基于集对分析的线性工程渗流安全评估方法

1.本发明属于工程渗流安全技术领域，具体涉及一种基于集对分析的线性工程渗流安全评估方法。


背景技术：

2.线性工程高填方渠段的安全稳定直接关系着渠道的安全，现有的渗流安全监控模型虽考虑了渗流破坏的原因复杂、影响因素多、不确定性强等特点，但依旧存在着一定的局限性：
3.首先在数据处理与分析方面，在拥有大量原型观测资料的前提下，应充分分析数据的规律与变化特征，即应当运用统计学方法，对数据展开分析，探寻数据的变化过程及其规律，如在渗压值数据状态分析方面，根据长序列下数据分析结果可知，渗压值数据的变化受水位、降雨、温度、历时等因素的影响较大，其数据会因外部因素影响而不断变化，因此应针对数据的分布状态展开分析，为建立渗流安全评价模型提供支持。
4.其次就是数据阈值的确定，现有工程的阈值确定或是依据工程实际取得，或是通过有限元仿真计算获得，但因有限元仿真计算过程存在着边界条件，因此该数据只能参考，无法确定。故在实际工程中，对于长期处于周期性变化、未经历极限状态的水利工程而言，其阈值往往是无法准确确立的。


技术实现要素：

5.针对目前渗流安全监控模型在数据处理、分析以及数值阈值确定存在的缺陷和问题，本发明提供一种基于集对分析的线性工程渗流安全评估方法。
6.本发明解决其技术问题所采用的方案是：一种基于集对分析的线性工程渗流安全评估方法，包括以下步骤：
7.步骤一、根据评价对象确定评价指标，根据评价指标确定相对应评价指标的评价标准集；
8.步骤二、确定每个评价指标的权重wi；
9.步骤三、分别计算每个评价指标与评价等级的联系度μ；
10.步骤四、根据评价对象与评价等级的联系度μ和评价指标的权重向量w＝[ω1，ω2，...，ωi，ωn]确定评价对象的综合联系度矩阵h，h＝w
·
μ；
[0011]
步骤五、根据综合联系度矩阵h，结合广义集对势确定评价对象的集对势向量，
[0012]
n0＝[shi(μ1)g,shi(μ2)g,
…
,shi(μi)g]
[0013]
式中：shi(μi)g为相对同一度e
ai
与相对对立度e
ci
的比值；
[0014]
步骤六、依据置信度准则，取置信度λ确定评价对象的评价等级f，
[0015]
[0016]
当有某一评价等级i(i＝1,2...,4)满足f1+f2+
…
+fi≥λ时，fi对应的等级即为评价对象所属的等级。
[0017]
上述的基于集对分析的线性工程渗流安全评估方法，所述评价指标包括水位、温度、渗压值。
[0018]
上述的基于集对分析的线性工程渗流安全评估方法，根据水位数据确定水位评价标准集；根据温升和温降情况确定温度评价标准集；根据渠道渗压均值、熵值及超熵值确定渗压值评价标准集。
[0019]
上述的基于集对分析的线性工程渗流安全评估方法，步骤二中运用层析分析法确定每个评价指标的权重。
[0020]
上述的基于集对分析的线性工程渗流安全评估方法，步骤三中运用联系测度ido法分别计算每个评价指标针对4个评价等级联系度，
[0021][0022][0023][0024][0025]
式中：μ1～μ4分别表示某一评价指标针对4个评价等级联系度；qi表示第i项评价指
标的评价值；x0～x4为第i项评价指标的各评价等级标准的临界值，不同评价指标对应同一评价等级标准的临界值不同。
[0026]
本发明的有益效果：依据集对分析方法实现了监测数据定量评价。结合实际渠道工程，建立以集对分析方法为基础、多种理论方法的相融合的方法，实现了监测数据的定量评价。运用监控指标值方法与云模型理论方法，依据数据的变化规律与分布状态，分别建立了环境变量与渗压值的单点多因素模型；并通过集对分析方法，运用联系度公式、广义集对势与置信度区间等内容计算实现了监测数据的评价结果。确定了该工程下的渗流监测数据的安全等级，验证了集对分析对工程的适用性。
附图说明
[0027]
图1为评价指标的数值表现示意图。
[0028]
图2为正向云发生器和逆向云发生器示意图。
[0029]
图3为云的数字特征示意图。
[0030]
图4为数据的正态分布图。
具体实施方式
[0031]
下面结合附图和实施例对本发明进一步说明。
[0032]
实施例1：本实施例提供一种基于集对分析的线性工程渗流安全评估方法，该方法包括以下步骤：
[0033]
步骤一、根据评价对象确定评价指标体系，根据评价指标确定评价标准集，构建集对。
[0034]
集对，通常是指具有两个一定联系的集合所组成的对子。而联系度是用于描述集对h＝(a,b)中两集合“同、异、反”联系的联系程度，记为μ，计算表达式为：
