高心墙堆石坝长期性能预测方法及其安全评价方法与流程

本发明涉及高心墙堆石坝，具体涉及一种高心墙堆石坝长期性能预测方法及其安全评价方法。

背景技术：

1、高心墙堆石坝是国内外高坝大库的主要坝型之一。据统计，目前国外已经建成坝高超过200m的土质心墙堆石坝有10余座，其中昀高的是苏联的努列克坝，坝高300m。随着国家经济的快速发展，水资源高效利用和绿色能源政策的深入实施，我国水利水电工程得到了快速发展，高坝大库的建设也越来越多，高心墙堆石坝的发展很快。2000年前昀具代表性的小浪底土心墙堆石坝，建在深厚覆盖层，昀大坝高160m。进入21世纪，我国陆续建成了瀑布沟(坝高186m，覆盖层昀大厚度78m)、糯扎渡(坝高261.5m)、毛尔盖(坝高186m，覆盖层昀大厚度约50m)和长河坝(坝高240m，覆盖层昀大厚度50m)等高土质心墙堆石坝。正在建设中的两河口心墙堆石坝，坝高295m；双江口心墙堆石坝，坝高314m。拟建的如美心墙堆石坝，坝高315m。这些高心墙堆石坝达200-300m级,是典型的高坝大库，其对水资源的有效调控、保证国民经济可持续发展有着不可替代的作用；但一旦失事，其后果也是灾难性的。因此，确保其安全运行意义重大。

2、然而，在实际运行过程中，还是有不少工程出现了问题。已建成的不少高心墙堆石坝出现了坝体裂缝、渗流量过大等病害，危及大坝安全。国外的伊朗masjed-e-soleyman坝(177m)、加拿大la grande2号坝(160m)、美国cougar坝(158m)，国内的像小浪底、瀑布沟和毛尔盖等高心墙堆石坝在蓄水后，出现了局部变形大、变形不均刀、坝顶裂缝等问题，要确保高心墙堆石坝的长期安全性，亟待构建科学可靠的高心墙堆石坝的长期性能预测与安全评价方法。

技术实现思路

1、本发明的目的在于提供一种高心墙堆石坝长期性能预测方法及其安全评价方法，以提升高坝大库的安全保障水平。

2、本发明解决上述技术问题的技术方案如下：

3、本发明提供一种高心墙堆石坝长期性能预测方法，包括：

4、s1：基于北斗导航定位系统、天基雷达干涉测量和无人机lidar，获取多尺度高心墙堆石坝表面形变位移监测数据；

5、s2：根据所述多尺度高心墙堆石坝表面形变位移监测数据，建立空天地一体化耦合时空动态滤波的时序位移三维融合模型；

6、s3：联合采用大型土工离心试验机试验、大尺度室内材料试验，大规模精细化数值模拟、原型监测和现场试验数据的反演分析，研究所述时序位移三维融合模型不同应力条件下的变形机理；

7、s4：根据所述时序位移三维融合模型不同应力条件下的变形机理，生成预测模型，并利用预测模型对所述高心墙堆石坝长期性能进行预测。

8、可选择地，所述多尺度高心墙堆石坝表面形变位移监测数据包括北斗导航定位系统的第一监测数据，无人机lidar的第二监测数据和天基雷达干涉测量的第三监测数据；

9、所述s2包括：

10、利用基于北斗地基增强的高心墙堆石坝时序位移数据误差剔除方法对所述第一监测数据进行预处理，得到时序位移数据；

11、利用基于高密度点云的高心墙堆石坝高精度关键部件形变监测方法获取所述第二监测数据中大坝表面不同位置各特征标志物的形变；

12、根据第三监测数据，生成基于时序insar的高心墙堆石坝缓慢形变反演模型，并根据所述基于时序insar的高心墙堆石坝缓慢形变反演模型，得到最优形变方程；

13、采用kalman时空动态滤波模型对所述时序位移数据、所述大坝表面不同位置各特征标志物的形变和最优形变方程进行融合，得到空天地一体化耦合时空动态滤波的时序位移三维融合模型。

14、可选择地，所述基于北斗地基增强的高心墙堆石坝时序位移数据误差剔除方法包括：

15、根据所述第一监测数据，利用观测方程，得到测站和卫星间的几何距离；其中，所述几何距离包括相对论效应、固体潮、天线相位中心及相位绕转误差；

16、对所述几何距离进行线性化处理，得到误差方程；

17、利用所述误差方程剔除所述基于北斗地基增强的高心墙堆石坝时序位移数据误差，得到第一监测数据。

18、可选择地，所述观测方程为：

19、

20、所述误差方程为：

21、v＝aδx+w

22、其中，lp和分别为无电离层组合伪距和相位观测值；dt和dt分别为接收机和卫星钟差；c为真空中的光速，amb为无电离层组合模糊度，m为对流层投影函数，ztd为天顶方向对流层延迟，εp和分别为观测噪声和多路径误差，ρ为测站和卫星间的几何距离，包括相对论效应、固体潮、天线相位中心及相位绕转误差且a为系数矩阵，δx为待估计参数，包括测站三维坐标、接收机钟差、无电离层组合模糊度及对流层天顶湿延迟，w为常数项矩阵。

