万永波，袁有仓

（中国电建集团成都勘测设计研究院有限公司，四川 成都 610072）



水牛家大坝沉降资料分析及评价

万永波，袁有仓

（中国电建集团成都勘测设计研究院有限公司，四川 成都 610072）

摘 要：介绍水牛家水电站大坝沉降监测方法，沉降仪器的检验和综合评价，保证监测资料真实性和可靠性。通过对沉降成果资料的分析，采用分层变换筛选拟合法建立沉降变形数据模型，优选影响因子和因子阶数，并使用地震特殊工况改正数据模型；使数据模型更加符合工程的特性，为水牛家大坝的监测预报提供基础和数模，指导工程的安全运行。

关键词：水牛家水电站；现场测试；沉降监测；影响因子

0　引言

水牛家水电站为火溪河梯级开发的龙头水库，大坝正常蓄水位 2 270.0 m，正常蓄水位以下相应水库库容 1.395 亿m3，拦河大坝为 108.0 m 高的心墙堆石坝，混合式开发，电站装机容量 70 MW[1]。根据《水利水电枢纽工程等级划分及设计标准》及其补充规定，确定水牛家水电站为二等工程。大坝坝高108.0 m，超过水库大坝提级标准，因而大坝按 1 级建筑物设计。水牛家水电站工程区地震基本烈度为8 度。按《水工建筑物抗震设计规范》规定，拦河大坝工程抗震设防类别为甲类，设计烈度为 9 度，其他水工建筑物抗震设计烈度为 8 度[1]。

1　沉降观测方法

水牛家大坝采用水管式沉降仪观测坝体内部沉降量。在水牛家大坝（坝）0 + 072.16 设 1-1 监测剖面，在 1-1 监测剖面 2 214.0 和 2 244.0 m 高程各布置 1 套水管式沉降仪，如图 1 所示；在大坝（坝）0 + 134.4.0 设 2-2 监测剖面，在 2-2 监测剖面 2 214.0 和 2 244.0 m 高程各布置 1 套水管式沉降仪如图 2 所示；在大坝（坝）0 + 202.79 设 3-3 监测剖面，在3-3 监测剖面 2 244.0 m 高程布置 1 套水管式沉降仪。坝体内共计布置 5 套 23 台水管式沉降仪，监测坝体内部的沉降量[4]。每条水管式沉降仪观测房端使用水准测点校核改正坝体内部沉降量。

图1　大坝1-1（0+072.16）剖面沉降量分布图

图2　大坝2-2（0+134.40）剖面沉降量分布图

图3　大坝下游表面沉降量分布图

2　监测成果检验及系统评价

土石坝沉降量是大坝监控的重要指标，沉降量的大小反映大坝运行状态是否正常。因此进行大坝沉降资料分析前，必须对沉降资料成果进行检验，判定成果的真实性和可靠性，对监测成果进行评价，剔除误差值，使用有价值的监测成果，并对水牛家大坝沉降量和监测系统进行评价。

监测系统评价是在检查考证施工资料、现场检查和测试，并对历年监测资料进行对比分析等工作的基础上，结合建筑物的运行情况，对整个监测系统的完备性、监测精度、可靠性及监测频次作出综合评价，对监测仪器设备的封存、报废、监测项目的停测和监测工作等提出意见和建议。水牛家大坝沉降成果评价主要进行水管式沉降仪现场测试、历年监测数据对比分析、监测成果数据的评估。

在 2014 年 12 月对水牛家大坝所有水管式沉降仪进行现场测试。现场测试方法为：先向连通管充防冻液，待量测管内的液面稳定后进行测读，共进行3 次测读，以 3 次测读的最大相互较差不超过 2 mm为合格测值。经过现场测试水牛家大坝水管沉降仪有少数测点短期稳定性较差，需要进行维护，其余测点短期稳定性较好。

水牛家大坝历年沉降监测数据评估是绘制内部沉降测值过程线如图 4 所示。由图 4 可见：除个别测次带有明显的观测误差外，在资料分析时进行剔除。施工期随着坝体的填筑，各测点均出现明显的下沉；坝体填筑基本完成后，沉降速率逐渐减缓；大坝沉降受蓄水影响较小。大坝内部沉降前期较大，后期已逐渐趋缓，符合堆石坝内部沉降的一般规律。

