丰宁抽水蓄能电站地下厂房围岩稳定性分析

张恩宝 孔张宇 王兰普 张顺利 吕风英

摘要： 针对丰宁抽水蓄能电站，依据工程布置和施工期实际揭露地质条件建立了大型三维数值模型。利用围岩变形监测数据，采用GA+BP人工神经网络法和离散元软件3DEC，对地下厂房洞室群的围岩力学参数进行了反演分析。运用反演得到的相对最优力学参数分析了洞室群围岩稳定状况和支护受力特性。结果表明：洞室围岩整体稳定性和支护结构安全性是有保证的，但蚀变带影响区变位量值较大，浅表层局部块体稳定问题相对突出，应加强开挖过程控制和监测，制定好针对性的加强支护预案。该稳定分析方法可为类似地下洞室工程的开挖支护提供有益参考。

关 键 词：  地下厂房; 围岩稳定; 3DEC; 正交试验设计; 力学参数反演; 神经网络; 遗传算法; 丰宁抽水蓄能电站

中图法分类号：  TV743

文献标志码：  A

DOI： 10.16232/j.cnki.1001-4179.2021.08.023

0 引 言

大型地下厂房一般具有大埋深、大跨度、高边墙、群效应明显等特点[1-2]，其赋存环境和施工过程存在大量不确定因素，加上节理裂隙、断层及其破碎带等不良地质现象存在，洞室群的稳定性研究已然成为水电建设中最为关键的工程技术问题之一[3]。鉴于每个地下工程均具有自身的特殊性，针对不同工程地質特点，采用合适的数值方法和合理地确定岩体物理力学参数是洞室群稳定研究的前提和关键[4]。

3DEC为美国ITASCA公司开发的基于离散模型显式单元法的三维离散元数值程序，适合于多块系统运动和大变形模拟计算，其突出特点是能逼真地描述岩体结构面的力学行为，被广泛应用于研究结构面控制问题。3DEC对连续体的求解方式与FLAC3D相同，且提供了忽略结构面的求解功能。因此3DEC适用范围更广泛，无论是结构面控制型工程，还是结构面-应力复合控制型工程，甚至是典型的地应力控制型工程，3DEC都能给出合理的解答。3DEC被广泛用于地下工程挖掘和岩石地基工程中节理岩体、断层、层理等结构影响的模拟估算，是研究由于存在不连续而引起潜在失稳的理想方法。因此3DEC非常适用于节理裂隙发育的地下洞室稳定分析[5]。

丰宁抽蓄电站地下厂房花岗岩体中存在有蚀变带，开挖揭示洞周节理裂隙发育。本文通过系统地梳理分析洞室群地质条件，依据多点位移计监测成果，采用3DEC和GA+BP人工神经网络法，对洞室群的围岩力学参数进行了反演分析，评价了节理裂隙发育条件下洞室群围岩的整体稳定性及支护结构的合理性，可为类似地质条件下大型地下厂房稳定性评价提供参考[6-7]。

1 工程概况

河北省丰宁抽蓄电站总装机容量3 600 MW（12×300 MW），建成后将为世界最大抽水蓄能电站。工程规模为Ⅰ等大（1）型，主要永久建筑物为1级建筑物，次要永久建筑物为3级建筑物，分一、二期工程，两期同期建设。厂区建筑物主要由主厂房、主变洞、母线洞、交通电缆洞、排风系统、出线系统、通风洞、排水廊道及其他附属洞室等组成，主副厂房呈“一”字形布置，地下厂房开挖尺寸414.00 m×25.00 m×55.00 m（长×宽×高）;主变洞开挖尺寸450.50 m×21.00 m×24.50 m（长×宽×高）。地下厂房规模大，不同断面和不同功能的洞室在空间上互相交错，形成了庞大的地下洞室群。

