基于貝葉斯網(wǎng)絡(luò)的地鐵車(chē)站建設(shè)項(xiàng)目自動(dòng)扶梯吊裝作業(yè)風(fēng)險(xiǎn)分析

王臣浩

（武漢地鐵集團(tuán)有限公司，湖北 武漢 430000）

0 引言

在地鐵建設(shè)項(xiàng)目機(jī)電設(shè)備工程中，自動(dòng)扶梯因具有大尺寸、大重量的特點(diǎn)，其吊裝落位一直是重大風(fēng)險(xiǎn)作業(yè)項(xiàng)目。同時(shí)地鐵建設(shè)現(xiàn)場(chǎng)環(huán)境復(fù)雜、多專(zhuān)業(yè)交叉等特點(diǎn)，更加重了自動(dòng)扶梯吊裝的風(fēng)險(xiǎn)，因此對(duì)該作業(yè)進(jìn)行風(fēng)險(xiǎn)分析并探討針對(duì)性防范措施對(duì)指導(dǎo)現(xiàn)場(chǎng)施工作業(yè)有著重要的現(xiàn)實(shí)意義。對(duì)工程風(fēng)險(xiǎn)評(píng)估如何實(shí)現(xiàn)定性與定量結(jié)合一直是風(fēng)險(xiǎn)評(píng)估的難點(diǎn)，利用貝葉斯網(wǎng)絡(luò)能夠?qū)⒂绊戫?xiàng)目風(fēng)險(xiǎn)的各個(gè)因素分層進(jìn)行關(guān)聯(lián)，并對(duì)項(xiàng)目風(fēng)險(xiǎn)進(jìn)行推斷，適合用于多不確定因素影響的工程項(xiàng)目整體風(fēng)險(xiǎn)概率定量分析評(píng)價(jià)，故本文采用了基于貝葉斯網(wǎng)絡(luò)的形式對(duì)某地軌道交通某線路自動(dòng)扶梯專(zhuān)業(yè)吊裝作業(yè)整體風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)并給出了的相應(yīng)優(yōu)化建議。

1 地鐵自動(dòng)扶梯吊裝作業(yè)事故分析及故障樹(shù)建模

1.1 地鐵車(chē)站自動(dòng)扶梯吊裝作業(yè)風(fēng)險(xiǎn)分析

經(jīng)過(guò)對(duì)地鐵建設(shè)項(xiàng)目自動(dòng)扶梯吊裝作業(yè)事故分析，在自動(dòng)扶梯吊裝落位的過(guò)程中發(fā)生事故案例主要有：自動(dòng)扶梯分段連接結(jié)構(gòu)失穩(wěn)、自動(dòng)扶梯上預(yù)裝部件松脫、吊車(chē)傾覆、鋼絲繩斷裂、落位過(guò)程中電動(dòng)葫蘆失效、落位時(shí)千斤頂失穩(wěn)等。

綜合地鐵項(xiàng)目建設(shè)風(fēng)險(xiǎn)，根據(jù)4M 理論歸納得出地鐵車(chē)站自動(dòng)扶梯吊裝就位中發(fā)生事故原因統(tǒng)計(jì)如下：①人員因素，由“作業(yè)技能不足”或“操作不當(dāng)”或“指揮失誤”組成。②吊裝設(shè)備因素，由“吊車(chē)故障”或“鋼絲繩及鎖具失效”組成。③輔助工具因素，由“電動(dòng)葫蘆故障”或“千斤頂故障”組成。④自動(dòng)扶梯因素，由“預(yù)裝部件固定不牢”或“自動(dòng)扶梯分段連接螺栓不牢”組成。⑤環(huán)境因素，由“雨雪天氣”或“刮風(fēng)”或“障礙物遮擋視野”組成。

