基于BIM技術的高支模安全風險管理研究

摘要：為降低高支模坍塌事故的發生率，從事故角度出發，首先，構建基于貝葉斯網絡的高支模坍塌事故模型，并利用貝葉斯網絡對現有不確定信息進行推理；其次，計算高支模發生坍塌的概率，找出系統的薄弱環節；最后，為確保風險管理目標的實現，基于智慧工地的理念和信息技術，建立高支模安全風險控制體系，以提升高支模安全管理的水平。

關鍵詞：高支模；信息化；BIM技術；貝葉斯網絡；安全風險管理

0 引言

在城市化進程推動下，建筑業蓬勃發展，同時，施工安全問題也隨之產生。模板工程是危險系數較大的分部分項工程，在我國較大及以上建筑施工安全事故中，因高支模坍塌而導致的死亡人數占總人數的近1/3^[1]。其中，信息化水平低、各方信息溝通不暢等問題，制約著項目安全管理的水平。因此，信息技術的運用已成為減少事故，提升項目安全管理水平的最佳途徑。

史沖等^[2]挖掘了施工管理方面BIM技術的應用價值；齊寶庫等^[3]將BIM技術應用于施工全過程管理，以提升項目精細化管理水平；周妍^[4]將BIM 5D技術引入綠色施工風險管理，可降低風險發生概率；李英攀等^[5]在建立 Cloud-BIM平臺的基礎上，探討綠色施工信息化管理實現方式；方興等^[6]通過案例分析BIM技術在腳手架規范化管理中的應用；張仲華等^[7]基于智慧工地理論，建立了裝配式建筑信息化模型；Hammad等^[8]提出了智慧工地信息管理模型，提高了施工效率和管理水平。綜上所述，近年來關于BIM技術在工程管理中的應用的研究較多，但其與高支模安全風險管理的結合有待深入研究。本文構建基于貝葉斯網絡的高支模風險管理模型，對事件多態性及條件概率進行修正，以提高模型的可靠性及分析結果的準確性，并結合信息技術探索事故背景下高支模與信息化結合的更多可能性。

1 基本方法概述

1.1 故障樹法

故障樹法常用于安全性分析與風險評價，是一種將故障分析的目標設置為最不希望發生的故障狀態，通過邏輯樹型圖的演繹，逐步將事故原因分層細化，最終獲得影響事故發生的根本因素的方法^[9]。

1.2 貝葉斯網絡法

貝葉斯網絡由多個節點及連接節點的有向邊組成，且節點間的連接強度取決于條件概率^[10]。與門的轉化如圖1所示。圖中A₁和A₂均為父節點，T為子節點，表示A₁和A₂發生會引起T發生。貝葉斯網絡主要用來處理當各條件相關的不同事件之間不確定性時，可以從已知的不完全、不充分的數據條件進行雙向推理，既可以根據父節點的先驗概率向前推導出子節點的概率大小，也可以在證據一定的情況下向后推導父節點的后驗概率。其中，子節點的先驗概率用全概率公式計算，父節點后驗概率用貝葉斯公式計算^[11]。

1.3 故障樹轉化貝葉斯網絡

根據故障樹與貝葉斯網絡的對應關系，故障樹中的事件和邏輯門分別對應貝葉斯網絡中的節點和條件概率。或門的轉化如圖2所示。圖1和圖2分別表示與門、或門對應的貝葉斯網絡結構及概率分布，假定A=0表示事件A不發生，A=1表示事件A發生。

1.4 貝葉斯網絡模型的修正

與故障樹法相比，貝葉斯網絡可通過描述事件多態性及修正條件概率的方式，構建更加合理、準確的模型^[12]。貝葉斯網絡節點分為兩類：一類是同故障樹的節點，邏輯門處理的是確定性關系；另一類是因其父節點綜合作用導致該節點發生。在實際施工過程中，即使A₁和A₂都發生，T也可能不發生，同樣的，當A₁和A₂都不發生時，T也有可能發生，該節點發生的概率區間為[0%，100%]^[13]，針對此類節點，采用條件概率表（CPT）對模型進行修正，或門條件概率表和經過修改的或門條件概率表見表1和表2。

