胡升 黃少東 安徽省交通科學(xué)研究院

曹翔宇 魯文妍 南京水利科學(xué)研究院

1.引言

我國(guó)大壩工程量多面廣，其中相當(dāng)一部分已進(jìn)入或即將進(jìn)入服役中后期。隨著水庫大壩運(yùn)行時(shí)間的流轉(zhuǎn)，通常還伴有設(shè)計(jì)標(biāo)準(zhǔn)的變化、地質(zhì)環(huán)境的改變、排水及防滲功能的退化以及健康監(jiān)測(cè)設(shè)備陳舊等一系列問題，上述因素均可導(dǎo)致這些工程退化成“病險(xiǎn)水庫”?！?8”大水后，國(guó)家先后投入數(shù)千億巨大資金加固了7.3萬余座病險(xiǎn)水庫，遠(yuǎn)超當(dāng)初編制全國(guó)病險(xiǎn)水庫除險(xiǎn)加固專項(xiàng)規(guī)劃時(shí)的測(cè)算數(shù)量。病險(xiǎn)水庫除險(xiǎn)加固在取得巨大成績(jī)的同時(shí)，也出現(xiàn)部分水庫重復(fù)加固后仍未脫險(xiǎn)的狀況，全國(guó)病險(xiǎn)水庫除險(xiǎn)加固專項(xiàng)規(guī)劃迄今無法收尾，反映當(dāng)前的病險(xiǎn)水庫安全診斷（病險(xiǎn)認(rèn)定）及除險(xiǎn)加固技術(shù)還存在“卡脖子”技術(shù)與裝備。

由于水庫大壩長(zhǎng)期與水直接接觸，承受較高的水壓和溫度梯度，大壩表面不可避免會(huì)產(chǎn)生不同程度的裂縫，進(jìn)而導(dǎo)致其承載能力和耐久性降低。大壩水下裂縫不僅存在于大壩表面，當(dāng)內(nèi)部損傷積累突變，裂縫會(huì)擴(kuò)展至大壩內(nèi)部，甚至貫穿，形成滲漏通道。因此，考慮大壩水下應(yīng)急處置狀態(tài)下的環(huán)境溫度、壓力、流速等條件，及時(shí)、準(zhǔn)確探測(cè)大壩的水下裂縫，對(duì)災(zāi)后短時(shí)間內(nèi)采取應(yīng)急措施，并制定水下應(yīng)急修復(fù)策略意義重大。同時(shí)，該領(lǐng)域的探索能夠?yàn)橥七M(jìn)災(zāi)后應(yīng)急檢測(cè)與處置向自動(dòng)化、模塊化、智能化方向發(fā)展提供支撐。

2.大壩水下開裂成因及案例

從大壩裂縫的成因?qū)用?，宏觀上可歸結(jié)于以下兩類因素：第一類是由于大壩材料的溫降收縮、干縮、堿-骨料化學(xué)反應(yīng)、鋼筋銹蝕等因素而產(chǎn)生的開裂。美國(guó)德沃夏克重力壩的垂直滲水裂縫（裂縫最大開度1.65mm）、前蘇聯(lián)的薩揚(yáng)舒申斯克拱壩的貫穿性裂縫是第一類病害的典型案例；第二類是由于大壩受到水壓力、地震、涌浪等荷載，致使材料截面受到的實(shí)際應(yīng)力大于材料自身的抗拉強(qiáng)度或抗壓強(qiáng)度而產(chǎn)生的開裂。美國(guó)帕克伊馬拱壩、秘魯?shù)腇raile拱壩、中國(guó)的谷關(guān)拱壩在地震過程中產(chǎn)生的裂縫是第二類病害的典型案例。

圖1 大壩的水下裂縫檢測(cè)方法歸納[9]

