大壩壩體變形監測技術及其應用分析

姜新元

摘 要：水庫作為當今社會必不可少的重要水利重要水利工程樞紐之一，其所發揮的工程效益巨大。在設計大壩時，設計者需要根據洪水淹沒的范圍考慮大壩的結構與高度。復雜多變的建筑環境往往使把壩體承受著巨大的負荷，易發生偏離和形變。所以定期的安全監測對于水庫大壩來說至關重要。在對大壩進行定期監測的過程中，也要結合之前的監測數據對大壩的形變進行預測和分析，以達到提早預防險情的目的。造成大壩壩體變形的因素有很多，比如上下游庫的水位差、溫度、氣壓、實效等等。選擇恰當的監測技術對大壩壩體變形進行監測，可以提高監測效率，維護大壩壩體安全。

關鍵詞：大壩壩體變形；監測技術；應用分析

中圖分類號：TV968.11 文獻標識碼：A 文章編號：1671-2064（2019）05-0144-02

在大壩整個施工過程和后期的運營過程之中都可能出現大壩變形。如果對大壩的變形能夠做出及時的預測，在一定程度上就可以減少災害的發生。我的大壩變形監測領域，從20世紀50年代開始研究并使用的人工變形監測系統，70年代出現了以傳感器、激光技術和全站儀TPS為基礎的自動化變形監測系統，到了90年代，GPS自動化變形監測系統等新興技術得以被使用和推廣。為了更好的研究大壩壩體變形監測技術和應用，在本文中，筆者結合學習生活中的實際經歷，列舉了幾個大壩壩體變形監測的技術，以供分析。

1 EV模型監測技術對大壩壩體變形的應用及分析

回歸分析是監測大壩壩體是否變形的一種經典方法，被廣泛應用于各種領域，但經典的回歸分析也存在一定弊端。比如回歸分析要求觀測值要具有較大的樣本、一般只能進行短期的變形預測，而且由于自變量的監測數據存在一定的不確定性，所以造成了回歸分析的測量值容易出現誤差。為了解決這一弊端，學者通過研究，在變形監測數據處理中首次使用了一種新的建模方式，建立了變量含有誤差的模型——Errors-in-Variables模型。這種方法是根據經典的回歸分析模型演變而生，在剛問世時被人們稱為Measurement Error模型，隨著后來的不斷調整，慢慢演變成了今天的Errors-in-Variables模型。

EV模型在19世紀五六十年代由一個國外統計學家提出。他對自變量的隨機誤差進行了思考，、將自變量的誤差值當做參數來進行處理，使原有的計算變得非常復雜，加大了統計與推斷的難度。所以EV模型的研究在較長一段時間里都停滯不前。后來隨著計算機的發明與問世，計算量的大小不再困惑著人們。國內外開始研究EV模型的學者越來越多。近年來，隨著計算機處理數據的能力越來越強，更多的學者開始重視EV模型的研究。

目前不管是在國內還是國外，EV模型工作仍處理理論研究階段，對于模型的實際運用則比較少見，但也存在著少數的成功案例。1983年Ganse將EV模型用來討論地震的強度；2004年Faber Richard等人將EV模型用來研究關于煤氣工業的提純問題；2005年Stoker、Thomas M等人用EV模型對美國煤礦的勞動生產率做出了分析。除此之外，將EV模型運用于大壩壩體變形檢測仍處于摸索狀態。曾有學者運用EV模型通過水壓、實效、溫度等分量的測量分析，對青銅峽大壩進行了壩體變形的檢測。根據分析自變量數據的精確程度與變量觀測值數據位的變化規律以及各個水平位移觀測點觀測精度的相似程度，確定了最初的誤差協方差陣，根據大量的試算，學者們發現了誤差協方差在矩陣中數值的微小變化對參數估計造成的影響，最后確定了誤差協方差陣的估計值。

