地下洞室群現場作業風險分析與向量模型

袁　軒 ，江　新，2，袁國常

(1. 三峽大學 水利與環境學院，湖北 宜昌 443002； 2. 湖北省水電工程施工與管理重點實驗室，湖北 宜昌 443002； 3. 三峽旅游職業技術學院 基礎部，湖北 宜昌 443100)

0　引言

隨著我國國民經濟發展，在工程建設領域里，類似于地下特大型水電站、地下超大型樞紐車站、地鐵等大長隧道越來越多地以地下超大洞室群的形式建成并投入使用。地下洞室群施工過程面臨大跨度、洞室高、邊墻難穩定、空間縱橫交錯等突出問題，存在多發性安全隱患。此類工程一旦發生突發安全事故，將帶來巨大損失。

在地下洞室群施工過程中，縱向和橫向的現場作業可能同時進行，呈現出立體交叉并行的態勢，這種施工作業狀態可能導致多種風險相互交叉作用，表現出極強的風險傳播效應[1]。 Sturk R[2]，Choi H H[3]針對地下工程的特點，從地下工程施工風險發生機理出發，結合風險核對表、故障樹法等多種風險識別方法，建立地下工程施工安全風險指標體系；Abdollahipour A[4]運用敏感性分析，對圍巖力學參數進行分析，結果表明最敏感的特性為橫向應力和變形模量；李景龍[5]運用層次分析法，確定風險因素權重，并利用綜合模糊評判的方法，將風險的2大要素“概率”和“后果”聯系起來，并引入“監控程度”和“重視程度”2個因素，將4個指標統籌考慮，給出每個指標的隸屬度函數表達式，對風險評價算法進行描述；汪劉凱[6]運用因子分析和聚類分析，將風險因素層次歸納劃分，并運用SEM驗證建立的理論模型，最后得出各風險因子的相互影響和作用機理；撒文奇[7]運用物聯網技術，搭建施工信息采集平臺，實現洞室群的內外部數據實時動態采集與傳輸，并采取數值模擬手段，提出實時數據仿真的圍巖劣化等級折減系數；YOU K H[8]對洞室群的風險可靠度進行分析研究。仇文革、李俊松[9]將WebGIS運用于地下工程風險管理，建立實時數據監測系統，根據專家反饋、施工數據、風險評估數據的實時監測，對施工風險及時作出應對措施；胡群芳[10]針對國內外工程風險接受準則的研究現狀，結合地下工程的特點，制定地下工程風險接受準則計算模型，并探討現階段風險接受準則研究的不足和發展空間；池秀文[11]通過對地下工程的風險隱患識別，構建安全風險管理指標體系；宋飛[12]將層次分析法和MATLAB結合，對地下工程中的基坑施工風險進行分析；于峰[13]對地下洞室穩定性和水封性2方面進行風險評估。以上方法均未涉及現場作業風險體系中各風險因子的相關關系，未能體現風險的動態變化性。針對此類問題，可建立結構方程模型來進行分析。結構方程模型所用方法是應用線性方程系統，表示觀察變量與潛在變量之間的因果關系以及潛在變量之間相關關系的一種統計方法[14]，能夠估計無法直接測量的指標。建立SEM模型對地下洞室群施工風險進行研究，并在此基礎上建立向量模型以演示現場作業各風險因素間的向量關系，使各風險因素間的主次關系更加清晰地展現出來，這對厘清地下洞室群施工中各風險因素間的關聯性有積極意義。

