基于人工神经网络的大体积混凝土降温控制短期温度预测模型

大坝施工期间的混凝土温度控制（如混凝土浇筑和养护）对于防裂非常重要。本研究利用人工神经网络（ANN）建立了大体积混凝土冷却控制的短期温度预测模型。预测模型的开发工作流程包括数据集成、数据预处理、模型构建和模型应用。白鹤滩拱坝是世界上最大的在建水电工程，其智能降温控制系统采集了8万多个监测样本。在温度预测中，比较了包括人工神经网络、支持向量机、长短期记忆网络和决策树结构在内的机器学习算法，并确定人工神经网络最适合预测模型。此外，确定了一个具有两个隐藏层的ANN框架来预测一天内的混凝土温度。预测精度的均方根误差平均为0.15°C。在混凝土砌块上的应用验证了所开发的基于人工神经网络的预测模型可用于大体积混凝土施工中的智能降温控制。