【摘要】随着我国经济持续稳定的高速发展，以开发水能资源和解决水或其他问题而兴建的大坝工程将越来越多。大坝安全监测是大坝安全管理工作的耳目，是降低工程风险、减少事故、揭示大坝实际工作性态的重要手段，本文主要阐述了影响大坝安全的因素，并探讨了大坝监测范围和内容以及大坝安全监测的网络、智能化，而且浅要研究了无线传感器网络的远程监测系统。
【关键词】大坝；安全监测；无线传感器网络
大坝安全监测是为了人们准确掌握大坝性态，为了更好地发挥工程效益、节约工程投资。大坝安全监测不仅是为了被监测坝的安全评估，还要有利于其他大坝包括待建坝的安全评估。
一、影响大坝安全的因素
1、设计阶段
在设计阶段，坝址的确定决定了地形、地质、地震发生频率及水文条件等；枢纽的总体布置、坝型及结构、材料选择和分区、水文资料的收集及洪水演算、地质勘探等都将影响大坝的安全。有的水库泄洪水雾引起开关站出线相间短路跳闸、引出线烧断、工地停电，这均是由于整体布置不合理，对泄洪水雾飘移危害认识不够所致。有的大坝位于高地震烈度区，粘土斜墙坝的抗震性能差，而设计又将防渗膜放在斜墙下游侧，形成潜在的最薄弱滑裂面，在大地震时，迎水面滑落库中，原因是坝体结构设计不合理。所以大坝的许多安全隐患是由设计阶段留下的，特别是水文计算及地质勘探和处理两个方面。
2、施工阶段
施工阶段能否贯彻设计意图、确保施工质量，特别是有效解决施工中发现的新问题是确保大坝安全的关键因素之一。如混凝土坝的温控措施、土石坝的碾压及防渗排水结构的施工、有关泄洪建筑物的机电安装等都将直接影响大坝的安全。
3、运行管理
运行管理涉及水库调度、大坝及附属机电设施检查、监测手段及资料分析方法、大坝安全状况评价等，其中每一环节都事关大坝的安全。有的大坝发生的漫顶事故，其重要原因就是因为盲目追求灌溉效益，汛期不适当地抬高运行水位所致；还有的大坝在泄洪闸门开启的关键时刻都出现了电源中断这一严重问题，说明了备用电源及汛前检查有关泄洪设备的重要性，更不用说对大坝进行全面的巡视检查、仪器监测和及时的资料分析了。
二、大坝监测范围和内容
规范规定“大坝安全监测范围，包括坝体、坝基、坝肩，以及对大坝安全有重大影响的近坝区岸坡和其它与大坝安全有直接关系的建筑物和设备”，如泄洪设备及电源的可靠性、梯级水库的运行及大坝安全状况、下游冲刷及上游淤积、周边范围内大的施工特别是地下施工爆破等。
大坝安全监测的范围应根据坝址、枢纽布置、坝高、库容、投资及失事后果等进行确定，根据具体情况由坝体、坝基推广到库区及梯级水库大坝，大坝安全监测的时间应从设计时开始直至运行管理，大坝安全监测的内容不仅是坝体结构及地质状况，还应包括辅助机电设备及泄洪消能建筑物等（如小峰水库大坝安全监测就设置了大坝浸润观测、渗漏观测、沉陷位移观测、溢洪道变形观测等内容）。
三、大坝安全监测的网络、智能化
在过去的许多年中，人们总是将观测资料交由专职单位去分析，这样做要花费大量的时间，不利于及时有效地掌握大坝性态和进行最优的运行调度。同时，一般单位的资料分析总是在建立数学模型（特别是统计模型）的基础上，缺乏与具体大坝的联系及与设计标准（稳定、强度）的比较，也不利于监测技术的提高。目前的大坝安全监测自动化水平多数还停留在部分监测项目数据的自动采集上，难以满足实际需要。事实上单凭监控指标来判别大坝安全是不完善的，因为目前的监控指标主要依靠经验和理论计算确定。前者人为因素大，后者由于计算理论、数学模型和边界条件的假定，误差也较大，实际应用也值得商榷。小峰水库大坝安全监测自动化系统建成于2004年，正是存在以上问题，现正计划进一步升级完善。具体措施主要为：大坝安全评估软件应与大坝安全定检内容相适应，应用专家系统和决策支持系统将大坝安全定检的成功经验和监测资料分析的有效方法结合起来，在此基础上实现与大坝监测数据采集系统、闸门监控系统、水库自动调度系统、水雨情测报系统的有机结合。
