大坝安全监测运行风险评价模型研究

周志维，万思源，汪 庆

（1.江西省水利科学院，330029，南昌；2.江西省水工安全工程技术研究中心，330029，南昌）

一、大坝安全监测运行风险研究背景

安全监测作为水库大坝安全管理的重要组成部分，是掌握其安全状态的重要手段。 监测设施运行不正常，直接影响大坝安全运行，也是历年来水库出险主要原因之一。 根据对江西省大坝安全监测运行状况统计，以最常见的渗流压力、变形、渗流量监测项目为例，监测设施损坏比例分别约为30%、20%、80%， 监测数据异常比例为60%、40%、25%， 严重影响大坝安全监测正常运行，增加了大坝运行风险。

大坝安全监测运行风险是由主观与客观因素共同作用造成的结果，例如：施工质量差、不符合规范要求等， 运行较短时间就发生损坏问题；观测设备精度低或缺少相关的辅助设施，导致难以开展监测工作；长期缺乏有效的管护，监测设施极易发生损坏；监测人员技术水平不高，监测意识淡薄，不重视有关工作等。 因此，系统评价监测设施运行管护、识别风险源是大坝安全监测运行风险的主要任务之一。 目前，针对安全监测运行风险的研究较少，常用的方法有层次分析法、模糊综合评价法、神经网络法等，总结这些研究成果，主要有两个问题：一是所用方法未将主观分析和客观计算有机结合，评价结果可信度不高；二是主要集中在监测数据分析有关风险研究等方面，缺乏对监测运行管护等系统风险辨识和评价。

针对上述问题，本文提出改进的WBS-RBS（风险分解结构）风险分析法，在分析大坝安全监测设施运行管护工作的同时， 识别相应的风险源，构建风险定量评价模型，确定相应工作的分布权重和识别出关键工作风险，达到风险管理的效果。

二、WBS-RBS 风险分析法基本模型

1.建立工作分解结构WBS

常用的工作分解方法有：按实施过程进行分解，按平面或者空间位置进行分解，按功能进行分解，按要素进行分解。 本研究结合大坝安全监测的特点，按要素进行WBS分解。

大坝安全监测是一项系统工作，主要包括监测设施管护、监测开展及监测数据分析工作。 这些工作密切相关，相互影响。 管护是基础，监测是过程，分析是目的。 因此，在分解工作时，围绕这三个方面进行。分解的内容当中，江西省90%以上大中型水库均以渗流压力、表面变形及渗流量监测为主， 因此，WBS分解按这三方面进行。

对于监测设施管护，更多考虑监测的具体内容，并以监测设施类型为依据，划分为测压管、渗压计、表面变形墩和量水堰；对于监测工作，主要考虑监测开展情况，以监测项目进行划分，划分为渗流压力、表面变形、渗流量、自动采集等；对于数据分析，以分析工作内容为主，划分为数据收集（资料完整性）、分析内容、分析结论等。 工作分解分为两层，第一层为设施管护、监测工作、数据分析三项，编号分别为W1、W2、W3； 第二层为测压管、渗流压力、资料完整性等，WBS分解结构及编号如图1 所示。

图1 大坝安全监测工作WBS分解结构

2.建立风险分解结构RBS

风险分解主要根据江西省大坝安全监测已存在的问题或隐患进行确定。 根据前述分析，江西省大坝运行问题主要是监测设施自身遗留问题及人员因素，其中监测设施自身问题包括： 设备材料达不到设计要求、施工埋设质量不达标、观测设备不满足精度要求等；人员因素包括：管护风险及人员自身风险， 即管护方法不科学、管护设备不足及管护环境较差，人员配置不足、 技术水平不高及意识淡薄等。风险分解同样分为两层，第一层为设施风险、管护风险及人员风险，对应编号为R1、R2、R3， 第二层分别为设备布置、 管护方法、 人员配置等，RBS分解结构及编号如图2 所示。

图2 大坝安全监测工作RBS分解结构

3.建立RBM 风险辨识矩阵

根据建立的WBS分解结构和RBS分解结构， 将WBS分解的工作作为列向量，RBS 基本风险因素作为行向量，得到风险耦合RBM 矩阵。 根据各项工作识别对应的风险源，列出大坝安全监测风险矩阵。

