承災體視角下的裝配式建筑脆弱性評估研究

姜東民，張 哲，何棟良，孟 瑋

(青島理工大學 管理工程學院，山東 青島 266525)

1 前言

近些年來，國家開始鼓勵并扶持建筑工業化的發展，由傳統的“粗放式”的建造模式向“精細化”的建造方式轉型，裝配式建筑憑借施工速度快、綠色環保等優點得到國家大力推廣，而裝配式建筑的安全問題制約著裝配式建筑的發展，為了更好地推廣裝配式建筑，大量學者對裝配式建筑安全管理進行深入探討。馮亞娟等聯合應用熵權法和集對分析法，構建基于 EW-SPA 的裝配式建筑施工安全評價模型，并用于實證研究[1]；王志強等針對裝配式建筑特點，聯合FTA-SPA-灰色聚類模型對裝配式建筑進行了安全評價[2]；陳偉等分析引發裝配式建筑施工安全事故的因素及其相互作用機制后構建 SD-MOP 模型，分析應對事故的安全投入關鍵要素并構建及評價其資源投入優化配置方案[3]；其他學者也將屬性數學[4]、可拓學理論[5]應用到裝配式建筑安全評價中。

本文在承災體的視角下，對裝配式建筑開展脆弱性評估研究，針對脆弱等級較高的承災體提出相應的建議與措施，達到預防安全事故的目的，促進社會和諧發展。

2 承災體視角下裝配式建筑脆弱性評估指標體系構建

2.1 Apriori算法

Apriori算法算法是由Agrawal和R.Srikant 于1993年針對購物籃分析問題提出的，是一種布爾型算法。該算法的核心思想是對目標事務庫進行掃描，對每個項的出現次數計數，收集大于等于最小支持度的項，即頻繁項集，當不能產生更高階頻繁項集時停止，然后挖掘大于等于最小置信度的關聯規則，從而實現挖掘數據之間隱藏的關聯關系的目的。利用Apriori算法挖掘關聯規則分為四個步驟，由于篇幅有限，詳細步驟參考文獻[6]。

2.2 裝配式建筑安全事故類型及承災體分析

結合裝配式建筑特點和國家安全生產通報，整理出發生頻率較高幾種安全事故有：①高空墜落。裝配式建筑施工需要進行大量的高空作業，工人在復雜多變的環境中長時間作業會導致疲勞、走神或身體不適，稍不注意就會導致高空墜落。②物體打擊。在預制構件吊裝、拼接的過程中，任何零星部件、建筑材料等墜落下來，對施工人員、機械設備等都會產生較大的傷害。③機械傷害，機械設備的使用需要專門的人員操作，操作不當或操作人員專業水平不足都會導致機械傷害事故。④起重傷害。預制構件的形狀不規則且質量、體積和起吊難度較大，在吊裝前起重機械設備選擇不當、吊裝過程中點位固定不牢、人為操作失誤以及吊點設置不合理等問題都有可能導致預制構件在起吊過程中脫落。⑤坍塌事故。構件在生產、運輸、堆放的各個環節中都有可能發生坍塌，嚴重威脅附近的施工人員的人身安全。

根據對上述5種發生頻率較高且造成影響嚴重的裝配式建筑安全事故的分析與總結后，匯總各類安全事故的承災體得到表1，根據表1可得，人員、機械設備和建筑物本身是裝配式建筑安全事故的主要承災體。

2.3 構建裝配式建筑脆弱性評估指標體系

建立科學合理、全面客觀的評估指標體系是進行準確評估工作的第一步。遵循客觀性、獨立性和全面性的原則，在CNKI進行高級檢索，選擇主題或關鍵詞為“裝配式建筑”“風險評價研究”“安全評價研究”等進行檢索，搜集相關文獻研究，選取近4年相關度較高的40篇文獻，對文獻中的指標進行數據清理、數據集成等操作后，得到如表2所示的初始指標庫。

