基于BIM的某混凝土重力坝通仓浇筑排序优化研究

摘 要：混凝土重力坝施工受诸多因素的影响，仓面的合理安排对总工期影响非常大。为寻求复杂约束条件下的最优工期，将BIM技术和希尔排序联合应用于大坝仓面计划可视化模拟中。构建大坝BIM模型，对其进行分层，建立以分层坝块排序为变量，以浇筑强度、竖向浇筑间歇时间、横向浇筑间歇时间、最大相邻高差、度汛规则等为约束条件，应用希尔排序求解该多约束条件下仓面浇筑方案的最优解，并利用Revit API接口，基于. Net框架和C#语言开发计算机程序，实现仓面优化排序过程的可视化仿真。工程应用表明，程序能快速得到不同约束条件下仓面最优的排序和总工期，成果对机械配备等具有指导意义，可推广至类似工程中使用。

关键词：混凝土坝；通仓浇筑；仓面优化排序；希尔排序；可视化模拟

中图分类号：TV512 文献标识码：A 文章编号：1001-9235（2024）10-0108-06

BIM-based Optimization of Placing Sequencing of A Concrete Gravity DamXU Xiaofeng， YU Hong， JIANG Kaiyun

（Zhejiang Design Institute of Water Conservancy & Hydroelectric Power Co.， Ltd， Hangzhou 310002， China）

Abstract： The construction of concrete gravity dams is subject to various factors， of which the rational arrangement of the placing face significantly impacts the total duration. To seek an ideal duration under a variety of limitations， the BIM technology and Shell's sort are jointly applied in the visual simulation of the dam placement plan. A dam BIM model is built and stratified. The stratified dam block sequences are taken as the variable， and the placing intensity， vertical placing interval time， transverse placing interval time， maximum adjacent height difference， and flood control rule as constraints. The Shell's sort is then applied to find the optimal solution of the placing scheme under those constraints， a computer program was developed by the Revit API interface based on . Net framework and C# language. The visual simulation of the concrete-placement optimization sequencing process was achieved. According to the engineering application， the program can quickly obtain the optimal placing sequencing and total duration under different constraints. The finding is of great significance in guiding the mechanical equipment and can be applied to similar projects.

Keywords： concrete dam; placing; concrete-placement optimization sequencing; Shell's sort; visual simulation

混凝土重力坝是水利水电工程中一种常见坝型，大型混凝土坝的施工组织往往非常复杂，其浇筑一般具有工程量大、工期短、强度高等特点［1-4］。坝体一般被垂直于坝轴线的横缝和平行于坝轴线的纵缝划分成许多坝块进行分仓浇筑，而各浇筑块间的分缝往往是质量薄弱环节。随着大体积混凝土温控手段及施工机械化程度的提高，施工缝相对较少的通仓浇筑方法被普遍采用。通仓浇筑法不设置纵缝，混凝土按整个坝段分层连续浇筑，便于大规模机械化施工，各浇筑仓面的排序是大坝施工过程的直接反映，决定了大坝的总工期，关系到施工资源的配置，直接影响到截流时间、度汛方式、移民进度及改扩建道桥的施工时间，是施工组织设计的关键问题［5］。

在混凝土坝施工过程的计算机模拟中，常用的仓面排序大致分为静态法和动态法［6］。前者主要包括人工指定、优先算法［7］、权重法［8］、目标优化［4］等，后者主要包括搜索算法、基于准备工作模拟的仓面排序法、基于灰色关联和证据推理的仓面排序法［5］、基于模糊规则的跳仓排序法［9］等。上述排序方法，大多根据已有经验或基于对坝块属性值的数学分析来制定跳仓排序规则，无法满足特定度汛规则下的施工组织［10］，且成果存在可视化程度低、灵活性差、现场不易响应等问题。近年来，BIM技术因其具有协同性、可视化等优点被广泛应用于水利水电设计项目［11］，基于BIM的二次开发也成为实现正向勘察设计的重要手段［12-13］。

针对上述问题，本文应用BIM的三维可视化引擎和希尔排序，构建符合现场实际、操作便捷的仓面优化排序方法。首先，构建分区、分坝段的大坝BIM模型，并基于Dynamo对模型进行批量分仓和属性参数赋予。随后，梳理浇筑的约束条件，并基于希尔排序寻找仓面浇筑最优方案的数学模型。最后，开发Revit插件程序，实现仓面自动优化排序的可视化操作和模拟，直观、动态地反映不同时期大坝的浇筑过程。基于模拟结果，可得到最优的排序方案、总工期、各坝块浇筑耗时和浇筑时空分布等成果，对施工具有较好的指导意义。