在實際應用中，由于難以獲得完整的事故數據，在風險識別過程中，可以邀請專家把握風險因素之間的邏輯關系。因此，本文采用專家問詢的方式獲得第二類節點的條件概率。為規范專家對風險概率的打分結果，參照IPCC提出的7檔分級概率表達，以便專家根據自身經驗對概率進行準確估計^[14]。概率定性描述見表3。

2 案例分析

2.1 案例概況

本文以蘭州市某多功能廳工程項目為例，地上一層，建筑主體高12.15m，板支撐高10.50m，屬于超過一定規模的危險性較大的分部分項工程，梁板支撐達到高支模專家論證范圍。

2.2 高支模風險因素識別

將高支模坍塌事故作為頂事件，通過對歷年建筑事故信息收集整理及相關文獻閱讀，依次得到各中間事件A_i，進而分析得到各底事件X_i，故障事件代號、名稱及發生概率見表4。

對于大多數事件，僅用二態性無法準確描述事件狀態，影響評估結果的準確性。因此，本文將事件的二態修正為三態。節點事件風險等級表見表5。其中，X₄～X₆、X₁₄～X₁₇、A₄、A₆和A₇節點狀態同A₃節點；X₇～X₁₃節點狀態同A₈節點；X₁₈～X₂₁節點狀態同A₉節點；X₂₂～X₂₅節點狀態同A₁₀節點。其中，節點事件風險等級為Ⅰ級、Ⅱ級、Ⅲ級，分別對應嚴重、中、無的概率大小。

2.3 構建故障樹模型

通過分析各事件之間的邏輯關系，將事件用邏輯門連接，建立高支模坍塌故障樹省級在用政務信息化系統分布統計如圖3所示。

2.4 修正節點條件概率

采用專家問詢法對條件概率進行修正，針對本工程項目背景，對參與該項目的設計、施工等管理人員進行問卷調研，以獲取第二類節點的條件概率。

2.5 基于修正貝葉斯網絡模型進行推理計算

2.5.1 故障樹轉化貝葉斯網絡

按照轉化原則，將故障樹轉化為貝葉斯網絡，為進行對比，轉化時未考慮事件多態性，節點按確定性邏輯關系處理。運用Genie2.0軟件建立貝葉斯網絡模型，計算得到高支模坍塌事故發生的概率為68.4%。貝葉斯網絡模型如圖4所示。

2.5.2 修正后的貝葉斯網絡模型

將表4中考慮事件多態性后得到的先驗概率和通過專家問詢法得到的條件概率添加到模型中，可以發現，該項目高支模坍塌事故風險狀態為嚴重、中、無時，概率分別為11.8%、32.8%、55.4%，修正后的結果較之前更加準確。修正后的貝葉斯網絡模型如圖5所示。

2.5.3 后驗概率計算

利用貝葉斯網絡反向推理功能，計算當高支模坍塌事故發生時，底事件的后驗概率值。底事件的后驗概率見表6。

當高支模坍塌事故發生時，本項目高支模中主要風險因素由大到小依次排序前5項為：材料缺陷、集中堆放、立桿布置不符合要求、剪刀撐布置不符合要求、安全技術交底制度，因此應對以上因素應進行重點控制。

2.6 信息技術在高支模風險管理中的應用

高支模安全事故的發生原因多種多樣，主要源于施工現場信息的采集、傳輸、處理分析不夠高效和及時，而信息技術的引入可以對事故進行有效防范^[15]，并可提升項目安全管理的水平。本文構建了以BIM技術為核心的高支模風險控制體系，該體系主要包括感知層、網絡層、處理層、平臺層和控制層。 高支模安全風險控制體系如圖7所示。

