高面板堆石壩變形性態分析與研究

2014-04-26 06:27:18張禮兵馮燕明

水力發電 2014年5期

張禮兵，馮燕明

（1.中國水電顧問集團昆明勘測設計研究院有限公司，云南昆明 650051；2.國家能源水電工程技術研發中心高土石壩分中心，云南昆明 650051）

0 引言

截至2005年，我國30 m以上大壩中土石壩3216座（其中堆石壩391座）、重力壩545座、拱壩729座，土石壩在各種壩型中所占比例為67%[1]。目前，高土石壩以堆石壩為主，其中高面板堆石壩所占比重越來越大。因此，有必要對高面板堆石壩變形監測成果進行分析總結，并以此指導工程的設計與施工。

結合在建梨園水電站面板堆石壩，分析評價大壩填筑到壩頂時變形監測成果，建立大壩三維有限元模型，利用神經網絡方法[2]反演堆石體參數并計算其變形狀況，分析評價大壩的工作性態。結合國內外類似工程的變形監測成果，總結高面板堆石壩沉降范圍，提出大壩堆石體壓縮模量與沉降比的關系，以此評價面板堆石壩變形性態與施工質量，為在建及擬建的高面板堆石壩提供參考。

1 大壩堆石體計算參數反演

1.1 計算模型及反演初始參數

根據梨園水電站壩址區地質條件和壩體分區特點，建立計算模型（見圖1）。整個壩體結構總結點5 737個，總單元4 949個。堆石靜力本構關系采用鄧肯E-B模型[3]。根據可研階段堆石料試驗結果[4]及對比其他工程，確定靜力計算的初始材料參數（見表1），并以此作為參數反演取值范圍的重要參考。

圖1 壩體三維有限元網格

表1 初始材料參數

1.2 反演程序與方法

采用MATLAB程序建立的BP神經網絡模型對面板壩堆石體力學參數進行反演，根據參數敏感性分析，選取壩體主堆石、次堆石的參數K、n、Kb、m為反演參數，反演參數與大壩位移矢量δ之間的關系可視為某種非線性映射關系δ=f（K，Kb，n，m），并用人工神經網絡近似實現。基于人工神經網絡的E-B參數反演方法的具體實現步驟如下：

（1）組織網絡的訓練樣本。首先依據相關試驗資料和工程經驗，給出堆石體反演參數的取值范圍（樣本取值區間），選取典型監測點的豎向位移作為訓練的指標。

（2）用有限元計算測點在竣工期的位移值，并作為網絡的輸入矢量，對應的堆石料的待反演參數為輸出矢量。

（3）運用MATLAB神經網絡設計程序對該網絡進行訓練，滿足一定精度后則停止訓練。

（4）選取計算測點對應的實測值，將其輸入訓練好的網絡，網絡輸出即為待求的力學參數。反演技術路線見圖2。

1.3 堆石體參數反演

選取具有代表性的8個監測點作為輸入單元，分別基于水管式沉降儀實測沉降、電磁沉降環實測沉降[5]反演參數，結果見表2。

圖2 反演技術路線

表2 E-B模型參數反演結果

2 不同參數有限元計算分析

基于水管式沉降儀實測沉降、電磁沉降環實測沉降反演參數進行三維有限元計算結果見表3。從表3可以看出，2組參數計算得到的豎向位移分別為99.89、112.68cm，與實測值97.58、111.0cm量級一致，說明反演方法及計算模型可靠。由于梨園電站水管式沉降儀埋設滯后、測值偏小，大壩變形成果以電磁沉降環實測沉降反演計算結果為準。

表3 堆石體變形反演計算極值 cm

圖3為填筑至壩頂時最大斷面基于電磁沉降環實測沉降反演計算的位移等值線分布，圖4為堆石體變形矢量圖。由圖3、4可以看出，由于堆石體的泊松效應，水平位移分布規律為上游堆石區位移指向上游，最大值為44.8 cm；下游堆石區位移指向下游，最大值為37.5 cm；最大豎向位移為112.68 cm，占壩高的0.73%，發生在1/2壩高處。