基于模糊貝葉斯網絡的超高層建筑火災風險評估

陳星霖,林衛東,黃曉冬,陽富強

(1.福州大學環境與安全工程學院,福建 福州 350108;2.福建省建筑設計研究院有限公司,福建 福州 350001)

隨著城市空間和人口規模的急劇擴張,在城市內部催生出大量的超高層建筑。我國《民用建筑設計統一標準》(GB 50352—2019)中規定高度在一百米以上的建筑均為超高層建筑。超高層建筑在集約利用城市土地資源、促進城市經濟社會發展等方面發揮著積極作用,但同時其消防安全問題也不容忽視。近些年國內外均發生有超高層建筑火災,火災的影響深遠。例如:2022年9月16日,我國長沙某電信大樓發生火災,導致數十樓層發生劇烈燃燒;2020年10月8日,韓國一座33層公寓大樓突發大火,造成88人受傷,數百人撤離。根據應急管理部消防救援局的統計數據[1],高層住宅火災占到高層建筑火災的84.7%,死亡人數占到92.3%。由此可見,超高層建筑一旦發生火災,逃生、救援難度巨大,后果極其嚴重。

針對超高層建筑火災,國內外學者從不同的切入點進行了研究,主要涉及緊急疏散[2-4]、安全行為[5]、危險源研究[6]、消防設計[7]等方面。面對超高層建筑火災事故的可預防性、不確定性和難處理性,其風險評估能夠最大程度地量化火災風險,實現對火災預警的精準把控。超高層建筑火災風險評估主要涉及兩部分,即評估指標體系與評估方法。建筑火災風險評估指標的模糊性等問題使得傳統的風險評估方法難以界定火災安全等級。王玲[8]提出一種基于IOWA和向量夾角余弦的建筑火災風險評估模型,建立起較為完善的超高層建筑火災風險評估指標體系,有助于界定風險等級,但該評估體系是綜合已有的研究成果和建筑特點而建立的,缺少規范性與指導性。因此,有必要圍繞多種規范與學術研究,綜合定義指標與分類,以更好地滿足超高層建筑火災風險評估的需求。在評估方法上,層次分析法[9]、D-S證據理論[10]等方法主要依賴專家知識,無法對建筑火災風險進行精確評價。鑒于此,學者們采用集成多方法的評估模型來降低這些評估方法的主觀性。其中,模糊理論可以很好地描述事故概率和嚴重程度,有效降低主觀性,并且在相關的建筑火災風險評估中得到應用[11-12]。概率分析方法也作為主要的風險評估工具,但是超高層建筑火災風險評估研究缺乏足夠的客觀數據,使得該類方法需要面對不確定性問題。與此同時,貝葉斯網絡(BN)能對不確定性事件進行推理分析,近年來多被應用于建筑火災風險評估中[13-14]。

鑒于此,本文將模糊理論與貝葉斯網絡(BN)結合構建超高層建筑火災風險評估模型,并將建筑設計規范作為評估指標以提高風險評估的準確性,以期通過兩種方法與國家規范的集成模型為超高層建筑火災風險評估提供一種準確的評估方法,同時期望該模型為超高層建筑火災事故預防與風險控制提供參考。

1 超高層建筑火災風險評估指標體系建立

1.1 風險評估指標

風險評估模型是建立在具有針對性的風險評估指標基礎上,因此需要對整個系統進行分析,挖掘指標間的因果關系與規律性[14]。本文基于《建設工程施工現場消防安全技術規范》(GB 50720—2011)、《建筑設計防火規范》(GB 50016—2014,2018年版)等相關規范,并參考相關研究[8,11],選擇超高層建筑火災風險評估指標。以建筑設計規范為切入點,超高層建筑火災風險評估指標選擇應涉及建筑消防安全的基本方面,考慮到施工期的建筑內人員不安全行為多、易燃可燃材料多、用電規范性較低,運營期的建筑內功能復雜、火災荷載密度大、人群密集等火災風險特點,所選擇的風險評估指標應具有較高通用性,能夠適用于超高層建筑的施工期和運營期的火災風險評估;同時,也考慮到部分指標的數據難以收集、不方便現場調研和制訂評估量表,所選擇的風險評估指標忽略了臨時用房防火、在建工程防火等通用性不強的指標。最后,基于上述提及的相關規范和超高層建筑火災風險特點選擇了22項風險評估指標,并將這22項風險評估指標進行了分類,分為預防能力、滅火能力、安全疏散能力、救援能力和消防管理能力5類。其中,預防能力(P)用于評估建筑自身防火程度;滅火能力(E)用于評估建筑緊急自救水平;安全疏散能力(SE)用于評估建筑內人員緊急逃生的安全水平;救援能力(R)用于評估建筑臨時避難與應急救援水平;消防管理能力(FM)用于評估制度落實與相關人員的應急自救水平。超高層建筑火災風險各項評估指標具體定義見表1。

