施工期混凝土坝光纤测温疑点识别准则设计及应用

陈义涛，黄耀英，马金宝

(1.山东省临沂市水利勘测设计院，山东临沂276002；2.三峡大学水利与环境学院，湖北宜昌443002)

施工期混凝土坝光纤测温疑点识别准则设计及应用

陈义涛1，黄耀英2，马金宝1

(1.山东省临沂市水利勘测设计院，山东临沂276002；2.三峡大学水利与环境学院，湖北宜昌443002)

由于施工期混凝土温度测值的影响因素众多，分布式光纤测温系统的工作环境复杂多变，分布式光纤测温系统在获取海量大坝混凝土温度实时在线监测数据的同时，难免掺杂一定数量的疑点测值。借鉴大坝安全监控相关理论方法与研究成果，针对疑点测值识别问题，设计了5种常用的适合施工期大坝混凝土光纤测温测值疑点识别的准则。实践表明，这些识别准则有效。

混凝土温度控制；光纤测温；疑点识别准则；数理统计；平滑估计

0 引 言

分布式光纤测温系统能够及时获取海量大坝混凝土温度实时在线监测数据，但由于施工期工作环境复杂多变，影响大坝混凝土温度测值的因素众多，监测数据中难免会出现一些疑点测值。如何有效识地别出监测数据中的疑点测值，分析疑点测值产生的原因，用准确可靠的温度监测数据指导大坝混凝土的温控防裂和质量控制，一直是学术界和工程界关注的热点和难点。

自吴中如[1，2]提出大坝安全监控测值疑点判别六大准则(时空分析评判准则、力学规律识别准则、监控模型评判准则、监控指标评判准则、日常巡查评判准则、关键问题评判准则)以来，许多学者[3-15]对测值疑点判别的方法和判别效果进行研究了研究和验证，但其研究范围主要集中在大坝位移变形监测、应力应变监测、渗流渗漏监测中。目前对于大坝混凝土温度测值疑点识别的报道较少，因此本文结合大坝安全监控测值疑点识别现有的理论方法和研究成果，针对施工期大坝混凝土温度测值的疑点识别问题进行了探讨。

1 识别准则

大坝混凝土的温控防裂是从监测数据疑点识别、疑点成因分析到温控决策的循环过程，温控防裂的决策需要响应监测数据的异常，温控防裂的决策也会影响着监测数据的变化趋势。由于温度监测数据是一个动态增加的过程，需要对同一时间序列的测值重复进行疑点识别，数理统计方法在疑点识别时检验值的统计特征值也会不断变化，很容易出现疑点测值误判现象。温控防裂的工程实践表明，由于施工期混凝土温度监测的特殊性，其他监测项目的异常诊断方法很难直接应用于温度测值的疑点识别，借鉴大坝安全监控已有的理论方法和研究成果，类比大坝安全监测中位移变形、应力应变和渗流渗漏监测项目中监测数据异常诊断的方法：统计模型诊断、监控指标诊断、设计允许值诊断、速度加速度诊断、力学原理诊断、时空异常值诊断[16]，温度监测数据的疑点识别也可以形成设计允许值识别准则、监控指标识别准则、统计模型识别准则、速度加速度识别准则、时空异常值识别准则，疑点识别分析决策的网络流程见图1。

图1 疑点识别分析决策网络流程

1.1 设计允许值识别准则

根据设计院对大坝混凝土温度控制施工技术要求的具体规定和说明，把光纤测温实测值是否在设计规定的监测指标控制范围之内作为测值数据疑点识别的依据，具体识别流程见图2。

图2 设计允许值识别准则网络流程

1.2 监控指标识别准则

以目标控制温度(最高温度、一期冷却目标温度、中期冷却目标温度、设计封拱温度等)和允许温度变化速率为依据，采用置信区间法、最小概率法或最大熵法来拟定龄期控制点之间典型龄期的温度监控指标(允许温度和允许温度变化速率)，把光纤测温实测值是否在拟定的温度监控指标的控制范围之内作为测值数据疑点识别的依据[2，17-19]，具体识别流程见图3。

图3 监控指标识别准则网络流程

1.3 统计模型识别准则

针对施工期混凝土温度变化规律，采用周期项作为环境气温因子，累加两个指数函数来考虑水化热温升和通水冷却的影响，初始温度由常数项来表示，建立施工期大坝混凝土温度统计模型[20]。由光纤测温实测值确定统计模型参数，根据光纤测温实测值是否在统计模型计算值的控制范围之内进行监测数据性质的判别，具体识别流程见图4。

图4 统计模型识别准则网络流程

1.4 速度加速度识别准则

假设大坝混凝土温度和龄期满足函数关系y=f(x)，且f(x)连续可导，f(x)存在一阶导数f′(x)和二阶导数f″(x)，那么f′(x)代表着温度变化的速度，f″(x)代表温度变化的加速度。分布式光纤测温系统具有实时在线监测、测次密集的特点，其测值序列构成的历时曲线可认为连续可导。若大坝混凝土温度测值发生异常，必然会在温度变化的速度和加速度上有异常，因此可以根据加速度的异常状态来识别测值中的疑点测值，具体识别流程见图5。

