,
(1.三峽大學(xué) 水利與環(huán)境學(xué)院,湖北宜昌443002;2.西藏開發(fā)投資集團有限公司,西藏拉薩850000)
隨著國民經(jīng)濟的發(fā)展,中國的水利工程得到了很好的建設(shè),水利工程在建成之后相繼投入生產(chǎn)使用,水利工程的建設(shè)是一個投資大、周期長、工作環(huán)境復(fù)雜的項目。近年來,中國建筑施工事故時有發(fā)生,安全管理任務(wù)愈加顯得重要。造成事故發(fā)生的因素眾多,人為因素導(dǎo)致的事故高達90%[1],有必要采取措施減少人為因素所導(dǎo)致的事故發(fā)生。面對水利工程高危施工作業(yè),大部分研究把安全防范措施方面作為主要研究對象,對施工安全風(fēng)險量化的研究相對較少。貝葉斯網(wǎng)絡(luò)是一種基于網(wǎng)絡(luò)推理風(fēng)險量化的方法,但是其需要用先驗概率分布進行推理。目前,很多貝葉斯網(wǎng)絡(luò)中基本事件的發(fā)生概率采用確定值進行分析,如鄭霞忠等[2]利用貝葉斯網(wǎng)絡(luò)對邊坡開挖進行概率評估,周忠寶等[3]結(jié)合貝葉斯網(wǎng)絡(luò)及故障樹對核電站進行可靠性分析,陳兆波等[4]利用貝葉斯網(wǎng)絡(luò)對煤礦事故原因進行人因因素推理,王俊人[5]利用貝葉斯網(wǎng)絡(luò)對地鐵工程進行風(fēng)險分析,毛宇辰[6]對地下廠房開挖進行動態(tài)預(yù)測,及文獻[7]采用貝葉斯網(wǎng)絡(luò)及人為因素分析和分類系統(tǒng)框架(HFACS)分析航空事故。由于水利工程施工系統(tǒng)的組織、監(jiān)督、安全行為具有不確定性以及事故樣本少,可利用的歷史數(shù)據(jù)有限,難以將精確概率賦值給基本事件。因此,本文針對水利工程高危施工作業(yè),從人因角度出發(fā),利用修改后的人因框架體系(HFACS)辨識并構(gòu)建事故樹,利用模糊集理論對貝葉斯網(wǎng)絡(luò)進行模糊,建立模糊貝葉斯網(wǎng)絡(luò),旨在量化及處理水利工程施工安全事故的模糊信息,同時為施工安全提供有效預(yù)防措施。
人為因素分析與分類系統(tǒng) ( human factors analysis and classification system,HFACS) 是基于系統(tǒng)理論的人因事故模型和事故分析工具[8],HFACS對4個層次企業(yè)組織影響、安全監(jiān)督、不安全行為的前提條件和施工人員的不安全行為進行了明確的劃分,可以找出導(dǎo)致事故發(fā)生的主要人為因素,但是HFACS框架不是一成不變的,為更好適用水利工程施工高危行業(yè),本次利用修改后的HFACS框架[9],并結(jié)合長江干流3項大型水利工程建設(shè)過程中發(fā)生的15起水利工程洞室坍塌事故,通過專家打分法辨識導(dǎo)致事故發(fā)生的主要人為因素,并建立洞室坍塌事故樹(圖1),代碼含義見表1。
圖1 洞室坍塌事故樹
編號事件編號事件編號事件T洞室坍塌A7監(jiān)督指導(dǎo)不充分X6人員配備不當(dāng)A1知覺與決策差錯A8管理違規(guī)X7無專業(yè)的培訓(xùn)指導(dǎo)A2技能差錯X1物理環(huán)境差X8違反作業(yè)和施工安排A3操作違規(guī)X2技術(shù)環(huán)境差X9隱患未整改A4環(huán)境狀況差X3體力限制X10風(fēng)險監(jiān)控不到位A5人員基本情況差X4不良生理狀態(tài)X11安全教育不到位A6班組管理差X5施工組織設(shè)計不合理
事故樹模型具有很好地邏輯結(jié)構(gòu)關(guān)系,但是條件概率的確定只有2種:0或1,其值太過絕對化,往往不符合實際情況,貝葉斯網(wǎng)絡(luò)卻具有良好表達不確定關(guān)系以及雙向推導(dǎo)能力[10]。為此,本次利用事故樹轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)結(jié)構(gòu),轉(zhuǎn)化方法如下[11]:①對事故樹每個事件在貝葉斯網(wǎng)絡(luò)中建立一個節(jié)點,并以事件名稱命名;②節(jié)點間有向弧表示事故樹中事件間的邏輯結(jié)構(gòu)關(guān)系,建立拓撲結(jié)構(gòu);③根據(jù)事故樹各事件發(fā)生概率確定父節(jié)點先驗概率及子節(jié)點條件概率。
2.1.1模糊數(shù)及運算[12]
