高 強,彭 秀 華

(國能大渡河流域水電開發(fā)有限公司,四川 成都 610041)

0 引 言

攔河大壩在發(fā)電、灌溉和防洪方面取得了巨大的社會和經(jīng)濟效益,但由于技術限制和工程復雜性,存在潰壩風險,可能造成下游生命和經(jīng)濟的損失。因此,加強大壩風險分析和評價,為風險控制和安全決策提供參考和科學依據(jù)至關重要[1]。

國內外關于大壩風險分析的研究已有很多,如田林鋼等[2]利用模糊數(shù)對大壩安全性態(tài)進行綜合評判;Zhang等[3]利用蒙特卡羅和JC理論對大壩洪水漫頂風險進行綜合評估,但這種傳統(tǒng)的概率計算考慮的風險因素較少;葉偉等[4]將加權優(yōu)化D-S證據(jù)理論引入大壩安全評價,并將其應用在中國某水庫大壩;王麗萍等[5]利用改進F-N曲線法分析了大壩可接受風險水平。但上述方法未考慮評估過程中指標的模糊性與隨機性。云模型可以較好地解決上述問題,如劉可心等[6]利用云模型理論對混凝土壩變形進行安全評價,實例表明云模型對變形監(jiān)測數(shù)據(jù)有較高的精度;Liu等[7]采用云模型對錦屏一級水電站邊坡穩(wěn)定性進行綜合評價,結果表明云模型能較好地考慮各排序因子的影響。熵權法是一種客觀賦權的方法,可對主觀評價進行修正[8]。本文采用云模型和熵權法綜合評價大壩的安全性態(tài),既能解決評價指標模糊性和隨機性的問題,又能避免單一方法存在評判失誤的可能。

大崗山高拱壩竣工于2014年,現(xiàn)場已收集有大量監(jiān)測數(shù)據(jù)和工程地質資料。為科學評估大壩運行期的安全狀態(tài),本文首先調查影響大壩穩(wěn)定性的因素,確定各項風險指標,其次基于云模型評價單因素風險等級,最后利用熵權法獲得了各風險指標綜合權重,以確定整體的風險等級。

1 拱壩穩(wěn)定性影響因素調查

大壩穩(wěn)定性受洪水、庫區(qū)滑坡、地震和壩體自身缺陷等多因素影響,故此次調查從工程風險因素、環(huán)境風險因素和人為風險因素3個維度將可能存在的各類風險因素進行細化[9]。

大崗山水電站壩址區(qū)處于磨西斷裂、大渡河斷裂和金坪斷裂等多組斷裂帶的交匯復合部位,如圖1所示,右岸邊坡高程940～1 135 m段發(fā)育β62、β68、β85和β4等53條輝綠巖脈和89條斷層,其中f231斷層及其上盤發(fā)育的19條中等傾角小斷層,對壩肩邊坡穩(wěn)定不利,因此斷層破碎帶屬于影響壩體穩(wěn)定性的主要因素之一。若壩肩軟弱結構面處理不當、壩頂高程設計不符合防洪和結構安全要求、橫縫設置不當,均有可能導致壩體失穩(wěn)。因此將工程地質和工程質量考慮進大壩穩(wěn)定性影響因素體系。

圖1 右岸邊坡主要斷層分布Fig.1 Distribution of main faults on the right bank slope

壩體位移是大壩運行狀態(tài)的直觀反映,屬于工程結構安全下的風險因素,在2022年9月5日瀘定6.8級地震時,壩體拱冠梁位置14號壩段的垂線測點位移均發(fā)生突變,其中徑向位移的突變尤為明顯,IP14-1和PL14-1位移在地震影響下分別突增約4 mm和25 mm。故將地震荷載作為環(huán)境風險因素的一項評價指標。此外,由于現(xiàn)場管理不當、操作不規(guī)范,導致上游大體積漂移物堵塞泄水設施、泄水閘門故障不能正常開啟等現(xiàn)象,水庫不能及時泄水,可能造成水位漫過壩頂,沖刷下游壩基,威脅大壩穩(wěn)定性和下游居民安全。因此將運行管理作為人為風險因素納入評估體系的構建中。

