李 明,黃 銘,2
(1.合肥工業(yè)大學(xué) 土木與水利工程學(xué)院,合肥 230009; 2.三峽大學(xué) 三峽庫區(qū)地質(zhì)災(zāi)害教育部重點實驗室,湖北 宜昌 443000)
隨著國民經(jīng)濟持續(xù)快速發(fā)展,對清潔可再生能源的需求不斷增大,我國對水電資源的開發(fā)利用已經(jīng)到了前所未有的發(fā)展時期。據(jù)初步統(tǒng)計,我國已建成10×104m3及以上水庫達9.8×104座,總庫容達到9 323×108m3[1],水庫的安全穩(wěn)定運營成為現(xiàn)階段水庫管理的主要內(nèi)容,而水庫岸坡的變形破壞是影響水庫安全、可靠、穩(wěn)定運行的主要因素。
水庫岸坡由于其地形地貌、地層巖性、組成物質(zhì)和演化過程的不同,且受到實時的水文環(huán)境和地質(zhì)條件的綜合作用[2],在降雨、庫水位升降、地質(zhì)災(zāi)害等外界因素的影響下,始終處于一種復(fù)雜的、動態(tài)的狀態(tài)。因此,水庫岸坡作為復(fù)雜的動態(tài)運行系統(tǒng),在外界條件的影響下,使得岸坡的水文地質(zhì)條件、應(yīng)力條件和巖土體強度發(fā)生變化,導(dǎo)致水庫岸坡發(fā)生侵蝕、崩塌、滑移等自然災(zāi)害,減少有效庫容,引發(fā)次生災(zāi)害,使岸坡系統(tǒng)不能保證水庫多樣性功能的實現(xiàn),增加水庫的運營成本,降低水庫的生命周期,致使水庫岸坡發(fā)生故障。
隨著水利工程規(guī)模的增大,水庫岸坡面對的環(huán)境更加復(fù)雜,其運行和維護的成本越來越高[3]。如果岸坡在生命周期內(nèi)結(jié)構(gòu)老化,裂縫發(fā)育形成局部滑動面,將導(dǎo)致岸坡位移增大,其發(fā)生坍塌、滑坡、崩岸等故障和功能失效的概率將增大,岸坡失穩(wěn)的風(fēng)險性提高。所以,根據(jù)安全監(jiān)測結(jié)果及時對水庫岸坡的故障進行預(yù)測,并對水庫岸坡進行維修加固是保障其安全運行的主要措施。
傳統(tǒng)的事后維修、定期維修等維修保障方式,存在資源浪費、診斷能力差、預(yù)警不及時等缺點,不能夠達到預(yù)防性維修的目的,不滿足復(fù)雜系統(tǒng)經(jīng)濟可承受性的要求。為克服傳統(tǒng)維修保障方式的缺陷并適應(yīng)現(xiàn)代水庫岸坡維修保障的發(fā)展需求,將國外先進的故障預(yù)測與健康管理(prognostics and health management, PHM)技術(shù)應(yīng)用于水庫岸坡,研究建立水庫岸坡PHM系統(tǒng)框架,利用BP神經(jīng)網(wǎng)絡(luò)模擬岸坡未來時間段內(nèi)位移變化的趨勢,提前預(yù)測岸坡功能性故障,為水庫岸坡的維修決策提供有力的支撐。
PHM是當(dāng)前美軍裝備維修保障的一項重要技術(shù),在聯(lián)合攻擊機、艦船、雷達、導(dǎo)彈等領(lǐng)域已經(jīng)廣泛應(yīng)用[4]。我國早期的PHM技術(shù)主要應(yīng)用于航空領(lǐng)域,用以監(jiān)控飛機或發(fā)動機的狀態(tài)。隨著PHM技術(shù)的成熟,我國在高速鐵路、大型橋梁、堤壩等領(lǐng)域逐漸開始引用PHM技術(shù)[5-6],借助智能系統(tǒng)的故障診斷和預(yù)測,以實現(xiàn)自主式維修。
PHM是借助先進的傳感器,通過即時監(jiān)測對系統(tǒng)的工況信息進行采集,借助各種智能算法對系統(tǒng)的健康狀態(tài)進行評估,綜合歷史信息、故障信息對可能發(fā)生的故障進行預(yù)測,推導(dǎo)出故障的原因及位置,跟蹤故障的發(fā)展趨勢,預(yù)測系統(tǒng)的剩余使用壽命[7],對系統(tǒng)進行預(yù)防性維修,最終達到自主式視情維修的目的,為系統(tǒng)快速、精準(zhǔn)的維修保障提供支撐。
