趙子緒
(葫蘆島平山供水有限責(zé)任公司,遼寧 葫蘆島 125000)
近年來,我國礦業(yè)工程得到迅速發(fā)展,尾礦庫數(shù)量隨礦業(yè)蓬勃發(fā)展而急劇增大,然而尾礦庫的失事將直接給人們生命財產(chǎn)安全和工農(nóng)業(yè)生產(chǎn)發(fā)展造成嚴(yán)重?fù)p失。通過采取科學(xué)有效的方法和理論對尾礦庫失穩(wěn)潰壩警情進(jìn)行評價分析,對于確保其安全運行、防洪安全和保障人們生命財產(chǎn)安全具有重大意義。當(dāng)前,集對分析[1]、證據(jù)理論[2]、AHP法[3]、可拓評價法[4]和模糊評價法[5]等是對尾礦庫安全狀態(tài)進(jìn)行評價的主要方法。尾礦庫受多因素的共同影響,且各因素之間具有一定的模糊性、隨機(jī)性和不確定性,采用上述方法對尾礦庫數(shù)據(jù)資料進(jìn)行處理時往往具有一定的局限性,難以反映出數(shù)據(jù)之間的復(fù)雜關(guān)系。據(jù)此,本研究在詳細(xì)分析了云模型和D-S證據(jù)理論的基礎(chǔ)之上,通過將二者進(jìn)行有效結(jié)合并融合了尾礦庫監(jiān)測點、因素、區(qū)域三大板塊構(gòu)建了尾礦庫失穩(wěn)潰壩警情評價模型,利用模型科學(xué)、客觀的評價了尾礦庫的安全運行狀況,以期為管理控制和后期運行提供一定的決策依據(jù)和理論支持。
結(jié)合尾礦庫失穩(wěn)實際狀況,滲透、滑坡、潰壩和裂縫等形式是尾礦庫事故的主要類型,以潰壩為主是災(zāi)害損失程度最大且最為常見的事故。尾礦壩在外部荷載與內(nèi)部薄弱環(huán)節(jié)共同作用下所發(fā)生的災(zāi)害現(xiàn)象,災(zāi)害破壞和變化受多種因素的影響而復(fù)雜多變,其中外部荷載和內(nèi)部薄弱環(huán)境均存在較多的不確定性因素,且荷載組合類型的改變也會引起不同的潰決模式。尾礦庫的堆積現(xiàn)狀及其自身穩(wěn)定性與尾礦庫失穩(wěn)密切相關(guān),其中尾礦庫堆積現(xiàn)狀往往采用現(xiàn)狀庫容、壩高和下游坡比等參數(shù)進(jìn)行表征;結(jié)合壩體結(jié)構(gòu)和失穩(wěn)類型,壩體穩(wěn)定性是決定尾礦庫自身穩(wěn)定性的決定性因素,而壩體穩(wěn)定性通常采用壩體內(nèi)部位移、表現(xiàn)位移、表現(xiàn)沉降等參數(shù)指標(biāo)進(jìn)行表征[6]。為提高尾礦庫潰壩預(yù)警決策分析的全面性、準(zhǔn)確性并充分考慮影響尾礦庫安全運行的因素信息,本研究將尾礦庫劃分為庫存和壩體兩大區(qū)域并構(gòu)建了失穩(wěn)潰壩評價指標(biāo)體系,其中C1~C5為壩體區(qū)域分別代表壩體現(xiàn)水平位移、表面沉降、內(nèi)部水平位移、內(nèi)部沉降、浸潤線高度;C6~C9為庫存區(qū)域分別代表灘頂高程、庫水位高程、灘頂與庫水位高差、干灘長度,詳細(xì)信息和結(jié)構(gòu)類型如圖1所示。
圖1 尾礦庫失穩(wěn)潰壩評價指標(biāo)體系
通過查閱相關(guān)文獻(xiàn)資料并結(jié)合工程實際[7],在充分考慮尾礦庫工程結(jié)構(gòu)特點和參數(shù)指標(biāo)對潰壩失穩(wěn)的影響程度的基礎(chǔ)之上,提出了尾礦庫潰決失穩(wěn)關(guān)鍵性影響要素并按等級進(jìn)行劃分,結(jié)果見表1。各指標(biāo)值的正、負(fù)分別代表尾礦庫水平位移方向和沉降方向,文中選取向上游和右岸的水平位移為負(fù),向上的垂直沉降為負(fù),反之則為正。C1~C4指標(biāo)值選取絕對值進(jìn)行表征,并以干濕分離線距壩頂?shù)木嚯x作為浸潤高度。
表1 尾礦庫潰壩失穩(wěn)影響因素及等級劃分表
云模型定性概念是對精確數(shù)據(jù)利用定性語言值實現(xiàn)有效的恰當(dāng)轉(zhuǎn)化,可利用語言值所表述的定性信息進(jìn)行定量數(shù)據(jù)分布規(guī)律和適用范圍的提取,并實現(xiàn)不確定性信息與定量指標(biāo)之間的轉(zhuǎn)換[8]。期望值Ex、超熵He、熵En等是云模型主要的數(shù)字特征,其中云滴群的云重心即定性概念可利用Ex進(jìn)行表征[9],而定性語言在數(shù)域中可被接受的區(qū)間即定性概念的模糊性可采用En進(jìn)行表征,超He即熵的熵是熵的不確定性程度,是表征云滴的凝聚程度的重要參數(shù)[10]。
