陈相
摘要：大坝外观变形监测一直是保证大坝安全运营的重要手段。目前，新兴且成熟的监测方式越来越多地应用到大坝外业监测，这些方法已经成为更便捷地采集大坝变形数据重要手段之一；同时，大坝变形监测数据也由较为成熟的回归模型、时间序列模型等向着很多诸如灰色理论、混沌模型、人工智能、统计学习理论等方法扩展；还有众多研究采用多种模型组合的方式，对大坝变形规律进行分析、预测，取得良好的效果。鉴于此，本文对大坝的变形监测要点进行分析，以供参考。
关键词：多测点模型；支持向量机；大坝变形分析
引言
通过建立多测点ＬＳＳＶＭ模型，可以在充分考虑监测点本身位置的因素（例如对主坝体断面的划分），对其进行位移规律的计算分析，比起以往回归模型单就某一点的位移数据进行计算分析，本文提出的模型可以更好地在整体上得到大坝的活动变形规律。
1大坝安全监测技术
1.1外观监测
外观监测主要是指从整体与局部，对大坝所处的环境与大坝本身、局部位置的变化进行监测，以及对在某一时刻测点的特定方向与空间位置进行确定，而且外观监测项目分为大坝变形监测网的周期观测、基准线观测、坝内各高程面上的垂直位移观测与典型项目观测如图1所示。大坝变形监测网的周期观测主要是运用大地测量方法，通过使用传统或者现代的测角测距仪器等进行周期性测量。同时必须保证监测网具有充足的多余观测，才能够确保对数据进行严密的处理，从而对网点的一、二、三维的坐标进行获取。并且大坝必须监测网的周期观测的重点是布置变形监测网、处理数据与优化设计，其最主要的目的就是对各种监测资料的几何基准进行提供，从而对监测点的相对于基准的绝对变形进行获取。
.png)
1.2内部观测
内部观测主要是指通过将应变计、裂缝仪、渗压机、测压管、渗流量仪、温度计等，在大坝内部特定部位进行埋设，持续自动化的观测大坝的应力应变、裂缝、渗流渗压与温度等，而且在混凝土坝的温度、应力应变、渗压等监测中，对弦式仪器与差动电阻式仪器进行广泛的应用。因为根据实测应变所计算坝体内部的应力，例如拱向应力、梁向应力与拱坝的径向应力等，监测大坝是否存在较大的拉应力，从而对大坝的安全进行评判[2]。所以在应变、渗压、温度与裂缝测量中，对Fabry-Perot的光纤传感技术进行应用，主要其可以布设为分布式的网络，从而Fabry-Perot的光纤传感技术在大坝内部观测中被广泛的应用。
2变形监测设备的布置
坝体表面变形监测包括水平位移监测和垂直位移监测。建立以GNSS定位结合几何水准方法观测的监测系统方案，并在库区大坝外围布设变形监测基准点(共7个位移监测基准点)，在坝体上建造12个变形监测点组成变形监测控制网，包括水平位移垂直位移监测基准网、水平位移监测网和垂直位移监测网。监测设备布置见图2。
.png)
图2变形监测基准点分布图
3大坝变形分析和预报
3.1监测网络数据处理
监测网的数据处理属于变形几何的分析范畴，包含确定相对或者绝对变形量的变化规律、几何分布，通常都是由参考网与相对网组成变形监测网，处理监测网周期观测数据，主要目的是对稳定点进行确定，从而对变形点相对于稳定点的变形进行估计。同时需要广泛使用秩亏自由网平差，或者拟稳平差法对零期与一期观测进行变形分析，如果可以对存在的稳定点进行确定，则需要根据稳定点为基准，对其进行约束平差。并且在对滑坡体的周期观测网进行监测，确保在对各期监测点的位移值进行获取后，可以通过使用聚类分析法，识别变形模式的拓扑约束，从而对变形块体与估计各块体的变形模型参数进行自动划分。
3.2系统论方法
