基于三角模糊云贝叶斯网络的盾构下穿段施工风险评估

　　　与设计ResearchandDesing

基于三角模糊云贝叶斯网络的盾构下穿段施工风险评估

()中铁投资集团有限公司,北京１石家庄铁道大学道路与铁道工程安全保障教育部重点实验室,河北石家庄０１．００１６０;２．５００４３

陈洪波１,　王　宁２,　王建西２

摘　要:为进行不确定性数据下地铁下穿施工风险评估,构建了基于三角模糊云贝叶斯网络(的风险分析BN)模型.将三角模糊数与云理论相结合,提出了定性评判向定量概率分布转化的方法.引入层次分析法(和状态影响因子得到云数字特征,生成随机风险云与统计方法计算节点条件概率表CAHP)PT.以实际工程为依托,建立了风险评价指标体系和网络模型,分析了施工风险水平和因素敏感性.研究结果与实际相吻合,验证了模型的合理性和有效性.

关键词:盾构下穿;风险评估;三角模糊数;云模型;贝叶斯网络:/DOI１０．１３２１９．at．２０２０．０３．００４jgjgy

()中图分类号:U４５８．１　文献标识码:B　文章编号:１６７２Ｇ３９５３２０２００３Ｇ００１３Ｇ００６

近年来,地铁施工引起的既有老旧建筑沉降、开裂、倾斜等破坏对城市公共安全构成极大威胁.前人采用传统方法针对不同情况下地铁邻近建筑物的施工安全问题开展了大量研究.然而,地铁施工风险因素往往表现出显著的不确定性和动态性特征.贝叶斯网络在描述事件不确定性、知识表达和动态推理方面具有显著优势.相关研究虽然取得了一定成果,但施工中大量风险因素往往难以监测,获取的风险数据包含较大模糊不确定性.三角模糊数和云模型是合理考虑评估数据的模糊性与不确定性的有效方法.

本文首先将三角模糊数与云理论相结合,研究定性评判向定量概率分布转化的方法.然后,基于层次分析法、状态影响因子和云模型得到贝叶斯网络条件概率.最后,构建施工风险评价贝叶斯网络模型,为盾构下穿施工安全风险预控提供理论依据.

云,x)被称为确定度,x表示该云的一个云滴.μ(

期望Ex、熵En和超熵He是云的３个数字特征.,N(EHe２)x对Z的确定度满足:n,

－

２()xE－x２２E′n２

),若x为正态云的云滴,则x~N(其中EEE′′~x,nn()x)＝e１μ(

期望Ex表示云滴分布的中心点,反映了对定性概念认知的统一性和稳定性.熵En是定性概念随机不确定性的度量,反映云滴分布具有模糊特征.超熵其值越大则云层越厚,He的直观反映是云滴厚度,

它由熵的随机性和模糊性共同决定.

定量的随机数据,即产生一定数量的云滴.相反,逆向云发生器可以统计得到云的数字特征,从而进行ìïEx＝１xi􀰐niï＝１

ïn１|xi－Ex|ïE()􀰐２ín＝ni＝１lnx－２i)μ(ï

ïn１i－Ex|２ïH(|x－Ee＝n)􀰐ïn－１i＝１lnxî－２i)μ(１．１．２　风险评价的三角模糊数表示

实践中,模糊随机事件很难用确定的数值量化,为此引入三角模糊数描述事件风险概率等级.

定义２:设论域C上的模糊集为Z,若μx)∈Z()定性评价,如式(所示:２

n),利用正态云发生器式(可将定性概念转换为１

１　三角模糊云模型与贝叶斯网络

１．１　基于三角模糊数的云模型建立

１．１．１　云模型相关概念

云模型是大数据和人工智能领域中进行不确定

[]１

:定义１设对象X的定性论域为C,Z是论域

性分析的强有力工具,可实现定性与定量的相互转换.上的一个定性概念集合,若对于C上的一次随机定],量实现x,有μ(则x在C上的分布称为x)０,１∈[

　　收稿日期:２０１９Ｇ１２Ｇ１８

,陈洪波(男,高级工程师,主要从事地下　　第一作者简介:１９７７—)工程施工技术与风险管理工作.４１１０７４４＠q．comq

[]是x在Z上的映射函数,表示为上限u、下限l０,１

和模态值m的线性函数,称为三角模糊隶属函数.

