CN108615114A - 一种基于蝴蝶结模型的水库大坝安全风险评估方法 - Google Patents
一种基于蝴蝶结模型的水库大坝安全风险评估方法 Download PDFInfo
- Publication number
- CN108615114A CN108615114A CN201810402248.9A CN201810402248A CN108615114A CN 108615114 A CN108615114 A CN 108615114A CN 201810402248 A CN201810402248 A CN 201810402248A CN 108615114 A CN108615114 A CN 108615114A
- Authority
- CN
- China
- Prior art keywords
- formation
- origin cause
- accident
- dam
- potential
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 251
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000013139 quantization Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 5
- 238000009792 diffusion process Methods 0.000 claims description 3
- 230000009931 harmful effect Effects 0.000 claims description 3
- 230000002411 adverse Effects 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000012163 sequencing technique Methods 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 21
- 238000013461 design Methods 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 8
- 239000000463 material Substances 0.000 description 6
- 238000011144 upstream manufacturing Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 230000006378 damage Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000002265 prevention Effects 0.000 description 5
- 238000004062 sedimentation Methods 0.000 description 5
- 238000007619 statistical method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 235000019994 cava Nutrition 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000037974 severe injury Diseases 0.000 description 2
- 230000009528 severe injury Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 238000002386 leaching Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- -1 object Substances 0.000 description 1
- 230000003204 osmotic effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于蝴蝶结模型的水库大坝安全风险评估的方法,基于统计数据,分析总结大坝失事的主要失事模式和后果并进行成因约简,之后将失事成因分为定性和定量两类,进行量化分析。根据量化数据,结合主客观赋权及组合赋权,进行成因识别。随后利用层次分析法计算各潜在失事成因的权重,进行排序。基于此,对各潜在失事成因的影响等级进行量化,最后计算各潜在失事成因的安全风险评估值,对大坝各潜在失事成因进行风险评估。本发明通过蝴蝶结模型将大坝失事的前因和后果连接在一起,形象直观,便于在事故发生前后针对可能的失事成因和后果采取措施,具有极大的社会价值和经济价值。
Description
技术领域
本发明属于水利水电工程安全管理技术领域,更具体地,涉及一种基于蝴蝶结模型的大坝安全风险评估方法。
背景技术
水是生命之源,万物都离不开水。水是人类社会存在与发展的根本,但水的问题较为复杂,其所表现的自然规律性与人类需求往往不一致,能给人类带来利益亦带来巨大灾难。在生存与发展的原动力下,人类主动对水资源进行探索、研究,进行利用和控制,水利水电工程正是为兴水利除水害这一目的而设计建造的。水库大坝作为水利水电工程中的控制性工程,是水利水电工程枢纽的最重要组成部分。建设水库大坝可以提高江河下游的防洪标准,利用水能发电,改善河道航运,为下游城市供水及灌溉,服务库区及下游地区的经济建设。
然而,水库大坝在发挥效益的同时,也存在着溃坝风险,一旦失事,后果十分严重。对于水利水电工程来说,来自于工程设计、建设和运行过程中的风险因素是多方面的,主要有坝基破坏、泄洪能力不足、渗流控制不当、地震、滑坡以及施工质量差等。面对这些风险,大坝安全问题与安全评价显得日益迫切和重要,找到一种合适的大坝安全风险评估方法是迫在解决的问题。