模糊集是指用于表示界限或邊界不分明的具有特定性質(zhì)事物的集合,其基本思想是把經(jīng)典集合中的絕對隸屬關(guān)系靈活化,隸屬度不再局限于取0和1,而是可以取0~1之間的任一數(shù)值。目前,比較常用的是三角模糊數(shù)和梯形模糊數(shù)。
模糊數(shù)是模糊集理論中的一個基本概念,對于不確定的信息,如“很高”“一般”等模糊性語言,模糊數(shù)可以進行良好的處理。一般地,對于三角模糊數(shù)A(a,b,c),其隸屬度函數(shù)為:
(1)
對于梯形模糊數(shù)A(a,b,c,d),隸屬函數(shù)表示為:
(2)
本文選取梯形模糊函數(shù)及三角模糊函數(shù),其可進行加、減、乘、除等運算[13]。
2.1.2專家語言模糊化處理
采用此方法可以在難以給出精確值的狀態(tài)下,通過引入專家語言變量可以對評價對象給出更加直觀的表達。Wickens[14]把事件發(fā)生概率分為:非常高(VH)、高(H)、偏高(FH)、中等(M)、偏低(FL)、低(L)、非常低(VL)7個語義值,其形式[5]見表2。
表2 模糊數(shù)λ和λ-截集
為了得到更加精確的事故發(fā)生概率,采用m個專家進行評判得到綜合評判結(jié)果,具體公式如下:
(3)
式中Pi——第i個事件發(fā)生的模糊概率;Aim——對第i事件第m個專家評判的模糊值;n——事件數(shù)目。
2.1.3模糊數(shù)的求解
為了把各事件發(fā)生的模糊可能值轉(zhuǎn)化為精確值,需要進行解模糊,Liou提出積分值法[15],此方法可以利用λ-截集的運算對模糊數(shù)處理,其方法計算簡單且容易理解,本文采用此方法,計算公式如下:
I=αμR(A)+(1-α)μL(A)
(4)
式中I——模糊數(shù)的代表值;α∈[0,1],代表樂觀系數(shù),α=0、1時,分別對應(yīng)解模糊數(shù)A得到的模糊化值的上、下界,α=0.5時,為模糊數(shù)A解模糊化值的代表值;μR(A)、ML(A)——模糊數(shù)左、右隸屬函數(shù)反函數(shù)的積分值,μR(A)及ML(A)用λ-截集表示為:
(5)
(6)
式中mλ、nλ——模糊數(shù)A的λ-截集的上、下界,λ=0,0.1,0.2,…,1;△λ=0.1。
對于條件概率的確定,文獻[16]把節(jié)點分為2類:對于節(jié)點間明確存在邏輯關(guān)系的,即“或”“與”,條件概率可直接通過邏輯關(guān)系分析得出;對于由節(jié)點間相互作用或共同作用導(dǎo)致事故的發(fā)生,由專家經(jīng)驗或通過數(shù)據(jù)學(xué)習(xí)得到節(jié)點的條件概率。由于大量水利工程事故數(shù)據(jù)難以獲取,條件概率的確定大多采用專家經(jīng)驗給出,對于父節(jié)點多的情況下,由專家經(jīng)驗給出節(jié)點的條件概率難免會出現(xiàn)模糊不清的狀態(tài)。鑒于此,本文采用單個因素對子節(jié)點的作用,然后進行加權(quán)綜合來確定條件概率,計算公式為[17,20]:
(7)
式中:αi為影響事件A的父節(jié)點各因素兩兩比較得到的權(quán)重。求權(quán)重αi的方法本次采用AHP。對于P(A|Bi)求取,采用專家調(diào)研的方法給出,為方便專家表述,采用聯(lián)合國政府間氣候變化專門委員會(IPCC)提出的7 級風(fēng)險發(fā)生概率表述方式[18-19],見表3。
表3 IPCC 的概率定性描述
本次針對15個水利工程洞室坍塌事故,基于專家建立的事故樹為前提,根據(jù)第1節(jié)事故樹向貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化規(guī)則得到貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)(圖2),進行安全風(fēng)險分析。
圖2 洞室坍塌貝葉斯網(wǎng)絡(luò)
根據(jù)前面介紹,這里以X11為例介紹先驗概率的確定。請5位生產(chǎn)安全專家對事件分別給出模糊概率值的語言描述,采用算數(shù)平均法得到綜合的模糊概率值。根據(jù)公式可知,X11的平均模糊數(shù)為:
0.4)+(0.1λ+0.2)+(0.1λ+0.4),(-0.1λ+
0.6)+(-0.1λ+0.5)+(-0.1λ+0.6)+
(-0.1λ+0.5)+(-0.1λ+0.6)]=[0.1λ+
0.32,-0.1λ+0.56]
同理可得到其他基本事件發(fā)生模糊數(shù)。這里求出先驗概率發(fā)生即α=0.5時的代表值。根據(jù)公式可得節(jié)點X11先驗概率為P(X1=0)=0.44,P(X1=1)=0.56,同理可得其他節(jié)點概率。
