黃 龍，李善平，王 力，彭旭初，馮 奕

（1.中國電建集團(tuán)成都勘測設(shè)計(jì)研究院有限公司，四川 成都 610072；2.國能大渡河流域水電開發(fā)有限公司，四川成都 610094）

0 前 言

在水利建設(shè)中，目前國內(nèi)碾壓式土石壩壩型應(yīng)用比較廣泛，碾壓式土石壩壩料分區(qū)設(shè)計(jì)越來越精細(xì)，對壩料及填筑質(zhì)量要求越來越高［1］。而傳統(tǒng)的碾壓式土石壩施工質(zhì)量管控主要依靠對于壩料、施工工藝和施工參數(shù)等指標(biāo)分別進(jìn)行人工收集，依靠施工人員通過經(jīng)驗(yàn)分別判斷和處理，很多階段仍未實(shí)現(xiàn)相應(yīng)的智能化。由于各類指標(biāo)是多位一體并相互影響，因此難免出現(xiàn)異常原因分析不準(zhǔn)確、措施效果反復(fù)的情況。故從碾壓式土石壩施工質(zhì)量管控技術(shù)研究出發(fā)，以先進(jìn)的物聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)為基礎(chǔ)，將分級指標(biāo)體系、原因庫、措施庫和案例庫利用大數(shù)據(jù)技術(shù)有機(jī)的集成在一起，建立了碾壓式土石壩施工質(zhì)量風(fēng)險(xiǎn)預(yù)警與決策體系，輔助實(shí)現(xiàn)碾壓式土石壩施工的智能管控。

1 研究現(xiàn)狀

土石壩安全預(yù)警系統(tǒng)錯(cuò)綜復(fù)雜，危及其安全的因素眾多，既有內(nèi)因也有外因，既有自然因素也有人為因素［2］。而目前國內(nèi)對于碾壓式土石壩施工質(zhì)量的研究，還主要集中在對于各個(gè)環(huán)節(jié)的質(zhì)量進(jìn)行單項(xiàng)或者少部分的聯(lián)合研究，缺乏對于現(xiàn)場信息的自動在線收集，缺乏各個(gè)環(huán)節(jié)的信息統(tǒng)一分析處理，大部分還僅依靠人工經(jīng)驗(yàn)從單個(gè)知識庫中尋找原因，再從另外一個(gè)知識庫中尋找解決措施。

建立碾壓式土石壩施工質(zhì)量風(fēng)險(xiǎn)預(yù)警與決策體系的目的是在現(xiàn)場實(shí)現(xiàn)部分碾壓數(shù)據(jù)自動收集上傳、其他數(shù)據(jù)通過APP端收集上傳，對于碾壓式土石壩的質(zhì)量通過分級預(yù)警指標(biāo)體系風(fēng)險(xiǎn)識別出問題后、聯(lián)動原因知識庫通過大數(shù)據(jù)分析清楚風(fēng)險(xiǎn)原因后，針對具體的風(fēng)險(xiǎn)原因，自動從措施庫、文檔庫、案例庫中匹配合適的處置措施、參考文檔和參考案例，實(shí)現(xiàn)風(fēng)險(xiǎn)的閉環(huán)處理。

本次建立的風(fēng)險(xiǎn)預(yù)警與決策體系，涉及信息技術(shù)、工程建設(shè)預(yù)警數(shù)學(xué)模型、水電工程管理等多學(xué)科與領(lǐng)域，國內(nèi)鮮有先例。對全流域而言，需要管控的對象太多，如何識別管控的重點(diǎn)，不同的崗位角色有不同的看法，并且模型設(shè)計(jì)時(shí)需要考慮項(xiàng)目缺乏海量數(shù)據(jù)支撐的情況，采用事件觸發(fā)型風(fēng)險(xiǎn)識別方法。區(qū)別于類似平臺和體系的設(shè)計(jì)，本項(xiàng)目提出在識別風(fēng)險(xiǎn)后，根據(jù)風(fēng)險(xiǎn)種類和風(fēng)險(xiǎn)原因，自動匹配相應(yīng)的措施參考文檔和案例。因此，措施庫、案例庫、文檔庫在設(shè)計(jì)時(shí)，要充分考慮與風(fēng)險(xiǎn)識別模型、風(fēng)險(xiǎn)原因分析模型之間的聯(lián)動性。

