大坝坝体变形监测技术及其应用分析

姜新元

摘 要：水库作为当今社会必不可少的重要水利重要水利工程枢纽之一，其所发挥的工程效益巨大。在设计大坝时，设计者需要根据洪水淹没的范围考虑大坝的结构与高度。复杂多变的建筑环境往往使把坝体承受着巨大的负荷，易发生偏离和形变。所以定期的安全监测对于水库大坝来说至关重要。在对大坝进行定期监测的过程中，也要结合之前的监测数据对大坝的形变进行预测和分析，以达到提早预防险情的目的。造成大坝坝体变形的因素有很多，比如上下游库的水位差、温度、气压、实效等等。选择恰当的监测技术对大坝坝体变形进行监测，可以提高监测效率，维护大坝坝体安全。

关键词：大坝坝体变形；监测技术；应用分析

中图分类号：TV968.11 文献标识码：A 文章编号：1671-2064（2019）05-0144-02

在大坝整个施工过程和后期的运营过程之中都可能出现大坝变形。如果对大坝的变形能够做出及时的预测，在一定程度上就可以减少灾害的发生。我的大坝变形监测领域，从20世纪50年代开始研究并使用的人工变形监测系统，70年代出现了以传感器、激光技术和全站仪TPS为基础的自动化变形监测系统，到了90年代，GPS自动化变形监测系统等新兴技术得以被使用和推广。为了更好的研究大坝坝体变形监测技术和应用，在本文中，笔者结合学习生活中的实际经历，列举了几个大坝坝体变形监测的技术，以供分析。

1 EV模型监测技术对大坝坝体变形的应用及分析

回归分析是监测大坝坝体是否变形的一种经典方法，被广泛应用于各种领域，但经典的回归分析也存在一定弊端。比如回归分析要求观测值要具有较大的样本、一般只能进行短期的变形预测，而且由于自变量的监测数据存在一定的不确定性，所以造成了回归分析的测量值容易出现误差。为了解决这一弊端，学者通过研究，在变形监测数据处理中首次使用了一种新的建模方式，建立了变量含有误差的模型——Errors-in-Variables模型。这种方法是根据经典的回归分析模型演变而生，在刚问世时被人们称为Measurement Error模型，随着后来的不断调整，慢慢演变成了今天的Errors-in-Variables模型。

EV模型在19世纪五六十年代由一个国外统计学家提出。他对自变量的随机误差进行了思考，、将自变量的误差值当做参数来进行处理，使原有的计算变得非常复杂，加大了统计与推断的难度。所以EV模型的研究在较长一段时间里都停滞不前。后来随着计算机的发明与问世，计算量的大小不再困惑着人们。国内外开始研究EV模型的学者越来越多。近年来，随着计算机处理数据的能力越来越强，更多的学者开始重视EV模型的研究。

目前不管是在国内还是国外，EV模型工作仍处理理论研究阶段，对于模型的实际运用则比较少见，但也存在着少数的成功案例。1983年Ganse将EV模型用来讨论地震的强度；2004年Faber Richard等人将EV模型用来研究关于煤气工业的提纯问题；2005年Stoker、Thomas M等人用EV模型对美国煤矿的劳动生产率做出了分析。除此之外，将EV模型运用于大坝坝体变形检测仍处于摸索状态。曾有学者运用EV模型通过水压、实效、温度等分量的测量分析，对青铜峡大坝进行了坝体变形的检测。根据分析自变量数据的精确程度与变量观测值数据位的变化规律以及各个水平位移观测点观测精度的相似程度，确定了最初的误差协方差阵，根据大量的试算，学者们发现了误差协方差在矩阵中数值的微小变化对参数估计造成的影响，最后确定了误差协方差阵的估计值。

2 地基雷达系统IBIS-L技术对大坝坝体变形的应用及分析

地基合成孔径雷达干涉技术，它主要通过微波探测主动成像的方式来获取监测区域的二维影像图，并通过步进频率技术来实现雷达影像方位向和距离向以及合成孔径技术的高空间分辨率。地基合成孔径雷达干涉技术不仅克服了星载SAR影像受时空失相干严重的问题，还克服了时空分辨率低的缺点。通过GB雷达技术，人们能够精确地发现被测物的表面沿雷达视线向的微量变形的有关信息，地基合成孔径雷达干涉技术的基本原理主要根据合成孔径雷达技术来获取监测区域的二维影像图，并利用SF-CW技术以达到提高雷达的距离向分辨率的目的。通过对影像中目标点的电磁波相位信息进行比较，运用干涉技术来获取监测区域的变形量。IBIS是一种基于微波干涉技术的创新雷达，是远距离监测目标位移且具有成像能力的陆基微波干涉仪。与GPS、全站仪技术相比，IBIS更具有空间连续覆盖的优势。系统将合成孔径雷达技术（SAR）、干涉测量技术、步进频率连续波技术（SF-CW）相结合，通过合成孔径技术获取监测区域二维影像，提取相位变化量。

地基合成孔径雷达技术通过对干涉测量技术的运用，以达到获取微小形变的目的。地基合成孔径雷达技术现在已经在大坝、桥梁等变形监测工作中广泛应用。这种雷达技术与传统的观测方法相比具有二维成像、精度高、全天时全天候等特点，是非常具有潜力的一种监测新技术。