3　监测资料分析

坝体内水管式沉降仪观测成果分析，大坝内部各测点沉降量不均匀，沉降成果过程线成小幅度上升趋势，说明大坝一直处于缓慢沉降状态。根据沉降监测资料分析，水牛家大坝总沉降量按分层迭加计算为 847 mm，大坝沉降率占坝高的 0.78%，按照《碾压式土石坝设计规范》标准，判定水牛家大坝没有出现开裂等异常情况。沉降量在坝体变形允许的范围内，坝体变形满足正常使用要求。

从大坝内部沉降量分布情况分析，埋设在大坝2 244.0 m 高程马道左岸最大沉降量为 374 mm，埋设在大坝 2 244.0 m 高程马道中段最大沉降量为 368 mm，埋设在大坝 2 244.0 m 高程马道右岸最大沉降量为342 mm。埋设在大坝 2 214.0 m 高程马道左岸最大沉降量为 450 mm，埋设在大坝 2 214.0 m 高程马道右岸最大沉降量为 591 mm[2]。根据图 1 沉降量过程线分析，大坝沉降量总体变化趋势没有改变，逐年沉降量呈减小和逐渐收敛的趋势，大坝沉降量受周期性变化的库水位影响小。大坝内部沉降量分布如图 1 和 2 所示，水牛家大坝整体沉降量分布规律符合土石坝规范的要求。

图4　水牛家大坝沉降点成果过程线

水牛家大坝下游表面的沉降量分布规律很好。在河床部位 2 214.0 m 高程沉降量是 50.7 mm，2 244.0 m 高程沉降量是 78.4 mm，2 274.0 m 高程沉降量是 184.1 mm；低高程的沉降量小于高高程的沉降量，表明大坝沉降量没有出现“拱效应”现象。在同一高程的沉降量分布规律是位于河床坝段的沉降量大，由河床向两岸的沉降量逐渐减小，相邻测点沉降量差不大，说明大坝沉降梯度变化小。因此水牛家大坝的变形规律符合一般土石坝的变形规律。水牛家大坝下游表面沉降量分布如图 3 所示。

有媒体初步统计发现，从2012年至今，阿里7年来已有6位高管因“腐败”而被调查。包括阿里巴巴旗下淘宝聚划算原总经理阎利珉，阿里影业原副总裁、淘票票原总经理孔奇，阿里集团人力资源部原副总裁王凯以及上文提到的卢梵溪等。

“5.12”汶川地震影响分析：从图 4 沉降成果及过程线分析，地震前后大坝最大沉降量对比分析，与 2007 年底观测成果 373 mm 对比，2008 年全年左岸 2 244 m 马道下沉 33 mm；与 2007 年底观测成果 470 mm 对比，2008 年全年左岸 2 214 m 马道下沉 29 mm；与 2007 年底观测成果 379 mm 对比，2008 年全年坝中 2 244 m 马道下沉 39 mm；与 2007 年底观测成果 570 mm 对比，2008 年全年右岸 2 214 m马道下沉 21 mm；与 2007 年底观测成果 328 mm 对比，2008 年全年右岸 2 244 m 马道下沉 29 mm。2008 年沉降量总体情况与 2007 年相似，“5.12”汶川地震对水牛家大坝沉降量影响较小[5]。

4　数据模型建立

大坝沉降资料分析目的是用数理统计方法建立沉降量（称为效应值）和各影响因素（称为原因量）之间关系，进行沉降量的定量分析；从大量的观测数据中寻找出大坝沉降变形的变化规律。针对水牛家大坝沉降量变化规律比较复杂，影响因子较多，为了对资料进行有效分析，本文采用多项式回归、逐步回归、参数的岭估计等有机集成，并引进累进变换；有机集成后的方法称之为分层变换筛选拟合法。在建立数据模型时主要考虑的影响因子如下：

1）库水位因子。坝上下游水位差 H 是影响位移的重要因素。根据坝工理论，剪力引起的剪切位移和 H2有关，由水重造成库底沉陷而导致坝体向上游倾斜的转角则与 H 有关，因此坝顶水平位移的水位因子可选取 H，H2。同时考虑的水位变化对位移影响，加入另一个影响因子 △H 为前后两次观测之间的水位差；H 表示上下游水位差值，H2表示上下游水位差值的平方。

