CN106769783A - 一种土石坝防渗性能劣化的监测诊断装置及方法 - Google Patents
一种土石坝防渗性能劣化的监测诊断装置及方法 Download PDFInfo
- Publication number
- CN106769783A CN106769783A CN201710074281.9A CN201710074281A CN106769783A CN 106769783 A CN106769783 A CN 106769783A CN 201710074281 A CN201710074281 A CN 201710074281A CN 106769783 A CN106769783 A CN 106769783A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- earth
- dam
- seepage
- rockfill dam
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 84
- 230000004888 barrier function Effects 0.000 title claims abstract description 40
- 230000006866 deterioration Effects 0.000 title claims abstract description 31
- 238000003745 diagnosis Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 68
- 230000003204 osmotic effect Effects 0.000 claims abstract description 22
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 239000011435 rock Substances 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 5
- 238000011144 upstream manufacturing Methods 0.000 claims description 10
- 239000002689 soil Substances 0.000 claims description 8
- 238000013461 design Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000009933 burial Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 239000004575 stone Substances 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 230000002542 deteriorative effect Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 238000012804 iterative process Methods 0.000 claims description 2
- 230000007935 neutral effect Effects 0.000 claims description 2
- 238000001556 precipitation Methods 0.000 claims description 2
- 238000000611 regression analysis Methods 0.000 claims description 2
- 238000009738 saturating Methods 0.000 claims 1
- 230000002459 sustained effect Effects 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000015556 catabolic process Effects 0.000 abstract description 2
- 238000006731 degradation reaction Methods 0.000 abstract description 2
- 230000008595 infiltration Effects 0.000 description 13
- 238000001764 infiltration Methods 0.000 description 13
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 2
- 241000256602 Isoptera Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/082—Investigating permeability by forcing a fluid through a sample
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/082—Investigating permeability by forcing a fluid through a sample
