基于多状态参数的尾矿坝风险等级响应机理及随动模型研究

Risk grading of tailings dam is the prerequisite for assessing the risk of security monitoring indicators. But the existing risk grade division standard cannot make a dynamic change with the internal performance changes, which make the risk grade is difficult to reflect the actual operating situation of tailing dam and will seriously impact the assess performance of safety monitoring system. Therefore, to the problem of poor assessing result and failure which created from the existing risk grade division standard is difficult to make a dynamic adjustment with the changes of status parameter, this project taken upstream tailings dam as objects, and servo principle of control system and the response mechanism as scientific basis, the status parameter dynamic property of tailings dam and risk grade response mechanism are researched based on the fuzzy inference, probability theory and risk assessment, then build servo model. The main research contents include: the status parameters which described the performance changes inside the dam are selected, characterization; the association rules between the risk grade and status parameters are determined and risk grade response theory is revealed by dissect impact of status parameter on the dam stability; the risk grade servo model is built based on the collaborative and scarf mechanism among multi state parameters; the assessment method is researched using the servo model and the effectiveness is verified with project examples.

尾矿坝风险等级划分是安全监测指标进行风险评估的必备前提，但现有风险等级划分标准无法随着坝体内部性能变化而动态变化，使得现有风险等级难以反映坝体的实际运行状况，严重影响着安全监测系统评估性能发挥。因此，针对现有风险等级划分标准无法根据坝体内部性能状态参数变化而做出动态调整所造成的评估效果差、甚至误判的问题，本项目以上游式尾矿坝为研究对象，以控制系统的随动原理与响应机理为科学依据，以模糊推理、可能性理论、风险评估等为技术手段，研究尾矿坝内部性能状态参数的动态特性及风险等级随其变化的响应机理，进而构建风险等级随动模型。主要内容包括：选取描述坝体内部性能变化的状态参数，研究其度量及变化趋势；剖析状态参数对坝体稳定性的影响，确定其与风险等级间关联规则，揭示风险等级响应机理；探究多状态参数间的协同性和嵌接机制，构建风险等级随动模型；研究基于风险等级随动模型的尾矿坝风险评估方法，结合实例验证模型有效性。

尾矿坝作为整个矿山企业最大的人造危险源，其安全性对矿区人民的生命、财产以及社会的安全稳定造成了严重影响，引起了社会各界的高度重视。针对现有风险等级划分标准无法根据坝体内部性能状态参数变化而做出动态调整所造成的评估效果差、甚至误判的问题，项目开展了以下研究工作：.（1）明确了尾矿坝筑坝材料、筑坝方式等影响因素的特点和材料状态参数的类型，通过计算各状态参数的变异系数，最终选取了容重、粘聚力、内摩擦角、坝坡角、坝坡高、孔隙压力比等6个变异性较大的状态参数作为影响尾矿坝风险等级的研究变量。利用正态信息扩散法对状态参数信息集进行了度量，并拟合了其最优概率分布，提出了基于曼---肯德尔检验法的状态参数变化趋势预测方法，构建了其可能性分布。.（2）描述了状态参数与尾矿坝稳定性间的关系，利用逐步回归法、GA算法优化BP神经网络、支持向量回归法、随机森林算法等四种不同的方法建立了各状态参数与坝体安全系数间的非线性复杂关系，确定了坝体的风险等级响应函数。利用流变-突变思想分析了尾矿坝的衰减特性，明确了尾矿坝稳定性的动态变化特性，对不同运行阶段尾矿坝采用基于衰减特性的风险等级描述方法进行定量表示，构建了风险等级随动模型。.（3）根据库水位、浸润线、干滩长度及坝体位移等监测指标的特点，利用小样本、可能性中值等研究各指标信息的可能性分布构造方法。利用可能性截集将监测指标和风险等级信息的分布转化为落影集合，揭示了两者间存在的一对多、多对一、多对多的复杂映射规律，建立两者间的复杂多变性映射关系，并对不同截集下指标与风险等级间可能性集值映射进行仿真验证。.（4）构建了基于一致性检验的TOPSIS风险评估模型和基于模糊区域处理的风险评估模型，两个风险评估模型可以级联工作，以提升最终评估结果的精准性。利用正在使用期的尾矿坝和已发生事故尾矿坝验证了模型的有效性和合理性。