2 風(fēng)險(xiǎn)預(yù)警與決策體系研究

風(fēng)險(xiǎn)預(yù)警與決策體系通過措施庫、案例庫、文檔庫的有機(jī)組合，實(shí)現(xiàn)解決方法-現(xiàn)實(shí)案例-規(guī)范制度的全面決策支持，為全要素風(fēng)險(xiǎn)預(yù)警管控提供解決問題的方法和依據(jù)。具體的流程包含六大步驟。

2.1 數(shù)據(jù)采集

土石壩施工過程中，土石料碾壓是施工質(zhì)量控制的重點(diǎn)環(huán)節(jié)。土石料的壓實(shí)，是碾壓式土石壩施工質(zhì)量的關(guān)鍵。土料壓實(shí)特性，與土料自身的性質(zhì)，顆粒組成情況、級配特點(diǎn)、含水量大小以及壓實(shí)功能等相關(guān)［3］。在施工過程中，利用物聯(lián)網(wǎng)技術(shù)實(shí)時(shí)采集的碾壓范圍、碾壓遍速等自動采集數(shù)據(jù)，以及壓實(shí)度等人工采集數(shù)據(jù)（采集框架見圖1）。

圖1 數(shù)據(jù)采集過程框架

這些數(shù)據(jù)通過工程現(xiàn)場各類APP、系統(tǒng)實(shí)時(shí)匯集，并在各業(yè)務(wù)系統(tǒng)中進(jìn)行分析和處理，同時(shí)，數(shù)據(jù)通過篩選后，進(jìn)入大渡河工程數(shù)據(jù)中心，并按照分級預(yù)警指標(biāo)體系（指標(biāo)體系參照表1，靜態(tài)指標(biāo)為次要指標(biāo)）進(jìn)行數(shù)據(jù)篩選，形成預(yù)警體系的基礎(chǔ)數(shù)據(jù)。

表1 土石壩分級預(yù)警指標(biāo)體系

各指標(biāo)的參數(shù)數(shù)據(jù)格式：工程類型（string）、工程名稱（string）、部位（string）、標(biāo)段（string）、倉號（duoble）、檢測時(shí)間（datetime）、檢測點(diǎn)位數(shù)量（int）、合格數(shù)量（int）、創(chuàng)建時(shí)間（datetime）。

2.2 指標(biāo)預(yù)警

當(dāng)指標(biāo)出現(xiàn)異常時(shí)，系統(tǒng)應(yīng)首先判斷該指標(biāo)預(yù)警的可信度，排除數(shù)據(jù)污染或填報(bào)錯(cuò)誤等原因造成的異常預(yù)警。對無法排除異常情況的預(yù)警，則進(jìn)入指標(biāo)預(yù)警處置體系，系統(tǒng)自動推送主要指標(biāo)（也是趨勢性指標(biāo)）預(yù)警。

主要指標(biāo)不僅考慮預(yù)警閾值，同時(shí)也考慮指標(biāo)的趨勢性。指標(biāo)的趨勢性，是考慮到多數(shù)指標(biāo)會隨時(shí)間動態(tài)變化，其動態(tài)變化的趨勢可用于預(yù)測該指標(biāo)是否趨近預(yù)警閾值，以便提前發(fā)出預(yù)警。單元工程優(yōu)良率可以反映質(zhì)量控制情況，優(yōu)良率大于92%則說明質(zhì)量控制良好，小于92%則觸動預(yù)警；但若近三個(gè)月的單元優(yōu)良率呈連續(xù)下降趨勢，即連續(xù)三個(gè)月單批次單元工程質(zhì)量優(yōu)良率與上批次單元工程優(yōu)良率之差為負(fù)值，即使各月優(yōu)良率均大于92%，也說明近期質(zhì)量控制效果有顯著下降可能，需提前預(yù)警并采取控制措施。

