公路隧道施工安全重大風險源風險等級評估方法研究*

史小麗 姚玉玲 付浩然 潘軍利

(長安大學公路學院1) 西安 710064) (內蒙古電力(集團)有限責任公司2) 錫林郭勒 026000) (陜西省交通建設集團公司3) 西安 710075)

0 引 言

隧道工程在施工中面臨著斷層破碎帶、滲水、偏壓等各種不良地質條件，使隧道施工中發生安全事故的概率大大增加.為了加強隧道工程在施工過程中的風險管理，中國交通運輸部頒發了《公路橋梁和隧道工程施工安全風險評估指南》(以下簡稱《指南》)[1].此外，國內外學者也進行了大量的研究工作，通過梳理該領域的已有研究內容，其研究焦點集中在：①針對某一特定隧道的全過程風險管理研究[2-5]；②針對某一特定施工方法中存在的風險因素對項目合同、費用、工期、質量和安全等方面的影響研究[6-8]；③研究過程中都采用了相應的模型、方法，建立了決策平臺[9-10].由此可見，針對特定地質條件或特定施工方法的隧道工程進行風險應用研究在國內外相當普遍.

盡管隧道工程施工中面臨的地質環境具有多樣性，采用的施工方法具有不同的針對性，但隧道施工中的致險因素最終導致的結果是確定的，即可能產生施工生產安全事故，造成人民生命和財產的損失.本文突破以往風險管理研究中以某一特定隧道或某一施工方法為出發點的常規思路，立足于現行《指南》中對坍塌、涌水突泥和瓦斯爆炸這三種施工安全重大風險源的風險等級評估方法進行研究，修正現有評方法的評估結果，提高公路隧道施工安全重大風險源風險等級預判的準確性.

1 現行公路隧道工程施工安全重大風險源風險評估方法評價

現行《指南》中根據風險可能性和后果嚴重程度這兩個因素，采用風險矩陣法判定風險等級，其中前者是采用指標體系法對坍塌、涌水突泥和瓦斯爆炸事故進行評估確定風險可能性等級，后者根據專家調查的主觀方法確定后果嚴重程度等級.該評估方法中風險可能性等級確定是核心內容，其特點如下。

1) 評估指標綜合、全面 《指南》從人、機、料、法、環境等方面對可能導致事故的致險因子形成評估指標，并且確定了各評估指標可能存在的狀態和對應的打分值.如坍塌事故這一風險源的風險可能性等級判定需要從隧道施工區段坍塌事故可能性評估指標和安全管理評估指標兩個角度綜合確定，前者評估指標包括圍巖級別(A)、斷層破碎情況(B)、滲水狀態(C)、地質符合性(D)、施工方法(E)、施工步距(F)，這幾個指標分別存在4，4，4，3，3，4種狀態；后者評估指標包括總包企業資質(a)、專業及勞務分包企業資質(b)、歷史事故情況(c)、作業人員經驗(d)、安全管理人員配備(e)、安全投入(f)、機械設備配置及管理(g)、專項施工方案(h)，這幾個指標分別存在4,2,4,3,3,3,3,3種狀態.

2) 評估方法簡便、快捷 仍以坍塌事故為例，首先根據實體隧道工程的情況和《指南》設計的指標狀態分值，打分得出事故可能性的各評估指標得分值A,B,C,D,E,F和反映安全管理的評估指標得分值a,b,c,d,e,f；其次根據安全管理評估指標的狀態分累計值M(M=a+b+c+d+e+f+g+h)，得出折減系數γ；再計算得出事故可能性的計算分值P(P=γ(C×A+B+D+E+F))；最后根據《指南》確定的計算分值P與事故可能性等級的對應關系，得出風險可能性等級.

上述對評估指標和評估方法的分析可見，目前的評估方法存在兩方面問題：①對評估指標間的相關性欠缺考慮，只是簡單的將不同指標的得分值進行疊加；但各評估指標間是具有一定的相關性的，如上述斷層破碎帶和滲水狀態都會影響圍巖等級、企業資質會影響歷史事故情況和作業人員經驗等；②評估結果過于絕對化，而評估結果應是一個概率事件，并且此概率性的評估結果應用于指導下一步的施工項目管理.

2 基于Bayes網絡的改進的評估方法

2.1 貝葉斯網絡用于隧道施工安全風險等級評估的可行性分析

貝葉斯網絡圖形可對風險源評估中各評估指標間的不確定性內容進行準確表達，其中的節點即為現行《指南》中確定的各評估指標；貝葉斯網絡的學習推理能力可對各評估指標之間復雜的關系進行學習，并以有向弧線和概率分布的形式進行表達.這種由節點和箭線組成的圖示化模型，可清晰的表達隧道施工安全風險評估中各評估指標之間的因果關系，風險判斷結果以概率形式給出，更加可靠，對實際工程中的風險控制、預防措施制定具有指導意義.

2.2 貝葉斯定理

貝葉斯網絡中最基本的信息傳遞基礎即為貝葉斯定理，貝葉斯定理可以描述兩個條件概率之間的關系[11-12].

