永豐縣藤田鎮大坑水庫大壩安全評價

黃春財

(江西省永豐縣水利局建管股，江西 吉安 331500)

0 引 言

裂縫開度、揚壓力、位移、變形和滲流等因素均可對大壩安全產生影響，且大壩運行狀態受不同因素的影響程度存在一定差異，對大壩安全水平利用單一因素評價存在較大的不確定性，同時各因素間的關聯作用往往具有隨機性，因此有必要融合各類不確定信息綜合評價大壩的安全狀態[1]。張琳等[2]依據評估函數、持續序列和D-S證據理論，基于相關研究資料建立了信息評估模型和可信度函數；李文立等[3]對證據模型在沖突分配過程中加以修正，有效解決了Dempster處理規則中存在的問題；曹杰等[4]將多維空間中的點與基本概率賦值一一對應，用于加權融合計算；畢凱等[5]將聚類分析和模糊數學法相耦合提出一種新的分析方法。目前，關于不同類和同類監測項目間的數據融合研究還鮮有報道，且考慮權重的加權融合法的研究更少。鑒于此，此次對同類項目的監測數據采用變異系數聯系，對各項目權重利用歐式距離計算，并對監測數據利用優化的加權融合法求解，對水庫大壩的安全狀況結合D-S證據理論評價。

1 監測數據預處理

1.1 標準化處理

各項初始數據因量綱和量級的不同無法直接參與計算，為消除各效應量之間的不可通透性和避免數量級懸殊對評價結果的影響，有必要無量綱化處理各原始監測數據，具體如下：

1)對于數值越小則水庫大壩安全性能越高的壩體滲流、壩基揚壓力等監測項目，利用如下公式處理原始監測數據，即：

(1)

2)對于數值越適中則水庫大壩安全性能越好的徑向位移、切向位移等監測項目，采用下述公式對原始監測數據處理，即：

(2)

3)對于數值越大則水庫大壩安全性能越好的監測項目，根據計算式(3)處理其監測數據，其表達式為：

(3)

1.2 監測數據歸一化

(4)

(5)

(6)

(7)

(8)

1.3 變異系數賦權法

針對同一測點存在多組監測數據且含有較多測點的項目，采用變異系數法對同測點數據間權重賦值。例如，對于布置了m個測點且每個測點存在n個測值的壩頂水平位移監測項目，利用下式計算確定測點i的變異系數δi，其表達式為：

(9)

2 D-S證據理論

集合與命題之間的對應關系按照證據理論中的信任函數確立，而信任函數的規則更新主要通過D-S合成規則實現，在解決處理不確定數據融合沖突時具有較強的適用性。實際應用過程中采用層次分析法和系統工程理論，確定評價因素并建立隸屬函數，然后對各因素的基本概率分配函數利用隸屬函數計算，總的概率分配和最終評價等級依據D-S準則合成確定。

2.1 建立評價因素集

裂縫開度、位移、滲流和揚壓力等為影響大壩安全的主要因素，在大壩安全評價中建立的因素集為U={u1,u2,…,un}，選取的因素要綜合反映大壩的深層滑移、強度、穩定性等狀態。依據監測信息的取值范圍和大壩安全檢查實施細則，文章結合水庫大壩運行實際情況和相關文獻資料將安全評價標準劃分4個等級，由此構建的模糊評價集為：

V={V1，V2,V3,V4}={不安全，較不安全，較安全，安全}

(10)

式中：Vi為評價體系中的某指標的安全狀態；V為水庫運行的安全識別等級框架。各評價因子和不同等級之間的聯系利用隸屬度區間建立，當前還未形成普遍適用的等級劃分標準，等區間劃分法為當前系統工程的常用方法。本研究采用等區間劃分法確定大壩安全評價等級，具體見表1。

表1 大壩安全分級標準

2.2 概率賦值法計算

對不確定性、模糊性信息利用D-S證據理論融合，需要采用隸屬函數獲取基本概率分配函數，然后對監測信息賦予相應的數值。為滿足運算簡化和數據后期分區的要求，隸屬函數值μA(x)按照三角形模糊式計算確定，其表達式如下：

(11)

式中：a、b、c為劃分的區間界限值。

根據表1識別框架和隸屬函數形式，將大壩安全監測項目的概率賦值設定為隸屬度，計算式如下：

(12)

(13)

(14)

(15)

式中：ui為標準化處理后的監測項指標值；m((Vi)為不同評價等級下各指標的概率賦值，大壩安全監測項目的測量值趨近于屬性特征中心值的程度越高，則對應的目標BPA越大。

2.3 概率賦值的融合

(16)

式中：A、Φ為集合和空集；m1(Vi)、m2(Vj)為安全評價因子的兩個概率賦值函數；K為衡量信息沖突程度的標準，若K≤1則認為信息間存在沖突，無法融合；若K≠1，則認為能夠融合信息。

根據以上規則融合的不確定信息具有較差的魯棒性，即融合結果受基本概率賦值的影響較為顯著，當存在賦值為零的情況下焦元概率值無法為零，信息融合具有“一票否決”的屬性。因此，文章對證據融合提出一種歐式距加權改進的方法，設兩個點在n維歐式空間內為A(x1，x2，…，xn)、B(y1，y2，…，yn)，則利用歐式公式確定該兩點的距離D(A，B)為：

