基于IFQFD的海底隧道施工風險因素排序

荀曉霖，袁永博

(大連理工大學 建設管理系，遼寧 大連 116024)

隨著人們對交通便捷性要求越來越高，各國日益重視海底隧道的建設。世界已建成的著名海底隧道有日本青函隧道、英吉利海峽隧道、連接歐亞大陸的馬爾馬拉海底隧道、挪威海底隧道等[1]。我國雖然在海底隧道建設起步較晚，但發(fā)展迅速，從2010年建成內(nèi)陸第一條海底隧道——廈門翔安海底隧道后，青島膠州灣海底隧道、港珠澳大橋海底隧道等陸續(xù)建成通車，汕頭海灣隧道、大連灣海底隧道等多條海底隧道正在施工中，瓊州海底隧道、渤海隧道等正在規(guī)劃。建設經(jīng)驗表明，海底隧道建設項目復雜的地質(zhì)條件、特有的施工方法等，導致施工階段風險尤為突出[2]。這需要對風險因素進行排序，以提高海底隧道風險管理水平。

傳統(tǒng)的風險排序多采用專家打分法、層次分析法、熵權法、模糊數(shù)學法、灰色理論等[3～5]。柳皎等[6]基于安全系統(tǒng)工程理論對大跨度淺埋深隧道施工風險進行了分析；張永剛等[7]運用信心指數(shù)法和層次分析法，對渤海灣海底隧道施工期間的風險進行了估計與評價，給出了該海底隧道施工期的風險等級；趙金先等[8]運用AHP-SPA(Analytic Hierarchy Process,Set Pair Analysis)法對地鐵建設項目風險進行了評價。由于這些方法沒有考慮風險因素之間的交互影響，易導致排序結果出現(xiàn)偏差。近年來，越來越多的學者將風險間的交互影響納入風險排序過程中[9]，杜修力等[10]考慮風險因素之間的影響提出基于網(wǎng)絡分析法的地下工程風險識別和排序方法，汪濤等[11]采用貝葉斯網(wǎng)絡建立風險因素之間的交互影響模型，評估了建筑施工安全風險概率水平。

綜上所述，相關專家學者在對大型工程項目施工風險管理研究時考慮了風險因素信息的模糊性，也開始考慮風險因素之間存在的交互影響。但是，沒有同時考慮風險的模糊性、風險因素交互影響度。因此，本研究將改進的QFD(Quality Function Deployment)方法應用在海底隧道施工風險因素排序中，建立海底隧道施工風險質(zhì)量屋，提出基于直覺模糊質(zhì)量功能展開(Intuitionstic Fuzzy Quality Function Deployment，IFQFD)的風險排序模型。該模型運用符合客觀情況的直覺模糊集理論，集成海底隧道施工各階段事故風險權重、施工各階段風險因素重要度以及風險因素之間關聯(lián)度，使海底隧道施工風險因素排序更加合理。

1 直覺模糊集

Atanassov[12]于1986年提出的直覺模糊集理論，是對Zadeh(1965)模糊集合的拓展，直覺模糊集將模糊子集由隸屬函數(shù)刻畫拓展為由隸屬函數(shù)、非隸屬函數(shù)和猶豫度函數(shù)表示，提供了對客觀事物不確定信息更貼合的描述方法。

定義1：設E是一個固定集，有A={〈x,μA(x),νA(x)〉|x∈E}，那么稱A為一個直覺模糊集(Intuitionistic Fuzzy Set，IFS)，其中任意x的隸屬度函數(shù)為μA(x)，非隸屬度函數(shù)為νA(x)，且滿足0≤μA(x)+νA(x)≤1。猶豫度函數(shù)定義為：πA(x)=1-μA(x)-νA(x)。若A已確定，則對于每個x∈E，其對應的直覺模糊數(shù)都可簡記為x=(μx,vx)。

定義2：設ai(i=1,2,…,n)為直覺模糊數(shù)，直覺模糊冪平均(Intuitive Fuzzy Power Averaging，IFPA)算子計算如公式為：

(1)

(2)

