一种基于变形监测的岩质边坡稳定安全与可靠度预测方法

技术领域

本发明属于岩质边坡稳定性的技术领域，具体涉及一种基于变形监测的岩质边坡稳定安全与可靠度预测方法。

背景技术

水利水电工程在为我国经济和社会的发展提供必要的物质基础，在航运、发电、防洪、环保及带动区域经济发展方面都发挥着不可替代的作用。水工建筑物在修建的同时往往会形成高陡人工边坡，其中以岩质边坡为主要代表。边坡的失稳，严重时会危及主要建筑物和下游人民生命、财产的安全，如瓦依昂拱坝边坡失稳，对下游的人民生命和财产造成了巨大的损失，故边坡稳定性分析显的尤为重要。科学、合理的分析边坡的稳定安全，是有效防止、或者降低边坡失稳带来的人民生命、财产损失的有效途径之一。高效的实现对边坡在线安全监测与管控，保证边坡稳定运行，是坝工界一直关注的问题。

随着时间的推移与边坡周围环境的改变，边坡的运行行态也是动态波动变化的，需要从发展的角度研究。边坡失稳前，往往都是有一定的预兆，或者要经过一定的时间发展，这些失稳的趋势在监测数据中可以体现出来，故需要对海量的监测数据进行及时的整理与分析，根据监测数据，评判边坡的稳定性以及失稳后可能的影响与后果，进而动态地进行边坡运行管理，实现对边坡运行安全的动态评估。因此如何基于安全监测去评价边坡稳定性问题是目前边坡稳定性分析的主要挑战，边坡稳定状态最直观的反映就是边坡稳定安全系数、稳定可靠度，将监测资料合理地与稳定指标结合，是一种发展的必然趋势。

传统的边坡稳定性分析方法，只能给出给定情况下的稳定性结论，不能考虑边坡的动态发展，不能实时快速对边坡失事风险作出识别与响应。

发明内容

本发明的目的在于针对现有技术中的上述不足，提供一种基于变形监测的岩质边坡稳定安全与可靠度预测方法，以解决传统的边坡稳定性分析方法，不能考虑边坡的动态发展，不能实时快速对边坡失事风险作出识别与响应的问题。

为达到上述目的，本发明采取的技术方案是：

一种基于变形监测的岩质边坡稳定安全与可靠度预测方法，其包括以下步骤：

S1、根据边坡变形监测序列{y

Y(t)＝G(T(t),θ(t),J(t),H(t))