- G01N15/0826—Investigating permeability by forcing a fluid through a sample and measuring fluid flow rate, i.e. permeation rate or pressure change
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Fluid Mechanics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种土石坝防渗性能劣化的监测诊断装置及方法,包括视电阻率测量系统、渗透压力测量系统、水位测量系统、渗漏量测量系统、雨量观测设备、电缆和监测箱;监测箱通过电缆与视电阻率测量系统、渗透压力测量系统、水位测量系统、渗漏量测量系统、雨量观测设备连接,采集监测数据;本发明能够实现土石坝坝体渗漏破坏过程的劣化程度监测诊断,为渗漏土石坝诊断分析和工程维护提供帮助,保障了土石坝工程的安全运行。
Description
技术领域
本发明涉及土石坝渗流性的监测诊断领域,尤其是土石坝坝体防渗性能劣化的监测诊断领域。
背景技术
我国是世界上水库大坝最多的国家之一,新中国成立以后,我国陆续修建了近9万多座水库大坝,其中土石坝就占到了其中的三分之一。虽然土石坝在防洪、灌溉、供水等方面起到了非常大的作用,但由于在修建时受到条件限制、施工、设计技术等方面的原因,这些水库多为一边设计、一边施工、一边运行,简称"三边工程"。这些水库大都存在工程质量差、坝体单薄、大坝渗漏、管理设施老化等问题。土石坝病险中渗漏问题最为严重。由于勘探工作的深度不够、设计不合理或施工不合格、材料劣质、水库运行不合理等原因引起的渗漏问题往往会导致坝体失去稳定性并造成渗透破坏。渗漏的形式和特征主要有坝体填筑材料不良,抗渗能力不能满足要求,渗透系数大,下游坝面出现大面积饱和湿润漏水;防渗体断裂或新老防渗体接触不良出现漏水;导滤排水棱体堵塞失效,浸润线上升,坝脚处饱和湿润引起渗水;坝内埋管断裂,导致坝体渗水管涵或集中漏水;沿白蚁洞穴漏水等。
由于渗漏的影响因素和发生特征多样,同时渗漏发身在大坝内部,常难以有效的识别和诊断;由于土石坝防渗性能是一个随时间逐步劣化的过程,因此需要能够长期有效的收集大坝防渗性能相关的各种特征数据的,在避免长期破坏大坝原有结构的条件下,实现长时间的低损或无损测量。为此,需要一套能够便捷监测土石坝内部渗流性态监测,同时有效判别防渗性能劣化的装置和方法。这对研究土石坝渗流变化规律、渗漏土石坝病险诊断分析和工程维护能够提供有效的帮助,并能保障土石坝工程的安全运行。
发明内容
发明目的:为了克服现有技术的不足,本发明提供一种土石坝防渗性能劣化的监测诊断装置及方法,能够实现土石坝坝体渗漏破坏过程的劣化程度监测诊断,为渗漏土石坝诊断分析和工程维护提供帮助,保障了土石坝工程的安全运行。
技术方案:为了解决上述技术问题,本发明提供一种土石坝防渗性能劣化的监测诊断装置,包括视电阻率测量系统、渗透压力测量系统、水位测量系统、渗漏量测量系统、雨量观测设备、电缆和监测箱。
作为优选,所述的监测箱通过电缆与视电阻率测量系统、渗透压力测量系统、水位测量系统、渗漏量测量系统、雨量观测设备连接,采集监测数据。
作为优选,所述的视电阻率测量系统包括若干测量电极,测量电极等间距布置于土石坝上游坡、坝顶、下游坡的若干纵断面上,通过电缆沿纵断面连接并汇集到监测箱中。
作为优选,所述的渗透压力测量系统包括大于等于两个的渗压计,渗压计沿土石坝横断面从上游到下游埋设于大坝内,埋设位置在土石坝坝基上部2~3m部位。
作为优选,所述的水位测量系统有两套,其中一套包括水位杆、水位计,水位杆布置在土石坝坝顶,悬臂伸向上游,水位计安装在悬臂伸末端,用于测量上游水位;另外一套包括水位杆、水位计,水位杆布置在土石坝坝顶,悬臂伸向下游,水位计安装在悬臂伸末端,用于测量下游水位。
作为优选,渗漏量测量系统位于土石坝下游排水渠道出水口处;雨量观测设备布置于坝顶,安装在上游水位杆上。
作为优选,所述的监测箱中包括用于控制及测量上下游水位、渗透压力、视电阻率、气温数据的监测模块,用于对土石坝防渗性能劣化分析诊断的诊断模块。
作为优选,当土石坝下游只有渗漏无下游水位时,所述的水位测量系统只有一套,用于上游水位测量;当土石坝下游有水位时,所述的渗漏量测量系统不需要安装布置和测量。
一种土石坝防渗性能劣化的监测诊断装置的监测诊断方法,包括以下步骤:
第一步,数据采集:按照每天一次的频率采集整理得到上下游水位值、纵断面视电阻率值、渗压计的渗透压力值、下游渗漏量值、降雨量值;其中降雨量值为日累计雨量。
第二步,实际渗流参数估算:选择历史监测数据中,上游水位变幅在0.5m且持续时段大于等于10日的水位数据;按照土石坝填筑的不同分区,选择工程建设期设计报告中的渗流参数,建立土石坝渗流的有限元模型;模型输入的上游水位数据为所述10日实测上游水位的均值,表示为H e ,选择上游水位为H e 时渗压计测值,n个渗压计测值表示为p1、p2、…、pn;建立基于神经网络的有限元分析迭代过程,通过调整渗流参数,使有限元模型在n个渗压计埋设位置通过有限元模型计算得到的渗透压力值与实测值相符,则所述的调整后渗流参数为土石坝运行期实际的渗流参数。
