基于多源信息的基坑安全評估方法探索

陳少祥，何 欽，周 聰，陳大江，楊海華

（1.廣東省建筑科學研究院集團股份有限公司，廣東 廣州 510500；2.廣東省建設工程質量安全檢測總站有限公司，廣東 廣州 510500）

0 引言

近年來，基坑安全事故時有發生，嚴重威脅人民生命財產安全。2019 年，全國共發生房屋市政工程生產安全事故 773 起、死亡 904 人，比 2018 年事故起數增加 39 起、死亡人數增加 64 人，分別上升5.31 % 和 7.62 %。其中，與基坑安全相關的高處墜落事故、物體打擊事故和坍塌事故是悲劇發生的重災區，總占比超過 70 %，安全形勢依舊十分嚴峻，住房和城鄉建設部也明確將土方、基坑坍塌事故列為防控重點［1］。常見的基坑安全評估流程和方法眾多，但通常為獨立應用，各種方法所獲取的安全信息較為分散，得到的最終結論不夠清晰，常發生預警失誤或過度預警的情況。這些方法總體上實用性和有效性不高，無法滿足當前綜合分析和綜合管理的需要。

1 常見基坑安全評估方法及流程

基坑工程的安全評估最早起源于 20 世紀 50 年代，Frendenthal 等人分析研究了基坑支護失效的原因及影響因素，并開展了基坑可靠性分析方法研究［2］。迄今為止，基坑安全評估的方法主要有：專家經驗法、德爾菲法、層次分析法（Analytic Hierarchy Process，以下簡稱“AHP”）、故障樹法、模糊綜合評價法、風險矩陣法、灰色綜合評價法、統計模擬法和神經網絡分析法等，不同的評價方法都有其優劣性與適用范圍，需要根據基坑的具體情況選擇合適的安全評估方法［3］。目前較為常用的方法主要有專家經驗法、AHP、模糊綜合評價法和神經網絡分析法，其方法流程與各自適用性如下。

專家經驗法常用于項目的前期，是一種定性分析方法。項目人員識別出基坑風險因素后，將風險因素羅列后交給專家，專家根據本身的知識與經驗對各風險因素進行評估。項目人員根據專家的評估意見，對整個項目的風險因素進行排序。專家經驗法簡單直觀，但受專家的水平以及專家的人數影響較大。基坑工程現場巡檢如圖 1 所示。

圖1 基坑工程現場巡檢

AHP 將一個復雜的多目標的決策問題作為系統進行分解，通過建立層次結構模型、建立判斷矩陣與權重劃分、判斷矩陣的一致性檢驗、層次總排序及一致性檢驗等流程建立基坑風險評價體系［4，5］。AHP 能夠直觀判斷基坑存在的風險，降低人員直覺與經驗對評價的干擾，且在評價過程中，每個層次每個因素對最終結果的影響都是可量化的，特別適用于復雜、多時期的項目評價。但 AHP 法只能從已知的方案中選出最優方案，而無法對方案進行改進，且若指標數過多，不僅權重確定困難，亦可能會出現一致性檢驗難以通過的情況。

模糊綜合評價法采用模糊數學對受到多因素影響的對象作出總體評價［6，7］，并運用數學方法把各定性指標進行量化；通過構建綜合評價指標、對各個層次的指標分別賦予權重、構建隸屬矩陣、隸屬矩陣與權重的合成與分析、確定安全評價等級等流程建立安全評價體系。模糊綜合評價法具有結果清晰，系統性強的特點，能較好地解決模糊的、難以量化的問題。但是模糊綜合評價法指標的權重賦予一般采用專家經驗法或層次分析法獲取，仍舊存在一定的主觀性。

神經網絡分析法是一種通過數學語言模擬人的思維，建立確定的對應準則，通過已有的樣本數據，完成未知樣本的預測［8］。神經網絡分析法具備可學習性，已有樣本數據量越大，預測越準確，且隨著算法的不斷學習，預測的精度亦會不斷提高。然而，要想得到一個比較好的神經網絡結構，需要人為不斷去調試，需要消耗大量的時間。

