2.2 Fyllningsdammar
2.2.3 Prediktioner av fyllningsdammars beteende
Genom prediktioner är det möjligt att få en uppfattning av en fyllningsdamms förvän-tade beteende. Prediktioner tillsammans med övervakning, genom instrumentering, av fyllningsdammar är viktigt ur ett dammsäkerhetsperspektiv. ICOLD (2018) förklarar att data från mätinstrument gör det möjligt att verifiera det faktiska beteendet mot det förväntade beteendet, som erhållits av prediktioner, av en fyllningsdamm.
Det faktiska uppmätta beteendet kan jämföras mot predikterade värden och mätdatat kan därefter användas för att förbättra prediktionsanalyserna. Därmed kan en förbätt-rad förståelse av fyllningsdammens beteende utvecklas och prediktionsanalyserna kan ge indikationer på avvikande beteende eller andra varningstecken som berör damm-säkerheten. (ICOLD, 2018)
2.2.3.1 Felmoder
ICOLD (2017) redogör för att dammsäkerhetsarbete bör vara fokuserat på att identi-fiera hot, felmoder och indikationer på oönskat beteende, det vill säga konsekvenserna av felmoderna (feleffekter). Hot kan delas in som interna och externa. Interna hot innefattar bland annat design- och konstruktionsfel, och drift- och underhållsbrister och är dammägarens ansvar att ha under kontroll. Externa hot innefattar bland annat seismiska och antagonistiska hot, och ligger utanför dammägarens kontroll (ICOLD, 2017; Gasim, 2020). ICOLD (2017) förklarar att felmoder specificerar de olika sätt som dammbrottsprocesser uppenbarar sig.
Vattenfall Vattenkraft har upprättat en hot- och felmodsmatris baserad på ICOLDs (2017) flödesmodell för hot och felmoder (Gasim, 2020). I Vattenfall Vattenkrafts hot-och felmodsmatris påträffas två globala felmoder: dammbrott till följd av överströmning och dammbrott till följd av kollaps. De globala felmoderna är resultatet av olika typer
av felmoder, som i sin tur orsakats av mer specifika fel. Vattenfall Vattenkrafts hot-och felmodsmatris presenteras i Figur 2.15.
Meteorologiska & hydrologiska Seismiska
Magasin med omgivningar Antagonistiska Dämmande konstruktioner Hydrauliska konstruktioner Mekaniska & elektr konstr Infrastruktur och procedurer Tillrinningen överstiger summan av
avbördningsförmågan och magasineringsförmågan
1 , 1 1 , 2 1 , 3 1 , 4 1 , 5 1 , 6 1 , 7 1 , 8
Magasinet regleras inte på
föreskrivet sätt 2 , 1 2 , 2 2 ,3 2 , 4 2 , 5 2 , 6 2 , 7 2 , 8
Slumpmässigt funktionsfel 3, 1 3 , 2 3 , 3 3 , 4 3 , 5 3 , 6 3 , 7 3 , 8
Bristfälligt underhåll av
avbördningsanordningarna 4 , 1 4 , 2 4 , 3 4 , 4 4 , 5 4 , 6 4 , 7 4 , 8 Överskridande av fribord till följd av
dammbrott uppströms eller jordskred i magasinet
5 , 1 5 , 2 5 , 3 5 , 4 5 , 5 5 , 6 5 , 7 5 , 8
Vid / våg belasning överstiger
erosionsskyddet kapacitet 6 , 1 6 , 2 6 , 3 6 , 4 6 , 5 6 , 6 6 , 7 6 , 8
Brister i ledningssystemet mot
överströmning 7 , 1 7 , 2 7 , 3 7 , 4 7 , 5 7 , 6 7 , 7 7 , 8 Brister i ledningssystemet med
avseende på säkerheten mot kollaps
8 , 1 8 , 2 8 , 3 8 , 4 8 , 5 8 , 6 8 , 7 8 , 8
Massrörelser (stjälpning, glidning, vridning,
ras & skred)
9 , 1 9 , 2 9 , 3 9 , 4 9 , 5 9 , 6 9 , 7 9 , 8
Förlust av stöd / bärkraft från grund
och anslutningar 10 , 1 10 , 2 10 , 3 10 , 4 10 , 5 10 , 6 10 , 7 10 , 8 Läckage genom tätkärna,
anslutningar, tätningar, sprickor & grund
11 , 1 11 , 2 11 , 3 11 , 4 11 , 5 11 , 6 11 , 7 11 , 8
Otillräcklig / förlust av dräneringskapacitet i filter, dräneringsystem och pumpning
12 , 1 12 , 2 12 , 3 12 , 4 12 , 5 12 , 6 12 , 7 12 , 8
Gradvis försvagning (inre erosion, krossning, nedbrytning, kemisk urlakning)
13 , 1 13 , 2 13 , 3 13 , 4 13 , 5 13 , 6 13 , 7 13 , 8
Momentan tillståndsförändning (sprickbildning, skjuvning, hydraulisk spräckning & likvifaktion)
14 , 1 14 , 2 14 , 3 14 , 4 14 , 5 14 , 6 14 , 7 14 , 8 Otillräcklig avbördningsförmåga DAMMBROTT TILL FÖLJD AV ÖVER-STRÖMNING Brister i ledningssystemet DAMMBROTT TILL FÖLJD AV KOLLAPS GLOBALA FELMODER Inre hot Yttre hot FELORSAK FELMOD Otillräcklig stabilitet Otillräcklig beständighet och hållfasthet Otillräcklig täthet Otillgänglig avbördningsförmåga Otillräckligt fribord
Figur 2.15: Vattenfall Vattenkrafts hot- och felmodsmatris (Gasim, 2020).