通常情況下,PHM系統(tǒng)具有如下功能:數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、特征提取、故障診斷、故障預(yù)測、健康評價、決策維修。對于復(fù)雜程度更高的系統(tǒng),PHM能夠?qū)崿F(xiàn)不同級別、不同層次的綜合診斷、預(yù)測和健康評價[9]。在水庫岸坡系統(tǒng)中,根據(jù)岸坡安全監(jiān)測的信息,結(jié)合水庫運營管理需求,建立水庫岸坡故障預(yù)測與健康管理系統(tǒng)框架。根據(jù)PHM系統(tǒng)設(shè)計流程和水庫岸坡的功能要求,采用開放式總線體系的分層推理結(jié)構(gòu),建立基于PHM的水庫岸坡維修保障系統(tǒng),包含傳感器監(jiān)測模塊、數(shù)據(jù)采集與處理模塊、故障預(yù)測模塊、健康評估模塊、決策維修模塊,具體關(guān)系見圖1。
圖1 基于PHM的水庫岸坡維修保障系統(tǒng)框架
根據(jù)規(guī)范要求和管理需要,在水庫岸坡重要部位布置監(jiān)測儀器。數(shù)據(jù)采集模塊負(fù)責(zé)采集所有監(jiān)測部位的狀態(tài)參數(shù)信息。數(shù)據(jù)處理模塊主要完成對采集數(shù)據(jù)的預(yù)處理、特征值提取等。故障預(yù)測模塊是結(jié)合岸坡的歷史數(shù)據(jù)庫,對岸坡故障發(fā)生的位置、時間進行預(yù)測分析,再估計其剩余壽命。健康評價模塊是根據(jù)故障預(yù)測模塊的預(yù)測信息,對岸坡當(dāng)前及未來時刻的性能退化情況進行分析,從而掌握岸坡的健康狀態(tài)。決策維修模塊是根據(jù)水庫岸坡的故障預(yù)測、剩余壽命信息以及健康評估結(jié)果,提前預(yù)警并確定維修保障方案。由于水庫岸坡是復(fù)雜的動態(tài)系統(tǒng),各模塊需有機融合,才能實現(xiàn)岸坡的自主式視情維修,保證岸坡安全穩(wěn)定運行。
PHM維修保障系統(tǒng)一個顯著特點是故障預(yù)測與剩余壽命的估計,建立水庫岸坡故障預(yù)測模型是本文研究的重點。當(dāng)前,故障預(yù)測的方法主要分為:①基于物理模型的預(yù)測;②基于數(shù)據(jù)驅(qū)動的預(yù)測;③基于統(tǒng)計可靠分析的預(yù)測;④基于知識經(jīng)驗的預(yù)測。本文水庫岸坡PHM系統(tǒng)的故障預(yù)測模塊是基于傳感器采集的數(shù)據(jù),對數(shù)據(jù)進行預(yù)處理,提取特征值,運用神經(jīng)網(wǎng)絡(luò),以降雨、庫水位及其變化速率、時間等參數(shù)作為輸入變量,岸坡的累積位移作為輸出變量,建立水庫岸坡的位移預(yù)測模型,監(jiān)測岸坡位移突然變大的情況,以便在岸坡發(fā)生崩塌、滑坡等故障之前提出警告,實現(xiàn)岸坡的故障預(yù)測。
神經(jīng)網(wǎng)絡(luò)有較強的非線性映射能力,適用于多變量非線性復(fù)雜系統(tǒng)分析,而岸坡的變形與影響因素間復(fù)雜的關(guān)系與該特性吻合,且神經(jīng)網(wǎng)絡(luò)的魯棒性、容錯性及自學(xué)習(xí)能力都非常好,已在故障預(yù)測中得到了廣泛的應(yīng)用[10]。
BP模型是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò),典型的三層BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層、輸出層組成,結(jié)構(gòu)見圖2,算法步驟如下:
圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
