南水北调台儿庄泵站扬压力安全监控指标拟定

张运保，吕晓理，郭晓翠

(南水北调东线山东干线有限责任公司，山东 济南 250109)

1 台儿庄泵站概况

台儿庄泵站是南水北调东线一期工程的第七级泵站，主要任务是抽引骆马湖来水通过韩庄运河向北输送进入南四湖，以完成南水北调东线工程向北及胶东调水的任务，实现梯级调水目标。台儿庄泵站设计调水流量125m3/s，设计站上水位25.09m、站下水位20.56m，设计扬程4.53m，平均扬程3.73m；站下最高水位为22.50m，站上最高水位为25.50m。台儿庄泵站为I等工程，主要建筑物为1级，次要建筑物为3级。

2 研究方法

安全监控指标是评估和监测建筑物安全的重要指标。估计安全监控指标的主要任务是根据建筑物已经抵御经历荷载的能力，来评估和预测抵御可能发生荷载的能力，从而确定在该荷载组合下监控效应量的警戒值。但是，有些建筑物可能没有遭遇最不利工况；另外，建筑物抵御荷载的能力在变化。因此，在实际工程中，拟定安全监控指标是一个相当复杂的问题，需要根据建筑物的具体情况，用多种方法进行分析论证。本次研究采用置信区间法和典型监测效应量的小概率法进行台儿庄泵站扬压力安全监控指标的拟定。

3 台儿庄泵站扬压力监测资料分析

台儿庄泵站在主厂房底板、副厂房和安装间基础、进出水池和进出水渠共布设渗压计15支，本次对7#、11#、13#、21#渗压计进行分析，分析时段为2012年11月5日至2018年8月20日。以下基于原始观测资料，对监测数据的特征值以及时空变化规律进行重点分析，确定各效应量与环境量变化之间的相关性。

3.1 特征值分析

特征值统计以及过程线所使用的数据均将扬压力换算成扬压水位，各测点特征值统计见表1。

3.2 时空规律分析

由图1至图4可以看出扬压水位受河道运行水位的影响比较大，当河道水位升高时，扬压水位增大；当河道水位降低时，扬压水位减小。此外，相较于河道水位，各处扬压水位有一定的滞后效应，即其变化滞后于河道水位，而且距离河道越远，滞后效应越明显。

图1 台儿庄泵站7#渗压计水位过程线

表1 台儿庄泵站渗压计特征值统计表

图2 台儿庄泵站11#渗压计水位过程线

图3 台儿庄泵站13#渗压计水位过程线

图4 台儿庄泵站21#渗压计水位过程线

4 扬压力安全监控指标拟定

4.1 置信区间法

4.1.1监控模型及因子选择

考虑到泵站扬压力主要受河道水位、时效等因素变化的综合影响，其监控模型基本关系式表示为：

H=Hh+Hθ

(1)

式中，H—扬压力；Hh—水位分量；Hθ—时效分量。

(1)水位分量。河道水位变化对泵站扬压力有一定的影响，且有一定的滞后性，因此考虑选择监测日当天水位，以及前7天和前14天的平均水位作为因子，水位分量可以表示为：

(2)

式中，a1i—河道水位分量的回归系数(i=1～3)；hui—分别为监测日当天、监测日前第7天、前第14天的河道平均水位；hu0i—初始监测日上述各时段对应的河道水位平均值(i=1～3)。

(2)时效分量。考虑到泵站受多种因素的复杂作用，通常认为正常运行的泵站，时效分量变化的规律为初期变化急剧，后期渐趋稳定。时效因子通常选为θ和lnθ(θ为观测日减去基准日的天数)，因此应力的时效分量可表达为：

表2 泵站渗压计的回归模型

Hθ=b1θ+b2lnθ

(3)

4.1.2模型创建

经过计算各影响量之间基本无相关性，所以采用逐步回归分析方法计算统计模型参数，建模时段为2013年5月21日至2018年8月25日，分析时段的起始时间为仪器开始测量的时间。监控模型表示为：