1.2 自動(dòng)扶梯吊裝事故故障樹(shù)構(gòu)建

故障樹(shù)分析法是采用圖形演繹的形式來(lái)分析故障原因的邏輯歸納方法，由底事件、中間事件、頂事件，通過(guò)邏輯門(mén)連接組成。頂事件為事故結(jié)果，底事件為導(dǎo)致事故發(fā)生的最深層次因素，通過(guò)發(fā)生的底事件的不同組合，導(dǎo)致相應(yīng)的中間事件發(fā)生，最終導(dǎo)致頂事件的發(fā)生，連接三類(lèi)事件的邏輯門(mén)一般有與門(mén)和或門(mén)。通過(guò)1.1 節(jié)對(duì)自動(dòng)扶梯吊裝事故原因分層的分析，可以看出在該事件中只存在或門(mén)。在上述自動(dòng)扶梯吊裝事故中，將自動(dòng)扶梯吊裝事故作為頂部事件，編為代號(hào)“T”。人因、吊裝設(shè)備、輔助工素、自動(dòng)扶梯及環(huán)境因素作為中間事件，分別編為“M1”、“M2”、“M3”、“M4”及“M5”。將作業(yè)技能不足—障礙物遮擋吊裝視野作為底層事件，編為“X1～X12”，即X1代表“作業(yè)技能不足”，X2代表“操作不當(dāng)”，X3代表“指揮失誤”，X4代表“吊車(chē)故障”，X5代表“鋼絲繩及鎖具失效”，X6代表“電動(dòng)葫蘆故障”，X7代表“千斤頂失效”，X8代表“預(yù)裝部件固定不牢”，X9代表“自動(dòng)扶梯分段連接螺栓不牢”，X10代表“雨雪天氣”，X11代表“刮風(fēng)天氣”，X12代表“吊裝作業(yè)環(huán)境存在障礙物遮擋或影響”。建立故障樹(shù)如圖1 所示。

圖1 自動(dòng)扶梯吊裝事故故障樹(shù)

2 基于故障樹(shù)的自動(dòng)扶梯吊裝貝葉斯網(wǎng)絡(luò)風(fēng)險(xiǎn)分析模型構(gòu)建

2.1 模型轉(zhuǎn)化

貝葉斯網(wǎng)絡(luò)包含由根節(jié)點(diǎn)、中間節(jié)點(diǎn)、結(jié)果節(jié)點(diǎn)及邏輯指向線構(gòu)建的貝葉斯網(wǎng)絡(luò)模型以及各節(jié)點(diǎn)的條件概率表。在進(jìn)行不確定問(wèn)題的決策中，貝葉斯網(wǎng)絡(luò)相能夠清楚的顯示各個(gè)變量之間的關(guān)系以及變量連接強(qiáng)度，決策結(jié)果更直觀易懂。

在自動(dòng)扶梯吊裝作業(yè)中，圖1 的底層事件發(fā)生的概率以及自動(dòng)扶梯吊裝整體的風(fēng)險(xiǎn)概率程度難以定量分析預(yù)測(cè)。通過(guò)圖1 的故障樹(shù)可以清楚的得出底層事件到頂層事件的邏輯，對(duì)應(yīng)故障樹(shù)構(gòu)建貝葉斯網(wǎng)絡(luò)模型，利用貝葉斯網(wǎng)絡(luò)的概率預(yù)測(cè)性質(zhì)，可以對(duì)自動(dòng)扶梯吊裝作業(yè)進(jìn)行整體風(fēng)險(xiǎn)概率預(yù)測(cè)[1-2]。

針對(duì)貝葉斯網(wǎng)絡(luò)概率分析的特點(diǎn)[3]，相應(yīng)地可以將故障樹(shù)中頂部事件“自動(dòng)扶梯吊裝事故”轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)中的父節(jié)點(diǎn)“自動(dòng)扶梯吊裝事故風(fēng)險(xiǎn)概率”。將“作業(yè)技能不足—障礙物遮擋吊裝視野”作為子節(jié)點(diǎn)。中間事件“人因因素”“吊裝設(shè)備因素”“輔助工具因素”“自動(dòng)扶梯因素”“環(huán)境因素”分別轉(zhuǎn)化為子節(jié)點(diǎn)的對(duì)應(yīng)父節(jié)點(diǎn)“人因風(fēng)險(xiǎn)”“吊裝設(shè)備風(fēng)險(xiǎn)”“輔助工具風(fēng)險(xiǎn)”“自動(dòng)扶梯結(jié)構(gòu)風(fēng)險(xiǎn)”“環(huán)境風(fēng)險(xiǎn)”。

