基于貝葉斯網絡的高層建筑外墻飾面磚脫落風險發生概率研究

朱 斌 張 輝

（1.上海市建筑科學研究院（集團）有限公司，上海 200032；2.上海市工程結構新技術重點實驗室，上海 200032；3.上海建科工程咨詢有限公司，上海 200032）

外墻飾面磚是當前城市高層建筑運用較為常見的建筑物外墻飾面形式，以其美觀、經濟等優點在工程中大量使用，僅2009年統計結果顯示，在上海城區就有近1500幢高層建筑采用飾面磚裝飾，總外墻使用面積達到1200萬m2.但隨著時間推移，因施工質量、溫度應力、風化等因素造成飾面磚的粘結強度會逐漸下降，容易發生空鼓、高處墜落，造成人員傷亡、財產損失等風險事故，因此降低高層建筑外墻飾面磚脫落的風險事故是一項緊迫并且必要的工作［1］.

本文通過近5年時間，實地調研了上海、北京、深圳等大城市128幢不同年代的高層建筑外墻飾面磚脫落事故，并分析其發生脫落的原因，基于事故案例數據，進行了基于貝葉斯網絡技術的風險概率分析，同時運用風險因素分解得到有效防范飾面磚脫落的監測指標，為降低高層建筑外墻飾面磚脫落的風險提供思路.

1 外墻飾面磚脫落調研

外墻飾面磚主要分為釉面磚和馬賽克，基本采用滿粘法粘貼，從建筑物主體結構向外，分別是找平層、粘結層、飾面層，這3層的任何一層出現缺陷，在特定條件下，都會引發飾面磚脫落的風險事故，如圖1所示.

圖1 某高層建筑外墻飾面磚脫落風險事故

因所調查的高層建筑外墻飾面磚情況多樣，本文按所在城市、飾面磚材料、使用年數、人員傷亡、財產損傷等信息分類，詳見表1.外墻飾面磚脫落事故的主要原因詳見表2.

表1 實地調研高層建筑外墻飾面磚脫落情況（共128幢）

表2 實地調研高層建筑外墻飾面磚脫落原因分析（共128幢）

圖2 上海某高層外墻飾面磚脫落事故

圖3 武漢某高層外墻飾面磚脫落事故

圖4 北京某高層外墻飾面磚脫落事故

圖5 深圳某高層外墻飾面磚脫落事故

通過對上海、北京、深圳、武漢等典型城市外墻飾面建筑的調研可知（詳見表1），飾面使用10年以下發生飾面磚脫落事故占12.50%，飾面使用10年及以上發生脫落事故占87.50%.因此，使用10年以上的外墻飾面磚建筑進入飾面磚脫落事故高發期，需要使用單位進行定期的外觀檢查，并根據外觀檢查的損傷結果，確定下一步的監測及整治措施.

調研也表明：除了使用年數、施工質量控制不力等共性因素外，外墻飾面磚脫落風險事故有地域特點，其中，北京受滲水凍融效應影響較大，上海、武漢受各層材料熱脹冷縮差異影響較多，而深圳受大風大雨的影響較為明顯.

2 貝葉斯網絡模型風險概率分析

2.1 貝葉斯網絡模型簡介

貝葉斯網絡方法是近年來人工智能領域中的熱點研究問題［2-3］.人工智能方法建立專業知識領域里的決策模型是非常有效的方法，尤其是當數據較難獲得的時候，建筑施工安全風險概率分析問題正是具有這樣的特征.貝葉斯網絡方法（Bayesian Networks）是Pearl于1988年提出的一種非常有代表性的不確定性知識表示和推理方法.在解決許多實際問題中，需要從不完全的、不精確的或不確定的知識和信息中做出推理，貝葉斯網絡是一種概率推理技術，它使用概率理論來處理在描述不同知識成分之間的條件相關而產生的不確定性.它提供了一種將知識直覺地圖解可視化的方法.

貝葉斯網絡模型結構由離散或連續隨機變量集組成的網絡節點、具有因果關系的網絡節點對應的有向邊集合和用條件概率分布表示節點之間的影響等組成.其中節點表示了隨機變量，是對過程、事件、狀態等實體的某些特征的描述；邊則表示變量間的概率依賴關系.起因的假設和結果的數據均用節點表示，各變量之間的因果關系由節點之間的有向邊表示，一個變量影響到另一個變量的程度用數字編碼形式描述.因此貝葉斯網絡可以將現實世界的各種狀態或變量劃成各種比例，進行建模.