同時(shí)，系統(tǒng)根據(jù)指標(biāo)間的關(guān)聯(lián)關(guān)系（同類業(yè)務(wù)、同部位等），自動推送次要指標(biāo)數(shù)據(jù)（靜態(tài)指標(biāo)），如大壩填筑單元工程優(yōu)良率指標(biāo)相關(guān)的心墻料檢測合格率、碾壓行駛速度、鋪料厚度、碾壓覆蓋范圍、碾壓遍數(shù)等指標(biāo)，從以上指標(biāo)中，系統(tǒng)將自動篩選出有明顯異常情況的指標(biāo)（通常情況下在主要指標(biāo)未預(yù)警的情況下，次級指標(biāo)并不作為流域級工程管理預(yù)警指標(biāo)）。用戶可通過主要預(yù)警指標(biāo)的數(shù)據(jù)特征與次級指標(biāo)的異常情況，分析異常情況的可能原因。比如單倉面碾壓遍數(shù)合格率，合格要求為心墻區(qū)95%，其他倉面90%。

2.3 風(fēng)險(xiǎn)原因分析

系統(tǒng)自動針對指標(biāo)預(yù)警情況進(jìn)行風(fēng)險(xiǎn)提示。系統(tǒng)將利用風(fēng)險(xiǎn)管理模型，根據(jù)預(yù)警指標(biāo)的具體類型，提取對應(yīng)可能發(fā)生的風(fēng)險(xiǎn)推送至管理層。風(fēng)險(xiǎn)管理模型具備預(yù)設(shè)及人工篩選功能，通過大量樣本的決策選擇機(jī)制，優(yōu)化關(guān)聯(lián)關(guān)系。推送的風(fēng)險(xiǎn)結(jié)果將包含風(fēng)險(xiǎn)發(fā)生的可能性、風(fēng)險(xiǎn)的嚴(yán)重性等相關(guān)信息，為管理決策提供風(fēng)險(xiǎn)評估的支撐數(shù)據(jù)。

系統(tǒng)對主要指標(biāo)預(yù)警及次要指標(biāo)異常情況進(jìn)行綜合分析判斷，根據(jù)指標(biāo)-原因關(guān)聯(lián)關(guān)系，從原因庫中提取可能造成指標(biāo)異常及預(yù)警的原因。如當(dāng)系統(tǒng)推送大壩填筑單元工程優(yōu)良率持續(xù)下降指標(biāo)預(yù)警時(shí)，進(jìn)一步篩選關(guān)聯(lián)次級指標(biāo)，挖掘心墻料檢測合格率、碾壓覆蓋范圍兩個(gè)次級指標(biāo)數(shù)據(jù)異常。系統(tǒng)根據(jù)以上結(jié)果，遍歷原因庫，通過預(yù)設(shè)指標(biāo)-原因關(guān)聯(lián)關(guān)系，篩選出可能原因，包括“現(xiàn)場交底不足、現(xiàn)場管控不足、碾壓寬度不達(dá)標(biāo)等”。管理人員可根據(jù)規(guī)范、經(jīng)驗(yàn)及現(xiàn)場具體情況對推送原因進(jìn)行調(diào)整、修改，并對原因分析結(jié)果進(jìn)行確認(rèn)。確認(rèn)后的指標(biāo)-原因結(jié)果將反饋至系統(tǒng)，為下一次原因分析提供訓(xùn)練、分析樣本。

通過大壩填筑質(zhì)量風(fēng)險(xiǎn)原因庫建立不同風(fēng)險(xiǎn)預(yù)警情況的原因預(yù)設(shè)，對預(yù)警情況實(shí)現(xiàn)追根溯源。原因庫如表2所示。

