土石坝渗流安全的云动态评价方法

韩立炜，张宏洋，李松平

（1．华北水利水电学院，河南郑州 450011;2．河南省水利科学研究院，河南郑州 450002）

大坝安全评价是一个多层次、多指标的递阶分析问题．现有的评价方法，可归为两类：一类是对界限、准则和定性信息的模糊化处理［1］;另一类是利用盲数均值法对土石坝进行综合评价［2］或是利用集对分析理论从同、异、反3个方面综合考虑不确定性因素［3］．然而，由于土石坝综合评价的目的是获得能够为人所能理解的知识，最好用自然语言来表示发现的过程和结果．但自然语言描述的各种空间实体的属性，具有强烈的不确定性，现有方法在这方面还存在不足．

云模型是李德毅院士［4］在传统模糊数学和概率统计的基础上提出的定性、定量互换模型．云模型是用“不确定性”来描述“不确定性”，体现了隶属度函数的不确定性，能够更好地刻画人类语言以及思维中的灵活性与柔和性，更接近自然语言和人类思维过程．笔者将云模型的概念引入土石坝渗流评价中，提出了一种全新的不确定性动态评价方法．

1 云模型

定义1 设U为一个用精确数值表示的定量论域，C为U上的定性概念．若定量值x∈U，且x为定性概念C的一次随机实现，x对C的确定度μ（x）∈［0，1］是有稳定倾向的随机数，即

则x在U上的分布称为云，每个x称为一个云滴［4］．

云是用语言值表示的某个定性概念与其定量表示之间的不确定性转换模型，用以反映自然语言中概念的不确定性，而且反映了随机性和模糊性的关联性，构成定性和定量间的映射．而这些性质正好适用于土石坝渗流评价中的定性、定量转换，以及监控资料中的模糊性、随机性及两者的转换．

2 土石坝实测性态评价

评价体系主要包括3个方面的内容：评价指标的设置、评价指标的度量方法和评价途径．

2．1 评价指标设置

土石坝渗流评价可用如图1所示的多层次、多指标的综合评价指标框架表示［1］．

图1 渗流综合评价指标框架

这里主要为了展示云模型动态评价方法，故仅对渗流压力进行评价，其他指标的评价与此类同．

2．2 评价指标度量方法

土石坝渗流安全监控资料包括仪器监测资料（定量数据）和巡视检查结果（定性描述），则其实测性态评价指标也包括定量指标和定性指标．由于表达方式不同，因此度量方法也不相同．

2．2．1 评价等级划分

参照文献［5］的划分方法，将评价等级确定为5级，它们所构成的评语集合为

2．2．2 定量指标度量方法

定量指标的度量主要从效应量的数值表现和趋势预测表现两方面来考虑．从数值表现来看，首先确定每个测点的安全监控指标限制值［x］及监控模型的剩余标准差S，然后根据这两个指标，采用云模型方法对评价指标（实测效应量x）值进行软划分，将其分为和评价等级相对应的5个区域，如图2所示．

图2 测压管水位评价标准定性概念云图

“测压管水位安全与否”各因子评价标准的5个定性概念的云表示方法为

式中：FA，FB，…，FE为相应于图2的评价标准;下标A，B，…，E表示不同的评价等级;x为监测量;S为标准差;x^为监测量x的统计估计值;He为统计值的超熵;［x］为监测量x的监控指标界限;S'为当监测量x超过监控指标界限［x］时的模型剩余标准差．

2．3 实测性态评价途径

计算各测压管水位对于各评价指标的隶属度，利用云发生器实现．

算法1 云发生器

输入：评价标准Fi的数字特征（Exi，Eni，Hei）及测压管水位监测值Sej．

输出：Sej对评价标准Fi的隶属度μij．

算法步骤：

求出同一时间各测压管水位对于评价标准Fi的隶属度之后，利用云模型实现定性概念“软与”的定量转换．将“软与”看作一个定性概念，用多维正态云F（1，Enxμ1，Hexμ1，1，Enxμ2，Hexμ2，…，1，Enxμn，Hexμn）表示，其中各维的论域分别对应确定度μi的取值范围，均为［0，1］．定量转换后的云滴 （x1，x2，…，xn）的统计分布的期望为（1，1）．在论域的这一点上，它的确定度μ等于1，严格等同于逻辑上的“与”，其他位置上分布的云滴的确定度μ都小于1，反映了“与”的不确定性，即“软与”的特性，论域中云滴离期望点越远，其确定度μ就越小［6］．

算法2 云“软与”

输入：各测压管水位监测值Sej所对应隶属度μij、权重 σj及数字特征（1，Enj，Hej）．

输出：渗流实测性态H．

算法步骤：

利用“软与”计算出土石坝渗流实测性态对各评价标准的隶属度［H1，H2，H3，H4，H5］，就可以判断渗流的安全性．

2．4 动态评价模型

评价指标度量中的趋势表现是指土石坝的实测效应量随着时间的推移而出现的时效分量的趋势性变化过程．它主要取决于坝体材料及坝基岩体的特性和坝体结构特点等．时效分量的变化状况是大坝结构实测性态正常与否的重要标志之一．

