关键词：大坝渗流；监控指标；计算方法；综合分析；
Comprehensive Analysis on Computational Methods of Monitoring Index of Dam Seepage
Lan Ani, Yang Songlin, Zhou Xiaolu , Peng Ke
(Hunan Wuling Power Technology Coporation.LTD)
ABSTRACT: Monitoring indexes of dam seepage is important for early online warning and ensuring safety of earth and rockfill dam. These monitoring indexes include seepage pressure、seepage potentila、seepage gradient and seepage volume. Their computational Methods have two kinds,the mathematical and the mechanical. The mathematical methods include confidence internal、normal distributed cloud model and typical low-probability. The principle、computation process and applying conditions of these methods are comprehensively analyzed and some advices are presented for computation of these monitoring indexes.
Key Words: dam seepage; monitoring index; computational method; comprehensive analysis
1 引言
根据国内外水库大坝失事原因的调查统计，除洪水漫顶外，因渗透破坏而导致垮坝是土石坝失事的最主要形式，其失事比例约占30～40%。渗流是反映大坝坝安全状态的重要评定项目，坝体坝基渗流监测的目的是为了了解坝体和坝基的防渗的防渗效果以及渗透稳定性，从而判别坝体坝基防渗体的防渗性能。因此渗流监控指标的拟定对于实施在线预警和保障大坝安全具有重要意义。
2 大坝渗流监控指标的计算及其特点
渗流状态具有多种表现形式，可从多个角度采用多个指标进行监控。渗流监测指标有渗透压力、渗流位势、渗透坡降、渗漏量等。渗流监控指标多属于单边型监控指标，即只有偏高时才是可能是不安全的。
渗流位势计算式为：，为监测水位，为上游水位，为下游水位。比较不同年份位势的变化，可作为工程防渗能力变化的评价指标，用于大坝安全监测评价。
渗透坡降计算式为：，为监测点间的水位差，为监测点间的水平距离。坝体和坝基的渗透坡降是监控土石坝渗透破坏最为关键的指标。
大坝渗流量由三部分组成：（1）通过坝体的渗流量；（2）通过坝基的渗流量；（3）通过两岸绕渗或两岸地下水补给的渗流量。为了监测各部分的渗透稳定性，应尽量做到分区观测。
渗流监测量的滞后效应产生原因是库水压力在渗流场中的传递需要时间。在运行过程中水库水位又处于不断变化之中，因而大坝渗流一般都是非稳定渗流，与库水位相关但不同步。由于非稳定渗流和水头的滞后效应，渗流监测效应量要受同期以及前期水位的影响，坝体坝基防渗体将承受比稳定渗流状态时更大的水力梯度。
渗流监测量也存在显著的时间效应。一般前况下，水库蓄水后，随着时间推移，坝前淤积和坝基内部淤积逐渐增加，土石坝体不断固结，使得坝的渗透性不断减小；大坝防渗体在运行初期产生的各类裂缝不断遭受冲蚀，其渗透性不断增长；坝基防渗帷幕和排水效应随时间产生变化。
3 大坝渗流监控指标的计算方法
混凝土坝渗流监控指标的计算方法主要分为两大类，即不确定数学方法和力学机理分析方法，不确定数学统计分析方法主要包括置信区间法、正态云模型法和典型监测效应量小概率法。
3.1 数学分析方法
3.1.1 置信区间法
置信区间法的理论基础是统计理论中的小概率事件，在统计学中认为小概率事件是不可能发生的事件，如果发生则认为是异常的，因此可以把监测效应量的实测值与各种数学模型计算值的残差作为统计问题进行分析。在残差符合正态分布的前提下，确定合理的置信带宽，以检查实测值与计算值的残差是否在允许的范围内，超出允许范围则认为是异常的。置信区间法的监控指标是以预报模型表示的一个区间。为评价数学模型拟合质量，应对残差序列进行检验。当残差序列符合期望值为零的正态随机分布时，才可认为数学模型是恰当的；否则就说明数学模型未能充分提取自变量对监测效应量的贡献，应对数学模型进行修正。
置信区间法通过数学模型建立监控方程，即监控量，为监控量的数学模型计算值，为数学模型的剩余标准差；为自然数，由显著性水平确定。
运用置信区间法进行安全评判，当效应量实测值与预报值相差较大时应慎重分析，离差过大有三种情况，一是确实出现异常；二是建立模型时某些因素被忽略；三是数学模型不合理，预测值与实际相差太大。
期刊文章分类查询,尽在期刊图书馆
置信区间法较为简单，但存在诸多局限性，要避免单独使用这种方法建立安全监控指标，应与其他方法结合使用。
3.1.2 正态云模型法