目前,在大坝安全风险分析技术上,我国还局限于事故树法(FTA)、事件树法(ETA),层次分析法(AHP)等。但是由于大坝运行环境复杂、事故原因多样、事故影响较大,仅仅运用这些方法很难形象直观地对复杂变量以及复杂结构进行表述,因此急需一种形象直观且整体性很强的大坝安全风险评估方法对大坝进行安全评估。
发明内容
针对现有水库大坝安全风险评估方法的不足,本发明的目的在于提供一种基于蝴蝶结模型的水库大坝安全风险评估方法,通过蝴蝶结模型将大坝失事的前因和后果连接在一起,具有很好的形象直观性,将有助于安全风险管理人员对大坝的失事成因和可能导致的后果建立深刻形象的概念,针对主要失事模式和相应的成因采取风险防范措施,并在事故发生后针对可能的失事后果及时采取应急措施,减少生命财产损失,具有极大的社会价值和经济价值。
为实现上述目的,本发明采用的技术方案如下:
一种基于蝴蝶结模型的大坝安全风险评估方法,包括下列步骤:
步骤1:基于统计数据,分析总结大坝失事的失事模式和失事后果,对于这些失事模式的潜在失事成因和失事后果进行约简分析,得到约简后的潜在失事成因;
步骤2:将约简后的潜在失事成因分为定性和定量两类,分别对这两类原因进行量化分析,得到各约简后的潜在失事成因的量化数据;
步骤3:根据潜在失事成因的量化数据,以及潜在失事成因的主观赋权、客观赋权及组合赋权,进行潜在失事成因识别,得到大坝可能的失事模式及路径;
步骤4:建立大坝失事潜在失事模式及其路径的层次框图,利用层次分析法得到各个潜在失事成因的权重,进行排序,之后,对各潜在失事成因的影响程度进行量化,得到影响程度量化值;
步骤5:根据各潜在失事成因的风险概率和影响程度量化值按照潜在失事成因的安全风险评估量化公式进行计算,之后根据所得到的各潜在失事成因的安全风险评估值R对大坝各潜在失事成因进行风险评估,评估方法如下:
若R∈[0~0.4],表示该潜在失事成因风险等级极低;
若R∈(0.4~1.6],表示该潜在失事成因风险等级低;
若R∈(1.6~4),表示该潜在失事成因风险等级中等;
若R∈[4~6),表示该潜在失事成因风险等级高;
若R∈[6~10],表示该潜在失事成因风险等级极高;
其中,潜在失事成因的安全风险评估量化公式为R=P×C,其中R为安全风险评估值,P为风险概率,C为影响程度量化值;风险概率=1-步骤2得到的潜在失事成因的量化数据。
进一步,优选的是,步骤1中,蝴蝶结模型包括5部分要素:(1)起因,事故发生的可能原因;(2)事前的预防措施,为降低事故发生几率而采取的行动;(3)事故,可能造成不良后果的意外事件;(4)事故发生后的应急措施,事故发生后,为减少不良影响或减低后果严重程度所采取的行动;(5)后果,事故可能造成的后果。
进一步,优选的是,步骤1中,所述的蝴蝶结模型以大坝失事为中心节点即顶事件,将蝴蝶结的左侧的失事成因和蝴蝶结的右侧的失事后果联系起来。分析人员利用屏障设置可获得预防事故发生的措施,以加强控制措施或采取改进措施来降低风险或杜绝事故,具体结构见附图2。
进一步,优选的是,步骤2中,定性的潜在失事成因量化分析采用专家经验法;定量的潜在失事成因量化分析采用指标无量化函数求得。
进一步,优选的是,步骤3中,潜在失事成因的识别即利用主观赋权、客观赋权及组合赋权对失事成因进行筛选,其中主观赋权采用基于信息扩散原理的专家权重模型,客观赋权采用基于Vague集理论的权重模型。
进一步,优选的是,步骤4中,对各潜在失事成因的影响程度进行量化采用公式:C=10-10/n×(N-1),其中C为影响程度量化值,n为参与排序的潜在成因数量,N为该成因的排序。
本发明步骤1中,所述大坝失事成因的约简是根据我国历史溃坝案例的统计数据,结合相关的地质资料、设计资料、施工资料、水文气象资料、监测资料等内容,约简后得到潜在失事成因。
大坝的主要坝型为土石坝,重力坝和拱坝,可根据需要分别针对相应坝型进行失事模式和失事后果统计分析。
大坝的失事后果主要分为:生命损失、经济损失、环境影响和社会影响。
步骤2中,定性的潜在失事成因量化分析采用专家经验法;定量的潜在失事成因量化分析采用指标无量化函数求得。定量成因的量化针对不同的坝型有所不同。各种类型指标的无量化函数为:
(1)极大型指标无量纲化函数:
(2)极小型指标无量纲化函数:
(3)居中型指标无量纲化函数:
式中:y为指标的评价值;x为影响指标的实际值;xmax为影响指标的最大值;xmin为影响指标的最小值。
(4)区间型指标无量纲化函数:
式中,[a,b]为指标x的最佳稳定区域。
步骤3中,潜在失事成因的识别是指在步骤1成因约简的基础上进一步对潜在失事成因进行权重计算,得到可能的失事模式和路径。
步骤4中,潜在失事模式及其路径的层次框图分为:目标层、准则层和指标层。
本发明与现有技术相比,其有益效果为:
本发明可以通过蝴蝶结模型将大坝失事的前因和后果连接在一起,具有很好的形象直观性,将有助于安全风险管理人员对大坝的失事成因和可能导致的后果建立深刻形象的概念,针对主要失事模式和相应的成因采取风险防范措施,并在事故发生后针对可能的失事后果及时采取应急措施,减少生命财产损失,具有极大的社会价值和经济价值。
本发明通过蝴蝶结模型将大坝失事的前因后果、预防及控制措施有机地结合起来,以此了解大坝可能存在的失事模式、产生的原因及相应的处理措施,并根据工程的实际情况进行量化评估,明确大坝的相对风险优先级。
本发明引入风险矩阵,并将大坝失事的成因和后果进行量化和综合考虑,可以大大的提高大坝潜在风险评估的直观性、可靠性。
附图说明
图1为本发明实例提供的一种基于蝴蝶结模型的水库大坝安全风险评估方法实现流程示意图;
图2为本发明实例提供的水库大坝蝴蝶结模型的结构示意图;
图3为本发明实例提供的某水电站大坝失事成因识别后的蝴蝶结模型图;
图4为本发明实例提供的某水电站大坝潜在失事模式及其路径的层次框图;