1 BIM模型建立

忽略廊道、电梯井和泄洪洞周边不同混凝土标号的结构细节，通过拉伸、放样、空心裁剪等命令分坝段创建大坝上游面、坝体、下游面、垫层和溢流面的BIM模型。完成大坝BIM模型创建后，根据温控要求及现场各坝段的实际情况，指定图1所示的预设切割平面，利用Dynamo可视化编程插件对各坝段的分区模型进行循环切割，给定预设族样板，过程中对切割形成的坝块进行批量命名，同时，赋予材质和属性名称并在项目空间中创建相应的族实例。

族的命名规则见图2，其中，第1位为坝段前缀K；第2、3位为数字，代表坝段编号；第4位为字母，代表大坝分区，C、U、T、D、Y分别代表上游面混凝土、坝体混凝土、下游面混凝土、垫层混凝土、溢流面混凝土。

2 仓面优化排序方法

2. 1 建立仓面排序数学模型

浇筑仓面优化模型是为计算机仿真服务的，须将各种约束条件规范化并抽象成为严格的浇筑仓面优化条件，便于建立数学模型并编制程序［14］。通过对重力坝施工过程和仓面排序原理分析，结合文献［4-5，14］，同时，考虑度汛、外部影响因素等实际需求。采用通仓浇筑，即同坝段、同高程分块的上游面、坝体、下游面、垫层、周边混凝土等同时浇筑，溢流面混凝土最后浇筑，将大坝的仓面定义为质点，目标函数见式（1）：

opt（T）= f（S） （1）式中：T为总工期；S为最优仓面浇筑顺序集合。

式中：H为仓面底高程；i为坝段；j为层号；t为时间；V为体积；IB，t为t时刻的浇筑强度。

转移方程见式（3）：

H（i，j）=H（i，j- 1）+ΔH（i，j）

（3）式中：H（i，j）为第i坝段第 j层浇筑仓面的高程；ΔH（i，j）为该浇筑层的厚度。

约束条件见式（4）。同时，结合江浙地区实际将汛期分为梅汛期和台汛期，约定溢流坝段仅在满足梅汛期来临前IDT1高于控制高程IDH1和台汛来临前IDT2高于控制高程IDH2时方能全坝段浇筑；若不满足梅汛控制高程，则溢流坝段在整个汛期停止浇筑；若满足梅汛控制高程而不满足台汛控制高程，则溢流坝段在台汛期停止浇筑。

ìI i，j，t = 0

式中：IA为包含高程约束IH、时间约束IT以及人工指定约束IR的仓面选择约束；IH包含最大相邻坝段高差限制ImaxΔH（取为12 m）、度汛时溢流坝段控制高程IDH（n n为1和2时分别对应梅汛期和台汛期，当溢流段无法在梅汛、台汛期施工时，解除溢流坝段及与两端交接坝段ImaxΔH=12 m的约束限制）；IT包括浇筑起始时间IS、同高程相邻仓面受立模影响的横向间歇时间IΔUT、下层混凝土养护固化及散热的竖向间歇时间IΔVT、度汛控制时间IDT（n n=1，2，3）、为适应异常天气等特殊时期而人工指定的暂停浇筑起止时间IRT（n n=1或2）、为适应灌浆或设备安装而人工指定的某仓特定浇筑时间IRST；Hmax为坝顶高程；IBmax为最大混凝土浇筑强度。仓面优化排序的问题即转化为符合约束条件和初始方程，通过转移方程求解最优解的数学问题。

2. 2 希尔排序理论及应用

希尔排序是改进的直接插入排序算法，又称缩小增量排序，由D. L. Shell提出［15］。基本原理是取一个小于排序元素个数m的整数d作为第一个增量1 ，每相距d1个（一般取为m2）长度的元素分为一组，将数组全部分组。先在各组内进行插入排序，第一轮排序过后每组第一个元素一次放置，接下来是第二组的元素，以此类推。然后，取第二个增量d <d2 1，

按照步长为d进行分组和排序，直到增量减少到12 ，即di= 1，此时，所有元素在同一个组内进行排序。

因希尔排序具有比直接插入排序更快的排序速度及更少的数据移动量，故将其用于实现程序的核心部分。首先，找到高程最低、浇筑耗时最长的坝块作为第一个浇筑的坝块。然后将满足式（4）约束条件，可通过式（3）转移方程的通仓浇筑面队列视为希尔排序队列的元素，以m2、m4、m8…1作为步长序列，获取不同方案希尔排序的结果，以总工期最优作为排序成果，将希尔排序作为实现数学模型的算法。