1) 樣本數(shù)據(jù)歸一化。當(dāng)樣本數(shù)據(jù)的單位不同,數(shù)量級相差較大時,用原始數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入層會使網(wǎng)絡(luò)的性能和收斂性變差,較難得到理想的預(yù)測值。所以在進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練之前對樣本數(shù)據(jù)進行歸一化,在BP神經(jīng)網(wǎng)絡(luò)輸出計算結(jié)果時再將輸出數(shù)據(jù)反歸一化,以達到更精確的預(yù)測結(jié)果。本文采用如下函數(shù)進行歸一化處理,將樣本數(shù)據(jù)限定在[-1,1]之間。
式中:pn為原始樣本數(shù)據(jù);pmax、pmin分別為原始樣本數(shù)據(jù)中的最大值和最小值;Tn為歸一化后的樣本數(shù)據(jù)。
2) 隱含層的確定。在BP神經(jīng)網(wǎng)絡(luò)中,沒有標(biāo)準(zhǔn)的方法確定隱含層的節(jié)點數(shù)。節(jié)點數(shù)選取過多,能使系統(tǒng)的誤差減小,但會增加網(wǎng)絡(luò)的訓(xùn)練時間,且易陷入局部最小值而達不到最優(yōu)點;節(jié)點選取過少,會使神經(jīng)網(wǎng)絡(luò)的性能變差,不能滿足網(wǎng)絡(luò)對樣本的學(xué)習(xí)要求。BP神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點數(shù)一般根據(jù)以下經(jīng)驗公式選?。?/p>
式中:i、s、j分別為網(wǎng)絡(luò)模型的輸入層節(jié)點數(shù)、輸出層節(jié)點數(shù)、隱含層的節(jié)點數(shù);α為[1,10]之間的常數(shù)。
3) 初始化神經(jīng)網(wǎng)絡(luò)輸入層和隱含層以及隱含層和輸出層的權(quán)值和閾值。
4) 隱含層函數(shù)和輸出層函數(shù)。
隱含層函數(shù):
輸出層函數(shù):
式中:uij為輸入層到隱含層的連接權(quán)值;wjs為隱含層到輸出層的連接權(quán)值;βj為隱含層閾值;θs為輸出層閾值;hs為模型的實際輸出值。
5) 對輸出數(shù)據(jù)反歸一化。為得到岸坡累積位移計算結(jié)果,利用式(1)將模型輸出結(jié)果進行反歸一化。
本文水庫岸坡故障預(yù)測模型以安全監(jiān)測系統(tǒng)為基礎(chǔ),運用BP神經(jīng)網(wǎng)絡(luò)對岸坡的效應(yīng)量進行預(yù)測,判斷是否會發(fā)生故障,從而達到預(yù)警的目的。本文故障預(yù)測步驟具體如下:①根據(jù)安全監(jiān)測系統(tǒng)中傳感器獲得水庫岸坡環(huán)境量和效應(yīng)量的數(shù)據(jù),進行分類、整理;②選取對岸坡效應(yīng)量影響較大的環(huán)境量作為主要的影響因子;③將影響因子輸入到輸入層各節(jié)點,編程實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)模型并進行訓(xùn)練,對岸坡的效應(yīng)量進行預(yù)測;④在實際應(yīng)用中,可以根據(jù)模型預(yù)測值和岸坡失效閾值的大小關(guān)系判斷水庫岸坡是否發(fā)生故障。其中,失效閾值可根據(jù)水庫岸坡的相關(guān)規(guī)范確定,或采用工程比對資料分析計算研究設(shè)定。
以三峽庫區(qū)某岸坡為研究對象,利用實際監(jiān)測得到的60個月的庫水位、降雨量、岸坡累積位移等資料進行建模,故障預(yù)測步驟,見圖3。
圖3 水庫岸坡故障預(yù)測步驟
水庫岸坡位移是反映其穩(wěn)定性的重要標(biāo)志,當(dāng)位移突然或持續(xù)增大,岸坡發(fā)生故障的概率增大。本文以水庫岸坡效應(yīng)量即位移預(yù)測為例對岸坡故障預(yù)測進行說明。
水庫岸坡發(fā)生位移是由自身的巖土體條件和外界環(huán)境因素共同影響決定的。通過分析岸坡的安全監(jiān)測資料顯示,外界環(huán)境因素是造成岸坡位移呈現(xiàn)周期性、臺階狀增長的主要原因。
