APP下载

基于灰色聚类法和灰色关联分析的大坝安全评价

2015-12-14田林亚范雷刚乔素强

测绘工程 2015年4期
关键词:白化大坝监测点

丁 立,田林亚,范雷刚,乔素强

(1.河海大学 地球科学与工程学院,江苏 南京210098;2.国网北京经济技术研究院徐州勘测设计中心,江苏 徐州221005)

大坝是调控水资源时空分布、优化水资源配置的重要工程设施,也是江河防洪工程体系的重要组成部分[1]。截至2012年底,全国已建成各类水库97 543座,其中,大型水库683座,总库容6 493亿m3,中型水库3 758座,总库容1 064亿m3。全国大中型水库大坝安全达标率为95.2%[2]。定期对大坝进行安全评价,掌握大坝安全状况,以便有针对性地采取措施,对确保社会公共安全和国民经济发展具有十分重要的意义。目前常用的大坝安全评价方法主要有层次分析法、神经网络法和模糊综合评判方法等。

由于大坝安全状况同时受到地理环境、地质、水文、材料结构和施工质量等因素的影响,且大坝安全评价的数据是在有限的时间和空间范围内监测得到的,信息是不完全的或不确切的,因此,可将大坝安全状况当作一个部分信息已知、部分信息未知的灰色系统,并且用灰色系统的原理对大坝安全进行评价。基于此,本文以大坝基础工程部位的安全状况作为评价对象,研究并采用灰色聚类法(GCM)和灰色关联分析法(GRA)对大坝安全进行评价。

1 评价方法及步骤

1.1 灰色聚类法

灰色聚类是根据灰数的白化权函数将一些带有观测指标的对象聚集成若干个类别的方法。设有n个聚类对象,m个聚类指标,s个不同灰类,xij为第i(i=1,2,…,n)个对象关于j(j=1,2,…,m)指标的样本值,根据xij的值将第i个对象归入第k(k=1,2,…,s)个灰类之中[3-4]。灰色聚类法评价模型建立的具体步骤如下:

1)确定样本白化值矩阵X。设xij元素的样本矩阵为X = (X′1,X′2,…,X′n),其中,X′i= (xi1,xi2,…,xim)T,m 为指标个数。

2)确定灰类白化权函数。设fkj(x)表示第j个指标隶属第k 个灰类的白化权函数,xkj(1),xkj(2),xkj(3),xkj(4)为白化权函数的阈值,根据不同情况,白化权函数一般包括4种基本类型,即

3)确定聚类权。设ηkj为第j个指标第k个灰类的聚类权,xij为各级别的阈值。根据各级别的阈值,聚类权的计算公式为

4)求聚类系数。设σik为第i个评价点关于第k个级别的聚类系数,fkj(x)为第i个评价点第j个指标在第k类的白化函数中的函数值。聚类系数一般由下式确定:

5)确定样本所属类别。在计算所得的聚类系数中,按最大隶属原则找出最大值所在的类别,即为该样本的所属类别。

1.2 灰色关联分析法[5]

灰色关联分析是根据对象因素之间发展趋势的相似和相异程度,来衡量因素间关联程度的方法,然后根据因素间关联程度和评价标准对各个对象进行归类。灰色关联分析法评价模型建立的具体步骤如下:

1)确定评价指标体系、参考序列和原始数据序列。参考序列是一个理想的比较标准,一般选取各指标的最优值或最劣值作为参考序列,设参考序列为X′0= (x01,x02,…,x0m),原始数据序列为 X =(X′1,X′2,…,X′n),其 中,X′i= (xi1,xi2,…,xim)T,i=1,2,…,n。

