BP神經網絡在跨既有線高速鐵路橋梁施工安全風險評估中應用研究

劉冬冰

（中鐵十六局集團第二工程有限公司， 天津 300000）

作為全球最大的基礎設施建設國家，我國在橋梁建設和鐵路建設方面處于遙遙領先的位置，很多相應的技術也向外輸出到西方歐美國家和亞非拉國家等。現在我國的鐵路交通網四通八達，而且密度呈現出越來越密的趨勢，同時帶來的是跨既有線高速鐵路橋梁的施工越來越多，這種施工特點除了工期要求緊張，工程質量要求嚴格之外，還有兩點必須滿足，一個是必須既要充分考慮原有的橋梁施工的安全風險評估，另一個就是充分考慮既有線高速鐵路的安全風險評估。對于跨既有線橋梁施工項目這種特殊性質的橋梁施工，除了常規的要求之外，對于施工過程中的施工影響要求和施工質量要求都有著更高的要求，所以有必要對這兩個方面開展系統的分析和研究，尤其是對于直接關系既有線的運營安全的跨既有線橋梁施工質量問題，必須要開展最高級別的反復論證和研究。而對于既有線橋梁施工這種橋梁工程而言，影響施工安全的影響因素眾多，而且各個影響因素不是獨立的，各個影響因素之間都有相互的非線性關系，所以有必要建立一套非線性的研究體系來對于施工過程中的質量影響因素進行詳細的分析，從而更好的保證橋梁施工過程中的安全風險評估。本文基于跨京九線橋梁施工為研究目標，詳細論述了施工過程中的施工影響要求和安全風險評估，然后重點針對施工過程中的影響因素利用 BP神經網絡研究了各個影響因素之間的相互聯系，從而對于施工過程中的安全風險評估給出合理的措施。

1 跨京九鐵路特大橋38#～41#墩（64+116+64）m轉體連續梁施工項目簡介

本次研究的項目橋梁是跨越京九鐵路的項目，因為橋梁的跨度較長，所以屬于重大項目，該項目的總長度超過了 2000米，工程難度較大，該項目總的里程DK345+313.840～ DK345+559.540（營業線里程：K2246+250～450）。

涉及鄰近營業線及營業線施工項目位于京九線鐵路泰美站～惠州站區間范圍內（K2246+250～450段），主要包括以下內容：

1、工程項目臨近事項具體有：40#墩人工挖孔樁物理隔離設置、39、40#墩鉆孔樁、承臺、墩身及掛籃懸灌連續梁、橋面系施工。

2、營業線施工項目主要包括：39、40#墩連續梁轉體施工，防護棚架安裝及拆除。

38#墩承臺邊距既有京九線左線線路中心距離 74.65m，不涉及鄰近營業線施工。

3、39#承臺上方架有輸電線路一條，3#與4#樁基之間埋設電線桿一根，承臺與既有線之間埋設有鐵路信號電纜三條，距承臺邊1.69m；40#承臺上方架有輸電線路一條，40#承臺與既有線之間埋設有鐵路通訊光纜一條，電纜穿越承臺邊緣；以上2條輸電線路、2條鐵路通訊電纜需改遷。具體位置詳見：附圖1。立面圖見附圖2。

39#墩鉆孔樁為11根，樁徑2m，承臺距京九線鐵路左線線路中心最近距離9.9m，承臺基坑深4.75m，距離京九線鐵路左線接觸網最近距離6.59m，距路基下坡腳護欄最近距離5.3m，基坑底與軌頂高差8.584m；橋墩高12m，轉體連續梁平行線路懸灌，梁體外側距線路中心最近距離16.15m。

40#墩鉆孔樁為11根，樁徑2m，承臺距京九線鐵路左線線路中心最近距離7.1m，承臺基坑深4.75m，距離京九線鐵路左線接觸網最近距離3.5m，距路基下坡腳護欄最近距離1.6m，基坑底與軌頂高差8.584m；橋墩高8.5m，轉體連續梁平行線路懸灌，梁體外側距線路右線中心最近距離7.09m。

2 研究項目安全指標體系的評估與建立

作者通過多年的橋梁施工經驗結合對一線施工工人的問卷調查，按照系統性、層次性和邏輯性的原則建立了跨既有線高速鐵路橋梁施工安全風險評估指標體系，整個體系劃分為兩個層次，一級體系層次包括具體的5個方面的風險體系，分別是物資與設備一級風險管理體系、施工管理一級風險管理體系、人員一級風險管理體系、環境一級風險管理體系和施工技術一級風險管理體系。

