溪洛渡拱坝坝基接缝安全监控指标拟定

张超萍，代乔亨，冯宇强，刘宇欣

（中国电建集团成都勘测设计研究院有限公司，四川成都，610072）

大坝从建造到失效，可简单分为三种运行状态：正常状态、不正常（故障）状态和失效（极限）状态，破坏是失效状态的一种特例。国内外统计表明，大坝发生异常有一个从渐变到突变、从量变到质变的过程，可对其进行预测和控制。大坝结构系统由于外界因素或坝体自身因素的影响工作状态发生偏离，包括不正常状态和失效状态，在监测中体现为大坝监测效应量发生异常。通常情况下，大坝发生不正常状态和失效状态有许多症状或效应量（变形、应力、渗流等）表现，这些症状或效应量的界限值为状态特征值，在监控系统中即为监控指标。

溪洛渡拱坝初蓄期，坝基接缝安全监控模型研究主要包括两部分内容：第一部分为溪洛渡拱坝安全监控模型研究，对函数式监控指标进行理论研究和验证，以找到适用于溪洛渡的监控模型；第二部分基于安全监控模型的研究，提出溪洛渡拱坝重要安全监控警戒值，制定安全监控指标，为溪洛渡大坝运行提供决策依据。

1 工程概况

枢纽工程由混凝土双曲拱坝、坝身泄洪孔口、坝后水垫塘和二道坝、左右岸各2条泄洪洞、左右岸各安装9台770 MW水轮发电机组的引水发电系统及送出工程组成。混凝土双曲拱坝坝顶高程610.00 m，建基面开挖高程324.50 m，最大坝高285.50 m，坝顶长度中心线弧长681.51 m，共31个坝段。

溪洛渡拱坝坝高285.50 m，承受约1 300万t的巨大水推力，要求基础具有相应的承载能力。地质钻孔试验表明，弱风化下段乃至中段的岩体质量均较好。设计本着“以岩级为基础，以安全为准则，合理利用弱风化Ⅲ级岩体作为建基面基础岩体，并分坝高区段确定其利用程度”的原则选取拱坝建基面，尽可能利用一些弱风化Ⅲ级岩体作为拱坝的建基面。

为监测坝基接缝开合度及变化，在大坝3号、4号、5号、8号、15号、17号、19号、20号、22号、25号、27号和29号坝段建基面各布置一组测缝计，每组测缝计（3支）在建基面上按上、中、下布置，坝基接缝共布置50支测缝计。

2 置信区间法拟定坝基接缝监控指标

2.1 坝基接缝统计模型的建立

影响溪洛渡拱坝变形的因素除了水荷载、温度荷载、坝体基础材料物理力学特性变化等外，还有另一主要因素即拱坝与基础之间的相互作用，表现为谷幅变形。谷幅收缩作用会引起大坝径向变位向上游，因此谷幅变形也是影响拱坝变形的重要因子，谷幅变形对接缝开合度有一定影响。溪洛渡坝基接缝开合度的谷幅分量包含在时效分量里，因为时效分量占比较小（15%左右），所以谷幅分量分离出来也不会很大，并不是影响接缝开合度的主要因素。本阶段研究没有把谷幅分量从时效分量中分离出来，待后续进一步深入研究。

接缝监测值（C）主要受水位、温度、时效等影响，因此分析时采用如下统计模型。

2.1.1 水压分量

裂缝的产生和扩展与坝体的应力大小有关，而应力大小又与位移有关，所以水压对裂缝开合度的影响可以参考位移统计模型中的水压分量。水压分量CH与大坝上游水深的1～m1次方有关，因此水压分量CH可以表示为：

式中：Hu、Hu0为监测日、始测日对应的上游水头，即上游水位与坝基高程（324.5 m）之差；a1i为水压分量的回归系数；m1一般取1，2，3，4。

2.1.2 温度分量

混凝土坝裂缝的形成和扩展对温度变化很敏感，因此温度分量可选用各温度计测值作为因子。溪洛渡拱坝无实测基岩温度，直接采用周期函数模拟坝体温度场的变化，因此温度分量CT可表示为：