按上述土石坝渗流评价原理，对土石坝渗流在T个不同时期（或时刻）的安全状况进行分析，得到了T个不同时期（或时刻）的土石坝渗流安全等级和等级特征值，分别记为j0（t）和j*（t）（t=1，2，…，T），则可分析j0（t），j*（t）的变化趋势．①若j0（t）等级很低，j*（t）随着时间t的推移基本无变化或在某一范围内小幅度变化，也未逐渐增大，说明该土石坝渗流安全状况良好;②若j0（t）等级较低，j*（t）在初期增长较快，在运行期变化平稳，变幅较小，这种情况在实际工程中最为常见，是一种比较正常的状况;③若j0（t）等级较低，j*（t）以相同的速率持续增长，这种情况表明坝存在某种或某些危及安全的隐患，对坝的安全不利;④若j0（t）等级较高，且j*（t）随着时间t的推移而逐渐增大（趋坏型），说明该土石坝渗流的安全性在变差，应加强监测，提高警戒水平;⑤若j0（t）的等级很高，j*（t）持续增长，并在变化过程中伴有突然增大的现象，说明该土石坝渗流安全性差，应引起高度重视，及时采取相关加固措施．上述5种情况分别与评价指标特性所划分的5个评价等级X1，X2，X3，X4，X5相对应．

3 应用实例

陆浑水库是一座大型水利枢纽工程．在坝体及坝基部分设置了渗流压力、渗流量、绕坝渗流等观测项目，积累了几十年的观测资料;同时，还对大坝进行了经常性的巡视检查．

以图2中渗流压力部分为例，各测压管权重取值相同，都为1．根据土石坝安全监测资料，按照前述定量评价指标的度量办法，求得各测压管水位对评价标准的5个定性概念．例如S1测压管各指标值见表1．

表1 S1测压管各区间数字特征

求取S1测压管1971－01－02—1999－12－28共1 519组数据对5个定性概念的动态隶属度，如图3所示．

图3 S1测压管动态隶属度

根据前文可知，S1测压管基本处于正常与基本正常状态，等级特征值随着时间t的推移基本无变化或在某一范围内小幅度变化，也未逐渐增大，说明水库渗流状态良好．但是1982年8月1日S1测压管水位处于中度异常状态，1982年8月3日S1测压管水位处于轻度异常状态，其对各评价标准的隶属度见表2．

表2 某两日S1测压管数据对各评价标准隶属度

陆浑水库的渗流动态综合评价：考虑1996年北方普降大雨，故抽取当年的所有测压管水位、渗流量、绕坝渗流等进行分析．首先按照计算S1测压管隶属度的方法计算各测压管对5个定性概念的动态隶属度．然后利用算法2对所有测压管求“软与”，获得渗流压力总的安全隶属度，结果如图4所示．

根据前文可知，除了8月4日至9月2日的30组数据基本处于基本正常状态外，其他都属于正常状态，而且等级特征值随着时间t的推移基本无变化或在某一范围内小幅度变化，也未逐渐增大，说明水库渗流状态良好．因此，可以将1996年渗流安全评价为基本正常．

综上所述，陆浑水库渗流安全评价为基本正常，这与文献［7］的结论基本一致．

图4 1996年测压管水位动态综合评价结果

4 结语

1）以土石坝单个项目——渗流为例，利用云模型建立了土石坝渗流动态评价方法，为土石坝渗流安全评价提供了新的方法和思路．

2）通过云模型实现定性概念“软与”的定量转换，比通常在模糊集合中取加权平均作为综合评价的途径要灵活得多．

［1］李宗坤，姜景山，王广印．土石坝实测性态综合评价方法研究［J］．岩土工程学报，2007，29（2）：255 －259．

［2］黄红女．土石坝安全测控理论与技术的研究及应用［D］．南京：河海大学，2005．

［3］廖文来，何金平．基于集对分析的大坝安全综合评价方法研究［J］．人民长江，2006，37（7）：94 －96．

［4］李德毅，杜鹢．不确定性人工智能［M］．北京：国防工业出版社，2005．

［5］何金平，李珍照，施玉群．大坝结构实测性态综合评价方法研究［J］．水力发电学报，2001（2）：36－42．

［6］ Li De YI，Du Yi，Yin Guoding，et al．Commonsense knowledge modeling［C］∥16th World Computer Congress 2000．Beijing：［s．n．］，2000．

［7］中国地质大学（武汉）工程学院，河南省水利厅勘测设计院．河南伊河陆浑水库坝基渗透稳定性研究［R］．武汉：中国地质大学，1999．