2 基坑綜合安全評估法

2.1 傳統單一評估方法的局限性

基坑安全評估方法眾多，每種方法有其優劣性與適用性，在運用的過程中，可將多種方法結合使用，取其優點互相補足。近年來，單一評估方法的應用已逐漸成熟。針對不同基坑，選擇單獨使用可解決項目中實際遇到的問題［9，10］。然而，基坑工程項目中越來越復雜的地表和地下環境對安全評估方法的準確性和普適性產生了更高的要求，傳統的單一評估方法無法在最短時間內對基坑總體安全情況進行有效說明，在進行頂層設計時無法提供綜合的參考。例如，基于現場巡查的專家經驗法僅能針對宏觀的安全情況按照過往經驗進行總結，無法深入結構內部獲取微觀信息；AHP 雖建立了因素的層級，但因素之間的比較較為困難且無法顧及相關性；基于數學和人工智能的模糊綜合評價法以及神經網絡分析法雖能準確挖掘數據信息和預測變化趨勢，但常常脫離基坑工程現場實際，無法考慮到很多不受控制的人為因素。因此，有必要提出一種新的基坑安全評估方法，在綜合已有方法優點、克服已有方法缺點的基礎上，提高基坑安全評估的真實度、準確度和友好度。

2.2 基坑綜合安全評估法概念與實現

基坑綜合安全評估法基于現場巡檢和測量數據等多源信息，利用 AI 識別技術和模糊算法，實現基坑工程周邊環境和結構風險源識別、安全性評估和因素加權綜合打分（健康指數）。

這時，同學們才小聲議論，并陸續舉報：“白虎隊”成員小王在班上扯女生頭發，小曹拿別人東西不還，小黃和值日生“叫板”，小但總在放學路上欺侮同學，小胡經常逼迫別人叫他“老大”……做錯事不可怕，可悲的是他們似乎并不知道自己錯在哪里。

基坑綜合安全評估法的實現形式大體可分為兩部分，分別是人工實現和系統實現。

1）人工實現。基坑綜合安全評估法可直接應用于現存安全評估工作中，按照現場巡檢信息、檢測監測信息、管理行為信息和其他背景信息四大要素開展基坑安全評估工作，出具安全評估報告。數據信息來源為建設方、勘察方、設計方、施工方、監理方和監測方。

2）系統實現。通過搭建基坑安全評估監測監管平臺，將基坑綜合安全評估法平臺化、代碼化。通過輸入信息、平臺處理、輸出結果的“三步走”流程，將各類安全評估的因素以數據和資料的形式傳輸至云平臺，此時的云平臺已掌握了該方法的全部流程和處理方法，可對收集到的數據進行分析和挖掘，并最終以多種形式輸出安全評估結果（見圖 2）。

圖2 技術路線

2.3 方法亮點

相較于傳統單一模型，基坑綜合安全評估法有三大突出亮點，一是完成各類影響因素的融合，二是基于 AI 識別和模糊算法提高安全評估的智能化程度和評估質量，三是應用到云平臺中實現方法的自動化和系統化。

1）因素融合。影響基坑安全的因素眾多，包括現場人為因素、基坑結構因素、管理行為因素、其他固有因素等，針對其中的某個單項開展工作并出具多個報告是目前常用的做法，如基坑現場巡檢報告、基坑監測報告及基礎的安全評估報告等。基坑綜合安全評估法考慮到所有上述因素，既能提供宏觀的定性說明，又能提供微觀的定量展示。只需提前統籌好各個相關方的數據傳輸和工作對接，就可以在不顯著增加固定成本的前提下，有效減少后續重復作業，顯著降低邊際成本，提高管理效率。隨著基坑工程的進行和數據的大量累積，這一優勢將會變得尤為明顯。

2）人工智能。基坑工程安全評估領域的一大短板是科學化和智能化的程度不夠，發展模式較為粗獷，精細程度不高。本文提出的方法通過引入 AI 識別和模糊算法等人工智能手段，最大程度增強現場人員安全管理和結構危害識別的效率和精準度（見圖 3）。此外，這些人工智能的算法并不是靜態的，而是隨著多個項目的應用和海量數據的收集不斷優化完善的。例如，應用卷積神經網絡中的 sift 算法可對人臉信息或支護結構外觀進行圖像特征匹配和裂縫識別［11］，初期的識別由于數據量的限制，精準度和運算速度都有待提高；但隨著大數據的收集和機器學習，更多種類的圖像和像元模式被捕捉和記憶，精準度和運算速度就會持續提升。