第三步,渗漏通道的状态特征值提取:渗漏通道在视电阻率云图上表现为视电阻率等值线所围成的环形,视电阻率值越小越靠近环形中心,此区域含水量相对越高;因此,一个区域面积越大,视电阻率值越小,其部位防渗性能越差;取视电阻率等值线为50 ohm·m以内的范围作为低阻区域,将低阻区域内的视电阻率最小点做为中心,计算各个视电阻率对应的比值x,表示为50 ohm·m与此部位视电阻率的比值,则等值线为50 ohm·m处的比值为1,低阻区域内比值大于1。
将视电阻率值比值x对区域面积进行积分,得到状态特征值v,对于数值积分,采用泰森多边形对低阻区域进行分割,视电阻率测值与所述面积相乘并累加得到状态特征值v;
第四步,防渗性能劣化的监测诊断模型建立:渗漏通道的状态特征值与上游水位、下游水位、渗漏量、降雨量相关,需要注意的是,由于土石坝渗流具有迟滞性,上游水位变化和降雨量变化逐渐引起渗漏通道状态特征值的变化,之后引起渗漏量的变化,因此建立渗漏通道的状态特征值与上游水位、下游水位、渗漏量、降雨量的监测诊断模型,模型中选取监测日前的水位降雨数据、同时选取了监测日后的渗漏量数据,监测诊断模型公式为:
式中,a 1~ a 2、b 1~ b 3、c、d 1~ d 4、e 1~e 2、 f 1~f 4为待求参数;H 1 u 为所述视电阻率云图低阻区域中心(即低阻区域视电阻率最小的点)位置的水头差值;H 2 u 为H 1 u 的二次方;H u1 ~ H u3 分别为监测日前1天,监测日前2~3天、监测日前4~10天各时段内的水头差值的均值;当土石坝下游有下游水位时,H d 为下游水深,无渗漏量监测,渗漏量为0,d 1~ d 4=0;当土石坝下游无水位时,有渗漏量监测,c=0,Q 1~ Q 4分别为监测日当天、监测日后1天、监测日后2~3天、监测日后4~10天各时段内的渗漏量均值 ;θ为蓄水初期或起测日开始的天数除以100,代表随时间推移土石坝渗流性态的变化;R 1~ R 4分别为监测日当天、监测日前1天、监测日前2~3天、监测日前4~10天各时段内的日累积雨量均值。
第五步,待求参数计算和安全范围计算,选择时段超过一年的历史监测数据,计算时段内各个监测纵断面内渗漏通道的状态特征值序列V;按照第四步建立诊断模型,进行统计回归分析,得到诊断模型的待求参数及状态特征值的拟合值序列W,实现防渗性能劣化监测诊断模型的建立;计算V和W的差值U,应用统计理论中的小概率事件原理,对U进行分析,取显著性水平α(在1%~5%),则P α =α,为小概率事件,差值U有α的概率落在置信带[б 1,б 2]之外,则此断面防渗性能出现劣化。
第六步,防渗性能劣化综合监测诊断:在土石坝运行过程中,实时监测上游水位、下游水位、渗漏量、视电阻率、降雨等数据,利用第二步得到的实际渗流参数结合有限元计算各纵断面渗漏通道的水头差值,将计算数据代入第四步得到的监测诊断模型,得到各纵断面渗漏通道的状态特征值,对布置的m个纵断面断面有,v 1~v m;按照第三步到第五步的过程,计算各纵断面渗漏通道的状态特征值有w 1~w m,计算差值u 1~u m,进行以下诊断:
一级诊断:当u 1~u m全部落在所对应的m个置信带[б 1,б 2]上,土石坝防渗性能正常。
二级诊断:当u 1~u m有大于等于1/3且小于2/3数量的值落在所对应的m个置信带[б 1,б 2]之外,土石坝防渗性出现劣化,需要采取非工程措施。
三级诊断:当u 1~u m有大于等于2/3数量的值落在所对应的m个置信带[б 1,б 2]之外,土石坝防渗性出现恶化,需要采取工程措施进行维护。
有益效果:本发明的一种土石坝防渗性能劣化的监测诊断装置及方法,弥补了现有土石坝防渗性能监测诊断分析的不足,能够长期有效的监测与土石坝防渗性能相关的水位、降雨、渗漏量、视电阻率等数据,获得实际渗流参数、渗漏通道的状态特征和实际水头差值;在此基础上建立土石坝防渗性能劣化的监测诊断模型、安全范围和综合监测诊断的方法,能够有效的实现土石坝渗流变化参数的无损测量、渗漏规律分析、防渗性能劣化诊断,为渗漏土石坝病险诊断分析和工程维护能够提供有效的帮助,从而保障土石坝工程的安全运行。
附图说明
图1一种土石坝防渗性能劣化的监测诊断装置俯视图。
图2一种土石坝防渗性能劣化的监测诊断装置A-A断面图。
图3土石坝渗漏通道及渗流流网示意图。
图4一种土石坝防渗性能劣化的监测诊断视电阻率分布示意图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
对某均质土石坝进行分析,坝高为25m,上游水位常年在15~22m之间变化,下游无下游水位,有渗漏排水渠道;
如图1至图4所示,本发明的一种土石坝防渗性能劣化的监测诊断装置,包括视电阻率测量系统、渗透压力测量系统、水位测量系统、渗漏量测量系统、雨量观测设备、电缆和监测箱。
其中,视电阻率测量系统布置在土石坝5个纵断面上,包括坝顶布置2个纵断面,上游坡布置1个纵断面,下游坡布置2个纵断面;各纵断面等间距埋设有不锈钢材质的测量电极,测量电极通过电缆沿纵断面连接并汇集到监测箱中。
其中,渗透压力测量系统包括3个的渗压计,渗压计沿土石坝横断面从上游到下游埋设于大坝内,埋设位置距离土石坝基础分别为3m、2.5m、2m。
由于土石坝下游无水位,只有渗漏,水位测量系统只有一套,用于测量上游水位,水位计为智能型MIK-DP超声波液位计,量程为0~20m;雨量观测设备为JD-05B翻斗式雨量计,允许最大降雨强度为8mm/min;渗漏量测量系统为量水堰,包含量水堰槽和量水堰计,量水堰槽采用玻璃钢材质的三角堰,量水堰计(型号JY23-BGK-4675)分辨率为0.025mm,最大量程为5m。