图5 速度加速度识别准则网络流程

1.5 时空异常值识别准则

时空异常值识别准则的基本思想是假设正常测值构成的历时曲线是平滑的，包含疑点测值的历时曲线是非平滑的，可以通过历时曲线平滑程度来区分疑点测值。根据施工期混凝土温度变化规律，对光纤测温测值序列进行中位数平滑估计[21]，把光纤测温实测值是否在平滑估计值的控制范围之内作为测值数据疑点识别的依据，具体识别流程见图6。

图6 时空异常值识别准则网络流程

2 工程实例

西南某建设中的特高拱坝位于四川省雷波县和云南省永善县境内的金沙江干流上，拦河大坝为混凝土双曲拱坝，坝顶高程610 m，最大坝高285.5 m，大坝共分为31个坝段。为控制大坝混凝土产生裂缝的风险，及时了解和掌握大坝混凝土的温度状况，在浇筑仓埋设常规温度计，并在河床部位15号和16号坝段以及岸坡部位5号和23号坝段分别埋设分布式光纤进行混凝土温度监测。

为将施工期混凝土温度降至封拱灌浆温度，该拱坝严格按照朱伯芳提出的“小温差、早冷却、缓冷却”通水理念进行通水冷却。选择典型坝段浇筑仓光纤测温测值，将温度历时过程转化为温度龄期过程，绘制光纤测温实测值过程线见图7，采用设计允许值识别准则共识别出10个疑点测值。

图7 实测温度过程线

采用小概率法或最大熵法对每个典型龄期的温度测值拟定对应的温度监控指标，此过程比较复杂，本文基于统计模型计算值采用置信区间法来取得温度监控指标，通过实测温度求得统计模型相关参数并确定温度监控指标，实测温度及监控指标过程线见图8，用监控指标识别准则共识别出16个疑点测值，包含10个疑点测值和6个误判的正常测值，6个误判的正常测值龄期均小于2 d，主要是由于该时段统计模型计算值的偏差造成置信区间偏移产生误判，对起始时段的监控指标进行整后即可消除误判的现象。

图8 实测温度及监控指标过程线

统计模型计算值和实测温度过程线如图9所示，疑点识别阀值初始值可基于残差的数理统计特征值取值，采用统计模型识别准则共识别出12个疑点测值，包含10个疑点测值和2个误判的正常测值。疑点测值的数量会影响残差的数理统计特征值，将识别出的疑点测值用统计模型计算值替代，重新确定统计模型并统计残差的数理统计特征值，对疑点识别阀值进行修正，即可避免误判出现。

图9 实测温度及统计模型计算值过程线

以图7中温度过程线上相邻两点的斜率代表中点温度变化的速度，以速度过程线上相邻两点的斜率代表中点温度变化的加速度，求得实测温度变化的加速度过程线见图10，疑点识别阀值初始值基于检验值的数理统计特征值取值，采用速度加速度识别准则共识别出31个疑点测值，包含10个疑点测值和21个误判的正常测值，其中21个误判的正常测值中有18个均为疑点测值紧邻的测值，去掉识别出的10个疑点测值，重新计算温度变化的速度加速度，根据检验值的数理统计特征值修正疑点识别阀值，即可避免正常测值误判的现象。

图10 实测温度变化加速度过程线

从实测温度序列中依次取出5个相邻测值采用中位数法构造序列1，从序列1中依次取出3个相邻数值采用中位数法构造序列2，从序列2中依次取出3个相邻数值分别按照0.25、0.5、0.25的权重求和构成平滑估计值序列，实测温度与其平滑估计值过程线见图11，求实测温度与其对应的平滑估计值残差，平滑估计阀值初始值基于残差的数理统计特征值取值，采用时空异常值识别准则共识别出10个疑点测值。以平滑估计值替代识别出的10个疑点测值，重新进行平滑估计，根据残差的数理统计特征值对平滑估计阀值进行修正，避免出现误判现象。

图11 实测温度及其平滑估计过程线

3 结 论

为有效解决施工期混凝土坝温度监测数据疑点识别问题，本文设计了5种常用的温度测值疑点识别准则。设计允许值识别准则是测值疑点识别的根本依据，较为精炼直观，但不便于编程实现温度测值的快速疑点识别；监控指标识别准则疑点识别的可靠性主要依赖于监控指标拟定的精确性，如何才能快速拟定出准确可靠的监控指标仍有待进一步研究；统计模型识别准则是监测规范推荐的方法，比较简单，但是随着监测数据的剧增和温控措施的改变，统计模型的预测精度就会受到影响，尤其是一些突发事件很容易导致识别准则误判的现象；速度加速度识别准则对疑点测值中的粗差和突变较为敏感，很容易将疑点测值的紧邻正常测值误判为疑点测值；时空异常值识别准则主要根据监测物理量的时空分布平滑程度来进行疑点识别，对疑点测值中的粗差和异常测值识别效果较好，而对趋势性变化异常疑点测值的识别效果较差。

工程实践表明：5个识别准则均能有效识别出所有疑点测值。多种识别准则联合识别，或者重复疑点识别，基于检验值的数理统计特征值对疑点识别阀值进行适当的修正均能有效避免正常测值被误判的现象。识别出的疑点测值是粗差还是能够反映大坝混凝土温度异常的真实测值，仍有待监测环境资料、监测数据、巡查记录等监测资料综合分析确定。

[1]吴中如，顾冲时. 大坝安全综合评价专家系统[M]. 北京：北京科学技术出版社，1997.

