李 明，黃 銘，2

(1.合肥工業(yè)大學(xué) 土木與水利工程學(xué)院，合肥 230009； 2.三峽大學(xué) 三峽庫(kù)區(qū)地質(zhì)災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室，湖北 宜昌 443000)

0 引 言

隨著國(guó)民經(jīng)濟(jì)持續(xù)快速發(fā)展，對(duì)清潔可再生能源的需求不斷增大，我國(guó)對(duì)水電資源的開發(fā)利用已經(jīng)到了前所未有的發(fā)展時(shí)期。據(jù)初步統(tǒng)計(jì)，我國(guó)已建成10×104m3及以上水庫(kù)達(dá)9.8×104座，總庫(kù)容達(dá)到9 323×108m3[1]，水庫(kù)的安全穩(wěn)定運(yùn)營(yíng)成為現(xiàn)階段水庫(kù)管理的主要內(nèi)容，而水庫(kù)岸坡的變形破壞是影響水庫(kù)安全、可靠、穩(wěn)定運(yùn)行的主要因素。

水庫(kù)岸坡由于其地形地貌、地層巖性、組成物質(zhì)和演化過程的不同，且受到實(shí)時(shí)的水文環(huán)境和地質(zhì)條件的綜合作用[2]，在降雨、庫(kù)水位升降、地質(zhì)災(zāi)害等外界因素的影響下，始終處于一種復(fù)雜的、動(dòng)態(tài)的狀態(tài)。因此，水庫(kù)岸坡作為復(fù)雜的動(dòng)態(tài)運(yùn)行系統(tǒng)，在外界條件的影響下，使得岸坡的水文地質(zhì)條件、應(yīng)力條件和巖土體強(qiáng)度發(fā)生變化，導(dǎo)致水庫(kù)岸坡發(fā)生侵蝕、崩塌、滑移等自然災(zāi)害，減少有效庫(kù)容，引發(fā)次生災(zāi)害，使岸坡系統(tǒng)不能保證水庫(kù)多樣性功能的實(shí)現(xiàn)，增加水庫(kù)的運(yùn)營(yíng)成本，降低水庫(kù)的生命周期，致使水庫(kù)岸坡發(fā)生故障。

隨著水利工程規(guī)模的增大，水庫(kù)岸坡面對(duì)的環(huán)境更加復(fù)雜，其運(yùn)行和維護(hù)的成本越來(lái)越高[3]。如果岸坡在生命周期內(nèi)結(jié)構(gòu)老化，裂縫發(fā)育形成局部滑動(dòng)面，將導(dǎo)致岸坡位移增大，其發(fā)生坍塌、滑坡、崩岸等故障和功能失效的概率將增大，岸坡失穩(wěn)的風(fēng)險(xiǎn)性提高。所以，根據(jù)安全監(jiān)測(cè)結(jié)果及時(shí)對(duì)水庫(kù)岸坡的故障進(jìn)行預(yù)測(cè)，并對(duì)水庫(kù)岸坡進(jìn)行維修加固是保障其安全運(yùn)行的主要措施。

傳統(tǒng)的事后維修、定期維修等維修保障方式，存在資源浪費(fèi)、診斷能力差、預(yù)警不及時(shí)等缺點(diǎn)，不能夠達(dá)到預(yù)防性維修的目的，不滿足復(fù)雜系統(tǒng)經(jīng)濟(jì)可承受性的要求。為克服傳統(tǒng)維修保障方式的缺陷并適應(yīng)現(xiàn)代水庫(kù)岸坡維修保障的發(fā)展需求，將國(guó)外先進(jìn)的故障預(yù)測(cè)與健康管理(prognostics and health management, PHM)技術(shù)應(yīng)用于水庫(kù)岸坡，研究建立水庫(kù)岸坡PHM系統(tǒng)框架，利用BP神經(jīng)網(wǎng)絡(luò)模擬岸坡未來(lái)時(shí)間段內(nèi)位移變化的趨勢(shì)，提前預(yù)測(cè)岸坡功能性故障，為水庫(kù)岸坡的維修決策提供有力的支撐。