定義3：設a和b是確定直覺模糊集A中的兩個直覺模糊數(shù)，其中a=(μa,va)，b=(μb,vb)，兩直覺模糊數(shù)運算法則為：

(1)a⊕b=(μa+μb-μaμb,vavb)；

(2)a?b=(μaμb,va+vb-vavb)；

定義4 ：對于任一直覺模糊數(shù)a=(μa,va)，可通過得分函數(shù)s對其進行評估[13]。得分函數(shù)按式(3)計算。

s(a)=μa-va

(3)

在對多個直覺模糊數(shù)進行排序時，得分越高，排序越靠前。

2 IFQFD方法的優(yōu)勢與不足

IFQFD風險排序方法優(yōu)勢與不足主要有以下幾個方面：

(1)QFD方法能夠實現(xiàn)產(chǎn)品和功能分解的有機結合，已經(jīng)在產(chǎn)品設計，供應商選擇，風險管理等多個領域得到了廣泛應用。海底隧道地質(zhì)條件復雜，施工難度大，導致施工過程中風險因素多且風險間存在關系和關聯(lián)，將QFD方法引入解決了施工各階段事故風險、風險間關聯(lián)和關系的合成問題。

(2)專家在對權重及關聯(lián)程度進行評價時，難免會因為主觀意識的差異影響到風險因素的排序結果。直覺模糊集是模糊集的拓展，它既能刻畫海底隧道施工風險因素的模糊性，又能通過隸屬度和非隸屬度對專家評價的自然語言進行定量化處理，可以有效解決評價中風險信息的模糊性問題。

(3)QFD方法和直覺模糊集結合而成的IFQFD模型，綜合了兩種方法的優(yōu)點。在對多名專家評價信息進行集結時，利用IFPA算子可以降低多名專家之間由于知識背景不同帶來的個體之間的主觀差異。

(4)IFQFD風險排序方法和AHP、模糊數(shù)等常用排序方法比較，IFQFD方法同時考慮了風險因素的模糊性、風險因素間交互影響，更加符合實際情況。不足之處是計算較復雜，可操作性稍遜。

3 基于IFQFD的風險因素排序模型

基于IFQFD的海底隧道施工風險因素排序過程可以分為以下幾個主要步驟：

(1)明確研究范圍，對海底隧道施工階段進行劃分，識別風險因素，建立施工風險質(zhì)量屋；

(2)邀請專家分別對施工各階段事故風險權重進行自然語言評價，使用IFAHP法計算權重；

(3)確定施工各階段和風險因素的關系矩陣，量化風險因素關聯(lián)矩陣；

(4)求出各風險因素的權重，對風險因素進行排序。

3.1 建立施工風險質(zhì)量屋

海底隧道施工過程中風險因素的產(chǎn)生和施工各階段的作業(yè)活動有著密不可分的聯(lián)系[14]，進行海底隧道風險分析時需要考慮兩者之間的關系，符合運用質(zhì)量屋和QFD方法解決問題的思路。

將海底隧道施工各階段作為左墻，施工各階段事故風險權重作為右墻，風險因素作為天花板，施工各階段和風險因素關系矩陣作為房間，風險因素之間的關聯(lián)作為屋頂，風險因素權重作為地板。建立的海底隧道施工風險質(zhì)量屋如圖1所示。

圖1 海底隧道施工風險質(zhì)量屋

3.2 計算施工各階段事故風險權重

海底隧道施工各階段不同的作業(yè)活動引發(fā)風險的概率和損失不同，專家在評價時根據(jù)類似工程風險管理經(jīng)驗，對施工各階段事故風險進行重要度衡量，運用直覺模糊層次分析法(IFAHP)計算權重。

3.2.1 構造直覺模糊判斷矩陣

表1 自然語言和直覺模糊數(shù)轉換

3.2.2 一致性檢驗和修正

專家對多個因素兩兩比較給出的評價結果，往往存在偏差，不能得到一致的結論。根據(jù)徐澤水[15]提出的方法，以專家k為例，一致性檢驗和修正步驟為：

若仍不滿足要求，則繼續(xù)調(diào)整σ，直到調(diào)整后矩陣滿足一致性檢驗為止。

3.2.3 施工各階段事故風險權重計算

(4)

