大体积混凝土的温控成败，七分在浇筑，三分在养护。传统养护依赖人工巡检、经验判断——"看看温度计，摸摸表面，觉得热了就盖层棉被"。这种方式不仅数据滞后（往往错过最佳干预窗口），而且决策主观性强，无法形成可追溯的养护记录。我们基于 TG 云模式远程测温系统构建的智能养护方案，将实时监测、多级报警、养护决策融为一体，让混凝土养护从"经验驱动"升级为"数据驱动"。
一、传统养护的三大痛点
| 痛点 | 传统做法 | 后果 |
|---|---|---|
| 数据滞后 | 人工每小时跑点抄数，夜间基本不测，峰值漏报 | 错失峰值窗口，温差超标后才发现 |
| 决策滞后 | 抄回数据→Excel 制表→开会讨论→反馈施工队，周期 1–3 天 | 决策下达时混凝土温度曲线早已过了拐点 |
| 记录缺失 | 养护措施靠现场口头交代，无系统记录 | 验收时无法提供完整的养护过程追溯链 |
二、智能养护系统架构
我们的智能养护系统以 TG 云模式无线测温网络为数据底座，以在线测温智能软件平台为决策中枢，构建了"感知 → 分析 → 报警 → 响应 → 记录"的完整闭环。
2.1 五层架构
| 层级 | 名称 | 功能 | 实现方式 |
|---|---|---|---|
| L1 | 感知层 | 多点温度实时采集 | 预埋温度传感器 + TG 无线采集终端 + 环境温度测点 |
| L2 | 传输层 | 数据无线回传云平台 | 4G（可定制 WIFI/RJ45/LoRa/RS485/CAN），支持断电续传、断网补传 |
| L3 | 平台层 | 数据存储、计算、可视化 | 云平台：3D 温度场 / 历史曲线 / 实时报表 / 公式引擎 / 截面云图 |
| L4 | 报警层 | 多级阈值触发 + 多通道推送 | 6 种预设报警规则 + 自定义公式 + 邮件/MQTT/短信/微信推送 |
| L5 | 响应层 | 养护措施执行与记录 | 人工干预：加盖保温 / 通冷却水 / 调整蒸汽量，平台记录养护日志 |
2.2 养护决策的四大关键指标
系统基于实时数据自动计算以下指标，为养护决策提供依据：
| 指标 | 计算方式 | 养护决策触发 |
|---|---|---|
| 内部最高温度 | max(所有内部传感器当前值) | ≥ 70℃ → 启动冷却水管或调整配合比 |
| 砼内表温差 | abs(max(内部) - 表面温度) | ≥ 25℃ → 加强表面保温覆盖 |
| 砼表面与气温差 | 表面温度 - 环境气温 | ≥ 20℃ → 加盖保温被或篷布 |
| 降温速率（24h） | avg(24h前内部值) - avg(当前内部值) | ≥ 2℃/d → 减少冷却水流量 / 加强保温 |
三、多级智能报警 —— 养护干预的触发机制
报警是智能养护的核心触发机制。系统支持 6 种预设报警规则，用户可自定义阈值和推送方式。
3.1 六种预设报警类型
| 报警类型 | 触发条件 | 默认阈值 | 默认状态 | 养护建议 |
|---|---|---|---|---|
| 内部高温报警 | max(内部) ≥ {val} | 75℃ | 启用 | 启动冷却水管、调整配合比 |
| 内表温差报警 | abs(max(内部) - 表面) ≥ {val} | 25℃ | 启用 | 加强保温覆盖（棉被/草帘/塑料薄膜） |
| 表面与环境温差报警 | abs(表面 - 气温) ≥ {val} | 20℃ | 启用 | 加盖保温被或篷布，防止表面过快散热 |
| 进出口水温差报警 | abs(进口 - 出口) ≥ {val} | 10℃ | 停用 | 检查冷却系统，防止局部过冷 |
| 冷却水与内部温差报警 | abs(内部 - 冷却水) ≥ {val} | 20℃ | 停用 | 提高冷却水温度，避免温差过大致裂 |
| 降温速率超阈值报警 | avgB - avgNow ≥ {val} | 2℃/d | 停用 | 减少冷却水流量、加强保温 |
💡 报警设计思路
前 3 种（内部高温 / 内表温差 / 表面环境温差）是 GB 50496 的强制性控制指标，默认启用；后 3 种（进出口水温差 / 冷却水温差 / 降温速率）需要配合冷却水管使用，默认停用，用户按需开启。
3.2 自定义报警 + 多通道推送
除了 6 种预设规则，系统还支持完全自定义的报警公式。用户可使用传感器 ID（如 TG01_04）、24 小时前值（如 TG01B04）、以及 max() / avg() / abs() 函数自由组合条件表达式。
报警触发后通过以下通道推送：
- 平台弹窗：实时概览页面即时显示
- 邮件通知：支持配置收件人列表
- MQTT 推送：对接第三方 SCADA 或中控系统