本文中區(qū)間型數(shù)據(jù)可采用云模型進(jìn)行統(tǒng)一的建模處理,然后對不同證據(jù)利用D-S證據(jù)理論進(jìn)行融合處理最終得到尾礦庫潰壩失穩(wěn)警情評價結(jié)果,建模及評價過程如下。
(1)選取評價指標(biāo)并對指標(biāo)等級和取值區(qū)間進(jìn)行劃分,結(jié)果如圖1和表1所示。
(2)對評價指標(biāo)體系中各個指標(biāo)所對應(yīng)的區(qū)間等級分別建立云模型,即對各個模型的三個特征值(Ex,En,He)進(jìn)行計算并輸入模型,公式如下所示:
(1)
式中,Cmax、Cmin—分別為該等級區(qū)間的最大值和最小值;s—常數(shù),其他各字母含義同上。
(3)構(gòu)建在相應(yīng)安全等級下各指標(biāo)的初始信任分配。對每一個等級的各個他政治進(jìn)行隸屬度計算,并以此作為該指標(biāo)的基本可信度分析,則第j個安全等級標(biāo)準(zhǔn)下的第i個指標(biāo)特征值的隸屬度μij可采用下式計算:
(2)
式中,x—檢測特征的檢測值;Exij、Enij、sij—分別對j個等級云模型的期望、熵、超熵。
(4)對各要素之間的沖突進(jìn)行檢測。假設(shè)兩個證據(jù)的基本可信度分配分別為mi、mj,則與其相對應(yīng)的焦元分別為X1,X2,,Xn;Y1,Y2,,Yn,對上述兩個證據(jù)利用Dempster組合規(guī)則進(jìn)行融合處理,公式如下:
(3)
表2 系統(tǒng)檢測傳感器及監(jiān)測點布置
(4)
式中,k—沖突系數(shù),其值的大小代表證據(jù)沖突的程度,當(dāng)0≤k<1時則表示證據(jù)不沖突且值越大則沖突程度越高;當(dāng)k為1時則表示證據(jù)完全沖突,可進(jìn)入下一步計算。
(5)結(jié)合焦元屬性和證據(jù)源的BPA對證據(jù)權(quán)重進(jìn)行計算,mi、mj兩個證據(jù)的距離dij可利用歐式距離函數(shù)進(jìn)行計算,公式如下:
(5)
構(gòu)建距離矩陣D為各個證據(jù)之間的距離,并引入Sim(mi,mj)為mi、mj兩個證據(jù)的相似測度,其計算公式如下:
Sim(mi,mj)=1-dij
(6)
mi證據(jù)的支持度可表示為:
(7)
mi證據(jù)的權(quán)重即為Sup(mi)歸一化標(biāo)準(zhǔn)處理結(jié)果,權(quán)重計算公式如下:
(8)
(6)利用下述公式對證據(jù)源的加權(quán)評價證據(jù)進(jìn)行計算,并以此對未評價沖突證據(jù)進(jìn)行替換,公式如下:
(9)
平均證據(jù)可采用下式進(jìn)行計算并進(jìn)行沖突證據(jù)替換:
(10)
對證據(jù)進(jìn)行再次檢測,若證據(jù)發(fā)生沖突則重復(fù)進(jìn)行上述步驟并再次替換,若不沖突則對各證據(jù)按照規(guī)則進(jìn)行融合。
(7)對兩證據(jù)依次進(jìn)行融合并最終完成此次融合程序,最終對證據(jù)進(jìn)行合成??刹捎孟率綄Σ淮_定性系數(shù)m進(jìn)行計算:
(11)
式中,m—不確定性系數(shù),此值的代入代表融合的不確定性程度的高低,m值越小則可不確定性越低,融合的可信度越高。在進(jìn)行多次融合分析,可將一層融合結(jié)果作為證據(jù)的基本可信度度并重復(fù)進(jìn)行上述融合和不確定性系數(shù)計算步驟,經(jīng)過多次計算即可完成多層融合。
磊子溝尾礦庫位于沖溝位置,河溝較為平緩且坡降較少,沖溝在250m內(nèi)較為寬闊,而在500m處東西兩個方向存在兩條支溝,并以東溝為主。尾礦庫主庫區(qū)位于500~1000m處,占地面積約25hm2,地勢結(jié)構(gòu)以山地為主;位于溝內(nèi)的農(nóng)耕灌溉水冷,而且日照時間不足,農(nóng)作物產(chǎn)量低,現(xiàn)在退耕還林以灌木、蘆葦和雜草植被為主。庫區(qū)距離廠區(qū)3.0km,高程約200m,尾礦輸送以自輸送和砂泵楊送為主。庫區(qū)流域長2.5km,匯水面積1.26hm2,總庫容越480萬m3,坡降比為0.10,設(shè)計使用年限20年。本研究以尾礦庫為研究對象,結(jié)合系統(tǒng)監(jiān)測數(shù)據(jù)和影響因素對各評價指標(biāo)分別布置多個傳感器和監(jiān)測點,詳細(xì)信息見表2。