圖3 施工安全 AI 識別

從數據真實性的角度來看，基于人工智能的安全評估將更有利于杜絕人為作弊、弄虛作假等情況，通過設置管理權限，可有效避免數據篡改、數據刪除和管理人員不作為等情況，展示基坑安全情況的最真實面貌。

3）平臺應用。無論何種方法，前期工作中最重要的就是找到合適的落腳點和推廣方式。本文提出的研究方法擬采用云平臺系統的方式進行推廣和應用。借助手機APP、客戶端和網頁端收集包括巡檢照片、檢測監測數據、人員和單位背景信息等多源安全評估數據，在平臺端加裝數據計算、數據挖掘和人工智能模塊，將所有計算過程在云平臺中完成，并通過一定形式在平臺中展示最終結果，包括報告出具和健康指數展示等［12］。每個基坑工程的安全評估數據都會在云平臺（見圖 4）中永久留檔，以備隨時查看。

圖4 云平臺界面示意圖

3 基坑健康指數

3.1 健康指數概念

作為基坑綜合安全評估法中的重要一環，本文基于基坑綜合安全評估法的主體思想，提出“基坑健康指數”（Excavation Health Index，以下簡稱“EHI”）和與其關聯的 5 個單項健康指數概念，通過 5 個單項健康指數的加權計算得到 EHI，以直觀的數字結果形式對基坑的健康程度進行綜合動態評價，結果會在安全評估報告和云平臺相關頁面中展示，協助相關責任方有效提高管理效率。具體如式（1）所示。

EHI=0.3×SCHI+0.3×SSHI+0.2×SEHI+0.1×MBHI+0.1×PBHI （1）式中：EHI 為基坑健康指數，是一個作為因變量的綜合指數；作為自變量的一級因素的單項健康指數包括以下 5 部分：現場施工健康指數（Site Construction Health Index，SCHI），支護結構健康指數（Supporting Structure Health Index，SSHI），周邊環境健康指數（Surrounding Environment Health Index，SEHI），管理行為健康指數（Management Behavior Health Index，MBHI）和項目背景健康指數（Project Background Health Index，PBHI）；各單項健康指數的最高分均為100 分，最低分均為 0 分。經過加權計算，EHI 的結果范圍也為［0，100］。

在實際應用中，由于不能保證收集到各一級因素的全部信息，有可能出現某些單項健康指數缺失的情況，繼而導致無法得到最終的 EHI。在這種情況下，各單項健康指數也可作為基坑安全評估的重要參考。

3.2 規則設置

在信息收集齊全的情況下，各一級因素所包含的具體內容及其權重如表 1 所示。

表1 基坑健康指數影響因素及權重

鑒于在實際安全評估中施工安全和結構安全為主要危險來源［13］，故對這兩項一級因素各賦予 0.3 的權重；周邊環境情況也是基坑健康的一個重要指標，賦予 0.2 的權重；管理行為和項目背景在個別情況下也會影響基坑安全，但發生頻率較低，危害程度也相對較低，故各賦予 0.1 的權重。

EHI 所代表的健康程度從高到低劃分為優秀（90 分及以上）、良好（75～89 分）、一般（60～74 分）、不健康（40～59 分）和極不健康（39 分及以下）5 個級別，分別用綠、黃、橙、紅、紫 5 種顏色標示（見表 2）。

表2 基坑健康指數等級劃分及顏色標示

在獲取總分后，若對扣分項感興趣，可進一步了解獲取各單項得分。其中，若某一單項健康指數得分低于 60 分，則該基坑將被“一票否決”直接評定為“不健康”；若某一單項健康指數得分低于 40 分，則該基坑將被“一票否決”直接評定為“極不健康”。這樣的規則設置是考慮到基坑安全的“木桶效應”，避免“瘸腿”的情況發生。

例如，某基坑工程的五個單項健康指數中，有 4 項為滿分 100 分，但管理行為僅為 20 分，表明該基坑的安全管理存在巨大隱患。在這種情況下，雖然計算后的 EHI 總分達到了 92 分，但依然會被直接判定為“極不健康”。

