赵 瑜，陈传宇，张建伟，孙 凯

(1. 华北水利水电大学水利学院，郑州 450046；2. 华北水利水电大学土木与交通学院，郑州 450011)

0 引 言

面板堆石坝是当今最成功的坝型之一，应用广泛且优势明显，但是面板堆石坝工程施工条件复杂，影响因素众多，并且在施工过程中往往伴随着巨大的土石方开挖、填筑工程量。土石方调配是大型面板堆石坝施工组织设计的核心问题之一，合理的土石方调配方案直接影响到工程施工进度、质量及造价三大目标的实现。土石方调配是指施工过程中在满足大坝开挖进度、填筑进度的前提下，对土石方料实现开挖、开采、填筑、中转、加工和弃渣等过程的综合调配，以达到提高开挖料直接上坝率，减少土石料二次调运的费用，实现面板堆石坝快速经济施工的目的[1]。当前土石方调配的研究方法颇多[2-7]，但存在一定的局限性：①有的将土石方调配这一动态问题静态化，不符合实际；②有的没有系统地考虑到土石方调配过程中的各种影响因素；③有的只考虑了部分最优没有考虑全局最优。针对工程优化中的多变量、复杂的约束条件问题[8,9]，本文通过对约束关系的系统分析，同时结合类似工程经验确定土石方转换、上坝损失率等因素，建立土石方调配模型，采用能够很好得到全局最优解的遗传算法对模型进行求解，并基于Microsoft Visual Studio C#平台开发土石方调配系统计算机软件，确定土石方最优调配方案，指导工程施工。

1 遗传算法

遗传算法[10]是模拟自然界中生物的进化和遗传过程的一种全局最优化算法。遗传算法首先对实际问题参数进行染色体的编码，在编码完毕后形成初始种群，通过初始种群的不断选择、交叉、变异得到下一代种群，在算法执行过程中通过，以适应度函数为评估准则评价种群中的个体，高适应度的个体保留下来作为下一代的父代种群，反复循环这一过程后代种群的适应度会越来越高，从而实现优胜劣汰的进化过程。遗传算法基本概念包括：①编码。由于遗传算法是模拟生物基因遗传机制的，染色体是生物遗传的主要媒介，因此需要把实际问题通过编码转化为遗传算法可以识别的基因序列；②初始种群设定。遗传算法执行的过程中，首先设定初始种群最为第一代父辈种群；③选择。在上一代种群中择优选择出优秀个体，组成新一代种群，作为下一代父辈种群；④交叉。交叉操作是一种全局搜索的过程，父辈种群个体通过交叉产生下一代种群个体；⑤变异。变异在自然界生物进化过程中起核心作用，物种通过变异产生新的基因进而产生新的个体，所以在遗传算法中以此来提高个体多样性。遗传算法过程图如图1所示。

图1 遗传算法过程图Fig.1 Genetic algorithm process chart

2 土石方调配模型

本工程的土石方调配过程主要由开挖项目、中转料场、填筑项目、弃渣场、施工道路和施工机械等要素组成。分析各组成要素之间的匹配关系，建立土石方调配匹配矩阵，以填筑期土石方调配总费用最低为目标函数，同时考虑料场约束、土石方转换、上坝损失率等因素，根据不同时段各填筑项目的用料情况及供料源的供料关系建立土石方动态调配模型。

2.1 目标函数

以施工全过程土石方总调配费用最小为目标函数，具体公式如下：

(1)

2.2 约束条件

结合工程特点和实际情况，建立如下约束条件：

(1)受料源约束

(2)

(2)供料源约束

(3)

(3)中转场容量约束

(4)

(4)弃渣场容量约束

(5)

式中：VQl中转场最大存储量。

(5)中转场平衡约束

(6)

(6)调配结束中转场堆存量的零约束

在土石方调配结束时，中转场的土石料堆存量应为零。

(7)

(7)供料线路约束

供料线路约束包括运输路径约束和道路运输强度约束。路径约束用二维匹配矩阵表示，行表示受料源，列表示供料源，如果供料源与受料源之间存在料物调运关系，两地间运距取实际距离，否则取-1，供料线路反映了各供料源与受料源之间的匹配关系。道路运输强度约束为每条施工道路的设计最大运输强度，任何阶段在道路上的最大运输强度不允许超过设计最大运输强度。

Qmax≤QS

(8)

