基于數(shù)據(jù)驅(qū)動(dòng)貝葉斯網(wǎng)絡(luò)的橋梁運(yùn)營事故風(fēng)險(xiǎn)分析

申建紅, 張 靜, 張宇馨, 尹 琪

(青島理工大學(xué) a. 管理工程學(xué)院, b. 智慧城市建設(shè)管理研究中心, 山東 青島 266525)

橋梁是交通運(yùn)輸系統(tǒng)的咽喉,發(fā)揮著至關(guān)重要的作用。1979年,我國僅有公路橋梁12.8萬座,根據(jù)《2021年交通運(yùn)輸行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》顯示,2021年末全國公路橋梁已達(dá)96.11萬座,比上年末增加4.84萬座。住房和城鄉(xiāng)建設(shè)部發(fā)布的數(shù)據(jù)顯示,截止2021年底我國城市橋梁數(shù)量為83 673座,其中大橋及特大橋10 769座。不論是橋梁數(shù)量,還是橋梁技術(shù),中國橋梁建設(shè)事業(yè)發(fā)展迅速。然而,目前橋梁工程的發(fā)展已經(jīng)從大規(guī)模新建逐步轉(zhuǎn)移到橋梁鑒定評(píng)估、維修和養(yǎng)護(hù)階段,現(xiàn)役橋梁在運(yùn)營階段由于撞擊事故、暴雨洪水沖刷河床、超載超限管理不足等人為、自然和管理風(fēng)險(xiǎn)因素,導(dǎo)致結(jié)構(gòu)承載力和耐久性降低,容易引發(fā)橋梁安全事故[1]。南方濕熱地區(qū)降水量大,且雨季長、汛期長,水上交通發(fā)達(dá),面臨的橋梁運(yùn)營風(fēng)險(xiǎn)因素更為復(fù)雜,發(fā)生風(fēng)險(xiǎn)事故的可能性也較大。因此,研究南方地區(qū)橋梁運(yùn)營事故風(fēng)險(xiǎn)對橋梁的安全運(yùn)營管理和事故預(yù)防具有重要的現(xiàn)實(shí)意義。

目前,橋梁運(yùn)營階段的風(fēng)險(xiǎn)研究吸引了眾多學(xué)者的廣泛關(guān)注。Davis-Mcdaniel等[2]通過故障樹理論對節(jié)段混凝土箱梁橋進(jìn)行了故障風(fēng)險(xiǎn)分析,并利用該模型分析了某梁橋失效原因;Andri等[3]提出了一種新的將模糊AHP和模糊邏輯結(jié)合為一個(gè)集成的橋梁在多災(zāi)害下的風(fēng)險(xiǎn)評(píng)估框架;Salim等[4]參考現(xiàn)有橋梁管理體系的故障機(jī)理分類,并基于文獻(xiàn)綜述,利用事件樹方法識(shí)別橋梁病害的風(fēng)險(xiǎn)因素;黃僑等[5]基于模糊數(shù)學(xué)理論建立了一套適用于大跨度橋梁的模糊綜合評(píng)估方法;項(xiàng)琴等[6]基于模糊貝葉斯網(wǎng)絡(luò)建立了山區(qū)高速鐵路橋梁的運(yùn)營風(fēng)險(xiǎn)評(píng)估模型;劉廣遜[7]以某大跨鐵路橋梁為研究對象,基于其在運(yùn)營環(huán)境中的變化特征,對橋梁結(jié)構(gòu)響應(yīng)進(jìn)行了預(yù)警方法研究。易仁彥等[8]對近15年國內(nèi)橋梁的坍塌事故進(jìn)行了原因統(tǒng)計(jì)和風(fēng)險(xiǎn)分析;王楓等[9]統(tǒng)計(jì)分析了國內(nèi)外近3年發(fā)生的橋梁坍塌事故原因,并總結(jié)了經(jīng)驗(yàn)教訓(xùn)。