信息的采集、傳輸和處理主要依靠智能技術，如RFID、傳感器、GPS等，將其應用于建筑、材料構配件等各類物體中，形成普遍互聯，構成“物聯網”，再通過信息傳輸的“互聯網”紐帶，使施工現場與項目管理者深度互聯互通，便于管理者借助移動終端及時掌握現場情況，對施工現場進行更透徹的感知，對危險盡早作出預判，提高管理效率。通過建立以BIM為核心的管理平臺完成架體排布搭設、施工模擬等內容。體系的核心為控制層，在事前控制階段，通過貝葉斯網絡模型對風險較大的因素采取針對性預防措施。在高支模搭設過程中，采用事中控制，主要基于信息化管理平臺對施工過程進行動態監控和報警。相較于傳統的安全管理存在信息傳遞延遲等問題，如現場的情況不能及時反饋、管理層的指導意見不能及時下達、現場問題不能被及時糾正、整改之后不能及時驗收等現象。運用信息化手段，可以改善安全管理信息的延遲與滯后問題。

3 結語

高支模風險管理模型考慮了事件多態性，且綜合考慮了專家經驗及具體工程環境背景，修正節點的條件概率，增強了新模型在具體項目上應用的可靠性與針對性，與故障樹法相比，新模型直觀易用、運算速度快，可以得到更為豐富的信息，具有一定的應用價值，也可為其他類型事故風險分析提供參考。建立基于BIM的高支模安全風險管理體系，實現事前對風險因素的識別、預防，事中基于“物聯網+互聯網”對施工現場的實時感知、動態監控與預警，為高支模安全風險管理提供新思路。

參考文獻

[1]何芳東，張瀟，張偉，等.模板支撐體系坍塌事故規律[J].土木工程與管理學報， 2018，35（4）：137-145.

[2]史沖，滕斌，溫惠清，等.基于BIM技術的綠色施工管理應用框架研究[J].建筑節能，2018，46（10）：140-144.

[3]齊寶庫，張美琪.基于BIM技術的施工現場安全管理[J].沈陽建筑大學學報（社會科學版），2018，20（4）：360-364.

[4]周妍. BIM 5D技術在綠色施工風險管理中的應用[J].內蒙古大學學報（自然科學版），2016，47（4）：440-447.

[5]李英攀，馬曉飛，梁欣，等.基于Cloud-BIM的綠色施工信息化管理研究[J].施工技術，2016，45（18）：48-53.

[6]方興，廖維張，林永超. BIM技術在附著升降腳手架施工中的應用研究[J].施工技術，2018，47（8）：118-121.

[7]張仲華，孫暉，劉瑛，等.裝配式建筑信息化管理的探索與實踐[J].工程管理學報，2018，32（3）：47-52.

[8]HAMMAD A， VAHDATIKHAKI F， ZHANG C， et al.Towards the smart construction site：improving productivity and safety of construction projects using multi-agent systems，real-time simulation and automated machine control[J]. Simulation Conference， 2012，7202（4）：1-12.

[9]謝洪濤.基于故障貝葉斯網的邊坡垮塌事故風險評估方法研究[J].安全與環境學報， 2012，12（6）：237-241.

[10]王剛，馬震岳，秦凈凈，等.基于多態和模糊事件的土石壩潰決風險評估[J].水力發電學報， 2016，35（8）：95-104.

[11]何立華，魏琪，李奕睿.基于故障樹和貝葉斯網絡的建筑施工火災風險評價[J].工程管理學報， 2017，31（5）：107-111.

[12]范存龍，張笛，翁金賢，等.遠程控制船舶內河航行風險評價研究[J].安全與環境學報，2024，24（1）：213-220.

[13]晉良海，閆月蓉，陳穎，等.改進貝葉斯網絡模型在起重作業人機交互差錯風險分析中的應用[J].安全與環境學報，2024，24（1）：213-220.

[14]魏歡.基于BIM技術的高支模施工安全風險動態管理研究[D].蘭州：蘭州理工大學，2020.

[15]賽菡，周冀偉，羅運平，等.基于BIM技術的建筑工程高支模監測應用與研究[J].施工技術，2021，50（2）：66-69，73.

收稿日期：202301-13

作者簡介：

魏歡（1995—），女，研究方向：工程項目管理。

張輝（1993—），男，研究方向：工程項目管理。