[0035][0036]
式中：μ表示联系度；n表示集合a、b中的总特性数；s表示集合a、b中共有的特性数；p表示集合a、b中对立的特性数，且满足等式f＝n-s-p；i为差异度系数，其值在区间[-1,1]内视实际情况取值；j为对立度系数，一般取值为-1；a，b，c分别表示集合a、b的同一度、差异度和对立度，并满足条件：a+b+c＝1及a，b，c∈[0,1]。
[0037]
结合工程实例与上述分析，应用集对分析方法于渠道工程渗流评价时，应确定评价指标集与评价标准集的集合关系，以进行渗流不确定性系统的计算。
[0038]
在评价标准集确定过程中，应结合数据特征，运用相关理论确定：在现有工程中，通常选用监控指标值方法来衡量工程渗流的运行是否正常与安全，当实测值在监控指标规定的范围以内时，一般认为工程处于正常情况，否则就有破坏的可能。
[0039]
监控指标值方法主要是通过评价指标值与可靠度理论，可将数据分布状态划分为数个区域，如图1和下式所示。以为中心在其上下两边考虑观测值的偏离来划分区域。对那些测值过大或过小都非正常表现的观测项目如温度等，y值分区应作双边考虑；而对那些测值比少偏大才有问题，测值偏小反而有利的观测项目，如渗压值数据等，y值分区可只作偏大的单边考虑。
[0040][0041][0042]
式中s为模型剩余标准差。
[0043]
因水位、温度等均为影响渠道渗流安全的环境因素，而水位数据、温度数据又都可通过监测仪器直接获得，且受外界的影响较小，故在设定的水位、温度评价标准集的时，可依据工程实际与具体的实测数据，结合上述方法实现。
[0044]
相比于水位、温度等数据变化，渗压值数据变化存在着一定的不确定性：因渗压值数据即为孔隙水压力，其数据的变化代表着土体渗透压力值的变化，而渗透压力值又是表明渗流是否稳定的主要参考值。因孔隙水压力主要依靠渗压计测定，但渗压计又易受周边土体因素影响，其数值变化不一，同时，其数值变化又与渠道水位、温度等数据密切相关，因此其数据的变化因外部条件的变化而存在着较大的不确定性。因此在确定渗压值评价标准集过程中，应结合考虑该不确定性的客观存在，在大量的实测数据基础上结合监控指标值方法与云模型理论方法，确立其数据的分布状态。
[0045]
本实施例选用的评价指标包括水位、温度、渗压值；根据水位数据确定水位评价标准集，根据温升和温降情况确定温度评价标准集；根据渠道渗压均值、熵值及超熵值确定渗压值的评价标准集。
[0046]
具体的，本实施例使用正向云发生器实现从定性概念到定量数值的转换，由云的数字特征(ex、en、he)产生云滴，如图2所示；逆向云发生器实现从定量数值到定性概念的转换，它将精确的数据转换为以云数字特征(ex、en、he)表示的定性概念。
[0047]
具体算法如下所示：
[0048]
(1)根据xi计算基础数据的样本均值一阶样本绝对中心距样本方差
[0049]
(2)
[0050]
(3)
[0051]
(4)
[0052]
超熵he的存在使云模型分布存在两种状态，当he取值较小时，云滴将呈泛正态分布状态，在极端情况下，即当he取值为0时，离散的云滴将勾勒出正态分布的形态；随着he的不断增大，云滴所呈现的分布情况将呈明显雾化状态：云的期望曲线不再明显，外围云滴更加分散，核心云滴出现明显的集中趋势(参见图3)。依据相关研究表明，云模型的状态将在he＝en/3时出现分界，即he＜en/3，云滴呈现出泛正态状态，反之则为雾化状态。
[0053]
因此根据云滴分布情况，云模型理论提出了正态分布下的云滴的“3en规则”(图4)，即对于论域u而言，对定性概念有贡献的定量值，主要落在区间[ex-3en,ex+3en]范围内，且该区间内的数据对定性概念的贡献约占全部数据的99.74％，区间[ex-en,ex+en]、区间[ex-2en,ex-en]和[ex+en,ex+2en]、区间[ex-3en,ex-2en]和[ex+2en,ex+3en]内的元素各占全部元素的33.33％，但它们对定性概念的贡献分别为68.26％，27.18％，4.3％。而当云滴分布呈雾化状态时，云滴分布亦存在中心聚集或是局部云滴聚集成团的情况，但无法确定具体的数据对于定性概念的贡献。
[0054]
步骤二、采用层次分析法确定每个评价指标的权重wi；
[0055]
步骤三、运用联系测度ido法分别计算每个评价指标针对4个评价等级联系度μ；
[0056][0057][0058]
