一种丁坝及顺坝服役状态的评估方法和装置与流程

1.本发明涉及航道整治建筑物工程技术领域，具体而言，涉及一种丁坝及顺坝服役状态的评估方法和装置。


背景技术：

2.丁坝及顺坝长时间受水流的直接撞击、输沙输移带中砂石的磨损、坝后回流冲刷等因素的影响，极易出现建筑物局部水毁，功能发挥受限等情况。若不能准确评估丁坝及顺坝服役状态，给出维护决策意见，有可能造成损毁程度加剧或整治功能丧失的情况。
3.目前对于丁坝及顺坝评价主要依据《内河航道维护技术规范》(jtj287)，《长江干线航道整治建筑物维护技术规定》，《水运工程水工建筑物原型观测技术规范》(jts258)，对丁坝及顺坝服役状态即使用状态进行评估，确定是否维护。国内外对于丁坝及顺坝服役状态评价多集中于建筑物可靠性分析、损毁成因、局部冲刷机理上，通过数学模型与物理模型等方式对建筑物冲刷过程进行模拟研究，通过bp神经网络、der法等方法在丁坝及顺坝服役状态结构状况评估以及功能状况评估上也取得了一定成果。但研究中难以避免以下问题：
4.第一，对于不同类别丁坝及顺坝服役状态评估，现有评价方法不具备较好普适性；第二，现有研究大多通过物理模型分析进行模拟研究，研究成果多适用于特定河段，适用范围较小；第三，针对丁坝及顺坝服役状态评估现有研究多集中于单独针对其结构状况或者功能发挥状况好坏来进行评价分析，综合评估研究较少，影响评价结果的客观性、全面性、整体性。
5.总而言之，对于丁坝及顺坝的损毁原因、冲刷机理、附近流场分析等方面研究相对比较成熟，对于丁坝及顺坝单单就结构状况或功能发挥状况的评估也有初步研究成果，而对于综合考虑丁坝及顺坝结构损毁状况及功能发挥状况的评价涉及较少。如何量化评价丁坝及顺坝服役状态，给定维护决策建议，多座建筑物皆发生损毁时维修顺序等问题阻滞了相关单位维护效率的提高。


技术实现要素：

6.本发明的主要目的在于公开了一种丁坝及顺坝使用状态的评估方法，用于量化评价丁坝及顺坝的服役状态，给定维护决策建议方式，并在多座建筑物皆发生损毁时判断维护顺序，提高维护效率。
7.第一方面，为实现上述目的，本技术提供了一种丁坝及顺坝服役状态的评估方法，包括：
8.获取丁坝及顺坝的功能发挥和结构状态各指标的数值；
9.转换功能发挥的指标和结构状态的指标为服役状态的节点概率；
10.获取丁坝及顺坝的服役状态的计算结构，计算结构包括贝叶斯网络拓扑结构；
11.通过计算结构计算服役状态的评价结果。
12.在转换所述功能发挥的指标和结构状态的指标为所述服役状态的节点概率之前，
还包括：
13.获取丁坝及顺坝的功能发挥和结构状态的指标构成的评分依据，转换所述指标构成为评分分值。
14.其中，功能发挥的指标构成包括：
15.航道条件：具体包括主槽浅区航道深、满足航深的最小航宽；
16.水流条件：具体要求包括急流区流速和水面比降；
17.结构状态的指标构成包括：
18.外观：具体包括坝头损毁长度、坝面塌陷面积、边坡高程降低量、坝根缺口高程；
19.完整性：包括坝头水毁体积比、坝身水毁体积比、坝根水毁体积比；
20.稳定性：包括冲刷坑深度、冲刷坑距坝最小距离、坡比；
21.所述指标通过等级进行量化评估，所述等级的评分分值包括：100、80、60、40、20。
22.进一步的，将转换所述功能发挥的指标和结构状态的指标为所述服役状态的节点概率的步骤包括：
23.步骤1：建立评价集：
24.u＝(u1，u2，...，uj，...，un)
25.其中：uj为不同的评语等级，n为评价等级的个数；
26.步骤2：构件隶属度矩阵r：
27.其中，r
ij
是指标因子i(1≤i≤n)被评为等级j(1≤j≤m)的可能程度；
[0028][0029]
选择降半梯形分布分段函数来计算隶属度，方法如下：
[0030][0031][0032][0033]
其中：r
ij
是指标ti对第j评价等级的隶属度(1≤i≤m，1≤j≤n)；
[0034]di
是指标ti的实际取值；
[0035]uij
是指标ti的第j评价等级的标准值；
[0036]
n是评价等级数；
[0037]
步骤3：确定节点概率：
[0038]
在确定节点所有因素隶属度和小于1的约束前提下，通过以下算法将计算得出的隶属度矩阵r转化为根节点的先验概率：
[0039][0040]
其中：p(di)为指标{x＝di}出现的概率；π(d
ij
