| 基于蒙特卡洛方法的运营电力隧道结构安全评估 |
城市电网是现代城市公共基础设施的重要组成部分。随着城市建设的不断发展,邻近电力隧道的市政管线修建、高层建筑基坑开挖、道路改造扩建等施工有可能会改变电力隧道现有受力状态及周围的荷载环境,地下水位的变化引起的应力释放,对隧道产生收敛变形和沉降变形。另外,电力隧道本身随着时间的推移,结构材料也存在退化现象,对电力隧道结构产生不利影响,从而造成电力隧道破坏,导致大面积停电。因此必须建立电力隧道结构安全监测系统进行远程实时在线监测,采集隧道关键部位和主要因素的监测数据,及时掌握影响隧道结构安全的各种内外部因素[1-4];同时建立隧道结构数据库,根据理论计算和历史数据的变化情况,评估隧道的安全状况,为电力隧道结构安全评判提供科学依据,为运营隧道的日常养护和加固改造提供理论依据[5-7]。
1 运营电力隧道结构安全评估体系隧道是由围岩与支护结构组成的综合体,周围的地质介质和支护结构中隐含着许多影响隧道结构安全的因素[8]。目前,对于道路隧道结构安全的监测方法和技术已经较为成熟,如全站仪变形监测方法、静力水准、地面激光扫描仪、电测电磁传感器等,但与道路隧道相比,电力隧道空间小、设施多、黑暗潮湿、且弯曲不平等特点。因此,道路隧道的监测技术和方法不完全适用于电力隧道的监测。光纤传感技术是一种新型的监测技术,它具有抗电磁干扰、抗腐蚀、耐久性长、灵敏度高等特点,可快速准确地获得隧道变形监测数据,有效弥补了传统内观监测仪器的不足,在电力隧道安全监测方面具有广阔的工程应用前景。为了获得反映运行电力隧道结构安全状况的数据,必须合理地设置监测项目,在隧道内的关键部位布置光纤传感监测点。根据不同电力隧道的结构型式,监测部位应选择在隧道管片的连接处、受外荷载力影响处、纵坡变坡点以及衬砌表面裂缝处等关键部位。
通过综合分析运营电力隧道结构特点和周边环境,将运营电力隧道结构安全监测划分为3大类:外荷载作用、结构应力变形、材质劣化。监测项目包括绝对沉降、相对沉降、纵向收敛、横向收敛、环向接缝宽度、纵向接缝宽度、衬砌混凝土应变、衬砌裂缝宽度、衬砌裂缝密度、衬砌面剥落面积、渗漏点密度、单点渗水面积、单点渗水量等13个监测参数。根据影响隧道结构安全的外在环境因素和内在作用机理因素,同时根据工程的实际情况,运用层次分析法原理,建立运营电力隧道结构安全状况的评估指标体系,如图 1所示。
![]() |
| 图 1 运营电力隧道结构安全评估体系 Fig.1 Operating Power Tunnel Structure Safety Assessment System |
由于现阶段缺乏统一的运营电力隧道结构安全等级的划分,通过电力隧道日常养护和维修经验,分析历史监测数据库和相关规范标准,将运营电力隧道结构安全状况划分为5个等级,并根据其安全等级,给出相应的建议指导,并采取科学合理有效的措施对策[8]。
2 蒙特卡洛方法进行电力隧道结构安全评估流程蒙特卡洛方法也称统计模拟法或随机抽样技术,它与确定性数学方法不同,是一种基于随机数的计算方法,就是将实际问题转化为随机变量的概率,通过构建一个概率分布模型,求解随机变量的概率或期望,得到这个问题所求解的近似值[4, 9, 10]。基于蒙特卡洛方法的运营电力隧道结构安全评估基本步骤为:归一化处理、建立蒙特卡洛分析模型、概率分布图和各指标的敏感性分析等。
1) 归一化处理。运用蒙特卡洛方法进行模拟时,首先需要产生服从各种概率分布的随机变量,在各种评价指标因素的监测数据中,将原始数据按特定的规则进行缩放成在区间0~1均匀分布的随机变量,使各种评价指标因素的监测数据权重接近。利用传统的监测技术和光纤传感监测技术,得到各种影响隧道结构安全的历史数据,采取均匀分布数学模型,输入最小值和最大值,计算机通过给定的规则进行大量的随机抽样和数学计算,求出各种影响隧道结构安全的因素的概率分布。
2) 建立蒙特卡洛分析模型。在建立概率模型并能实现模拟实验后,需要确定一个预测变量作为所求问题的解。通过建立各种预测变量,建立数学模型,从而得到问题的解。本文根据建立的运营电力隧道结构安全评价体系(见图 1),定义的预测变量有13个,建立运营电力隧道结构安全状况值H与其各个监测参数(变量)之间的函数关系为:
| $ H = A_{11}^\prime {W_{11}} + , \cdots , + C_{14}^\prime {W_{13}} $ | (1) |
式中,A′11, …, C′14为13个监测参数归一化处理后的值;W11, …, W13为13个监测参数的实际权重。
3) 获取概率分布图与安全评估。根据之前构建的指标分析模型,用计算机按照给定的置信度生成大量的随机数,把这些随机数代入数学模型中,经过大量、反复的模拟计算,求出各种影响隧道结构安全因素的目标变量的可能结果和概率分布及统计特征,自动生成一系列概率分布图表,并根据各种参数对隧道结构安全的影响,预测得出运营电力隧道结构安全状况值及各种因素的概率分布。
4) 各指标的敏感性分析。在蒙特卡洛模拟的基础上进行各指标的敏感性分析。敏感性分析方法是通过对多个不确定因素的波动与变化幅度来确定对运营电力隧道结构安全评价值的影响程度,也称为敏感性系数[4],找出对运营电力隧道结构安全影响较大的因素,有针对性地采取预防和养护措施,保障电力隧道的安全运营。利用蒙特卡洛方法模拟敏感性分析的具体步骤如图 2所示。
![]() |
| 图 2 蒙特卡洛方法敏感性分析流程 Fig.2 Flow Chart of Monte Carlo Method Sensitivity Analysis |