式中：t为监测日到起始监测日的累计天数；t0为建模资料系列第一个监测日到始测日的累计天数；b1i、b2i为温度分量的回归系数；m2一般取1，2。

2.1.3 时效分量

裂缝受坝体混凝土徐变和缝端塑形变形等影响，裂缝开合度变形不可逆。时效分量初期变化急剧，后期变化渐趋稳定，所以用线性和非线性两项表示。时效分量Cθ可以表示为：

式中：θ为监测日至始测日的累计天数t除以100；θ0为建模资料系列第一个测值日到始测日的累计天数t0除以100；d1、d2为时效分量的回归系数。

综上，由C=CH+CT+Cθ+con，建立坝基接缝开合度统计模型：

式中：con为常数项。

2.2 坝基接缝统计结果

2.2.1 统计模型及精度分析

统计模型研究选择典型坝段建基面的上、下游测缝计作为分析对象。统计回归样本选择最近3年的数据，即2016年7月（基准值）至2019年10月。从几次正常蓄水位和死水位测值对比结果看，坝基测缝计测值基本稳定，都处于压缩状态。

统计模型采用逐步回归分析法，求得溪洛渡典型坝段建基面上、下游侧的接缝统计模型的各回归系数、常数项、复相关系数及标准差见表1，实测值、拟合值及各分量过程线见图1和图2。由图表可知：

图1 J5-1（上游）测点开合度实测值与统计模型计算值过程线Fig.1 Process lines of joint opening measured by J5-1(upstream)and by calculation from statistical model

图2 J5-3（下游）测点开合度实测值与统计模型计算值过程线Fig.2 Process lines of joint opening measured by J5-3(downstream)and by calculation from statistical model

表1 统计模型回归系数Table 1 Regression coefficient of statistical model

（1）坝基接缝测点统计模型精度均维持在较高水平，大部分测点复相关系数处于0.95以上，大部分测点剩余标准差也在0.01 mm以内，说明统计模型对拱坝坝基接缝的回归效果比较理想。

（2）水压分量表现为：库水位升高，坝基接缝开合度增加；库水位下降，则坝基接缝开合度减小。接缝开合度变化基本同步于库水位的变化。

（3）水压和时效对坝基接缝水头影响显著。

2.2.2 各分量的影响分析

各分量权重计算的方法和时段不一样，得到的结果也有较大的差异。本报告以各测点所经历的荷载范围为计算边界，以各分量的绝对值为计算单位，求各分量的权重，即：

式中，ω为各分量的权重；i代表水压、温度、降雨和时效；||·为绝对值。

各坝段计算得到的各分量的权重见表2，从表2可以得到以下认识：

表2 各分量权重表Table 2 Weight of each component

（1）溪洛渡坝基接缝开合度受水压作用较为显著。库水位升高，坝基上游侧接缝开合度增加；库水位下降，则坝基上游侧接缝开合度减小。坝基上游侧接缝开合度与库水位正相关。库水位升高，坝基下游侧接缝开合度减小；库水位下降，则坝基下游侧接缝开合度增加。坝基下游侧接缝开合度与库水位负相关。

大部分测点水压分量约占50%以上。整体而言，统计模型的水压分量可以较好地反映水压对坝基接缝的影响。

（2）时效也是影响溪洛渡坝基接缝开合度的因素之一，大部分测点均选中了时效因子，大部分测点时效分量占比在20%左右。大部分测点开合度有逐渐减小或已基本稳定的趋势。

（3）大部分测点都选中了温度因子，说明温度对坝基接缝有一定的影响，但其影响较库水位及时效要小。

2.3 基于统计模型的安全监控指标拟定

根据安全监控统计模型对坝基接缝的模型描述，研究拱坝坝基接缝警戒值与置信区间的关系，确定安全监控指标，拟定2020年第六次卸载坝基接缝安全控制值。

置信区间法拟定的是监测效应量的无故障监控指标，是将大坝发生故障看作小概率事件，用统计学理论处理小概率事件得到监测值正常与否的界限，具体做法为：建立监测效应量的数学模型来拟合实测值，当拟合精度达到一定标准时，得到监控指标Ym，即：