南方地區(qū)橋梁在運(yùn)營階段所面臨的自然環(huán)境和社會(huì)條件復(fù)雜多變,存在眾多誘發(fā)事故的風(fēng)險(xiǎn)因素,給橋梁的運(yùn)營風(fēng)險(xiǎn)研究帶來了困難。貝葉斯網(wǎng)絡(luò)是一種基于概率推理的可靠性數(shù)學(xué)模型,它不僅具有強(qiáng)大的處理不確定性問題的能力,用條件概率表示要素間依賴關(guān)系,而且能進(jìn)行多源信息表達(dá)并進(jìn)行致因推理?；诖?本文引入貝葉斯網(wǎng)絡(luò)理論,綜合收集到的2000—2021年橋梁運(yùn)營階段安全事故數(shù)據(jù)和致因分析,構(gòu)建南方地區(qū)基于數(shù)據(jù)驅(qū)動(dòng)的橋梁運(yùn)營事故風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò),并對其進(jìn)行定量分析與推理。

1 基本方法概述

1.1 貝葉斯網(wǎng)絡(luò)分析方法

貝葉斯網(wǎng)絡(luò)(BN)是一種以貝葉斯公式為基礎(chǔ),并借助圖形化表達(dá)方式的一種概率模型,適用于解決不確定性和不完整性問題,目前已廣泛應(yīng)用于風(fēng)險(xiǎn)評(píng)估研究中[10]。它由節(jié)點(diǎn)、弧和條件概率表(CPT)組成,節(jié)點(diǎn)表示變量,弧代表節(jié)點(diǎn)間的因果關(guān)系,CPT量化了父節(jié)點(diǎn)對其子節(jié)點(diǎn)的影響程度。

1.2 故障樹分析法

故障樹分析法(FTA)是一種自上而下的系統(tǒng)失效分析法,基于事故資料和事故發(fā)生機(jī)理,建立事故樹進(jìn)行定性和定量相結(jié)合分析。故障樹分析法可以對各系統(tǒng)的危險(xiǎn)性因素進(jìn)行識(shí)別,分析因素之間的邏輯關(guān)系,并且用圖形演繹方式將邏輯關(guān)系表現(xiàn)出來[11]。故障樹中的事件包括基本事件、中間事件和頂事件,各類事件間的關(guān)系用邏輯門描述。

1.3 故障樹向貝葉斯網(wǎng)絡(luò)映射

在分析系統(tǒng)失效問題時(shí),貝葉斯網(wǎng)絡(luò)在定量分析方面具有優(yōu)勢,具有處理不確定性信息的能力,但模型構(gòu)建相對復(fù)雜。而故障樹分析法雖然邏輯簡單,但在定量分析方面具有很大的不準(zhǔn)確性[12],兩者均可進(jìn)行事故危險(xiǎn)因素分析,將故障樹和貝葉斯網(wǎng)絡(luò)相結(jié)合,能夠提高模型的描述能力和推理計(jì)算能力[13]。

故障樹向貝葉斯網(wǎng)絡(luò)映射可以充分利用歷史信息,從而降低貝葉斯網(wǎng)絡(luò)的建模難度,其映射關(guān)系為:

1) 將故障樹中的基本事件、中間事件和頂事件分別轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)中的根節(jié)點(diǎn)、中間節(jié)點(diǎn)和葉節(jié)點(diǎn),以故障樹表示的邏輯關(guān)系為依據(jù),用有向弧連接貝葉斯網(wǎng)絡(luò)的各個(gè)節(jié)點(diǎn);

2) 利用數(shù)據(jù)驅(qū)動(dòng)思想確定根節(jié)點(diǎn)先驗(yàn)概率分布,然后將事故樹中的邏輯門對應(yīng)表達(dá)為貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)條件概率分布,確定貝葉斯網(wǎng)絡(luò)的概率參數(shù)。

1.4 貝葉斯網(wǎng)絡(luò)模型構(gòu)建

貝葉斯網(wǎng)絡(luò)模型的構(gòu)建分為2部分:一是通過事故調(diào)查報(bào)告、歷史數(shù)據(jù)或?qū)＜医?jīng)驗(yàn)等進(jìn)行結(jié)構(gòu)學(xué)習(xí),建立貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu);二是對貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)的相關(guān)參數(shù)進(jìn)行學(xué)習(xí),這是一個(gè)不確定性知識(shí)的獲取過程。

