［J］．Applied Mathematical Modeling，2003，27：1－26．

（責任編輯：王蘭英）

Back analysis of concrete thermal parameters with soft pipe based on improved particle swarm optimization

LU Qin1，LI Ya－min2
（1．School of Hydraulic Engineering，Yangling Vocalional and Technical College，Yangling 712100，China；
2．Department of Civil Engineering，Henan Technical College of Construction，Zhengzhou 450007，China）

Burying cooling pipes is one of common used measures of concrete temperature control，plastic pipes are widely used for laying rapidly，jointing conveniently，cheap，but the thermal analysis parameters is difficult to determine in the calculate of crack prevention analysis．Based on the actual measured temperature of Cao'e River Gate，using improved particle swarm optimization，this article did back analysis about the gate concrete temperature field and compared the calculate numerical with the actual measured numerical，analyzed the result rationality，at last the parameter reflect concrete thermal performance was gotten．Back analysis results show that as one of optimization methods，particle swarm optimization is simple and highly efficient．

particle swarm optimization；temperature control；back analysis

TV315

A

1000－1565（2012）04－0353－05

2011－08－26

國家“863”計劃項目（2002 AA62Z3191）

蘆琴（1979－），女，新疆石河子人，楊凌職業技術學院講師，博士，主要從事水工水力計算、水利水電工程方向研究．E－mail：lqyjk0993＠126．com