1 PHM的概念和水庫(kù)岸坡PHM框架研究

PHM是當(dāng)前美軍裝備維修保障的一項(xiàng)重要技術(shù)，在聯(lián)合攻擊機(jī)、艦船、雷達(dá)、導(dǎo)彈等領(lǐng)域已經(jīng)廣泛應(yīng)用[4]。我國(guó)早期的PHM技術(shù)主要應(yīng)用于航空領(lǐng)域，用以監(jiān)控飛機(jī)或發(fā)動(dòng)機(jī)的狀態(tài)。隨著PHM技術(shù)的成熟，我國(guó)在高速鐵路、大型橋梁、堤壩等領(lǐng)域逐漸開始引用PHM技術(shù)[5-6]，借助智能系統(tǒng)的故障診斷和預(yù)測(cè)，以實(shí)現(xiàn)自主式維修。

PHM是借助先進(jìn)的傳感器，通過即時(shí)監(jiān)測(cè)對(duì)系統(tǒng)的工況信息進(jìn)行采集，借助各種智能算法對(duì)系統(tǒng)的健康狀態(tài)進(jìn)行評(píng)估，綜合歷史信息、故障信息對(duì)可能發(fā)生的故障進(jìn)行預(yù)測(cè)，推導(dǎo)出故障的原因及位置，跟蹤故障的發(fā)展趨勢(shì)，預(yù)測(cè)系統(tǒng)的剩余使用壽命[7]，對(duì)系統(tǒng)進(jìn)行預(yù)防性維修，最終達(dá)到自主式視情維修的目的，為系統(tǒng)快速、精準(zhǔn)的維修保障提供支撐。

1.1 水庫(kù)岸坡PHM系統(tǒng)框架設(shè)計(jì)

通常情況下，PHM系統(tǒng)具有如下功能：數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、特征提取、故障診斷、故障預(yù)測(cè)、健康評(píng)價(jià)、決策維修。對(duì)于復(fù)雜程度更高的系統(tǒng)，PHM能夠?qū)崿F(xiàn)不同級(jí)別、不同層次的綜合診斷、預(yù)測(cè)和健康評(píng)價(jià)[9]。在水庫(kù)岸坡系統(tǒng)中，根據(jù)岸坡安全監(jiān)測(cè)的信息，結(jié)合水庫(kù)運(yùn)營(yíng)管理需求，建立水庫(kù)岸坡故障預(yù)測(cè)與健康管理系統(tǒng)框架。根據(jù)PHM系統(tǒng)設(shè)計(jì)流程和水庫(kù)岸坡的功能要求，采用開放式總線體系的分層推理結(jié)構(gòu)，建立基于PHM的水庫(kù)岸坡維修保障系統(tǒng)，包含傳感器監(jiān)測(cè)模塊、數(shù)據(jù)采集與處理模塊、故障預(yù)測(cè)模塊、健康評(píng)估模塊、決策維修模塊，具體關(guān)系見圖1。

圖1 基于PHM的水庫(kù)岸坡維修保障系統(tǒng)框架

1.2 水庫(kù)岸坡PHM系統(tǒng)工作流程

根據(jù)規(guī)范要求和管理需要，在水庫(kù)岸坡重要部位布置監(jiān)測(cè)儀器。數(shù)據(jù)采集模塊負(fù)責(zé)采集所有監(jiān)測(cè)部位的狀態(tài)參數(shù)信息。數(shù)據(jù)處理模塊主要完成對(duì)采集數(shù)據(jù)的預(yù)處理、特征值提取等。故障預(yù)測(cè)模塊是結(jié)合岸坡的歷史數(shù)據(jù)庫(kù)，對(duì)岸坡故障發(fā)生的位置、時(shí)間進(jìn)行預(yù)測(cè)分析，再估計(jì)其剩余壽命。健康評(píng)價(jià)模塊是根據(jù)故障預(yù)測(cè)模塊的預(yù)測(cè)信息，對(duì)岸坡當(dāng)前及未來(lái)時(shí)刻的性能退化情況進(jìn)行分析，從而掌握岸坡的健康狀態(tài)。決策維修模塊是根據(jù)水庫(kù)岸坡的故障預(yù)測(cè)、剩余壽命信息以及健康評(píng)估結(jié)果，提前預(yù)警并確定維修保障方案。由于水庫(kù)岸坡是復(fù)雜的動(dòng)態(tài)系統(tǒng)，各模塊需有機(jī)融合，才能實(shí)現(xiàn)岸坡的自主式視情維修，保證岸坡安全穩(wěn)定運(yùn)行。