用于土石坝防渗性能劣化的监测诊断装置的监测诊断方法,包括以下步骤:
第一步,采集整理并计算得到2012~2014年的土石坝上游水位值、纵断面视电阻率值、渗压计的渗透压力值、下游渗漏量值、日累计雨量值。
第二步,实际渗流参数估算:选择历史监测数据中,2012年4月1~4月15日,上游水位变幅0.5m内,最高水位20.9m,最低水位20.5m,平均水位20.8m。
将所述土石坝按照填筑的不同分区,分为坝体填土、坝基的基础土壤和基岩三部分,基岩为不透水层;参考设计及施工资料,坝体填土渗透系数为1.2×10-5,基础土壤渗透系数为6.5×10-6,按照土石坝的结构尺寸建立土石坝渗流的有限元模型;模型输入上游水位20.8m,下游无水;3个渗压计测值经整编计算转换为渗透压力水头为18m,12m,6.5m;将坝体填土渗透系数与基础土壤渗透系数的比值固定为1.85;体填土渗透系数与基础土壤渗透系数为计算初值,利用BP神经网络不断调整渗透系数取值,允许误差取0.001,进行迭代计算;当前后2次迭代结果的三个误差的方差小于允许误差时,停止计算;得到坝体填土渗透系数为9.6×10-5,基础土壤渗透系数为5.2×10-5;可以看到,由于土石坝防渗性能的逐渐下降,实际渗透系数较工程设计及施工时期的渗透系数增大。
第三步~第五步,渗漏通道的状态特征值提取,待求参数计算和安全范围计算:渗漏通道在视电阻率云图上表现为视电阻率等值线所围成的环形(图4),取等值线为50ohm·m以内的范围作为低阻区域进行计算,对视电阻率值进行转换,计算比值;由于视电阻率数据为图4中等间距分布的采样点,采用泰森多边形对低阻区域进行分割,将各个采样点的视电阻率测值与所属面积相乘并累加得到状态特征值v。
对纵断面1~纵断面5中低阻区,计算2013年3月1~2014年10月1日的状态特征值,并计算对应时段的实际渗透系数条件下的水头差,整理对应同一时段的所需要的降雨和渗漏量数据,建立监测诊断模型,通过多元回归计算得到待求参数; 在此基础上得到序列V,V中包含2013年3月1~2014年10月1日时段内纵断面状态特征值v,拟合值序列W包含2013年3月1~2014年10月1日时段内通过监测诊断模型计算得到的状态特征值u,计算结果见下表所示;
表1 状态特征值表
日期 | 纵断面1 v | 纵断面1u | 纵断面2 v | 纵断面2u | 纵断面3 v | 纵断面3u | … |
… | … | … | … | … | … | … | … |
2013.5.1 | 1.79 | 2.09 | 2.15 | 2.31 | 2.44 | 2.55 | … |
2013.5.2 | 1.86 | 1.97 | 2.26 | 2.64 | 2.60 | 2.81 | ... |
2013.5.3 | 2.21 | 2.17 | 2.89 | 2.55 | 2.75 | 2.81 | … |
2013.5.4 | 2.04 | 1.86 | 2.59 | 2.57 | 2.85 | 3.03 | … |
2013.5.5 | 2.07 | 1.90 | 2.63 | 2.50 | 3.31 | 2.91 | … |
2013.5.6 | 1.91 | 2.22 | 2.68 | 2.60 | 2.34 | 2.64 | … |
2013.5.7 | 1.81 | 1.89 | 2.62 | 2.43 | 2.68 | 2.93 | ... |
… | … | … | … | … | … | … | … |
计算各个序列的差值,取显著性水平α=5%;得到纵断面1~纵断面5的置信带分别为:[ -0.223, 0.223]、[ -0.327, 0.327]、[ -0.429, 0.429]、[ -0.450, 0.450]、[ -0.455, 0.455]。
第六步,防渗性能劣化综合监测诊断:在土石坝运行过程中,实时监测上游水位、下游水位、渗漏量、视电阻率等数据;在2016年10月20日,可计算10月10日诊断结果,利用第二步得到的实际渗流参数结合有限元计算各纵断面渗漏通道的水头差值,将计算数据代入第四步得到的监测诊断模型,得到各纵断面渗漏通道的状态特征值,对布置的5个纵断面有,差值为:0.15、0.2、0.43、0.39、0.46;得到以下诊断:
二级诊断,在5个纵断面中,纵断面3和5,差值在置信带之外,土石坝防渗性出现劣化。
由于渗流性态劣化过程较为缓慢,通常建议每月进行2~3次的诊断分析,对一级诊断结果,需要持续进行正常监测;对于二级诊断结果,需要采取重点渗漏部位巡查、监测、降低水位等非工程措施,以保证土石坝的渗流安全性;对于三级诊断结果,需要对防渗体系进行工程措施处理。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种土石坝防渗性能劣化的监测诊断装置,其特征在于:包括视电阻率测量系统、渗透压力测量系统、水位测量系统、渗漏量测量系统、雨量观测设备、电缆和监测箱;
所述的监测箱通过电缆与视电阻率测量系统、渗透压力测量系统、水位测量系统、渗漏量测量系统、雨量观测设备连接,采集监测数据;
所述的视电阻率测量系统包括若干测量电极,测量电极等间距布置于土石坝上游坡、坝顶、下游坡的若干纵断面上,通过电缆沿纵断面连接并汇集到监测箱中;
所述的渗透压力测量系统包括大于等于两个的渗压计,渗压计沿土石坝横断面从上游到下游埋设于大坝内,埋设位置在土石坝坝基上部2~3m部位;