()国防交通工程与技术　１０２０年５月　１８,０３３　２

􀅰研究与设计􀅰　　　　　　基于三角模糊云贝叶斯网络的盾构下穿段施工风险评估　陈洪波等　　　　

ì,ïx－lx∈[lm]ml－ïï

()x)＝íx－u３Z(μ[,]xmu∈ïm－uïï其他î０

本文依据«城市轨道交通地下工程建设风险管理规范»定义的风险发生概率P特征集将风险事件概率等级分为５级,表１给出了各标准等级的分值区间[及三角模糊数.CmCmain,x]

标准分级等级描述

表１　风险指标标准等级划分与三角模糊数

不可能

用于量化事件间的相互作用.通常,CPT记为P,在无法获取风险指标大量数据时需借助专家经验建模.为确保合理性,本文利用层次分析法和状态影响因子评判风险指标的相互影响,再利用云模型生成条件概率表CPT.

考虑到风险指标(父节点)的不同等级状态对下

一层指标(子节点)的影响程度不同,通过专家评判法分别确定每个父节点不同状态对子节点的影响值],得到状态影响因子矩阵S＝S０,１０ij∈[

(将n个父节点的各个状态进行遍历,依据Sin５.×j)计算公式为:

ì＝􀰐Wi􀅰SijïExli１＝ï

í/Cma６n＝(x－Cmin)ïEï

îHe＝knP１

１．１．３　三角模糊数的云模型转化

利用三角模糊数能够方便地实现被评价对象的度量,使定性语言值转化为具体的数量,然而,模糊运算规则处理评价数据时容易导致信息损失.云模型通过对生成的大量云滴进行统计分析,具备强大的模糊不确定性数据推理能力.为此,将三角模糊数转化为云模型,实现风险事件不确定性数据运算.,在区间[①生成数据样本.利用公式(３)lu]内随机抽样,产生包含三角模糊数所表达的不确定).和模糊信息的n个样本点(xx②计算云数i,Z(i)μ③利用正态云发生器生成云.

[CmCm~２２~４４~６６~８８~１０in,ax]０

)()()()()x)(０,１,２２,３,４４,５,６０,１,２０,１,２Z(μ罕见

P２

偶尔

P３

可能

P４

频繁

P５

节点权重和状态影响因子得到云模型的数字特征,

()５

􀆺,);式中:１,２,５j为节点的状态循环变量,j＝(

l为父节点的状态组合个数;k反映了专家评估随机性,结合实际情况选取k＝０．根据均值Ex、熵E２.n和超熵He,利用云发生器和概率分布计算方法即可确定节点的条件概率表.１．２．２　网络推理与敏感性分析

)字特征,利用公式(得到均值E熵E１x、n和超熵He.１．１．４　概率分布的计算

在云模型中,云滴构成的云团对论域中每个定性概念的贡献是不同的,云团越密集则对该概念的支持也越大.设一维论域C的任一小区间上的云团为△x,它对概念Z的贡献为:

/(２()􀅰△x△A≈μx)πEn)４Z(显然,上式在坐标系(上的积分等－∞,＋∞)

],令A于１.对于论域C＝[０,１０i＝

ui)、)测推理和诊断,如式(式(所示.６７

贝叶斯网络可在风险分析的任意阶段,进行预

P(B＝b)＝

合.假设目标节点变量为Q,证据节点变量为E,利),,如式(其值越大则对相关因素越MutualInfo８)

敏感.

