（水工结构工程专业论文）贮灰坝渗流监测模型与安全预警分析.pdf

大连理工大学硕士学位论文 摘要 随着经济发展对电力需求逐年增加，许多大型电力工程相继投入使用。其中，火力 发电厂规模也越来越大，一方面促进了经济的发展，另方面也带来了潜在的危险，一 旦灰坝失事，将会给下游公众造成生命和财产损失、给社会环境带来严重影晌。因此， 及时掌握灰坝性态及其变化信息、降低灰坝失事风险是火电厂大坝安全防范的首要任 务。为达到此目的，依靠现代科技手段建立灰坝的自动监测和预警系统是非常必要的。 本文在分析传统的大坝监澳4 统计回归模型、确定性模型和混合模型的基础上，基于 人工神经网络中b p 网络和r b f 网络的优点，利用这两种网络对实际工程金竹山电 厂贮灰坝实测测压管水位进行了模拟和预测，进而进行了灰坝稳定的监测和预警。 本文提出了对安全系数进行人工神经网络预测的方法：即用人工神经网络来寻找坝 坡安全系数与各种影响因素之间的关系，进而预测出在坝坡稳定影响因素改变时坝坡的 安全系数。并利用均质坝为例进行了验证，结果证明该方法可行。最后将该方法应用到 金竹山电厂贮灰坝实际工程中，实现了灰坝稳定安全系数的实时预报和预警分析。通过 对现有监测数据分析，预测出金竹山予坝加高后仍然是稳定的结果。 关键词：贮灰坝；神经网络：预测预警 一工 贮灰坝渗流监测模型与安全预警分析 s e e p a g em o n i t o r i n g m o d e la n d s a f e t y a l a r m a n a l y s i so f a s h s t o r a g ed a m a b s t r a c t w i t ht h e d e v e l o p m e n t o fe l e c t r i c e n g i n e e r i n g i nr e c e n t y e a r s ，t h e e c o n o m y i s i m p r o v e d h o w e v e r ， v a r i o u s t y p e d d a m su s e di ne l e c t r i c e n g i n e e r i n g h a v eb e c o m eh i d d e nt r o u b l e t h ee f f e c t so fd a m b r e a k a g e a r e e n o r m o u s ，w h i c hw i i it a k e as e r i o u sm i s c h a n c et ot h e p e o p l er e s i d e a r o u n d t h ed a m s i t i s n e c e s s a r y t oe s t a b l i s hd e t e c t i o na n da l a r ms y s t e mo fd a m d e p e n d i n go nm o d e r ns c i e n c ea n dt e c h n o l o g yi no r d e rt op r o v i d ed a mc h a r a c t e r a n dr e d u c ed a mr i s k t h e p a p e rs i m u l a t e s a n dp r e d i c t sr e a l p i e z o m e t r i c h e a do fa s h s t o r a g e d a mo fj i n z h u s h a ne l e c t r i cp o w e rp l a n t u s i n gb p n e t w o r ka n d r b fn e t w o r k b a s e do nt r a d i t i o n a ls t a t i s t i c a lr e g r e s s i o nm u d e l 、a s s u r e dm o d e la n dm i x e d m o d e lw h i c hm o n i t o r st h es e c u r i t yo fa s hd a m t h e p a p e ra d v a n c e s a n e wm e t h o dw h i c hm a k e su s eo fa r t i f i c i a l n e u r a l n e t w o r k p r e d i c t i n gs a f e t y c o e f f i c i e n t t h em e t h o du s e sa r t i f i c i a ln e u r a l n e t w o r kt os e a r c ht h er e l a t i o n s h i pb e t w e e ns a f e t yf a c t o ro fd a ms