所述的水位测量系统有两套,其中一套包括水位杆、水位计,水位杆布置在土石坝坝顶,悬臂伸向上游,水位计安装在悬臂伸末端,用于测量上游水位;另外一套包括水位杆、水位计,水位杆布置在土石坝坝顶,悬臂伸向下游,水位计安装在悬臂伸末端,用于测量下游水位;
渗漏量测量系统位于土石坝下游排水渠道出水口处;雨量观测设备布置于坝顶,安装在上游水位杆上;
所述的监测箱中包括用于控制及测量上下游水位、渗透压力、视电阻率、气温数据的监测模块,用于对土石坝防渗性能劣化分析诊断的诊断模块。
2.根据权利要求1所述的一种土石坝防渗性能劣化的监测诊断装置,其特征在于:当土石坝下游只有渗漏无下游水位时,所述的水位测量系统只有一套,用于上游水位测量;当土石坝下游有水位时,所述的渗漏量测量系统不需要安装布置和测量。
3.如权利要求2所述的一种土石坝防渗性能劣化的监测诊断装置的监测诊断方法,其特征在于,包括以下步骤:
第一步,数据采集:按照每天一次的频率采集整理得到上下游水位值、纵断面视电阻率值、渗压计的渗透压力值、下游渗漏量值、降雨量值;
第二步,实际渗流参数估算:选择历史监测数据中,上游水位变幅在0.5m且持续时段大于等于10日的水位数据;按照土石坝填筑的不同分区,选择工程建设期设计报告中的渗流参数,建立土石坝渗流的有限元模型;模型输入的上游水位数据为所述10日实测上游水位的均值,表示为H e ,选择上游水位为H e 时渗压计测值,n个渗压计测值表示为p1、p2、…、pn;建立基于神经网络的有限元分析迭代过程,通过调整渗流参数,使有限元模型在n个渗压计埋设位置通过有限元模型计算得到的渗透压力值与实测值相符,则所述的调整后渗流参数为土石坝运行期实际的渗流参数;
第三步,渗漏通道的状态特征值提取:渗漏通道在视电阻率云图上表现为视电阻率等值线所围成的环形,视电阻率值越小越靠近环形中心,此区域含水量相对越高,取视电阻率等值线为50 ohm·m以内的范围作为低阻区域,以低阻区域内的视电阻率最小点为中心,计算视电阻率比值x,表示为50 ohm·m与此部位视电阻率的比值,将视电阻率值比值x对区域面积进行积分,得到状态特征值v;对于数值积分,采用泰森多边形对低阻区域进行分割,视电阻率测值与所对应泰森多边形面积相乘并累加得到状态特征值v;
第四步,防渗性能劣化的监测诊断模型建立:建立渗漏通道的状态特征值与上游水位、下游水位、渗漏量、降雨量的监测诊断模型,公式为:
式中,a 1~ a 2、b 1~ b 3、c、d 1~ d 4、e 1~e 2、 f 1~f 4为待求参数;H 1 u 为所述视电阻率云图低阻区域中心位置的水头差值;H 2 u 为H 1 u 的二次方;H u1 ~ H u3 分别为监测日前1天,监测日前2~3天、监测日前4~10天各时段内的水头差值的均值;当土石坝下游有下游水位时,H d 为下游水深,无渗漏量监测,渗漏量为0,d 1~ d 4=0;当土石坝下游无水位时,有渗漏量监测,c=0,Q 1~ Q 4分别为监测日当天、监测日后1天、监测日后2~3天、监测日后4~10天各时段内的渗漏量均值 ;θ为蓄水初期或起测日开始的天数除以100,代表随时间推移土石坝渗流性态的变化;R 1~ R 4分别为监测日当天、监测日前1天、监测日前2~3天、监测日前4~10天各时段内的日累积雨量均值;
第五步,待求参数计算和安全范围计算,选择时段超过一年的历史监测数据,计算时段内各个监测纵断面内渗漏通道的状态特征值序列V;按照第四步建立监测诊断模,进行统计回归分析,得到监测诊断模的待求参数及状态特征值的拟合值序列W,计算V和W的差值U;应用统计理论中的小概率事件原理,对U进行分析,取显著性水平α(在1%~5%),则P α =α,为小概率事件,差值序列中U某日测值有α的概率落在置信带[б 1,б 2]之外,则判定当日此断面防渗性能出现劣化;
第六步,防渗性能劣化综合监测诊断:在土石坝运行过程中,实时监测上游水位、下游水位、渗漏量、视电阻率、降雨等数据,利用第二步得到的实际渗流参数结合有限元计算各纵断面渗漏通道的水头差值,将计算数据代入第四步得到的监测诊断模型,得到各纵断面渗漏通道的状态特征值,对布置的m个纵断面断面有,v 1~v m;按照第三步到第五步的过程,计算各纵断面渗漏通道的状态特征值有w 1~w m,计算差值u 1~u m,进行以下诊断:
一级诊断:当u 1~u m全部落在所对应的m个置信带[б 1,б 2]上,土石坝防渗性能正常;
二级诊断:当u 1~u m有大于等于1/3且小于2/3数量的值落在所对应的m个置信带[б 1,б 2]之外,土石坝防渗性出现劣化,需要采取非工程措施;
三级诊断:当u 1~u m有大于等于2/3数量的值落在所对应的m个置信带[б 1,б 2]之外,土石坝防渗性出现恶化,需要采取工程措施进行维护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710074281.9A CN106769783A (zh) | 2017-02-10 | 2017-02-10 | 一种土石坝防渗性能劣化的监测诊断装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710074281.9A CN106769783A (zh) | 2017-02-10 | 2017-02-10 | 一种土石坝防渗性能劣化的监测诊断装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106769783A true CN106769783A (zh) | 2017-05-31 |