式中：Qmax为道路的最大运输强度；QS为道路的设计最大运输强度。

(8)非负约束

所有变量的值为非负数。

2.3 程序的实现

土石方调配系统计算机软件基于Microsoft Visual Studio C#平台开发。土石方调配基本流程如图2。

图2 土石方调配流程图Fig.2 Earthwork allocation flow chart

3 工程实例

3.1 工程概况

河南五岳抽水蓄能电站(简称五岳蓄能电站)工程位于河南省信阳市光山县殷棚乡，本工程是一座综合效用的大(二)型水利工程，主要建筑物为2级。电站装机容量100 万kW(4×25 万kW)，设计年发电量8.57 亿kW·h，年抽水电量11.43 亿kW·h，枢纽工程主要由上水库、下水库、输水发电系统及地面开关站等4部分组成。上、下水库大坝均为混凝土面板堆石坝，最大坝高分别为128.20和28.8 m。上水库枢纽工程明挖包括上水库主副坝坝基开挖、库岸开挖、基础处理开挖及上水库进/出水口开挖等。上水库开挖区地层岩性为燕山晚期中粒二长花岗岩，岩石致密坚硬，中等风化花岗岩的单轴饱和抗压强度为61.6～75.1 MPa。岩石强度较高，工程开挖石料中的中等风化～新鲜岩体可满足堆石料的质量技术要求。强风化中下部可作为次堆石区上部用料。本工程地下洞室及上水库库岸开挖料质量及数量均满足砂石骨料加工需求，若采用地下洞室及上水库库岸开挖料作为砂石骨料料源，可充分利用工程开挖料，减少弃渣及征占地，降低工程造价。

上水库大坝填筑分为堆石区、块石护坡、垫层料、过渡料和碎石铺盖填筑。大坝填筑土石料均在当地开采，根据调查及经济技术比较和料源选择，本工程大坝填筑料、混凝土骨料及垫层料料源均采用工程开挖利用料。根据工程施工进度的安排，坝体填筑分2期进行，大坝开挖进度、填筑进度、匹配矩阵、中转场弃渣场特性如表1～4所示。

表1 大坝开挖进度 万m3

表2 大坝填筑进度 万m3

3.2 土石方调配原则

本着好料好用、差料差用、物尽其用的原则进行土石方调配[11]，具体调配原则如下：①在满足大坝开挖进度、填筑进度及料源质量的前提下，合理进行土石方调配；②土石方就近开采运输，降低成本；③弃渣调配遵循两个优先的原则：利用填筑场地者优先，运输经济者优先；④土石方调配尽量满足时间、空间上协调平衡，提高直接上坝率，减少转存规模和容量；⑤调配时优先选择费用较低、满足施工进度、运距较短的调配方案[12]。

表3 匹配矩阵 m

表4 弃渣场、转存场规划特性Tab.4 Characteristics of spoil yard and transit field

3.3 调配结果分析

通过土石方调配模型，在目标函数和各约束条件下，利用软件进行优化计算(软件的部分应用界面和迭代寻优过程如图3～6所示)，即可确定最优的土石方调配方案。对于堆、砌石料，填筑方(压实方)换算成需要量(自然方)时考虑了5%的损耗系数；混凝土骨料需要量考虑了1.35的加工损耗及1.05的运输、施工损耗，其他加工料需要量考虑了1.25的加工损耗及1.05的运输、施工损耗。天然填料与压实填料之间的换算系数，见表5；上水库面板堆石坝土石方调配结果见表6。从物料上坝情况来看，开挖料的直接上坝利用量为545.3 万m3,直接上坝率为87%,开挖料的中转上坝利用量为625.85 万m3,中转上坝率为7%,开挖料的加工料上坝利用量为36.92 万m3,加工料上坝率为6%,中转部位较少，过渡区、堆石区等直接上坝率较高，垫层区、碎石铺盖全部采用加工料直接上坝，这与其物料特性及其填筑方式有关。从结果可以看出，本次优化一定程度地提高了直接上坝率，有效减少了二次调运，降低了工程造价并提高了效率，同时满足施工进度、质量要求，方案对工程土方分配规划有指导意义。

图3 软件时段划分界面Fig.3 Software time division interface

图4 软件分期规划(道路约束)界面Fig.4 Software stage planning (road constraint) interface

图5 施工一期迭代寻优过程Fig.5 Stage one iterative optimization process

图6 施工二期迭代寻优过程Fig.6 Stage two iterative optimization process

表5 土石方转换系数Tab.5 Earthwork conversion coefficient

表6 土石方调配成果表Tab.6 Results of earthwork allocation

4 结 论

(1)本文通过对土石方调配系统约束关系的系统分析，同时结合土石方转换、上坝损失率等因素，建立土石方调配模型，采用遗传算法对模型进行求解，并基于Microsoft Visual Studio C#平台开发土石方调配系统计算机软件，确定土石方最优调配方案，不仅大大降低了工程造价而且提高了管理人员的工作效率,调配方案符合工程实际。

(2)本文在建立模型时没有考虑环境对施工的影响和模型的通用性，还需要进一步研究。