l o p ea n d e f f e c tf a c t o r ，a n ds a f e t yf a c t o r sa r ep r e d i c t e dw h e nt h ef a c t o r sa f f e cti n g s t a b i l i t y o fd a mc h a n g e t h en e wm e t h o di su s e ds y r i m l e t r i c a ld a ma n di t i s p r o v e d t ot h em e t h o di sf e a s i b l e i nt h ef i n a l ，t h em e t h o di su s e dt o p r e d i c ts a f e t y c o e f f i c i e n to fd a ms t a b i l i z a t i o ni nt h ep r o j e c to fa s h s t o r a g ed a mf o rj i n z h u s h a ne l e c t r i cp o w e rp l a n t k e y w o r d s ：a s hs t o r a g ed a m ；n e u r a ln e t w o r k ；p r e d i c t i n ga l a r m i 工一 独创性说明 作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究 工作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得 大连理工大学或其他单位的学位或证书所使用过的材料。与我一同工作 的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢 意。 作者签名：主醚安日期：三竺蟹 大连理工大学硕士学位论文 1 绪论 1 。1 课题研究的背景和意义 随蓑国民经济的发展，近年来火力发电场的建设规模越来越大，单机容量也迅速增 加，贮灰场的规模也同步扩大，6 0 7 0 年代的贮灰场的灰坝高度一般在几米至十几 米。而现在贮灰场的灰坝均在几十米，并且还在分期分级加高使用。由于灰坝规模的增 大，相应使灰坝的维修、管理工作量也在加大，要求的管理水平也必须提高。但是，火 力发电厂贮灰坝的管理水平，远远比不上一般水库的管理水平，很多灰坝甚至无人管 理。据些资料反映 1 ，8 0 年代以来全国火力发电厂多次发生贮灰场的溃坝事故，给 国民经济和人民生命财产造成巨大损失。例如：1 9 8 5 年5 月，吉林省榆树川电厂的山 谷贮灰场溃坝，9 0 m 的灰坝溃开宽约6 5 m 以上的个缺口，3 0 分钟内将竣工六年所存的 5 5 万r n 3 灰水混合物中的3 0 4 0 万酊从溃口冲出，涌向布尔哈通河。“洪峰”高达5 m ， 灰浆淹没灌渠和下游大片稻田，煤灰淤积最深处达一米多厚，冲垮了五座拦河坝，污染 了河水，影响了延吉市市民用水，灰水下泻时死亡一人。又由于电厂灰水进入循环水系 统，致使运行的三台机停了两台，出力由5 0 m w 降到2 0 晰。户县电厂灰场灰坝长3 0 m ， 高2 6 m ，当民工正在坝上进行加固施工时，突然发生垮坝。5 6 i 玎长的坝段被冲开，民 工被灰水冲走，死亡一入，附近的麦地，简易公路及电厂的铁路专用线也被淹没。景德 镇电厂灰场溃坝，2 0 多万甜灰水从副坝倾泻而出，大量灰水流进位于江边的自来水厂 沉淀池，腐没农田四十余亩。水厂停水三天，电厂停机十五天，景德镇大部分工厂停 工，影响很大。除溃坝外，由于滑坡和其他因素造成灰坝不稳定所带来的损失也很大。 如1 9 8 5 年1 0 月1 7 日江苏谏壁电厂松林山灰坝由于开挖取土不当，使南坝端山坡发生 大砸积滑坡，带动部分坝体一起下滑，导致灰坝的下游坡面产生裂缝，下陷和隆起变 形，危及灰坝安全，迫使电厂唯一的灰场停止使用，而不得不向长江排灰，造成严重污 染。又如云南宣威电厂庙后头灰场，坝高3 8 r a ，坝下埋管为1 6 m 的现浇钢筋混凝土管， 壁厚3 0 0 m m ，长1 7 8 4 m 。由于不按设计图纸施工排泄澄清水，加盖板后一个月排水斜槽 堵塞没有灰水排出，库内水位上升，左坝端离坝顶仅1 3 a m ，右坝端也只有3 3 c m ，子坝 系灰渣冲填坝，坝体极易软化，水位不断上升，致使坝项溢流丽破坏。 由以上实例可以看出。灰坝失事主要是因为渗流或者是稳定闯题引起。在全国全面 实行分期筑坝，推广灰渣加高予坝新技术的今天，灰坝的渗流和稳定问题更应该引起高 度重视，否则溃坝事故又会重演。由于子坝加高是在原坝高的基础之上，坝顶标高增 贮灰坝渗流监测模型与安全预警分析 加，存灰增多，浸润线升高且渗水浸润范围增大，坝体的安全系数减小；随着坝体的加 高，溃坝的可能性增加，溃坝带来的损失也增大；叉由于灰渣比重轻，密度小，颗粒细 而均匀，无粘性，允许渗透坡降小，在渗流作用下极易发生管涌破坏。