2. 3 仓面优化排序方法

根据数学模型的基本含义，仓面排序方法见图3，主要包括以下8个步骤。

步骤一 读取分区、切块后BIM模型的数据信息，包括模型ID、族名称、分区代号、各浇筑块的体积、坝块底高程、坝块顶高程、坝块高度等。

步骤二 累加并计算同坝段、同高程分块上游面、坝体、下游面、垫层的体积。

步骤三 将步骤一和步骤二相应的数据批量写入相应族预留的空缺属性值中。

步骤四 结合坝体结构复杂度、拟配置混凝土生产及运输机械，预设不同高程处的混凝土浇筑强度文件。

步骤五 输入横向间歇时间IΔUH、竖向间歇时间IΔVT、排序起始时间IS、梅汛起始时间IDT1及相应控制高程IDH1、台汛起始时间IDT2及相应控制高程IDH2、台汛结束时间IDT3；同时，预设人工指定的暂停浇筑起止时间IRT（n n=1或2）、人工指定某仓特定浇筑时间IRST等约束。

步骤六 对坝块添加模式、当前时间等排序参数进行初始化，并将基础坝块全部加入排序队列，获取其中浇筑用时最长的坝块，作为第一个坝块进行浇筑。

步骤七 调用希尔排序对除溢流坝块外、满足约束条件的通仓浇筑块进行排序，当出现因度汛而不能全坝段浇筑的情况（即溢流坝段预留缺口）时，取消溢流坝段与其相邻坝段ImaxΔH=12 m的约束。待普通坝块排序完成后，即可进入溢流坝块的排序。完成排序后，复核成果是否满足总工期要求，若不满足，则回到步骤四、五，若满足则进入下一步骤。

步骤八 完成所有仓面排序并满足总工期要求，将进度计划、仿真动画、相关数据列表等结果输出，通过施工组织手段实现仿真计划与资源配置的实现。同时，驱动约束条件与排序参数的更新。

3 工程应用

3. 1 工程概况

某大（2）型水利枢纽工程，拦河坝为混凝土重力坝，坝顶高程138 m，最大坝高83 m，坝顶长度265 m，共设有14个坝段，其中，8、9号坝段为溢流坝段，7、10号坝段为坝身泄水孔坝段。大坝垫层厚度2 m；上游面80 m以上直立，以下坝坡1. 0∶0. 2；下游面斜坡段坡比1. 00∶0. 75。按混凝土分区构建的大坝BIM模型见图4，混凝土总浇注量约44万m3，设计总工期32个月。

3. 2 混凝土坝仓面优化排序系统

为解决复杂约束条件下混凝土坝仓面的优化排序，同时，提高排序成果的应用度，基于前述数学模型和希尔排序，利用Revit API接口，基于. Net框架和C#语言开发混凝土仓面优化排序系统。主要有读取数据、坝块排序、画甘特图、节点面貌、浇筑模拟、视频生成等模块，功能结构见图5。

3. 3 仓面优化排序

采用快速批量切块方法，对图4所示的大坝模型进行切分，统计不同高程处大坝混凝土方量。然后，结合总工期要求、拟配置的混凝土机械，参考类似大坝实际施工过程浇筑强度经验，综合确定浇筑强度，最小浇筑强度21. 1 m3/h，最大浇筑强度49. 2 m3/h，平均浇筑强度33. 9 m3/h。不同高程混凝土方量及浇筑强度曲线见图6。

给定浇筑起始时间为2023年1月1日、同高程相邻仓面受立模影响的横向间歇时间IΔUH=1 d、下层混凝土养护固化及散热的竖向间歇时间IΔVT=7 d。根据水文分析，IDT1=4月15日、IDT2=7月15日、IDT3=10月15日，即梅汛期为4月15日至7月15日、台汛期为7月15日至10月15日。导流采用围堰一次拦断河床、汛期由导流洞联合坝段缺口过流的方式，10年一遇梅汛最大洪峰流量500 m³/s、台汛设计洪峰流量1 595 m³/s，相应第一个梅、台汛的控制高程分别为IDH1=79. 70 m、IDH2=85. 40 m，按春节期间暂停施工考虑，给定特定坝块的指定浇筑时间等约束条件。经计算，在满足设计总工期的情况下，不同时间段进度计划面貌见图7，各年度施工计划见表1，除溢流坝块以外的各仓所需的浇筑时间见图8。