(4)

4.1.3模型分析

表2为泵站各支渗压计统计模型的复相关系数R、剩余标准差S、分量分解百分比和回归模型方程式。从表2可以看出，5支渗压计中仅测点21#的复相关系数达0.74，表明实测数据的建模效果较好；其余4个测点的复相关系数均小于0.5，普遍较低，表明模型回归效果较差。

4.1.4监控指标估算

经前述分析可知，7#、11#、13#和15#测点的模型拟合精度较低，已严重失真，无法用于监控指标的拟定。仅21#测点建立的回归模型质量良好，因此可将21#测点的模型成果代入以下公式得到扬压水位的监控指标：

(5)

式中，Hm—监控指标；H—模型计算极值；S—剩余标准差；K—显著性水平α的函数。

K的取值和显著性水平α有关，通常将1-α称为置信水平，标志实测值落在监控指标范围内的概率。根据工程经验，一般取K=2，此时置信水平为95.4%。

模型计算极值的确定首先需求出最不利荷载组合，这是一个比较复杂的问题。本次分析采用“可能的最不利荷载组合”推求极值，考虑到扬压力主要受水位影响，且与水位呈正相关，因此选取水位达到最高时作为最不利时刻，实际计算时选取26.51m为出水池最高水位。基于模型方程和剩余标准差，估算出测点21#监控指标为22.54m，如图5所示。

图5 渗压计21#实测值和模型值过程线

4.2 典型监测效应量的小概率法

(1)子样的选择

台儿庄泵站从2013年5月25日运行以来经历了不同工况的考验，根据实测资料可知，扬压力水位受河道水位影响比较大，一般在高水位的情况下，水位值较大；在低水位的情况下，水位值较小。加之现场缺少降雨和气温等环境量的实测数据，因此主要考虑河道水位作为子样选择的依据。扬压力子样统计情况见表3—7。

表3 测点7#扬压水位特征值统计表 单位：m

表4 测点11#渗压水位特征值统计表 单位：m

表5 测点13#渗压水位特征值统计表 单位：m

表6 测点15#渗压水位特征值统计表 单位：m

表7 测点21#渗压水位特征值统计表 单位：m

(2)分布检验

K-S法是Kolmogorov于1933年提出，经Smirnov进一步发展完善而成的。其基本思想是根据子样得到的经验分布函数Fn(x)与原理假设的母体理论分布函数F(x)作比较，建立统计量Dn。

然后在给定信度α下，将计算得到的Dn(x)的最大值与检验临界值Dn，α比较，以检验原假设是否被拒绝：当Dn≤Dn，α时，不拒绝接受原假设；当Dn>Dn，α时，拒绝接受原假设。

表8 泵站渗压计样本K-S检验成果

(3)监控指标估算

由统计理论可知，当α足够小时，可以认为这是一个小概率事件，即该事件几乎不可能发生，若发生则为异常情况。利用上述原理，对泵站扬压水位取α为1%时的值，得到扬压水位的安全监控指标，见表9。

表9 利用典型小概率法估算台儿庄泵站扬压力水位预警值 单位：m

5 结论与建议

(1)针对台儿庄泵站扬压力监测，观测序列长、测量成果可靠且规律性明显，基于运行期间的实测数据，采取置信区间法和典型监测效应量的小概率法来进行监控指标的拟定，通过选定适宜的回归方法、影响量因子集合和影响量因子形式，构建数学物理统计模型，可以估算其安全监控指标。

(2)安全监控指标是不断变化的，运行管理部门应定期分析论证，及时提出变化后的监控指标。

(3安全监控指标只有与工程安全监测系统相结合，实时与监测数据作对比，发出预警预报，才能最大限度地发挥它的价值；另一方面，通过不断经历实际工况的检验和校正，监控指标的可靠性和实用性愈发完善，也能更加快速有效地对工程安全运行性态做出判断。