)为x＝di隶属于某模糊子集j的可能性，α为可能性向概率转换时一致性满足的程度，默认赋值α＝0.9。
[0041]
进一步的，通过贝叶斯网络模型计算所述服役状态的评价结果的方法包括以下步骤：
[0042]
步骤1：获取n个随机变量x＝{x1，x2，
…
，xn}的联合概率分布：
[0043]
其联合概率分布的算法如下：
[0044][0045]
其中：p(xi|a(xi))为条件概率分布，即在某一事件发生的状况下另一事件发生的概率；
[0046]
步骤2：计算先验概率分布，计算方法如下：
[0047]
p(xi)＝∑p(a(xi))
·
p(xi|a(xi))
[0048]
步骤3：计算后验概率分布，计算方法如下：
[0049][0050]
步骤4：根据所述丁坝及顺坝服役状态隶属与四个评价等级的概率，获取评价结果。
[0051]
另一方面，本发明提供了一种丁坝及顺坝服役状态的评估装置，其特征在于，包括：
[0052]
丁坝及顺坝指标状态获取模块：与第三方平台连接获取指标数据，第三方平台包括地形数据系统、实测资料系统；指标数据包括功能发挥指标数值和结构状态指标数值；
[0053]
节点概率转换模块：用于根据配置的算法，对功能发挥的指标和结构状态的指标进行转换，生成节点概率；
[0054]
服役状态计算模块：用于根据功能发挥的指标和所述结构状态的指标配置丁坝及顺坝的服役状态的计算结构，计算结构包括贝叶斯网络拓扑结构；
[0055]
服役状态的评价结果评估模块：通过服役状态计算模块，计算所述服役状态的评价结果，生成评价报告。
[0056]
根据本发明，可以量化评价丁坝及顺坝的服役状态，给定维护决策建议方式，并在多座建筑物皆发生损毁时判断维护顺序，提高维护效率。
附图说明
[0057]
图1是根据本发明实施例的丁坝及顺坝服役状态的贝叶斯网络结构；
[0058]
图2是根据本发明实施例的丁坝服役状态计算过程贝叶斯网络计算结果示意图。
具体实施方式
[0059]
下面结合说明书附图对本发明的具体实现方式做详细描述。
[0060]
本发明针对丁坝及顺坝的服役状态进行数据采样、提取指标数值、转换为概率后进行状态分析。
[0061]
本发明中，对于丁坝及顺坝为例，针对其服役状态的评价方法进行说明。目前国内外研究对于丁坝及顺坝服役状态这一概念没有明确定义，本发明认为丁坝及顺坝服役状态就是在考虑丁坝及顺坝功能发挥情况与建筑物自身结构特性下结合的情况下的综合优劣程度。通过确定指标评分依据、建立评价集、隶属度函数的方式将指标数据转换为贝叶斯网络计算所需节点概率，最后通过贝叶斯网络模型计算评价结果,具体步骤说明如下：
[0062]
步骤1：获取丁坝及顺坝的功能发挥各指标和结构状态各指标的数值：
[0063]
以丁坝及顺坝为例，搭建丁坝及顺坝服役状态指标体系，通过地形数据、实测资料收集相关指标数据。
[0064]
建立丁坝及顺坝服役状态评价指标体系，从功能发挥与结构状况两个角度进行展开，将丁坝及顺坝服役状态的影响指标分解成4个层次来进行定量和定性分析。以服役状态为目标层，功能发挥状况和结构状况为第一层，第二层和第三层包含评价丁坝及顺坝服役状态的具体指标。
[0065]
在本发明中，还包括配置指标的相关参数的关系、层级，并对获取的指标的数量、有效性进行筛选和监控，管理和维护丁坝及顺坝服役状态评价指标体系的有效性。
[0066]
丁坝及顺坝服役状态指标体系见表1：
[0067]
[0068][0069]
表1
[0070]
步骤2：转换功能发挥的指标和结构状态的指标为服役状态的节点概率：
[0071]
首先确定指标层指标分值评分依据，转换为评分分值，其中指标层的各指标通过五个等级来进行量化评估，五个等级分别代表五种评分分值，100、80、60、40、20。指标具体评分标准见表2：
[0072]
[0073]
[0074]
[0075][0076]
表2
[0077]
其次，通过建立评价集、隶属度矩阵的方式将指标分值处理为计算所需节点概率，具体方法如下：
[0078]
(1)建立评价级：
[0079]
引入相关语言评价级来描述变量。用u来表示，即：
[0080]
u＝(u1，u2，
…
，uj…
，un)
[0081]
式中：uj为不同的评语等级，n为评价等级的个数。
[0082]
本发明将丁坝或顺坝服役状态评价指标分为ⅰ级(状况较好)、ⅱ级(状况中等)、ⅲ级(状况较差)及ⅳ级(状况差)等4个等级，如下表2所示：