排序成果显示，施工的第一年主要施工大坝的中下部，第二年大坝基本浇筑至坝顶，第三年为溢流面的收尾工作。可以看出，随着时间的推移及大坝高度的抬升，年浇筑混凝土量由26. 44万m³逐步减小至2. 68万m³，与不同高程大坝混凝土方量呈正向线性相关。一方面是因为运输、吊装机械效率随高程抬升逐步下降，另一方面，随着高程的增加，分仓增多，且每仓混凝土量逐步减少，年浇筑仓数在施工第二年达到191仓高峰，立模备仓时间对浇筑速度的影响将逐步增大。

图8表明，各仓浇筑耗时也呈现中间大两边小、下部大上部小的规律，与大坝混凝土的空间分布关联性较强。

依托初步设计阶段的大坝BIM模型，通过Dynamo批量切块获取分仓方案，通过输入不同约束参数获取不同浇筑方案及相应总工期，与传统施工组织设计相比，可提高约80%的效率，一般在半天内可获取预设总工期下最优浇筑排序方案。排序成果可为拌合、运输、吊装机械及模板的制备提供数据支撑。另外，图9所示，可给定时间节点查询浇筑情况，以获取不同工期节点下的浇筑面貌，同时，系统支持输出模拟浇筑视频。上述成果可为施工期精细化建设管理提供有效支撑。

4 结论

以通仓浇筑面排序为变量，以浇筑强度、竖向间歇时间、横向间歇时间、最大相邻高差、度汛规则、指定规则等为约束条件，建立仓面优化排序的数学模型，应用希尔排序求解该多约束条件下仓面浇筑方案的最优解，并利用Revit API接口，基于. Net框架和C#语言开发计算机程序，实现仓面优化排序过程仿真的三维可视化。

以某大坝为例，分区构建BIM模型，按施工组织利用Dynamo插件对坝块进行批量快速切分、命名并赋予材质和属性名称，运行排序系统进行仓面优化排序，快速获得与设计工期相匹配的浇筑强度参数、仓面优化排序集合、形象面貌、间歇时间和暂停施工时间等。

研究成果可为混凝土坝仓面施工组织提供一种精细、科学、直观的分析手段，对大坝度汛、库区道桥改扩建和移民、混凝土机械配备具有重要指导意义。

参考文献：

［1］董京艳，翟建，杨晓箐，等．基于施工过程仿真的高碾压混凝土坝施工工艺研究［J］．水电能源科学，2023，41（3）：75-78，47．

［2］邹元品，王栋，佟大威，等．基于Web增强现实的高拱坝仓面施工可视化仿真研究［J］．水利水电技术，2020，51（6）：108-120．

［3］杜志达，郭雯．基于准备工作模拟的混凝土坝仓面排序方法［J］．南水北调与水利科技，2013，11（4）：182-186．

［4］吴庆鸣，陈东．混凝土大坝浇筑安排计算机仿真求解［J］．人民长江，2000，31（5）：41-43．

［5］卞小草，胡志根．基于灰色关联和证据推理的混凝土坝浇筑仓位排序方法［J］．武汉大学学报（工学版），2014，47（3）：294-299．

［6］郭雯．混凝土坝仓面排序与施工过程模拟研究［D］．大连：大连理工大学，2013．

［7］肖文，吴庆鸣，巫世晶．碾压混凝土坝施工分仓跳仓方法研究［J］．红水河，2000，19（1）：31-34．

［8］丁世来，胡志根，刘全．大坝混凝土浇筑块排序方法的评价研究［J］．红水河，2004，23（2）：97-100．

［9］钟登华，吴康新，练继亮，等．基于模糊规则的大坝混凝土施工跳仓排序研究［J］．系统仿真学报，2008，20（5）：1099-1102．

［10］钟登华，程普，任炳昱，等．基于粒子群算法的高拱坝仓面排序多目标优化研究［J］．水力发电学报，2015，34（8）：7-17．

［11］李壤，黄锦鹏，胡绪宝，等．基于BIM技术的闸站工程三维设计应用研究［J］．人民珠江，2023，44（5）：67-72．

［12］牛立军，李艺豪．Revit二次开发在水闸渗流计算中的应用［J］．人民珠江，2023，44（3）：110-116．

［13］牛立军，梁燕迪，王程．基于Revit二次开发的水利工程BIM正向设计研究［J］．人民黄河，2022，44（3）：155-159．

［14］熊海华，杨栋，刘文潮，等．基于熵权多目标决策的混凝土浇筑仓位动态优选模型［J］．水利水电施工，2010（4）：12-15．

［15］SHELL D L. A high-speed sorting procedure［J］. Communications of the ACM， 1959， 2（7）： 30-32.