運用式(1)(2)中IFPA算子對n名專家的評價結果進行集結，得到m個施工各階段事故風險直覺模糊權重矩陣wc=(w1,w2,…,wi,…,wm)。

3.3 確定風險關聯(lián)矩陣和關系矩陣

表2 自然語言和直覺模糊數(shù)轉換

同理，可以得到施工各階段和風險因素之間的關系矩陣WC=(cip)m×t。

3.4 風險因素排序

確定施工各階段和風險因素關系矩陣以及風險因素關聯(lián)矩陣后，可以通過公式(5)計算得到風險因素的權重矩陣wR=(w1,w2,…,wp,…,wt)，其中wp=(μp,vp)。

wR=wCWCWR

(5)

利用式(3)將直覺模糊數(shù)轉化為確定數(shù)，進行風險因素的排序。

4 實例分析

以大連地鐵5號線海底隧道工程為例展開實證研究。該隧道火車站—梭魚灣南站區(qū)間下穿大連鉆石灣海域，采用盾構法進行施工，具有長距離掘進、高水壓帶壓進倉作業(yè)等施工特點。隧道穿越的海域水深4～9 m，地質(zhì)條件復雜。在勘察階段分初勘、詳勘和?？睂υ摵５姿淼肋M行了詳細的工程地質(zhì)和水文地質(zhì)勘察，地勘資料顯示隧道主要穿過中風化白云質(zhì)灰?guī)r、溶蝕地層、中風化鈣質(zhì)板巖、中風化板巖等，且穿越巖溶中等—強烈發(fā)育區(qū)。由于溶洞的存在會對隧道施工造成嚴重威脅，因此對溶洞位置、規(guī)模及填充性質(zhì)進行了?？保⒏鶕?jù)?？苯Y果對溶洞進行注漿加固等針對性預處理，以降低施工中工程和水文地質(zhì)引起的風險。

邀請4名具有豐富海底隧道盾構施工經(jīng)驗的專家對權重及關聯(lián)度進行自然語言評價，運用IFQFD模型進行施工過程中風險因素排序。

4.1 構建直覺模糊質(zhì)量屋

通過查閱相關規(guī)范、文獻[16～18]，將該盾構法海底隧道施工階段劃分為6個，分別為施工前準備階段，盾構始發(fā)掘進階段，盾構掘進階段，管片拼裝階段，注漿階段和盾構到達接受階段。

運用WBS-RBS(Work Breakdown Structures and Risk Breakdown Structure)法[19]進行風險識別，得到6個施工階段，共33個風險因素，如表3所示。

表3 施工階段及風險因素

由表3中的施工階段和風險因素指標，構建成的海底隧道施工風險質(zhì)量屋如圖2所示。

圖2 盾構法海底隧道施工風險質(zhì)量屋模型

4.2 運用IFAHP法確定施工各階段事故風險權重

由4名專家分別給出施工6個階段的事故相對風險重要性，結合表1中自然語言和直覺模糊數(shù)的轉換關系，可以得到評價矩陣E(1)～E(4)。由于篇幅關系，僅給出專家1評價矩陣E(1)和一致性檢驗及修正過程。

wc=[(0.202,0.786),(0.287,0.713),(0.124,0.874),(0.066,0.933),(0.060,0.937),(0.261,0.737)]

4.3 確定關系矩陣和關聯(lián)矩陣

由4名專家分別進行施工6個階段事故風險和33個風險因素之間的關系，以及33個風險因素間的關聯(lián)性評價。由于篇幅原因，僅給出專家1對施工各階段事故風險和風險因素之間關系的自然語言評價結果，如表4所示。

表4 施工各階段事故風險和風險因素關系自然語言評價(專家1)

續(xù)表4

結合表2中給出的自然語言和直覺模糊數(shù)轉換規(guī)則，并運用IFPA算子對各專家評價結果進行集結，得到施工各階段和風險因素關系矩陣WC=(cip)6×33，以及風險因素關聯(lián)矩陣WR=(rpq)33×33。