表1 安全事故承災體

表2 初始指標

本文采用Apriori算法挖掘頻繁項集是為了篩選初始脆弱性因素清單中相對重要的指標，使得指標體系更加科學，因此只進行挖掘頻繁1項集的工作。經過征詢相關專家建議之后，本文設置最小支持度為0.25，最小置信度為0.8。在本研究中，頻繁1項集表示在初始數據庫中出現次數較多且相對重要的評價指標，support表示此頻繁1項集的支持度。將頻繁1項集作為初次篩選后保留的指標，如表3所示。

由于是在承災體的視角下進行脆弱性評估研究，采用Apriori算法第一次篩選脆弱性指標后，仍存在若干與本研究關聯不大的指標，采用專家調查法可以有效地剔除此類指標，進行二次指標的篩選修訂。經過專家討論后，一致認為A38、A11、A15、A32、A13、A14六項指標與本文研究視角不吻合,將這些指標予以剔除，然后對指標進行重新編號后，構建出如表4的評估指標體系。

表3 頻繁1項集列表

表4 承災體視角下的裝配式建筑脆弱性評估指標體系

3 裝配式建筑承災體脆弱性評估模型構建

3.1 指標權重的確定

3.1.1 權重方法的選擇

裝配式建筑脆弱性指標包含人為的主觀因素和實際情況的客觀因素，開展裝配式建筑脆弱性評估研究應同時考慮主觀因素和客觀因素，通過參考相關脆弱性評估研究成果，為了能更準確、科學的確定指標權重，本文采用組合賦權法分別計算各指標的主、客觀權重，然后利用數學公式計算組合得到各指標綜合權重，并在裝配式建筑脆弱性評估進行應用。

3.1.2 AHP確定主觀權重

AHP的基本原理是將復雜的問題分解成多個層次，按照因素間的相互關系及上下層關系，將因素按不同層次分類組合，建立一個多層次分析結構模型，最終把復雜問題轉化為最低層相對重要程度的權值的問題。利用AHP解決問題的計算步驟參考相關文獻[7]，在此不再贅述。

3.1.3 熵值法確定客觀權重

熵是描述對象系統混亂程度的一種度量，一個對象的信息熵值越小，其信息量就越大，評價對象的權重相應的也就更大。熵值法的計算步驟如下：

Step1：設待評價項目數為m，評價指標數為n，構造如下的判斷矩陣：

Step2：對數據進行標準化處理，其標準化公式為

(1)

Step3：計算第j個指標熵值，設ej為第j個指標的熵值，其計算公式為

(2)

(3)

式中yij為第j個指標在第i個系統中的特征比重。

Step4：計算第j項指標權重，其計算公式為

(4)

3.1.4 確定綜合權重

(5)

3.2 云模型

李德毅于1995年提出了云模型理論，其定義如下：設U是一個用精確數值表示的定量論域，C是U上的定性概念，若定量值x∈U，且是定性概念C的一次隨機實現x，x對C的確定度μ(x)∈[0,1]是有穩定傾向的隨機數μ:U→[0,1],x∈U,x∈μ(x)，則在論域U上的分布成為云，每一個稱為一個云滴[8]。

3.2.1 云模型的數字特征

云用期望Ex、熵En、超熵He三個數字特征來表現云模型的整體特性。期望Ex是論域的中心值，也是云滴在定性語言概念中確定度最大、最典型的點。熵En是對定性概念不確定性的度量，反映了模糊性和隨機性。超熵He是熵的熵，用來表示熵的不確定性，即云滴的離散程度。

3.2.2 云發生器

云發生器即云生成算法。在云模型中，通過云發生器來實現定性概念與定量數據之間的轉化[9]。正向云發生器是從定性到定量的轉化模型，利用云的3個數字特征生成云滴，具體過程如圖1所示。逆向云發生器是從定量到定向的轉化模型，根據已有云滴計算出3個數字特征，具體過程如圖2所示。將正向云發生器和逆向云發生器相結合，可以實現定向與定量之間的任意轉化。