P(XB＝b)＝i＝xi|P(XP(B＝b|Xi＝xi)i＝xi)()７

P(B＝b)

敏感性分析用于确定风险防控的关键因素集

􀆺,􀆺,Xn)P(X１,X２,Xn)

B＝b|X􀰐P(

１

,X２,

()６

:用信息熵计算出节点变量之间关联的互信息(MI

􀅰Q)􀰐P(

Q/(２(􀆺,).可得,对x)πE)dx,i＝１,２,５

∫μ(

liZn１．２　贝叶斯网络模型

/i１A􀆺,).Ai＝１,２,５i􀰐＝i(

５

应标准分级“的概率分布为PPPPPP１、２、３、４、５”i＝

I(Q,E)＝H(Q)Q|E)＝－H(

１．２．１　条件概率表建立

２　地铁下穿建筑群风险评估模型

２．１　建立风险评价指标集

],根据专家咨询并参考文献[识别盾构下穿建２

１１

loQ,E)lo－􀰐P(g()g(

PQPQ|E)Q,E()８

,节点表示事件,构成网络图模型G,条件概率表P)

贝叶斯网络可记为有向非循环图BN＝(G,

()国防交通工程与技术　１０２０年５月　１８,０３４　２

􀅰研究与设计􀅰　　　　　　基于三角模糊云贝叶斯网络的盾构下穿段施工风险评估　陈洪波等　　　　筑群的主要风险因素,按照影响关系建立４层评价指标体系,如图１所示.

󰀏󰀐󰀑󰀒󰀓󰀔󰀕󰀖󰀗M1󰀁󰀂󰀃󰀄󰀅󰀆󰀇󰀈󰀉󰀊󰀋󰀌󰀍󰀎RT󰀏󰀐󰀘󰀙󰀚󰀛󰀜󰀝󰀞M2󰀏󰀐󰀟󰀠󰀡󰀢󰀚󰀣󰀤M3表２　风险因素权重及状态影响因子评价表父节点

子节点

权重０．５４９９０．２４０２０．２０９８０．３５０．６５０．５５０．４５０．７００．３００．６００．１２６００．４１６１０．４５７９０．２９７００．１６３４０．５３９６０．３５０．６５０．４０

M１M２M１１M１２M２１M２２M３１M３２X１X２X３X４X５X６X７X８X１０X１１X１２X１３X１４X１５X９M３

P１P２P３P４２１１１２０１２１２０２１００２２００２１００１

３２１２４３２３２４１３２３３４４１１４２２１２

５４３５６６４６４６４４６５６６６３４５６５３５

８６５７９９７７８９８７９９９８８６８７９８６９

P５

RT１０９８１０１０１０８９９

󰀐󰀥󰀦󰀧󰀔󰀕󰀉󰀊󰀁󰀂󰀏󰀐󰀝󰀨󰀚󰀩󰀏󰀐󰀡󰀫󰀬󰀚󰀑󰀒M11󰀖󰀗M12󰀘󰀙M21󰀣󰀪M22󰀢M31󰀣󰀤M32M１M２M３M１１M１２

󰁌󰁍󰁎󰁏󰀘󰀙󰁆󰁋󰀢X8󰀏󰀐󰀡󰀢󰁢󰀏󰀚󰀫󰁣X13󰀣󰀤󰁦󰁧󰀚󰀍󰀎󰀬󰁅X15󰀳󰀴󰀵󰀶󰀚󰀷󰀂󰀸󰀹X3󰁂󰁃󰁄󰀬󰁅󰁆󰁇X6󰁐󰁑󰀚󰁐󰁒󰁓󰁔X9󰁐󰁑󰁕󰁖󰀅󰁗󰁘󰁙X10󰁈󰁉󰁊󰀲󰁆󰁋󰀢X7󰁚󰀟󰁛󰁜󰀦󰁝X11󰀋󰀌󰁞󰁟󰁠󰁡X12󰀑󰀒󰀭󰀮󰀯󰀰X1󰀑󰀃󰀦󰀱󰀆󰀲X2󰀉󰀊󰀺󰀻󰀼󰀽X4󰀾󰀿󰀏󰀐󰁀󰁁X5󰁤󰀎󰁥󰀫󰀬X14１０１０１０１０１０１０１０１０１０１０１０１０８８８

图１　盾构下穿密集老旧建筑风险评估指标

评估模型中,每个指标因素即为一个风险事件,),按照所提出的三角模糊云模型方法进行定量２０１１

评价.