表2 土石壩質(zhì)量管控類原因庫示意

2.4 風(fēng)險(xiǎn)原因模型判斷

由于影響工程預(yù)警指標(biāo)的原因是多元的，不僅需要判斷造成風(fēng)險(xiǎn)的原因種類，還應(yīng)當(dāng)分析原因?qū)︼L(fēng)險(xiǎn)的占比或貢獻(xiàn)度。因此，系統(tǒng)應(yīng)提供風(fēng)險(xiǎn)原因分析模型，模型提供風(fēng)險(xiǎn)-原因貢獻(xiàn)度預(yù)設(shè)指標(biāo)，管理員可對實(shí)際的了解、調(diào)查，調(diào)整風(fēng)險(xiǎn)-原因之間的關(guān)系或貢獻(xiàn)占比，并將樣本反饋至系統(tǒng)，系統(tǒng)通過多次的成果反演，將實(shí)現(xiàn)風(fēng)險(xiǎn)原因判斷的自我演進(jìn)和真實(shí)趨近。

2.5 決策支持

針對預(yù)警情況、風(fēng)險(xiǎn)原因分析結(jié)果，系統(tǒng)還提供決策支持功能，基于質(zhì)量管控措施庫、案例庫中的數(shù)據(jù)資料，根據(jù)風(fēng)險(xiǎn)-原因-措施之間的關(guān)聯(lián)關(guān)系，推送潛在可解決問題的措施。同時(shí)，類似原因分析及風(fēng)險(xiǎn)分析，用戶可對措施預(yù)案的合理性、關(guān)聯(lián)性進(jìn)行調(diào)整、新增，系統(tǒng)將自動對結(jié)果進(jìn)行分析，通過樣本訓(xùn)練調(diào)整關(guān)聯(lián)關(guān)系。如針對土石壩碾壓施工交底不足的情況，從措施庫中可獲得決策支持包括“以控制碾壓參數(shù)為主，以試坑法檢測干容重為輔的‘雙控’法進(jìn)行質(zhì)量檢測”、“按規(guī)定的錯(cuò)距寬度進(jìn)行碾壓，低速行走。反饋振動碾操作人員，提示運(yùn)行位置、碾壓遍數(shù)、行車速度等標(biāo)識”。措施庫基于規(guī)范建立，確保其可行性和正確性。

質(zhì)量管控措施庫為常用質(zhì)量考核指標(biāo)相對應(yīng)措施，對施工過程中的人機(jī)、料、法、環(huán)等環(huán)節(jié)產(chǎn)生的質(zhì)量問題及應(yīng)對措施進(jìn)行了梳理。主要包括潛在風(fēng)險(xiǎn)、風(fēng)險(xiǎn)原因、可采取措施等信息。具體內(nèi)容見表3。

表3 質(zhì)量管控類措施庫

2.6 預(yù)警閉合

通過系統(tǒng)對風(fēng)險(xiǎn)、原因、措施等的環(huán)節(jié)的相關(guān)分析成果（含預(yù)警情況、原因分析結(jié)果、風(fēng)險(xiǎn)告知結(jié)果、措施預(yù)案）推送至流域級工程管理部門及項(xiàng)目管理人員，各方應(yīng)對預(yù)警情況進(jìn)行反饋，并形成預(yù)警處理閉壞。模型流程如下：

首先利用物聯(lián)網(wǎng)與手持終端，進(jìn)行業(yè)務(wù)數(shù)據(jù)的采集，并輸送到工程大數(shù)據(jù)中心，然后系統(tǒng)利用大壩碾壓單元工程質(zhì)量數(shù)據(jù)指標(biāo)進(jìn)行質(zhì)量判斷。

當(dāng)指標(biāo)出現(xiàn)預(yù)警時(shí)，系統(tǒng)會排除異常情況，然后對主要指標(biāo)進(jìn)行判斷，如果大壩碾壓單元工程優(yōu)良率持續(xù)下降，系統(tǒng)會對次要指標(biāo)進(jìn)行追溯，次要指標(biāo)包含了心墻材料檢測合格率、行駛速度、鋪料厚度、碾壓覆蓋、碾壓遍數(shù)等。

通過對次要指標(biāo)的判斷，大數(shù)據(jù)模型從原因庫中分析出可能原因，比如心墻料檢測合格率異常的原因分析出可能是交底不足、現(xiàn)場管控不足兩個(gè)原因；同時(shí)通過現(xiàn)場樣本反饋、匹配模型或?qū)＜胰斯Q策，對于可能原因進(jìn)行匹配度判斷。然后判斷出實(shí)際的真實(shí)原因，比如判斷出真實(shí)原因是交底不足。

