基于BIM架构的大坝灌浆施工全域监管方法研究

林德裕

(中水兴锋盈控股有限公司，福州 350821)

0 引 言

大坝的基础灌浆是水利水电工程建设中基础处理经常使用的方法，水利工程枢纽的功能丰富，大坝灌浆的主要作用就是能够为水利工程枢纽进行除险防渗加固，因此一些综合的水电枢纽工程都会采用大坝灌浆来进行地基处理[1-2]。大坝灌浆是水利水电工程中的重要环节，在实际的施工过程中，大坝灌浆工程相对隐蔽，因此其质量检测难度较高，出现的质量问题无法表征，且影响灌浆质量的因素很多，人员操作、材料设备、方法技术以及大坝的地质环境都会影响大坝灌浆质量。根据相关的资料统计，一些大坝发生事故的原因都是因为地基的原因而引起的，以往对于大坝灌浆施工全域监管基本都是静态的风险预测和评估，但是在水利水电工程大坝灌浆工程施工过程中，施工人员的技术水平、设备性能、材料选择以及地质环境都存在着很多不确定性，施工的风险因素以及大坝灌浆的质量就会随着时间而发生变化。传统的静态监管方法很难预测和评估这样动态的风险，难以采取合适的措施防范风险，因此本文设计一种基于BIM架构的大坝灌浆施工全域监管方法。

1 基于BIM架构的大坝灌浆施工全域监管方法研究

1.1 建立大坝BIM模型

为了实现大坝灌浆施工过程的动态监管，可以引入BIM技术，建立大坝的BIM模型。在大坝建模过程中，根据工程的实际需要专门定制AutoCAD软件包，这是一种业内常用的能够有助于快速完成道路工程规划设计的软件[3-4]。在大坝模型中，能够完成存在的曲面、横断面、纵断面等之间的动态连接。大坝模型需要在地形曲面上建立，两者融合后确定模型轴线，依据地形创建截面，最后得到整体模型[5-6]。在建模过程中，需要确定相关的模型参数，在不同的施工工程中，大坝的规模也不相同。在大坝高度增量相同的情况下，高度越高沉降变形越大，因此需要严格要求大坝在建模过程中的填筑标准，见表1。

表1 大坝填筑标准

坝型不同，填筑标准也会有所不同。由于大坝坝体的防渗体刚度差异很大，因此变形的适应能力也不同，为了保证大坝防渗的稳固，针对不同的坝料种类设置填筑标准。在坝料的施工参数的计算过程中，首先要清楚不同坝料的级配和强度指标，保证坝料性能[7-8]。坝高规模与深厚覆盖层这两个坝基条件是首先要考虑到的，坝料在相对密度的计算过程中，可以遵循下式：

(1)

式中：Dr为坝料的相对密度；emax为在最松弛状态下的孔隙比；emin为最紧密状态下的孔隙比；e为自然状态下的孔隙比。

由于孔隙比很难直接测得，孔隙比可以通过下式求出：

(2)

式中：ρd为实际的干密度；ρs为饱和密度。

因此可以将公式(1)写为：

(3)

式中：ρdmax为坝料的最大干密度；ρdmin为最小干密度[9-10]。

坝料的质量与大坝灌浆填筑的质量密切相关，因此在料源的控制与选择上，一般的面板堆石坝的坝料主要为砂砾料和碎石料。这两种原料的相关质量指标见表2。

表2 原料灌浆质量技术指标

需要注意的是，在砂砾料的质量指标中，渗透系数要大于防渗体的50倍，可以根据地域和具体的设计要求进行调整。至此完成大坝BIM模型系数的确定。

1.2 大坝灌浆风险识别

在水利水电工程中，大坝灌浆属于规模庞大的基础工程，对其进行风险因素的正确识别，是实现施工全域监管的基础。本文在风险识别过程中，提出TBS-RBS动态识别方法[11-12]。在大坝灌浆工程这个庞大的施工系统中，一旦出现会影响质量的风险因素，经过动态的演变和累积，量变引发质变，就会发生风险事件，整个施工系统出现异常而引发大坝灌浆的质量问题。在大坝灌浆的整体施工过程中，在不同的时间段会存在着不同的风险因素，即便是相同的风险因素在随着时间推移的过程中也会发生一定的改变。因此随着时间序列的推移，风险因素是变动的，因此本文使用的TBS-RBS动态识别方法能够随着工作时间法推进而将时间进行划分，在不同的时间段内对风险进行识别。除此之外，还能够实现在一个时间段对工程中整个空间范围内的风险进行识别分解。在本文使用的动态识别方法中，能够对时间和风险进行分解，得到时间/风险分解结构图，见图1。

图1 时间/风险结构图

首先需要明确大坝灌浆施工过程中总体的时间跨度、风险识别的对象以及范围，分别根据研究对象的时间跨度和项目特点，将其按照时间推移进行分解，并找出施工项目的风险源[13-15]。在经过图1的分解后，将时间分解与风险分解进行交叉，得到风险识别矩阵，见表3。