[0059][0060]
式中：μ1～μ4分别表示某一评价指标针对4个评价等级联系度；qi表示第i项评价指标的评价值；x0～x4为第i项评价指标的各评价等级标准的临界值，不同评价指标对应同一评价等级标准的临界值不同。
[0061]
步骤四、确定评价等级，包括以下步骤：
[0062]
首先确定评价对象与评价等级的联系度矩阵μ＝(a+bi+cj)j
×
k，根据评价指标权重向量w＝[ω1，ω2，...，ωi，ωn]，确定评价对象的综合联系度矩阵h＝w
·
μ；
[0063]
然后根据综合联系度矩阵h，结合广义集对势确定评价对象的集对势向量n0，
[0064]
n0＝[shi(μ1)g,shi(μ2)g,
…
,shi(μi)g]
[0065]
式中：shi(μi)g为相对同一度e
ai
与相对对立度e
ci
的比值，
[0066][0067]
最后，依据置信度准则，取置信度λ确定评价对象的评价等级f，
[0068][0069]
当有某一评价等级i(i＝1,2...,4)满足f1+f2+
…
+fi≥λ时，fi对应的等级即为评价对象所属的等级。
[0070]
实施例2：本实施例通过工程实例对本发明的基于集对分析的线性工程渗流安全评估方法进行验证分析，结合选定渠段的监控数据，进行相应的数据计算。因选用的数据均为高填方段数据，联系各平断面渗压计分布可知，越靠近渠道内侧、底部，该测点渗压计对渠道水位变化及渗控体系失效时的反应越敏感，因此，高填方渠段以接近渠道的渗压计监测点为基准，即以p4-4和p4-6为主，因此针对渠段sh(3)124+525，选用渗压计p4-6展开分析。其余渠段数据选用渗压计p5-4、p6-5、p7-5。具体包括以下内容。
[0071]
一、评价指标体系与评价标准集的确定
[0072]
本实施例的评价指标体系如下，其中温度选取温升状态下数据：
[0073]
表1工程安全渗流监测数据评价指标值
[0074][0075]
根据上述内容，通过计算水位数据、温升、温降期间温度数据、渗压值数据，可得以下数据：
[0076]
根据历史数据可知，水位数据最小值为87.13m，最大值为112.17m，均值为
106.92m，水位标准差s为2.26，水位上限值为115.15。故可得以下评价标准集：
[0077]
表2渠内水位数据评价标准集
[0078][0079]
根据工程实际，此处设定温升阶段为3月至11月，温降阶段为12月至来年2月，并可得以下数据：温升时期，最低温度为2.30℃，最高温度为38.70℃，均值为21.11，温度标准差为7.9，设定的上限温度为41.50℃。温降阶段，最高温度为12.30℃，最低温度为-10.40℃，均值为2.93，温度标准差为4.42，设定的下限温度为-15.60℃，具体评价标准集如下所示：
[0080]
表3温度评价标准集
[0081][0082]
根据渠道渗压布置情况可知，渠道渗压计均值、熵值及超熵计算结果如下所示，相应的等级标准亦如下表所示：
[0083]
表4渗压计数据计算结果
[0084][0085]
根据计算结果，可得he＜en/3，渗压值的评价标准集如下：
[0086]
表5渗压值评价标准集
[0087][0088]
二、指标权重的确定
[0089]
针对某一具体的评价过程或评价系统，需要确定评价指标体系中各评价指标的相对重要性，即指标权重。由于不同的评价指标对研究对象的影响程度和贡献率不同，故需要用权重值来加以区分。本实施例选用层次分析方法进行权重赋值。确定权重如下：
[0090]
表6渠道渗流安全评价指标权重
[0091][0092]
三、联系度计算
[0093]
(1)单指标联系度
[0094]
根据表达式可得渠道渗流安全6个评价指标与4个评价等级标准限值的联系度。具体如下：
[0095]
表7渠道渗流安全6个评价指标的4个评价等级标准限值联系度
[0096][0097]
(2)综合联系度
[0098]
根据公式w
·
μ进行综合联系度向量h：
[0099]w渗流
＝[0.0812，0.0673，0.2122，0.2171，0.2235，0.1987]
[0100][0101]
评价结果：
[0102]
由上述综合联系度矩阵的计算结果h，并结合广义集对势定义，计算得到4个等级的广义集对势值，并进行归一化处理，计算置信区间。计算结果如表8所示。
[0103]
表8集对理论评价结果
[0104]
[0105]
根据表中的归一化广义集对势值，采用置信度准则进行判断，得到该渠道的安全等级为“安全度50％～75％”。