通過類似上述的風險因素調查,充分考慮工程實際情況,結合大崗山拱壩現(xiàn)場地質條件,對現(xiàn)場監(jiān)測資料進行分類整理分析,最后得到影響大崗山高拱壩穩(wěn)定性的影響因素,如圖2所示。

圖2 大壩穩(wěn)定性影響因素評估體系Fig.2 Evaluation system of influencing factors of dam stability

2 拱壩單因素風險等級評價

大壩穩(wěn)定性影響因素具有復雜性和不確定性,采用云模型可以較好地解決此類問題[10]。云理論能將定性概念轉換成定量描述[11]?？梢圆捎谜蛟瓢l(fā)生器生成“云滴”圖,其數(shù)字特征用期望Ex、熵En和超熵He來表示。其中,Ex表示云滴在論域空間分布的期望,熵En反映論域空間中可被定性概念接受的云滴的取值范圍,超熵He是描述熵不確定性的度量,表示影響因素的離散程度[12]。

2.1 建立指標評價集

首先利用云模型賦予大壩一組評語集,對評語集中的風險等級進行描述。每個評語的取值邊界為[Umin,Umax],可計算出各評語云模型的數(shù)字特征為

(1)

式中:Umin和Umax分別為某風險等級下評語取值邊界的下限和上限值;k為常數(shù),可根據(jù)評語本身的模糊程度來具體調整。

本文參考文獻[13]對5個風險評估等級區(qū)間進行劃分,采用10分制進行評判,根據(jù)分數(shù)越大風險越大的原則量化5個分值區(qū)間,并給出相應的應對措施:低風險等級區(qū)間為[0,2),表明大壩存在的風險可以接受,無須采取降低措施;較低風險等級區(qū)間為[2,4),表明大壩存在的風險不明顯,需要采用一般措施進行防護;中等風險等級區(qū)間為[4,6),表明大壩風險明顯,須采取適當防護措施降低風險;較高風險等級區(qū)間為[6,8),表明大壩風險較為明顯,風險發(fā)生后果較嚴重,須將其降低到允許的合理范圍內;高風險等級區(qū)間為[8,10],表明大壩風險不可被接受,風險發(fā)生后果很嚴重,應重點監(jiān)測并及時加以防護。表1為大壩風險等級及對應云模型,其對應的風險等級評估云圖如圖3所示。

表1 風險等級及其對應云模型Tab.1 Risk levels and corresponding cloud models

圖3 風險等級標準云Fig.3 Standard cloud of risk level

2.2 單風險因素評價

基于前述25項風險因素,利用“問卷星”軟件設計專家評分表,專家依據(jù)自身經(jīng)驗對各風險指標打分。表2為不同專家對不同風險因素的評分結果,共計收回有效評分23份,有效評分中參與評分的人員身份包括:研究人員(86%)、管理人員(5%)、施工人員(9%)。

表2 專家評分結果Tab.2 Results of expert evaluation score

由于人工評分的周期長短不穩(wěn)定,為了獲取足量可靠的評分樣本數(shù)據(jù),根據(jù)原始樣本數(shù)據(jù)概率分布,獲取專家評分的直覺區(qū)間,通過Python編程實現(xiàn)具有人工直覺的機器評分系統(tǒng),將數(shù)據(jù)集擴充至100份并對其進行云模型計算。具體擴充步驟為:首先將23位專家對25項風險因素的評分數(shù)據(jù)整理為23×25的矩陣,識別讀取每列每個數(shù)字的概率分布,得到累積分布。然后生成一個均勻分布的數(shù)字x,取值為(0,1)。圖4(a)為原始數(shù)據(jù)集利用云模型計算得到的特征值,圖4(b)為將原始數(shù)據(jù)擴充至100份并對其進行云模型計算得到的特征值,對比可知兩者各單因素期望值基本一致,表明數(shù)據(jù)可靠。

