基于可靠性理论的水电站大坝渗流风险识别方法

饶 奇，蒋春宇

(沈阳市文林水土工程设计有限公司，辽宁 沈阳 110000)

根据当前社会经济发展需要，以及风险识别观念的引入，使得当前水电站大坝管理模式逐渐由传统的安全管理向着风险管控的方向发展。针对水电站大坝的风险分析、管理和控制，主要是通过对其风险实施一整套完整的政策和程序完成的，是对风险进行识别、评估、处理和监控的一系列管理过程。风险识别是水电站大坝风险分析中的第一环，而大坝的渗流风险又是直接影响风险分析和评价准确性的重要因素[1]。因此，如何客观、准确地实现对水电站大坝渗流风险的识别，是水电站未来实现可持续发展的重要研究内容。可靠性理论是一种通过系统性的运行，实现对普遍数据规律分析、评价和控制的理论。在整个体系运行过程中，其组成成分越多，关系相对越复杂，体系与效力的可靠性越低。通过这一理论实现对不同领域中各类风险的有效识别。针对当前水电站大坝渗流风险识别过程中存在的局限性、不确定性等问题，本文结合可靠性理论，开展对水电站大坝渗流风险识别方法的设计研究。

1 基于可靠性理论的水电站大坝渗流风险识别方法设计

1.1 渗流风险影响因子选择

渗流时水电站大坝常见的病险症状之一，通常发生渗流同时会伴随着流土、接触冲刷、接触流失等危险事故。当发生渗流时，水电站大坝原有的土体颗粒物会受到水的流动作用从原本的位置上被冲刷，进而造成大坝土体结构的移动或流失，对大坝造成严重的安全威胁。因此在选择水电站大坝渗流风险影响因子时，将大坝实际渗流比降大于临界渗流比降作为大坝渗流的发生条件。其中实际渗流比降可通过实际测量获得，临界渗流比降可通过实验确定[2]。一旦受到某些影响因素造成水电站大坝某个部位的实际渗流比降大于临界渗流比降，大坝将产生渗流的风险，而这些因素即为水电站大坝渗流风险影响因子。

将水电站大坝渗流风险影响因子划分为内部影响因子和外部影响因子两种。对于大坝坝体而言，主要内部影响因子包括孔隙比P1、干密度P2、黏粒含量P3等。当上述参数与正常数值之间产生较大偏差时，则说明存在渗流风险，并进一步影响渗流的系数。针对大坝坝基而言，其内部影响因子主要包括基岩岩性P4、断层裂缝特性P5以及坝基透水性P6等。当水电站大坝存在险情，若坝体和坝基同时发生渗流时，则会进一步增加水电站大坝出现渗流破坏的风险。外部影响因子主要包括大坝所承受的荷载问题，包括在上游水位P7、下游水位P8、洪水历时P9等情况下荷载的变化。

1.2 基于可靠性理论的大坝渗流破坏概率估计

第一步：确定水电扎大坝的几何模型以及多个渗流边界条件。以二维渗流分析为主，确定大坝的几何尺寸，包括大坝高度、坝坡角度，将边界条件设置为上下游水位。

第二步：获取水电站大坝各个层次材料的渗透系数平均值、方差以及相关距离等参数。在获取上述参数时，可通过经验公式、室内试验以及野外原位试验等方式。同时，一般渗透系数满足对数的正态分布要求，因此也可通过正态分布的方式获取各项参数。

第三步：对随机场进行离散处理，通过局部平均法或中心法实现。

第四步：对有限元网格和随机场网格结构进行统一划分。为了方便后续对大坝渗流风险进行识别，划分网格时，可通过将有限网格和随机场网格共用同一套网格结构的方式实现，以此将两种网格结构上的特性相互赋予。

第五步：进行有限元确定性计算。针对上述已经完成随机场特性赋予操作的水电站大坝有限元模型进行确定性分析和计算，计算过程中采用渗流计算软件完成[3]。通过计算结果可以准确地完成对大坝坡度的具体反映，若渗透坡度超过临界渗流坡度值时，则判断该结构已经失效，大坝渗流破坏概率增加。