地下厂房系统位于滦河左岸，鞭子沟沟脑部位，与鞭子沟呈近60°角度斜交。岩性主要为三叠系干沟门单元中粗粒花岗岩，灰白色、肉红色，岩石具花岗结构，碎裂结构，块状构造。花岗岩体中存在有蚀变带，在构造带附近尤为严重，主要表现为岩体强度降低，岩石中的石英、长石等矿物蚀变，开挖揭示表明洞周节理裂隙发育[8-9]。

2 计算条件

2.1 计算模型

数值模型包含了完整的河谷地形信息、厂区地质条件。模型范围X轴方向长度取600 m，Y轴方向长度取800 m，模型底部高程870 m，顶部延伸至地表，单元总数约230 万，cable锚索单元2 889根（其中加强锚索575 根）。主要考虑了f350、f370、f371、f3014、f375、f376、f3015、f3016、f3017、f3018、f3013等断层，同时根据最新地质揭示，厂房和主变洞共筛选了96条节理裂隙并采用界面单元进行精细模拟。山体整体模型见图1，洞室体型模型见图2。限于篇幅，本文仅对厂房第6期开挖成果进行分析。

2.2 开挖程序

考虑到开挖期数与分层高度对于围岩的稳定性有着重要影响，根据工程类比及已建工程经验，按施工组织设计要求，以主厂房、主变洞、尾闸室开挖为主线，根据现场实际施工进度，调整附属洞室的开挖时段，施工开挖分期见图3。模拟计算时以现场实际开挖分期情况实时调整模型。

2.3 数值计算方法

三维离散单元法是在时间域采用动态松弛法求解块体的运动方程，在每个时步内应用牛顿运动定律和相应的本构方程，求解块体之间的相互作用力。

块体接触的本构关系是指块体间接触力与位移关系，3DEC中的块体接触方式有6种：面与面、面与边、面与点、边与边、边与点、点与点。接触方式的多样化使得计算过程中的判断更加耗时，接触的力学关系也更加复杂。3DEC采用了多种接触关系搜索和判断方法，比如为模型设置数学网格进行分区搜索，在接触之间设置一个中间面，根据两个相互接触的块体落在中间面上角点数目来判断接触关系，极大节省了计算时间。

岩体采用弹塑性本构模型，破坏准则采用具有拉伸截断的复合Mohr-Coulomb 准则。锚索、锚杆采用3DEC中的cable单元模拟，喷混凝土层可采用linear单元模拟[10]。

2.4 初始地应力

初始地应力场分布的主要特征为：① 根据试验，主厂房埋深约400 m，最大主应力接近于水平，平均为NE79.5°，量值12～18 MPa。可见，厂区地应力场属于构造应力与自重应力叠加的复合地应力场，构造应力稍大，属中等应力区。② 根据反演的初始应力场成果，以构造应力场为主，σx>σz>σy，表现为σx、σz应力数值相对较大。③ 应力量值分布基本随埋深加大而增大，随着埋深加大变化梯度逐渐变小。主体洞室群中部附近的σx应力约15 MPa，σz应力约12 MPa。断层附近局部出现应力跳跃现象，但变幅不大。

根据模型加载反演得到的初始地应力场进行洞室群开挖支护计算。

3 反演分析方法及力学参数反演成果

采用基于正交试验设计的正演位移反分析法，该方法虽然计算量大，但适应性广，计算思路清晰[11]。

3.1 GA+BP人工神经网络

正演法计算得到的计算位移U应与实测位移Um相差最小，位移反演分析即求解数学规划中的最优化问题。洞室群施工过程中具有时空效应的映射f有着高度的复杂性和非线性，恰好神经网络能够根据对象输入与输出的数据直接建立模型，不需要对象的先验知识及复杂的数学公式推导，并且采用适当的训练算法就可以达到网络学习精度目标。BP网络是应用最广泛的神经网络，己被证明具有一个隐层的BP网络模型可以对任意非线性函数进行逼近，因而可用于非线性对象的建模[12]。BP人工神经网络参数反演基本流程见图4。