表1 超高層建筑火災風險評估指標

1.2 風險評估等級

基于評估指標建立超高層建筑火災風險評估指標體系后,為了精確評估超高層建筑的安全性,需要確定風險評估等級以及對應的模糊描述語言。每個風險評估等級設置對應的縮寫,具體風險評估等級和風險評估標準描述見表2。

表2 風險評估等級和風險評估標準描述

1.3 風險評估量表

為了說明專家評分的具體內容和評分方式,本文提供了所采用的超高層建筑火災風險評估量表(以預防能力部分為例),見表3,具體的評估內容參考表1中的每個二級指標的具體定義,并結合現場調研資料對能夠被評分的內容進行了修改與補充。

表3 超高層建筑火災風險評估量表(預防能力部分)

2 超高層建筑火災風險評估模型建立

2.1 節點狀態確定

貝葉斯網絡(Beyesian network,BN)中將節點的狀態分為發生和不發生,而實際中節點狀態是一種模糊的中間狀態[15-16]。此外,在進行風險評估時,收集的數據存在不清晰、不準確的情況,語言描述的事故概率和嚴重程度難以用一個精確數值來表述[17],而模糊理論的模糊邏輯提供了用來處理模糊不確定性的方法。因此,為了描述指標在實際案例中體現出的真實程度,本模型使用模糊數來模糊量化實際指標,并且使用P(θ)表示0到1的模糊集合。

2.2 節點風險概率確定

為使本模型的評估結果更加準確,各評估指標的實際分值通過咨詢5位消防安全領域專家來確定,其中2位專家來自本地高校,另外3位專家來自省外高校。由于每位專家的個人經驗和知識技能存在差異,可能會導致對同一指標產生相差較大的評價意見。鑒于此,相關研究根據專家工作年齡、職稱等對專家賦予不同的權重[18-19],但考慮到本文所選專家均擁有博士學位,故學歷不作為本次權重賦予的參考標準。此外,工作年齡與職稱等級可以較好地體現專家在該領域的專業底蘊,因此也不考慮個人年齡對專業技能產生的影響。為了避免高級別專家的權重過高,將最大權重限制在0.40,采用職稱和工作年齡的組合方式確定專家權重分級,如表4所示。其中,具有正高級職稱且工作年齡超過15 a的消防安全領域的專家賦予權重0.40,2位;具有高級職稱且工作年齡超過10 a的消防安全領域專家賦予權重0.35,2位;具有中級職稱且工作年齡5～<10 a的消防安全領域專家賦予權重0.25,1位。

表4 專家權重分級表

在本模型中采用三角模糊函數來計算先驗概率,三角模糊數P(Θ)可用a、b、c來定義,其隸屬函數如下所示:

(1)

式中:a表示該節點狀態的最小概率;b表示該節點狀態的最可能概率;c表示該節點狀態的最大概率。

在進行專家評分時,專家需要有一個符合程度分布來對實際建筑進行評估。圖1所示的符合程度分布是本模型為方便專家評分而設計,并參考專家意見修改得到。表3中風險評估等級的模糊區間分配便是基于圖1所示的符合程度分布。

圖1 符合程度分布Fig.1 Consistency distribution

在得到專家對各項評估指標的打分后,需將對專家分數進行預處理。本文采用以下公式來對專家分數預處理:

(2)

(3)

為了之后能夠進行風險分析,需要在解模糊值的過程中將模糊值轉化為清晰值,同時為了減小信息損失,本模型采用α加權估值法[17]。于是,三角模糊數P(Θ)用清晰值Val(Θ)表示,其計算公式為

(4)

