高堆石坝变形监测和变形预测关键技术及工程应用

周 伟，马 刚，安 妮，林明春，常晓林

(1.武汉大学水资源与水电工程科学国家重点实验室，湖北 武汉 430072；2.武汉大学水工程科学研究院，湖北 武汉 430072)

党中央制定的“十四五”规划和2035年远景目标的建议中提出加快推动绿色低碳发展、推动能源清洁低碳安全高效利用。大力发展水电等清洁能源，对推动能源结构合理配置和高效利用，助力实现“碳达峰”“碳中和”目标，具有重要意义。“十四五”规划也明确提出“实施雅鲁藏布江下游水电开发”。随着水电开发、水资源配置等国家战略的持续推进，我国水电开发建设的主战场是综合条件更加复杂的西部地区。在建和拟建的高坝工程大多位于高海拔地区，受限于自然环境和经济因素，堆石坝成为了高坝建设的主力坝型之一。目前，在建和拟建的坝高超过200m以上的堆石坝有黄河茨哈峡、玛尔挡，澜沧江如美、古水，雅砻江两河口，大渡河双江口等。这些工程对建成“西电东送”“云电外送”“藏电外送”的重要能源基地目标和实现经济和社会的可持续发展具有重要战略意义，也对高堆石坝建设技术提出了新的挑战。

随着坝高由200m级向300m级跨越，坝体将承受更高的水压、更大的自重荷载，应力路径也更加复杂，导致堆石体力学特性的非线性增强，坝体变形呈非线性增长。坝体变形不协调或者变形过大，会导致防渗体破损，严重的将危及大坝安全[1- 2]。因此，堆石坝变形控制事关防渗结构安全乃至工程运行安全。同时常规监测技术也难以适应高堆石坝高水压、高土压、大变形和监测面广、线长等特点。现有的计算分析理论、设计规范、安全监测技术和工程经验已不能完全满足高堆石坝全生命周期变形控制和预测的需求，高堆石坝变形控制与预测关键技术亟待突破。

对筑坝颗粒材料复杂力学特性的研究，目前多集中在集合体尺度的应力变形特性，研究手段方面以室内试验为主，难以观测微细观尺度的行为。自上世纪以来，学者们提出了大量的堆石体宏观本构模型[3- 6]来描述堆石体的非线性、弹塑性、剪胀性和各向异性等。而宏观本构模型多为唯象的经验模型，难以描述堆石体在细观尺度上的结构特征与演化过程。因此，有必要进行细观尺度上的研究。离散元法[7- 11]已被普遍认为是从细观尺度研究颗粒材料力学行为的有效方法，但离散元法在处理大尺度边界值问题时效率很低。多尺度力学方法[12- 14]则提供了一种新的解决方案，能充分结合连续介质力学方法与离散元法的优势。在深入研究堆石体材料的细观结构特征、宏观力学性质和数值模拟方法的基础上，揭示高堆石坝变形的时空演变规律及其影响因素，对高堆石坝安全运行和维护以及超高堆石坝的设计和建设十分必要。

安全监测是掌握大坝运行性态、保证大坝安全运行的重要措施，也是检验设计成果、检查施工质量的有效手段[15- 16]。但是，高堆石坝监测技术发展明显滞后于筑坝技术的发展，目前国内外通常沿用水管式沉降仪或液压沉降计测量垂直变形，采用引张线水平位移计或杆式水平位移计测量水平变形。随着坝高增加到300m级，监测仪器管线长度将达900m级，测点数量将达百米级面板堆石坝的3倍。现有监测仪器存在以下不足[17]：铟钢丝可能因强度不足被拉断；水管式沉降计管路充水和回水困难；扩容后的管线保护结构强度等难以适应300m级坝内荷载要求；因坝体施工及仪器安装工序等原因，前期沉降无法得到等等。现有监测技术和方法难以满足300m级高面板堆石坝变形监测的需要[18]。