云模型是在概率论和模糊数学理论两者交互的基础之上，通过特定的结构算法所形成的定性概念与其定量表示之间的转换模型。正态云模型考虑了监测值的随机性和模糊性，通过“定量一定性一定量”的转换，构成“安全度”和“监测值”的相互映射。云模型先通过逆向云算法计算云模型的期望、熵、超熵数字特征，再通过正向正态云模型利用已求出的数字特征进行云滴运算，求得满足正态分布且已知其确定度的正态云滴群，从而获得一组概率密度函数和确定度已知的云滴群，以此拟定大坝安全监控的警戒值。
根据正态云的“规则”，对于定性概念有贡献的云滴，主要落在区间内，在区间外的云滴为异常信息。
3.1.3 典型监测效应量的小概率法
1、BMM模型法
BMM （Block Maxia Method）模型法是按时间或周期将独立随机的监测效应量序列分隔为若干互不重叠的区间，选取区间极值构成子样本序列进行极值概率分布拟合。
（1)统计检验法
区间极值法是根据实测资料，确定不利荷载组合所对应的监测效应量或其分量，将其视为随机变量，由小到大排列，得到样本序列值，对样本空间应用K-S法、A-D 法进行小子样统计检验，确定其累计概率分布函数（如正态分布、对数正态分布、Gumbel（极值Ⅰ型分布）、Weibull、Gamma分布），再根据失效概率即可求得相应水平的安全监控指标即警戒值。
（2)最大熵法
熵是用来描述系统不确定程度的量，最大熵方法是具有约束条件的极值问题，是一种处理不适定问题的良好方法。最大熵原理指出：最小偏见的概率分布使熵在已知样本信息的约束条件下达到最大值。最大熵概率密度函数无需事先假设分布类型，直接根据区间样本值的统计数字特征值进行计算，包含的主观成分最少,较为为客观。最大熵概率密度表达式为，其约束条件为，是随机变量的第阶原点距，由样本数据直接计算。构造拉格朗日函数，利用牛顿迭代法或非线性规划求出最大熵概率密度函数，根据失效概率和最大熵概率密度函数确定监测效应量的极值。
2、POT模型法
POT（Peaks Over Threshold）模型是依据一定的规则拟定合理的阈值，利用广义Pareto分布拟合超阈值样本序列，得到其分布函数，从而计算出一定失效概率下的监测效应量警戒值。POT模型法借助Hill图法或者数值计算确定阈值，构造广义Pareto分布函数参数的对数似然函数，根据求得的参数估计值确定广义Pareto分布概率密度函数，再由失效概率确定监测效应量警戒值。
基于POT模型的极值小概率方法扩大了样本的容量，能更准确地描述序列分布的尾部特征。在采样数据较少的情况下，是一种比较准确的分位数分析和预测工具。
典型监测效应量的小概率法定性联系了对渗透稳定不利的荷载组合效应，比置信区间法更合理，但也存在不足：（1）大坝没有遭遇不利荷载组合时，根据长期观测资料计算的监控指标只是已遭遇荷载条件下的极值；（2）失效概率的选择受人为经验的影响；（3）没有定量联系渗透稳定条件。
3.2 力学分析方法
力学计算方法是根据流固相互作用力学理论结合监测资料，利用反演确定的参数值进行力学计算来确定正常蓄水位、设计洪水位、校核洪水位等典型工况下的监测效应量期望值。由于校核洪水位遇到的几率非常小，可以将正常蓄水位、设计洪水位下计算的渗流监控指标值分别作为水压分量的警戒值和危险值。
由于库水位处于不断变化之中，大坝渗流一般都是非稳定渗流，渗流参数反演要选取库水位稳定期相对较长情况下的渗压水头等监测资料。
由于力学分析方法难以准确计算降雨、温度、时效等因素对渗流监测量的影响，这些分量值的监控指标宜通过建立的统计模型予以分离，利用数学分析方法确定分量的监控指标，与力学计算方法确定的水压分量监控指标叠加作为最终的监控指标。
4 结论
大坝安全监控指标拟定是大坝安全监测自动化、数字化、智能化建设的一项基本内容，有助于快速方便直观地评判大坝安全运行状态。大坝安全监控指标的计算方法分为数学和力学分析方法，数学分析方法主要包括置信区间法、正态云模型法和典型监测效应量的小概率法。蓄水阶段和初期运行阶段宜采用力学计算方法，长期运行阶段宜综合利用力学和数学计算方法。由于长期运行过程中大坝坝基力学性能退化，宜定期重新拟定监控指标。
参考文献
[1] 高全,吴洁莲,施玉群.深圳水库主坝坝体渗流监控指标拟定方法[J],水电与新能源,2016（140）：21-24.
[2] 于满满,谢谟文,杜岩.水库大坝渗透稳定性监控指标研究,水利与建筑工程学报,2014,12（2）:26-30.
[3] 聂兵兵,赵二峰,殷详详.基于极值理论的大坝变形监控指标拟定[J],水电能源科学,2015,33（12）:101-104.
[4] 张海龙,马斌，梁亚平.基于广义Pareto分布的大坝预警指标拟定方法[J]，水力发电，2017，43（6）：97-100.
[5] 任杰,苏怀智,陈兰.基于POT模型的大坝位移预警指标实时估计[J],水力发电,2016,42（4）:45-48.
[6] 丛培江，顾冲时,谷艳昌.大坝安全监控指标拟定的最大熵法[J],武汉大学学报,2008,33（11）:1126-1129.
[7] 朱凯,陈晨，袁昊.云模型在大坝裂缝宽度安全监控指标拟定中的应用[J]，三峡大学学报，2012，34（5）：10-13.
[8] 伊尧,方朝阳.基于强度储备法拟定混凝土坝水平位移监控指标研究[J]，水电能源科学，2012，30（8）：74-76.
[9] 吴中如.水工建筑物安全监控理论及其应用[M].北京：高等教育出版社，2003.
论文作者:刘阿妮, 杨松林, 周小录, 彭可
论文发表刊物:《当代电力文化》2019年23期
论文发表时间:2020/5/8