每一個一級體系層次又可以進一步細分為若干個二級體系層次，具體來說物資與設備風險管理體系包括7個二級體系層次，分別是材料質量二級風險管理體系、新材料不適應二級風險管理體系、材料創新發展二級風險管理體系、設備維修檢測水平二級風險管理體系、新設備不適應二級風險管理體系、設備技術創新發展二級風險管理體系和設備更新提水平二級風險管理體系。施工管理一級風險管理體系包括9個二級體系層次，分別是應急救援措施完善性二級風險管理體系、安全管理措施費不到位二級風險管理體系、施工組織設計貫徹利度二級風險管理體系、信息處理不及時二級風險管理體系、監控方案合理性二級風險管理體系、監控數據完整度二級風險管理體系、項目參與方溝通協調不及時二級風險管理體系、施工安全風險管理規章制度落實程度二級風險管理體系、組織機構不完備二級風險管理體系。人員一級風險管理體系包括6個二級體系層次，分別是人員基礎素質水平二級風險管理體系、人員工作水平二級風險管理體系、人員操作失誤二級風險管理體系、違章作業與違章指揮二級風險管理體系、人員安全意識薄弱二級風險管理體系和人員配置不足或不當二級風險管理體系。環境一級風險管理體系包括 6個二級體系層次，分別是既有線侵限二級風險管理體系、作業環境保障水平二級風險管理體系、社會災害二級風險管理體系、地質環境不良二級風險管理體系、內部社會環境保障水平二級風險管理體系和自然環境災害二級風險管理體系。施工技術一級風險管理體系包括6個二級體系層次，分別是橋梁設計長度與跨度二級風險管理體系、勘測設計深度二級風險管理體系、技術交底完整度二級風險管理體系、施工質量控制度二級風險管理體系、新工藝新技術成熟度二級風險管理體系和施工方案合理性二級風險管理體系。

3 BP神經網絡理論基礎及算法

BP神經網絡是機器學習方法在傳統的統計理論的應用成果，唯一的差別是傳統的統計理論遵循的是經驗風險最小，而 BP神經網絡遵循的是結構風險最小，該方法最大的特點就是適用于小樣本數據，而神經網絡適用于大樣本數據，所以對于跨既有線高速鐵路橋梁施工安全風險評估這種小樣本數據，BP神經網絡的適用性更強。

BP神經網絡采用的是三層結構，中間隱層節可以根據不同的實際問題而做出變化，從而擴大了適用范圍；同時通過 BP神經網絡的分析加權閾值可以提高訓練數據的維數，將非線性問題的求解引入到高維空間，這樣既可以保障不同實際問題的樣本數據不受維數的限制，同時可以避免神經網絡算法的維數短板。計算過程簡單明了，物理意義更加明確。通過新技術的應用，研究項目安全風險評估的所有運行過程都將會及時透明的展示給項目參與者。信息化的安全風險評估管理系統的優勢在于其可以自動化的進行數據分析，加快信息流通的速度。

4 研究項目的神經網絡風險評估過程

4.1 BP神經網絡分析加權閾值的選取

神經網絡分析加權閾值影響著數據從原始空間映射到高維空間的方式，所以神經網絡分析加權閾值的選擇是 BP神經網絡分析建模過程中的重要環節，本次研究沒有選擇復雜的神經網絡分析加權閾值，而是選擇了具有徑向對稱解析的反距離褶積神經網絡分析加權閾值，具體表達式如下：

4.2 BP神經網絡模型驗證

對于選定的分析加權閾值，建立了 BP神經網絡模型，我們對于模型進行了驗證，驗證結果如表2所示。

表2 BP神經網絡模型驗證表格

從表中可以看到，通過BP神經網絡平均誤差控制在0.3%以內，擬合情況良好，證明了模型建立的分析加權閾值選擇正確，參數訓練合理。

4.3 研究項目的神經網絡安全風險預估

利用已經建立好的BP 神經網絡模型對跨京九鐵路特大橋施工安全進行風險預測，第一步就是將跨京九鐵路特大橋施工安全的 34個風險指標進行歸一化處理作為BP 神經網絡模型的輸入數據，然后通過BP 神經網絡模型的計算得到跨京九鐵路特大橋施工安全的風險指數是0.20138，這屬于一個低風險的范疇，與跨京九鐵路特大橋項目的風險設計相一致，驗證了方法的適用性。

5 結論

論文形成了四大類風險指標，系統性開展了 BP神經網絡在跨京九鐵路特大橋38#～41#墩（64+116+64）m轉體連續梁施工風險評估中的應用，應用結果表明通過這種非線性統計算法得到的風險評估結果與項目最初設計的風險評估結果一致，充分說明了方法的適用性和合理性。