将大坝安全监测（工情监测）作为整个系统的一个部分，从而突出水库运行以效益为中心，大坝安全是约束条件的观点。另一方面，在大坝出险事例中，坝体浸润占了相当大的比例。试想：如果大坝坝体浸润，而又不及时了解浸润情况情况，如何在洪水到来时确保大坝安全？小峰水库2001年出现坝体在面积浸润、施工导游洞出浑水等险情，原因之一是不能及时掌握坝体浸润情况，没能及时处理造成的。故为充分发挥水库效益，确保大坝安全，必须尽可能将流域水情、梯级水库调度情况及洪水预报、大坝安全监测和本水库运行调度结合起来。 另一方面，目前自动监测系统的数据采集软件均有巡测和选测功能，为适应“无人值班，少人值守”的要求，设置自动进行巡测、在线诊断、自动报警是对系统的必然要求。由于许多测值超差均由于自动化系统本身引起，在数据采集软件中应增如下功能：即当某测值或其变化速率超过正常范围时，系统应立即对该测点进行多次重复测量或自动加密测次，以方便系统维护和资料分析。
随着信息化的推广，大坝安全监测应主动适应时代要求，走向网络化、智能化，采用网络数据库、INTERNET技术，建立大坝安全监测信息网是时代的要求。
四、无线传感器网络的远程监测系统
无线传感器网络概述传感器、微电子、无线通信等技术的进步，推动了低功耗多功能微型传感器的快速发展，使其具有信息采集、数据处理、无线通信和协同合作等多种功能。无线传感器网络就是由大量密集部署在监测区域的这类微型传感器，通过无线通信方式形成的一个多跳自组织网络系统。传感器节点集成了不同类型的传感器，以适应不同任务的需求，目的是通过协作式的信息感知、数据采集和分布式处理，实现对网络覆盖区域内的各种需要的物理量的监测，并通过网络将监测结果发送给观测者无线传感器网络是一种大规模、高可靠性网络。为了获取精确信息，成千上万甚至更多的传感器节点密集部署在监控区域，一方面可通过不同空间视角获得具有更大信噪比的信息。另一方面，大量的采集信息经过分布式处理后能提高监测精度，从而降低单个节点的精 度要求，而大量冗余节点的存在又能增大覆盖区域，减少监测盲区。无线传感器网络又是一种自组织、动态性网络。通常情况下，无线传感器网络节点可随机部署在没有任何基础设施的地方，节点的位置和相互之间的邻居关系不可预知。这就要求节点能够自动进行配置和管理，通过分布式网络协议自组织成网络。
无线传感器网络还是一种以数据为中心的应用相关网络。
目前的互联网，分配给各个网络设备唯一的IP地址，通过IP地址进行资源定位和信息传输，是一种以地址为中心的网络，具有统一的通信平台。而无线传感器网络中的节点采用节点编号标识，因节点的随机部署，节点位置与节点编号没有必然联系。当用户查询事件时，将事件发布给网络，而不是某个确定编号的节点，用户关注的是事件本身及事件发生的位置和时间，并不关心事件是由哪个节点监测到。不同的应用背景，传感器网络监测不同的物理量，虽然存在一些共性问题，但其软硬件和网络协议必然存在很大差别，在开发应用当中，更应该关注网络的差异，针对具体的应用来研究传感器网络技术。
远程监测主要分为有线监测和无线监测。相对于有线监测，无线监测具有监测点布置灵活、适应性强、无需布线、易于安装维护等优点。无线传感器网络是一种以数据为中心的网络，网络通信无需传统网络的寻址过程，能迅速有效地处理节点的感知信息，同时又是大规模、高可靠性网络，节点的密集部署不仅增大了监测区域的覆盖，而且使系统具有很强的容错性。