- 短信通知：紧急报警直达现场负责人
⚠️ 报警测试功能
系统内建"报警规则测试"功能，可拉取实时传感器值代入规则公式验证是否触发，方便现场调试阈值。调试期间建议先用邮件通道，验证无误后再开启短信通道。
四、养护策略的智能推荐
基于多指标综合判断，系统为不同养护场景提供推荐策略：
4.1 保温养护（最常用）
- 触发条件：表面与环境温差 ≥ 20℃，或降温速率 ≥ 2℃/d
- 推荐措施：混凝土表面覆盖塑料薄膜 + 草帘 / 棉被 / 保温被
- 技术要点：保温材料搭接宽度 ≥ 100mm，边角部位加倍覆盖
- 监测确认：覆盖后 2h 内温差应回落至 18℃ 以下
4.2 冷却水管养护
- 触发条件：内部最高温度 ≥ 70℃，或升温速率 ≥ 5℃/h
- 推荐措施：分阶段通水——升温段用温水（25-30℃）、峰值段用常温水、降温段逐步减少流量
- 技术要点：进口水温与混凝土内部温差 ≤ 25℃，每小时流量变化 ≤ 20%
- 监测确认：通水后 1h 内内部温度应停止上升或开始回落
4.3 蒸汽养护
- 触发条件：冬季施工、环境温度 ≤ 5℃，或预制构件加速硬化
- 推荐措施：分静停→升温→恒温→降温四阶段，升温速率 ≤ 15℃/h、恒温 ≤ 60℃、降温 ≤ 10℃/h
- 技术要点：蒸汽喷口距混凝土表面 ≥ 300mm，避免局部过热
📌 养护记录与追溯
智能养护平台自动记录每次报警触发时间、养护措施执行时间、以及干预前后的温度变化曲线。这些记录可直接用于竣工验收资料，形成完整的养护过程追溯链，满足 GB 50496 对养护记录的审查要求。
五、典型养护场景实战
5.1 场景一：夏季大底板防裂养护
案例：某商业综合体筏板基础 45m × 35m × 3.0m，夏季浇筑（气温 32℃）
- 数据表现：浇筑后 48h 中心温度达 72℃，表面温度 45℃，内表温差 27℃（超 25℃ 阈值）
- 报警触发：系统自动发送内表温差报警邮件 + 平台弹窗
- 养护措施：表面加盖 2 层保温棉被 + 1 层塑料薄膜
- 干预效果：覆盖后 3h 温差降至 21℃，72h 后中心温度峰值 74℃（未突破 75℃ 限值）
- 数据价值：温差曲线完整记录，养护日志自动生成，监理 1 分钟签字确认
5.2 场景二：冬季墩身蒸汽养护
案例：某高铁墩身 6m × 3m × 12m，冬季施工（气温 -5℃）
- 数据表现：浇筑后环境温度持续 -5℃，混凝土表面 2℃（低于 5℃ 防冻要求）
- 报警触发：扩展报警规则——表面温度 ≤ 5℃，邮件 + 短信双通道推送
- 养护措施：搭建保温棚 + 蒸汽养护，升温速率严格控制在 15℃/h
- 干预效果：恒温阶段混凝土内部稳定在 55℃，72h 后强度达标
六、展望：从智能报警到智能闭环
当前系统实现了"监测 → 报警 → 人工响应"的半闭环。下一步演进方向是实现全自动闭环控制：
| 控制对象 | 执行器 | 控制逻辑 | 实现状态 |
|---|---|---|---|
| 冷却水流量 | 电动调节阀（4-20mA / Modbus RTU） | 内部温度 PID 控制：温升快→大流量，峰值后→逐步关小 | 通过DG系统实现 |
| 蒸汽阀门 | 电磁阀 + 温度控制器 | 按养护制度分阶段自动调节蒸汽量 | 已经通过DG系统实现 |
| 保温覆盖 | — | 仍需人工覆盖/撤除（物理操作无法自动化） | 需人工 |
闭环控制的硬件基础已经具备——我司 DG 系列 4G DTU 具备 Modbus RTU 接口，可直接接入电磁阀、调节阀、水泵等工业执行器。结合现有的实时温度数据 + 报警规则引擎，实现全自动温控闭环只需在软件层增加 PID 控制器和阀位映射逻辑。
七、DG系统：AI驱动的自动温控闭环
上述闭环控制的硬件基础——DG 系列 4G DTU，在实际工程中已不仅仅是"通信网关"，而是兼具数据采集与智能控制的边缘计算节点。DG 系统通过与 TG 测温子设备的无线组网协同，构建了一条完整的"感知 → 融合 → 决策 → 执行"自动温控链路。
7.1 DG 系统的双重角色
| 角色 | 功能 | 采集 / 控制对象 |
|---|---|---|
| 数据采集 | 汇总 TG 测温子设备数据 + 采集 DG 自身挂载的传感器与仪表 | 温度（TG 各通道）、冷却水流量（流量计）、开关量状态（水泵运行/停止）、变频器当前频率值 |
| 控制执行 | 接收云平台下发的控制指令，通过 Modbus RTU 接口写入执行器 | 变频器频率设定、电动球阀开合度（0–100%）、电磁阀通断 |
7.2 多源数据融合：AI 决策的输入层
DG 系统每 2 分钟向云平台上报一次全量数据快照。AI 决策引擎从以下几个维度汇聚信息，形成对混凝土当前热力学状态的完整画像：