基坑健康指數以“黑匣子”的形式對與基坑安全相關的重要影響因素進行收集、封裝、計算和輸出，通過最直觀、最準確、最有效的方式展示基坑工程的安全現狀，可有效提高管理效率、輔助工程決策。

4 應用前景

1）該方法可應用于各類基坑工程中。通過收集并錄入現場巡檢、工程測量和管理資料等信息，借助安全評估云平臺的分析和計算，可以實現危害的精準識別、安全評估報告的快速出具和工程健康程度的直觀評價（健康指數）。平臺模塊中，自動出具安全評估報告可大大提升生產人員的工作效率；基于 AI 識別和模糊算法的危害識別和基于各因素權重公式的健康指數則可為項目管理者和上層監測部門提供最準確和最直觀的信息支持，協助其進行決策。

2）該方法對建設工程領域的相關科研工作也有重要意義。基坑綜合安全評估法可作為工程安全研究領域的一種基礎手段進行推廣，其運用的人工智能和模糊算法等智能化手段在建設工程的其他研究領域也具有廣泛應用前景；基坑健康指數中包含的危害因素、加權方式和公式搭建也將為科研人員提供新的研究思路。

3）近年來，智慧城市成為城市管理的主流趨勢。其依賴的 CIM（City Information Modeling）便是以收集城市的信息數據為基礎，建立起三維城市空間和城市信息的有機綜合體［14，15］。基坑綜合安全評估法可結合多種三維模型，以“智慧工地”的形式作為 CIM 中的一項重要分支。另外，信息的輸入可以無上限，但最終結果的輸入應簡潔、直觀、清晰。基坑綜合安全評估法中提供的健康指數便可作為諸多安全信息整合計算后的最終出口，作為智慧城市模型搭建中的一項內容。

4）在未來的優化中，基坑健康指數 EHI 應是動態的，其包含的各單項健康指數的權重并不是恒定不變的，各指數的權重會因前一次評估的結果而發生改變。例如，某次評估中其支護結構健康指數 SSHI 得分較低，其他健康指數評分較高，則下次評分中，SSHI 的權重就會升高，由原來的 0.3 升至 0.4～0.5；相應地，上次評估中得分較高的單項健康指數的權重也會降低，最終實現動態評價。設置該規則的目的是為了讓相關責任方更重視已經暴露出的“健康”問題并及時整改。若維持現狀不整改，則今后的 EHI 得分將越來越低。

5 存在問題

現階段，基坑綜合安全評估法在前期構建階段和后期落地階段還存在一些問題，具體如下。

1）前期構建階段。AI 識別和模糊算法等人工智能手段已在多個領域深耕，但在應用到基坑工程安全評估這一場景時，其識別質量和覆蓋范圍還有待進一步改善。尤其是當前基坑工程往大而深的方向發展，現場情況和結構情況越來越復雜，對相關人工智能的算法水平也提出了更高的要求。如何持續優化算法使其更適配現階段基坑工程場景，是該方法亟待解決的首要問題。

2）后期落地階段。方法應用仍需進行深入探討和對外交流，明確應用場景，找準突破口，以多層次的應用來獲取反饋信息并持續優化。另外，將方法轉化為成果和產品還需進行相關市場化運作，明確一個初始節點，以點帶面打開基坑安全評估市場，保障該產業的可持續發展。

6 結語

針對當前工程領域內基坑安全評估的應用現狀，本文介紹了各類評估方法和流程的特征和優缺點，并提出了一種有機融合現場巡檢、測量數據和人工智能等多源信息的基坑綜合安全評估法和一種基于該方法框架的基坑健康指數，該方法和該指數具有專業性強、覆蓋面廣、參與度深、清晰直觀的功能特點，可有效提高管理效率，在基坑安全領域有較高的推廣應用價值。

總體上來看，該方法為基坑安全評估技術的發展提供了新的思路。雖然目前該方法還有許多問題亟待解決，但在建筑工程管理領域整體向智能化和數字化轉變的大趨勢下，該方法未來將有廣闊的發展空間。Q