图5为本发明实例提供的某水电站大坝的主要失事模式的蝴蝶结模型图。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本领域技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限定本发明的范围。实施例中未注明具体技术或条件者,按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用材料或设备未注明生产厂商者,均为可以通过购买获得的常规产品。
本发明可以清晰地了解大坝失事可能存在的失事、产生的原因以及相应的应急处理措施,并能根据工程的实际情况如水文等数据用相应的定量分析方法以及专家打分法对失事原因进行量化评估,明确大坝的相对风险优先级,根据风险因子的排序,优先考虑高风险水库主要风险因素的处理,为大坝除险加固提供依据,具有较高的社会经济效益。
蝴蝶结模型是一种比较全面的风险评估方法,它可以将大坝失事的前因后果以及防控和应急措施有机的结合起来,是一种非常清晰有效的表达方式,是用来进行大坝安全风险管理的有效工具。本发明引入这一概念并将其创新性地应用于大坝安全风险评估方法中,同时利用风险评估矩阵来进行直观的风险评估,可完善现有方法的不足。
本发明提供了一种采用蝴蝶结模型对大坝进行风险评估的技术方法,以期达到通过此方法了解大坝可能存在的失事模式、产生的原因以及相应的处理措施,并能根据工程的实际情况进行量化评估,明确大坝的相对风险优先级。
步骤1:基于统计数据,分析总结大坝失事的主要失事模式和失事后果,对于这些失事模式的潜在失事成因和失事后果进行约简分析,得到约简后的潜在失事成因;
步骤2:将约简后的潜在失事成因分为定性和定量两类,分别对这两类原因进行量化分析,得到各约简后的潜在失事成因的量化数据;
步骤3:根据潜在失事成因的量化数据,以及潜在失事成因的主观赋权、客观赋权及组合赋权,进行潜在失事成因识别,得到大坝可能的失事模式及路径;
步骤4:建立大坝失事潜在失事模式及其路径的层次框图,利用层次分析法得到各个潜在失事成因的权重,进行排序,之后,对各潜在失事成因的影响程度进行量化,得到影响程度量化值;
步骤5:根据各潜在失事成因的风险概率和影响程度量化值按照潜在失事成因的安全风险评估量化公式进行计算,之后根据所得到的各潜在失事成因的安全风险评估值R对大坝各潜在失事成因进行风险评估,评估方法如下:
若R∈[0~0.4],表示该潜在失事成因风险等级极低;
若R∈(0.4~1.6],表示该潜在失事成因风险等级低;
若R∈(1.6~4),表示该潜在失事成因风险等级中等;
若R∈[4~6),表示该潜在失事成因风险等级高;
若R∈[6~10],表示该潜在失事成因风险等级极高;
其中,潜在失事成因的安全风险评估量化公式为R=P×C,其中R为安全风险评估值,P为风险概率,C为影响程度量化值;风险概率=1-步骤2得到的潜在失事成因的量化数据。
进一步,步骤1包括如下内容:
1)步骤1所述统计数据:
国内案例统计主要基于水利部溃坝登记档案以及国内相关专家统计数据:1962年水利电力部水利管理司根据各地溃坝报告资料汇编刊印的《水库失事资料汇编》;1979年水利部工程管理局在1962年资料汇编的基础上,整理编制了《全国水库垮坝登记册》;1991年水利部水利管理司继续登记了80年代(1981~1990年)溃坝的266座水库,编写成《全国水库垮坝统计资料》。
国外案例统计主要基于国际大坝委员会(ICOLD)1995年统计的世界范围内(中国除外)129座土石坝的溃坝模式以及ICOLD“关于水坝和水库恶性化”小组委员会统计的1950年~1975年间150座混凝土大坝的溃坝资料。
3)步骤1所述的统计工作需按照不同的坝型来分类统计。
其中,大坝的主要坝型为土石坝、重力坝和拱坝,须分别针对相应坝型进行失事模式和失事后果统计分析。
4)步骤1所述的主要失事模式基于国内外溃坝案例统计分析有:土石坝——漫顶、震害、渗透破坏、结构破坏;重力坝——漫顶、基础缺陷、震害、扬压力异常;拱坝——坝体上抬、拱座及坝基变形、坝肩失稳、近坝库岸滑坡。
主要失事后果:生命损失、经济损失、环境影响、社会影响。
5)步骤1所述的潜在失事成因,如漫顶——抵御洪水能力不足、溢洪道不能安全下泄洪水;渗透破坏——坝体集中渗漏、坝基集中渗漏、下游破大面积散浸;结构破坏——裂缝破坏,失稳破坏。
6)步骤1所述的约简分析即有些因素出现的概率极小,可进行简化处理,具体成因约简过程根据我国历史溃坝案例的统计数据,结合相关的地质资料、设计资料、施工资料、水文气象资料、监测资料的内容进行。
7)步骤1所述的蝴蝶结模型可以将事故的若干要素以及预防和控制事故的措施有机的结合在一起,是非常清晰直观有效的表达方式,适用于对大坝进行风险管理。
蝴蝶结模型包括5部分要素:(1)起因,事故发生的可能原因;(2)事前的预防措施,为降低事故发生几率而采取的行动;(3)事故,可能造成不良后果的意外事件;(4)事故发生后的应急措施,事故发生后,为减少不良影响或减低后果严重程度所采取的行动;(5)后果,事故可能造成的后果。
8)步骤1所述的建立相应的蝴蝶模型,即以大坝失事为中心节点即顶事件,将失事因子和失事后果联系起来,分析人员利用屏障设置可获得预防事故发生的措施,以加强控制措施或采取改进措施来降低风险或杜绝事故。
进一步,步骤2包括如下内容:
1)步骤2所述对于约简后的潜在成因进行分类:定量成因和定性成因,定量成因的量化可以通过计算得到,针对不同的坝型有所不同,以土石坝的超标洪水量化公式为例:
其中x表示超标洪水的实际流量;y表示超标洪水的量化值,Qmax表示校核洪水,Qmin表示设计洪水。定性成因的量化通过专家打分法得到。
进一步,步骤3包括如下内容:
1)步骤3所述的潜在失事成因的主观赋权采用基于信息扩散原理的专家权重模型,客观赋权采用基于Vague集理论的权重模型。
2)步骤3所述的潜在失事成因的识别是指在步骤1成因约简的基础上进一步对潜在失事成因进行筛选,简化步骤4层次分析法的计算。