(17)

n維歐式空間中不同的點視為大壩安全評價指標，以向量的形式x=(a1,a2,…,an)、y=(b1,b2,…,bn)對坐標mi(A1)=a1，mi(A2)=a2，…，mj(An)=an；mj(B1)=b1，mj(B2)=b2，…，mj(Bn)=bn進行轉變處理。兩證據間的距離d(m1,m2)利用歐式距離計算式確定，即：

(18)

3 實例分析

大坑水庫位于永豐縣藤田鎮藤田河左支中西山水上游，該水庫是一座集灌溉、防洪、養殖、供水等功能于一體的小(2)型水利工程，設計和實際灌溉面積分別為100hm2和66.7hm2。經三十多年的服役運行，工程設施不配套、年久失修、建筑物老化等問題突出，樞紐工程現已無法滿足正常運行要求。對此，永豐縣水利局對大坑水庫大壩進行安全監測，監測項目有裂縫開度、水平位移、垂直位移、揚壓力和滲流，經現場檢查樞紐工程和走訪調查水庫運行管理、施工、設計等情況，確定了其病險隱患，具體如下：

1)該水庫樞紐工程坐落在第四系殘坡積層之上，巖石破碎，構造發育，壩頂寬5.5m，大壩上游坡為1∶2.0，無護坡，下游坡為1∶2.0，無壩面排水系統，未做濾土排水設施。該大壩屬于均質土壩，土體松軟，見多處沖溝，壩體土主要是風化料，含大塊徑風化巖塊。壩體蟻害嚴重，1/4壩高以下壩坡及壩腳沿線見濕軟散浸區，主河床部位滲流明顯，壩腳沿線見大面積沼澤地；當庫水位達到200.44m高程以上時大壩滲漏更為明顯，左壩段199.44m高程處見集中滲漏點；壩肩山體破碎，左壩肩1/2壩高處見集中繞壩滲漏,壩體、壩肩、壩基滲漏嚴重。

2)溢洪道位于壩右的天然亞口內，地基為震旦系凝灰質千枚巖，巖體呈全強風化，巖石破碎，邊坡穩定性差，局部塌方；溢洪道開敞式寬頂堰體，設計寬度3.8m，實際寬3.8m，陡槽底板和邊坡無襯砌，沖刷嚴重，無消能設施，無排洪渠，泄洪時沖毀下游農田[6]。

3)斜管斷裂、消力池破壞漏水嚴重，平涵管預制混凝土平涵接縫砂漿脫落，與壩體存在接觸滲漏[7]。

4)水庫由水面經營人員兼管，無管理制度，管理不規范，。無水、雨情觀測設施，無通訊設施[8。

采用ARMA預測模型和某一時間段內大坑水庫監測數據，按照監測資料擬合值科學評價大壩安全狀態。

3.1 數據前期處理

設U={u1,u2,u3,u4,u5}={滲流，揚壓力，垂直位移，水平位移，裂縫開度}為監測數據因素集，然后利用文中所述歸一化、標準化公式對各項監測數據進行處理，從而獲取10個監測點的標準值，見表1。在上下游、左右方、上下方同一測點同一時刻的裂縫寬度監測項目存在3個數據，其它項為1個，所以需要采用變異系數法對裂縫開度監測值賦權。

表1 大壩安全監測項目標準值

3.2 基本概率賦值

根據基本概率賦值計算公式和各監測項目標準化值，求解出水庫大壩安全評價最底層賦值，然后對基本概率賦值的權重及其距離按照公式(18)和響應的流程求解，從而確定包含多個測點的每一種監測項目概率賦值，通過融合計算確定存在多個測點的項目賦值，如表2。

表2 融合計算的基本概率賦值

從表2可知，大壩安全融合值隸屬于較安全V3的指標為0.048，除不確定因素外較安全V2和安全V1指標的融合值為0.527，總體融合值的50%以上為較安全和安全等級，因此可認為該大壩處于安全狀態。然而，由于不確定度概率賦值還位于較高水平的0.426，所以要獲取更加準確的評估結果需要擴大融合的底層指標數，綜合考慮其他檢測資料提高評價結果的可靠性。從單項指標的角度分析，壩基滲流的概率賦值為0.495，屬于不安全的程度較高，可見大壩面臨著滲流安全隱患，必須采取有效的安全措施提高壩基滲流穩定性。采用時間序列預測前期數據時，可以保證評價結果的可靠性，但無法進行長期的預測，若進一步提高融合精度需要考慮其他更多的監測信息[9]。

4 結 論

1)文章對D-S證據理論利用加權融合法加以優化，從而建立了數據與信息對象將的聯系。對監測信息指標權重利用歐式距離公式求解，采用變異系數賦權法處理同一測點的多組監測數據，可實現直接融合不同測點數據的目的。

2)對永豐縣藤田鎮大坑水庫大壩安全狀態采用加權優化的D-S證據理論評價，評價結果與工程實際情況基本相符，可見該優化方法具有較高的可靠性和可行性。