南水北調臺兒莊泵站揚壓力安全監控指標擬定

張運保，呂曉理，郭曉翠

(南水北調東線山東干線有限責任公司，山東 濟南 250109)

1 臺兒莊泵站概況

臺兒莊泵站是南水北調東線一期工程的第七級泵站，主要任務是抽引駱馬湖來水通過韓莊運河向北輸送進入南四湖，以完成南水北調東線工程向北及膠東調水的任務，實現梯級調水目標。臺兒莊泵站設計調水流量125m3/s，設計站上水位25.09m、站下水位20.56m，設計揚程4.53m，平均揚程3.73m；站下最高水位為22.50m，站上最高水位為25.50m。臺兒莊泵站為I等工程，主要建筑物為1級，次要建筑物為3級。

2 研究方法

安全監控指標是評估和監測建筑物安全的重要指標。估計安全監控指標的主要任務是根據建筑物已經抵御經歷荷載的能力，來評估和預測抵御可能發生荷載的能力，從而確定在該荷載組合下監控效應量的警戒值。但是，有些建筑物可能沒有遭遇最不利工況；另外，建筑物抵御荷載的能力在變化。因此，在實際工程中，擬定安全監控指標是一個相當復雜的問題，需要根據建筑物的具體情況，用多種方法進行分析論證。本次研究采用置信區間法和典型監測效應量的小概率法進行臺兒莊泵站揚壓力安全監控指標的擬定。

3 臺兒莊泵站揚壓力監測資料分析

臺兒莊泵站在主廠房底板、副廠房和安裝間基礎、進出水池和進出水渠共布設滲壓計15支，本次對7#、11#、13#、21#滲壓計進行分析，分析時段為2012年11月5日至2018年8月20日。以下基于原始觀測資料，對監測數據的特征值以及時空變化規律進行重點分析，確定各效應量與環境量變化之間的相關性。

3.1 特征值分析

特征值統計以及過程線所使用的數據均將揚壓力換算成揚壓水位，各測點特征值統計見表1。

3.2 時空規律分析

由圖1至圖4可以看出揚壓水位受河道運行水位的影響比較大，當河道水位升高時，揚壓水位增大；當河道水位降低時，揚壓水位減小。此外，相較于河道水位，各處揚壓水位有一定的滯后效應，即其變化滯后于河道水位，而且距離河道越遠，滯后效應越明顯。

圖1 臺兒莊泵站7#滲壓計水位過程線

表1 臺兒莊泵站滲壓計特征值統計表

圖2 臺兒莊泵站11#滲壓計水位過程線

圖3 臺兒莊泵站13#滲壓計水位過程線

圖4 臺兒莊泵站21#滲壓計水位過程線

4 揚壓力安全監控指標擬定

4.1 置信區間法

4.1.1監控模型及因子選擇

考慮到泵站揚壓力主要受河道水位、時效等因素變化的綜合影響，其監控模型基本關系式表示為：

H=Hh+Hθ

(1)

式中，H—揚壓力；Hh—水位分量；Hθ—時效分量。

(1)水位分量。河道水位變化對泵站揚壓力有一定的影響，且有一定的滯后性，因此考慮選擇監測日當天水位，以及前7天和前14天的平均水位作為因子，水位分量可以表示為：

(2)

式中，a1i—河道水位分量的回歸系數(i=1～3)；hui—分別為監測日當天、監測日前第7天、前第14天的河道平均水位；hu0i—初始監測日上述各時段對應的河道水位平均值(i=1～3)。

(2)時效分量。考慮到泵站受多種因素的復雜作用，通常認為正常運行的泵站，時效分量變化的規律為初期變化急劇，后期漸趨穩定。時效因子通常選為θ和lnθ(θ為觀測日減去基準日的天數)，因此應力的時效分量可表達為：

表2 泵站滲壓計的回歸模型

Hθ=b1θ+b2lnθ

(3)

4.1.2模型創建

經過計算各影響量之間基本無相關性，所以采用逐步回歸分析方法計算統計模型參數，建模時段為2013年5月21日至2018年8月25日，分析時段的起始時間為儀器開始測量的時間。監控模型表示為：