2)计算差序列并确定最大差序列和最小差序列。通过计算每个评价对象原始数据序列与参考序列对于元素的绝对差值形成差序列,即取差序列中的最大值和最小值

3)计算关联系数。所谓关联系数,就是第i个原始数据序列与参考序列在对应的第j个指标的相对差,可表示为

式中,ρ 为分辨系数,在 (0,1)内取值,通常ρ取0.5。

4)计算关联度。关联度由各评价对象的关联系数取平均值求出,可反映各评价对象与参考序列的关联关系,可表示为

5)确定评价结果。根据事先拟定的分级标准和区间,判定各评价对象的关联度所属区间,即为该对象的评价结果。

2 实例计算与分析

大坝基础工程部位通常埋设了大量测点,测点的类型包括位移点、渗流测点、渗压测点、应力测点和应变测点等[6]。从这些测点可以长期获取大坝基础工程部位的位移、渗流、渗压、应力和应变量值。除此以外,根据大坝基础工程部位多年的巡视及工作状况的资料,可以归纳出安全度检查结果、位移巡视检查结果和渗流巡视检查结果等信息,通过将这些检查结果数值化后[7],可以结合大量测点实测值,用于大坝基础部位安全状态的评价。基于此,本文选取的评价指标分为8类:监控指标检查、位移巡视检查、渗流巡视检查、位移测量、渗流测量、渗压测量、应力测量和应变测量。表1是某大坝基础工程部位12个样本点的8类监测数据,为保证获得更加准确的评价结果,已对表1中的数据进行了标准化处理,使其消除量纲且具有可比性[8]。

为了使灰色聚类法和灰色关联分析两种方法在大坝安全评价中的结果具有可比性,必须为两种方法在最终的评价定级中建立统一的标准,此标准可根据安全监控中拟定的规定并结合坝基实际状况确定,因为本例中的监测数据经过无量纲化处理,且数值均介于0和1之间,所以定级标准的范围可取[0,1],具体可将坝基安全状态划分为4个级别:严重异常(Ⅰ)、异常(Ⅱ)、基本正常(Ⅲ)和正常(Ⅳ),其对应的分值区间分别为[0,0.2],(0.2,0.4],(0.4,0.7],(0.7,1]。为了符合客观实际,以上标准和区间可根据需要进行适当调整。

表1 大坝基础工程部位监测数据

2.1 灰色聚类法在大坝安全评价中的应用

2.1.1 白化权函数的构造

在建立白化权函数前,首先要确定各指标白化权函数的阈值,阈值的确定对聚类结果会产生很大影响,一般可采用指标分级标准作为阈值,这里根据坝基安全状态分级区间的上下限确定阈值,利用式(1)和阈值表示出各指标隶属各灰类的白化权函数。将表1中各监测点各指标实测值代入上述白化函数关系式求得白化函数值,如表2所示(因数据量较大,仅列出了1号和2号测点的白化函数值)。

表2 各监测点各指标白化函数值

2.1.2 灰色聚类权的计算

根据坝基安全状态分级区间的上下限,采用权重计算式计算各指标对4个级别灰类的权重,经计算,本例中各指标对于各个级别的权重均相等,即ηkj=0.125(k=1,2,3,4;j=1,2,…,8)。因为各项指标中各个类别所采用的安全状态分级区间是相同的,所以计算出来的聚类权也应该是相同的。

2.1.3 聚类系数的推求及归类

利用计算所得的灰色聚类权和白化函数值,由式(3)求得各监测点属于各类别的灰色聚类系数,并组合成聚类系数向量。各监测点不同类别的聚类系数百分比图如图1所示,根据隶属度最大原则,可从图1中较容易地判定出各测点的安全级别。

图1 聚类系数百分比图

2.2 灰色关联分析在大坝安全评价中的应用

2.2.1 分析序列的确定与差序列的求取

利用表1中的监测数据构造出原始数据序列X,然后选取各项指标的最优值作为参考序列,可得X0=(0.77 0.81 0.84 0.85 0.80 0.80 0.81 0.80),根据差序列计算公式求取差序列,进而得到最大差序列0.43和最小序列差

2.2.2 关联系数的计算

取分辨系数ρ=0.5,根据式(4),计算12个监测点各指标的原始数据序列与参考序列之间的关联系数ζi(j),计算结果见表3。

表3 原始数据序列与参考序列的关联系数

2.2.3 关联度计算与排序

将已求得的关联系数代入式(5),计算出监测点各指标的原始数据序列与参考序列之间的关联度,见图2。从图2中可以清晰地分辨出关联度的大小排序,关联度越大,说明坝基测点安全状况与最优值越接近,也就是安全状态越正常。此外,根据图中关联度所属的坝基安全状态分级区间,可判定出各监测点的评价结果。