在堆石坝的应力变形和安全稳定计算分析中，物理力学参数选取的准确性对数值计算的结果有着重要影响。目前，常用的确定坝体堆石料参数的方法主要有工程类比法、专家经验法和试验法(包括室内三轴试验和原位试验)等等。类比法和专家经验法包含了过多主观因素。室内试验法因尺寸效应、试样扰动、取样的随机性等因素的影响，试验结果的代表性难以得到保证。为对大坝的真实运行性态和实际安全状态做出准确评价，需要采用实时动态的反馈分析对工程各个阶段的应力变形进行分析预测，指导高堆石坝的设计优化、施工质量控制以及运行调控[19- 23]。

面对现有高堆石坝建设的技术难题，本文总结了课题组在堆石体数值模拟方法、堆石体宏细观力学模型和力学参数确定方法、堆石坝内外观一体化的变形监测技术、堆石坝变形协调控制等方面取得的突破。研究成果提升了堆石坝的变形监测和变形预测水平，为堆石坝变形控制提供了技术支撑，保障了堆石坝的变形安全。

1 堆石体力学参数确定新方法

1.1 筑坝颗粒材料细观数值试验平台和宏细观力学模型

本研究采用三维扫描技术获取颗粒点云数据，基于球谐函数对颗粒形貌进行编码存储，建立了如图1所示大规模的颗粒形状库。提出了基于球谐函数的数字颗粒重构算法并研制了软件，采用高阶四面体实体单元离散真实形状颗粒并模拟颗粒变形，在颗粒实体单元之间插入内聚力界面单元模拟颗粒破碎。基于高效鲁棒的接触检索算法和接触力模型，模拟颗粒间非弹性接触和摩擦耗散等复杂接触行为，开发了考虑颗粒形状和颗粒破碎的连续离散耦合分析方法如图2所示，基于高性能并行计算技术，研发了筑坝颗粒材料细观数值试验平台，突破了筑坝颗粒材料力学特性研究只能通过物理试验的现状，为宏细观多尺度力学特性和坝工特性的研究提供了一条新途径。

图1 颗粒形状库示意图

图2 考虑颗粒形状和颗粒破碎的连续离散耦合分析方法

基于颗粒力学理论，考虑组构与接触力的耦合项以及枝向量的各向异性，推导了桥接颗粒材料接触力、组构与宏观应力的宏细观力学模型。验证了不同颗粒形状、不同级配特性、不同加载路径下，宏细观力学模型的普遍适用性[12]。采用宏细观力学模型，揭示了各种因素对颗粒材料宏观力学响应的影响机制并量化影响程度。系统地研究了颗粒材料的宏细观多尺度力学特性，揭示了其结构特性对颗粒微观动力学、颗粒体系传递荷载和产生变形的影响机制。

1.2 基于X射线断层扫描成像的颗粒材料宏细观力学试验平台

研发了具有高精度、高围压、加载路径可控等特点的颗粒材料微型三轴试验装置。采用如图3所示的X射线断层扫描原位试验平台无损、实时地跟踪测量加载过程中的颗粒材料。对高分辨率的CT图像进行数字图像处理，采用球谐函数提取颗粒从整体到局部的形貌特征，提出了基于球谐函数不变量的颗粒匹配和追踪算法，显著提高了颗粒匹配的准确率，获得颗粒位置和动力学信息。

图3 基于X射线断层扫描的原位试验平台

对颗粒材料进行X-ray CT原位力学三轴试验和细观数值试验示意图如图4所示，可见在不进行参数率定的情况下，细观数值试验能够定量地再现颗粒材料的宏观力学响应和细、微观尺度的力学行为。