2 水庫(kù)岸坡PHM系統(tǒng)關(guān)鍵技術(shù)

PHM維修保障系統(tǒng)一個(gè)顯著特點(diǎn)是故障預(yù)測(cè)與剩余壽命的估計(jì)，建立水庫(kù)岸坡故障預(yù)測(cè)模型是本文研究的重點(diǎn)。當(dāng)前，故障預(yù)測(cè)的方法主要分為：①基于物理模型的預(yù)測(cè);②基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)；③基于統(tǒng)計(jì)可靠分析的預(yù)測(cè)；④基于知識(shí)經(jīng)驗(yàn)的預(yù)測(cè)。本文水庫(kù)岸坡PHM系統(tǒng)的故障預(yù)測(cè)模塊是基于傳感器采集的數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，提取特征值，運(yùn)用神經(jīng)網(wǎng)絡(luò)，以降雨、庫(kù)水位及其變化速率、時(shí)間等參數(shù)作為輸入變量，岸坡的累積位移作為輸出變量，建立水庫(kù)岸坡的位移預(yù)測(cè)模型，監(jiān)測(cè)岸坡位移突然變大的情況，以便在岸坡發(fā)生崩塌、滑坡等故障之前提出警告，實(shí)現(xiàn)岸坡的故障預(yù)測(cè)。

神經(jīng)網(wǎng)絡(luò)有較強(qiáng)的非線性映射能力，適用于多變量非線性復(fù)雜系統(tǒng)分析，而岸坡的變形與影響因素間復(fù)雜的關(guān)系與該特性吻合，且神經(jīng)網(wǎng)絡(luò)的魯棒性、容錯(cuò)性及自學(xué)習(xí)能力都非常好，已在故障預(yù)測(cè)中得到了廣泛的應(yīng)用[10]。

2.1 BP神經(jīng)網(wǎng)絡(luò)的基本算法

BP模型是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，典型的三層BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層、輸出層組成，結(jié)構(gòu)見圖2，算法步驟如下：

圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

1) 樣本數(shù)據(jù)歸一化。當(dāng)樣本數(shù)據(jù)的單位不同，數(shù)量級(jí)相差較大時(shí)，用原始數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入層會(huì)使網(wǎng)絡(luò)的性能和收斂性變差，較難得到理想的預(yù)測(cè)值。所以在進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練之前對(duì)樣本數(shù)據(jù)進(jìn)行歸一化，在BP神經(jīng)網(wǎng)絡(luò)輸出計(jì)算結(jié)果時(shí)再將輸出數(shù)據(jù)反歸一化，以達(dá)到更精確的預(yù)測(cè)結(jié)果。本文采用如下函數(shù)進(jìn)行歸一化處理，將樣本數(shù)據(jù)限定在[-1,1]之間。

式中：pn為原始樣本數(shù)據(jù)；pmax、pmin分別為原始樣本數(shù)據(jù)中的最大值和最小值；Tn為歸一化后的樣本數(shù)據(jù)。

2) 隱含層的確定。在BP神經(jīng)網(wǎng)絡(luò)中，沒有標(biāo)準(zhǔn)的方法確定隱含層的節(jié)點(diǎn)數(shù)。節(jié)點(diǎn)數(shù)選取過多，能使系統(tǒng)的誤差減小，但會(huì)增加網(wǎng)絡(luò)的訓(xùn)練時(shí)間，且易陷入局部最小值而達(dá)不到最優(yōu)點(diǎn)；節(jié)點(diǎn)選取過少，會(huì)使神經(jīng)網(wǎng)絡(luò)的性能變差，不能滿足網(wǎng)絡(luò)對(duì)樣本的學(xué)習(xí)要求。BP神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點(diǎn)數(shù)一般根據(jù)以下經(jīng)驗(yàn)公式選?。?/p>

式中：i、s、j分別為網(wǎng)絡(luò)模型的輸入層節(jié)點(diǎn)數(shù)、輸出層節(jié)點(diǎn)數(shù)、隱含層的節(jié)點(diǎn)數(shù)；α為[1,10]之間的常數(shù)。

3) 初始化神經(jīng)網(wǎng)絡(luò)輸入層和隱含層以及隱含層和輸出層的權(quán)值和閾值。

4) 隱含層函數(shù)和輸出層函數(shù)。

隱含層函數(shù)：

輸出層函數(shù)：

式中:uij為輸入層到隱含層的連接權(quán)值；wjs為隱含層到輸出層的連接權(quán)值；βj為隱含層閾值；θs為輸出層閾值；hs為模型的實(shí)際輸出值。