因此，对贮灰坝 进行全面监测( 特别是浸润线监测) 和稳定分析、以及寻找库水位和安全系数之间的关 系是非常必要的。 本文的一个特点就是以实际工程为背景，对监测资料进行了分析，寻找了库水位和 安全系数之闻的关系，预测了水位变化时的安全系数，进而对灰坝最近一段时间的稳定状 况作出评价。 1 2 大坝安全监测资料正分析的发展 大坝安全监测与控制的研究工作可以大致分为五个方面：观测资料的误差处理与分 析；观测资料的正分折；观测资料与大坝结构性态的反分析；反馈分析与安全监控指标 的拟定；大坝安全综合评判与决策。各个方面的研究相互联系，构成了大坝安全监控的 理论框架体系，本文着重讨论观测资料的正分析方面。 意大利的法那林( f a n e l ) 和葡萄牙的罗卡( r o c h a ) 等从1 9 5 5 年开始应用统计回 归方法来定量分析大坝的变形观测资料，并于1 9 7 7 年，法那林等又提出了混凝土大坝 变形的确定性模型和混合模型，将有限元理论计算值与实测数据有机地结合起来，以监 控大坝的安全状况。近2 0 年来，随着计算机技术的快速发展，大坝观测资料的正分析 研究也取得了很大的进步，统计模型、确定性模型及其混合模型在生产实践中得到了广 泛的应用。此外，法国在资料分析方面，采用m d v 法，即在测值序列中分离出水压分量 和温度分量，然后对时效和残差的变化规律进行分析，进而评判大坝的安全状况。目 前，葡萄牙、法国、意大利、西班牙和奥地利等国家在大坝安全监测以及相关的各项研 究方面不同程度处于国际领先水平。 我国大坝安全监测的浇料分析工作起步相对较晚，最初只以定性分析为主，通过对 实测过程线和简单统计的特征值来分析大坝的运行状况。1 9 7 4 年后，陈久宇等开始应 用统计回归分析大坝安全监测资料，并对分析成果加以物理成因的解释，还对时效变化 进行研究，提出了时效变化的指数模型、双曲函数模型、对数模型、线性模型等。自 此，资料分析工作在纵深方面不断发展。8 0 年代中期，吴中如等从徐变理论出发推导 了坝体顶部时效位移的表达式，用周期函数模拟温度、水压等周期荷载，并用非线性二 乘法进行参数估计：还提出了裂缝开合度统计模型的建立和分析方法、坝顶水平位移的 一2 一 大连理工大学硕士学位论文 时间序列分析法以及连拱坝位移确定性模型的原理和方法，并在实际工程中得到了成功 应用：还通过三维有限元渗流分析，建立了渗流测点的扬压力、绕坝渗流测孔水位的确 定性模型，用于分析和评价大坝基础及岸坡的渗流性态。 8 0 年代末期，模糊数学、灰色理论、神经网络等各种理论和方法也纷纷被引入大 坝安全监测资料分析中来，并取得了一定的成果。我国邓聚龙于8 0 年代首次在国际上 提出灰色系统( g r e ys y s t e m ) 理论；李珍照等于1 9 9 1 年最早将灰色系统理论引入到 大坝安全监测资料分析领域；蓝悦明等应用灰色理论，提出位移预报模型；同时，模糊 聚类分析、似然推理和模糊评判等模糊数学方法也在大坝安全监测数据的分析处理和模 型预报方面得到了应用；近几年，人工神经网络在大坝观测数据处理与分析方面的应用 研究已经开始，为相关领域的研究开拓了思路。为了更好地认识各种方法的特点，本节 对一些目前应用较多的方法作一简单介绍： 1 统计模型 2 6 统计模型是一种半经验型模型，它是在大坝安全监测资料的基础上，根据已有的坝 工理论知识和实践经验，运甩统计理论而建立起来的关于监测效应量变化规律的数学模 型。统计模型有两种，一种是以环境量作为自变量，将效应量作为因变量，利用数理统 计方法建立效应量和环境量之间的依赖关系，这是一种可以用来解释系统内部运行原因 的因果模型，若用它来进行预测可以从环境量中挖掘收集关于效应量未来时亥的信息。 这类统计模型主要有多元回归分析模型、逐步回归分析模型、主成分回归分析模型和岭 回归分析模型等。另一种是运用数理统计方法建立效应蹙自身变化的统计规律，而不涉 及其它环境量的关系，这是一种无因果关系的统计模型。用它来进行预测，就是从效应 量自身过去到现在的测值中提取它在未来时刻取值的信息。这类统计模型主要有时间系 列分析模型、灰色系统分析模型、模糊聚类分析模型等。 2 确定性模型 3 ，6 ，7 吴中如等在统计模型的基础上，吸收国外先进技术，在8 0 年代初提出将有限元分 析与统计分析相结合的确定性模型。确定性模型的基本原理是：结合大坝和地基的实际 工作性态，用有限元方法计算荷载( 如水压、温度等) 作用下的大坝和地基的效应场 ( 如位移场、应力场和渗流场) ，然后与实测值进行优化拟合，以求得调整参数，从而 建立确定性模型及其预报方程。 确定性模型的特点是比统计模型有更明确的物理概念，并能更好地联系建筑物的结 构性态，从而取得更好的预测效果。但往往工作量比较大，并对用作计算的基本资料有 一定的要求。 一3 一 贮灰坝渗流监测模型与安全预警分析 3 混合模型 3 ，7 效应监测量受环境因素的影响，是众多环境因素共同作用的综合反映。影响效 应监测量的因素很多，有些环境因素与效应量之间的关系是明确的，通过相应的物 理理论和方法就可建立这些环境自变量与效应量间的函数关系式。