貝葉斯網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)有2種方式:一是基于相關(guān)專家的歷史經(jīng)驗(yàn),通過加權(quán)計(jì)算獲取各個(gè)節(jié)點(diǎn)的條件概率;二是利用數(shù)據(jù)驅(qū)動(dòng)思想,基于以往的事故數(shù)據(jù)進(jìn)行模型訓(xùn)練以進(jìn)行參數(shù)學(xué)習(xí)[14]。

本文選用數(shù)據(jù)驅(qū)動(dòng)方法對建立的貝葉斯網(wǎng)絡(luò)模型進(jìn)行參數(shù)學(xué)習(xí),各個(gè)影響因素之間并不完全獨(dú)立,但已有研究也表明這種相互獨(dú)立的假設(shè)并不會(huì)顯著影響貝葉斯網(wǎng)絡(luò)建立后各節(jié)點(diǎn)的條件概率[15],而樸素貝葉斯網(wǎng)絡(luò)算法便存在每個(gè)特征出現(xiàn)的概率與其他特征獨(dú)立的假設(shè),所以本文基于樸素貝葉斯網(wǎng)絡(luò)進(jìn)行模型構(gòu)建。

2 基于數(shù)據(jù)驅(qū)動(dòng)貝葉斯網(wǎng)絡(luò)的橋梁運(yùn)營事故風(fēng)險(xiǎn)分析模型

2.1 基于數(shù)據(jù)驅(qū)動(dòng)貝葉斯的橋梁運(yùn)營事故風(fēng)險(xiǎn)分析流程

基于貝葉斯理論,借助歷史資料和客觀統(tǒng)計(jì)數(shù)據(jù),構(gòu)建由故障樹轉(zhuǎn)化來的BN模型,并進(jìn)行基于貝葉斯模型的定量分析。本文的橋梁事故是指南方地區(qū)橋梁在運(yùn)營使用階段,因某種原因?qū)е碌慕Y(jié)構(gòu)整體或局部損壞垮塌以及人員傷亡等,不考慮地震災(zāi)害引起的橋梁運(yùn)營事故,利用BN模型對橋梁運(yùn)營事故進(jìn)行風(fēng)險(xiǎn)分析的模型構(gòu)建流程如圖1所示。

圖1 橋梁運(yùn)營事故風(fēng)險(xiǎn)分析模型構(gòu)建流程Fig.1 Flow chart of bridge operation accident risk analysis model construction

2.2 故障樹模型構(gòu)建

在運(yùn)營階段,南方地區(qū)橋梁的安全作業(yè)受到水文條件、交通流量、通行管理、自然災(zāi)害等多方面因素的共同影響,基于中華人民共和國應(yīng)急管理部及安全管理網(wǎng)的事故調(diào)查報(bào)告、國內(nèi)橋梁專業(yè)論壇及媒體公開報(bào)道橋梁事故數(shù)據(jù),建立事故數(shù)據(jù)庫,結(jié)合文獻(xiàn)調(diào)研和專家咨詢,對橋梁運(yùn)營安全事故進(jìn)行致因風(fēng)險(xiǎn)因素辨識(shí)和匯總。

依據(jù)數(shù)據(jù)庫中案例及調(diào)研結(jié)果進(jìn)行運(yùn)營事故致因分析,最終共提煉出17個(gè)與南方地區(qū)橋梁運(yùn)營安全關(guān)聯(lián)較大的風(fēng)險(xiǎn)因素,并按照層次分析法分為3層,綜合考慮人為、自然、管理3方面風(fēng)險(xiǎn)因素對南方地區(qū)橋梁運(yùn)營安全的影響,以此作為故障樹模型構(gòu)建的基礎(chǔ),如圖2所示。

圖2 橋梁運(yùn)營期風(fēng)險(xiǎn)因素識(shí)別Fig.2 Identification of risk factors during bridge operation