进一步,步骤4包括如下内容:
1)步骤4所述的潜在失事模式及其路径的层次框图分为:目标层、准则层和指标层。
2)步骤4所述的影响等级的量化采用公式:C=10-10/n×(N-1),其中C为影响程度量化值,n为参与排序的潜在成因数量,N为该成因的排序。
进一步,步骤5包括如下内容:
1)步骤5所述的潜在失事成因的概率依据步骤2中各潜在失事成因的量化根据P=1-K得到,P为风险概率,K为步骤2得到的量化数据。
2)步骤5所述各潜在失事成因的安全风险评估值R均根据公式:R=P×C得到,其中R为风险评估值,P为风险概率,C为影响程度量化值。
本发明的根据所得到的各潜在失事成因的安全风险评估值R对大坝各潜在失事成因进行风险评估所采用的评估方法是根据如表1的风险评估矩阵得到的。
表1风险评估矩阵
影响等级分五级,划分为:很小(经济损失很小)、小(人员轻度伤害,经济损失小)、中度(人员中度伤害,经济损失中等)、大(出现人员重伤,经济损失大)、很大(出现人员伤亡,经济损失很大)。
风险概率分为A、B、C、D、E五个等级。
从而,潜在失事成因的风险根据风险评估矩阵也分为5个等级,极低、低、中等、高、极高。
应用实例
本发明包括以下步骤:
步骤1:基于统计数据,分析总结大坝失事的失事模式和失事后果,对于这些失事模式的潜在失事成因和失事后果进行约简分析,得到约简后的潜在失事成因。
以某大型水电站为例进行大坝安全风险评估计算说明。
某水电站装机容量为300万kW,正常蓄水位2865m,总库容约为108亿m3,为一等大(1)型工程。电站采用坝式开发,枢纽建筑物由心墙堆石坝、泄洪放空建筑物和引水发电建筑物等组成,心墙堆石坝最大坝高295.0m。工程场地地震基本烈度为Ⅶ度,大坝抗震校核标准取基准期100年超越概率1%,基岩水平峰值加速度为345.0gal。
根据其相关的地质资料、设计资料、施工资料、水文气象资料、监测资料等内容,分析、约简后得到约简后的潜在失事成因。
步骤2:将约简后的潜在失事成因分为定性和定量两类,分别对这两类原因进行量化分析,得到各约简后的潜在失事成因的量化数据。
该水电站定量潜在失事成因包括遭遇超标洪水,原坝顶高程已经发生较大沉降,坝顶未按设计完工、没有补足坝顶高程,汛前超蓄,库水位高过正常高水位,其量化公式分别为:
式中,x表示超标洪水的实际流量;y表示超标洪水的量化值。
式中,x表示坝顶实际高程;y表示坝顶高程沉降的量化值。
式中,x表示坝顶完建时的实际高程;y表示坝顶高程不足的量化值。
式中,x表示汛前超蓄的实际水位;y表示汛前超蓄的量化值。
式中,x表示实际库水位;y表示库水位高过正常高水位的量化值。
定性潜在失事成因采用专家打分的方式给予量化,表2给出了其量化表。
表2电站定性潜在失事成因量化表
成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 |
<1> | 0.906 | <2> | 0.821 | <3> | 0.634 | <4> | 0.829 | <5> | 0.571 | <6> | 0.855 | <7> | 0.848 |
成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 |
<8> | 0.576 | <9> | 0.888 | <10> | 0.948 | <11> | 0.906 | <12> | 0.596 | <13> | 0.873 | <14> | 0.837 |
成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 |
<15> | 0.881 | <16> | 0.850 | <17> | 0.862 | <18> | 0.862 | <19> | 0.928 | <20> | 0.655 | <21> | 0.909 |
成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 | 成因 | 分值 |
<22> | 0.811 | <23> | 0.925 | <24> | 0.914 | <25> | 0.909 | <26> | 0.890 | <27> | 0.928 | <28> | 0.842 |
成因 | 分值 | 成因 | 分值 | ||||||||||
<29> | 0.965 | <30> | 0.944 |
注:①表中编号含义:<1>—上游水库溃决;<2>—尚未完建、不能下泄设计流量;<3>—持续降雨导致上游坝体饱和,出现纵向裂缝;<4>—坝体横向裂缝;<5>—坝体纵向裂缝;<6>—坝体集中渗漏;<7>—坝基集中渗漏;<8>—门槽卡死;<9>—上游漂浮物堵塞溢洪道,减小过水断面;<10>—浸润线抬高;<11>—部分闸门故障;<12>—上游坡滑坡;<13>—下游坡滑坡;<14>—人工操作系统失常;<15>—坝体填筑时存在水平向薄弱层;<16>—动物破坏;<17>—防渗体裂缝;<18>—反滤层保护失效;<19>—干缩;<20>—指挥失误;<21>—基础液化;<22>—水库淤积;<23>—库区塌方;<24>—闸门管理不当;<25>—电源中断;<26>—管理、设计不当;<27>—调度方案失误;<28>—坝体深层横向贯穿性裂缝;<29>—恐怖袭击或战争;<30>—坝体、坝基集中渗漏。
②表中分值在区间[0,1]之间,且分值越小,表示该成因越可能发生;分值越大,表示该成因越难发生,工程越安全。
步骤3:根据潜在失事成因的量化数据,以及潜在失事成因的主观赋权、客观赋权及组合赋权,进行潜在失事成因识别,得到大坝可能的失事模式及路径。
表3~5分别给出了水电站潜在失事成因的主观赋权、客观赋权及组合赋权。
表3潜在失事成因的主观赋权汇总表
成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 |