另一些环境因素 与效应量之间的关系不明确，采用相应的物理理论和方法难予建立这些自变量与效 应量之间的确定性关系式。针对这种情况，对各环境影响分量形式的确定可以采用 不同的方法，从而使所得到的数学模型既有较明确的物理概念，又计算简单。 4 灰色系统 3 ，8 ，9 信息完全明确的系统为白色系统，完全不明确的系统为黑色系统，部分明确的系统 为灰色系统，灰色系统用灰数描述不确定量。灰色预测不是把观测数据看成随机过程， 而是看成随时间变化的灰色量或灰色过程，然后建立相应的预攫6 模型，灰色理论将无 ( 或弱) 规律的原始数据生成后，使其变为较有( 或强) 规律的数据，再建模。灰色理 论在大坝安全监控领域得到些应用，吴中如等将水压、温度等因子白化，建立了某连 拱坝应力饿预测模型。灰色理论也被应用在大坝的变形预测中，马能武提出了大坝监 测资料分析的动平均灰色模型。 5 时间序列分析方法 3 ，1 0 ，1 1 时间序列预测技术是根据事物本身过去发展规律来推断其未来的变化趋势，概 括地说，用来分析各种相依有序的离散数据集合的整个方法，就叫时间序列分折 法。它是统计学中的一个重要分支，分析方法较多，其主要原理是把统计学中的一 般回归方法加以推广，引申来用于时间序列模型的建立。 由于时间序列分析法要求观测时间间隔相等，观测序列平稳，所以在分析前毖须对 观测资料进行缺测处理和平稳处理。 6 人工神经网络法 1 2 2 2 人工神经网络是一种基于模仿大脑神经网络结构和功能而建立的新型信息处理系 统，是由大量的简单处理单元连接丽成的自适应非线性动力学系统，具有大规模的并行 处理、分布式的信息存贮、自适应、自组织及自学习功能。 人工神经网络不需要建立具体的数学模型，只需详细地考虑影响因素和预期的目 标，通过对己知样本的学习训练，掌握输入与输出间复杂的非线性映射关系( 尽管这种 关系并不一定能用数学表达式写出) ，并对这种关系进地存贮记忆。当遇到有未知样本 ( 未参加过学习的样本) 输入时，直接调用网络的“记忆”对其作出预测判断。己有的 研究成果表明，用b p 神经网络模型对大坝变形、渗流等进行拟合，其精度优于传统的 一4 一 大连理工大学硕士学位论文 统计模型，但它需要有足够多的观狈4 数据，训练时间较长，网络结构和参数的确定带有 一定的经验性，且容易陷入局部极小值。 1 9 8 5 年p o w e l l 提出了多变量插值的径向基函数( r a d i a lb a s i sf u n t i o n r b f ) 方法。1 9 8 8 年，b r o o m h e a d 和l o w e 首先将r b f 应用于神经网络设计，对径向基函数和 多层神经网络进行了对比，揭示了二者的关系。同年，j a c k o n 论证了径向基函数网络 对非线性连续函数的一致逼近性能。e b f 网络以径向基函数作为隐层节点的激活函数， 可以根据问题确定相应的网络拓扑结构，它具有收敛速度快、逼近精度高、网络规模小 等特点，不存在局部极小问题。p d j f 这一新颖的网络类型的出现，给神经网络的研究及 应用带来了新的生机，各领域工作者对其表现了更多的关注，正在越来越多的领域内成 为替代b p 网络的一种新型网络。 1 3 本文所作的工作 本文结合金竹山电厂监测资料及工程实际情况主要作了以下工作： 1 简要介绍了人工神经网络方法中的b p 网络和r b f 网络的基本原理。分析了贮灰 坝渗流成因及其影响因素，用人工神经网络中的b p 网络和r b f 网络对金竹山电厂灰坝 的测压管水位进行了预测。 2 用b p 网络和r b f 网络预测了水位变化时的抗滑稳定安全系数，并将此安全系数 预测值与预测浸润线对应的毕肖普法计算的安全系数进行了比较。 3 分析了金竹山电厂灰坝坝体材料参数变化时，安全系数随库水位的变化规律，找 出安全系数拐点对应的水位，依据这些水位对应的安全系数及有关规范对灰坝进行预警 分析。 一a 一 贮灰坝渗流监钡0 模型与安全预警分析 2 b p 网络与r b f 网络的基本原理 2 1b p 网络的基本原理 2 1 1b p 网络结构 b p 网络模型是采用误差逆向传播( e r r o rb a c kp r o p a g a t i o n ，简称b p 算法) 进行训 练的多层前馈神经网络。b p 算法是一种监督式的6 算法，其神经元的变换函数为s 型 激活函数，因此其输出量为o 1 之间的连续量，它可以实现从输入至输出的任意的非 线性映射。b p 算法的主要思想如下所述： b p 网络各层互连，其算法由正向、逆向传播构成。首先经过输入层将信息向前传 递到隐含层节点，经过激活函数作用后，把隐含层节点的输出传送到输出层节点。给出 输出结果( 即正向传播) ；然后对输出信息和期望目标值进行比较，将误差沿原来的连接 路径返回，通过修改不同层间的各节点连接权值，使误差减小( 即逆向传播) 。如此反复 进行。直至误差满足设定的要求。 