本文從人為、自然、管理因素3個(gè)角度歸納總結(jié)出南方地區(qū)橋梁運(yùn)營階段事故的可能原因,將南方地區(qū)橋梁運(yùn)營安全風(fēng)險(xiǎn)定為頂事件,分析中間事件和基本事件,對橋梁運(yùn)營期風(fēng)險(xiǎn)進(jìn)行分析和評(píng)價(jià),文中各節(jié)點(diǎn)對應(yīng)的風(fēng)險(xiǎn)因素如表1所示。構(gòu)建橋梁運(yùn)營事故的故障樹模型如圖3所示,該故障樹共包含6個(gè)邏輯門,7個(gè)中間事件,17個(gè)基本事件,通過故障樹分析找到橋梁運(yùn)營事故的致因機(jī)理。圖3中的人為、自然、管理風(fēng)險(xiǎn)因素都是引發(fā)橋梁運(yùn)營事故的主要原因,其中任意一個(gè)事件都有可能導(dǎo)致風(fēng)險(xiǎn)事故的發(fā)生,本文假設(shè)故障樹中所有底事件相互獨(dú)立,存在是與否兩種狀態(tài)。

圖3 橋梁運(yùn)營風(fēng)險(xiǎn)故障樹Fig.3 The fault tree of bridge operation risk

2.3 基于故障樹的貝葉斯網(wǎng)絡(luò)模型構(gòu)建

故障樹的推理過程是逐級(jí)分析找出影響系統(tǒng)頂事件的各個(gè)底事件,并求最小割集,推理效率不高[16],而貝葉斯網(wǎng)絡(luò)能對推理要素進(jìn)行概率描述,考慮到橋梁運(yùn)營事故場景中不確定因素的影響,本文基于構(gòu)建的橋梁運(yùn)營事故風(fēng)險(xiǎn)故障樹,通過1.3節(jié)所述轉(zhuǎn)換規(guī)則將其映射為貝葉斯網(wǎng)絡(luò),并利用GENIE2.0軟件實(shí)現(xiàn)貝葉斯的圖形化描述,得到貝葉斯網(wǎng)絡(luò)如圖4所示。

圖4 橋梁運(yùn)營風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)Fig.4 Bayesian network of bridge operation risk

在實(shí)際的橋梁運(yùn)營使用中,風(fēng)險(xiǎn)因素發(fā)生并不一定會(huì)導(dǎo)致橋梁運(yùn)營事故發(fā)生,所以將故障樹的每個(gè)節(jié)點(diǎn)一一對應(yīng)進(jìn)行轉(zhuǎn)換是不符合實(shí)際情況的,有必要對映射得到的貝葉斯網(wǎng)絡(luò)進(jìn)行優(yōu)化調(diào)整[10]。例如橋梁日常得到有效評(píng)估和維護(hù)保養(yǎng),在發(fā)生暴雨洪水自然災(zāi)害時(shí),引發(fā)橋梁安全事故的概率會(huì)相對降低,可通過優(yōu)化設(shè)置這些節(jié)點(diǎn)的條件概率來接近實(shí)際情況。

2.4 基于數(shù)據(jù)驅(qū)動(dòng)的貝葉斯網(wǎng)絡(luò)參數(shù)確定

本文收集獲取了2000—2021年231起橋梁風(fēng)險(xiǎn)事故數(shù)據(jù)資料,根據(jù)事故原始記錄提取事故致因,剔除橋梁在施工期以及橋梁在秦嶺淮河以北地區(qū)所發(fā)生的兩類事故數(shù)據(jù),共篩選出150起發(fā)生在南方多降水地區(qū)的橋梁運(yùn)營事故案例。然后進(jìn)行離散化處理[17],將事故致因分為人為、自然、管理因素3個(gè)方面,運(yùn)用數(shù)據(jù)驅(qū)動(dòng)思想,通過計(jì)算每個(gè)風(fēng)險(xiǎn)因素Xi出現(xiàn)的頻次占事故總數(shù)的比值,即所引起的橋梁事故數(shù)量與樣本總數(shù)量之比來計(jì)算貝葉斯網(wǎng)絡(luò)各個(gè)根節(jié)點(diǎn)的先驗(yàn)概率,概率結(jié)果見表2。