| 数据维度 | 来源 | 典型值 | AI 决策用途 |
|---|---|---|---|
| 内部温度场 | TG 测温子设备（32 通道） | 中心 72.3℃ / 上表面 48.1℃ / 下表面 52.6℃ | 判断温升阶段（升温 / 峰值 / 降温） |
| 冷却水流量 | DG 挂载的流量计（脉冲 / 4-20mA） | 当前 2.5 m³/h | 判断当前冷却强度是否足够 |
| 变频器频率 | DG 通过 Modbus RTU 读取变频器 | 当前 35 Hz | 作为控制基准，计算调节方向和幅度 |
| 电动球阀开度 | DG 通过 Modbus RTU 读取阀门定位器 | 当前 60% | 与流量数据交叉验证，确认执行器状态 |
| 开关量信号 | DG 数字量输入（DI）通道 | 水泵运行 = 1 / 停止 = 0 | 确认执行器真实状态，防止指令未生效 |
| 环境气象 | TG 外接环境传感器 / 气象 API | 气温 32℃ / 风速 3m/s | 辅助判断表面散热速率 |
7.3 AI 辅助决策引擎
云平台在收到 DG 上报的完整数据快照后，AI 决策引擎执行以下五步流水线：
AI 决策流水线（每 2 分钟执行一次）
数据预处理
清洗异常值（传感器断线、跳变）、插值补全缺失点、将各维度数据对齐到统一时间戳
状态识别
基于温度场梯度和历史趋势，自动判断混凝土所处阶段：升温期（dT/dt > 0 且持续 > 30min）、峰值平台期（|dT/dt| ≤ 0.5℃/h）、降温期（dT/dt ＜ 0 且持续 > 30min）
多指标综合评估
同时计算内部最高温度、内表温差、表面与气温差、降温速率（24h）、进出口水温差共 5 项指标，与 GB 50496 阈值逐一比对
控制策略生成
根据当前阶段 + 指标偏离程度，AI 生成具体的控制指令：变频器目标频率、电动球阀目标开度、是否启停水泵
安全校验
对生成的控制指令进行安全边界检查——冷却水与内部温差 ≤ 25℃、流量变化幅度 ≤ 20%/h、变频器频率范围 10–50Hz——任一超限则降级为保守策略并推送人工确认
💡 AI 决策的核心逻辑
不同于简单的"阈值 → 动作"映射，DG 系统的 AI 引擎采用多变量协同调节策略。例如：当内部温度升高时，AI 不会简单地"开到最大流量"——而是综合考虑当前变频器频率、阀门开度、冷却水温差约束，计算出一个渐变的目标值曲线，确保调节过程平滑、不过冲、不引发温差次生危害。每次调节后，AI 在 2 个上报周期（4 分钟）内评估效果，若趋势未改则进入下一轮微调。
7.4 指令下发：从云到端的闭环执行
AI 生成的控制指令通过云平台下发给现场 DG 设备，DG 再通过 Modbus RTU 总线写入执行器：
| 控制对象 | DG 输出方式 | 指令示例 | 调节粒度 | 实现状态 |
|---|---|---|---|---|
| 变频器频率 | Modbus RTU 写保持寄存器（06 功能码） | 地址 40001 ← 35.0 Hz | 0.1 Hz | 已实现 |
| 电动球阀开度 | Modbus RTU 写保持寄存器 / 4-20mA 模拟量输出 | 地址 40002 ← 65（65%） | 1% | 已实现 |
| 电磁阀通断 | DG 数字量输出（DO）通道 | DO1 ← ON | 开关 | 已实现 |
7.5 完整自动温控闭环
将以上环节串联起来，DG 系统驱动的自动温控形成了完整的闭环链路：
TG 测温
温度数据
DG 汇聚
多维数据快照
云平台
AI 决策引擎
DG 执行
Modbus 指令下发
执行器动作
变频 / 阀门 / 水泵
🎯 DG 自动温控核心能力
- 多维感知：同时采集温度、流量、频率、开度、开关量 5 个维度，远超传统方案仅看温度
- AI 决策：基于多变量协同调节而非简单阈值触发，策略平滑、不过冲、不引发次生危害
- 闭环执行：DG 通过 Modbus RTU 直接写入变频器和电动球阀，2 分钟全周期，无需人工介入
- 安全兜底：每次指令下发前经过安全边界校验，超限自动降级并推送人工确认
- 效果追踪：指令下发后 4 分钟内评估效果，未达预期则自动微调
📋 结语
智能养护的核心不是"自动化替代人"，而是让人的决策有数据支撑。当前 TG 云模式已经实现了 24 小时不间断监测 + 秒级报警推送 + 完整养护追溯，大幅提升了养护决策的时效性和可信度。后续随着闭环控制硬件的接入，养护将真正进入"无人值守"阶段——但养护策略的设计、报警阈值的标定、异常情况的判断，仍然需要工程师的专业经验。好系统帮你发现问题、提醒你、记录你做了什么；决策权永远在你手里。