För att genomföra en noggrann och omfattande bedömning av en fyllningsdamms till-stånd och beteende är det fördelaktigt att börja med att identifiera de potentiella fel-moderna för dammen (ICOLD, 2018). Övervakning av fyllningsdammens beteende och identifiering av möjliga felmoder gör det sedan möjligt att följa upp så att dammens beteende ligger inom acceptabla intervall. Prediktioner av fyllningsdammens framtida beteende bidrar även till en ökad förståelse av vad som kan förväntas. Detta gör det möjligt att i ett tidigt skede kunna upptäcka indikationer på dammbrottsprocesser eller avvikande beteende så att hjälpåtgärder kan sättas in.
Ur ett dammsäkerhetsperspektiv är det därför viktigt att ha en förståelse av fyllnings-dammars förväntade rörelsemönster och andra förändringar inuti dammen så att felorsa-ker till identifierade felmoder kan hanteras i tid.
2.2.3.2 Prediktionsmetoder
Metoder för prediktion av deformationer under konstruktion av fyllningsdammar finns tillgängliga men är dock få i antal (Hunter, 2003). Hunter (2003) förklarar vidare att det är troligt att utvecklingen av de empiriska prediktionsmetoderna hamnat i skuggan i samband med tillgängligheten till numeriska metoder under de senaste 30-40 åren. Finita elementmetoder finns idag lätt tillgängliga för att modellera jordfyllningsdammar
och utvecklingen av de konstitutiva modellerna för att modellera deformationsbeteende har gjort de finita elementmetoderna till viktiga verktyg i branschen.
Hunter (2003) förklarar att jordfyllningsdammar med zoner utgör en större komplexi-tet än homogena fyllningsdammar på grund av spänningsövergången mellan tätkärnan, filterzonerna och stödfyllningen. Det medför att komplexiteten av spännings- och defor-mationsbeteende under konstruktion av jordfyllningsdammar med zoner gör det svårt att tillämpa enkla empiriska modeller. Hunter (2003) redogör även för att empiriska prediktionsmetoder som ofta är baserade på historisk funktionalitet av jordfyllnings-dammar gäller generellt för deformationer på längre sikt, det vill säga flera år efter konstruktion och första fyllning.
2.2.3.3 Klassificering av prediktioner
Prediktioner kan utföras med varierande mängd känd data och resultat. Vissa predik-tioner baseras helt på antagna värden medan andra predikpredik-tioner baseras på värden från laboratorietester. Lambe (1973) föreslog ett klassificeringssystem för prediktioner av geotekniska tillämpningar, detta för att tydligare konkretisera de olika typer av predik-tioner som förekommer. Klassificeringssystemet som Lambe (1973) framförde beskrivs i Tabell 2.2 och tidsföljden för när en viss klass av prediktion utförs illustreras i Figur 2.16.
Tabell 2.2: Klassificering av prediktioner (Lambe, 1973).
Klass av När prediktionen Resultat vid tidpunkt
prediktion utförs av prediktionen
A Innan event −
B Under event Inte känt
B1 Under event Känt
C Efter event Inte känt
C1 Efter event Känt
Figur 2.16: Tidsföljd för utförande av en viss klass av prediktion.
En klass A prediktion utförs innan en händelse och baseras endast på data som finns tillgängligt vid den tidpunkten. En klass B prediktion utförs under en händelse och medför således att en del indata erhålls från initiala tester och mätningar. Däremot kan
resultatet av händelsen vara okänt (klass B) eller känt (klass B1). En klass C prediktion utförs efter en händelse och på samma sätt som klass B kan resultatet av händelsen vara okänt (klass C) eller känt (klass C1). (Lambe, 1973)