２．２　网络模型结构与CPT确定

将风险评价指标集X１~X１５个因素作为５的１节点,建立网络模型.根据表２所示的指标权重和其中,指标权重采用AH状态影响因子评价由P法,专家评判,以０~１０给出不同状态下父节点对子节点的影响评分.

,重要性进行两两比较,分析得到权重W＝[０．５４９９

].０．２４０２,０．２０９８将RT父节点各状态进行遍历,依据节点权重

和状态影响因子计算云期望EX＝[,从而得到云数字特征.例如,􀆺,EX１,EX２,EX５]EX１＝

以节点RT为例,将３个父节点M１、M２和M３的状态影响因子评价值,利用式(计算云数字特征.５)(可参考«地铁工程施工安全评价标准»GB５０７１５－

M２１M２２M３１M３２

０．１４２９０．２８５７０．５７１４０．４００．６０

计为盾构法,K２８＋４１３．３４９~６５８．４１６段下穿平低压缩性.地下水类型为潜水,埋深约３位于８m,隧道底板以下.

施工区周边分布多个建筑群.其中,平安小区有８栋老旧建筑物,经鉴定房屋均为D危险u级(户)建于２条形石砌基础,无圈０世纪五六十年代,管控的难点.为此,选取平安小区２＃楼作为分析对象进行动态风险评估.

石家庄地铁２号线东三教站~东岗头站区间设

安小区,隧道顶距建筑物基础１５．５~１６．５m.该段地层为粉细砂、粉质黏土,砂层中密~密实,稍湿,中~

０．５４９９×２＋０．２４０２×１＋０．２０９８×１＝１．５４９.利用云发生器生成１０经过统计分布计００个云滴,算条件概率表.由于RT有３个父节点,每个节点有

４

因此,节点C个元５个状态,PT共包含１２５行５素,表３仅给出前１０行分布计算结果.按以上方法计算所有节点的条件概率表.模型建立后,即可进行各评价指标实时更新和风险预测,为下穿施工安全提供决策信息.

.其中１＃、级)均为３层房屋,共１２＃、９＃楼(３１梁、结构柱等抗变形结构,保证下穿施工安全是风险

３．２　证据数据收集与处理

编制施工风险指标评分表,邀请业内专家逐项评价.通过勘察、施工和监测资料,由专家给出三角模糊评价值,如表４所示.采用１．１．３节的方法将其转化为云模型,计算数字特征和各风险因素的概率分布结果.