鉴于岩石力学问题的复杂性，BP算法误差空间是非线性、多极值的，易陷入“局部最优”。因此需借助遗传算法对网络结构和初始权值进行优化，将遗传算法的全局寻优能力与BP算法局部寻优能力有效结合起来。遗传算法是模拟达尔文的自然选择学说和自然界的生物进化过程的一种计算模型。采用简单的编码技术来表示各种复杂的结构，并通过对一组编码表示进行简单的遗传操作和优胜劣汰的自然选择来指导学习和确定搜索的方向。从初始种群出发，采用基于适应值比例的选择策略在当前种群中选择个体，使用杂交和变异来产生下一代种群。如此模仿生命的进化，一代代演化下去，直到满足期望的终止条件为止。

基于遗传算法的人工神经网络的基本原理是用遗传算法（GA）对神经网络的连接权值进行优化学习，利用GA的寻优能力来获取最佳权值[13-14]，基本流程见图5。

3.2 正交试验设计

考虑到该工程地下洞室群地质条件复杂，节理裂隙发育、岩体蚀变等不利因素影响，为尽可能反映现场实际状况和宏观把握洞室群围岩参数情况，本文采用正交试验设计，拟定待分析的力学参数10 个，包括岩石的弹性模量、凝聚力和内摩擦角以及断层和裂隙的凝聚力、内摩擦角。各参数取3 个水平，选用L27（310）正交表，正交设计方案参数取值组合见表1。结合监测成果和前期岩体参数敏感性分析，为了更贴合现场实际反馈参数适当提高了Ⅳ类岩的变模取值范围。

3.3 力学参数反演成果

利用GA+BP人工神經网络训练学习建立起的围岩力学参数与位移之间的高度非线性映射关系成果，基于BP网络具有反向传播的特性，输入实测位移值，在岩体参数经验取值范围内搜索以获取准最优解的岩体参数组合。

考虑到待反馈参数较多，组合多，且各参数取值为一定范围，为了不失一般性和尽量消除随机误差影响，本次选用了3组较优参数组合（见表2），通过正演分析并将计算位移与实测值进行对比（限于篇幅，仅列举部分多点位移计的对比数据，见表3），综合分析后选用较优的第2组参数组合进行开挖支护计算分析。

4 围岩稳定性分析成果

4.1 围岩变位

变形总体呈现内收的特征，厂房上游边墙变位大于下游，主变洞下游边墙略大于上游，这主要受断层、裂隙分布及母线洞、出线支洞等开挖影响（见图6、图7）。厂房顶拱最大变位约15.0 cm，出现在7号机断层f375、f3014相交的Ⅳ类围岩处;上游边墙最大变位约11.8 cm，出现在0+182桩号高程91.00的断层f3017处; 下游边墙最大变位约11.0 cm，出现在9号～10号机间断层f3016处。主变洞顶拱最大变位12.7 cm，主要受0+028.50桩号附近分布的裂隙L20～L27等的相互切割影响，且该桩号附近岩体存在蚀变，为Ⅳ类围岩;上游边墙最大变位为12.0 cm，出现在12号机母线洞上方高程993.00的断层f3018影响处;下游边墙最大变位13.3 cm，位于0+167桩号高程998.00，主要受断层f375及下部进厂交通洞开挖的影响。

4.2 围岩应力

受多条断层、裂隙切割影响，洞周应力分布相对杂乱，局部应力集中较为明显（见图8～9）。母线洞间岩柱应力较为集中，最大主应力在30 MPa以上;顶拱部位多处出现小于0.5 MPa的拉应力区;主洞室洞壁小范围内出现小值拉应力区，最大主应力在洞周约3 m范围出现一定的松弛现象，在不利结构面组合下浅表层局部稳定问题相对突出。