<1> | 0.0145 | <2> | 0.0549 | <3> | 0.0109 | <4> | 0.0105 | <5> | 0.0162 | <6> | 0.0055 | <7> | 0.0076 |
成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 |
<8> | 0.0168 | <9> | 0.0304 | <10> | 0.0055 | <11> | 0.0034 | <12> | 0.0115 | <13> | 0.0109 | <14> | 0.0228 |
成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 |
<15> | 0.0227 | <16> | 0.0189 | <17> | 0.0731 | <18> | 0.0691 | <19> | 0.0284 | <20> | 0.0224 | <21> | 0.0114 |
成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 |
<22> | 0.0894 | <23> | 0.0317 | <24> | 0.0396 | <25> | 0.0380 | <26> | 0.0265 | <27> | 0.0184 | <28> | 0.0145 |
成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 |
<29> | 0.0035 | <30> | 0.0083 | <31> | 0.0719 | <32> | 0.0724 | <33> | 0.0180 | <34> | 0.0282 | <35> | 0.0923 |
注:①表中编号含义:<1>—上游水库溃决;<2>—尚未完建、不能下泄设计流量;<3>—持续降雨导致上游坝体饱和,出现纵向裂缝;<4>—坝体横向裂缝;<5>—坝体纵向裂缝;<6>—坝体集中渗漏;<7>—坝基集中渗漏;<8>—门槽卡死;<9>—上游漂浮物堵塞溢洪道,减小过水断面;<10>—浸润线抬高;<11>—部分闸门故障;<12>—上游坡滑坡;<13>—下游坡滑坡;<14>—人工操作系统失常;<15>—坝体填筑时存在水平向薄弱层;<16>—动物破坏;<17>—防渗体裂缝;<18>—反滤层保护失效;<19>—干缩;<20>—指挥失误;<21>—基础液化;<22>—水库淤积;<23>—库区塌方;<24>—闸门管理不当;<25>—电源中断;<26>—管理、设计不当;<27>—调度方案失误;<28>—坝体深层横向贯穿性裂缝;<29>—恐怖袭击或战争;<30>—坝体、坝基集中渗漏;<31>—遭遇超标洪水;<32>—原坝顶高程已经发生较大沉降,坝顶高程不足;<33>—大坝未按设计完工,没有补足坝顶高程;<34>—汛前超蓄;<35>—库水位高过正常高水位。
表4潜在失事成因的客观赋权汇总表
注:表中编号含义同表3。
表5潜在失事成因的组合赋权汇总表
成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 |
<1> | 0.0168 | <2> | 0.0536 | <3> | 0.0115 | <4> | 0.0099 | <5> | 0.0190 | <6> | 0.0032 | <7> | 0.0057 |
成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 |
<8> | 0.0200 | <9> | 0.0358 | <10> | 0.0040 | <11> | 0.0022 | <12> | 0.0132 | <13> | 0.0108 | <14> | 0.0285 |
成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 |
<15> | 0.0278 | <16> | 0.0238 | <17> | 0.0655 | <18> | 0.0614 | <19> | 0.0334 | <20> | 0.0263 | <21> | 0.0125 |
成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 |
<22> | 0.0750 | <23> | 0.0378 | <24> | 0.0439 | <25> | 0.0423 | <26> | 0.0317 | <27> | 0.0222 | <28> | 0.0175 |
成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 | 成因 | 权重 |
<29> | 0.0022 | <30> | 0.0175 | <31> | 0.0022 | <32> | 0.0081 | <33> | 0.0635 | <34> | 0.0274 | <35> | 0.0778 |
注:表中编号含义同表3。
根据前面对历史案例的统计分析,以及潜在失事成因的识别,经过筛选后的可能的失事模式和路径见表6,相应的蝴蝶结模型如图3,并建立图4所示的潜在失事模式及其路径的层次框图。
表6某水电站潜在失事模式及其路径
步骤4:建立大坝失事潜在失事模式及其路径的层次框图,利用层次分析法得到各个潜在失事成因的权重,进行排序,之后,对各潜在失事成因的影响程度进行量化,得到影响程度量化值;
根据图4建立的某水电站潜在失事模式及其路径的层次框图,利用层次分析法进行计算。表7给出了某水电站潜在失事模式及路径的权重和排序。
表7层次分析模型及指标层权重排序
影响程度的量化采用公式:C=10-10/n×(N-1),其中C为影响程度量化值,n为参与排序的潜在成因数量,N为该成因的排序。得到结果见表8。
表8各潜在失事成因的影响程度量化表
潜在失事成因 | 排序 | 影响程度量化值 |
坝顶高程不足 | 10 | 4.38 |
上游水库溃决 | 16 | 0.63 |
