中圖分類號:U458.1文獻標識碼:A DOl:10.13282/j.cnki.wccst.2025.01.035
文章編號:1673-4874(2025)01-0116-04
0 引言
公路作為我國經(jīng)濟發(fā)展和人民出行的基礎(chǔ)民生工程,其安全性對社會的穩(wěn)定發(fā)展有重要意義。根據(jù)國內(nèi)公路里程建設(shè)數(shù)據(jù)顯示,截止2024年10月,全國公路總里程超過600萬公里,其中四級以上等級數(shù)量占總數(shù)的96.9% 。1可見,近年來國內(nèi)交通基礎(chǔ)設(shè)施建設(shè)有了明顯的擴展與完善,顯著提升了不同地區(qū)的交通運輸效果[2]。但公路隧道工程作為一種綜合性交叉工程,在實際建設(shè)施工中面臨諸多安全風(fēng)險,例如塌方、爆炸、滑坡等。這些安全風(fēng)險不僅給工程建設(shè)帶來巨大挑戰(zhàn),也對工程建設(shè)質(zhì)量造成嚴重影響。自前,在施工風(fēng)險評估中主要技術(shù)有成分分析法、綜合模糊分析法等,但上述技術(shù)缺乏對特征風(fēng)險的綜合性評估,且主觀性較強4。對此,為了確保公路隧道施工順利開展,本研究以某高速公路隧道工程為例,采用改進T-S故障樹分析法(Takagi-SugenoFaulttreeAnalysis,T-S-FTA)評估該隧道塌方的主要因素,以保障工程順利進行。研究采用工作分解聯(lián)合風(fēng)險分解結(jié)構(gòu)法(WorkBreakdownStructure-RiskBreakdownStructure,WBS-RBS)辨別風(fēng)險源,確保風(fēng)險識別準確;引入改進T一S故障樹進行風(fēng)險評估,從而更準確地判斷施工風(fēng)險的主要因素,為施工提供技術(shù)參考。研究內(nèi)容將為公路隧道建設(shè)以及風(fēng)險評估提供重要技術(shù)參考。
1工程概況
本文以那畝山隧道為研究對象,該項目位于廣西崇左市天等縣田新高速公路路段。那畝山隧道途經(jīng)天等縣都康鄉(xiāng)逐龍村、百既屯、龍茗鎮(zhèn)進寧村,為雙洞小凈距長隧道。那畝山隧道左線起止樁號為 ZK126+858,設(shè)計長度為1
,進、出口路基設(shè)計高程分別為471.860m、457.127m,最大埋深約227m;右線起止樁號為
,設(shè)計長度為
進、出口路基設(shè)計高程分別為471.813m、456.930m,最大埋深約240
進、出口洞門型式為端墻式,洞口圍巖為V級圍巖段,其中巴馬端右洞及憑祥端左洞存在偏壓。隧址區(qū)山脊一帶植被不發(fā)育,基巖裸露,進出洞口緩坡、溝谷地帶多為第四系殘坡積、沖積層覆蓋。受地形地貌及地層巖性的影響,隧址區(qū)內(nèi)地下水類型主要為松散巖類孔隙水、碳酸鹽巖巖溶水,以碳酸鹽巖巖溶水為主。隧道整體圍巖穩(wěn)定性較弱。
2基于T-S故障樹的隧道施工安全評估模型的構(gòu)建
那畝山隧道在實際施工中出現(xiàn)多起塌方事故,經(jīng)檢測被認定為高風(fēng)險,因此需對該項自進行專項施工安全評估。項目施工安全評估主要包含兩個過程,包括辨別風(fēng)險源以及評估風(fēng)險。為了確保風(fēng)險源辨別的準確,研究采用了WBS-RBS法5。在WBS-RBS法中,根據(jù)兩種分解結(jié)果將得到工作分解結(jié)構(gòu)以及風(fēng)險分解結(jié)構(gòu)兩種分解樹,如圖1所示。
根據(jù)圖1結(jié)果,將兩種結(jié)構(gòu)樹作為風(fēng)險判斷矩陣的行與列,并通過專家法以及德爾菲法判斷上述因子是否作者簡介:戚祖會(1991一),工程師,主要從事公路工程施工管理工作。能作為風(fēng)險源。其中存在工序 與風(fēng)險
有關(guān)聯(lián),則矩陣區(qū)域 (i,j) 標記為1,否則為0。根據(jù)隧道施工發(fā)生因素來看,一種事故或與多種風(fēng)險源均有關(guān)聯(lián),而為了詳細分析事故原因,通常需要單獨性分析事故。因此,研究引入
故障樹法來展開分析,其相比傳統(tǒng)故障樹法(FaulttreeAnalysis,F(xiàn)TA)能夠通過模糊關(guān)系描述故障程度,能更好描述工序與風(fēng)險間的邏輯關(guān)系。但對于無法預(yù)知突發(fā)風(fēng)險事件,
故障樹法并不能準確判斷這些數(shù)據(jù)關(guān)系7。研究以貝葉斯網(wǎng)絡(luò)(Bayesiannetwork,BN)為基礎(chǔ),將風(fēng)險依賴關(guān)系以有向無環(huán)圖(DirectedA-cyclicGraph,DAG)形式進行表示。定義故障樹根節(jié)點與中間節(jié)點分別為