图4 物理试验及数值试验结果对比

1.3 原级配堆石体力学参数确定方法

受试验条件的限制，目前尚无法对原级配堆石体进行室内三轴试验，而缩尺试样的试验结果具有明显的缩尺效应。通过大量的颗粒破碎试验结果，提出了颗粒破碎强度的尺寸效应公式，揭示了堆石体缩尺效应的产生机理。提出了基于细观数值试验、现场原位试验和碾压试验的原级配堆石体力学参数确定方法。通过与已建工程的堆石体参数反演结果对比，验证了原级配堆石体力学参数确定方法的合理性(如图5所示)。参数确定方法已列入SL 274—2020《碾压式土石坝设计规范》和SL 228—201《混凝土面板堆石坝设计规范》，并已成功应用于如美、古水、茨哈峡、拉哇、猴子岩、江坪河、大石峡、水布垭等高堆石坝工程，将堆石体力学参数的取值精度提高了15%～20%，为堆石坝典型分区材料参数选取提供依据。

图5 堆石体EB模型参数的缩尺效应

2 堆石坝变形监测新设备和多源数据融合技术

2.1 基于柔性智能位移计的堆石坝内部变形监测技术

为解决堆石坝传统内部监测仪器(如水管式沉降仪、引张线式水平位移计)施工难度大、安装困难、测量不连续、耐久性差等难题，研发了如图6所示的柔性智能位移计。柔性智能位移计采用MEMS惯导作为核心部件，利用惯导中加速度计来进行角度测量，最后通过积分求解整个位移计的累计位移量，具有安装施工简单、耐久性好、耐水压高等特点，能实现从离散到连续式的测量方式，可获取堆石坝内部沿断面的连续变化规律。目前团队已完成柔性智能位移计的研发和各类技术参数检定，并将其首次应用于两河口心墙堆石坝的内部变形监测(如图7所示)。

图6 柔性智能位移计系统示意图

图7 柔性智能位移计的应用

2.2 基于InSAR时序分析的高堆石坝外观变形监测

InSAR是一种新型主动式地表变形监测技术，具有全天候、全天时、综合成本低、覆盖范围大、空间分辨率高等优势[24- 26]。针对山区狭窄河谷SAR影像相干性较差、数据较少的问题，定制精度高且重返周期短的SAR影像数据，采用时间序列InSAR、多孔径InSAR技术进行堆石坝视线向与方位向变形的二维观测，弥补了时间序列InSAR技术存在视线向模糊问题的缺陷。如图8所示，基于时间序列InSAR、多孔径InSAR技术观测了水布垭面板堆石坝外观视线向与方位向的变形速率，InSAR观测结果和水准测量结果具有高相关性(相关性系数0.92)，观测误差也较小(1.86cm/a)，表明InSAR技术观测坝体外观变形是可行的。

图8 基于InSAR技术的堆石坝外观变形监测

2.3 基于集合卡尔曼滤波多源变形监测数据融合技术

堆石坝内外观一体化的变形监测体系融合了多视角、多时空尺度的变形监测信息，解决“看清”和“看全”的问题。充分考虑不同监测技术的差异，采用数据同化算法等进行多源监测数据的智能融合，实现新型和常规监测技术的优势互补，达到变形监测信息高时空分辨率的有机统一(如图9所示)。利用多维度的监测信息重构堆石坝的真实变形场，采用集合卡尔曼滤波算法将时间序列InSAR技术的观测结果与传统水准测量结果进行融合，显著减小了时间序列InSAR技术的观测误差，通过将多维度变形监测数据联合解算，重构堆石坝外观变形。

图9 堆石坝内外观一体化变形监测体系和多源数据融合

3 堆石坝变形预测和变形控制技术体系

3.1 基于群体智能算法和多目标优化的堆石坝应力变形跟踪反演分析

在堆石坝施工、蓄水和运行阶段进行应力变形跟踪反演分析，能够准确掌握大坝的工作性态，进而馈控大坝运行安全。堆石坝反演分析的核心是寻找最优特征参数组合，使计算变形接近实测值，是一个典型的多维多峰的黑箱优化问题。提出了如图10所示的动态调整群体拓扑结构和自适应调整演化参数的群体智能优化算法，有效地避免了早熟收敛，提高了算法的全局搜索能力和寻优能力。针对堆石坝多材料分区的参数反演，提出了改进的NSGA-II多目标优化算法。采用先进的群体智能算法和多目标优化策略，对江坪河面板堆石坝、两河口心墙堆石坝等进行了应力变形跟踪反演分析。