根據(jù)貝葉斯公式，將事件組合（X1、X2、X3）、（X4、X5）、（X6、X7）、（X8、X9）、（X10、X11、X12）分別構(gòu)成事件M1、M2、M3、M4、M5的完備事件組，事件組（M1、M2、M3、M4、M5）構(gòu)成事件T 的完備事件組，則記事件T 發(fā)生的概率為P（T），則有：

其中：P（Mi/T）——事件T 在事件Mi已經(jīng)發(fā)生的條件概率，相應(yīng)的事件M1～M5可得：

其中：P（Xi/Mj），j=1，2…5——事件Mj在事件Xi已經(jīng)發(fā)生下的條件概率。

2.2 某地鐵項(xiàng)目自動(dòng)扶梯吊裝作業(yè)風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)構(gòu)建

在某地地鐵項(xiàng)目建設(shè)前期，建立該自動(dòng)扶梯標(biāo)段吊裝作業(yè)對(duì)應(yīng)的貝葉斯網(wǎng)絡(luò)，對(duì)吊裝作業(yè)進(jìn)行整體的風(fēng)險(xiǎn)預(yù)測(cè)和診斷。采用調(diào)閱該地既有線路建設(shè)中發(fā)生的吊裝事故、當(dāng)?shù)貧庀筚Y料，并邀請(qǐng)建設(shè)、施工以及咨詢(xún)單位共10 位專(zhuān)家對(duì)節(jié)點(diǎn)事件及各條件概率進(jìn)行賦值評(píng)價(jià)打分并整理，采用貝葉斯網(wǎng)絡(luò)計(jì)算軟件Netica進(jìn)行模擬計(jì)算。因Netica 中不支持中文賦值輸入，故采用對(duì)事件的賦值用英文代號(hào)指代（圖2），并錄入對(duì)應(yīng)概率。

圖2 貝葉斯網(wǎng)絡(luò)計(jì)算結(jié)果

對(duì)X1～X12根節(jié)點(diǎn)的值域及概率如下：X1：優(yōu)（excellent）44.475%；良（well）39.291%；中（general）14.052%；差（unskilled）2.183%；X2：準(zhǔn)確（precise）56%；良好（well）35%；失誤（faulty）9%；X3：優(yōu)（precise）46.16%；較優(yōu)（accurate）34.28%；良好（well）12.79%；失誤（mistake）6.77%；X4：極低風(fēng)險(xiǎn)（one）35.26%；較低風(fēng)險(xiǎn)（two）39.56%；中度風(fēng)險(xiǎn)（three）17.65%；高風(fēng)險(xiǎn)（four）7.53%；X5：低風(fēng)險(xiǎn)（one）49.53%；中度風(fēng)險(xiǎn)（two）37.63%；高風(fēng)險(xiǎn)（three）12.84%；X6：極低風(fēng)險(xiǎn)（one）44.222%；較低風(fēng)險(xiǎn)（two）36.672%；中度風(fēng)險(xiǎn)（three）16.333%；高風(fēng)險(xiǎn)（four）2.773%；X7：極低風(fēng)險(xiǎn)（one）36.79%；較低風(fēng)險(xiǎn)（two）41.68%；中度風(fēng)險(xiǎn)（three）12.85%；高風(fēng)險(xiǎn)（four）8.68%；X8：固定牢固（stable）65.24%；固定較牢固（lessstable）21.55%；固定不牢（unstable）13.21%；X9：（緊固良好）（滿足擰緊力矩要求）（ligntened）87.7%；輕微松動(dòng)（達(dá)到擰緊力矩要求90%）（slightlyloose）9.1%；松動(dòng)（低于擰緊力矩90%）（loose）3.2%；X10：無(wú)雨/雪（no）56.3%、小雨/雪（light）29.9%；大雨/雪（heavy）13.8%；X12：吊車(chē)視野無(wú)遮擋（no）42.226%；較少遮擋general）36.988%；遮擋嚴(yán)重（serious）20.786%）。