1　地下洞室群施工現場作業風險因素指標劃分

1.1　現場作業風險指標確定

地下洞室群存在高圍巖、跨度大、空間縱橫交錯，施工條件復雜，施工支護難度大，各施工部位相互干擾等特點。例如溪洛渡水電站左岸地下廠房洞室群水平埋深300～450 m，鉛直埋深340～480 m。洞內施工環境特殊，不同于地上工程，地下工程存在許多未知性和不確定性，極易產生突發事故，現場管理及施工人員的素質就顯得尤為重要。從近年統計數據來看，由于不可抗力因素發生的事故災害數僅占總數的2%，而由于人的不安全行為因素引發的事故為70.8%[15]。從中可以看出，人為因素是導致地下工程安全事故發生的主要因素。但是，地下洞室群施工風險是一系列風險因素相互作用的結果，要降低風險發生的概率就必須了解各風險層次的相互作用機理。在諸如溪洛渡等多個水電站地下廠房工程的地下洞室群施工實地調研基礎上，通過專家組討論和施工工人座談的形式，確定管理風險、環境風險、機械設備風險、工作經驗與技能風險、不安全心理風險、不安全行為風險等6個風險層次。以這6個風險層次為潛變量，制定18個觀測變量作為地下洞室群現場作業風險因素層，并以這18個觀測變量擬定調查問卷表。問卷表采用李克特5級量表法，以其對施工總風險的影響程度進行打分，問卷通過現場發放和代為轉發的形式，發放給被調查水電站的一線施工技術人員、安全生產部門人員、企業部門負責人和監理咨詢人員，如表1所示。問卷總共發放220份，共回收198份，剔除其中15份不完整問卷，剩余183份，有效率達到83%。

表1　地下洞室群施工現場作業風險調查問卷

1.2　信度和效度檢驗

運用spass對調查所取得的數據進行信度檢驗，指標選用Cronbach’ Alpha值檢驗，同時運用此軟件對數據進行效度檢驗，選用KMO值和巴特勒球形檢驗值作為指標，信度檢驗如表2所示。

表2　信度檢驗

從表2可以看出，各風險因子Cronbach’s Alpha值均大于0.7，CITC值均大于0.5，表明各項因子均滿足信度檢驗，調查問卷具有真實性。

通過軟件計算， KMO值為0.879>0.5(參考標準)，表明該數據比較適合做因子分析，并且巴特勒球形度檢驗值為0.00，表明該數據效度達標。

2　結構方程模型的構建

2.1　SEM模型構建

設定：以管理風險、環境風險、機械設備風險、工作經驗與技能風險、不安全心理風險、不安全行為風險為潛在變量；以x1～x18為觀測變量；以183份調查問卷所獲取的數據作為原始數據，并輸入模型運算。運用AMOS軟件構建初始模型，如圖1所示。

其擬合指標檢驗如表3所示。對比其擬合指標，發現其RMR=0.233，遠大于0.05；RMSEA=0.099，也大

于0.08；絕對適配度中2項不合格，說明模型適配并不理想，需要修正。通過增加路徑最終得出如下修正模型，如圖2所示。

圖1　地下洞室群施工現場作業風險SEM模型(未修正)Fig.1　SEM model for construction site risk of underground cavern group (uncorrected)

表3　模型擬合指數計算結果(初始模型)

通過AMOS對圖2模型擬合結果進行校驗對比，校驗結果和標準范圍如表4所示。

表4　模型擬合指數計算結果

圖2　地下洞室群施工現場作業風險SEM模型(已修正)Fig.2　SEM model of construction site work risk in underground caverns (revised)

表4顯示，模型的各擬合指標均已達標，模型擬合良好，構建合理。

2.2　風險關聯效應分析

分析結構模型可知：管理風險可直接影響心理風險、行為風險、機械設備風險和環境風險，對行為風險的影響最大；不安全心理風險可直接影響不安全行為風險和管理風險，對不安全行為的影響最大；不安全行為風險可直接影響機械設備風險和環境風險，對環境風險的影響最大；機械設備風險可直接影響不安全心理風險和環境風險，但影響均很?。还ぷ鹘涷烇L險可直接影響管理風險、不安全心理風險和不安全行為風險，對管理風險的影響最大，但對不安全行為的影響也非常大，不可忽視；環境風險會對不安全心理風險和機械設備風險造成影響，對不安全心理風險影響較大，對機械設備風險影響非常小。