洪水超标 | 2 | 9.38 |
部分闸门故障 | 1 | 10.00 |
持续降雨导致上游坝体饱和,出现纵向裂缝 | 7 | 6.25 |
洪水导致坝体深层贯穿性裂缝 | 11 | 3.75 |
地震导致坝体横向裂缝 | 14 | 1.88 |
地震导致坝体纵向裂缝 | 15 | 1.25 |
洪水导致下游滑坡 | 6 | 6.88 |
洪水导致上游滑坡 | 9 | 5.00 |
地震导致基础液化,坝体滑动 | 13 | 2.50 |
洪水导致坝基集中渗漏 | 5 | 7.50 |
洪水导致坝体集中渗漏 | 3 | 8.75 |
坝体、坝基集中渗漏 | 12 | 3.13 |
洪水导致浸润线抬高 | 4 | 8.13 |
战争/恐怖袭击 | 8 | 5.63 |
步骤5:根据各潜在失事成因的风险概率和影响程度量化值按照潜在失事成因的安全风险评估量化公式进行计算,之后根据所得到的各潜在失事成因的安全风险评估值R对大坝各潜在失事成因进行风险评估,评估方法如下:
若R∈[0~0.4],表示该潜在失事成因风险等级极低;
若R∈(0.4~1.6],表示该潜在失事成因风险等级低;
若R∈(1.6~4),表示该潜在失事成因风险等级中等;
若R∈[4~6),表示该潜在失事成因风险等级高;
若R∈[6~10],表示该潜在失事成因风险等级极高;
其中,潜在失事成因的安全风险评估量化公式为R=P×C,其中R为安全风险评估值,P为风险概率,C为影响程度量化值;风险概率=1-步骤2得到的潜在失事成因的量化数据。
部分风险概率见表9。
表9部分潜在失事成因的风险概率表
潜在失事成因 | 风险概率 |
上游水库溃决 | 0.094 |
洪水超标 | 0.275 |
其中部分闸门故障和上游水库溃决为定性成因,基于专家打分法以得到;洪水超标为定量成因,可以根据超标洪水的实际流量基于步骤2的计算公式进行量化,当洪水流量为8000m3/s时,计算后得到其超标洪水的量化值为0.725,风险概率为0.275。
本发明的根据所得到的各潜在失事成因的安全风险评估值R对大坝各潜在失事成因进行风险评估所采用的评估方法是根据如表1的风险评估矩阵得到的。
影响等级分五级,量化值为2、4、6、8、10,划分依次为:很小(经济损失很小)、小(人员轻度伤害,经济损失小)、中度(人员中度伤害,经济损失中等)、大(出现人员重伤,经济损失大)、很大(出现人员伤亡,经济损失很大)。
风险概率分为A、B、C、D、E五个等级,量化值为0.2、0.4、0.6、0.8、1。
从而,潜在失事成因的风险根据风险评估矩阵也分为5个等级,极低、低、中等、高、极高,以区间形式可以表示为:极低[0~0.4]、低(0.4~1.6]、中等(1.6~4)、高[4~6)、极高[6~10]。潜在失事成因的风险评估矩阵见表10。
表10潜在失事成因的风险评估矩阵
对于上游水库溃决,其影响等级量化值为0.63,风险概率为0.094,其安全风险评估值为0.05922,风险等级为极低;对于洪水超标,其影响等级量化值为9.38,风险概率为0.275,安全风险评估值为2.5795,风险等级为中等。
以此类推,大坝最主要失事路径如下:
(1)部分闸门故障—洪水不能正常下泄—漫顶—工程失事;
(2)洪水超标—漫顶—工程失事;
(3)洪水导致坝体集中渗漏—管涌破坏—渗透破坏—工程失事;
(4)洪水导致浸润线抬高—下游大面积散浸—渗透破坏—工程失事;
(5)洪水导致坝基集中渗漏—管涌破坏—渗透破坏—工程失事。
根据该分析成果,建立大坝主要失事模式的蝴蝶结模型图如图5所示。
基于国内外溃坝案例统计分析,土石坝的失事模式主要有:漫顶、震害、渗透破坏、结构破坏等。根据该案例的大坝风险评估结果,可以看出该评估方法得到的结果与历史统计的大坝失事案例成果一致,从而证明了本发明的有效性。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种基于蝴蝶结模型的大坝安全风险评估方法,其特征在于,包括下列步骤:
步骤1:基于统计数据,分析总结大坝失事的失事模式和失事后果,对于这些失事模式的潜在失事成因和失事后果进行约简分析,得到约简后的潜在失事成因;
步骤2:将约简后的潜在失事成因分为定性和定量两类,分别对这两类原因进行量化分析,得到各约简后的潜在失事成因的量化数据;
步骤3:根据潜在失事成因的量化数据,以及潜在失事成因的主观赋权、客观赋权及组合赋权,进行潜在失事成因识别,得到大坝可能的失事模式及路径;
步骤4:建立大坝失事潜在失事模式及其路径的层次框图,利用层次分析法得到各个潜在失事成因的权重,进行排序,之后,对各潜在失事成因的影响程度进行量化,得到影响程度量化值;
步骤5:根据各潜在失事成因的风险概率和影响程度量化值按照潜在失事成因的安全风险评估量化公式进行计算,之后根据所得到的各潜在失事成因的安全风险评估值R对大坝各潜在失事成因进行风险评估,评估方法如下:
若R∈[0~0.4],表示该潜在失事成因风险等级极低;
若R∈(0.4~1.6],表示该潜在失事成因风险等级低;
若R∈(1.6~4),表示该潜在失事成因风险等级中等;
若R∈[4~6),表示该潜在失事成因风险等级高;
若R∈[6~10],表示该潜在失事成因风险等级极高;
其中,潜在失事成因的安全风险评估量化公式为R=P×C,其中R为安全风险评估值,P为风险概率,C为影响程度量化值;风险概率=1-步骤2得到的潜在失事成因的量化数据。
2.根据权利要求1所述的基于蝴蝶结模型的大坝安全风险评估方法,其特征在于,步骤1中,蝴蝶结模型包括5部分要素:(1)起因,事故发生的可能原因;(2)事前的预防措施,为降低事故发生几率而采取的行动;(3)事故,可能造成不良后果的意外事件;(4)事故发生后的应急措施,事故发生后,为减少不良影响或减低后果严重程度所采取的行动;(5)后果,事故可能造成的后果。
3.根据权利要求1所述的基于蝴蝶结模型的大坝安全风险评估方法,其特征在于,步骤1中,所述的蝴蝶结模型以大坝失事为中心节点即顶事件,将蝴蝶结的左侧的失事成因和蝴蝶结的右侧的失事后果联系起来。
