Page 17 - 2025年第56卷第1期

动方法的应用中，Li 等 ［90］ 提出了混合簇边界 SMOTE（Synthetic Minority Over-sampling Technique）算法，
用于解决可灌性分类问题。在数据-机理混合驱动研究中，祝玉珊等 ［91］ 通过集成学习代理模型预测灌
浆量，郭辉 ［92］ 和 Zhang 等 ［93］ 进一步提出基于代理模型的帷幕灌浆多目标优化方法，提高了预测的精度
并提升了施工方案设计效率。
在智能灌浆灌中研究领域，基于“全面感知、智能分析、动态决策、实时控制”理论 ［94］ ，樊贵
超 ［95］ 提出了智能监控方法以实现灌浆施工实时控制。此后，樊启祥等 ［96］ 提出了灌浆施工自动化控制理
论。与此同时，灌浆功率 ［97-98］ 和流量 ［99］ 的预测方法也得到了深入研究。此外，通过引入预训练 LLM，
基于知识-数据跨模态融合的灌浆参数大语言模型预测技术得到了初步探索，利用大语言模型优异的
泛化性能，实现跨工程、异种设备条件的灌浆施工参数预测，如图 13 所示。

图 13 基于知识-数据跨模态融合的灌浆参数大语言模型预测框架

在智能灌浆施工后的研究中，现有方法通过压水试验、岩芯分析、地质雷达和声波检测等技术，
实现了对灌浆效果的智能预测、综合评价和反馈控制，从而加强了灌浆质量的事后管理。在智能灌浆
系统的建设方面，现有研究已能够生成灌浆过程中的统计图表 ［100］ ，实现灌浆监测与预测的统一分
析 ［101］ ，以及三维地质与灌浆信息的集成分析 ［94］ 。此外，张天鸿等 ［102］ 在基础灌浆领域率先引入 LLM
（Large Language Model），构建基于大语言模型的灌浆工程知识服务系统，为后续构建灌浆领域通用基
座模型奠定了基础。
4.2.5 智能温控 大坝建设涉及大量混凝土的浇筑和长时间的固化，而温度的变化对混凝土的强度和
裂缝形成具有直接影响。因此，在混凝土坝的建设过程中，智能温控技术逐渐成为保障结构安全和施
工质量的关键因素。智能温控技术的核心在于通过对温度的实时感知、分析和控制，实现对大体积混
凝 土 温 度 的 有 效 调 节 。 该 技 术 结 合 了 先 进 的 传 感 器 、 数 据 处 理 系 统 、 智 能 算 法 及 自 动 化 控 制 系
统 ［103-104］ ，形成了全面的温度监控和调控方法，为大坝施工中的温控管理提供了高效的技术支持 ［105］ 。
国际上，美国垦务局率先在欧瓦西拱坝中尝试使用冷却水管来调节混凝土的温度，这标志着通水
冷却技术在水电工程中的首次应用。随后，胡佛大坝全面采用了内部冷却水管布置的方案，有效避免
了大坝裂缝的产生。这一技术进步为国际工程实践提供了重要参考，推动了后续温控技术在水电工程
中的广泛应用。在国内，研究者们结合智能算法，推动了大体积混凝土温度控制技术的发展 ［106］ 。中
国水利水电科学研究院提出了基于“表面保温、低温浇筑、通水冷却”三大技术的“九三一”温控理
念，研发了智能化温控系统 ［107］ ，广泛应用于国内多个大坝工程，显著提高了施工质量和安全性。
最近，智能温控技术通过综合考虑多个控制目标，得到了进一步提升。马睿等 ［108］ 提出了一种用
于混凝土拱坝的智能控制方法，该方法结合了仿真分析与自动化控制技术，实现了对温度应力和横缝
性态的全面控制。张庆龙等 ［109］ 则提出了一个跨学科的理论框架，结合人工智能、运筹学和数值仿真
技术，进一步完善了大体积混凝土的温度应力控制系统。
4.3 智慧运维 智慧运维重点关注大坝服役性态分析与管理、水文和洪水预报、资源管理与优化和设
备性能预测与维护等研究内容。

— 12 —