隨著當(dāng)前筑壩材料、施工技術(shù)和壩型的與時(shí)俱進(jìn)，各類壩型依靠自身適應(yīng)的地形地質(zhì)發(fā)揮著重要作用。然而，目前各類壩型依然存在著開裂等安全問題，甚至可以說，大壩的開裂問題伴隨著大壩的服役和發(fā)展。而水下的裂縫在復(fù)雜溫度場(chǎng)、高壓水環(huán)境和在水力劈裂等作用下，會(huì)呈現(xiàn)出異常復(fù)雜的受力狀態(tài)。甚至很多時(shí)候，大壩裂縫的成因也僅能從經(jīng)驗(yàn)和理論上判斷，較難依靠充足的證據(jù)給出完全確定性的結(jié)論。因此，著眼于實(shí)際工程大壩水下病害場(chǎng)景，及時(shí)、準(zhǔn)確探測(cè)大壩水下的裂縫并記錄其所處環(huán)境狀態(tài)，能夠?yàn)榭陀^分析大壩的裂縫成因提供基礎(chǔ)，同時(shí)為大壩的水下修復(fù)技術(shù)提供用武之地。

3.大壩水下裂縫診斷策略

大壩的裂縫檢測(cè)方法可以從整體上分為“局部探視法”和“整體檢測(cè)法”。筆者曾較為全面梳理過“整理檢測(cè)法”中各類技術(shù)的發(fā)展現(xiàn)狀，而由于指標(biāo)敏感性、算法穩(wěn)定性等問題，在實(shí)際大壩的病害檢測(cè)中的應(yīng)用較少。近年來，隨著遙控?zé)o人潛水器（Remotely Operated Vehicle，ROV）的探索和發(fā)展，局部探視法展現(xiàn)出了巨大活力，因此本文聚焦于大壩工程領(lǐng)域的“局部探視法”研究現(xiàn)狀進(jìn)行討論。

3.1 探地雷達(dá)反演成像法

探地雷達(dá)反演成像法，通常利用高頻無線電波在結(jié)構(gòu)內(nèi)部介質(zhì)中的傳播衰減規(guī)律，探測(cè)結(jié)構(gòu)的開裂和缺陷。任愛武等以探地雷達(dá)反演成像法、滲漏量檢測(cè)分析及工程地質(zhì)分析相結(jié)合的方式為分析手段，找到了某水庫的溶洞或滲漏通道。然而，但混凝土結(jié)構(gòu)中的鋼筋占比較大時(shí)，電磁波的能量損耗較為嚴(yán)重，制約了該技術(shù)在實(shí)際大壩工程中的應(yīng)用。

3.2 聲波層析成像法

聲波層析成像法，通常利用脈沖波的振幅等參數(shù)變化，判別結(jié)構(gòu)的開裂部位。王蕭寒等依托多波束測(cè)深儀系統(tǒng)和水下三維實(shí)時(shí)3D 聲吶系統(tǒng)，開發(fā)了點(diǎn)云數(shù)據(jù)融合檢測(cè)方法，并以某碼頭工程為案例，實(shí)現(xiàn)了對(duì)水下鋼管到的三維精準(zhǔn)化定位，并成功檢測(cè)出了受臺(tái)風(fēng)影響而發(fā)生明顯移位和傾倒的24根鋼管樁。駱劍彬等針對(duì)聲吶成像檢測(cè)技術(shù)在實(shí)施進(jìn)程中需要人工參與識(shí)別的問題，聯(lián)合聲吶成像檢測(cè)技術(shù)和深度學(xué)習(xí)技術(shù)，開發(fā)了基于快速區(qū)域推薦卷積神經(jīng)網(wǎng)絡(luò)的聲吶圖像病害分類識(shí)別網(wǎng)絡(luò)，并通過水下樁墩表觀病害檢測(cè)試驗(yàn)，驗(yàn)證了該方法的有效性。相較于探地雷達(dá)反演成像法，該技術(shù)不受混凝土結(jié)構(gòu)中鋼筋等金屬構(gòu)件的影響，具有更高的識(shí)別分辨率。