表2 貝葉斯網(wǎng)絡(luò)各節(jié)點(diǎn)先驗(yàn)概率Table 2 The prior probability of nodes in Bayesian network

中間節(jié)點(diǎn)和葉節(jié)點(diǎn)的條件概率根據(jù)故障樹中邏輯門轉(zhuǎn)化規(guī)則以及通過調(diào)研、專家評(píng)審進(jìn)行的概率優(yōu)化調(diào)整來確定,中間節(jié)點(diǎn)的條件概率(以節(jié)點(diǎn)A2為例)如表3所示,0表示風(fēng)險(xiǎn)狀態(tài)發(fā)生(Yes),1表示不發(fā)生(No)。

表3 節(jié)點(diǎn)A2的條件概率表Table 3 Conditional probability table of node A2

按照貝葉斯網(wǎng)絡(luò)參數(shù)的確定方法,依次得到各個(gè)節(jié)點(diǎn)的條件概率表。本文使用GENIE2.0軟件進(jìn)行參數(shù)學(xué)習(xí),將25個(gè)節(jié)點(diǎn)及有向弧輸入軟件中,并將每個(gè)節(jié)點(diǎn)的概率值導(dǎo)入到貝葉斯網(wǎng)絡(luò)模型,更新貝葉斯網(wǎng)絡(luò)進(jìn)行正向推理,得到參數(shù)學(xué)習(xí)結(jié)果如圖5所示。

3 基于貝葉斯網(wǎng)絡(luò)模型的定量分析

在得到南方地區(qū)橋梁運(yùn)營事故風(fēng)險(xiǎn)的概率分布基礎(chǔ)上,還需進(jìn)一步分析關(guān)鍵風(fēng)險(xiǎn)因素與事故致因鏈,因此本章對貝葉斯網(wǎng)絡(luò)模型進(jìn)行逆向推理、敏感性及影響強(qiáng)度的定量分析。

3.1 貝葉斯網(wǎng)絡(luò)逆向推理分析

對貝葉斯網(wǎng)絡(luò)進(jìn)行逆向推理是一個(gè)由下至上的故障診斷過程,當(dāng)目標(biāo)節(jié)點(diǎn)的發(fā)生概率設(shè)為1時(shí),可以識(shí)別出導(dǎo)致事故發(fā)生的關(guān)鍵因素及其概率分布。將橋梁運(yùn)營事故的葉節(jié)點(diǎn)概率設(shè)為1,借助GENIE軟件的反向推理功能,得到人為、自然和管理3個(gè)風(fēng)險(xiǎn)因素的后驗(yàn)概率分別為0.73、0.41、0.50,17個(gè)根節(jié)點(diǎn)的后驗(yàn)概率如表4所示,軟件推理結(jié)果如圖6所示。

表4 根節(jié)點(diǎn)后驗(yàn)概率分布Table 4 Posterior probability distribution of root nodes

表4和圖6表明,后驗(yàn)概率較高的根節(jié)點(diǎn)依次為X8、X6、X14、X16、X17,以上因素分別表示暴雨洪水沖刷河床、撞擊事故、嚴(yán)重超載、維修保養(yǎng)不足結(jié)構(gòu)退化、危橋預(yù)警管理不到位,說明這些風(fēng)險(xiǎn)因素對南方地區(qū)橋梁運(yùn)營階段的潛在影響較大。對這些因素進(jìn)行優(yōu)先和針對性管控,能有效降低橋梁運(yùn)營事故風(fēng)險(xiǎn)的發(fā)生概率,且這些因素之間的互信息值較小,可以看成是相互獨(dú)立的因素。

3.2 貝葉斯網(wǎng)絡(luò)敏感性分析

敏感性分析識(shí)別出的關(guān)鍵節(jié)點(diǎn), 其微小變動(dòng)就能引起目標(biāo)節(jié)點(diǎn)概率出現(xiàn)較大波動(dòng)[18], 將A1、 A2和A3設(shè)置為目標(biāo)節(jié)點(diǎn)進(jìn)行敏感性分析, 在GENIE2.0軟件中得到各因素的敏感值如表5～表7所示。