对于如图2 1 所示的含l - 1 个隐含层的网络拓扑结构，它由输入层x ( n 个节点) 、 输出层y ( n t 个节点) 和l - 1 个隐层( 第r 隐层的节点数为f i r ) 组成，对应于隐层的激活 1 函数f ( x ) 取s i g m o i d 函数形式，即f ( x ) 一7 i 三i ；输出层的激活函数取为线型函数， 1 十g 即，o ) - z 。 l 玛 n 输入层隐含层( l 1 个)输出层 图2 1b p 网络结构示意图 m g 2 1m u m a f i r ed i a g r a m o fb pn e t w o r k 对于输入样本x - ，x ：，z 。) ，其相应的网络输出目标矢量( 即实测值) 为 d t ，d ：，d 。) ，学习的目的是用网络的每一次实际输出y = o 。) ，：，y 。) 与目标 一6 大连理工大学硕士学位论文 矢量d 之间的误差，通过梯度下降法来修改网络权值与阈值，使网络输出层的误差平方 和达到最小，从而使输出在理论上逐渐逼近目标。 2 1 2b p 算法的步骤 ( i )选定初始权值( 可以将初始权值设置为小的随机数) 训练次数k 附初值0 。 ( i i )信息正向传播过程：输入第k 个样本x ( k ) ，计算前向输出 y ；。删) 。者( i - 船”n ，；r 一2 ”) ( 2 1 ) ( i i i ) 误差反向传播过程；计算误差对权值的偏导数6 j ( j - 1 1 2 _ r - l 工一1 - - 4 ) ，f y i ( 1 一y j ) ，一y ，) ( 输出层) 6 ；。 y ：( 1 一) ，；) 6 1 “1 w q “j 1 ( 其他层) 和权值的变化量w ； ) - d ；0 ) ) ，；4 ) ( i 讳更新权值 w ；僻+ i ) ，w ； ) + 跳一； ) 判断是否收敛：如果不收敛，执行k = k + l 并转到( i i ) ，如果收敛则结束。 ( 2 2 ) ( 2 3 ) 1 0 4 e ) 其他 ( 2 5 ) 此方法可以保证网络总是以网络可以接受的最大学习速率进行训练。当一个较大的 学习速率仍能够使网络稳定学习，使其误差继续下降，则增加学习速率，使其以更大的 学习速率进行学习。一旦学习速率调的过大，而不能保证误差继续减少，则减少学习速 率直到使其学习过程稳定为止。 2 ) 附加动量法 附加动量法使网络在修正其权值时，不仅考虑误差在梯度上的作用，而且考虑在误 差曲面上变化趋势的影响，其作用如同一个低通滤波器，它允许忽略网络上的微小变化 特性，利用附加动量的作用则可能滑过这些极小值。该方法是在反向传播的基础上在每 一个权值的变化上加上一项正比于前一次权值变化量的值，并根据反向传播法来产生新 的权值变化。带有附加动量因子的权值调节的公式为： w ；僻+ 1 ) z w ； ) + a 6 j ) y ；。 ) + 玎w ； - 1 ) ( 2 6 ) 其中k 为训练次数，町为动量因子，取值为o r 1 ，一般取0 9 5 左右。蕾i l 练中 对采用动量法的判断条件为： f 0 叩( 尼+ 1 ) = j 0 9 5 b 竹) e ) ) 1 0 4 e 氆一1 ) e 体) e 一1 ) 其他 ( 2 7 ) 附加动量法的实质是将最后一次权值变化的影响，通过一个动量因子来传递。当动 量因子取为0 时，权值的变化仅是根据梯度下降法产生：当动量因子取值为1 时，新的 一8 一 大连理工大学硕士学位论文 权值变化则是设置为最后一次权值的变化，而以梯度法产生的变化部分则被忽略掉了。 动量法降低了网络对于误差曲面局部细节的敏感性，有效的抑制网络陷入局部极小。 2 2r b f 网络的基本原理 2 - 2 1r b f 网络的结构 r b f 网络由三层组成，其结构如图2 2 所示。输入层节点只是传递输入信号到隐 层，隐层节点由核函数构成，他对输入信号在局部产生响应，当输入信号靠近核函数的 中心范围时，隐层节点将产生较大的输出，输出层节点通常是简单的线性函数。 墨 、。 一巧：i 。一，、l ! 、 ，一1 、1 | 。 、 ， 1 z 一一) 二、- 一专。j xt 输入层隐层输出层 图2 2r b f 网络结构示意图 f i g , 2 2i l l u s t r a t i v ed i a g r a m o fr b fn e t w o r k 构成r b f 网络的基本思想是：用径向基函数作为隐单元的“基”构成隐含层空间， 这样就将输入矢量直接( 而不通过权连接) 映射到隐层空间，当径向基函数的中心点确 定以后，这种映射关系也就确定了。而隐层空间到输出层空间的映射是线性的，即网络 的输出是隐单元输出的线性加权和。 r b f 网络所采用的基函数的具体形式，有下列几种： 厂( x ) = e x p 一( “) 2 1 m ) 2 高皿汕 ，( 石) = ( 仃2 + x 2 ) 卢( a 7 0 可提高一级设计 0 1 v 1 日5 0 可降低一级设计 ( 5 ) 几个实有土坝发生滑坡时的稳定安全系数 由于安全系数是一个关键的数值，因此特收集了一些发生滑坡的实例 2 9 ，以供确 定预警值时参考，见表5 3 。 