３　案例研究

３．１　工程背景

()国防交通工程与技术　１０２０年５月　１８,０３５　２

􀅰研究与设计􀅰　　　　　　基于三角模糊云贝叶斯网络的盾构下穿段施工风险评估　陈洪波等　　　　

表３

　节点状态　

基于状态影响分析结果和云模型生成节点RT的CPT

M１M２M３１２３４５１２３４５

１１１１１２２２２２

１１１１１１１１１１

Ex１．５４９８２．０９９７３．１９９５４．８４９２５．９４９０１．７９００２．３３９９３．４３９７５．０８９４６．１８９２

En０．３３０．３３０．３３０．３３０．３３０．３３０．３３０．３３０．３３０．３３

He０．２０．２０．２０．２０．２０．２０．２０．２０．２０．２

P１０．７０１３０．４４１７

０００．６２６８０．２５０２０．００６６

０００

P２０．２９８７０．５５８３０．８９２６０．０８０４０．３７３２０．７４９８０．７９２２０．０１６２

００

P３００．１０７４０．８１９４０．４７６４

０００

P４０００．１００２０．５２３６

０００．１０５００．６３８９

００

P５００００００００００

０．２０１１０．８７８８０．３６１１

表４　风险因素专家评分结果专家１

专家２

风险因　　　　　三角模糊数(　　　　　L,M,U)素代号

X１X２X３X４X５X６X７X８X１０X１１X１２X１３X１４X１５X９

(,,)(,,)(,,)２．０３．０４．０２．５３．５４．５１．５３．２３．８

(,,)(,,)(,,)００．２０．３００．５１．０００．２０．５(,,)(,,)(,,)３．０４．０４．５４．５５．０５．３４．８５．２５．５(,,)(,,)(,,)６．０６．５７．０５．０５．５６．０６．５７．０７．５(,,)(,,)(,,)４．０５．０６．０４．５５．０５．５４．０４．５５．０(,,)(,,)(,,)３．５４．０４．５３．６４．３５．０２．０３．５５．０(,,)(,,)(,,)１．５２．５３．５１．０２．０２．５１．２２．５３．２(,,)(,,)(,,)１．０２．０３．０１．５２．５３．００．５２．０３．０(,,)(,,)(,,)２．０２．８３．８２．５３．５４．０２．５３．０３．５(,,)(,,)(,,)０．０１．５２．００．００．５２．００．０１．０１．５(,,)(,,)(,,)２．０２．５３．０１．５２．０２．５１．０１．５２．０(,,)(,,)(,,)３．０４．０５．０３．２４．０５．０３．３４．０５．２(,,)(,,)(,,)０．５０．８１．０１．５２．５３．５１．８２．４３．０(,,)(,,)(,)２．０２．５３．０１．８２．２３．０２．０．２．２２．５(,,)(,,)(,,)１．０２．２３．２１．６２．５３．５２．０２．３２．８

专家３

３．３．１　风险发生概率分析

图３为不可观测风险因素节点各状态等级的分布概率堆叠柱状图.为便于比较,将节点状态概率计算综合风险概率()与状态等级Istateii加权求和,p等级I绘于图３中.ave,

云.根据综合云统计云团对风险概率等级的贡献度,].按照相同的方法计算其余因０．２３７０,０．０７７０,０

素的概率分布,将上述节点概率数据输入贝叶斯网络进行推理.

10.8󰀒：※󰀈󰀉󰀊󰀋󰀌（󰀎󰀏1）；+󰀈󰀉󰀊󰀋󰀌（󰀎󰀏2）；×󰀈󰀉󰀊󰀋󰀌（󰀎󰀏3）；○󰀕󰀖󰀌图２给出了风险指标X１的三角模糊云及综合

,,得到X０．２１７１０．４６９０１的概率分布计算结果为p＝[

图３　不可观测节点各状态等级分布概率堆叠柱状图

和M３中,观察曲线和柱状图可M１发生概率最高.

通过I在二级风险因素M１、M２ave值比较发现,

知,潜在风险隐患主要来源于M１２周边建筑环境.

该下穿施工区域内建筑结构整体性较弱、建筑密集且年代久远,近距离施工增加了事故的可能性.的影响,导致M２盾构M２１的风险发生概率大于M２２,“况的风险概率处于较低水平,不可能”和“罕见”的

由于注浆量控制X６和土仓压力参数不合理X８

󰀗󰀘󰀙0.60.40.200施工参数风险概率增加.M３施工组织管理与应急状

246󰀁󰀂󰀃󰀄󰀅󰀆

810３．３　结果分析

图２　风险因素X１专家评判三角模糊云和综合云

,分布概率之和超过了“综合风险概率等级９６．０９％”

.,为１．６５３９M３．６２４１施工管理综合风险概率等级为１

高于M３２监控与应急.