表5 A1節(jié)點(diǎn)敏感性分析結(jié)果Table 5 Sensitivity analysis results of node A1

由表5可看出,敏感值較大的節(jié)點(diǎn)有X2、X3、X5、X6,分別表示施工質(zhì)量、結(jié)構(gòu)設(shè)計(jì)不合理、橋梁火災(zāi)、撞擊事故,這些節(jié)點(diǎn)較小的變化會(huì)對人為風(fēng)險(xiǎn)狀態(tài)產(chǎn)生較大影響。結(jié)果表明,橋梁結(jié)構(gòu)設(shè)計(jì)不合理或施工建設(shè)質(zhì)量不達(dá)標(biāo),都會(huì)給橋梁安全運(yùn)營埋下重要隱患。另外由于近年我國交通運(yùn)輸量大幅增長,直接增加了撞橋事故發(fā)生的概率,運(yùn)輸燃料等原因引起的火災(zāi)也會(huì)給橋梁帶來不同程度的損傷。

由表6可看出,4個(gè)根節(jié)點(diǎn)X8、X9、X10、X11的敏感值都較大,依次是暴雨洪水沖刷河床、河道挖砂采砂過度、山體滑坡、材料腐蝕,這些節(jié)點(diǎn)都會(huì)對自然風(fēng)險(xiǎn)的狀態(tài)產(chǎn)生較大影響。南方地區(qū)汛期長,降水量大,持續(xù)暴雨易引發(fā)洪水,甚至山體滑坡,沖刷河床會(huì)致使河床下降、橋梁基底不穩(wěn),對橋梁結(jié)構(gòu)造成損傷。另外,過度采挖河砂造成河床涮深,容易造成橋梁基礎(chǔ)外露,甚至造成橋梁崩塌,后果嚴(yán)重。

表6 A2節(jié)點(diǎn)敏感性分析結(jié)果Table 6 Sensitivity analysis results of node A2

由表7可看出,敏感值較大的節(jié)點(diǎn)有X14、X16、X17,分別表示嚴(yán)重超載、維修保養(yǎng)不足結(jié)構(gòu)退化、危橋預(yù)警管理不到位,這些節(jié)點(diǎn)較小的變化會(huì)對管理風(fēng)險(xiǎn)因素的狀態(tài)產(chǎn)生較大影響。當(dāng)前部分車輛嚴(yán)重超載,且在役橋梁也出現(xiàn)了不同程度的老化,超載問題已成為橋梁安全運(yùn)營的主要難題之一[19]。結(jié)果也表明若不對橋梁進(jìn)行有效的鑒定評(píng)估、維修養(yǎng)護(hù)和預(yù)警管理工作,運(yùn)營事故的發(fā)生概率會(huì)大大增加。

表7 A3節(jié)點(diǎn)敏感性分析結(jié)果Table 7 Sensitivity analysis results of node A3

3.3 貝葉斯網(wǎng)絡(luò)致因鏈分析

在貝葉斯網(wǎng)絡(luò)模型中, 進(jìn)行致因鏈分析的目的是識(shí)別出導(dǎo)致事故發(fā)生的最可能路徑, 在GENIE2.0軟件中用節(jié)點(diǎn)間有向箭頭的粗細(xì)表示致因鏈發(fā)生的可能性大小[20], 線條越粗則引發(fā)頂事件的可能性越大, 反之則可能性越小, 模型分析結(jié)果如圖7所示。

圖7 橋梁事故最大致因鏈分析結(jié)果Fig.7 Analysis of the maximum cause chain of bridge accident