表5 3 几个实有土坝滑坡稳定分析有限元法的计算结果 水工建筑物边坡稳定安全系数的取值，对边坡的安全稳定和工程造价都至关重要， 必须要根据工程的重要性和计算工况分别选用。同时，安全系数也要与分析方法和计算 取值配套使用，同已有工程边坡的经验类比也要起重要作用。 5 2 金竹山电厂灰坝的安全预警分析和稳定性评价 金竹山电厂灰坝作为施工期的工程，现运行在第6 级子坝3 6 4 m 左右处，正在拟建 第7 级子坝，为了了解坝体的运行状态，我们在第三章、第四章中对其进行了水位和安 全系数的预测。由于经济效益和节约用地的需要，坝体还要继续加筑8 1 2 级予坝。其 安全预警标准还要参考子坝加高后的计算浸润线以及随着时间的变化坝体各个参数的变 化来确定。 一般来说，浸润线水位因素是贮灰坝变形破坏和滑坡灾害的主要内在或触发原因之 一，由大坝抗滑稳定安全系数计算公式( 5 1 ) f 兰垫竺：竺：竺生兰垫竺型一兰兰慨， 彤s i n a ，+ q 詈形s i l l 口，+ q 詈彬s i n a ，+ 芝q 瓦e i 一4 8 大连理工大学硕士学位论文 可以明显看出，随着浸润线增高，安全系数f s 将减小；浸润线降低，f s 将增大： 这是浸润线变化对土坡抗滑稳定性的影响；另外，由于灰坝的渗透水是p h 值高的灰水， 它对土体产生盐碱化腐蚀，使土体的抗滑指标：粘聚力c 和内摩擦角中减小，坝体的抗 剪强度降低，协同其它各种不利因素，容易导致边坡产生失稳破坏。为此我们对金竹山 电厂内摩擦角、粘聚力、容重和干滩长度变化时的安全系数用毕肖普法进行计算比较。 ( 1 ) 内摩擦角变化 表5 4 干滩5 0 m 摩擦角变化时安全系数随库水位的变化表 库水位( m ) 3 6 23 6 43 6 63 6 83 7 03 7 23 7 43 7 63 7 83 7 9 由= 3 0 3 。时的f s1 5 1 21 5 0 61 4 5 71 3 5 21 3 4 31 3 3 8 1 f3 2 61 3 1 91 2 8 91 2 8 6 毒= 3 5 。对的f s 1 6 41 6 31 6 2 41 6 1 21 4 9 81 4 5 31 4 7 71 4 6 8i 4 5 7i 4 5 4 巾= 2 5 。时的f st 3 4 61 3 3 31 2 4 91 2 3 41 2 2 51 2 1 9 1 2 11 2 0 21 1 5 61 1 4 6 巾= 2 0 。时的f s1 2 0 81 1 5 61 1 2 4 1 1 31 1 2 3l _ 1 3 1i 1 2 31 0 7 81 0 4 41 _ 0 4 8 库水位( m ) 3 6 03 7 0 3 8 0 图5 1 摩擦角变化时安全系数随库水位的变化曲线 f i g l 5 1s a f e t yf a c t o mc o r r e s p o n d i n g t od i f f e r e n tr e s e r v o i rw a t e rl e v e lw h e nt h e f r i c t i o n a la n g l e c h a n g e s 由图5 1 可知：安全系数随库水位的增加而减小，随摩擦角的增大而增大，安全系 数随库水位的变化曲线都有拐点，且拐点随着摩擦角的增大向后移动，也就是摩擦角越 大，安全系数交化率大的点对应的水位越高。 一4 9 8 6 4 2 l l 1 1 l 赫瞵抖懈 贮灰坝渗流监测模型与安全预警分析 ( 2 ) 粘滞力变化 表5 5 干滩5 0 m 粘滞力变化时安全系数随库水位的变化表 库水位 3 6 23 6 43 6 63 6 83 7 0 3 7 23 7 43 7 63 7 83 7 9 c = t 3 2 k p a 时的f sl 。5 1 2 1 。5 0 6 l 。4 5 7 1 。3 5 2 1 3 4 3 1 3 3 8 1 3 2 6 1 。3 1 9 1 2 8 9 1 。2 8 6 c = 1 8 2 k p a 时的f s1 5 4 1 1 5 3 1 4 81 3 7 4 1 3 6 4 1 3 5 8 1 3 4 8 1 3 3 9 1 3 1 4 1 3 1 2 c = 2 2 2 k p a 时的f s1 5 6 2 1 5 5 2 1 5 0 11 4 0 5 1 3 9 6 1 3 91 3 7 81 3 61 3 3 7 1 3 3 4 c = 8 2 k a p 时的f s1 4 9 3 1 4 8 21 4 3 41 3 3 1l _ 3 2 11 3 1 51 3 0 41 2 9 51 2 6 21 2 3 5 1 6 巅 谣 拭 1 4 1 2 库水位( m ) 图5 2 粘滞力变化时安全系数随库水位的变化曲线 f i g 5 2s a f e t yf a c t o r sc o r r e s p o n d i n g t od i f f e r e n tr e s e r v o i rw a t e rl e v e lw h e nt h e c o h e s i o n c h a n g e s 由图5 2 可知：安全系数随着粘滞力的增大而增大，在c = 8 2 k a p 2 2 2 k p a 的范围 内不论粘滞力如何变化，安全系数随库水位的变化曲线均在3 6 8 m 处出现一个拐点，库 水位在3 6 8 3 7 6 m 范围内安全系数变化不大。 ( 3 ) 密度变化 表5 。6 干滩5 0 m 密度变化时安全系数随库水位的变化表 库水位( m ) 3 6 23 6 43 6 6 3 6 83 7 03 7 23 7 43 7 63 7 83 7 9 p = 1 8 9 9 c m 3 时的f s1 5 1 2 1 5 0 61 4 5 71 _ 3 5 21 3 4 3l i3 3 81 3 2 61 3 1 91 2 8 91 2 8 6 p = 1 6 9 9 c m 时的f s1 6 3 8 1 6 2 5l ，5 4 71 4 6 51 4 4 71 4 4 1 1 4 2 71 4 4 41 4 1 81 4 1 2 p - - 2 0 9 9 c m 3 时的f s1 4 2 4 1 4 1 5 1 4 11 2 7 2 1 2 6 4 1 2 5 91 2 71 2 4 3 1 2 1 41 2 1 p = 2 2 9 9 c m s 时的f s 1 3 51 3 4 21 3 3 81 2 0 81 2 0 11 1 9 81 _ 2 0 51 2 0 51 1 9 2 1 _ 1 8 5 0 大连理工大学硕士学位论文 辐 帕 剞 栽 图5 3 密度变化时安全系数随库水位的变化曲线 f i g 5 3s a f e t yf a c t o r sc o r r e s p o n d i n g t od i f f e r e n tr e s e r v o i rw a t e rl e v e lw h e nt h e d e n s i t yc h a n g e s 由图5 3 可知：安全系数随着密度的增大而减小，当密度在1 6 9 9 c m 3 2 2 9 9 c m a 范围内变化时，安全系数随库水位的变化曲线均在3 6 8 m 处出现一个拐点，之后安全系 数随库水位的变化曲线趋于平缓。 ( 3 ) 干滩长度变化 1 6 搽 垛 剞 嫩 1 _ 4 1 2 库水位( m ) 图5 4 干滩长度变化时安全系数随库水位的变化曲线 i - i g 5 4s a f e t yf a c t o r sc o r r e s p o n d i n g t od i f f e r e n tr e s e r v o i rw a t e rl e v e lw h e nt h e l e n g t ho fd r y b e a c h c h a n g e s 一5 l 一 贮灰坝渗流监测模型与安全预警分析 表5 7 千滩长度变化时安全系数随库水位的变化表 库水位( m ) 3 6 23 6 43 6 63 6 83 7 03 7 23 7 43 7 63 7 83 7 9 干滩5 0 m 时的f s1 5 1 2 1 5 0 6 1 4 5 7 1 _ 3 5 2 1 3 4 3 1 3 3 8 1 3 2 6 1 3 1 9 1 2 8 9 1 2 8 6 千滩1 0 0 m 时的f s1 5 7 3 1 5 6 61 5 4 21 4 3 4i 4 41 4 4 l1 4 2 81 3 5 21 。3 4 81 3 4 4 干滩1 5 0 m 时的f s1 5 8 5 1 5 7 21 5 4 91 4 3 31 4 5 3 1 4 51 - 4 4 61 4 4 21 4 3 81 4 3 5 由图5 4 可知：安全系数随着干滩长度的增大而增大，在5 0 l o o m 干滩长度范围 内安全系数增加值较大，当干滩超过l o o m 以后，在增加干滩，安全系数的增加值较 小，因此不可以通过无限的增加干滩长度来增大安全系数：安全系数随库水位的变化曲 线在3 6 8 m 处出现一个拐点，对于1 5 0 m 干滩情况，安全系数自3 6 8 m 之后变化不大，对 于i 0 0m 干滩情况，安全系数在3 7 6 m 处出现第二个拐点。 由上面的分析可知：不论参数取值如何，安全系数随库水位的变化曲线都出现拐 点，不同参数极值对应的水位不完全相同，但是大部份安全系数的第一个拐点都是在库 水位为3 6 8 m 处出现，第二个拐点在3 7 6 m 水位处出现。 引起滑坡的根本原因在于土体内部某个面上的剪应力达到了它的抗剪强度，稳定平 衡遭到破坏。而剪应力达到抗剪强度的原因主要是由于剪应力增加或者由于土体本身抗 剪强度的减小。随着金竹山电厂使用过程中坝体的加高，坝体上部荷重增加、浸润线升 高使土体饱和增加容重，这些都会使土体内部剪应力加大；随着时间流逝，灰坝材料老 化，材料的抗剪强度会降低，这些都会使坝体的安全系数减小。