2.3 評估模型構建與評估流程

BN的理論依據為貝葉斯定理,該定理描述了先驗概率與后驗概率之間的關系,用貝葉斯公式表達為

(5)

式中:P(A|B)表示A的后驗概率;P(B|A)表示B的后驗概率;P(A)表示A的先驗概率;P(B)表示B的先驗概率。

BN中的條件概率一般使用由全概率公式推導而來的聯合概率公式來計算,其計算公式為

(6)

式中:Parent(xi)表示父節點。

本文使用GeNIe 4.0軟件構建BN并進行數值分析。GeNIe軟件由BayesFusion公司開發,它是一種可以進行結構和參數的學習算法,帶有方程的連續概率分布和動態貝葉斯網絡,同時GeNIe軟件還具有內置算法來執行靈敏度分析和支持預測推理、診斷推理。

利用模糊理論與BN構建的超高層建筑火災風險評估的流程為:首先,根據指標的附屬關系,構建BN;然后,把所有專家評估結果按照上述公式進行計算便可得到先驗概率,并將這些數據代入GeNIe軟件中,即可得到具有評價等級概率分布的二級評估指標;再后,對一級指標和結果節點填入條件概率,即可對某超高層建筑進行火災風險評估,得出該超高層建筑火災的風險評估等級;最后,對模型進行逆推理,找出對超高層建筑發生火災事故產生關鍵作用的風險因子,從而實現對超高層建筑火災風險因素的防控。

3 模型應用與分析

3.1 案例背景

為了驗證建立的風險評估模型的有效性和可靠性,對福州某高樓進行了實地隨機調研,并將調研結果和評估指標表發給5位從事消防安全工作的專家進行評分。該高樓于2013年6月建成,地下3層,地上58層,高度約為274 m。該建筑地上部分主要包括酒店、辦公樓、公寓等,裙房為商業用樓和酒店配套建筑;主體建筑的結構形式為鋼結構框架核心筒結構體系,耐火等級一級;建筑每層走廊配有常規消防系統和設施(自動噴水滅火系統、火災自動報警系統、消火栓、滅火器等)。該建筑附近分布有居民小區、公園、高校和中小學校等公共場所,人流量較大,又臨近交叉路口,若是大樓發生嚴重火災,人群與交通管控將會影響應急救援效率。

3.2 貝葉斯網絡結構

根據本文建立的超高層建筑火災風險評估指標體系,將各項評估指標及其與風險評估結果間的關系向BN進行映射,得到該超高層建筑火災風險評估BN結構,見圖2。在進行映射時,為了方便節點條件概率的填入與減少計算步驟,在BN中新增幾個節點,且新增的節點不影響最后的風險評估結果。圖2中新增的節點為建筑設計、設備與電氣、滅火系統、滅火設施、疏散引導、消防設計、消防措施、人員管理、主動滅火和被動滅火。

圖2 某超高層建筑火災風險評估貝葉斯網絡結構Fig.2 Bayesian network structure for fire risk assessment of a super high-rise building

3.3 節點概率計算

在BN中用節點概率來描述父節點對子節點的影響程度,子節點狀態隨父節點狀態的變動而變化。由于國內外針對超高層建筑的火災風險評估研究較少,同時在父節點的先驗概率上缺少歷史數據的支持,故本模型中的先驗概率采用專家打分確定。本文以節點P5(通風與空氣調節)為例,展示該指標的專家評分與數據處理的結果。例如,專家1根據調研資料,認為資料中的“通風與空氣調節”滿足相關規范設計,設備及其周圍暫時沒有需要改善的事項,于是賦予其G狀態,但該專家又認為該節點與G狀態僅是較符合,所以賦予G狀態符合區間(0.5,0.6,0.7),而其他狀態的區間為(0,0,0.1)。其他專家均如此進行主觀評價,最終所有專家對該節點的評分與處理后的結果,如表5所示。

表5 節點通風與空氣調節(P5)的專家評分與處理結果

在計算條件概率時,由于每個節點存在5個風險評估等級,若是采用式(6)來計算,其計算量大且過程繁瑣。因此,本模型采用條件狀態占比來反映父節點與子節點間的條件概率,表6為滅火能力(E)在某一條件下VG部分的條件概率。