由圖7可以看出,指向葉節(jié)點(diǎn)的有向箭頭明顯加粗的根節(jié)點(diǎn)有X1(材料問題)、X2(施工質(zhì)量)、X5(橋梁火災(zāi))、X6(撞擊事故)、X8(暴雨洪水沖刷河床)、X14(嚴(yán)重超載)、X16(維修保養(yǎng)不足結(jié)構(gòu)退化),說明這些節(jié)點(diǎn)與葉節(jié)點(diǎn)的影響強(qiáng)度較大,聯(lián)系較為緊密。結(jié)合影響強(qiáng)度,同時(shí)參照橋梁運(yùn)營事故的演化歷程,能夠推斷出最容易引發(fā)頂事件的7條路徑為:材料問題→施工問題→人為風(fēng)險(xiǎn)因素→南方地區(qū)橋梁運(yùn)營事故風(fēng)險(xiǎn);施工質(zhì)量→施工問題→人為風(fēng)險(xiǎn)因素→南方地區(qū)橋梁運(yùn)營事故風(fēng)險(xiǎn);橋梁火災(zāi)→外部事故→人為風(fēng)險(xiǎn)因素→南方地區(qū)橋梁運(yùn)營事故風(fēng)險(xiǎn);撞擊事故→外部事故→人為風(fēng)險(xiǎn)因素→南方地區(qū)橋梁運(yùn)營事故風(fēng)險(xiǎn);暴雨洪水沖刷河床→自然風(fēng)險(xiǎn)因素→南方地區(qū)橋梁運(yùn)營事故風(fēng)險(xiǎn);嚴(yán)重超載→超載超限管理不足→管理風(fēng)險(xiǎn)因素→南方地區(qū)橋梁運(yùn)營事故風(fēng)險(xiǎn);維修保養(yǎng)不足結(jié)構(gòu)退化→管理風(fēng)險(xiǎn)因素→南方地區(qū)橋梁運(yùn)營事故風(fēng)險(xiǎn)。

4 橋梁運(yùn)營事故風(fēng)險(xiǎn)預(yù)防策略

基于貝葉斯網(wǎng)絡(luò)模型的定量分析結(jié)果,識(shí)別出南方地區(qū)橋梁運(yùn)營階段的關(guān)鍵風(fēng)險(xiǎn)因素和事故最大致因鏈,因此本文針對以上分析結(jié)果,對人為、自然和管理風(fēng)險(xiǎn)方面的關(guān)鍵因素提出針對性風(fēng)險(xiǎn)預(yù)防管控措施。

4.1 規(guī)范橋梁工程設(shè)計(jì)和施工

應(yīng)從橋梁設(shè)計(jì)開始,綜合交通流量、橋梁類型、水文要素等多方風(fēng)險(xiǎn)因素,增強(qiáng)橋梁基底穩(wěn)固性,選擇最優(yōu)設(shè)計(jì)方案,提高橋梁設(shè)計(jì)的科學(xué)性。橋梁施工質(zhì)量也是項(xiàng)目的關(guān)鍵,需逐步完善橋梁工程質(zhì)量控制體系,通過質(zhì)量嚴(yán)格控制、專業(yè)素質(zhì)培養(yǎng)等方式來進(jìn)一步提升橋梁建設(shè)質(zhì)量的可靠性。

4.2 自然災(zāi)害事故預(yù)防

面對頻發(fā)的自然災(zāi)害,應(yīng)提前建立各種災(zāi)害應(yīng)急管理制度和辦法,在災(zāi)害多發(fā)季節(jié)要加強(qiáng)對橋梁的巡查和監(jiān)測工作,汛期來臨前對橋梁進(jìn)行水毀安全隱患的排查并采取預(yù)防措施,同時(shí)應(yīng)保證應(yīng)對自然災(zāi)害的設(shè)備和材料儲(chǔ)備充足。對于橋梁本身的抗震阻尼器等災(zāi)害預(yù)防設(shè)施,平時(shí)應(yīng)加強(qiáng)維修和保養(yǎng)工作,預(yù)防為主,防治結(jié)合,最大限度降低災(zāi)害風(fēng)險(xiǎn)和損失。

4.3 加強(qiáng)超載超限車輛的管控

在橋梁運(yùn)營階段,由于車輛超載超限造成的事故數(shù)量不在少數(shù),應(yīng)加強(qiáng)對上橋車輛載荷的交通管理,定期通過正確有效方法和專家評(píng)審核查橋梁極限負(fù)荷,對其能否滿足當(dāng)前交通流量運(yùn)輸情況作出評(píng)估,預(yù)防出現(xiàn)橋梁長期超負(fù)載工作的情況。面對當(dāng)前大幅增長的交通運(yùn)輸量,相關(guān)單位也應(yīng)持續(xù)關(guān)注和更新相應(yīng)的橋梁負(fù)荷設(shè)計(jì),以適應(yīng)持續(xù)發(fā)展的交通流量情況。