5) 對(duì)輸出數(shù)據(jù)反歸一化。為得到岸坡累積位移計(jì)算結(jié)果，利用式(1)將模型輸出結(jié)果進(jìn)行反歸一化。

2.2 BP神經(jīng)網(wǎng)絡(luò)故障預(yù)測(cè)的步驟

本文水庫(kù)岸坡故障預(yù)測(cè)模型以安全監(jiān)測(cè)系統(tǒng)為基礎(chǔ)，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對(duì)岸坡的效應(yīng)量進(jìn)行預(yù)測(cè)，判斷是否會(huì)發(fā)生故障，從而達(dá)到預(yù)警的目的。本文故障預(yù)測(cè)步驟具體如下：①根據(jù)安全監(jiān)測(cè)系統(tǒng)中傳感器獲得水庫(kù)岸坡環(huán)境量和效應(yīng)量的數(shù)據(jù)，進(jìn)行分類、整理；②選取對(duì)岸坡效應(yīng)量影響較大的環(huán)境量作為主要的影響因子；③將影響因子輸入到輸入層各節(jié)點(diǎn)，編程實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)模型并進(jìn)行訓(xùn)練，對(duì)岸坡的效應(yīng)量進(jìn)行預(yù)測(cè)；④在實(shí)際應(yīng)用中，可以根據(jù)模型預(yù)測(cè)值和岸坡失效閾值的大小關(guān)系判斷水庫(kù)岸坡是否發(fā)生故障。其中，失效閾值可根據(jù)水庫(kù)岸坡的相關(guān)規(guī)范確定，或采用工程比對(duì)資料分析計(jì)算研究設(shè)定。

3 水庫(kù)岸坡PHM系統(tǒng)故障預(yù)測(cè)應(yīng)用實(shí)例

以三峽庫(kù)區(qū)某岸坡為研究對(duì)象，利用實(shí)際監(jiān)測(cè)得到的60個(gè)月的庫(kù)水位、降雨量、岸坡累積位移等資料進(jìn)行建模，故障預(yù)測(cè)步驟，見圖3。

圖3 水庫(kù)岸坡故障預(yù)測(cè)步驟

水庫(kù)岸坡位移是反映其穩(wěn)定性的重要標(biāo)志，當(dāng)位移突然或持續(xù)增大，岸坡發(fā)生故障的概率增大。本文以水庫(kù)岸坡效應(yīng)量即位移預(yù)測(cè)為例對(duì)岸坡故障預(yù)測(cè)進(jìn)行說(shuō)明。

水庫(kù)岸坡發(fā)生位移是由自身的巖土體條件和外界環(huán)境因素共同影響決定的。通過分析岸坡的安全監(jiān)測(cè)資料顯示，外界環(huán)境因素是造成岸坡位移呈現(xiàn)周期性、臺(tái)階狀增長(zhǎng)的主要原因。

實(shí)測(cè)資料表明，庫(kù)水位和岸坡位移隨時(shí)間變化規(guī)律相近，庫(kù)水位是影響岸坡穩(wěn)定最明顯的因素，故選擇當(dāng)前庫(kù)水位為模型的水位因子。

岸坡位移不僅與庫(kù)水位有關(guān)，還與庫(kù)水位的變化速率有關(guān)，庫(kù)水位下降越快，巖土體的滲透系數(shù)越小，庫(kù)水位與岸坡地下水位的落差就越大，岸坡的穩(wěn)定性越低[12]，發(fā)生故障的概率越大。所以，本文采用月平均庫(kù)水位變化速率作為模型的影響因子。

庫(kù)區(qū)岸坡多為土石結(jié)構(gòu)，高強(qiáng)度的降雨能夠增加坡體的自重，形成孔隙滲透壓力，使得滑帶土軟化，抗剪強(qiáng)度降低，岸坡的穩(wěn)定性下降，故障頻率增加。所以，應(yīng)將降雨作為岸坡位移的影響因素加以考慮。因受土石材料滲透系數(shù)的影響，降雨對(duì)岸坡位移的影響具有一定的滯后性，常采用前期降雨量和或平均降雨量作為影響因子，本文選取前一個(gè)月累積降雨量和前兩個(gè)月累積降雨量為模型的降雨因子。