表6 滅火能力的條件概率(VG部分)

3.4 超高層建筑火災風險評估結果

將所有指標專家評分的處理結果輸入GeNIe 4.0軟件,并按上述方法輸入條件概率,最后得出該超高層建筑火災風險的評估結果,如圖3所示。

圖3 某超高層建筑的火災風險評估結果Fig.3 Fire risk assessment results of a super high-rise building

經過5位專家的評估,利用本模型得出該超高層建筑的火災安全性表現為安全性良好,結合該建筑的運營情況來看,該建筑的安全性評估結果符合實際,由此說明該模型的評估結果具有一定的可靠性和有效性。

由圖3可知防煙與排煙設施、避難層(間)設計、消防制度、其他安全人員水平這四項指標的安全性較好(AG)的概率都達到30%以上,而且除避難層(間)設計外,其余三項指標的AG項均是最高項,由此說明這三項指標所對應的內容在實際建筑中存在較明顯的問題,應當是該建筑管理人員重點關注和改善的對象,其他因素暫時無需改善;該建筑的5種消防能力中,安全疏散能力和救援能力的VG平均值超過30%,說明該建筑具有較強的安全疏散能力和救援能力,此外預防能力和滅火能力的G平均值超過65%,而消防管理能力的G和AG平均值分別超過45%和26%,可見該三種能力更可能出現火災隱患,應當在日常檢查中更加重視并及時消除潛在的風險。

正向評估后,將該建筑的VG狀態設置為100%,進行模型的后驗概率推理,以此提出提高該超高層建筑安全性的措施,后驗概率推理結果見圖4。

圖4 某超高層建筑的火災風險評估后驗概率推理結果Fig.4 Posterior probability inference result for fire risk assessment results of a super high-rise building

通過對比圖3和圖4可知:該超高層建筑消防制度的模擬概率提高最多,達到14.5%,結合正向推理中得到的結果,可以認為該建筑運營期的消防制度在落實或制定上存在較明顯的不足,因此消防制度應當是首要改善的風險因素,該建筑的管理人員應要求建筑內各分區的負責人提高對消防制度的落實,并完善在制度落實過程中出現的不足之處;安全疏散路線、管理人員業務水平、其他人員安全水平的概率提高也超過5%,它們是次要進行優化的風險要素;而正向推理中的防煙與排煙設施和避難層(間)設計由于改善起來具有一定的難度,因此其改善的優先度低于前四者,不過也屬于重點改善的風險要素;此外,其余節點在正反向推理中的變化不大(概率提高小于5%),說明該建筑的這些風險因素目前對建筑具有較高的安全性,暫時不需要改善。

4 結 論

1) 超高層建筑消防安全涉及建筑設計、設備與電氣等多個因素,綜合國家規范和相關研究,總結出關于超高層建筑的5類能力、22項評估指標,形成超高層建筑火災風險評估指標體系,并在此基礎上,結合模糊理論和BN構建超高層建筑的火災風險評估模型,模型兼具專家的專業性、實際案例的客觀性和概率推理的準確性。

2) 采用該模型對某超高層建筑進行了火災風險評估,結果表明:該超高層建筑消防安全性高的概率為24.3%,安全性良好的概率為54.3%,安全性較好的概率為16.6%,安全性一般和差的概率均為2.4%,評估結果與該建筑實際消防安全狀況相符合,說明模型具有一定的可靠性和有效性。

3) BN的正反向推理結果表明:消防制度的不完善或落實不到位是該超高層建筑火災風險的關鍵因素,該建筑管理人員需要加強對消防制度的完善,并不斷提高建筑內人員的緊急疏散能力、消防設施熟練度、安全知識與應用水平等,同時優化建筑內的安全疏散路線、防排煙設施與避難層設計的相關內容,以提高該建筑的安全性。

4) 本模型僅對復雜程度更高的運營期超高層建筑進行了火災風險評估,同時考慮到對整座建筑實地調研較為困難和復雜,所以只對該建筑人員密度大的樓層進行了隨機調研,調研資料未完全覆蓋整個建筑。此外,由于本評估體系的指標是基于國家設計規范和相關研究確定的,具有較強的通用性,因此也可使用該模型來評估其他類型建筑的火災風險,后續的相關研究可參考本模型進行。