4.4 加大橋梁養(yǎng)護(hù)力度

目前我國只有少數(shù)橋梁建立了健康監(jiān)測系統(tǒng),這明顯是不夠的。為有效降低橋梁運(yùn)營安全事故,平時(shí)應(yīng)加強(qiáng)對橋梁結(jié)構(gòu)狀態(tài)的健康監(jiān)測,基礎(chǔ)措施是定期對橋梁進(jìn)行安全檢查和評(píng)估,同時(shí)還要建立和完善橋梁的鑒定、養(yǎng)護(hù)和維修記錄,持續(xù)關(guān)注橋梁病害問題。

4.5 建立橋梁數(shù)據(jù)庫

近年來我國橋梁數(shù)量保有量在增加,每座橋梁的結(jié)構(gòu)、承載力、交通流量、維修保養(yǎng)狀況等信息都不盡相同,應(yīng)當(dāng)建立一個(gè)包括各地主要橋梁的實(shí)時(shí)狀況數(shù)據(jù)庫,以便對橋梁的健康狀況進(jìn)行監(jiān)測和運(yùn)營風(fēng)險(xiǎn)評(píng)估。若發(fā)現(xiàn)某座橋梁存在風(fēng)險(xiǎn)致因信號(hào),可以及時(shí)鑒定評(píng)估、提前預(yù)防,根據(jù)最新安全評(píng)估結(jié)果制定應(yīng)對策略,最大限度降低橋梁運(yùn)營風(fēng)險(xiǎn)和運(yùn)營成本。

5 結(jié) 論

1) 本文構(gòu)建了故障樹和貝葉斯網(wǎng)絡(luò)相結(jié)合的南方地區(qū)橋梁運(yùn)營事故風(fēng)險(xiǎn)分析模型?；诤Y選出的2000—2021年的橋梁運(yùn)營事故統(tǒng)計(jì)分析和運(yùn)營事故在南方地區(qū)的風(fēng)險(xiǎn)特征,建立橋梁運(yùn)營事故的故障樹,并使用GENIE 2.0軟件得到故障樹轉(zhuǎn)化來的貝葉斯網(wǎng)絡(luò)模型,提高了風(fēng)險(xiǎn)因素的描述能力和推理計(jì)算能力。

2) 將南方地區(qū)橋梁運(yùn)營事故風(fēng)險(xiǎn)劃分為人為、自然和管理因素3方面,逆向推理得到對頂事件的貢獻(xiàn)率分別為0.73、0.41、0.50,根據(jù)后驗(yàn)概率排序得到最容易引發(fā)頂事件的5個(gè)風(fēng)險(xiǎn)因素,對人為、自然、管理風(fēng)險(xiǎn)因素進(jìn)行敏感性分析,得到誘發(fā)事故的高敏感因素,該模型還能識(shí)別出橋梁運(yùn)營事故風(fēng)險(xiǎn)的最大致因鏈,有利于準(zhǔn)確推理事故的發(fā)生機(jī)理。

3) 針對貝葉斯模型分析結(jié)果,結(jié)合關(guān)鍵風(fēng)險(xiǎn)因素、敏感性因素和最大致因路徑提出了5點(diǎn)風(fēng)險(xiǎn)預(yù)防和管控策略,給南方地區(qū)橋梁運(yùn)營階段的風(fēng)險(xiǎn)管控提供參考。

4) 本文在事故統(tǒng)計(jì)中更多關(guān)注的是事故診斷報(bào)告中的表層因素,后續(xù)可考慮綜合更多的橋梁本身和事故數(shù)據(jù)進(jìn)行深入分析,與更完善的數(shù)據(jù)學(xué)習(xí)方法結(jié)合,提高分析結(jié)果的準(zhǔn)確性。