[2]顾冲时，吴中如. 大坝与坝基安全监控理论和方法及其应用[M]. 南京：河海大学出版社，2006.

[3]李啸啸，蒋敏，吴震宇，等. 大坝安全监测数据粗差识别方法的比较与改进[J]. 中国农村水利水电，2011(3)：102-105.

[4]郑晓红，何金平. 大坝安全监测中离群测值的检验分析方法[J]. 大坝与安全，2001(3)：35-37.

[5]万程辉，欧阳平. 大坝变形监测数据的小波分析处理方法[J]. 北京测绘，2010(1)：32-34.

[6]陶家祥，曹其光，张博，等. 大坝变形监测数据异常值的判断与处理[C]∥中国原水论坛专辑. 北京：中国水利学会，2010.

[7]丛培江. 大坝监测数据异常值的概率识别法[J]. 水电能源科学，2005，23(4)：32-34.

[8]邹晓磊，薛桂玉. 大坝监测数据异常值识别方法探讨[J]. 水电能源科学，2009，27(5)：83-85.

[9]冯小磊，华锡生，黄红女. 观测值序列的粗差探测方法[J]. 水电自动化与大坝监测，2006，30(3)：56-59.

[10]赵博，徐卫亚，赵亚琼，等. 数据预处理模型及其应用[J]. 水电能源科学，2012，30(5)：80-82.

[11]景继，顾冲时. 数学形态滤波在大坝安全监控数据粗差检测中的应用[J]. 武汉大学学报：信息科学版，2009，34(9)：1126-1129.

[12]黄红女，华锡生，宋小刚. 土石坝监测数据的未确知滤波[J]. 长江科学院院报，2006，23(3)：32-35.

[13]李波，刘明军，张治军. 未确知滤波法和灰色模型在大坝变形预测中的应用[J]. 长江科学院院报，2011，28(10)：86-89.

[14]周元春，甘孝清，李端有. 大坝安全监测数据粗差识别技术研究[J]. 长江科学院院报，2011，28(2)：16-20.

[15]陈义涛，黄耀英，丁月梅，等. 分布式光纤测温数据粗差识别初探[J]. 人民长江，2014(11)：74-77.

[16]汪亚超，范永，赵二峰，等. 大坝安全监测数据实时异常诊断研究[J]. 水力发电，2009，35(1)：99-102.

[17]黄耀英，瞿立新，周宜红，等. 混凝土浇筑仓温度双控指标拟定的最大熵法[J]. 长江科学院院报，2012，29(11)：104-107.

[18]黄耀英，瞿立新，周宜红，等. 基于小概率法的混凝土浇筑仓温度双控指标拟定及预警研究[J]. 水利水电技术，2013，44(11)：49-52.

[19]丛培江，顾冲时，谷艳昌. 大坝安全监控指标拟定的最大熵法[J]. 武汉大学学报：信息科学版，2008，33(11)：1126-1129.

[20]刘丹丹，王俊，黄耀英，等. 施工期混凝土坝温度统计模型探讨[J]. 水电能源科学，2012，30(2)：76-77.

[21]周元春，甘孝清，李端有. 大坝安全监测数据粗差识别技术研究[J]. 长江科学院院报，2011，28(2)：16-20.

[22]陈义涛. 施工期混凝土坝光纤测温辅助决策支持系统应用探讨[D]. 宜昌：三峡大学，2015.

(责任编辑 王 琪)

Design and Application of Recognition Criterion for Doubtful Concrete Dam Temperature Measurement Data of Distributed Optical Fiber during Construction Period

CHEN Yitao1, HUANG Yaoying2, MA Jinbao1

(1. Linyi Survey and Design Institute of Water Conservancy of Shandong Province, Linyi 276002, Shandong, China; 2. College of Hydraulic & Environmental Engineering, China Three Gorges University, Yichang 443002, Hubei, China)

The distributed optical fiber temperature measurement system can acquire huge amounts of real-time and online concrete dam temperature monitoring data, but it inevitably mix with a certain amount of doubtful measured values because the concrete temperature measurement during construction period is influenced by numerous factors and the operation environment of distributed optical fiber temperature measurement system is complicated. Aiming at the recognition problem of doubtful points, five recognition criterions for concrete dam temperature measuring value during construction period are designed based on dam safety monitoring theory, methods and research results. The practice shows that the recognition criterions are effective.

concrete temperature control; optical fiber temperature measurement; recognition criterion of doubtful point; statistics; smoothing estimation

2016-03-17

国家自然科学基金项目(51209124)

陈义涛(1988—)，男，湖北郧西人，工程师，硕士，主要从事水电工程勘察设计工作；黄耀英(通讯作者).

TV698.1

A

0559-9342(2016)12-0060-05