第六步，计算具体的大坝渗流破坏概率。重复上述第一步～第五步操作N次，并将其作为样本数据。通过统计出现大坝渗流的样本数量，计算已经发生大坝渗流破坏的样本数量与总体样本之间的比值，得出的数据结果即为渗流破坏的概率。

1.3 水电站大坝渗流风险计算

在完成上述相关研究的基础上，可基本掌握大坝渗流带来的风险与溃坝潜在的危险，因此，本章将根据上述研究成果，对水电站大坝发生时可能带来的风险根据相关风险研究成果进行计算，在计算过程中，可按照渗流现象发生的风险率，进行安全事故发生的后果系数相乘的方法，统计安全评估数值。并以此为依据，分析水电站大坝渗流风险数值或系数落在的具体区域，从而判断风险为可控制风险、可自动调节风险、不可控制风险、可解决风险、极高行为风险等。在完成渗流风险的确定后，分析是否应对风险进行及时处理，或应采用哪种有效的风险处理方式。

参照传统水电站大坝渗流风险计算方法，在实际计算中，将风险按照影响范围对其进行划分。可分为：个体风险、群体风险、市场经济效益风险、生态环境风险等。根据上述分析，对风险系数进行计算。计算公式如下。

(1)

式中：RI表示为水电站大坝出现渗流现象时，个体行为出现的生命危险系数；Pf表示为水电站大坝可能出现的渗流现象发生概率；Pd/f表示为在水电站大坝发生渗流现象时，生命个体可能呈现的最高死亡概率。根据上述计算公式，对大坝渗流风险划分标准进行设计。见表1。

表1 水电站大坝渗流风险划分标准

按照上述表1中内容与上述计算公式，将水电站大坝风险系数进行对照，按照水电站大坝渗流风险划分标准，输出渗流风险类型，通过将得出的数据结果与渗流风险等级进行对比，完成对大坝渗流风险的识别。当水电站大坝风险位于极高类型时，必须采取相应的措施降低风险，以减少对周围环境、人员等造成的影响，保证水电站的经济效益和社会效益。

2 对比实验

选择某水电枢纽作为实验对象，该水电站建立在河流支流上，该水电站当中的主要建筑物包括：混凝土重力坝段、厂房坝段、泄洪闸段等。该水电站整体为三级工程，建筑物在建设初期的施工等级为3级。大坝自开始动工至今，使用年限超过了20 a。该水电站当中用于工程设施监测的项目包括坝体变形监测、垂直位移监测、泄洪量监测等，但针对大坝的渗流量监测并未涉及。因此，分别选择本文设计的基于可靠性理论的水电站大坝渗流风险识别方法和传统风险识别方法对大坝的渗流量进行监测，并判断其可能存在安全隐患的评价结果。为方便对两种识别方法的比较，选择将相对贴近度作为评价指标，用于判断两种识别方法的实际应用效果。相对贴近度的计算公式如下：

(2)

式中：λ表示为两种方法的风险识别结果的相对贴近度；ε表示为各个风险因子的相对贴近度；y表示为各个评价识别指标的正理想解。将实验结果进行记录，并根据上述公式计算两种识别方法的相对贴近度，绘制成实验结果对比表见表2。

表2 两种识别方法实验结果对比表

根据表2中的数据可以看出，本文识别方法的相对贴近度明显高于传统识别方法的相对贴近度。由于相对贴近度的数值越高，说明识别的准确性和适应性越高。因此，通过实验证明，本文提出的基于可靠性理论的水电站大坝渗流风险识别方法与传统识别方法相比可有效提高识别结果的准确性，为后续水电站大坝防护措施的方案设计提供有力帮助。

3 结语

本文以水电站大坝的渗流风险作为研究对象，通过对影响其发生渗流风险的各项因素进行分析，提出一种基于可靠性理论的水电站大坝渗流风险识别方法，并通过实验证明了该方法的应用优势。针对不同工程项目的风险识别与评价在水电站大坝领域中具有较为广阔的发展前景，本文在设计识别方法时，对于经济、环境和社会等方面的影响，并未过多涉及。因此，在后续的研究中还将对各类影响因素进行综合分析，以提出一种更加完善的识别方法。