時(shí)效作用也是影響水庫(kù)岸坡長(zhǎng)期安全穩(wěn)定運(yùn)行的重要影響因素。由于庫(kù)水長(zhǎng)期沖刷，侵蝕作用，隨著時(shí)間的推移，岸坡的穩(wěn)定性逐漸降低，本文根據(jù)安全監(jiān)測(cè)資料，以各月份先后順序組成時(shí)間序列作為模型的時(shí)效因子。

將時(shí)效因子、庫(kù)水位因子、庫(kù)水位變化速率因子、前一個(gè)月累計(jì)降雨量因子、前兩個(gè)月累計(jì)降雨量因子作為預(yù)測(cè)模型輸入層的5個(gè)輸入變量，岸坡的累積位移作為模型輸出層的輸出變量，按照2.1節(jié)中BP神經(jīng)網(wǎng)絡(luò)隱含層確定的公式，經(jīng)過多次試驗(yàn)，得出當(dāng)隱含層的節(jié)點(diǎn)數(shù)為5時(shí)，神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能最優(yōu)。以實(shí)際監(jiān)測(cè)得到的庫(kù)水位、降雨量、累積位移等60組數(shù)據(jù)對(duì)岸坡故障預(yù)測(cè)模型進(jìn)行訓(xùn)練。根據(jù)下式計(jì)算模型的平均相對(duì)誤差：

式中：yk為累積位移實(shí)測(cè)值；lk為模型計(jì)算值；n為計(jì)算樣本數(shù)。

模型訓(xùn)練的結(jié)果見圖4。訓(xùn)練的平均相對(duì)誤差為 0.75%，可見BP神經(jīng)網(wǎng)絡(luò)能夠很好反映岸坡位移的整體變化趨勢(shì)，訓(xùn)練效果很好。根據(jù)模型預(yù)測(cè)岸坡未來(lái)12個(gè)月的位移情況，結(jié)果見圖5，模型預(yù)測(cè)的平均相對(duì)誤差為0.19%，表明該模型的誤差很小，預(yù)測(cè)效果好。

圖4 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型訓(xùn)練結(jié)果

圖5 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型預(yù)測(cè)結(jié)果

故障預(yù)測(cè)是水庫(kù)岸坡PHM系統(tǒng)的關(guān)鍵技術(shù)，在實(shí)際應(yīng)用中，根據(jù)本文預(yù)測(cè)模型，結(jié)合庫(kù)區(qū)降雨以及庫(kù)水位的變化情況，可預(yù)測(cè)岸坡位移突然增大等異常情況，跟蹤位移發(fā)展的趨勢(shì)。綜合同類型滑坡的全壽命數(shù)據(jù)以及滑坡前的特征，以岸坡坡體周緣裂縫全部貫通，形成整體滑動(dòng)面為判斷岸坡失效的依據(jù)，根據(jù)當(dāng)前及預(yù)測(cè)時(shí)刻的狀態(tài)參數(shù)，估計(jì)岸坡的剩余使用壽命。

4 結(jié) 論

本文根據(jù)PHM系統(tǒng)構(gòu)建原則和水庫(kù)岸坡自身特點(diǎn)，建立水庫(kù)岸坡PHM系統(tǒng)框架，選取對(duì)岸坡位移有重大影響的作用因子，重點(diǎn)研究以BP神經(jīng)網(wǎng)絡(luò)算法構(gòu)建的岸坡故障預(yù)測(cè)模型。經(jīng)實(shí)測(cè)資料驗(yàn)證，岸坡PHM系統(tǒng)中的故障預(yù)測(cè)模型能夠準(zhǔn)確預(yù)測(cè)岸坡位移的變化，可對(duì)水庫(kù)岸坡可能發(fā)生的故障提前預(yù)測(cè)，為保證水庫(kù)安全穩(wěn)定運(yùn)行奠定基礎(chǔ)。為完善岸坡故障預(yù)測(cè)的內(nèi)容，下一步將研究如何綜合利用此岸坡及同類型滑坡的全壽命監(jiān)測(cè)數(shù)據(jù)，對(duì)岸坡的剩余使用壽命進(jìn)行估計(jì)，為后期評(píng)價(jià)岸坡健康狀態(tài)和確定最佳維護(hù)時(shí)間提供依據(jù)。