Family
ID=58956314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710074281.9A Pending CN106769783A (zh) | 2017-02-10 | 2017-02-10 | 一种土石坝防渗性能劣化的监测诊断装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106769783A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108267394A (zh) * | 2018-03-09 | 2018-07-10 | 浙江省水利河口研究院 | 一种土石坝渗流场监控系统及其预警方法 |
CN109738137A (zh) * | 2019-01-02 | 2019-05-10 | 山东交通学院 | 基于图像对比的土石坝渗漏实时监测与快速诊断方法 |
WO2020108319A1 (zh) * | 2018-11-30 | 2020-06-04 | 深圳春沐源控股有限公司 | 水库渗水量预测方法、装置、计算机装置及存储介质 |
CN111964844A (zh) * | 2020-08-04 | 2020-11-20 | 曲福贞 | 一种水利工程建设用堤坝漏水检测装置 |
CN112255283A (zh) * | 2020-10-19 | 2021-01-22 | 重庆交通大学 | 一种土石堤坝渗漏的波电协同诊断方法 |
CN113092534A (zh) * | 2021-04-09 | 2021-07-09 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 一种既有坝顶硬化的并行电法远程巡测系统及方法 |
CN113155186A (zh) * | 2021-04-06 | 2021-07-23 | 贵州加仕达水利机械有限公司 | 大坝安全监测管理设备及其系统 |
CN113203670A (zh) * | 2021-04-27 | 2021-08-03 | 浙江广川工程咨询有限公司 | 一种土石坝心墙土层渗透系数逐层叠加反演方法 |
CN113449879A (zh) * | 2021-06-28 | 2021-09-28 | 中国水利水电科学研究院 | 一种集渗透变形特征判别与抗渗梯度预测于一体的方法 |
CN113447414A (zh) * | 2021-05-25 | 2021-09-28 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种土石坝绕坝及坝基渗流及渗流量实时监测装置及其使用方法 |
CN113804603A (zh) * | 2021-08-31 | 2021-12-17 | 广东省水利水电科学研究院 | 一种基于大数据的石坝渗流量的自动观测系统 |
CN113962831A (zh) * | 2021-12-20 | 2022-01-21 | 成都航空职业技术学院 | 一种水电站区降雨排水实时监测系统及方法 |
CN114660268A (zh) * | 2022-03-22 | 2022-06-24 | 中铁水利水电规划设计集团有限公司 | 水库淹没区的抬田区耕地保水层渗流监测系统 |
CN114912067A (zh) * | 2022-05-07 | 2022-08-16 | 昆明理工大学 | 一种单层土工膜防渗大坝的渗漏反演分析方法 |
CN116183461A (zh) * | 2023-02-28 | 2023-05-30 | 中国电建集团成都勘测设计研究院有限公司 | 坝基潜蚀的深厚覆盖层渗流监测方法 |
CN116754135A (zh) * | 2023-06-21 | 2023-09-15 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种薄心墙堆石坝坝体渗漏病灶演变监测预警系统与方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102359146A (zh) * | 2011-08-08 | 2012-02-22 | 中国水利水电科学研究院 | 选择性进流水温平抑装置及其水温数值模拟预报方法 |
CN203203909U (zh) * | 2013-04-28 | 2013-09-18 | 浙江省水利河口研究院 | 坝体渗漏监测装置 |
CN103726475A (zh) * | 2014-01-15 | 2014-04-16 | 水利部交通运输部国家能源局南京水利科学研究院 | 土石堤坝溃坝离心模型试验分析方法 |
CN103741641A (zh) * | 2013-12-20 | 2014-04-23 | 河海大学 | 一种适用于江湖交汇水系的江湖关系试验研究装置及方法 |
CN203821298U (zh) * | 2014-04-23 | 2014-09-10 | 河海大学 | 一种研究不透水坝体底部渗流破坏的模型试验装置 |
CN105547616A (zh) * | 2016-01-25 | 2016-05-04 | 浙江广川工程咨询有限公司 | 土石坝渗漏隐患探测及定向处理方法及其探测设备 |