其中，Y(t)为边坡变形在时间t的统计估计值，T(t)为环境温度分量，θ(t)为时效分量，J(t)为降雨分量，H(t)为水位分量；

选定R

S2、构建边坡三维有限元模型，基于边坡物理力学参数及岩体蠕变参数，进行边坡开挖、支护与岩体蠕变特性模拟，计算得出与实测变形序列{y

S3、依据边坡三维有限元计算成果，确定安全系数最小的稳定控制滑面，并提取边坡稳定控制滑面的应力序列{(σ

S4、采用应力代数和比值法求解得到边坡稳定安全系数序列{K

其中，K

S5、根据边坡稳定安全系数序列{K

K

其中，K

S6、建立边坡稳定功能函数：

其中，Z为边坡稳定功能函数，m为滑面上单元总数，l

依据功能函数，采用JC法求解得到边坡稳定可靠度序列{β

S7、根据边坡稳定可靠度序列{β

β

其中，β

S8、根据岩质边坡稳定安全系数预测模型和岩质边坡稳定可靠度预测模型，对边坡稳定安全系数、稳定可靠度进行快速预测。

进一步地，S1中根据边坡变形监测序列，考虑温度、时效、降雨、水位对边坡变形的影响构建监测点位移的数学模型，并分离出监测点位移的时效分量，包括：

根据边坡变形监测序列{y

Y(t)＝T(t)+θ(t)+J(t)+H(t)+C

其中，Y(t)为边坡变形在时间t的统计估计值，T(t)为环境温度分量，θ(t)为时效，J(t)为降雨分量，H(t)为水位分量，C为待定常数项；

根据建立的数学模型，分离出变形的时效分量：

θ(t)＝Y(t)-T(t)-J(t)-H(t)+C。

进一步地，S5中根据边坡稳定安全系数序列{K

利用步骤S4获得的边坡稳定安全系数序列{K

K

其中，K

其中，a

进一步地，S7中根据边坡稳定可靠度序列{β

利用步骤S6获得的边坡稳定可靠度序列{β

β

其中，β

其中，b

本发明提供的基于变形监测的岩质边坡稳定安全与可靠度预测方法，具有以下有益效果：

本发明在建立预测模型时，首先获得边坡位移的时效分量，然后利用有限元模拟分别建立时效变形同边坡稳定安全系数和稳定可靠度的数学模型，最终通过建立的数学模型实现岩质边坡稳定安全系数和稳定可靠度的快速预测；本发明提供的方法有效地解决了传统的边坡稳定性分析方法，只能给出给定情况下的稳定性结论，不能考虑边坡的动态发展，不能实时快速对边坡失事风险作出识别与响应的问题。

附图说明

图1为基于变形监测的岩质边坡稳定安全与可靠度预测方法的流程图。

图2 TP2L垂直位移统计回归过程线。

图3 TP9L水平位移统计回归过程线。

图4边坡有限元模型(开挖前)。

图5边坡有限元模型(开挖后)。

图6 TP2L-Z反分析模拟值与实测值对比图。

图7 TP9L-Y反分析模拟值与实测值对比图。

图8为F

图9为危险滑面示意图。

图10为第9步开挖后特征点示意图。

图11为P1点横河向应力变化过程。

图12为P2点横河向应力变化过程。

图13为P3点横河向应力变化过程。

图14为P1点横河向应变变化过程。

图15为P2点横河向应变变化过程。

图16为P3点横河向应变变化过程。

图17为大岗山水电站左岸边坡稳定安全系数历时曲线。

图18为大岗山水电站左岸边坡稳定可靠指标与失效概率历时曲线。

图19为大岗山水电站左岸边坡稳定安全系数过程线。

图20为大岗山水电站左岸边坡稳定可靠指标过程线。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

根据本申请的一个实施例，参考图1，本方案的基于变形监测的岩质边坡稳定安全与可靠度预测方法，包括：

步骤S1、根据边坡变形监测序列{y

Y(t)＝G(T(t),θ(t),J(t),H(t))

选择高精度序列作为目标序列，通常选定R

在本发明的实施例中，对大岗山水电站左岸高边坡的变形监测序列展开分析，由于降雨、水位因素对于该边坡变形影响不大，因此主要考虑时效和环境温度因子来构建边坡变形的数学模型，具体构造如下：

Y(t)＝T(t)+θ(t)+C (1)

式中，C为待定常数项；Y(t)为边坡变形(水平位移、垂直位移)监测值在时间t的统计估计值；T(t)为边坡变形(水平位移、垂直位移)的温度分量；θ(t)为边坡变形(水平位移、垂直位移)的时效分量。

T(t)具体形式为：

式中，T

θ(t)具体形式为：

式中，t

然后根据数学模型结果，选择R

步骤S2、构建边坡三维有限元模型，基于边坡物理力学参数及岩体蠕变参数，进行边坡开挖、支护与岩体蠕变特性模拟，计算得出与实测变形序列{y

在本发明的实施例中，大岗山水电站边坡开挖时间为2007年8月1日至2009年4月30日，于2014年12月30日导流洞下闸开始蓄水。模拟时间区间选取2007年7月20日至2014年12月30日，即边坡开挖阶段至工程蓄水期以前，作用荷载只考虑重力荷载。根据工程资料建立有限元模型，见图4、5。

