水库大坝渗流观测资料分析研究

于东波 韩立炜

(华北水利水电大学，河南 郑州 450045)

0 引言

我国一半以上水库大坝因为运行时间长，大多处于病险状态，在大坝失事事故中，一大部分是由于渗透破坏引起的。通过渗流观测资料，对大坝运行进行预测分析，并根据分析结果，预先采取有效措施，把隐患消灭在萌芽状态，以确保大坝健康运行[1]。

在坝体和坝基的适当部位，采用一定数量的渗透压仪观察渗流情况，了解坝体浸没线和各点的渗透压。对土石坝的渗压仪器进行观测，以获得渗透压力和渗流的实测数据。并对这些实测数据进行分析，可以对大坝的渗透压全面了解。这对土石坝的稳定性分析和渗流分析具有重要的现实意义[2]。

1 坝体渗压滞后因素分析

1.1 滞后因素的分析

通过记录实测渗压计数据，可以发现嵌入坝体的渗压计的渗透压值相对较小，且变化与水库水位的变化不同步。渗透压变为峰值(谷值)的时间倾向于晚于储层水位达到峰值(谷值)的时间，并且存在时间差。这就是渗压的滞后性。此外，同一部分中每个渗透压计的渗透压滞后时间明显不同。

由于坝体防渗体渗透性小，渗透压值滞后时间较为明显。因此，在分析渗透压值的观测数据时，有必要发现渗压滞后时间。一方面，在选择因子时考虑其影响；另一方面，它可以用作分析大坝渗透率的指标。

造成渗压滞后的原因具有复杂性，且有多种因素对其产生影响，可归纳如下：水压传递需要时间，非饱和土壤(或无压饱和土壤水)的水填充耗散需要时间，不稳定渗流的影响，以及坝体填充不均匀质量的影响。

然而，由于实际情况的复杂性，通常难以获得渗透压的滞后时间。通常基于渗透压值和储层水位的时间历程曲线来估计。其方法主要有如下两种：

1)在水库水位与渗透压之间采取较长时间的相对稳定性，当稳态开始在其各自的时间历史曲线上变化(向上和向下)时，选择两个转折点之间的时间差。即为相应渗压的滞后时间。

2)将对应于两个时间历程曲线的峰谷时差作为滞后时间。

1.2 滞后参数演变规律

在大坝渗流场趋于稳定后，影响滞后时间的因素有防渗结构的渗透系数(如给水度、渗透系数)等。一般来说，渗压参数的影响不会随时间的变化而发生改变，是相对确定的关系。如果滞后时间减少，渗透压增加，渗流增加，坝体渗透结构的渗透率增加;相反，如果滞后时间增加，渗流减少并且渗透压降低，则渗流结构的渗透性降低。

在对大坝的渗透率进行分析时，一般需要将实测的浸没线与原来设计的浸没线进行比较。由于“滞后时间”的影响，如果将测量的浸入线直接与设计浸入线进行比较，然后在高水位下，通常得出结论，测量的浸没线低于设计浸没线。这是因为稳定渗流的概念被用于设计计算和土石坝的运行，观测到的渗透水位是水库水位波动情况下不稳定渗流的瞬态结果。

2 坝体坝基渗压水位的统计分析

基于土石坝工程的复杂性，通过建立观测数据的数学模型，定量分析水库面板、坝体、水库和坝前淤积对渗压计水位的影响，运用统计模型的分析方法对实测数据进行分析。

2.1 渗压水位的因子分析

渗透水位是由上游和下游水位差，降雨和时效等因素引起的。渗透水位的高低与上下游水位的波动和坝体材料的渗透性有关。在渗透过程中，当水流克服土壤颗粒之间的阻力时，需要一定的时间从上游渗透到渗压计的位置。因此，渗压水位还与前期库水位有关。此外，土壤的固结改变了土壤颗粒结构的排列，淤积对大坝前渗流状态的影响可能是影响渗透水位的因素。因此，影响渗透水位的因素可归纳为三个部分：水库水位分量YH，降雨分量Y1和时效分量Yθ成分。

2.2 渗压水位的统计模型[3]

由以上对渗压水位影响因素的分析，可建立渗压水位的统计模型：

h=hu+hd+hp+hθ

(1)

其中,h为渗压水位；hu为上游水位分量；hd为下游水位分量；hp为降雨分量；hθ为时效分量。

2.2.1上游水位分量

根据土石坝渗流分析，土体浸润线方程为：

(2)

其中，hi为渗压水位；hu为上游水位；k，q分别为渗透系数和单宽流量。

(3)

2.2.2下游水位分量

下游水位采用观测日期的当天下游水位为因子，即：

hd=adhd

(4)

其中，ad为下游水位的回归系数；hd为下游水位。

2.2.3降雨分量

(5)

2.2.4时效分量

土石坝竣工蓄水后，水压的变化导致坝体土壤结构颗粒的变化;大坝前自然铺设逐渐积累等因素也是影响因素。这些因素对渗透水位的影响有一个时效过程，通过以下方式模拟：

hθ=c1θ+c2lnθ

(6)

其中，c1，c2均为时效分量回归系数；θ为蓄水初期开始的天数除以100计。

时效分量反映的是防渗排水措施发生变化以及泥沙淤积等对坝体坝基渗流场的影响，如果时效分量曲线呈发散态势，则表明大坝渗流条件正在逐渐恶化，渗流场处于非稳定状态，应及时采取防治渗流破坏的有效措施进行控制。反之，时效分量呈收敛趋势，说明大坝渗流条件得到改善，对大坝安全有利。

综上所述，获得渗透水位的统计模型：

(7)

其中，a0为常数项。

3 上水库堆石坝渗压观测资料分析

某抽水蓄能电站为日调节纯抽水蓄能电站，由上水库、输水系统、地下厂房系统、地面开关站及下水库等建筑物组成。为对抽水蓄能电站水工建筑物进行系统的观察和测量，并通过分析研究观测资料，监视水工建筑物在运行期间的渗流状态变化。抽水蓄能电站水工观测共布置坝基渗压计4支；图1～图4是对渗流观测资料分析得到的渗压统计模型。

根据观测资料计算渗压的各个统计值，得到坝基渗压回归模型参数表，如表1所示。

表1 坝基渗压回归模型参数表

由表1及图1～图3可得，相关系数都在0.99以上，相对误差也较小，说明所建立的回归模型是合理的。同时由趋势可知，随着时间的变化，渗压值也在逐步降低，这对坝基渗流是有利的。

4 结语

从坝基渗压计测值拟合线看出，坝基渗压计测值规律性较好，与库水位呈正相关关系，库水位上升，坝基渗压计测值增大，库水位降低，渗压计测值随之减小。在蓄水前，大部分时间段内各支渗压计测值比库水位高，表明渗压计测值主要受坝基地下水位的影响，各支渗压计测值符合大坝运行坝基渗压变化的一般规律，所建立的渗压回归模型可行。

通过对实测数据建立数学模型并进行统计分析，来判断大坝的运行状况，对于及时预防和避免因为大坝渗流破坏导致的意外事故有重要意义，同时对土石坝坝体稳定分析和渗流分析有很大的实用意义。