KR20160104518A (ko) * | 2015-02-26 | 2016-09-05 | 강원대학교산학협력단 | 원심모형실험을 위한 모형방조제 세트 |
CN206420739U (zh) * | 2017-02-10 | 2017-08-18 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种土石坝防渗性能劣化的监测诊断装置 |
-
2017
- 2017-02-10 CN CN201710074281.9A patent/CN106769783A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102359146A (zh) * | 2011-08-08 | 2012-02-22 | 中国水利水电科学研究院 | 选择性进流水温平抑装置及其水温数值模拟预报方法 |
CN203203909U (zh) * | 2013-04-28 | 2013-09-18 | 浙江省水利河口研究院 | 坝体渗漏监测装置 |
CN103741641A (zh) * | 2013-12-20 | 2014-04-23 | 河海大学 | 一种适用于江湖交汇水系的江湖关系试验研究装置及方法 |
CN103726475A (zh) * | 2014-01-15 | 2014-04-16 | 水利部交通运输部国家能源局南京水利科学研究院 | 土石堤坝溃坝离心模型试验分析方法 |
CN203821298U (zh) * | 2014-04-23 | 2014-09-10 | 河海大学 | 一种研究不透水坝体底部渗流破坏的模型试验装置 |
KR20160104518A (ko) * | 2015-02-26 | 2016-09-05 | 강원대학교산학협력단 | 원심모형실험을 위한 모형방조제 세트 |
CN105547616A (zh) * | 2016-01-25 | 2016-05-04 | 浙江广川工程咨询有限公司 | 土石坝渗漏隐患探测及定向处理方法及其探测设备 |
CN206420739U (zh) * | 2017-02-10 | 2017-08-18 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种土石坝防渗性能劣化的监测诊断装置 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108267394A (zh) * | 2018-03-09 | 2018-07-10 | 浙江省水利河口研究院 | 一种土石坝渗流场监控系统及其预警方法 |
WO2020108319A1 (zh) * | 2018-11-30 | 2020-06-04 | 深圳春沐源控股有限公司 | 水库渗水量预测方法、装置、计算机装置及存储介质 |
CN109738137A (zh) * | 2019-01-02 | 2019-05-10 | 山东交通学院 | 基于图像对比的土石坝渗漏实时监测与快速诊断方法 |
CN109738137B (zh) * | 2019-01-02 | 2021-05-07 | 山东交通学院 | 基于图像对比的土石坝渗漏实时监测与快速诊断方法 |
CN111964844A (zh) * | 2020-08-04 | 2020-11-20 | 曲福贞 | 一种水利工程建设用堤坝漏水检测装置 |
CN112255283A (zh) * | 2020-10-19 | 2021-01-22 | 重庆交通大学 | 一种土石堤坝渗漏的波电协同诊断方法 |
CN113155186A (zh) * | 2021-04-06 | 2021-07-23 | 贵州加仕达水利机械有限公司 | 大坝安全监测管理设备及其系统 |
CN113092534A (zh) * | 2021-04-09 | 2021-07-09 | 浙江省水利河口研究院(浙江省海洋规划设计研究院) | 一种既有坝顶硬化的并行电法远程巡测系统及方法 |
CN113203670A (zh) * | 2021-04-27 | 2021-08-03 | 浙江广川工程咨询有限公司 | 一种土石坝心墙土层渗透系数逐层叠加反演方法 |
CN113447414A (zh) * | 2021-05-25 | 2021-09-28 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种土石坝绕坝及坝基渗流及渗流量实时监测装置及其使用方法 |
CN113449879A (zh) * | 2021-06-28 | 2021-09-28 | 中国水利水电科学研究院 | 一种集渗透变形特征判别与抗渗梯度预测于一体的方法 |
CN113449879B (zh) * | 2021-06-28 | 2022-07-12 | 中国水利水电科学研究院 | 一种集渗透变形特征判别与抗渗梯度预测于一体的方法 |
CN113804603A (zh) * | 2021-08-31 | 2021-12-17 | 广东省水利水电科学研究院 | 一种基于大数据的石坝渗流量的自动观测系统 |
CN113962831A (zh) * | 2021-12-20 | 2022-01-21 | 成都航空职业技术学院 | 一种水电站区降雨排水实时监测系统及方法 |
CN113962831B (zh) * | 2021-12-20 | 2022-04-08 | 成都航空职业技术学院 | 一种水电站区降雨排水实时监测系统及方法 |