分析測量模型可知：管理風險層次中，規章制度建設及執行力度對其影響最為明顯；環境風險層次中，圍巖穩定性防護對其影響最為明顯；機械設備風險層次中，進場設備優良率對其影響最為明顯；工作經驗與技能風險中，工人技術等級對其影響最為明顯；不安全心理風險層次中，工人逆反心理對其影響最為明顯；不安全行為風險層次中，工人消極作業對其影響最為明顯。從模型可知：6個風險層次之間標準化路徑系數最高的是管理風險和不安全行為風險，即它們之間耦合度最高，而管理風險中，規章制度及執行力度所占荷載最大，不安全行為風險中，工人消極作業所占荷載最大，所以為了避免風險耦合，須在加強規章制度建設、增強其執行力的同時，加強監管力度和心理疏導，避免消極作業，從而降低風險耦合的概率。

3　現場作業風險因素向量模型

3.1　社會管理中的向量效應

社會管理中各方面的管理作用并不成線性關系，而是成向量關系，所產生的綜合效應也不是各方面管理作用所產生效應的簡單疊加，而是各向量的合向量所產生的效應。也就是說，社會管理的綜合效應是作為向量的各方面管理作用形成的合向量所產生的效應。例如，交通警察的管理指向是維護交通秩序和道路安全，城管的管理指向是街道衛生和市面整潔，他們的綜合作用效果是維持良好的市容市貌和社會環境，也就是2個不同的管理向量的合向量所產生的綜合管理效應。這就是所謂的社會管理中的向量效應。在安全管理科學中，社會管理中的向量效應同樣存在，這為在安全管理科學中建立向量模型提供最基本的理論依據。

3.2　向量模型的基本假設

建立向量模型的主要目的是在以上分析基礎上，進一步顯示各風險因素間的主次關系，為現場作業管理者進行工程施工管理提供可借鑒的理論依據，為此作以下基本假設。

假設1：模型中所涉及的風險因素均為現場作業風險因素，且均為可控。

假設2：不可抗力風險(如地震、海嘯等)是不可控的，不在模型所考慮的風險因素內。

3.3　現場作業風險因素向量模型的建立

表1的各風險因素是滿足以上基本假設的，現將它們進行再分類。

圖3　現場作業風險因素再分類Fig.3　Reclassification of risk factors in field operations

圖4　控制分量作用示意Fig.4　Control component action diagram

圖5　控制向量與各風險因素的合向量間關聯系數的確定示意Fig.5　Control vector and the risk factors of the co-vector between the correlation coefficient to determine the diagram

為提高控制因素的預留空間，此時在選取OC的取值時應寧小勿大，故選取

(1)

表5　關聯系數

圖6　作業風險因素向量模型的建立Fig.6　The establishment of risk model for job

4　結論

1)通過AMOS建立地下洞室群施工現場作業風險因素模型，將常見風險歸類為管理風險、環境風險、機械設備風險、工作經驗與技能風險、不安全心理風險、不安全行為風險6個風險層次，定量描述風險因素間的相關程度，探究各風險影響因素的關聯效應，通過驗證性因子分析技術驗證理論模型的正確性，可以為實際施工過程安全事故防范提供參考。

2)不安全行為風險和機械設備風險受管理風險影響最大；不安全心理風險受環境風險影響最大；環境風險受不安全行為風險影響最大；管理風險受工作經驗與技能風險影響最大。

3)各風險因素可分為3大類，且它們之間成向量關系；建立洞室群施工現場作業風險因素向量模型，有助于對各風險因素之間的主次關系作出清晰直觀的認識，為現場施工管理者提供可借鑒的理論依據。

[1]江新，李琦，沈力.基于ANP-灰色模糊的水電項目群風險預警研究[J].中國安全科學學報，2014，24(6)：146-152.