图2 原始数据序列与参考序列的关联度

2.3 安全评价结果分析

各监测点的最终灰色聚类评价结果和灰色关联分析结果见表4。

表4 灰色聚类法和灰色关联分析法评价结果

从表4所列的评价结果来看,两种方法在1、3、4、5、6、10、11和12号监测点上的评价等级完全一致,主要在2、7、8和9号监测点上存在差异。首先从灰色聚类法的角度看,2号点在第Ⅲ等级的聚类系数为0.441 7,与第Ⅱ等级的聚类系数0.504 2非常接近,所以,该测点的安全状况应位于Ⅱ、Ⅲ等级之间,且更趋近于第Ⅱ等级,而7、8和9号监测点在第Ⅳ等级的聚类系数分别为0.125 0、0.145 8和0.170 8,而其他测点的聚类系数均小于0.1,尽管和其他第Ⅲ等级的测点同属一个等级,但7、8和9号监测点安全状态比其他测点更加正常。再从灰色关联分析的角度分析,2号点的关联度为0.516 2,在所有第Ⅲ等级的测点中属最小,可见2号点相比其他点(第Ⅲ等级内)最趋近于第Ⅱ等级,而7、8和9号监测点的关联度分别为0.709 7、0.735 3和0.731 4,结合图2不难发现,这三点的关联度超过第Ⅳ等级区间下限的值非常有限,从而说明它们离第Ⅲ等级的区间非常接近。此外,坝基安全状态分级区间对最后的评价结果也会产生影响,进一步细化分级区间对两种方法最终评价结果的一致性会有提升。由此可见,两种方法评价结果的差异性是可以解释的,且都在可控范围内。

从水库的长期运行中发现,大坝左坝段坝基安全状态良好,未出现明显的安全问题,而右坝段坝基多次出现渗水现象,且渗漏量会随着库区水位的上升而增大,针对此处坝基渗流现象,对其进行了灌浆处理,并对排渗设施进行集中加固处理,渗漏问题得到一定缓解,但并未得到彻底解决。结合本文评价结果来看,分布在右坝段坝基部位的1、2、3、10、11和12号测点安全等级相对较低,尤其是11和12号点,已处在基本正常状态的边缘,需要引起警惕,而其他位于左坝段测点的安全状态则趋于稳定,综合来看,左右坝段坝基的评价结果与实际情况基本吻合,从而印证了两种方法评价结果的客观性和准确性。

3 结 论

本文以大坝基础工程部位的安全状况作为评价对象,并根据现有资料构建评价指标体系,建立了基于灰色聚类法和灰色关联分析的大坝安全评价模型。通过实例计算与分析表明,这两种灰色系统方法能够较好地解决大坝安全评价中的不确定性问题,而且在评价结果上也有良好的一致性,与实际情况相吻合。此外,两种评价方法的模型清晰直观,利于计算机编程实现,是进行大坝安全评价的两种较为快捷和理想的方法。

[1]陈文燕,朱林,王文韬.大坝安全监测的现状与发展趋势[J].电力环境保护,2009,25(6):38-42.

[2]中华人民共和国水利部.全国水利发展统计公报(2012年)[M].北京:中国水利水电出版社,2013.

[3]邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社,1992.

[4]陶鑫,文鸿雁,何美琳,等.灰色二阶预测模型在变形监测中的应用[J].测绘科学,2014,39(7):135-137.

[5]陈令羽,宋国民,赵钰哲,等.DEM信息伪装算法的灰色多层次评价模型[J].测绘工程,2014,23(2):19-23.

[6]华锡生,田林亚.安全监测原理与方法[M].南京:河海大学出版社,2007.

[7]廖文来.大坝安全巡视检查信息综合评价方法研究[D].武汉:武汉大学,2005.

[8]陆洲导,李灿灿,李刚.灰色聚类法在已有建筑物可靠性鉴定中的应用[J].同济大学学报:自然科学版,2006,34(7):874-879.

猜你喜欢

白化大坝监测点
天津南港LNG接收站沉降监测点位布设
抚河流域综合治理监测布局优化
白化黄喉拟水龟人工培育研究①
全站仪极坐标法监测点稳定性分析方法研究
最严重白化
大坝:力与美的展现
我省举办家畜血吸虫病监测点培训班
白化茶种质资源分类研究
白化和紫化茶种质资源开发进展
正式挡水的马来西亚沐若大坝