[0083]
表2评价集等级划分示意表
[0084][0085]
(2)构建隶属度矩阵r。隶属度矩阵r中，r
ij
是指标因子i(1≤i≤n)被评为等级j(1≤j≤m)的可能程度。
[0086][0087]
选择降半梯形分布分段函数来计算隶属度，如式(1)～式(3)：
[0088][0089][0090][0091]
式中：r
ij
是指标ti对第j评价等级的隶属度(1≤i≤m，1≤j≤n)；
[0092]di
是指标ti的实际取值；
[0093]uij
是指标ti的第j评价等级的标准值；
[0094]
n是评价等级数。
[0095]
(3)确定节点概率。
[0096]
在确定节点所有因素隶属度和小于1的约束前提下，通过式(4)将计算得出的隶属度矩阵r转化为根节点的先验概率：
[0097]
[0098]
式中：p(di)为某一指标{x＝di}出现的概率；π(d
ij
)为x＝di隶属于某模糊子集j的可能性，α为可能性向概率转换时一致性满足的程度，α越趋于1，转换概率间差异性越小，α越趋于0，转换概率差异性越大，在本技术中赋默认值0.9。
[0099]
步骤3：获取丁坝及顺坝的服役状态的计算结构，如贝叶斯网络拓扑结构；
[0100]
在此步骤中，通过贝叶斯网络映射的方式将指标体系转为为贝叶斯网络拓扑结构，如图1所示。
[0101]
步骤4：计算结构计算所述服役状态的评价结果：
[0102]
在本发明中，采用贝叶斯网络模型计算。结合上述贝叶斯网络结构与节点概率，通过贝叶斯公式计算丁坝及顺坝服役状态在四个评价等级区间的概率，贝叶斯网络通过n个随机变量x＝{x1，x2，
…
，xn}的联合概率分布来表达研究目标，具体算法见公式式(5)、(6)、(7)：
[0103]
贝叶斯网络用联合概率分布的表达形式为：
[0104][0105]
式中：p(xi|a(xi))为条件概率分布，即在某一事件发生的状况下另一事件发生的概率。
[0106]
p(xi)＝∑p(a(xi))
·
p(xi|a(xi))
ꢀꢀꢀ
公式(6)
[0107][0108]
其中：p(xi)为先验概率分布，即根据客观事实、专家资料所确定的事件发生的概率；p(a(xi)|xi)为后验概率分布，即得到“结果”信息后，重新修正的概率。
[0109]
为减少计算繁琐度，使计算结果具备更佳可视化，使用贝叶斯网络计算软件genie来实现过程计算。
[0110]
接下来，可进行计算结果分析。根据计算所得丁坝及顺坝服役状态隶属与四个评价等级的概率，结合模糊数学理论中最大隶属原则定义四类评价结果：
[0111]
(1)当丁坝及顺坝服役状态概率分布在i级处概率最大时，判定此丁坝及顺坝服役状态等级为i级，标明该建筑服役状态良好，不纳入维修养护范畴。
[0112]
(2)当丁坝及顺坝服役状态概率分布在ii级处概率最大时，判定此丁坝及顺坝服役状态等级为ii级，标明该建筑服役状态一般，应加强巡察检测，关注建筑物各类指标演变趋势，分析建筑物服役状态下降原因，进行一定养护，防止丁坝及顺坝服役状态进一步变差。
[0113]
(3)当丁坝及顺坝服役状态概率分布在iii级处概率最大时，判定此丁坝及顺坝服役状态等级为iii级，标明该建筑服役状态较差，应当纳入维修养护范畴，根据各指标计算结果，有的放矢，修理对应服役状态较差部位，并加强观测，防止丁坝及顺坝发生进一步损坏。
[0114]
(4)当丁坝及顺坝服役状态概率分布在iv级处概率最大时，判定此丁坝及顺坝服役状态等级为iv级，标明该建筑服役状态极差，在功能或者结构上已存在较大的缺陷，应立即采取维修手段，对相应存在重大缺陷的部分进行补救，复原丁坝及顺坝结构及功能。
[0115]
当多座丁坝及顺坝服役状态评价等级一致时，且都需要维修时，通过服役状态值公式e量化其服役状态值：
[0116][0117]
式中：pi为对应隶属等级i的概率值；xi为对应隶属等级i的取值，
[0118]
xi＝100、75、50、25(i＝i、ii、iii、iv级)。
[0119]
现举例说明：
[0120]
将本发明对于丁坝及顺坝服役状态的评价方法用于某一航道上2017年a顺坝的服役状态评价。详细说明内容如下
[0121]
(1)航道条件：采集了a顺坝附近最低通航水位下主槽浅区的最小航深以及满足航深要求等深线之间最窄断面的宽度，数值分别为3.2m和106m，根据指标评分依据可得其分值分别为60和80。