4.3 塑性区

由图10～12可见，塑性区主要分布于主洞室周边，断层、裂隙切割部位塑性区较深，尤其断层f375、f3014等分布部位。① 厂房顶拱塑性区深度4～10 m，受断层、裂隙切割的局部部位塑性区最大深度20 m;边墙塑性区深度9～17 m。② 主变洞顶拱塑性区深度4～6 m，受断层、裂隙切割的局部部位塑性区最大深度22 m，位于2号机顶拱处;下游边墙塑性区深度约5.5 m，受断层和裂隙分布、出线支洞等开挖的影响，深度稍大，达到13 m。③ 鉴于尾水支管与主变洞间岩柱厚度相对较薄，受裂隙、断层f3015和f3018切割和尾水支管开挖影响，3号、6号、9号、10号尾水支管上下岩柱间塑性区贯通，施工过程中应加强爆破控制和监测，引起重点关注。④ 图13表明随着开挖进行，第7期～第8期开挖塑性区的占比明显趋缓，塑性区体积增量也明显减少，说明洞室已逐渐趋于稳定状态。

总体上，随着开挖面逐渐远离顶拱，顶拱塑性区深度变化不大，已基本处于稳定状态。已开挖边墙中部塑性区深度增加较快，但仍在锚索长度控制范围内，洞室群整体稳定性基本可控，局部破坏形式主要以结构面控制性为主，局部围岩稳定问题应引起重点关注。

4.4 锚索内力

厂房顶拱先期施工的锚索内力变化范围为1 030～1 400 kN，个别受力超设计吨位，重点关注锚索受力超限问题;上游边墙1 000 kN、1 500 kN锚索变化范围为1 086～1 836 kN，下游锚索变化范围为1 233～2 285 kN。主变洞顶拱锚索内力变化范围为1 008～1 439 kN，下游边墙1 000 kN锚索内力变化范围为817～1 677 kN（见图14）。最大值出现位置与洞周变位值较大部位相对应，为了既能充分发挥锚索锚固效果又能保证锚索工作安全，可结合计算和监测成果根据实际地质情况，分区分高程设计锚索吨位和设置锚索锁定值。

5 结 论

本文依据丰宁抽蓄电站超大型地下洞室群实测数据，采用大型通用三维离散元3DEC软件，基于GA+BP人工神经网络算法，对施工期的围岩力学参数进行了动态反演分析。综合上述计算分析成果，可得如下结论：

（1） 认真分析了洞室群施工期的地质条件，数值模型除考虑断层外筛选了96 条节理裂隙加以模拟，充分反映了地下围岩实际揭示情况。同时为了能够宏观把握地下洞室群围岩状况，尽可能准确认识洞室群整体稳定性，选择了10 个待反演力学参数，经过数值模拟计算和GA+BP人工神经网络训练学习，样本平方相关系数R2=0.99，可信度高，可用于参数反演分析。进而依据监测信息资料整理分析成果，通过参数反分析并经计算位移与实测值对比，选择相对最佳参数组合进行了三维数值开挖支护计算分析。

（2） 分析成果表明，洞周变位总体呈现内收的分布特征，主洞室最大变位约15 cm，主要受断层、裂隙密集分布、岩体蚀变带及母线洞、出线支洞等开挖影响。类比其他工程，该工程变位量值相对较大，尤其主变洞顶拱岩体蚀变部位，施工时应加强开挖过程控制和监测，制定好针对性的加强支护预案[15]。

（3） 最大主应力在洞壁约3 m 范围出现一定的松弛现象，在不利结构面组合下浅表层块体稳定问题相对突出。已开挖边墙中部塑性区深度增加较快，但仍在锚索长度控制范围内，洞室群整体稳定性基本可控，破坏形式主要以结构面控制性为主，现场需做好关键块体辨识，及时支护。

（4） 考虑到局部锚索受力较大，应关注锚索受力可能超限的问题。为了既能充分发挥锚索锚固效果又能保证锚索工作安全，建议可根据实际地质情况，分区分高程设计锚索吨位和设置锚索锁定值。

参考文献：

[1]  姚显春，李宁，陈莉静，等.拉西瓦水电站地下厂房洞室群分层开挖过程仿真反演分析[J].岩石力学与工程学报，2011，30（增1）：3052-3059.