現階段而言，進行動態風險評估的方法中，貝葉斯網絡方法是動態風險評估中最適用的方法之一.貝葉斯網絡方法的精髓就是對風險發生概率的修正，即可對實施、運行過程中可能發生的風險事件或事故的可能性的不斷修正，當然前提是在動態評估的過程中有風險事件發生或幾乎發生.因此，此方法能夠進行全過程的動態概率評估.但是，對于風險評估，則還需要對風險事件進行分析，對其風險發生損失進行估計，本文暫不進行研究.

2.2 貝葉斯網絡模型的構建及分析

本文采用Netica軟件創建“外墻飾面脫落”風險事件的貝葉斯網絡模型，并以實際案例的統計數據為基礎進行概率推理.“外墻飾面脫落”風險事件的貝葉斯網絡模型如圖6所示，并將模型中的節點分為風險事件、風險狀態、風險因素三層.風險因素層包括粘結強度不足、找平層過厚、勾縫開裂、飾面層開裂、飾面磚材料質量問題、粘結材料質量問題；風險狀態層包括施工質量問題、不同界面材料熱脹冷縮差異、滲水凍融效應、材料質量問題、人為開洞破壞、惡劣天氣等.基于目前事故案例調查數據，采用貝葉斯網絡技術進行概率推理，見表3.可知“外墻飾面脫落”風險事件的發生概率為11.9%.

表3 “外墻飾磚面脫落”風險事件貝葉斯網絡計算結果

圖6 “外墻飾面磚脫落”的貝葉斯網絡

3 風險監測指標

考慮到建筑物外墻飾面磚的使用全壽命周期，造成飾面磚脫落的風險因素在設計階段、施工及驗收階段、使用運營階段都有存在，主要由粘結材料老化、惡劣氣候、使用維護不當等因素造成的，詳見圖7.從外墻飾面磚安全性影響因素的分解可以看出，外墻飾面磚脫落風險事故可以通過紅外檢測推定粘結缺陷比例、粘結強度等專業檢測量化指標以及外觀檢查等常規指標來實現監測.

圖7 外墻飾面磚脫落風險因素分解圖

考慮到高層建筑外墻飾面磚量大面廣，需要建筑使用單位進行外觀檢查來實現監測是十分必要的工作.而外觀檢查最有效的風險控制項目為發現飾面磚的脫落、起拱現象，并進行評價分級，詳見表4，當評價分級為第四級時，需要專業機構進行檢測并采取整治措施.

表4 外墻飾面磚外觀檢查評價分級

4 結 論

通過實地調研上海、北京、深圳等大城市128幢不同年代的高層建筑外墻飾面磚脫落事故，并分析其發生脫落的原因，基于事故案例數據，進行了基于貝葉斯網絡技術的風險概率分析，同時運用風險因素分解得到有效防范飾面磚脫落的監測指標，可以得出以下結論：

1）調研結果表明，使用10年以上的高層建筑物外墻飾面磚進入飾面磚脫落事故高發期，需要進行定期的外觀檢查；可將外墻飾面磚外觀檢查評價分級運用到防范并降低高層建筑外墻飾面磚脫落的風險.

2）高層建筑外墻飾面磚磚脫落風險事故具有地域特點，其中：北京受滲水凍融效應影響較大，上海、武漢受各層材料熱脹冷縮差異影響較多，而深圳受大風大雨的影響較為明顯.

3）貝葉斯網絡模型計算推理出材料熱脹冷縮差異、施工質量以及滲水凍融效應在各項原因中發生概率居前.

［1］楊 靖，張吉鑫.迎世博600天既有建筑外墻檢測及整修［J］.住宅科技，2009（10）：32－34.

［2］Friedman N，Linial M，Nachman I，et al.Using Bayesian Networks to Analyze Expression Data［J］.Journal of computational biology，2000，7（3－4）：601－620.

［3］張少中，王秀坤，孫瑩光.貝葉斯網絡及其在決策支持系統中的應用［J］.計算機工程，2004，30（10）：1－3.