[0122]
(2)水流条件：采集a顺坝附近采集急流区最大流速及沿线河心纵比降，与修建标准值进行比较，变化率分别是1.5％和7％，根据指标评分依据可得其分值分别为100和80。
[0123]
(3)外观：根据2017年的a顺坝外观实测影像图及相关地形测图，采集坝头后退部分长度、坝面多个塌陷区域总面积、边坡高程降低最大量、坝根形成缺口处最低点高程，分别与修建标准进行比较，变化率分别是57％、4.3％、29％、3.8％，根据指标评分依据可得其分值分别为20、100、40和100。
[0124]
(4)完整性：根据2017年的a顺坝地形测图及三维立体图，采集坝头、坝身、坝根的水毁体积占比，分别与修建标准进行比较，变化率分别是41％、6.4％、2.3％，根据指标评分依据可得其分值分别为20、80、100。
[0125]
(5)稳定性：根据2017年河段地形资料与2016年河段地形资料，采集冲刷坑深度及采集坝外侧冲刷坑距坝的轴线距离，以2016年为基础，判断2017年冲刷坑的变化趋势，变化率分别为4.8％、41.2％，根据指标评分依据可得其分值分别为100、20，根据2017年a顺坝典型断面剖面图，收集两侧边坡最陡坡比，与修建标准进行比较，变化率为51％，根据指标评分依据可得其分值为20。
[0126]
以上指标在丁坝及顺坝服役状态评价指标体系中进行有效性测试通过后，即可进入以下步骤：
[0127]
通过公式(1)、(2)、(3)计算各指标隶属度后形成隶属度矩阵，再通过公式(4)计算各指标的先验概率，计算结果如下：
[0128][0129][0130]
将上述计算结果带入贝叶斯网络模型中计算结果，因涉及指标众多，计算量过大，几乎不可能通过人为计算出结果，因此采用贝叶斯网络计算软件计算，最终结果如图2。
[0131]
由计算结果可知，a顺坝2017年由于主槽浅区航深较浅导致其维持航道条件功能一般，改善水流条件功能较好，由于坝头及边坡损毁较为严重，存在重大结构性破坏，严重影响坝体结构安全，因此外观及完整性状况较差，冲刷坑深度在与前一年比较下没有较大发育的倾向，但是向着坝体方向发育速度较快，且坝体坡比变化较大，因此稳定性状况很差，综合来看a顺坝的服役状态等级为ⅲ级。
[0132]
根据公式(8)量化该建筑服役状态数值为56。
[0133]
根据服役状态为ⅲ级时的维修方法，a顺坝应当纳入维修养护范畴，根据各指标计算结果，对坝头及边坡部位进行重点关注，对于坝头维修采取按原设计标准进行结构恢复，采用大粒径的块石或混凝土预制构件进行维修，对于坝体坡面维修采取在坡面上增加护面，或使用稳定性较好的扭王字块和钢丝石笼修复坝体损毁部位，并加强观测，防止丁坝及顺坝发生进一步损坏。
[0134]
另一方面，本发明提供了丁坝及顺坝服役状态的评估装置，包括以下模块：
[0135]
丁坝及顺坝指标状态获取模块：与第三方平台连接获取指标数据，第三方平台包括地形测图系统、实测资料系统，从系统导入数据后，进行系统性的配置、选择、纠错，也可
以提供接口由人工录入；
[0136]
指标数据包括功能发挥指标数值和结构状态指标数值，在本发明中，提供监控模块，对数据的完整性和合理性进行监测和提醒，管理和维护丁坝及顺坝服役状态评价指标体系的有效性；
[0137]
节点概率转换模块：用于根据配置的算法，对所述功能发挥的指标和结构状态的指标进行转换，生成节点概率；
[0138]
服役状态计算模块：用于根据所述功能发挥的指标和所述结构状态的指标配置所述丁坝及顺坝的服役状态的计算结构，所述计算结构包括贝叶斯网络拓扑结构；
[0139]
服役状态的评价结果评估模块：通过所述服役状态计算模块，计算所述服役状态的评价结果，并生成报告。
[0140]
在本发明中针对丁坝和顺坝的服役状态分析过程进行说明，通过将丁坝及顺坝相关信息集成分析的方式对其进行评价，减少评价过程主观性，提高评价精度；对其评价过程可视化，利于分析建筑物服役状态较差时的致使因素，提高评价合理性；另一方面，本发明能给出不同丁坝及顺坝服役状态的不同等级，针对不同等级提出不同维修方式；量化评价丁坝及顺坝服役状态值，对同类建筑维修缓急顺序给出决策意见，有助于丰富服役状态评价报告。
[0141]
以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。