與
,葉節(jié)點為 T ,則與模糊態(tài)對應(yīng)關(guān)系如式(1)所示:
式中: 、
所對應(yīng)模糊關(guān)系,其對應(yīng)故障節(jié)點數(shù)分別為 ki、ηj、與
o
在T-S門規(guī)則 l 中,對于故障狀態(tài)可以這樣描述:存在事件 的模糊故障態(tài)為
,則輸出故障
的模糊故障態(tài)為
可能性為
,且需要門規(guī)則數(shù)要求如式(2)所示[8]:
式中: r——門規(guī)則數(shù)。
分析故障概率,確定風(fēng)險可能性標準參考表1。
隨著隧道施工的深入,很多節(jié)點故障狀態(tài)是難以直接獲得的,需要利用隸屬度函數(shù)反映出故障概率關(guān)系。研究中引入BN網(wǎng)絡(luò)優(yōu)化節(jié)點參數(shù),需要更高的節(jié)點精度,因此研究采用三角隸屬度函數(shù)描述故障概率模糊集,如式(3)所示:
式中, —子集下界;
—子集上界;
—子集中心。
若存在 ,則此刻模糊子集是精確值狀態(tài)。
3基于BN網(wǎng)絡(luò)的 故障樹推理模型的 構(gòu)建
為了進一步推理故障發(fā)生的可能性,研究采用基于BN網(wǎng)絡(luò)的 故障樹模型進行正向與反向推理,其中正向推理由故障樹底端由下至上進行逐層推理。在隧道施工風(fēng)險的正向推理中,需要定量化參數(shù)描述風(fēng)險性,因此安全風(fēng)險分析將進一步分析風(fēng)險概率以及故障程度?;贐N網(wǎng)絡(luò)的T-S故障樹施工安全評估模型流程如圖2所示。
整個基于改進 故障樹的公路隧道工程施工安全評估以WBS-RBS理論為基礎(chǔ),構(gòu)建施工過程故障樹體系;同時,引入BN網(wǎng)絡(luò)改進的T-S故障樹將故障規(guī)則并轉(zhuǎn)化為DAG形式。然后,通過施工實際情況與先驗概率來推斷風(fēng)險出現(xiàn)的概率,同時結(jié)合反向推理確定根節(jié)點先驗概率,從而完成對整個施工系統(tǒng)的施工安全風(fēng)險診斷,為工程施工提供重要決策數(shù)據(jù)。
4 應(yīng)用效果分析
為了對項目風(fēng)險進行具體分析,試驗中事故節(jié)點敏感性分析采用Netica軟件,以WBS一RBS方法進行結(jié)構(gòu)識別,根據(jù)圖1中工作分解結(jié)構(gòu)進一步研究,得到項目風(fēng)險源識別結(jié)果如表2所示。
根據(jù)表2識別結(jié)果,風(fēng)險源有17個,包括巖體富水性、支護處理不及時以及仰拱封閉滯后等。根據(jù)項目源識別結(jié)果來看,爆破存在危石堆積風(fēng)險源主要與洞口開挖 (風(fēng)險分解結(jié)構(gòu))以及管理不當(dāng)
(工作分解結(jié)構(gòu))有關(guān)。將表2中相互獨立的風(fēng)險源選作故障樹底事件,從而建立T-S故障樹模型。基于BN網(wǎng)絡(luò)的T-S故障樹安全風(fēng)險模型網(wǎng)絡(luò)如圖3所示。
根據(jù)表2的風(fēng)險源數(shù)據(jù),采用BN網(wǎng)絡(luò)轉(zhuǎn)換推理得到T-S故障樹安全風(fēng)險模型網(wǎng)絡(luò)。其中 y 表示安全風(fēng)險中間節(jié)點, x 表示為對應(yīng)的根節(jié)點。由T一S故障樹安全風(fēng)險模型網(wǎng)絡(luò)來看,導(dǎo)致項目隧道塌方的主要中間節(jié)點事件原因為支護保護弱、施工質(zhì)量差等6個主要因素。研究將繼續(xù)進行先驗與后驗概率計算,其結(jié)果如圖4所示。
圖4為先驗與后驗概率計算結(jié)果圖。在 先驗概率檢測中,其概率檢測排序結(jié)果為
,分別對應(yīng)圍巖區(qū)出現(xiàn)軟弱夾層、圍巖區(qū)富水性高、支護處理不及時、爆破過程影響較大、圍巖差地段缺少支護保護、未對施工進行持續(xù)質(zhì)量監(jiān)督,其先驗概率值分別為0.1762、0.1511、0.1415、0.122、0.1021、0.0764。此外,在后驗概率結(jié)果中,
取值為1或者0.5時,其概率檢測排序結(jié)果為