4.根据权利要求1所述的基于蝴蝶结模型的大坝安全风险评估方法,其特征在于,步骤2中,定性的潜在失事成因量化分析采用专家经验法;定量的潜在失事成因量化分析采用指标无量化函数求得。
5.根据权利要求1所述的基于蝴蝶结模型的大坝安全风险评估方法,其特征在于,步骤3中,潜在失事成因的识别即利用主观赋权、客观赋权及组合赋权对失事成因进行筛选,其中主观赋权采用基于信息扩散原理的专家权重模型,客观赋权采用基于Vague集理论的权重模型。
6.根据权利要求1所述的基于蝴蝶结模型的大坝安全风险评估方法,其特征在于,步骤4中,对各潜在失事成因的影响程度进行量化采用公式:C=10-10/n×(N-1),其中C为影响程度量化值,n为参与排序的潜在成因数量,N为该成因的排序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810402248.9A CN108615114A (zh) | 2018-04-28 | 2018-04-28 | 一种基于蝴蝶结模型的水库大坝安全风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810402248.9A CN108615114A (zh) | 2018-04-28 | 2018-04-28 | 一种基于蝴蝶结模型的水库大坝安全风险评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108615114A true CN108615114A (zh) | 2018-10-02 |
Family
ID=63661562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810402248.9A Pending CN108615114A (zh) | 2018-04-28 | 2018-04-28 | 一种基于蝴蝶结模型的水库大坝安全风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108615114A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109918754A (zh) * | 2019-02-27 | 2019-06-21 | 西南石油大学 | 一种尾矿库分层指标安全检测和预警方法与系统 |
CN110807569A (zh) * | 2019-09-17 | 2020-02-18 | 中国地质大学(武汉) | 极端工况下不同利益群体的尾矿库风险评价和管理方法 |
CN112381475A (zh) * | 2021-01-15 | 2021-02-19 | 西南石油大学 | 一种配气站抗震安全评价方法及评价系统 |
CN112464576A (zh) * | 2020-12-17 | 2021-03-09 | 国网福建省电力有限公司电力科学研究院 | 一种基于贝叶斯网络的大坝风险评估方法和设备 |
CN112651139A (zh) * | 2021-01-05 | 2021-04-13 | 黄河勘测规划设计研究院有限公司 | 水库大坝技术状况评估方法 |
CN113807570A (zh) * | 2021-08-12 | 2021-12-17 | 水利部南京水利水文自动化研究所 | 基于XGBoost的水库大坝风险等级评估方法及系统 |
CN115481892A (zh) * | 2022-09-15 | 2022-12-16 | 中国长江三峡集团有限公司 | 一种筑坝河流生物连通性评价方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331843A (zh) * | 2014-10-30 | 2015-02-04 | 华中科技大学 | 一种基于蝴蝶结模型的变压器故障风险评估方法 |
CN107545375A (zh) * | 2017-09-19 | 2018-01-05 | 西南石油大学 | 一种石油石化高危设备故障风险定量化评价方法 |
-
2018
- 2018-04-28 CN CN201810402248.9A patent/CN108615114A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331843A (zh) * | 2014-10-30 | 2015-02-04 | 华中科技大学 | 一种基于蝴蝶结模型的变压器故障风险评估方法 |
CN107545375A (zh) * | 2017-09-19 | 2018-01-05 | 西南石油大学 | 一种石油石化高危设备故障风险定量化评价方法 |
Non-Patent Citations (2)
Title |
---|
严磊: ""大坝运行安全风险分析方法研究"", 《中国博士学位论文全文数据库(工程科技II辑)》 * |
崔弘毅: ""法国新大坝管理条例中要求的风险评估——法国国家工业环境和风险研究协会建立的方法"", 《大坝与安全》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109918754A (zh) * | 2019-02-27 | 2019-06-21 | 西南石油大学 | 一种尾矿库分层指标安全检测和预警方法与系统 |
CN109918754B (zh) * | 2019-02-27 | 2022-06-03 | 西南石油大学 | 一种尾矿库分层指标安全检测和预警方法与系统 |
CN110807569A (zh) * | 2019-09-17 | 2020-02-18 | 中国地质大学(武汉) | 极端工况下不同利益群体的尾矿库风险评价和管理方法 |