接著通過模型，從措施庫中自動匹配出需要采取的措施，比如交底不足的匹配措施是“以控制碾壓參數(shù)為主，以試坑法檢測為輔的雙控法進(jìn)行質(zhì)量檢測”。

然后將預(yù)警情況和分析結(jié)果推送給工程部管理層，項(xiàng)目管理層對預(yù)警情況和分析結(jié)果確認(rèn)后，系統(tǒng)將預(yù)警情況進(jìn)行自動歸檔。從而完成了整個(gè)土石方施工質(zhì)量風(fēng)險(xiǎn)預(yù)警與決策體系模型的流程。

3 工程應(yīng)用

本項(xiàng)目是大渡河工程數(shù)據(jù)管控中心項(xiàng)目的一部分，并且準(zhǔn)備開始在雙江口電站等項(xiàng)目上使用，雙江口水電站樞紐工程由土心墻堆石壩、洞式溢洪道、泄洪洞、放空洞、地下發(fā)電廠房、引水及尾水建筑物等組成。土心墻堆石壩壩高314 m，居世界同類壩型的第一位?？裳须A段推薦水庫正常蓄水位2 500 m，死水位2 330 m，最大壩高312 m，正常蓄水位以下庫容31.15億m3，調(diào)節(jié)庫容21.52億m3，為年調(diào)節(jié)水庫，通過水庫調(diào)節(jié)可增加下游梯級電站枯期電量66億kW·h，增加保證出力175.8萬kW。

本風(fēng)險(xiǎn)預(yù)警與決策系統(tǒng)自安裝調(diào)試運(yùn)行以來，成功收集了大量數(shù)據(jù)。定期對于項(xiàng)目的碾壓式土石壩的質(zhì)量指標(biāo)進(jìn)行收集分析，發(fā)現(xiàn)異常后迅速定位原因，自動給出改進(jìn)措施，質(zhì)量問題發(fā)現(xiàn)原因的速度提高了80%，決策速度也相應(yīng)提高了70%。隨著預(yù)警與決策體系對碾壓式土石壩質(zhì)量的精細(xì)化管控，目前土石壩的質(zhì)量各項(xiàng)指標(biāo)得到了極大的提升，次要指標(biāo)的合格率提高了30%，主要指標(biāo)的質(zhì)量優(yōu)良率平均提高了5%，這表明土石壩的質(zhì)量控制整體上均有較大改善。具體應(yīng)用見圖2。

圖2 土石方施工質(zhì)量風(fēng)險(xiǎn)預(yù)警與決策體系模型流程

4 結(jié) 論

碾壓式土石壩施工質(zhì)量風(fēng)險(xiǎn)預(yù)警與決策體系平臺是依托于整個(gè)大渡河施工質(zhì)量風(fēng)險(xiǎn)預(yù)警與決策體系平臺，以碾壓式土石壩施工質(zhì)量為控制目標(biāo)，以分級質(zhì)量指標(biāo)為對象，整合了原因庫、案例庫、措施庫等，建立了風(fēng)險(xiǎn)預(yù)警與決策體系，并開始在雙江口電站成功應(yīng)用，不僅會積累海量施工過程數(shù)據(jù)，為后續(xù)科研、施工等工作提供了強(qiáng)大的基礎(chǔ)數(shù)據(jù)支撐，而且通過引入物聯(lián)網(wǎng)、大數(shù)據(jù)等當(dāng)前先進(jìn)科學(xué)技術(shù)與理論，加快了水電行業(yè)與互聯(lián)網(wǎng)的融合，提高了水電工作施工的精細(xì)化、智能化管理水平。隨著人工智能技術(shù)及物聯(lián)網(wǎng)技術(shù)的不斷成熟完善和水電行業(yè)智能管控技術(shù)的不斷深入，必將推動碾壓式土石壩智能建造技術(shù)的持續(xù)發(fā)展。