从矩阵中提取风险源及相应的工作，则可清楚地判断自身存在的风险源，表1 为风险源对应的风险内容描述。

表1 大坝安全监测风险源评价体系

三、风险量化模型研究

1.风险评价定量判别

现有大坝评价技术在各个单项指标评价方面一般分为3个等级，如“一类坝”“二类坝”“三类坝”等，较粗略地判断安全等级。 为了更加精确地对各种风险进行评价，将风险源细分为安全、较安全、基本安全、不安全、极不安全等5个等级，对应评分为1～5分，有关判别标准如表2 所示。

表2 各类风险源的定性评价与评分

2.量化评价模型

安全状态由安全到极不安全发展变化往往不是线性，类似一条S 形曲线。 在“安全”阶段，评价系统安全状况变化很小， 各指标无明显异常；进入“较安全”阶段，安全状况逐渐变化， 局部指标向不安全方向发展，但不影响评价系统安全；进入“基本安全”阶段，安全状态发展很快，各指标急剧变化， 且少数指标不满足规范要求，此时评价系统总体安全；进入“不安全”阶段，大多数指标不满足规范要求，评价系统容易发生事故；进入“极不安全”状况，评价系统随时可能出现重大险情，需要紧急采取安全措施。

系统风险状况变化类似于Logistic曲线的特征，常用表达式如下：

综上所述，在确定的5个安全状态中，评分虽然是线性分布，但风险程度区间分布可认为正态分布，将风险值按[0,1]区间分布，阶段1、阶段5的变化区间相近，取0.1；阶段2、4 变化区间相近，取0.2；阶段3 变化区间取0.4。 据此，确定了Logistic 曲线的关键点， 如表3 所示， 并代入式（1）中， 求得参数a=1.01，b=0.02，c=1.57，风险评价量化模型表达式为：

表3 风险值与评分对应表

式中，F 表示风险值，x 为变量。

根据建立的模型，利用现场评分值代入式（2），即计算出安全系数值，见图3。

图3 安全系数拟合效果

四、实例分析

1.现场检查

选取江西省某大（2）型水库土石坝， 该水库监测项目包括表面变形、渗流压力、 渗流量及自动采集系统。根据WBS-RBS分解模型确定的风险源，逐个对各设施管护、监测工作及数据分析进行调查评分，调查情况见表4 所示。 通过表4 可直观看到监测系统问题， 其中16 项工作状态处于安全或较安全，17 项工作状态处于极不安全或不安全。

2.计算WBS 权重向量

大坝安全监测是系统工作，监测的开展、管护及数据分析是紧密相连的。 不同工作的重要程度或影响后果是不同的，为进一步了解各工作的重要程度，有必要对其进行排序，以便提出整改措施与建议。 本文采用层次分析法， 求出第三层各工作的权重大小，再结合风险值F 值大小。在构建判断矩阵时， 关键在于确定各因素的相对重要性， 基于水库大坝安全监测管理要求及分值分布， 在确定第一层指标重要性时遵循原则：开展安全监测是最重要工作（所占分值也最多），其次是监测设施的有效率，最后是监测资料的分析； 在确定第二层指标重要性时遵循原则： 渗流压力重要性高于表面变形，人工观测重要性高于自动观测，技术人员主动性高于被动性等，据此，确定的第二层判断矩阵如下：

最终确定的权重向量为：

将W 向量代入对应的表4 中，并按风险由高到低进行排序，结果见表5。限于篇幅，仅列出前15 位监测工作。

表4 安全监测系统调查及评分情况

表5 风险排序结果

针对该水库的排序结果，提出针对性的整改措施及建议： ①通过学习、培训等方式，提高安全监测人员的技术能力； ②配备专业技术人员，定期开展监测设施管护工作，保证监测设施正常运行； ③加强宣贯培训工作，制定安全监测规章制度，强化安全监测意识； ④加强监测设施施工管理，参与施工全过程，保证监测设施施工质量符合要求； ⑤可委托监测技术水平较高的社会服务机构开展监测。

五、结 语

①构建的风险指标较客观全面，围绕大坝安全监测系统的可靠性、完备性及技术方面，在现有风险统计、专家经验的基础上， 选取了8个风险评价指标， 该指标既考虑了监测设施的技术因素，也考虑到人员管理等问题。

②采用WBS-RBS 耦合矩阵分析法，对大坝安全监测的运行、管护及分析进行了分解， 细化了监测管护、监测开展及资料分析等不同工作及相关的风险。

③分析了大坝安全程度动态变化规律， 通过评分法及logistic 曲线，构建了安全监测风险量化模型。

④通过案例分析，计算出水库安全监测的主要影响因素，并对风险进行量化分析，基于风险排序，提出了安全监测改进措施。 ■