實測資料表明,庫水位和岸坡位移隨時間變化規(guī)律相近,庫水位是影響岸坡穩(wěn)定最明顯的因素,故選擇當(dāng)前庫水位為模型的水位因子。
岸坡位移不僅與庫水位有關(guān),還與庫水位的變化速率有關(guān),庫水位下降越快,巖土體的滲透系數(shù)越小,庫水位與岸坡地下水位的落差就越大,岸坡的穩(wěn)定性越低[12],發(fā)生故障的概率越大。所以,本文采用月平均庫水位變化速率作為模型的影響因子。
庫區(qū)岸坡多為土石結(jié)構(gòu),高強度的降雨能夠增加坡體的自重,形成孔隙滲透壓力,使得滑帶土軟化,抗剪強度降低,岸坡的穩(wěn)定性下降,故障頻率增加。所以,應(yīng)將降雨作為岸坡位移的影響因素加以考慮。因受土石材料滲透系數(shù)的影響,降雨對岸坡位移的影響具有一定的滯后性,常采用前期降雨量和或平均降雨量作為影響因子,本文選取前一個月累積降雨量和前兩個月累積降雨量為模型的降雨因子。
時效作用也是影響水庫岸坡長期安全穩(wěn)定運行的重要影響因素。由于庫水長期沖刷,侵蝕作用,隨著時間的推移,岸坡的穩(wěn)定性逐漸降低,本文根據(jù)安全監(jiān)測資料,以各月份先后順序組成時間序列作為模型的時效因子。
將時效因子、庫水位因子、庫水位變化速率因子、前一個月累計降雨量因子、前兩個月累計降雨量因子作為預(yù)測模型輸入層的5個輸入變量,岸坡的累積位移作為模型輸出層的輸出變量,按照2.1節(jié)中BP神經(jīng)網(wǎng)絡(luò)隱含層確定的公式,經(jīng)過多次試驗,得出當(dāng)隱含層的節(jié)點數(shù)為5時,神經(jīng)網(wǎng)絡(luò)的預(yù)測性能最優(yōu)。以實際監(jiān)測得到的庫水位、降雨量、累積位移等60組數(shù)據(jù)對岸坡故障預(yù)測模型進行訓(xùn)練。根據(jù)下式計算模型的平均相對誤差:
式中:yk為累積位移實測值;lk為模型計算值;n為計算樣本數(shù)。
模型訓(xùn)練的結(jié)果見圖4。訓(xùn)練的平均相對誤差為 0.75%,可見BP神經(jīng)網(wǎng)絡(luò)能夠很好反映岸坡位移的整體變化趨勢,訓(xùn)練效果很好。根據(jù)模型預(yù)測岸坡未來12個月的位移情況,結(jié)果見圖5,模型預(yù)測的平均相對誤差為0.19%,表明該模型的誤差很小,預(yù)測效果好。
圖4 BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型訓(xùn)練結(jié)果
圖5 BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型預(yù)測結(jié)果
故障預(yù)測是水庫岸坡PHM系統(tǒng)的關(guān)鍵技術(shù),在實際應(yīng)用中,根據(jù)本文預(yù)測模型,結(jié)合庫區(qū)降雨以及庫水位的變化情況,可預(yù)測岸坡位移突然增大等異常情況,跟蹤位移發(fā)展的趨勢。綜合同類型滑坡的全壽命數(shù)據(jù)以及滑坡前的特征,以岸坡坡體周緣裂縫全部貫通,形成整體滑動面為判斷岸坡失效的依據(jù),根據(jù)當(dāng)前及預(yù)測時刻的狀態(tài)參數(shù),估計岸坡的剩余使用壽命。
本文根據(jù)PHM系統(tǒng)構(gòu)建原則和水庫岸坡自身特點,建立水庫岸坡PHM系統(tǒng)框架,選取對岸坡位移有重大影響的作用因子,重點研究以BP神經(jīng)網(wǎng)絡(luò)算法構(gòu)建的岸坡故障預(yù)測模型。經(jīng)實測資料驗證,岸坡PHM系統(tǒng)中的故障預(yù)測模型能夠準(zhǔn)確預(yù)測岸坡位移的變化,可對水庫岸坡可能發(fā)生的故障提前預(yù)測,為保證水庫安全穩(wěn)定運行奠定基礎(chǔ)。為完善岸坡故障預(yù)測的內(nèi)容,下一步將研究如何綜合利用此岸坡及同類型滑坡的全壽命監(jiān)測數(shù)據(jù),對岸坡的剩余使用壽命進行估計,為后期評價岸坡健康狀態(tài)和確定最佳維護時間提供依據(jù)。