2 地基雷達系統IBIS-L技術對大壩壩體變形的應用及分析

地基合成孔徑雷達干涉技術，它主要通過微波探測主動成像的方式來獲取監測區域的二維影像圖，并通過步進頻率技術來實現雷達影像方位向和距離向以及合成孔徑技術的高空間分辨率。地基合成孔徑雷達干涉技術不僅克服了星載SAR影像受時空失相干嚴重的問題，還克服了時空分辨率低的缺點。通過GB雷達技術，人們能夠精確地發現被測物的表面沿雷達視線向的微量變形的有關信息，地基合成孔徑雷達干涉技術的基本原理主要根據合成孔徑雷達技術來獲取監測區域的二維影像圖，并利用SF-CW技術以達到提高雷達的距離向分辨率的目的。通過對影像中目標點的電磁波相位信息進行比較，運用干涉技術來獲取監測區域的變形量。IBIS是一種基于微波干涉技術的創新雷達，是遠距離監測目標位移且具有成像能力的陸基微波干涉儀。與GPS、全站儀技術相比，IBIS更具有空間連續覆蓋的優勢。系統將合成孔徑雷達技術（SAR）、干涉測量技術、步進頻率連續波技術（SF-CW）相結合，通過合成孔徑技術獲取監測區域二維影像，提取相位變化量。

地基合成孔徑雷達技術通過對干涉測量技術的運用，以達到獲取微小形變的目的。地基合成孔徑雷達技術現在已經在大壩、橋梁等變形監測工作中廣泛應用。這種雷達技術與傳統的觀測方法相比具有二維成像、精度高、全天時全天候等特點，是非常具有潛力的一種監測新技術。

3 BP神經網絡對大壩壩體變形的應用及分析

BP算法的最早提出在1986年，這種算法是人工神經網絡的誤差反向傳播算法。基于ANN算法所形成的神經網絡被人們稱為BP網絡。BP網絡主要有三層神經元，分別是輸出層神經元、輸入層神經元和隱含元。輸入層神經元主要負責信息的收集和獲取，隱含元主要負責信息的處理，輸出層神經元主要負責信息的最后輸出，三層神經元之間具有非常明確的分工。此外對于BP網絡的學習過程主要分為正反兩個方向。BP網絡的正向傳播體現了一個信號嘗試過程，反向傳播則主要是一個反饋的過程。作為前向反饋網絡的BP網絡，現如今被社會廣泛的使用。誤差反向傳播算法的學習主要被分為兩個不同階段。第一是總結嘗試的過程。在這個階段下，信息處于一種正向傳播的狀態。在隱含層獲取到輸入信息之后，經過復雜的計算后，發送給輸出層。第二是反饋的過程。在這個階段下，信息處于一種反向傳播狀態。輸出層并沒有得到實際的輸出值，然后將這種情況反應到隱含層，隱含層采用遞歸的方式計算誤差調節神經元之間的連接強度。

作為一種多層神經網絡的BP網絡，在當今社會的研究與應用中，體現了極強的實用性能。大量的研究表明，BP網絡僅需要一個隱藏層就能夠解決任意精度的連續非線性函數。通過運用BP神經網絡來分析水庫大壩是否變形，通過將影響水庫大壩變形的幾個因素與大壩實際變形量的歷史數值作為BP神經網絡分析預測模型的輸入變量和期望輸出，再加之一系列的計算與分析，對BP神經網絡的初始權值和閾值進行優化，最終采用優化后的BP神經網絡來建立水庫大壩變形分析的預測模型。

4 小波神經網絡對大壩壩體變形的應用及分析

小波神經網絡一直是國際上眾多學科關注的熱點。通過小波神經網絡變換的發展歷程，不難看出，小波理論的發展主要分為三個階段。第一階段：小波分析的思想萌芽及孤立應用時期。其主要特征是特殊構造的小波開始被應用于一些科學領域的特定問題上。其中最具代表性的小波應用是法國地球物理學家通過小波對地震數據進行了分析，并提出了小波分析的概念。第二階段：國際性研究熱潮和統一構造時期。1986年，從離散濾波器迭代方法出發建造出具有支撐的正交小波基和對稱的雙正交小波，這也是以后正交小波的構造的基本框架。第三階段：小波的全面應用時期。從1992年開始，小波分析方法正式進入了全面應用階段。專門刊載小波理論和應用發展的國際刊物于1993年在美國正式創刊，這標志著小波分析理論研究進入了全新階段。在經過后世漫長的發展中，大部分的小波文獻主要集中在了數學、物理等方面。小波分析是一門交叉學科，小波分析與其它理論的綜合運用必將成為以后的發展趨勢。