圖4 云模型特征值Fig.4 Eigenvalues of the cloud model

根據(jù)專家對風險指標打分獲得與風險因素集相對應的權重集,利用逆向云發(fā)生器得到權系數(shù)矩陣和綜合評判矩陣。將權系數(shù)矩陣和綜合評判矩陣通過模糊合成算子和云運算得到評價云模型的數(shù)字特征,采用正向云發(fā)生器生成各評語云和評價云模型的“云滴”圖,并結合生成的Ex值進行對比,最終得出3級指標風險等級分布情況,風險等級為低、較低和高的指標數(shù)量都為0,風險等級為中等和較高的指標數(shù)量分別為15和10。限于篇幅,圖5僅展示壩體混凝土強度和人員管理的云模型評價結果,從“云滴”圖中可以直觀地判斷出各風險指標的風險等級,由于每個風險指標通過計算得出的風險等級不同,其所在的風險等級區(qū)間也不同,“評價云”位于哪個等級區(qū)間,則判斷該指標的風險等級為哪個評估等級?？偨Y云模型評價結果可知,大崗山高拱壩在運行期存在一定風險,但是可將風險控制在安全范圍內,因此后續(xù)應持續(xù)對高風險因素進行監(jiān)測。

圖5 單因素風險等級評價云滴圖Fig.5 Cloud drop charts of single factor risk level evaluation

3 拱壩風險等級綜合評價

3.1 熵權模糊綜合評價

熵權法是一種依據(jù)指標的變異性傳遞程度來確定指標權重的方法,反映了指標信息熵值的實用價值,因此計算得到的指標權重比較客觀[14]。熵在信息論中用來衡量結構的穩(wěn)定性程度,熵值越大,對整體的影響越大,反之則越小。運用熵權法可對指標的主觀評分進行修正,所確定的指標更加合理[15]?；陟貦喾ǖ闹笜藱嘀赜嬎悴襟E如下:

(2) 計算各指標的信息熵。第j個評價指標的信息熵為

(2)

(3) 計算各指標的熵權。計算出各個指標的信息熵為H1,H2,…,Hn,通過信息熵計算各個指標的權重:

(3)

3.2 權重確定及風險等級劃分

依據(jù)單因素的評價結果計算得到平均指標分數(shù),具體分布見圖6(a),安全分級依據(jù)見表3。由圖6(a)可知,斷層破碎U1和壩體混凝土壓實度U5平均分最高,均為7分,表明斷層破碎和壩體混凝土壓實度對工程影響較大,而壩頂高程U7平均分最低,為4.2分,即壩頂高程是影響相對較小的風險因素,符合工程實際,表明數(shù)據(jù)真實有效。

表3 安全等級劃分Tab.3 Classification of security level

圖6 風險指標參數(shù)Fig.6 Parameters of risk indexes

由式(2)計算出各個指標的信息熵(見圖6(b)),并根據(jù)信息熵的計算結果由式(3)計算各三級指標的綜合權重(見圖6(c))。由圖6(c)可知,三級風險指標地震荷載U19和軟弱夾層U3的綜合權重較高,分別為0.118和0.091。由指標平均分和綜合權重計算一級風險指標評估分數(shù)和加權分數(shù)(見表4),環(huán)境風險因素得分最高,其次為工程風險因素,人為風險因素最低。最終得出大崗山高拱壩穩(wěn)定性加權分為5.69。依據(jù)表4劃分的安全等級,最終得分對應的影響等級為Ⅲ級,即大壩存在一定風險,與前文云模型對各單因素風險等級評價結果吻合。

表4 一級指標評估分數(shù)Tab.4 Evaluation scores of first-level indexes

4 結 論

(1) 云模型計算結果表明,25個三級風險指標均位于中風險和較高風險等級區(qū)間,熵權法則確定了大壩整體風險等級為Ⅲ級,即存在一定風險。云模型與熵權法評估結果吻合,與現(xiàn)場情況相符。

(2) 云模型解決了各因素隨機性和模糊性的問題,且基于熵權法的綜合評價結果弱化了專家評分的主觀因素造成的不確定性。基于云模型和熵權法對大壩風險等級評估的過程易操作,條理清晰,結果直觀,為類似的大壩風險評價提供了一種有效方法。