圖1 正向云發生器

圖2 逆向云發生器

4 基于云模型的裝配式建筑脆弱性評估

4.1 確定脆弱性評估指標集

根據本文研究視角，建立了如表4所示的裝配式建筑承災體脆弱性評估指標體系，其中包括人員、機械設備、建筑物本身3個一級指標和16個二級指標。

4.2 評語云模型化

結合GB/T 27921—2011《風險管理 風險評估技術》風險等級劃分方法和建筑領域相關專家的建議，本文將裝配式建筑脆弱性評價指標的評語集劃分為三個等級，脆弱性系數在[0,0.33]內為“不脆弱”等級、脆弱性系數在[0.34,0.67]內為“不太脆弱”等級、脆弱性系數在[0.68,1]內為“脆弱”等級，被劃分的三個脆弱性等級均有對應的評語數值區間，都有左右兩個臨界值，形如V[Cmin，Cmax]，屬于雙邊約束，且該區間對應的標準云的數字特征為(Ex，En，He)，其計算公式如式6。

(6)

式中：Cmax、Cmin分別為某等級標準的最大和最小邊界；k為常數，可以根據變量本身的不確定程度進行調整，k的取值不宜過大，參考專家的意見，本文中k取0.01，根據公式6可計算出評價標準的云模型參數為：不脆弱(0.165，0.055，0.01)、不太脆弱(0.5，0.053，0.01)、脆弱(0.835，0.055，0.01)。

4.3 計算指標評估云和綜合云

采用專家打分法邀請專家對各指標進行判斷打分，可以得到指標評價矩陣Z，有m個專家，n個評價指標，其中Zij表示第i個專家對第j個指標的評價結果，i=1，2，…，m；j=1，2，…，n。指標評價矩陣表示如下

對矩陣Z處理后，根據公式8、公式7分別計算得到二級指標評估云和綜合云，將綜合云與標準評估云對比，進而確定其整體脆弱性等級。

(8)

5 實際案例應用

5.1 工程概況

青島市某裝配式建筑項目A地塊，位于青島市黃島區，總建筑面積156316.61m2，于2018年8月開工，計劃2021年10月完工。本工程1#、2#、3#商品住宅樓為裝配整體式剪力墻結構，四層及四層以上采用裝配式剪力墻結構，預制構件主要有復合保溫外墻板、內墻板、樓梯，單品預制率為54.15%。

5.2 計算指標權重

借助MATLAB求解可得各指標權重，一、二級指標權重如表5所示。

5.3 計算評估指標云

邀請10位從事裝配式建筑領域的相關專家和部分參建項目各方的管理人員對各指標進行判斷打分，打分區間為[0，1]，打分精度為0.05，打分情況如表6所示。根據公式7計算各二級指標云模型數字特征，根據公式8計算得到各一級指標特征和綜合云數字特征，具體數據如表7、表8所示，根據各指標的數字特征借助MTALAB生成云圖，如圖3所示。

表5 各級指標權重

表6 專家打分情況表

表7 二級指標的云模型數字特征

表8 一級指標云模型數字特征

根據圖3可得，該項目整體脆弱性處于“不太脆弱”和“脆弱”兩級之間，屬于“不太脆弱”等級，說明該項目安全狀況較好，與實際情況基本吻合。各一級指標中人員脆弱性最高，應提高工人的安全意識，對進入施工現場的作業人員進行充分的安全教育培訓工作，要不定期和定期地組織施工人員學習相關安全知識和安全標準常識。針對不同教育層次的人群采取不同的安全培訓，從班組層次抓好基礎工作，提高施工人員的安全素養，從而降低人員脆弱性。

圖3 綜合云與標準云對比云圖

6 結語

本文在承災體的視角下，對裝配式建筑安全事故進行承災體分析，采用文獻分析法和Apriori算法構建脆弱性評價指標體系，結合組合賦權法和云模型構建脆弱性評估模型，對裝配式建筑脆弱性評價研究工作，并應用于實際案例，評估結果顯示該項目處于不太脆弱等級，與實際情況符合，為裝配式建筑安全管理提供了新思路。研究表明，該模型具有可行性及科學性。