图10 基于群体智能算法和多目标优化的堆石坝参数反演方法

3.2 基于深度学习和多源数据的堆石坝变形智能预测

对多源变形监测数据进行异常值剔除和降噪，采用深度学习中的长短期记忆神经网络(LSTM)，挖掘变形时间序列的潜藏规律，并预测其未来发展趋势。基于贝叶斯优化调整LSTM的超参数和网络结构，提出适宜堆石坝变形预测的深度学习模型。在填筑蓄水阶段，将大坝填筑高程、水位等信息输入LSTM网络，弥补施工阶段数据量较少的缺陷；在运行阶段，将变形时间序列分解为趋势项、周期项和不规则波动，然后分别进行时序建模和预测，显著提高了变形预测的精度和时效性。如图11所示，采用径向基函数插值获得坝体各点的变形值，重构了坝体三维变形场，为堆石坝工作性状评估提供依据。与有限元模拟和统计回归模型相比，基于深度学习和多源数据的堆石坝变形智能预测具有人工干预少、预测精度高、实时性强等优点，可以进行堆石坝全生命周期的变形预测。

图11 堆石坝全生命周期变形预测

4 结论

高堆石坝变形协调控制事关防渗系统的安全，受筑坝材料力学特性、坝料分区、碾压密实度、填筑蓄水过程等因素影响。在设计阶段，采用研发的堆石体宏细观力学数值试验平台，获得原级配堆石体的力学参数，通过有限元模拟指导坝料分区优化，为预留坝顶沉降超高提供依据。在施工阶段，采用柔性智能位移计及基于集合卡尔曼滤波算法的多源异构数据融合方法，获得多视角、高时空分辨率的变形监测数据，并通过应力变形跟踪反演分析和变形智能预测，优化坝体填筑过程、确定面板浇筑时机等。在初期蓄水至运行阶段，可通过优化蓄水方案、调控水库的水位变动幅度，确保大坝变形协调在可控范围内。采用高斯过程计算坝体变形速率过大、坝壳与心墙变形不协调的概率，发现异常变形数据并量化评价风险，实现隐患早期识别和评估大坝防渗结构破损风险，保障大坝安全。

(1)研发的堆石体宏细观力学数值试验平台，能考虑堆石料和砂砾石料等任意形状颗粒，能模拟复杂接触和受力状态下的颗粒破碎，突破了筑坝颗粒材料力学特性研究只能通过物理试验的限制。同时，该平台结合X射线扫描原位力学试验，可以获得高时空间分辨率的颗粒运动、组构和接触等信息，为原级配堆石体力学参数取值提供了新途径。最后，结合现场原位试验进行验证，显著提高了原级配堆石体力学参数的取值精度，并在多个已建和在建工程中得到应用。

(2)研发了由高精度MEMS惯导作为核心部件的柔性智能位移计，具有自动化和智能化程度高、测量精度高、耐水压高、布设方便等优点。已完成柔性智能位移计的研发和各类技术参数检定，并将其首次应用于两河口心墙堆石坝的内部变形监测。提出了基于集合卡尔曼滤波算法的多源异构数据融合方法，获得了融合多视角、多时空分辨率的变形监测信息，实现了新型和常规监测技术的优势互补。

(3)对变形监测数据进行时间序列分解，得到堆石坝变形的趋势性、周期性和不规则波动分量；然后，提出了基于时空注意力机制和多元时间序列的深度学习算法，可以有效捕捉变形监测数据的动态时空关联。构建了以多源数据融合、深度学习算法为核心的堆石坝变形预测数字孪生平台；预测精度显著高于统计回归模型和其他时间序列模型，更擅长进行堆石坝长期变形预测。