3 BP神经网络对大坝坝体变形的应用及分析

BP算法的最早提出在1986年，这种算法是人工神经网络的误差反向传播算法。基于ANN算法所形成的神经网络被人们称为BP网络。BP网络主要有三层神经元，分别是输出层神经元、输入层神经元和隐含元。输入层神经元主要负责信息的收集和获取，隐含元主要负责信息的处理，输出层神经元主要负责信息的最后输出，三层神经元之间具有非常明确的分工。此外对于BP网络的学习过程主要分为正反两个方向。BP网络的正向传播体现了一个信号尝试过程，反向传播则主要是一个反馈的过程。作为前向反馈网络的BP网络，现如今被社会广泛的使用。误差反向传播算法的学习主要被分为两个不同阶段。第一是总结尝试的过程。在这个阶段下，信息处于一种正向传播的状态。在隐含层获取到输入信息之后，经过复杂的计算后，发送給输出层。第二是反馈的过程。在这个阶段下，信息处于一种反向传播状态。输出层并没有得到实际的输出值，然后将这种情况反应到隐含层，隐含层采用递归的方式计算误差调节神经元之间的连接强度。

作为一种多层神经网络的BP网络，在当今社会的研究与应用中，体现了极强的实用性能。大量的研究表明，BP网络仅需要一个隐藏层就能够解决任意精度的连续非线性函数。通过运用BP神经网络来分析水库大坝是否变形，通过将影响水库大坝变形的几个因素与大坝实际变形量的历史数值作为BP神经网络分析预测模型的输入变量和期望输出，再加之一系列的计算与分析，对BP神经网络的初始权值和阈值进行优化，最终采用优化后的BP神经网络来建立水库大坝变形分析的预测模型。

4 小波神经网络对大坝坝体变形的应用及分析

小波神经网络一直是国际上众多学科关注的热点。通过小波神经网络变换的发展历程，不难看出，小波理论的发展主要分为三个阶段。第一阶段：小波分析的思想萌芽及孤立应用时期。其主要特征是特殊构造的小波开始被应用于一些科学领域的特定问题上。其中最具代表性的小波应用是法国地球物理学家通过小波对地震数据进行了分析，并提出了小波分析的概念。第二阶段：国际性研究热潮和统一构造时期。1986年，从离散滤波器迭代方法出发建造出具有支撑的正交小波基和对称的双正交小波，这也是以后正交小波的构造的基本框架。第三阶段：小波的全面应用时期。从1992年开始，小波分析方法正式进入了全面应用阶段。专门刊载小波理论和应用发展的国际刊物于1993年在美国正式创刊，这标志着小波分析理论研究进入了全新阶段。在经过后世漫长的发展中，大部分的小波文献主要集中在了数学、物理等方面。小波分析是一门交叉学科，小波分析与其它理论的综合运用必将成为以后的发展趋势。

现在的小波分析理论被越来越多领域的工作者和工程技术人员广泛应用，小波理论创造的新成果层出不穷。但是将小波分析用于大坝安全检测的应用仍处于刚起步阶段。倘若能与大坝安全检测的特点相结合，在探索小波理论应用于大坝安全检测的课题，必将是一个非常具有划时代意义的研究方向。

5 GNSS技术对大坝坝体变形的应用及分析

全球导航卫星系统GNSS于19世纪70年代问世，在这种技术出现后便被广泛用于定位工作，在后世的发展中，也被大量应用于测量领域。1998年我国首次将GNSS自动化监测系统用于隔河岩大坝外部变形监测。作为利用卫星技术进行全方面测量的一项高科技技术，GNSS能够为监测人员提供较为精确的时间信息和三维坐标等参数，对测量领域产生了划时代的意义。在监测大坝是否变形中，GNSS技术是被使用最多的技术，它具有定位速度快、全天测量、自动化程度高、连续实时等特点。GNSS技术通过系统对自动化数据进行处理，进而获得精确程度较高的数据，这也为建立自动化监测系统打下了基础。但是尽管如此，GNSS技术就应用层面而言，仍存在较多缺陷，只有将GNSS技术与其他监测技术捆绑使用，才能提高对大坝变形监测的效率、水平和精度。GNSS技术随着科学技术的发展，在对大坝坝体变形的研究分析层面更为灵活，是使用最为广泛的监测方法。

综上所述，大坝的安全监测工作是大坝建設和运营必不可少变形监测、分析和预报是大坝安全监测的重要部分，及时掌握大坝的变形规律，完成对大坝变形的预测就能够提前化解潜在危机。在本文中，笔者通过对EV模型监测技术、地基雷达系统IBIS-L技术、BP神经网络、BP神经网络、GNSS技术五大技术的介绍和应用分析，说明了通过不同角度，采用不同技术对大坝坝体是否变形进行监测，为大坝坝体变形监测技术的优化提升提供了更多可供参考的理论建议。

参考文献

[1] 杨杰，吴中如.大坝安全监控的国内外研究现状与发展[J].西安理工大学学报，2002（1）：26-30.

[2] 方卫华，王润英.大坝变形监测自动化系统进展[J].水利水电科技进展，2000（6）：23-25.

[3] 蔡德所.光纤传感器技术在大坝工程中的应用[M].中国水利水电出版，2017.

[4] 华北水利水电学院编.水库工程检查观测[M].水利电力出版社，2017.

[5] 郭晨，李光宗.大气激光准直自动化系统在监测大坝变形中的应用[J].大坝观测与土工测试，1997（5）：34-37.

[6] 宋恩来.真空激光准直系统在大坝安全监测中的应用及发展[J].大坝与安全，2001（1）：1-4.

[7] 胡光乾.小浪底水利枢纽大坝外部变形监测及资料分析[J].水力发电，2004（9）：49-51.

[8] 渠守尚，马原平.大坝外部变形自动化监测系统的应用试验[J].大坝观测与土工测试，2001（3）：25-28.

[9] 李征航，刘志赵，王泽民.利用GPS定位技术进行大坝变形观测的研究[J].武汉大学学报（工学版），1996（6）：26-29.

[10] 黄丁发，丁晓利，陈永奇.多天线GPS自动变形监测系统[J].铁道学报，2000（6）：90-94.