水庫邊坡位移監測及穩定分析

劉惠江

(新疆維吾爾自治區昌吉州呼圖壁河流域管理處，新疆 昌吉州 831200)

自20世紀90年代以后，我國專家學者針對邊坡的穩定性進行了許多的研究，隨著科技不斷的發展，邊坡監測的方式也得到完善，目前不僅能夠進行地質表面的監測，還能對地下深部及地下水位等區域進行詳細的監測。而水庫的建設及使用對于我國社會的發展具有重要的作用，邊坡的穩定作為影響水庫結構的主要因素，受到了廣泛的關注[1]。在水庫邊坡監測的研究中，傳統的監測方式不僅安全系數較低，而且觀測的頻率也存在一定的短板，張旭等以邊坡變形資料作為研究的基礎，通過將時效性以及降雨、溫度等影響因素作為決定性因子，構建了水庫邊坡變化趨勢的回歸分析模型[2]；楊強等在對水庫邊坡穩定性分析模型進行分析后認為，使用不考慮具體變異特性的定值法能夠獲得準確的水庫邊坡安全系數[3]；張俊等分析了水庫大壩的滲流與邊坡穩定性的關系，驗證了截水槽在防滲中的作用[4]；賀可強等通過對水庫進水口的邊坡進行有限元分析后發現，巖層間存在的結合力差將會造成邊坡的穩定性問題[5]。時至今日在水庫邊坡的穩定性分析以及預測中，已經能夠實時進行監測，并可在監測過程中的時間序列里增加環境因素，用于反饋水庫邊坡變形時力的作用，并以此為基礎構建出模型對邊坡的位移變化形式進行預測分析，這種方式已經成為目前水庫邊坡穩定性分析的主要研究方式[6]。本研究將結合實際工程案例，對水庫邊坡的地表及地下位移進行監測，將收集的數據進行模擬，并根據不確定性原理構建邊坡穩定性模型，以此全面地探究水庫邊坡的穩定性。

1 工程概況

1.1 庫區邊坡概況分析

某一級水電站為流域干流控制性水庫階梯級電站，水電站壩高為186 m，正常蓄水位為276 m，總庫容為2.8×107m3，調節庫容2.1×107m3；庫區邊坡整體呈現為不規則形狀，前后高程具有顯著的差異，其前部高程為109 m、后部高程為577 m，前后高程實際差為468 m；邊坡的寬度均值為610 m，縱向為820 m，平均坡度為28.5°，邊坡的平均厚度為81 m；邊坡中巖石呈現為破碎化狀態，巖石巖性為三疊系變質巖系,有雜谷腦組(T3z)淺灰～灰黑色粉砂質細砂巖夾板巖(千枚巖)，巖石節理間具有較多的裂隙；該區域地下水類型主要以松散巖類孔隙水、碳酸鹽巖類巖溶裂隙水為主。

1.2 監測點的布置

本研究中邊坡位移監測點位布置采用整體控制、組合優化的方式，選擇具有較好穩定性并適用于本次研究的檢測儀器，根據研究庫區邊坡滑坡的地質環境、邊坡的位移變化情況以及實際的需求等多方因素考慮，最終設置四個監測點，如圖1所示。

圖1 監測點位布置示意圖

2 計算分析

2.1 邊坡數值模擬計算

研究采用工程模擬軟件ABAQUS構建數值的有限元網格劃分分析模型，并將自然狀態以及暴雨作為主要工況，利用彈塑性分析方法對不同工況下的邊坡變化狀態進行分析[7]。

2.2 安全度系數計算

安全度系數使用Fellenius(費倫紐斯)條分法以及增量法計算，如式(1)所示：

(1)

式中：c為內聚力，N；lk為第k個土條的接觸面的長度，m；φ為內摩擦角，(°)；n為土條的數量，個；Wk為第k個土條的重力，N；θk為第k個土條的切面和水平面所構成的夾角，(°)；γw為水的容重，kg/m3；V為浸潤土層中所含有水的總體積，m3；i為水力的坡降，%。

2.3 Pignistic概率計算

在獲得庫區邊坡中不同種類的土壤特征系數后，便利用Pignistic概率理論所計算獲得的安全系數將其轉變為Pignistic概率密度，以便能夠更好地分析庫區邊坡在不同工況狀態下的穩定性[8]。

3 邊坡位移監測、滑動面及穩定性結果分析

3.1 邊坡位移監測分析

隨著時間的推移，庫區邊坡位移首先增加，在一定時間后增加趨勢逐漸減緩，研究中不同監測點位的位移變化發展趨勢基本保持一致，由于監測點位所處位置存在差異，所監測到的地表位移數據以及變化速率具有一定的差異，地表位移監測結果如圖2所示。

圖2 地表位移監測結果

圖3 深層位移監測結果

通過對地下深層區域的位移監測結果可以發現(深層位移監測結果如圖3所示)，在地下深度-20～-18 m的區域位移程度極為顯著，在發展過程中由正位移轉變成了負位移，并且隨著時間的推移，-18～0 m范圍內的正位移呈現逐漸增加的趨勢，而在-20～-18 m深度下負位移則逐漸地降低，根據數據顯示，深度在-18 m時位移增加速率最快。因此可見，在進行水庫工程施工時需要注重注意地下-18 m區域的地質勘查工作，并根據實際情況制定有效的加固措施。

3.2 邊坡滑動面工況模擬分析

通過模擬發現不同工況下水庫邊坡均出現了顯著的滑動破壞現象。在暴雨工況下，其庫區邊坡的滑動破壞面更陡，因此可以說明在暴雨工況下其安全系數較低。此外，雖然不同工況下，庫區邊坡的變化趨勢具有一致性，但取值上卻存在差異，如自然條件工況下最大應變值為6.56×10-4、暴雨工況下最大應變值為9.87×10-4，這也說明了后者安全系數更低。模擬結果與實際情況具有一致性。水庫邊坡土質檢測分析數據如表1所示。

表1 水庫邊坡土質檢測分析數據

3.3 邊坡穩定性分析

(1)不同降雨持續時間下安全系數分析。當邊坡持續受到降雨的影響時，其安全系數將呈現出不斷下降的趨勢，此結論與前文使用Fellenius條分法以及增量法的研究結果相一致，但需要注意的是，使用Fellenius條分法以及增量法所得到的安全系數在不同降雨持續時間下的數值均達到1.0以上，由此可以證明本研究中水庫邊坡處于穩定的狀態[9]。

(2)Pignistic概率密度分析。通過分析可以得出，在自然條件工況以及暴雨工況下，水庫邊坡的安全系數均能達到1.0以上，說明水庫邊坡具有一定的穩定性，結論與前文相一致，但水庫在水位驟降時期安全系數將會降低到1.0以下，因此在實際當中應根據水庫實際情況實施聯合優化調度，避免發生水位驟降的情況。

4 結 論

水庫邊坡位移監測數據顯示，隨著時間的推移，庫區邊坡位移將首先增加，并且在一定的時間后增加趨勢將會逐漸地減緩，深度在-18 m時位移增加速率最快，屬于危險區域；在暴雨工況下相比自然條件工況，其庫區邊坡的滑動破壞面更陡，其安全系數較低，應變數值大，危險程度高；在自然條件工況以及暴雨工況下，水庫邊坡的安全系數均能達到1.0以上，但水庫在水位驟降時期安全系數將會降低到1.0以下，需要在該水庫日常管理中注意此類問題，不斷提升水庫安全管理，杜絕此類問題帶來的安全隱患。