(4)

4.1.3模型分析

表2為泵站各支滲壓計統計模型的復相關系數R、剩余標準差S、分量分解百分比和回歸模型方程式。從表2可以看出，5支滲壓計中僅測點21#的復相關系數達0.74，表明實測數據的建模效果較好；其余4個測點的復相關系數均小于0.5，普遍較低，表明模型回歸效果較差。

4.1.4監控指標估算

經前述分析可知，7#、11#、13#和15#測點的模型擬合精度較低，已嚴重失真，無法用于監控指標的擬定。僅21#測點建立的回歸模型質量良好，因此可將21#測點的模型成果代入以下公式得到揚壓水位的監控指標：

(5)

式中，Hm—監控指標；H—模型計算極值；S—剩余標準差；K—顯著性水平α的函數。

K的取值和顯著性水平α有關，通常將1-α稱為置信水平，標志實測值落在監控指標范圍內的概率。根據工程經驗，一般取K=2，此時置信水平為95.4%。

模型計算極值的確定首先需求出最不利荷載組合，這是一個比較復雜的問題。本次分析采用“可能的最不利荷載組合”推求極值，考慮到揚壓力主要受水位影響，且與水位呈正相關，因此選取水位達到最高時作為最不利時刻，實際計算時選取26.51m為出水池最高水位。基于模型方程和剩余標準差，估算出測點21#監控指標為22.54m，如圖5所示。

圖5 滲壓計21#實測值和模型值過程線

4.2 典型監測效應量的小概率法

(1)子樣的選擇

臺兒莊泵站從2013年5月25日運行以來經歷了不同工況的考驗，根據實測資料可知，揚壓力水位受河道水位影響比較大，一般在高水位的情況下，水位值較大；在低水位的情況下，水位值較小。加之現場缺少降雨和氣溫等環境量的實測數據，因此主要考慮河道水位作為子樣選擇的依據。揚壓力子樣統計情況見表3—7。

表3 測點7#揚壓水位特征值統計表 單位：m

表4 測點11#滲壓水位特征值統計表 單位：m

表5 測點13#滲壓水位特征值統計表 單位：m

表6 測點15#滲壓水位特征值統計表 單位：m

表7 測點21#滲壓水位特征值統計表 單位：m

(2)分布檢驗

K-S法是Kolmogorov于1933年提出，經Smirnov進一步發展完善而成的。其基本思想是根據子樣得到的經驗分布函數Fn(x)與原理假設的母體理論分布函數F(x)作比較，建立統計量Dn。

然后在給定信度α下，將計算得到的Dn(x)的最大值與檢驗臨界值Dn，α比較，以檢驗原假設是否被拒絕：當Dn≤Dn，α時，不拒絕接受原假設；當Dn>Dn，α時，拒絕接受原假設。

表8 泵站滲壓計樣本K-S檢驗成果

(3)監控指標估算

由統計理論可知，當α足夠小時，可以認為這是一個小概率事件，即該事件幾乎不可能發生，若發生則為異常情況。利用上述原理，對泵站揚壓水位取α為1%時的值，得到揚壓水位的安全監控指標，見表9。

表9 利用典型小概率法估算臺兒莊泵站揚壓力水位預警值 單位：m

5 結論與建議

(1)針對臺兒莊泵站揚壓力監測，觀測序列長、測量成果可靠且規律性明顯，基于運行期間的實測數據，采取置信區間法和典型監測效應量的小概率法來進行監控指標的擬定，通過選定適宜的回歸方法、影響量因子集合和影響量因子形式，構建數學物理統計模型，可以估算其安全監控指標。

(2)安全監控指標是不斷變化的，運行管理部門應定期分析論證，及時提出變化后的監控指標。

(3安全監控指標只有與工程安全監測系統相結合，實時與監測數據作對比，發出預警預報，才能最大限度地發揮它的價值；另一方面，通過不斷經歷實際工況的檢驗和校正，監控指標的可靠性和實用性愈發完善，也能更加快速有效地對工程安全運行性態做出判斷。