当然对于部分网络通信不保证的站点还必须设置超短波传输做为补充（小峰水库就存在网络通信无法覆盖的站点）。
五、基于支持向量机的大坝安全监测统计模型
利用最小二乘原理求解自回归模型参数时，发现大地测量模型强烈非线性的特点使得回归模型往往得不到满意的回归效果，因而选择了遗传算法（GA）应用于自回归模型参数的求解。又由于遗传算法易陷入局部最优，采用了蚁群算法对其优化，建立了基于遗传算法和蚁群算法相结合的GAAA算法，在C语言的平台上进行了编程实现。分别将基于最小二乘原理求解的MAR模型、基于遗传算法的GA模型、基于遗传算法和蚁群算法相结合的GAAA模型应用在大坝监测资料的分析预报上，进行了大坝垂直方向的变形分析预报，并进行了详细的比较，发现GAAA模型无论是在收敛速度、稳定性上，还是在预报精度上，都有着明显的优势，证明了GAAA模型模型能很好地应用在大坝安全监测中，为大坝变形监测的数据分析提供了一种新的思路。
（l）在大坝安全监测的建模分析中，建模因子主要考虑水压、温度、时效等因素，并以此建立其与效应量间的复杂关系，最小二乘回归统计方法是常用模型方法，但这种线性统计模型一般很难反映这种复杂关系，而支持向量机，通过引入核函数，将输入空间中非线性问题映射到高维特征空间中在高维空间中构造线性函数判别，是一种很好的非线性模型，因此，本文建立了基于支持向量机的大坝安全监测统计模型。
（2）支持向量机是求解一个凸二次规划，计算复杂，计算速度慢，最小二乘支持向量机采用等式约束替代不等式约束，加快了求解速度。因此，建立最小二乘支持向量机大坝安全监测统计模型，加快了求解速度，减少了计算资源，比传统的支持向量机模型更具推广力。
（3）针对大坝安全监测中，因子间的多重相关性，以及模型的非线性特点，本文将偏最小二乘回归与最小二乘支持向量机祸合，建立大坝安全监测模型。利用偏最小二乘回归对影响大坝渗流和变形的诸多因素进行分析，提取对因变量影响强的成分，从而克服了变量间的多重相关性问题，降低了最小二乘支持向量机的输入维数。实例分析表明，偏最小二乘支持向量机的学习训练效率比最小二乘支持向量机有较大的优势，更适合于大规模的数据建模。
（4）最小二乘支持向量机已经成功应用于大坝实测数据的回归建模和预测上。但是我们在对采集到的这些实测数据分析过程中，发现数据之间相互影响，存在较为严重的相关性。为此本章采用偏最小二乘的方法处理输入的数据，提取对因变量影响强的成分，克服了变量之间的多重相关性问题，降低了输入数据的维数，同时利用支持向量机在解决小样本非线性问题上的优势，采用将偏最小二乘回归与最小二乘支持向量机藕合的方法，建立了基于偏最小二乘支持向量机的大坝安全监测模型 （PLs一LssVM）。并应用该模型分别对云龙水库和黑河金盆水库的实测数据进行了回归和预测，研究结果表明，模型对这些实测数据的回归和预测的结果均较好，最重要的是缩短了模型的训练时间，提高了效率。说明本文所建立的PLS一LSSVM模型可应用于大坝安全监测。
六、监测工作的要求
1）设计的仪器布置能全面反映大坝工作状况，目的明确、重点突出。监测重点放在坝体机构复杂、承载大或地质条件复杂的部位。
2）仪器设备应精确可靠、稳定耐用、便于观测。自动化监测设备应有自检、自校功能，可长期稳定工作且具备人工观测条件。
3）监测施工必须严按照设计要求精心进行，确保埋设、安装质量，做到竣工图、考证表及施工记录齐全。
4）切实做好施工期及运行期观测数据的采集工作，严格遵守规程规范，做到记录真实、注记齐全、整理上报及时。
5）定期对监测结果作分析研究，对大坝工作状态做出评估（正常、异常、险情）。大坝异常或险情时，应立即向主管部门报告并通告设计单位。