呂柏穎,黃耀英,田儀帥,朱趙輝
(1.三峽大學水利與環境學院,湖北 宜昌,443002;2.北京師范大學水科學研究院,北京,100875;3.中國水利水電科學研究院,北京,100038)
迄今我國已修建9.8 萬多座水庫大壩,為我國國民經濟發展起到重要作用。隨著水利工作的重點逐漸轉移到“補短板、強監管”上,對我國在役水庫大壩的健康診斷越來越重要和緊迫。大壩和人一樣存在“生老病死”的生命周期。為了保持身體健康,人們定期會進行健康檢查,以及時調理和治療。同樣的,為保證水庫大壩安全,主管部門要求每5~8年對其進行一次全面的安全鑒定,以發現在役水庫大壩存在的安全隱患,及時采取相應工程措施消除隱患,確保水庫大壩的安全。
截至目前,針對大壩健康診斷,國內外學者已開展了大量研究,如基于云模型的多層次綜合評價[1]、層次模糊綜合評價(FAHP)[2]、支持向量機(SVM)[3]、人工神經網絡(ANN)[4]、組合賦權-理想點[5]等大壩安全綜合評價模型的運用;大壩生命周期的健康診斷[6]、工程信息融合[7]、大壩長效服役狀態風險[8]等研究;“3S”技術[9]、BIM 技術[10]、人工智能引擎[11]、物聯網技術[12]、大數據云平臺[13]、巡檢無人機[14]、水下智能檢測機器人[15]等新型智慧硬件與軟件在大壩安全健康診斷的應用。總體來看,雖然目前針對大壩健康診斷的技術與方法呈現多樣化趨勢,逐漸形成了一套較為系統的健康診斷體系,然而隨著水庫大壩服役年限的延長,水庫大壩的健康診斷仍存在較多不確定性問題。因此,從新的視角深度挖掘這些問題,進一步完善現有的大壩健康診斷體系十分必要。……