3.3 光纖傳感檢測(cè)法

光纖傳感器檢測(cè)法，通常利用光纖在大壩缺陷處的光損耗，判別結(jié)構(gòu)的開裂部位。從光纖光柵傳感系統(tǒng)的研究歷程來看，可以分為點(diǎn)式監(jiān)測(cè)、準(zhǔn)分布式監(jiān)測(cè)和分布式監(jiān)測(cè)三個(gè)階段。該技術(shù)的局限在于當(dāng)光纖與缺陷正交時(shí)，裂縫的識(shí)別效果極大削弱，且若為實(shí)現(xiàn)全局式的持續(xù)檢測(cè)，需要構(gòu)建龐雜的傳感網(wǎng)絡(luò)。此外，為保障光纖光柵傳感器在結(jié)構(gòu)服役期間的有效性，光纖的防護(hù)問題也是當(dāng)前的關(guān)鍵技術(shù)難題。

3.4 圖像識(shí)別法

近年來，由于數(shù)字圖像處理和計(jì)算機(jī)視覺技術(shù)的快速發(fā)展，通過分析混凝土表面圖像識(shí)別裂縫的方法被廣泛應(yīng)用于大壩的水下裂縫檢測(cè)，具有技術(shù)方便、直觀、高效、經(jīng)濟(jì)、無損的優(yōu)勢(shì)。徐魯強(qiáng)等針對(duì)ROV搭載的高清攝像頭受水環(huán)境影響，難以呈現(xiàn)清晰圖像的問題，開發(fā)了一種將人造多幅欠曝光算法與顏色通道補(bǔ)償方式相融合的圖像增強(qiáng)算法，顯著提高了水下圖像的細(xì)節(jié)展示能力。Shi等采用圖像識(shí)別技術(shù)中的避光算法在一定程度上消除了水下圖像中的光照、噪聲嚴(yán)重等問題，并在分析大壩裂縫圖像統(tǒng)計(jì)特性的基礎(chǔ)上，提出了一種利用圖像塊局部特征和連通域全局特征相結(jié)合的裂縫檢測(cè)方法。Fan等針對(duì)水下圖像檢測(cè)效率低、誤診率高的問題，提出了一種基于局部-全局聚類分析的大壩裂縫自動(dòng)檢測(cè)算法，減少了人為判斷的主觀性，并通過試驗(yàn)驗(yàn)證了該方法對(duì)大壩水下裂縫檢測(cè)具有較好的效果。

4.存在的問題及展望

（1）大壩在水下若出現(xiàn)貫穿性裂縫（滲漏通道），在裂縫區(qū)域的流體的流速和流態(tài)不再穩(wěn)定。如何保障ROV在高速、紊亂水環(huán)境下按照預(yù)設(shè)路線平穩(wěn)巡檢，是將ROV廣泛應(yīng)用于實(shí)際工程的關(guān)鍵技術(shù)難題。同時(shí)，對(duì)大壩的深水廣域快速巡檢路線的尋優(yōu)值得進(jìn)一步探索。

（2）ROV裝備通?？梢酝瑫r(shí)搭載多套檢測(cè)設(shè)備，而目前各類監(jiān)測(cè)數(shù)據(jù)的處理相對(duì)獨(dú)立，難以形成協(xié)同體系。因此，探索能夠融合多源異構(gòu)數(shù)據(jù)的裂縫檢測(cè)算法，視大壩水下裂縫診斷的發(fā)展趨勢(shì)。

（3）過去基于人為判斷的圖像識(shí)別技術(shù)效率較低、誤診率較高，而機(jī)器學(xué)習(xí)的潛在應(yīng)用為基于數(shù)據(jù)驅(qū)動(dòng)的損傷診斷提供了巨大驅(qū)動(dòng)。因此，將圖像識(shí)別技術(shù)和機(jī)器學(xué)習(xí)相融合，對(duì)于大壩等長(zhǎng)期服役的水工建筑物的健康狀況評(píng)價(jià)和維修加固意義重大。