[2] 李志鹏，徐光黎，董家兴，等.猴子岩水电站地下厂房洞室群施工期围岩变形与破坏特征[J].岩石力学与工程学报，2014，33（11）：2291-2300.

[3] 党林才.中国水电地下工程建设与关键技术[M].北京：中国水利水电出版社，2012.

[4] 王辉，陈卫忠.嘎隆拉隧道围岩力学参数对变形的敏感性分析[J].岩土工程学报，2012，34（8）：1548-1553.

[5] 方丹，陈建林，张帅.杨房沟水电站地下厂房围岩稳定分析[J].岩石力学与工程学报，2013，32（10）：2094-2099.

[6] 冯夏庭，江权，向天兵，等.大型洞室群智能动态设计方法及其实践[J].岩石力学与工程学报，2011，30（3）：433-448.

[7] 张恩宝，樊熠玮，赵晓峰.溪洛渡水电站地下厂房洞室群施工期围岩稳定性分析[J].水电站设计，2016，32（4）：1-7.

[8] 麦锦锋，李端有，黄祥，等.乌东德水电站右岸地下厂房施工期围岩稳定分析[J].长江科学院院报，2016，33（5）：42-47.

[9] 中國电建集团北京勘测设计研究院有限公司.丰宁抽水蓄能电站工程设计资料[R].北京：中国电建集团北京勘测设计研究院有限公司，2018.

[10]  周述达，裴启涛，张存慧.大型地下洞室群主洞室规模优化及支护设计研究[J].人民长江，2016，47（18）：65-70.

[11] 王刚，蒋宇静，李术才.大型地下洞室群施工期快速反馈分析实用方法[J].山东大学学报（工学版），2011，41（8）：133-136.

[12] 田泽润，李守巨，于申.白山抽水蓄能泵站地下厂房的岩体力学参数反演[J].岩土力学，2014，35（增2）：508-513.

[13] 刘学增，周敏.弹塑性动态增量反分析及其在高边坡中的应用[J].岩土工程学报，2010，23（6）：982-986.

[14] 黄戡，刘宝琛，彭建国，等.基于遗传算法和神经网络的隧道围岩位移智能反分析[J].中南大学学报（自然科学版），2011，42（1）：213-219.

[15] 董志宏，丁秀丽，卢波，等.官地水电站地下厂房施工期围岩安全监测分析[J].人民长江，2009，40（17）：81-84.

（编辑：郑 毅）

引用本文：

张恩宝，孔张宇，王兰普，等.丰宁抽水蓄能电站地下厂房围岩稳定性分析

[J].人民长江，2021，52（8）：151-157.

Surrounding rock stability of underground powerhouse in Fengning

pumped storage power station

ZHANG Enbao1，KONG Zhangyu2，WANG Lanpu2，ZHANG Shunli1，LYU Fengying2

（ 1.Hydrochina Chengdu Engineering Corporation Limited，Chengdu 610072，China; 2.Hebei Fengning Pumped Storage Co.，Ltd.，State Grid Xinyuan Company，Chengde 067000，China ）

Abstract：

A large scale three-dimensional numerical model is established based on the actual geological conditions revealed during the construction and the layout of the Fengning pumped storage station.Based on the monitoring data of surrounding rock deformation，the mechanical parameters of surrounding rock were inversed.The stability of surrounding rock mass and the mechanical characteristics of support were analyzed by the relatively optimum mechanical parameters given by the inversion.The results showed that the integral stability of the surrounding rock and the safety of the supporting structure were guaranteed，but the deformation of the alteration zones was relatively large，and also the stability of partial rock-block mass in the superficial tunnel wall was a relatively prominent problem，so the reinforcement measures plan should be made.The method will provide beneficial reference for excavation and support of similar underground cavern engineering in the future.

Key words：

underground powerhouse;surrounding rock stability;3DEC;orthogonal experimental design;inversion of mechanical parameters;neural network;genetic algorithm;Fengning pumped storage power station