3 工程实例解析 3.1 数据计算与安全评价
本文以广州市珠江新城的3个运营电力隧道(简称:甲电力隧道、乙电力隧道、丙电力隧道)作为工程实例,根据现场采集的大量监测数据(见表 1),利用蒙特卡洛方法对这3个运营电力隧道的结构安全状态进行大量的模拟计算,根据模拟计算结果分析、预测其结构安全状况。
| 表 1 各隧道的监测数据 Tab.1 Monitoring Data of each Tunnel |
![]() |
对3个隧道近2年时间的自动化监测,得出各电力隧道的指标监测数据如表 1所示。利用蒙特卡洛方法对各指标监测数据进行归一化处理结果如表 2所示。
| 表 2 各隧道的监测数据归一化结果 Tab.2 Results of Normalization of the Monitoring Data of each Tunnel |
![]() |
基于上述3个隧道实例的监测数据,根据蒙特卡洛方法模拟得出评估结果,甲电力隧道为0.393,乙电力隧道为0.513,丙电力隧道为0.724。如图 3所示。
![]() |
| 图 3 各运营电力隧道结构安全状况评估值 Fig.3 Assessment Value of Safety Condition of Electric Tunnel Structures in Operation |
对照运营电力隧道结构安全状态等级划分表(见表 3),得出丙电力隧道的安全等级为A级、乙电力隧道的安全等级为B级、甲电力隧道的安全等级为C级,并提出各个电力隧道的结构安全状态评估和建议采取的措施。
| 表 3 各电力隧道的结构安全评估和措施 Tab.3 Structural Safety Assessment and Measures for Power Tunnels |
![]() |
3.2 参数的敏感性分析
利用蒙特卡洛模拟敏感性分析的方法分析各监测参数对运营电力隧道结构安全的影响程度,得出各个监测参数的敏感性对比分析结果,如表 4和图 4所示。
![]() |
| 图 4 运营隧道结构安全各监测参数的敏感性分析结果 Fig.4 Sensitivity Analysis Results of Monitoring Parameters of Tunnel Structure Safety in Operation |
| 表 4 各监测参数的敏感性对比分析 Tab.4 The Sensitivity of Each Monitoring Parameter Was Compared |
![]() |
根据表 4和图 4结果分析表明了B14衬砌裂缝宽度对运营电力隧道结构安全影响程度较高,隧道衬砌表面的裂缝宽度越大、密度越多,表明隧道受外荷载影响、衬砌混凝土材质老化,隧道整体结构安全状况越差;B12纵向接缝宽度、B13衬砌混凝土应变、C14单点渗水量等参数也是运营电力隧道结构安全的敏感性因素,直接威胁到隧道的整体结构安全。
4 结束语本文根据运营电力隧道结构安全监测所获取的数据,分别从外荷载作用、结构应力变形、材质劣化3个方面,建立了运营电力隧道结构安全评估体系,采用蒙特卡洛方法对结构安全状态进行分析和计算,得出结构安全评估结果,并采用敏感性分析方法分析归纳出影响隧道结构安全的主要因素,为保障运营电力隧道的安全运营、日常养护和加固改造提供理论依据,收到良好的效果。但由于运营电力隧道工程是一个复杂的系统工程,其结构安全受多方面因素的影响,如隧道构造形式、外部荷载作用、自身结构材质劣化、地质状况等,很难在研究中将所有因素考虑完整。今后还要根据更多的电力隧道结构安全监测工程积累的数据和经验进一步深入分析,加入更多的影响因素,完善蒙特卡洛方法的模型,建立更为详细和全面的综合评估体系,以提高预测评估的准确性。
| [1] |
卞佳音, 李卫海, 郑志豪, 等. 电力电缆隧道光纤传感器变形监测系统研究[J]. 工程勘察, 2017, 45(9): 54-57. |
| [2] |
李卫海, 陈丽佳. 光纤传感技术下电力隧道自动化变形监测系统的设计与实现[J]. 测绘通报, 2018(6): 135-138. |
| [3] |
李卫海, 谭耀华, 等. 城市地下空间信息的采集与管理[J]. 测绘地理信息, 2018, 43(3): 70-72. |
| [4] |
周明, 邱凌云, 等. 高危边坡变形监测与预警系统研究[J]. 测绘地理信息, 2018, 43(3): 48-50. |
| [5] |
王志忠. 基于可靠度理论的缺陷隧道结构安全性分析[D]. 石家庄: 石家庄铁道大学, 2019
|
| [6] |
邱颖新, 张献州, 等. 利用物联网模式的轨道交通工程变形监测预警体系[J]. 测绘地理信息, 2017, 42(5): 88-91. |
| [7] |
李讯. 公路隧道结构安全与健康状态标识系统研究[D]. 成都: 西南交通大学, 2014
|
| [8] |
刘洋. 运营隧道结构健康安全评价[D]. 武汉: 华中科技大学, 2015
|
| [9] |
王菀, 干昆蓉, 施斌, 等. 一种基于布里渊光时域反射的土质隧道分布式光纤传感应用技术[J]. 隧道建设, 2013(2): 110-115. |
| [10] |
郝立亚. 基于蒙特卡洛模拟的贝叶斯随机波动模型及应用研究[D]. 长沙: 湖南大学, 2011
|
2021, Vol. 46