根据大岗山水电站工程设计成果及相关文献资料，确定大岗山水电站左岸边坡边坡工程岩石物理力学参数和蠕变参数，见表1和表2。

表1岩石物理力学参数

表2 LUBBY2模型蠕变参数

通过有限元模拟，得到与实测变形序列时间上具有对应关系的边坡变形计算值序列，见图6和图7。

步骤S3、依据边坡三维有限元计算成果，确定安全系数最小的稳定控制滑面，并提取边坡稳定控制滑面的应力序列{(σ

在本发明的实施例中，采用强度折减法开展大岗山水电站左岸高边坡无支护控制滑裂面搜索，强度折减迭代步长为0.05，F

通过对折减系数F

步骤S4、采用应力代数和比值法求解得到边坡稳定安全系数序列{K

在本发明的实施例中，根据步骤S3得到的边坡稳定控制滑面的应力序列{(σ

步骤S5、根据边坡稳定安全系数序列{K

K

在本发明的实施例中，基于边坡控制滑移体上变形测点TP2L、TP9L，采用式(3)模型架构，建立大岗山水电站左岸岩质边坡稳定安全系数数学模型作为预测模型：

K

其中，y

S6、建立边坡稳定功能函数

依据功能函数，采用JC法求解得到边坡稳定可靠度序列{β

在本发明的实施例中，因蠕变模型参数统计资料缺乏及岩体容重、泊松比变异较小故均作为确定量考虑。岩体弹模E、凝聚力C、摩擦角φ考虑为随机变量，其特征值见表3。

表3滑裂面岩体材料参数表

采用不含交叉项的二次多项式，构建大岗山水电站左岸边坡控制滑面响应面方程。采用正交试验法，获得不同时刻边坡稳定响应面方程系数，典型时刻响应面方程系数见表4与表5。

表4开挖前响应面方程系数

表5第11步开挖结束后响应面方程系数

对岩体物理力学参数进行截尾处理，参数在均值的3σ范围内取值有99.7％的保证率，故选择μ-3σ、μ+3σ分别为随机变量的左右截尾点。依据公式(5)建立功能函数，采用JC法得到边坡可靠指标β与失效概率P

S7、根据边坡稳定可靠度序列{β

β

在本发明的实施例中，基于边坡控制滑移体上变形测点TP2L、TP9L，采用式(6)模型架构，构建大岗山水电站左岸岩质边坡稳定可靠度数学模型作为预测模型：

β

其中，y

S8、根据岩质边坡稳定安全系数预测模型和岩质边坡稳定可靠度预测模型，对边坡稳定安全系数、稳定可靠度进行快速预测。

下面结合大岗山水电站左岸边坡，对本发明的预测效果进行说明：

(1)边坡问稳定安全系数快速预测结果：

图19给出边坡稳定安全系数拟合值与计算值的过程线，表6给出边坡稳定安全系数模拟精度统计。由图表可知，基于变形监测的边坡稳定安全系数预测模型复相关系数大于0.9，安全系数计算与拟合值平均误差0.12％，最大误差0.36％，精度较高。通过对90天和180天边坡稳定安全系数预测分析，其平均误差和最大误差都在5％以内，满足工程要求。

表6边坡稳定安全系数模拟精度统计

(2)边坡问稳定安全可靠度快速预测结果：

图20给出边坡稳定安全可靠度指标拟合值与计算值的过程线，表7给出边坡稳定可靠度模拟精度统计。由图表可知，基于变形监测的边坡稳定可靠度预测模型复相关系数大于0.9，可靠指标计算与拟合值平均误差1.94％，最大误差4.96％，精度较高。通过对90天和180天边坡稳定可靠指标预测分析，其平均误差和最大误差都在10％以内，满足工程要求。

表7边坡稳定可靠度模拟精度统计

本发明通过大量的有限元模拟分析，建立了基于变形监测的岩质边坡稳定安全系数预测模型和岩质边坡稳定可靠度预测模型，实现了对变形监测的岩质边坡稳定性的快速预测。

虽然结合附图对发明的具体实施方式进行了详细地描述，但不应理解为对本专利的保护范围的限定。在权利要求书所描述的范围内，本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属本专利的保护范围。