對于條件概率的確定,以節(jié)點“環(huán)境狀況差”為例,進行條件概率的確定,其概率計算公式為:
P(A4│X1,X2)=(α1P(A4│X1)+
α2P(A4│X2)
根據(jù)5位專家對“物理環(huán)境”“技術(shù)環(huán)境”的兩兩比較,得到α1=0.36,α2=0.64。得到子節(jié)點“環(huán)境狀況差”在單個父節(jié)點影響下的條件概率見表4。
表4 節(jié)點X1、X2單個影響下節(jié)點A4的條件概率
在物理環(huán)境差、技術(shù)環(huán)境差的狀態(tài)下,節(jié)點環(huán)境狀況差的條件概率為:
P(A4=0│X1=0,X2=0)=0.6948
同理,可以得到各種狀態(tài)下“環(huán)境狀況差”的條件概率見表5。
表5 節(jié)點X1、X2綜合影響節(jié)點A4的條件概率
以此類推,得出其他節(jié)點條件概率值。
在給定貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù)確定的條件下,需要對貝葉斯網(wǎng)絡(luò)進行推理分析,其推理過程意味著在給定1組證據(jù)變量(原因) 的情況下,計算1組查詢變量(結(jié)果)的概率分布,可以進行安全風(fēng)險預(yù)測。本研究采用GeNIe軟件進行貝葉斯網(wǎng)絡(luò)的推理,將經(jīng)過分析后的數(shù)據(jù)進行整理輸入到軟件中(圖3)。
圖3 洞室坍塌的貝葉斯網(wǎng)絡(luò)
從圖中看出目標事件發(fā)生的概率為23%,不發(fā)生的概率為77%。另外,當(dāng)后果事件發(fā)生時,可以計算出其他事件的后驗概率,當(dāng)T=1時,X2、X11、X10概率較大,即后果事件發(fā)生,很可能由于技術(shù)環(huán)境差、安全教育不到位及風(fēng)險監(jiān)控不到位引起。
敏感性分析可以確定對于事件發(fā)生貢獻最大的因素,通過控制基本事件的發(fā)生,進而降低頂事件發(fā)生的概率,保障施工的連續(xù)性以及人身財產(chǎn)安全,所以對貝葉斯網(wǎng)絡(luò)進行敏感性分析是有必要的[21]。設(shè)敏感性因子(sensitivity index)為α,則第i個基本事件的敏感性因子為:
(6)
式中,γi為后果事件發(fā)生概率與第i個基本事件不發(fā)生時后果事件發(fā)生概率的差值與γi為后果事件發(fā)生概率的比值;γmax=max{γi}。利用GeNIe軟件及式(6),可計算出基本事件的敏感性因子,見表6。
表6 基本事件的模糊敏感性因子
從表中可以看出α1、α2、α3、α3、α4、α5、α6、α7、α8、α9、α10、α11結(jié)果分別為0.11、0.26、0.06、0.12、0.18、0.05、0.18、0.33、1.00、0.52、0.53,故基本事件影響因子排序為:α9>α11>α10>α8>α2>α7>α5>α4>α1>α3>α6。這說明隱患未整改是最不利因素,因此應(yīng)該更加重視隱患的排查。安全教育不到位,風(fēng)險監(jiān)控不到位,違反作業(yè)和施工安排及技術(shù)環(huán)境差在事故人為因素中占有很大比重,因此在施工中應(yīng)進行安全教育,提高自身的安全意識和自我保護能力,此結(jié)論與事故報告中結(jié)論一致,說明此方法具有一定的適用性。
a) 考慮到水利工程的特點并針對高危施工作業(yè),本文利用修訂后的HFACS框架,并結(jié)合洞室坍塌事故分析報告辨識主要人為因素,最后基于事故樹及模糊集理論建立符合水利工程特點的模糊貝葉斯網(wǎng)絡(luò)。
b) 模糊貝葉斯網(wǎng)絡(luò)的結(jié)果分析表明,當(dāng)洞室坍塌時,最可能原因為安全教育、風(fēng)險監(jiān)控不到位,技術(shù)環(huán)境差。敏感性分析找出:洞室坍塌中隱患未整改,安全教育不到位,風(fēng)險監(jiān)控、違反作業(yè)和施工安排,是關(guān)鍵事件,這與前面得出的后驗概率大者基本一致,并且此次預(yù)防措施與事故報告基本一致,說明此方法的可行性以及適用性。
c) 本文利用模糊貝葉斯網(wǎng)絡(luò)對水利工程事故進行分析,其優(yōu)點對于不確定性表達能夠量化并能清晰地得出主導(dǎo)因素,且結(jié)果基本與實際情況一致。此方法不僅適用于水利工程高危施工作業(yè),同時,為其他領(lǐng)域提供借鑒作用。