式中，Y为监测效应量的监控模型；Δ为置信区间半带宽度。

置信区间法拟定溪洛渡安全监控指标：

式中，C(H,T,θ)为坝基接缝安全监控统计模型的预测值；Δ=iσ；σ为标准差。考虑到坝基接缝监测为自动化监测，误差相对较小，其预测结果具有较好的合理性和有效性，本报告取95%的保证率即i=2来拟定坝基接缝安全监控指标。

根据统计模型结果和式（6）拟定2020年溪洛渡拱坝坝基接缝开合度安全监控指标，见表3。

表3 统计模型监控指标Table 3 Calculation formulas of monitoring indexes in statistical model

当实测接缝水头值落在监控区间[C(H,T,θ)-Δ,C(H,T,θ)+Δ]内，且测值无明显趋势性变化，则认为大坝运行正常或安全；若实测值超过了监控区间或有趋势性变化，则应立即分析，查找原因并采取措施解决。置信区间法具有动态控制的特点，针对每一时刻的环境量，确定该时刻工况对应的安全监控指标，实时判断，能够体现出大坝性态不断变化的时间过程和动态特点。

根据历史蓄水过程，假定2020年6月15日降至死水位540 m。根据以上统计模型的表达式，对接缝测点的开合度进行预测，其统计模型预测结果见表4。

表4 统计模型预测结果Table 4 Prediction results from statistical model

2.4 安全监控指标应用

拱坝经历六次加载、五次卸载，监测结果表明，坝基接缝表现为闭合、压紧状态。结合历史监测数据，拟定接缝张开0.125 mm为测缝计的安全监控指标。当坝体及坝基单个测点的实测开度超出监控指标时，应关注该测点的测值情况。

图3 J5-1（上游）测点监控置信区间Fig.3 Confidence interval of monitoring point J5-1(upstream)

图4 J5-3（下游）测点监控置信区间Fig.4 Confidence interval of monitoring point J5-3(downstream)

（1）当坝体单个测点的实测值超出监控指标时，应马上复核同坝段相邻两个高程测点及同高程不同坝段测点的测值情况。

如果相邻测点的测值都处于监控指标内，说明拱坝局部变形超出预测值，需关注该点的监测结果，修正该点监控指标；如果相邻测点的测值也都超出监控指标，说明拱坝较大范围超过预测值，需反馈给设计单位或相关单位，及时对拱坝进行巡视检查，综合分析拱坝变形情况，修正监控指标。

（2）如果所有测点全部超出监控指标，应及时反馈给设计单位或相关单位，并对拱坝进行巡视检查，综合分析拱坝安全情况。

依据前述安全监控指标的分析研究，坝基接缝监控指标应用见表5。

表5 安全监控指标应用Table 5 Application of security monitoring indicators

3 结语

统计模型是研究拱坝特性最基础也最有效的方法之一。针对溪洛渡特高拱坝的工作特点，研究影响拱坝工作性态的各主要因素的作用规律，构建效应量中水压、温度和时效等分量的具体数学表达式，据此提出监测效应量的单测点安全监控统计模型。统计模型结果与实测值拟合较好，能合理反映拱坝坝基接缝开合度的变化趋势。

由于统计模型没有完全联系大坝和坝基的结构性态，预测时间过长可能会导致结果偏差较大。随着监测资料系列的延长和边界条件的变化，安全监控模型和监控指标体系均会发生变化。建议定期根据实测资料对拱坝的监控模型和监控指标进行修正，确保大坝长期安全正常运行。