,與先驗概率影響排序一致,表明對隧道塌方影響最大的是圍巖區(qū)出現(xiàn)軟弱夾層,其次是圍巖區(qū)富水性高等。因此,隧道內(nèi)部發(fā)生塌方安全事故時,應(yīng)該按照上述事件影響概率進行依次檢測,從而排除相應(yīng)故障,并提出有效的維護方案。為了驗證本研究所提出方法的有效性,選取施工中28個風(fēng)險點進行安全評估分析。其中引入層次分析法(AnalyticHierarchyProcess,AHP)作為測試基準,測試結(jié)果如圖5所示。
圖5(a)為評估準確性分析,選取28個風(fēng)險點進行檢測,其中研究模型的評估模型準確性最高,平均值均在0.95以上,而T-S故障樹與AHP平均值為0.926與0.815。比較三種模型風(fēng)險源數(shù)量檢測結(jié)果,如圖5(b)所示。相比AHP與傳統(tǒng)T-S故障樹模型,研究模型能準確識別風(fēng)險點各類風(fēng)險源,最接近實際值,而AHP整體表現(xiàn)最差。研究模型、T-S故障樹以及AHP故障源檢測平均準確度分別為 94.25%.81.25% 與 71.47% 。由結(jié)果來看,研究模型在安全評估上更精準,且能準確識別出風(fēng)險源類型數(shù)量,具有良好的應(yīng)用效果。
5結(jié)語
近年來公路隧道施工事故頻發(fā),造成巨大的生命財產(chǎn)損失。為了保障公路隧道工程的有效開展,本文以某隧道項目為例,引入改進T-S評估隧道塌方安全風(fēng)險因素。其中,研究采用WBS一RBS識別風(fēng)險源并構(gòu)建故障樹關(guān)系模型,引入BN優(yōu)化的T-S故障樹進行安全風(fēng)險推理,得到最終安全事故發(fā)生概率。根據(jù)最終結(jié)果顯示,隧道塌方主要因素為圍巖區(qū)出現(xiàn)軟弱夾層、圍巖區(qū)富水性高、支護處理不及時等,先驗概率與后驗概率檢測一致,需要從概率高的事件因素逐一進行安全檢查。在模型有效性檢驗中,研究模型、T-S故障樹以及AHP故障源檢測平均準確度分別為 94.25%、81.25% 與 71.47% ,研究模型安全評估準確性最高。由此可見,本研究所提出技術(shù)在實際場景中具有出色的應(yīng)用效果。但故障樹各個節(jié)點間關(guān)系密切,實際分析中仍舊存在人為主觀因素影響,后期有待進一步改進。
參考文獻
[1]秦華禮,祝藝露.基于RF-1D-CNN的城市地下綜合管廊施工安全風(fēng)險評估[J].安全與環(huán)境學(xué)報,2023,23(7):2184-2190
[2]孫宗磊,孟繁增.下穿高鐵橋梁施工安全風(fēng)險評估及變形動態(tài)控制技術(shù)[J].橋梁建設(shè),2022,52(5):135-141.
[3]吳波,杜君,溫小棟,等.基于改進權(quán)-DEMATEL-ISM的富水軟土層深基坑施工安全風(fēng)險評估[J].中國安全生產(chǎn)科學(xué)技術(shù),2023,19(10):106-114.
[4]焦紅,謝亞慧,王松巖.基于改進證據(jù)理論的裝配式建筑施工安全風(fēng)險評估[J].土木工程與管理學(xué)報,2023,40(5):75-81.
[5]吳波,黃惟,陳輝浩,等.基于權(quán)一可拓理論的瓦斯隧道施工安全風(fēng)險評估[J].中國科技論文,2022,17(1):99-104.
[6]Kazaras K,Kirytopoulos K,Rentizelas A.Introducing the STAMPmethod in road tunnel safety assessment_J].Safety science,2012,50(9):1806-1817.
[7廖文田,熊子多,張邵邦.復(fù)雜海域橋梁施工安全總體風(fēng)險評估指標體系的研究[J].公路,2022,67(11):92-96.
[8]辛酉陽,楊德磊,方前程.改進GRA-TOPSIS模型在裝配式建筑施工風(fēng)險評估中的應(yīng)用[J」安全與環(huán)境學(xué)報,2023,23(7):2212-2222
[9]方前程,李中原.基于盲數(shù)理論和物元可拓法的裝配式建筑吊裝施工風(fēng)險評估模型研究[J].安全與環(huán)境學(xué)報,2023,23(1):8-16.
[10]鄭明新,楊婧雯.基于AHP-CRITIC與TOPSIS的路基下穿高鐵橋梁施工工法評價[J」安全與環(huán)境學(xué)報,2023,23(8):2563-2571.
[11]周立.基于云貝葉斯網(wǎng)絡(luò)盾構(gòu)下穿鐵路近接施工安全風(fēng)險動態(tài)評價[J].工業(yè)建筑,2023,53(11):226-233
[12]駱歡.遵義長溝錳礦安全評價指標體系構(gòu)建及應(yīng)用[J]中國錳業(yè),2023,41(5):59-62.