碾压混凝土坝具有水泥用量少、绝热温升较低、机械化施工等优点。但因碾压混凝土大量掺用粉煤灰,且碾压混凝土重力坝通常采用大仓面、通仓、均衡连续上升的浇筑方式,导致水化热散发延迟。除此之外,施工阶段气候、浇筑季节等因素,均会影响混凝土浇筑块的温度分布,导致产生较大的内外温度梯度,从而产生较大温度应力,为大坝的安全运行埋下隐患。故施工期对温度的控制异常重要。由于施工现场条件复杂多变,且存在较多不确定因素影响实际浇筑进度和施工方式,导致在设计条件下浇筑块最高温度仍然超过设计允许最高值,危及大坝稳定运行。若在浇筑前对浇筑块进行温度过程预测,可对温度做到“事前”感知,提前采取相应措施控制浇筑块温度变化,限制最高温度,降低温度裂缝产生的风险。本文以实测温度数据为基础搭建温度信息数据库,建立最小二乘向量机温度过程预测模型,并以实测数据为样本训练模型,最后开发了碾压混凝土重力坝施工期浇筑块温度过程预测平台。本文主要研究内容如下:(1)数据库建立及数据融合:通过智能传感设备采集施工数据,并建立了温度信息数据库,实现从拌和至运行全阶段的温度数据和模型数据的管理,并通过数据库技术实现数据的融合;为防止数据丢失,设计了数据容灾备份方案;并对数据进行缺失检查,剔除数据缺失较多的传感器,进而对数据进行最高温度、基础温差等质量检测,提取7#~9#、11#、14#~19#碾压混凝土坝段493支温度传感器数据作为数据挖掘的数据样本,构成预测平台的输入数据源。(2)预测模型构建:基于SVM核心原理,建立LS-SVM预测模型,并采用万有引力算法寻找LS-SVM的最优参数组合。本文基于Tent映射改进万有引力算法以避免寻优过程陷入局部最优,为提升算法的全局记忆能力,引入粒子群算法的速度权重和全局记忆以增强万有引力算法的全局适应度,从而建立基于最优参数组合的预测模型,并以实测数据做预测校验,绝大部分数据EC值大于90%,与实测温度变化过程拟合较好,预测精度较高。(3)温度BIM模型更新:为实现温度BIM模型在WebGIS大场景下的及时更新,分析了glTF和3D Tiles文件的特性、数据结构和加载性能,以3D Tiles文件为依托,通过Revit二次开发拓展模型温度属性,并增加self_id自定义标识以标记模型,进而更新.b3dm的扩展属性值,并借助Cesium3DTileStyle类实现模型颜色与预测超标温度之间的映射,从而实现BIM模型信息及外观随预测温度的变化而改变,完成模型的更新。(4)系统开发:在上述几点研究的基础上,结合系统开发的相关知识理论,开发出了某大坝RCC重力坝浇筑块施工期温度过程预测平台。并从系统设计和应用流程、文件存储结构和系统功能三个方面进行了详细介绍,为系统开发人员提供开发思路。