4.4 風險因素排序

由式(5)可以求得各風險因素的權重矩陣wR=(wp)1×33。利用式(3)中直覺模糊數(shù)得分函數(shù)對風險因素進行排序，得到結果如表5所示。

表5 風險因素排序

由表5計算結果可知，本例中排序前五位的風險因素依次為：工人技術不熟練、培訓不合格A14；盾構機前方出現(xiàn)不明障礙物A32；后盾系統(tǒng)不穩(wěn)固A21；洞口土體加固及降水不當A25；反力架安裝精度不高A23。這五個風險因素主要存在于海底隧道施工前期，說明施工準備階段及盾構始發(fā)掘進階段是事故發(fā)生的主要階段，需要進行重點管控。

工人技術不熟練、培訓不合格A14得分為0.991，是海底隧道施工期權重最大的風險因素。根據(jù)錢七虎等[20]對施工現(xiàn)場發(fā)生事故原因調(diào)查顯示，人是事故發(fā)生的主導因素，和本文結果一致。施工單位需要加強對工人崗前培訓，培訓要理論和實際結合，提高工人安全意識和技術熟練度，盾構機等特殊機械設備操作人員應持證上崗。排序第二位的風險因素是盾構機前方出現(xiàn)不明障礙物A32，得分0.964，需要加強盾構機掘進過程中地質(zhì)超前勘探和預報，及時發(fā)現(xiàn)并處理盾構機前方風險。排序第三位的風險因素是盾構機后盾系統(tǒng)不穩(wěn)固A21，得分0.950，需要盾構機后盾系統(tǒng)在安裝、調(diào)試和施工中及時檢查并加強管理。

5 結 語

(1)本文針對海底隧道施工風險因素之間存在關聯(lián)性、其度量存在模糊性等特點，建立了直覺模糊集和質(zhì)量功能展開相結合，考慮交互影響的海底隧道施工風險因素排序模型，解決了海底隧道施工各階段事故風險權重、風險因素的關聯(lián)度，以及風險因素之間交互影響度的集成風險排序問題。

(2)以大連地鐵 5 號線工程海底隧道施工項目為例，對構建的模型進行了應用。風險排序結果表明，大連地鐵 5 號線工程海底隧道施工準備階段及盾構始發(fā)掘進階段是事故發(fā)生的主要階段。在施工過程中，對于工人技術不熟練、盾構機前方出現(xiàn)不明障礙物、后盾系統(tǒng)不穩(wěn)固等風險因素應重點加強風險防控，預防事故的發(fā)生。根據(jù)相似海底隧道施工工程經(jīng)驗，海底隧道工程地質(zhì)和水文地質(zhì)狀況及采取處理方法合理性應該是施工中降低和規(guī)避風險考慮的主要因素。由于本海底隧道施工工程在勘察階段對工程地質(zhì)和水文地質(zhì)進行了詳勘和專勘，系統(tǒng)掌握了相關情況并提前采取了相應處理措施，所以對工程和水文地質(zhì)掌握及處理不足不是本例中海底隧道施工的主要風險因素。盡管已對復雜地質(zhì)如巖溶洞采取相應的預處理措施，根據(jù)本次風險排序結果，仍需在盾構掘進過程中采取地質(zhì)超前勘探和預報等方式關注掘進前方風險。

(3)本文通過領域內(nèi)專家判斷海底隧道施工各階段發(fā)生事故重要性和風險因素之間的關聯(lián)程度建立風險因素關系矩陣。在后續(xù)研究中，可以將事故作為施工風險質(zhì)量屋左墻，在對各風險因素引發(fā)事故的概率和可能造成后果進行分析的基礎上，建立事故和風險因素之間的關系和關聯(lián)矩陣，進行風險因素排序。本研究提供了一種新的風險排序方法，應用中由于專家偏好和認知不同，造成專家評價結果和權重的取值具有一定隨機性和離散性，導致風險因素的排序也具有離散性，故風險排序結果僅可作為參考。