23、可选择地，基于高密度点云的高心墙堆石坝高精度关键部件形变监测方法包括：

24、采用无人机激光雷达对大坝多期次航拍，得到若干航拍图像；

25、基于所述若干航拍图像，构建不同时间大坝厘米级精度三维模型；

26、利用深度学习影像识别技术识别所述若干航拍图像的表面特征标志物；

27、基于所述不同时间大坝厘米级精度三维模型和所述表面特征标志物，计算大坝表面不同位置各特征标识物的形变。

28、可选择地，所述kalman时空动态滤波模型是将kriging插值法与kalman滤波结合在一起的时空kalman滤波模型，

29、所述kalman时空动态滤波模型的基本原理为：

30、

31、其中，zt(s)表示t时刻位置s处的观测值，at为状态量，εt(s)～n(0，r1)为观测噪声，φ为状态转移矩阵，wt～n(0，q1)为状态噪声，h为描述空间相关性的空间场，h(s)'为h(s)的转置。

32、可选择地，所述s3包括：

33、s31：采用超重力离心模拟技术，模拟施工期堆石坝上覆荷载逐步增加情况下，非饱和心墙孔压演化与变形过程；

34、s32：开展具有不同心墙与坝壳料的模量比的二维和三维超重力模型试验；

35、s33：开展不同水位下心墙与坝壳料相互作用和变形特性的离心机模型试验；

36、s34：开展心墙堆石坝裂缝和地震破坏模式的离心机模型试验。

37、可选择地，所述s31包括：利用大型土工离心试验机揭示水位升降过程中离心模型非饱和心墙孔压演化过程与变形演化规律；

38、利用离心机振动台，模拟地震波作用下非饱和心墙土体破坏模式，探究地震波作用下非饱和心墙孔压演化过程与变形演化规律；

39、利用高饱和非饱和高心墙堆石坝不同应力状态下的干湿循环缩尺模型试验揭示非饱和心墙孔压演化与变形响应过程和机理，其中，所述高饱和非饱和高心墙堆石坝不同应力状态下的干湿循环缩尺模型试验包括：确定目标高心墙堆石坝，选定合理的比例尺，制备高心墙堆石坝模型，通过在高心墙堆石坝模型中埋设张力计监测心墙内基质吸力变化情况，通过埋设土压力盒监测心墙内土压力变化情况，通过安装激光位移传感器监测堆石坝表面变形；通过试验箱吸水口与出水口控制干湿循环条件，吸水口与出水口间以软管、泵相连，控制水面线高度，着重考虑不同应力状态对非饱和心墙变形影响、干湿循环对心墙孔压变化影响，以及变形-孔压耦合作用的影响；

40、所述s33包括：

41、确定高心墙堆石坝模拟对象，采用不同的含水率和掺砾量制作模型心墙，所述模型心墙根据高心墙堆石坝常见的情况进行配比；

42、在模型心墙底部和岸坡布置薄膜式压力传感器，在心墙内、坝轴线上沿高程布置孔压传感器、张力计、微型tdr，在大坝断面上的几个典型高程，沿上下游方向布置孔压传感器，得到模型系统；

43、分多级对模型系统逐步加载至离心力达到200g左右，在每一级加载完成后稳定一段时间，记录各级荷载下的土压力、孔压、吸力变化；

44、在模型系统上游侧放置膜袋，并向膜袋内注水至设计水位，再次在离心机内加载，至预设离心加速度稳定，监测心墙内渗压等观测指标的变化，待心墙内渗压、吸力等指标趋于稳定后，刺破膜袋从上游注水，监测模型中各项指标的变化；

45、所述s34包括：

46、以小浪底心墙堆石坝为原型，利用大型土工离心试验机，制作大比尺试验模型，模拟施工、首蓄水、运行、快速水位变动工况，再现和研究裂缝病害发生、发展的动态过程，以完整获取渗流、变形、应力关键数据，为长期性能预测和安全评价提供可靠依据和验证；

47、以两河口心墙堆石坝为原型，利用大型土工离心试验机和离心机振动台，制作大比尺试验模型，模拟不同等级地震作用下，坝体加速度反应、地震变形，并测试大坝的极限抗震能力，研究地震破坏模式及动态演化过程；并获取完整的地震动和地震反应数据，为静动双安全的高心墙堆石坝长期性能预测与安全评价提供基础依据和验证。

48、可选择地，所述大型土工离心试验机通过埋设张力计监测心墙内基质吸力变化情况，通过埋设土压力盒监测心墙内土压力变化情况，通过安装激光位移传感器监测堆石坝表面变形，通过高清视频监测系统获取数字图像。

49、本发明还提供一种基于上述的高心墙堆石坝长期性能预测方法的安全评价方法，所述安全评价方法包括：

50、基于高心墙堆石坝长期性能的预测结果，考虑长期运行过程中的正常工况和非常工况，研究筑坝材料长期运行性能的演化规律；

51、根据所述演化规律和实际工程病害模拟分析结果，得到与监测值对应的安全评价指标；

52、利用所述安全评价指标进行安全评价。

53、本发明具有以下有益效果：

54、本发明考虑长期运行过程中的正常工况和非常工况(洪水、地震、水位骤升骤降等)，建立预测模型，在该预测模型的基础上，构建变形与变形协调双控渗流与变形多耦合、静动双安全的长期运行性能预测与安全评价体系。能够实现支撑技术突破、核心机理揭示、理论方法突破，显著提高安全性评价的精度和可靠性，提升高坝大库的安全保障水平。