庫存區(qū)域、壩體區(qū)域的警情狀態(tài)以及尾礦庫指標(biāo)安全警情狀態(tài)是進(jìn)行尾礦庫整體安全警情狀態(tài)評價分析的基礎(chǔ)和前提條件,可通過對不同區(qū)域指標(biāo)的多個監(jiān)測點數(shù)據(jù)融合求得壩體區(qū)域、庫存區(qū)域、尾礦庫指標(biāo)安全狀態(tài)分析結(jié)果。采用文中所述計算公式可對評價指標(biāo)體系中各指標(biāo)在不同等級標(biāo)準(zhǔn)下的Ex、En、He進(jìn)行計算,結(jié)合尾礦庫安全實際狀況s值取0.01。在相應(yīng)等級標(biāo)準(zhǔn)下,尾礦庫因素指標(biāo)云模型(Ex、En、He)計算結(jié)果見表3。
利用文中所述計算公式(2)對各指標(biāo)特征值的隸屬度進(jìn)行計算,在安全等級為A級條件下其特征值小于2.5mm時的隸屬度為1;而在安全等級為D級條件下其特征值在17.5~20.0區(qū)間時其隸屬度為1,受篇幅原因文中對各指標(biāo)在不同標(biāo)準(zhǔn)等級下的隸屬度不做詳細(xì)的介紹。利用各等級下的每條矩陣所建立的隸屬度向量可構(gòu)造基本信息分配函數(shù)并構(gòu)建對應(yīng)監(jiān)測點的證據(jù)體分配表,經(jīng)沖突檢測和信息融合最終可得到基于D-S證據(jù)理論的尾礦庫安全警情狀態(tài)分析結(jié)果,以C1指標(biāo)為例其融合決策和信任分配表見表4,各指標(biāo)在相應(yīng)標(biāo)準(zhǔn)下的安全警情狀態(tài)見表5。
表3 在不同安全等級標(biāo)準(zhǔn)下尾礦庫各因素指標(biāo)云模型計算結(jié)果
表4 C1指標(biāo)融合決策和信任分配表
警情融合以壩體和庫存區(qū)域?qū)?yīng)指標(biāo)的計算結(jié)果為依據(jù),并利用文中所述公式(4)可對各因素指標(biāo)的警情狀態(tài)進(jìn)行計算分析,具體計算結(jié)果見表6。
表6 尾礦庫整體區(qū)域安全警情狀態(tài)統(tǒng)計分析表
由結(jié)果可知,尾礦庫壩體區(qū)域處于A級安全等級,其風(fēng)險狀況處于可控狀態(tài),風(fēng)險程度為一般水平,其內(nèi)部表現(xiàn)沉降和浸潤線高度風(fēng)險分別位于顯著風(fēng)險B級和高風(fēng)險C級,因此需對壩體沉降變化進(jìn)行重點監(jiān)督和管理,可對工程現(xiàn)場進(jìn)行實地勘探確立浸潤線警情并成立專家小組制定應(yīng)急預(yù)案。尾礦庫庫存區(qū)域已出現(xiàn)警情為顯著風(fēng)險B級,其評價指標(biāo)值基本處于高風(fēng)險狀態(tài),因此在后期的維護(hù)管理中應(yīng)加強(qiáng)監(jiān)督和控制。通過分析可以看出,本文預(yù)測評價結(jié)果與尾礦庫實際狀況保持良好的一致性,因此在后期的管理與控制中應(yīng)進(jìn)行定時巡查、按時記錄狀態(tài)、執(zhí)行常規(guī)性檢驗并及時匯報。同時通過本文的模型對尾礦庫的安全進(jìn)行評價分析非常有效,能夠較好地解決不確定性的決策問題,也很好地為決策者安全控制提供了強(qiáng)有力的管理依據(jù),提高了決策者的決策水平。
本文構(gòu)建的基于云模型和D-S證據(jù)理論的尾礦庫失穩(wěn)潰壩警情評價模型,在云模型計算隸屬度之后,充分利用D-S證據(jù)理論處理不確定信息和沖突信息的優(yōu)勢,在消除證據(jù)之間的沖突后對證據(jù)體進(jìn)行融合,可實現(xiàn)對監(jiān)測數(shù)據(jù)的充分挖掘。本研究進(jìn)行尾礦庫潰壩失穩(wěn)預(yù)警評價分析所選取的評價指標(biāo)相對較小,而影響警情風(fēng)險的因素較多,故為了進(jìn)一步提高評價結(jié)果的準(zhǔn)確性和可靠性仍需要引入大量的數(shù)據(jù)和參數(shù)指標(biāo)進(jìn)行預(yù)測分析。