CN112464576A (zh) * | 2020-12-17 | 2021-03-09 | 国网福建省电力有限公司电力科学研究院 | 一种基于贝叶斯网络的大坝风险评估方法和设备 |
CN112464576B (zh) * | 2020-12-17 | 2023-01-24 | 国网福建省电力有限公司电力科学研究院 | 一种基于贝叶斯网络的大坝风险评估方法和设备 |
CN112651139A (zh) * | 2021-01-05 | 2021-04-13 | 黄河勘测规划设计研究院有限公司 | 水库大坝技术状况评估方法 |
CN112651139B (zh) * | 2021-01-05 | 2024-04-02 | 黄河勘测规划设计研究院有限公司 | 水库大坝技术状况评估方法 |
CN112381475A (zh) * | 2021-01-15 | 2021-02-19 | 西南石油大学 | 一种配气站抗震安全评价方法及评价系统 |
CN112381475B (zh) * | 2021-01-15 | 2021-03-26 | 西南石油大学 | 一种配气站抗震安全评价方法及评价系统 |
CN113807570A (zh) * | 2021-08-12 | 2021-12-17 | 水利部南京水利水文自动化研究所 | 基于XGBoost的水库大坝风险等级评估方法及系统 |
CN113807570B (zh) * | 2021-08-12 | 2024-02-02 | 水利部南京水利水文自动化研究所 | 基于XGBoost的水库大坝风险等级评估方法及系统 |
CN115481892A (zh) * | 2022-09-15 | 2022-12-16 | 中国长江三峡集团有限公司 | 一种筑坝河流生物连通性评价方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108615114A (zh) | 一种基于蝴蝶结模型的水库大坝安全风险评估方法 | |
CN106940840A (zh) | 一种城市内涝灾害风险评估方法 | |
CN105035902B (zh) | 一种电梯安全状况评估方法 | |
CN109685339A (zh) | 交通基础设施建设工程的静态-动态风险评估方法及系统 | |
CN111523806A (zh) | 基于层次分析及模糊综合评价的重力坝风险评估计算方法 | |
WO2024012552A1 (zh) | 尾矿库安全生产风险分级预警方法 | |
CN112529351A (zh) | 一种针对多个尾矿库的安全风险评估方法 | |
CN105740607B (zh) | 一种溃坝洪水致生命损失的计算方法 | |
Zheng et al. | Risk evolution study of tailings dam failures disaster based on DEMATEL-MISM | |
CN107133423A (zh) | 一种用于防治漂木泥石流的单切口坝切口宽度设计方法 | |
Rettemeier et al. | Risk assessment-new trends in Germany | |
CN115481899A (zh) | 一种基于大坝风险指标体系的工程安全评价方法 | |
CN111160763B (zh) | 水工消力池的安全风险评估方法 | |
CN115587703A (zh) | 一种石灰岩矿山地质环境问题恢复治理评价方法 | |
CN109685395B (zh) | 一种泄洪雾化环境影响综合分析方法及系统 | |
Zheng et al. | Risk assessment of tailings dam break due to overtopping | |
CN112396305A (zh) | 一种确定梯级水库群大坝风险等级的方法 | |
Wu et al. | Assessment model of dam operation risk based on monitoring data | |
Jasim et al. | Fragility curves of earthen levees under extreme precipitation | |
Faridmehr et al. | Hydraulic and structural considerations of dam's spillway-a case study of Karkheh Dam, Andimeshk, Iran | |
Yang | Study on the Disaster Mechanism Analysis and Enlightenment of Dam Failure | |
Jing et al. | Investigation and Analysis on Current Management of Small and Medium-sized Rivers in Shandong Province | |
Changqing | Research on priority decision-making method of dam removal | |
Bai et al. | The cusp catastrophe model of major accidents based on ideas of black swan and its application in port road projects | |
Lu et al. | Study on Risk Assessment of Multi-Channel Sea Dikes |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181002 |
|
RJ01 | Rejection of invention patent application after publication |