現在的小波分析理論被越來越多領域的工作者和工程技術人員廣泛應用，小波理論創造的新成果層出不窮。但是將小波分析用于大壩安全檢測的應用仍處于剛起步階段。倘若能與大壩安全檢測的特點相結合，在探索小波理論應用于大壩安全檢測的課題，必將是一個非常具有劃時代意義的研究方向。

5 GNSS技術對大壩壩體變形的應用及分析

全球導航衛星系統GNSS于19世紀70年代問世，在這種技術出現后便被廣泛用于定位工作，在后世的發展中，也被大量應用于測量領域。1998年我國首次將GNSS自動化監測系統用于隔河巖大壩外部變形監測。作為利用衛星技術進行全方面測量的一項高科技技術，GNSS能夠為監測人員提供較為精確的時間信息和三維坐標等參數，對測量領域產生了劃時代的意義。在監測大壩是否變形中，GNSS技術是被使用最多的技術，它具有定位速度快、全天測量、自動化程度高、連續實時等特點。GNSS技術通過系統對自動化數據進行處理，進而獲得精確程度較高的數據，這也為建立自動化監測系統打下了基礎。但是盡管如此，GNSS技術就應用層面而言，仍存在較多缺陷，只有將GNSS技術與其他監測技術捆綁使用，才能提高對大壩變形監測的效率、水平和精度。GNSS技術隨著科學技術的發展，在對大壩壩體變形的研究分析層面更為靈活，是使用最為廣泛的監測方法。

綜上所述，大壩的安全監測工作是大壩建設和運營必不可少變形監測、分析和預報是大壩安全監測的重要部分，及時掌握大壩的變形規律，完成對大壩變形的預測就能夠提前化解潛在危機。在本文中，筆者通過對EV模型監測技術、地基雷達系統IBIS-L技術、BP神經網絡、BP神經網絡、GNSS技術五大技術的介紹和應用分析，說明了通過不同角度，采用不同技術對大壩壩體是否變形進行監測，為大壩壩體變形監測技術的優化提升提供了更多可供參考的理論建議。

參考文獻

[1] 楊杰，吳中如.大壩安全監控的國內外研究現狀與發展[J].西安理工大學學報，2002（1）：26-30.

[2] 方衛華，王潤英.大壩變形監測自動化系統進展[J].水利水電科技進展，2000（6）：23-25.

[3] 蔡德所.光纖傳感器技術在大壩工程中的應用[M].中國水利水電出版，2017.

[4] 華北水利水電學院編.水庫工程檢查觀測[M].水利電力出版社，2017.

[5] 郭晨，李光宗.大氣激光準直自動化系統在監測大壩變形中的應用[J].大壩觀測與土工測試，1997（5）：34-37.

[6] 宋恩來.真空激光準直系統在大壩安全監測中的應用及發展[J].大壩與安全，2001（1）：1-4.

[7] 胡光乾.小浪底水利樞紐大壩外部變形監測及資料分析[J].水力發電，2004（9）：49-51.

[8] 渠守尚，馬原平.大壩外部變形自動化監測系統的應用試驗[J].大壩觀測與土工測試，2001（3）：25-28.

[9] 李征航，劉志趙，王澤民.利用GPS定位技術進行大壩變形觀測的研究[J].武漢大學學報（工學版），1996（6）：26-29.

[10] 黃丁發，丁曉利，陳永奇.多天線GPS自動變形監測系統[J].鐵道學報，2000（6）：90-94.