变形体属于一个多维、多层的灰箱或者黑箱结构，属于极其复杂的系统，具有非线性、随机性，以及外界干扰不确定性、长期行为混沌性等特点，而且系统论方法主要分为输入-输出模型法与动力学方程法两种。输入-输出模型法主要是指回归分析法、时间序列分析法与人工神经网络法等，而动力学方程法与有限元法中的确定函数法大致相同，都是根据系统运动的物理规律，建立确定的微分方程对系统的运动进行描述。但是动力学方程法是在系统受力与变形认识的基础上，利用简化的在数学上可求解与可分析的模型，对变形过程进行模拟，例如可以通过使用弹簧滑块模型对边坡粘滑的过程进行模拟。
4综合应用快速反应机制
4.1技术优势
通过信息技术的快速发展，大坝安全自动监测系统实现了大坝周边实时数据采集，也为快速反应机制的构建提供了重要参考。此外，还需要多个系统之间的无缝连接、快速响应和通用功能。安全威胁很危险，因此，特别是及时获取监测数据和全面处理对大坝的影响至关重要。
4.2方案设计
大坝易受地震动或其他可能导致大坝断裂的条件的长期运行影响。因此，需要对大坝进行强振动监测，利用强振动速度仪分析整个土方工程过程，从而为抗震和抗震设计提供准确的参考。并且，能够发出实时处理强记录的警报，能够通过应急预案及时避免地震对大坝的影响，这与地震不同，因为减震器无法记录地震的所有可能时间范围，而且只有在振动强度超过一定值时才能触发这种振动装置的布局必须复盖整个大坝区域，特别是大坝轴线。全面的处理通过全天候在线收集数据自动收集所有数据。发生强烈震动时，应确定监视数据子系统，并立即将其传递给数据共享服务器。
4.3监测成果展示
监控信息平台实现了监控结果的综合可视化，利用三维图表传感器技术和高分辨率显示技术建立了大坝的仿真模型，并通过人工智能、联网计算机技术等实现了大坝安全运行仿真的三维可视化功能。此外，还可以全面查明大坝开发的潜在趋势，以确保大坝的控制可见，并通过使用虚拟仿真技术使技术人员能够对大坝的变化进行专业管理。
4.4实时整理监测监控数据
通过实时分析监控数据，您可以及时了解大坝的安全状态。同时，收集到的数据被上传到中央托管系统，与智能预测分析系统相结合，收集大坝状况和随时间变化的趋势，便于管理人员采取适当的修复措施。此外，系统内会计分析可自动生成检查报告、监测周期(月度、季度和年度报告)，以实现数据文件共享和电子存储，避免纸面文档的传输和丢失。
结束语
随着科技的发展，我国小浪底、三峡等大型水利枢纽建设完成，大坝作为水利枢纽的重要组成部分，起着防洪、调节水位的作用，因此保证大坝的安全运营是保证人们生命财产安全的重要举措。准确掌握大坝的变形程度、变形趋势是维护大坝安全以及及时修缮大坝的基础，而变形监测技术是获取大坝变形数据的有效技术手段，因而对大坝进行变形监测是必要的。
参考文献
[1]毛莺池,曹海,何进锋.面向大坝变形监测的时空一体化预测算法[J].计算机科学,2019,46(02):223-229.
[2]杨正林,刘艳琴.水利枢纽大坝外部变形监测及资料研究[J].黑龙江水利科技,2019,47(01):41-42+70.
[3]李明超,任秋兵,沈扬.贝叶斯框架下的大坝变形交互式时变预测模型及其验证[J].水利水电快报,2019,40(01):5.
[4]李作光,李英杰.丰满大坝新坝施工期变形监测资料分析[J].水电与抽水蓄能,2019,4(06):94-102.
[5]曹恩华,包腾飞,刘永涛,李慧.基于EMD-RVM-Arima的大坝变形预测模型及其应用[J].水利水电技术,2019,49(12):59-64.
[6]钟为延.水库大坝安全管理及发展动向分析[J].城市建设理论研究(电子版),2019(24):170.
[7]杨庆,任超.大坝变形的去噪傅里叶模型预测[J].测绘科学,2019,44(02):158-163.
作者简介：陈相，男，1986年，汉，四川省泸州人，大学本科，助理工程师，研究方向：工程测量。