表3 TBS-RBS风险识别矩阵

通过表3中的风险识别矩阵，按照矩阵中的原始数据判断各个时间点中是否存在该矩阵横行所对应的风险，若存在风险，aij的值为1；若不存在风险或风险小到可以忽略，则aij的值为0，以此为方式进行风险识别。本文的监管方式中，使用TBS-RBS动态识别可以将工程施工系统中的各个时间与风险进行分解，有效避免风险因素遗漏，细化风险的定性分析。

1.3 实现全域监管

在工程施工的过程中，风险发生是有一定概率的。在实现大坝灌浆的全域监管方法中，需要引入动态贝叶斯网络。贝叶斯网络使用的是无环图进行表示，其中的节点能够表示系统中的变量，其中的有向边能够表示变量之间的因果依赖关系，沿着时间轴的动态贝叶斯网络图见图2。

图2 动态贝叶斯网络模型

从大坝灌浆施工来看，基础的灌浆施工能够直接对灌浆质量产生影响，而人、材、机直接影响灌浆施工的质量。对大坝灌浆进行全域监管时，其中各个影响节点的状态描述见图3。

图3 灌浆质量风险影响分析图

在上述条件下，要根据实际的工程需求分析制定初步计划，选择邀请专家对问题进行详细分析，确定相关变量及状态空间后，选择相应的知识库和基于知识的建模方法，当存在样本数据时，利用专家知识和数据样本学习相结合的方法确定网络结构，从数据中获取概率分布；在不存在样本数据时，由专家确定网络结构和概率分布，最后对全域监管的模型进行测试和修正，最终实现基于BIM架构的大坝灌浆施工全域监管。

2 实例分析

2.1 工程概况

本文选择某水库扩建工程作为分析实例。使用本文设计的方法建立大坝实体的BIM模型，其三维视图见图4。

图4 大坝BIM模型三维视图

该水库工程主要作用为灌溉、防洪，并兼顾发电和航运。该水库的正常蓄水位241 m3，钢筋混凝土面板堆石坝坝顶高程264.0 m，最大坝高114 m，坝顶长328 m，坝顶宽10 m。大坝灌浆主要是河床以及左右岸坡趾板趾基固结灌浆、帷幕灌浆。在X线布置过程中，设计的孔距为2.4 m，单个孔深为8～11 m，在207 m高程以下，采用主副帷幕双排进行帷幕灌浆，双排排距1.0 m；207 m高程以上采用单排主帷幕。根据上述工程规模，可以计算出该工程的主要工程施工量，固结灌浆钻孔长度约为8 125 m，帷幕灌浆钻孔总长度为16 511 m，灌浆长度为13 150 m，帷幕灌浆孔总数量共416个，孔的编号从Q1-Q416。大坝的平面布置见图5。

图5 施工大坝的平面布置图

在上述的工程概况下，使用本文设计的全域监管方法进行施工风险评估。

2.2 风险识别与评估

首先对该基础灌浆工程对灌浆质量产生影响的因素所在时间进行分解。为了提高计算效率，设置4个时间节点，分别为第1个月、第3个月、第6个月、第8个月。由于大坝基础灌浆工程的质量风险因素识别中，主要有人、料、机、方法、环境等几方面，因此需要以分解的时间为基础，对这几方面进行风险识别，得到的风险识别结果见表4。

表4 风险识别结果

从表4的识别结果可以看出，在大坝灌浆的各个阶段都存在各个方面的细分因素，因此不同因素在各阶段中的状态需要在BIM模型建立后，通过贝叶斯网络中的条件概率进行确认，并通过结果给出相应的改进建议。为了验证本文设计的基于BIM架构的大坝灌浆施工全域监管方法在风险评估过程中具有一定的有效性，同时使用传统的监管方法对该施工过程进行风险评估，同样给出一定的改进建议，最后对两种监管方法给出的改进建议进行风险值评估。

2.3 实验结果与对比分析

在上述实验条件下，分别得到两种监管方法改进建议的风险值评估结果，见表5。

表5 改进建议风险值评估结果比较

在表5的风险值评估过程中，8条改进的建议是针对风险识别的结果而提出来的，传统的监管方法和本文监管方法各自提出相关的改进建议，利用综合的风险值评估方法对以上提出的建议进行评估，得到表5中的结果。通过结果可以计算出，传统监管方法的综合风险值平均为0.46，本文方法的综合风险值平均为0.17。根据这个结果可以推断出，本文设计的基于BIM架构的大坝灌浆施工全域监管方法在风险识别过程中具有一定的有效性。

3 结 语

大坝灌浆这种隐蔽工程的质量还无法直观地进行检测，因此在出现质量问题时也难以发现。另外，影响大坝灌浆质量的因素会随着时间而发生改变，传统的静态监管方法无法准确识别施工风险，因此很容易造成大坝质量风险问题。针对这一点，本文设计一种基于BIM架构的大坝灌浆施工全域监管方法，通过建立BIM模型，引入TBS-RBS动态识别方法和贝叶斯网络，实现动态的风险识别与全域监管。通过实例分析进行验证，结果证明本文设计的方法在风险识别过程中具有更高的准确性。