式中：B1，B2，B3为统计方程系数。

2） 温度因子。本工程对坝体作全面观测，已知各测点处的温度 T，采用一阶温度项，考虑到热膨胀系数的非线性关系，再选择温度的平方项 T2。

式中：B1，B2为统计方程系数。

3） 时效因子。表征坝体产生不可逆变化的因素，本模型采用直线型时效因子 τ 及它的对数，时效分量 YD= B1τ + B2In (τ)，

式中：τ 为从起始监测日算起至当前观测日的累积天数/100；B1，B2为统计方程系数。

4）交叉影响。由于存在温度和水位的交互作用下产生的坝体位移，这里对于这种交互作用引入温度和水位的耦合项，即它们的交叉项。交叉影响项YC= BT • H，

式中：T 为测点处温度，H 为坝上下游水位差，B 为统计方程系数。

式中：t 为从起始监测日算起至当前观测日的天数。B1，B2，B3，B4为系数。

利用同样方法，针对沉降量进行统计分析。经过分析，最后建立模型为[3]

式中：Y 表示水牛家大坝的预测沉降量。

最大沉降量实测值与拟合值对比图如图 5 所示，水牛家大坝沉降量资料通过上述的拟合得到数据模型反映大坝沉降变形规律，拟合的复相关系数绝大多数达到 0.98 左右，说明数据模型能够反映大坝沉降变形的客观变化规律，拟合效果良好。通过资料拟合分析建立了水牛家大坝沉降变形的数据模型，预测值与实测值吻合程度良好，预测模型有效反映了大坝沉降变形的时程变化趋势。

水牛家大坝沉降变形拟合过程中，误差较大的点出现在 2008 年 5 月 12 日前后，这是由于突发地震造成沉降量有小幅度阶跃，随后误差逐渐减小，表明“5.12”地震对坝体沉降量影响较小。

5　结语

介绍水牛家大坝沉降观测的方法，对沉降成果资料分析前进行数据的检验和评价。根据沉降仪现场测试结果和对比沉降量历史数据，发现沉降量资料系列中的异常数据，在资料分析和建立数据模型时剔除异常数据，保障分析资料的可靠性和真实性。通过资料分析，采用分层变换筛选拟合法建立水牛家大坝沉降量数据分析模型，选取适合大坝沉降量分析的水位、温度、时间、周期性影响因子及因子阶数，并用地震期资料修正数据模型，剔除工程特殊工况的影响，建立的数据模型符合工程特性，具有指导工程安全运行，预报大坝沉降量发展趋势。其他工程可以参考使用。

参考文献：

[1] 万永波，王蓉川. 水牛家水电站监测设计报告[R]. 成都：成都勘测设计研究院，2006: 1-3.

图5　水牛家大坝沉降点成果过程线

[2] 朱伟，万永波. 水牛家水电站监测成果及分析年度报告[R]. 成都：成都勘测设计研究院，2014: 34.

[3] 袁永生. 华能水牛家水电站工程安全监测资料分析报告[R]. 成都：成都勘测设计研究院，2009: 24-29.

[4] 万永波，陈玉宇. 华能水牛家水电站工程安全监测工程竣工报告[R]. 成都：成都勘测设计研究院，2008: 3.

[5] 万永波，陈玉宇. 华能水牛家水电站 5.12 大地震以来运行监测总结报告[R]. 成都：成都勘测设计研究院，2008: 9-11.

Analysis and Evaluation of Settlement Data about Shuiniujia Dam

WAN Yongbo, YUAN Youcang
(Chengdu Engineering Corporation Limited of PowerChina, Chengdu 610072, China)

Abstract:This paper introduces the monitoring method of the dam settlement, the inspection and comprehensive evaluation of the settlement instruments, ensures the authenticity and reliability of the monitoring data. Based on the analysis of the settlement data, the model of settlement deformation data is established by using the method of hierarchical transformation, electing influence factor and factor order, and using seismic special working conditions. So the data model is more consistent with the engineering characteristics, provides basis and mathematical model for monitoring and forecasting of Shuiniujia dam, and guides safe operation of the project.

Key words:Shuiniujia hydroelectricity station; spot test; subsidence monitor; influence factors

作者简介：万永波（1973-），男，重庆丰都人，高级工程师，从事水电水利工程安全监测工作。

收稿日期：2015-12-15

中图分类号：TV64

文献标识码：A

文章编号：1674-9405(2016)01-0020-05