公路隧道施工安全風險等級評估結果有四種可能，即I級、II級、III級和IV級風險，這四個事件用Ri表示(i=1～4),構成了一個樣本空間；貝葉斯定理中需要事先對這四個事件出現的可能性大小進行估計，即確定P(Ri)稱為先驗概率；當對某個隧道施工安全風險等級進行評估時，對各評估指標的打分得到了一個結果S，那么貝葉斯公式提供了根據S的出現而對先驗概率做出新評價的方法，即確定出P(Ri/S)，稱為后驗概率

(1)

先驗概率可根據以往的數據分析得到，本文根據《指南》確定的評估指標體系和相應的狀態分值建立數據庫，該數據庫包括了所有與風險等級相對應的判定風險可能性等級和后果嚴重程度的評估指標狀態值，據此數據庫通過貝葉斯網絡結構學習和參數學習可以得出先驗概率；再將實體隧道的評估指標參數值代入，即可得出考慮了可能性的風險等級判斷結果，即后驗概率.

2.3 改進的公路隧道施工安全重大風險源風險等級評估方法

圖1為隧道施工安全風險貝葉斯網絡模型建立流程圖，圖中左側部分為模型的建立過程，右側為對相應步驟的解釋及具體實施內容.

圖1 改進的公路隧道施工安全重大風險源風險等級評估方法流程圖

3 數據庫的建立

評估方法中數據庫的建立完全依賴于現行《指南》中全面綜合的評估指標，涉及物的不安全狀態指標、人的因素及施工管理指標、人員傷亡和直接經濟損失指標三個方面，圖2以坍塌事故為例表示數據庫生成的過程，圖中字母所代表的含義同1中的描述，因隧道施工安全重大風險源事故受多重因素的影響，評估指標較多，圖中未一一列出，僅以省略號表示數據庫的建立思路；圖中字母的下標表示評估指標的狀態；人員傷亡和直接經濟損失共四種狀態，未在圖中顯示.據此可以得出僅坍塌事故的數據庫就有17 832 960組數據.

圖2 坍塌事故風險可能性等級判斷對應關系圖

4 隧道施工安全風險等級判斷模型的建立

4.1 貝葉斯網絡的結構學習

貝葉斯網絡結構學習的過程，是尋找一個最能準確描述先驗知識及節點相關關系的網絡結構的過程，本文選用機器學習法和專家經驗法建立網絡結構.由于本文中的數據為完整的數據集，網絡結構的機器學習算法選擇貪婪搜索算法(greedy thick thinning)中的K2算法，再將所得學習結果與工程經驗結合對網絡結構進行優化，這一過程充分考慮了各評估指標之間的相關性.圖3為根據坍塌事故數據庫通過網絡結構學習后得到的貝葉斯網絡優化結構圖.

圖3 坍塌事故風險等級判斷的貝葉斯網絡優化結構圖

4.2 貝葉斯網絡的參數學習

貝葉斯網絡的參數學習過程是通過樣本數據集進行評估，得出先驗概率.本文采用極大似然估計(MLE)方法進行貝葉斯網絡節點參數學習.

首先需對各節點的狀態進行定義，并與網絡結構中的狀態進行匹配；本網絡模型中的匹配是將節點的各狀態與各評估指標的得分值相對應，見圖4.

經過網絡結構構建和參數學習后，一個完整的貝葉斯網絡風險等級概率判斷模型便建立完成，圖5為坍塌事故貝葉斯網絡風險等級概率判斷模型.

圖4 網絡結構節點與數據的狀態對應圖

圖5 坍塌事故貝葉斯網絡風險等級概率判斷模型

在實際應用過程中，將所評估隧道的各評估指標的狀態值代入網絡模型中，即可實現事故風險等級的判斷.

5 結果驗證與應用

為驗證本文提出的評估方法的準確性，選擇西鐘嶺隧道專項施工安全風險評估報告的評估結果進行驗證，該隧道無瓦斯爆炸事故風險源，故僅對坍塌和涌水兩個重大風險源進行分析.表1為坍塌事故風險等級判斷結果對照表，表2為涌水事故風險等級判斷結果對照表.

由表1～2可知：

1) 現有方法的風險等級判斷結果，實質是改進方法判斷結果中概率值最大時對應的風險等級，從這一點看，兩種方法所得結果是一致的.

表1 西鐘嶺隧道坍塌事故風險等級判斷表

表2 西鐘嶺隧道涌水事故風險等級判斷表

2) 風險等級判斷結果中II級風險和III級風險發生概率分別是45%和55%，與判斷結果分別是28%和72%，11%和89%，21%和79%時，需引起的重視程度是大大不同的.

3) 兩種方法相對比，改進的概率判斷模型所得結果不僅可以準確判斷事故風險的等級，而且得出了事故各風險等級發生的概率，結果更加詳細、可靠，對下一步的風險應對與防范指導意義更大.

4)可根據概率性的風險等級評估結果，從施工技術方案角度制定相應的應對措施，計算期望工期和費用，為項目管理決策提供依據.

6 結 論

1) 對現行《指南》公路隧道施工安全重大風險源風險評估方法進行評價，表明評估指標全面，但評估方法僅是對各評估指標進行疊加、未考慮各評估指標間的相關性，評估結果未體現風險發生概率大小.

2) 論證了貝葉斯理論用于公路隧道施工安全重大風險源風險評估的可行性和適用性，通過建立風險網絡結構所需的數據庫、網絡結構學習和節點參數學習，實現貝葉斯風險等級概率判斷模型的構建.

3) 依托實體隧道工程，采用改進的方法進行評估，將所得結果與現行方法進行對比，其結果更加詳細、可靠，對下一步的風險應對與防范指導意義更大.

4)同一隧道工程的同一評估區段，可能同時存在兩種以上風險源，下一步可考慮對受多種風險源影響的區段進行風險管理開展研究.