实际工程给出的参数见 第四章表4 5 ，干滩长度5 0 m ，其对应的安全系数曲线如图5 5 所示： 糕 髅 娴 麟 1 6 1 4 库水位( m ) 3 6 0 3 7 03 8 0 图5 5 安全系数随库水位的变化曲线 f i g 5 5s a f e t yf a c t o r sc o r r e s p o n d i n g t od i f f e r e n tr e s e r v o i rw a t e rl e v d 一5 2 大连理工大学硕士学位论文 由图5 5 可知：金竹山电厂灰坝实际参数对应的安全系数都在1 1 5 以上，据规范 可知在正常条件下电厂是安全的；当遇到连续降雨或地震以及坝体材料参数变化时，要 考虑一下3 6 8 m 和3 7 6 m 左右处水位对应的安全系数，如果此时的安全系数很小，应进行 预警。 一5 3 贮灰坝渗流监测模型与安全预警分析 结论 灰坝的安全与否直接关系到电厂的运营及人民的生命财产安全，对灰坝进行安全监 测和预警分析，及时提供灰坝的稳定状况信息，是非常必要的。本文以金竹山实际工程 为依托在对监测数据分析和坝体稳定计算的基础上得出以下几点结论： ( 1 ) 在用b p 网络和r b f 网络对金竹山电厂贮灰坝测压管水位的模拟和预测中，r b f 网络的预测误差小于b p 网络的预测误差，说明r b f 网络的泛化性能比b p 网络要好，并 且r b f 网络的训练速度也比b p 网络快，且不存在局部极小问题。 ( 2 ) 通过对抗滑稳定安全系数的敏感性分析，可知库水位、内摩擦角、粘滞力与滑 体密度对安全系数都有不同程度的影响，其中库水位对安全系数的影响最大。因此，对 于某一固定坝坡而言，内摩擦角、容重和粘滞力在坝体的稳定计算中一般认为是不变 的。 ( 3 ) 结合金竹山实际工程用人工神经网络寻找了安全系数与库水位的关系，对库水 位变化时的安全系数进行了预测，并与浸润线预测时计算得到的安全系数进行了对比， 两者基本接近，说明可以应用安全系数预测的方法，迅速计算出贮灰坝在库水位变化时 候的安全系数，对灰坝稳定及时做出评价。 ( 4 ) 通过分析金竹山电厂灰坝安全系数影响因素变化时，安全系数随库水位的变化 规律，找出安全系数拐点对应的水位是3 6 8 m 和3 7 6 m ，依据现有监钡8 数据分析的结果及 有关规范，得出在正常条件下子坝加高后灰坝是稳定的结果。 上述工作只是初步的，实测数据和时间序列还不完善，仍有些工作有待进一步完 成，如建立连续降雨时的预测模型及地震时的模型等。 芷 由于作者水平有限，文中难免存在着不足与谬误，恳请有关专家和学者给予批评指 一5 4 大连理工大学硕士学位论文 参考文献 1 赵玲泽，火力发电厂贮灰场的安全监察。中国电力，1 9 9 6 ，2 9 ( 5 ) ：6 2 - 6 4 2 吴中如，顾时冲，大坝安全综合评价专家系统，北京：北京教育出版社，1 9 9 7 3 吴中如，水工建筑物安全监控理论及应用北京：高等教育出版社，2 0 0 3 4 吴中如，大坝安全综合分析和评价的理论、方法及其应用，水利水电科技进展， 1 9 9 8 ，( 3 ) ：3 2 - 3 5 5 李珍照，大坝安全监测。北京：中国电力出版社，1 9 9 7 6 赵志仁，大坝安全监测的原理与应用，天津：天津科学技术出版社，1 9 9 2 7 吴中如，三峡水工建筑物安全监测与反馈设计，北京：中国水利水电出版社， 1 9 9 9 8 马能武，大坝安全监测数据的分段多项式滤波方法研究，人民长江，2 0 0 2 ， 3 2 ( 6 ) ：4 2 6 0 9 3 何勇军，沈秋，大坝监测数据的灰色系统动态检验模型，河海大学学报( 自然科学 版) ，2 0 0 3 ，3 1 ( 3 ) ：2 7 2 2 7 5 1 0 汪树玉、刘国华、包志仁等，观测数据分析中几种方法的探讨( 三) 混沌时间序列 的预测，水电自动化与大坝监测，2 0 0 3 ，7 ( 4 ) ，4 5 4 7 1 1 刘兰翠、朱明、杨中，基于神经网络的时间序列对煤矿安全性的预测，煤炭科学 技术，2 0 0 2 ，3 0 ( 1 1 ) ，1 6 一1 8 1 2 杨杰、吴中如、顾冲时，大坝变形监测的bp 网络模型与预报研究，西安理工 大学学报，2 0 0 1 ( 1 ) ：2 5 2 9 1 3 赵斌等，b p 模型在大坝安全监测中的应用，大坝观测与土工测试，1 9 9 9 ( 6 ) ：卜3 1 4 飞思科计产品研发中心，m t l a b 6 5 辅助神经网络分析与设计，北京：电子工业出 版社。2 0 0 0 1 5 周俊武，孙传尧，王福利，径向基函数( r b f ) 网络的研究及实现，矿冶，2 0 0 1 ， 1 0 ( 4 ) ：7 2 7 5 1 6 罗定贵、郭青、王学军，基于r b f 神经网络的地下水动态模拟与预测，地球学 报，2 0 0 3 ，2 4 ( 5 ) ：4 7 5 4 7 8 1 7 阎平凡、张长水，人工神经网络与模拟进化计算，j e 京：清华大学出版社，2 0 0 0 一5 5 贮灰坝渗流监测模型与安全预警分析 1 8 c h i t r ap a n c h a p a k e s a n ， f a r i m n