JIANG Xin,LI Qi,SHEN Li.Hydropower engineering programme risk early warning research bsed on ANP-Gray fuzzy[J].China Safety Science Journal,2014,24(6):146-152.

[2]Sturk R, Olsson L, Johansson J. Risk and decision analysis for large underground projects, as applied to the Stockholm Ring Road tunnels[J]. Tunnelling & Underground Space Technology, 1996, 11(2):157-164.

[3]Choi H H, Cho H N, Seo J W. Risk Assessment Methodology for Underground Construction Projects[J]. Journal of Construction Engineering & Management, 2004, 130(2):258-272.

[4]Abdollahipour A, Rahmannejad R. Sensitivity analysis of influencing parameters in cavern stability[J]. International Journal of Mining Science and Technology, 2012, 22(5):707-710.

[5]李景龍.大型地下洞室群工程穩定性風險評估系統及其應用研究[D].濟南：山東大學，2008.

[6]汪劉凱，孟祥瑞，何葉榮，等.基于 CA -SEM 的煤礦安全事故風險因素結構模型[J].中國安全生產科學技術，2015，11(12)：150-156.

WANG Liukai,MENG Xiangrui,HE Yerong.Structural model of risk factors for safety accidents in coal mine based on CA-SEM.[J]. Journal of Safety Science and Technology,2015,11(12):150-156.

[7]撒文奇，張社榮，張連明.基于物聯網的大型地下洞室群施工期動態安全評價與預警方法研究[J].巖石力學與工程學報，2014，33(11)：2301-2313.

SA Wenqi,ZHANG Sherong,ZHANG Lianming.Real-time safety evaluation and early warning of large-scale underground cavern group during construction period based on internet of things[J].Chinese Journal of Rock Mechanics and Engineering,2014,33(11):2301-2313.

[8]YOU K H, PARK Y, LEE J S. Risk analysis for determination of a tunnel support pattern[J]. Tunnelling and Underground Space Technology, 2005, 20(5): 479-486.

[9]仇文革，李俊松，胡蘭，等.基于WebGIS的地下工程安全風險管理系統[J].西南交通大學學報，2011，46(6)：953-959, 965.

CHOU Wenge,LI Junsong,HU Lan. WebGIS-based safety risk management system of underground engineering[J]. Journal of Southwest Jiaotong University,2011,46(6):953-959,965.

[10]胡群芳，黃宏偉.隧道及地下工程風險接受準則計算模型研究[J].地下空間與工程學報，2006，2(1)：60-64.

HU Qunfang,HUANG Hongwei.Study on the modeling of risk acceptance criteria for tunnel and underground engineering[J].Chinese Journal of Underground Space and Engineering,2006,2(1):60-64.

[11]池秀文, 姚雪梅, 張海峰. 基于AE的地下工程安全風險管理系統研究[J]. 武漢理工大學學報, 2010,32(11):143-146.

CHI Xiuwen,YAO Xuemei,ZHANG Haifeng.Research on safety risk management system of underground engineering based on AE[J]. Journal of Wuhan University of Technology,2010,32(11):143-146.

[12]宋飛，趙法鎖.地下工程風險分析的層次分析法及MATLAB應用[J].地球科學與環境學報，2008，30(3)：292-296.

SONG Fei,ZHAO Fasuo.Application of analytical hierarchy process and MATLAB program for risk analysis of underground engineering[J].Journal of Earth Sciences and Environment,2008,30(3):292-296.

[13]于峰.大型地下水封石油洞庫風險分析與控制措施[D].濟南：山東大學，2014.

[14]寧祿喬，劉金蘭，吳兵福，等.結構方程模型迭代算法研究[J].系統工程學報，2007，22(1)：84-87, 92.

NING Luqiao,LIU Jinlan,WU Bingfu. Research of the interative procedure in structural equation modeling[J].Journal of Systems Engineering,2007,22(1):84-87,92.

[15]陳紅.基于人因視角下的地鐵施工安全環境預案的研究[D].天津：天津理工大學，2015.