CN114660268A (zh) * | 2022-03-22 | 2022-06-24 | 中铁水利水电规划设计集团有限公司 | 水库淹没区的抬田区耕地保水层渗流监测系统 |
CN114912067A (zh) * | 2022-05-07 | 2022-08-16 | 昆明理工大学 | 一种单层土工膜防渗大坝的渗漏反演分析方法 |
CN114912067B (zh) * | 2022-05-07 | 2024-04-12 | 昆明理工大学 | 一种单层土工膜防渗大坝的渗漏反演分析方法 |
CN116183461A (zh) * | 2023-02-28 | 2023-05-30 | 中国电建集团成都勘测设计研究院有限公司 | 坝基潜蚀的深厚覆盖层渗流监测方法 |
CN116754135A (zh) * | 2023-06-21 | 2023-09-15 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种薄心墙堆石坝坝体渗漏病灶演变监测预警系统与方法 |
CN116754135B (zh) * | 2023-06-21 | 2024-02-23 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种薄心墙堆石坝坝体渗漏病灶演变监测预警系统与方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106769783A (zh) | 一种土石坝防渗性能劣化的监测诊断装置及方法 | |
CN206420739U (zh) | 一种土石坝防渗性能劣化的监测诊断装置 | |
CN106702952B (zh) | 一种土石坝滑坡渗流性态模拟试验装置和方法 | |
CN112287539B (zh) | 一种考虑水库影响的电力设施洪涝灾害风险评估方法 | |
CN110219277B (zh) | 坝系溃坝洪水分析系统及分析方法 | |
CN105136638B (zh) | 尾矿坝渗流场相似模拟试验系统 | |
CN205102879U (zh) | 一种同时观测山坡地表径流及壤中流的量水堰 | |
CN114330052B (zh) | 一种谷幅收缩作用下拱坝真实变形特性分析方法 | |
CN103245391B (zh) | 一种坝体浸润线监测模型试验装置及其试验方法 | |
CN206441014U (zh) | 一种农田水利灾害预警及防御系统 | |
CN113642794B (zh) | 一种结合降雨和土壤水观测的山洪预报方法 | |
CN206385495U (zh) | 一种土石坝滑坡渗流性态模拟试验装置 | |
CN209802933U (zh) | 一种自启动负压排水试验装置 | |
Bakiev et al. | Filtration in the earth-fill dam in reservoir hydrosystem | |
Mason et al. | Sensor networks for real-time green infrastructure monitoring | |
CN105092821A (zh) | 一种坡面水量平衡场观测装置及应用该装置的观测方法 | |
Shonka | Performance evaluation of field water application at Tendaho Sugar Estate, Ethiopia | |
CN116989854B (zh) | 一种排水孔运行性态评估方法 | |
CN113804603B (zh) | 一种基于大数据的石坝渗流量的自动观测系统 | |
CN109932300B (zh) | 一种自启动负压排水试验装置 | |
Khasanov et al. | Filtration reliability and safety of earth-fill dam | |
Balan et al. | Studies regarding the safety in operation of the Negreni Reservoir, Botoșani county, Romania | |
Yoshioka et al. | Agricultural water-gate management for operational flood protection in low-lying paddies | |
Plunnecke et al. | Rehabilitation of the Massingir embankment dam: a concept based on finite element seepage analysis | |
Balan et al. | Research on the infiltrations in an earth dam. Case study: Cuibul Vulturilor Reservoir, Vaslui County, Romania |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170531 |
|
WD01 | Invention patent application deemed withdrawn after publication |