非根節(jié)點(diǎn)M1的值域設(shè)定為安全（safe），低風(fēng)險(xiǎn)（lowrisk），高風(fēng)險(xiǎn)（risky），M2的值域設(shè)定為良好的（good）、一般的（general）、故障的（malfunction），M3的值域設(shè)定為穩(wěn)定可靠的（reliable）、一般的（general）、有隱患的（malfunction），對(duì)應(yīng)的條件概率同樣通過(guò)專(zhuān)家打分輸入。限于篇幅，非根節(jié)點(diǎn)M1～M5和節(jié)點(diǎn)T 的部分條件概率不在此處列出。

3 基于故障樹(shù)的地鐵車(chē)站自動(dòng)扶梯吊裝貝葉斯網(wǎng)絡(luò)風(fēng)險(xiǎn)分析及優(yōu)化

3.1 自動(dòng)扶梯吊裝作業(yè)風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)計(jì)算

通過(guò)在Netica 軟件中構(gòu)建根節(jié)點(diǎn)X1～X12、中間節(jié)點(diǎn)M1～M5及父節(jié)點(diǎn)T，并建立邏輯聯(lián)系，通過(guò)輸入根節(jié)點(diǎn)概率及中間節(jié)點(diǎn)條件概率，構(gòu)建并初步計(jì)算完成的貝葉斯網(wǎng)絡(luò)如圖2 所示。

通過(guò)軟件計(jì)算結(jié)果可以看出，該地鐵項(xiàng)目自動(dòng)扶梯吊裝作業(yè)項(xiàng)目整體風(fēng)險(xiǎn)評(píng)估結(jié)果如下：①無(wú)重大風(fēng)險(xiǎn)、極低可能存在一般風(fēng)險(xiǎn)的概率為67.4%；②無(wú)重大風(fēng)險(xiǎn)，較低可能存在一般風(fēng)險(xiǎn)的概率為14.4%；③較低可能存在重大風(fēng)險(xiǎn)，較高可能存在一般風(fēng)險(xiǎn)的概率為10.4%；④較高可能存在重大風(fēng)險(xiǎn)，一定存在一般風(fēng)險(xiǎn)概率為7.78%。

3.2 基于貝葉斯網(wǎng)絡(luò)的自動(dòng)扶梯吊裝作業(yè)風(fēng)險(xiǎn)優(yōu)化

在2.3 中得出了基于專(zhuān)家打分?jǐn)?shù)據(jù)構(gòu)建的貝葉斯網(wǎng)絡(luò)對(duì)自動(dòng)扶梯吊裝項(xiàng)目整體風(fēng)險(xiǎn)評(píng)估概率?？梢钥闯觯擁?xiàng)目在較低可能存在重大風(fēng)險(xiǎn)，較高可能存在一般風(fēng)險(xiǎn)以及較高可能存在重大風(fēng)險(xiǎn)，一定存在一般風(fēng)險(xiǎn)的組合概率為18.18%，可認(rèn)為該項(xiàng)目整體風(fēng)險(xiǎn)處于較高水平，需要在項(xiàng)目實(shí)施中對(duì)項(xiàng)目的X1～X12項(xiàng)事件進(jìn)行優(yōu)化部署，通過(guò)降低X1～X12項(xiàng)事件的高風(fēng)險(xiǎn)概率值來(lái)降低T 項(xiàng)目的整體風(fēng)險(xiǎn)概率。

結(jié)合對(duì)圖1 故障樹(shù)的分析，在X1～X3作業(yè)人員因素方面，可優(yōu)選有豐富經(jīng)驗(yàn)的施工班組，并加強(qiáng)作業(yè)前交底；在X4～X5吊裝設(shè)備方面，選用年限短，狀態(tài)良好的吊車(chē)設(shè)備；在X6～X7輔助工具方面，吊裝作業(yè)前對(duì)輔助工具進(jìn)行檢查，確保狀態(tài)良好，并進(jìn)行交底培訓(xùn)；在X8～X9自動(dòng)扶梯方面，在吊裝作業(yè)前嚴(yán)格檢查自動(dòng)扶梯預(yù)裝部件穩(wěn)定情況，適當(dāng)減少預(yù)裝部件數(shù)量，嚴(yán)格檢查自動(dòng)扶梯現(xiàn)場(chǎng)拼段處連接螺栓緊固情況，通過(guò)力矩扳手檢查力矩值合格；在X10～X12環(huán)境條件方面，避開(kāi)雨雪天氣作業(yè)，吊裝作業(yè)選擇白天或夜間作業(yè)配備充足照明，合理選擇吊車(chē)站位地點(diǎn)或提前對(duì)吊車(chē)作業(yè)區(qū)域進(jìn)行場(chǎng)地清理，避開(kāi)或減少阻擋吊車(chē)視線的障礙物。

通過(guò)已構(gòu)建的貝葉斯網(wǎng)絡(luò)，可以對(duì)X1～X12優(yōu)化后的吊裝作業(yè)風(fēng)險(xiǎn)進(jìn)行模擬評(píng)估。在實(shí)際實(shí)施中，可以對(duì)優(yōu)化后的X1～X12重新進(jìn)行專(zhuān)家評(píng)估風(fēng)險(xiǎn)概率，再重復(fù)輸入貝葉斯網(wǎng)絡(luò)計(jì)算T 節(jié)點(diǎn)的概率分布。例如，對(duì)于節(jié)點(diǎn)事件X10（雨雪天氣）以及X11（刮風(fēng)），在吊裝作業(yè)中選擇所有作業(yè)避開(kāi)雨雪天氣以及刮風(fēng)情況，即X10節(jié)點(diǎn)概率分布為無(wú)雨雪（100%），X11節(jié)點(diǎn)概率分布為無(wú)風(fēng)（100%），代入貝葉斯網(wǎng)絡(luò)后計(jì)算結(jié)果未：T 節(jié)點(diǎn)概率分布為：①無(wú)重大風(fēng)險(xiǎn)、極低可能存在一般風(fēng)險(xiǎn)的概率為72.7%；②無(wú)重大風(fēng)險(xiǎn)，較低可能存在一般風(fēng)險(xiǎn)的概率為12.2%；③較低可能存在重大風(fēng)險(xiǎn)，較高可能存在一般風(fēng)險(xiǎn)的概率為8.78%；④較高可能存在重大風(fēng)險(xiǎn)，一定存在一般風(fēng)險(xiǎn)概率為6.39%。可以看出T 節(jié)點(diǎn)在節(jié)點(diǎn)事件X10（雨雪天氣）以及X11（刮風(fēng)）優(yōu)化后風(fēng)險(xiǎn)概率得到了降低，并且能夠得到定量的分析結(jié)果。在文中限于篇幅原因不對(duì)X1～X12的每個(gè)因素進(jìn)行優(yōu)化后的計(jì)算羅列。

4 結(jié)語(yǔ)

在地鐵建設(shè)項(xiàng)目自動(dòng)扶梯吊裝作業(yè)以及類(lèi)似的工程作業(yè)的施工組織設(shè)計(jì)階段，通過(guò)文中建立故障樹(shù)并轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)，采用專(zhuān)家打分法對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行建模，定量分析評(píng)估項(xiàng)目整體風(fēng)險(xiǎn)，具有一定現(xiàn)實(shí)意義。在實(shí)際應(yīng)用中，因?qū)＜掖蚍植豢杀苊獾拇嬖谥饔^因素影響，進(jìn)而影響到貝葉斯網(wǎng)絡(luò)模型的準(zhǔn)確建立。為確保貝葉斯網(wǎng)絡(luò)模型的精度，應(yīng)對(duì)故障樹(shù)分析進(jìn)行全面深入，同時(shí)在對(duì)貝葉斯網(wǎng)絡(luò)根節(jié)點(diǎn)先驗(yàn)概率及非根節(jié)點(diǎn)條件概率打分時(shí)，可從提高專(zhuān)家打分精度及準(zhǔn)確程度入手，確保評(píng)估精度。