()国防交通工程与技术　１０２０年５月　１８,０３６　２

􀅰研究与设计􀅰　　　　　　基于三角模糊云贝叶斯网络的盾构下穿段施工风险评估　陈洪波等　　　　３．３．２　盾构下穿施工风险评价

依据«规范»定义风险损失C特征集ΩC＝[可

,忽略,需考虑,严重,非常严重,灾难性]分别以)表示.利用风险矩阵得到５级风险分Cl＝１~５l(

级标准,如表５.为了便于施工风险决策,结合工程,风险管控实际,参考文献[建立表６所示的风险３]可接受准则.

表５　风险矩阵及分级

风险级别

　　　　　　风险损失等级　　　　　　

技术措施将其施工风险转移并控制在可接受范围.施工安全事故常与作业中的不当操作、技术措施不合理等人为因素相关,X１２班组安全培训和考核的——“风险评估结果略超过Ⅲ级—可接受”水平,施工中

应强化作业班组安全培训,降低人为操作失误风险.按风险大小依次为X６、X５、X９、X８、X３、X１X１４、５和

风险等级接近Ⅲ级的因素共８个,约占５３．３％.

X７.X５近接施工距离和X３基础埋深与结构类型由客观设计因素决定,其风险处于可接受范围.在技术方面,X６注浆量控制是减少地层损失和预防沉降的出现X９刀盘和刀具磨损可能性也较大,这与砂卵石致.由于地表建筑附加荷X８为土仓压力参数设置,载作用,下穿时应做好优化调整,保证合适的土压力.此外,还应对X１X１４危险源监控、５应急处置与风险控制、X７推进速度不合理因素做好控制防范.

盾构下穿风险节点RT的风险概率等级后验分关键,需要采取有效措施降低风险.分析结果揭示,类地层长距离掘进易发生刀具磨损的工程经验相一

风险P４

概率P３等级P２

P５

C５

R５R４R４R３R３

C４

R４R４R３R３R２

C３

R４R３R３R２R１

C２

R３R３R２R２R１

C１

R３R２R２R１R１

P１

表６　风险接受准则

风险等级Ⅴ级Ⅳ级Ⅲ级Ⅱ级Ⅰ级

接受准则及风险控制对策拒绝接受,立即停止施工,进行整改,

规避或启动应急预案不可接受,需决策,制定控制、预警措施可接受,需引起重视,做好防范、监控

可容许,加强管理和巡查可忽略,日常管理和审视

布p＝[１．２４２％,３０．３４５％,５７．１３３％,１１．２５３％,

.由于潜在风险损失等级为C非常严０．０２７％]４(２＋０．３０３４×３＋０．５７１３×３＋０．１１２５×４＋０．０００２７)略超Ⅲ级.根据风险可接受准则,×４＝３．１００４,盾构下穿建筑群段施工风险总体可接受,但需引起重视并做好防范措施.

３．３．３　敏感性分析通过Netica软件计算盾构下穿建筑群风险节点RT与所有父节点的互信息,其值越大则对RT影响越敏感,见表８.按照因素敏感性由高到低、风险施工时X５、X１和X３无法规避外均为可控风险因素,应优先采取针对性的处置措施.

16X11X214X1X13X1012XX71510X148X8X36X9X5XX122X400246810121416󰀃󰀄󰀅,重)取表５第２列计算综合风险水平R＝(０．０１２４×

失专家评估,结果见表７.利用表５,将各因素风险损失对应列的概率分布与风险等级相乘后求和即可得到风险等级大小,如图４所示.

X１X２X３X４

C３C３C３C４

X５X６X７X８

C３C４C４C４

X９

表７　风险损失等级专家评价

针对基本风险因素和施工总体风险进行风险损

因素损失等级因素损失等级因素损失等级因素损失等级

X１０X１１X１２

C４C４C３C４

X１３X１４X１５RT

C４C４C４C４

等级由大到小的顺序排列,得到图５所示的分布图.显然,越靠近左下角则该风险因素越重要,除X４、

53.920442.71162.97562.6292.87523.05562.691732.9972.7562.09712.36252.3682.6815211.50410X1X2X3X4X5X6X7X8X9X10X11X12X13X14X15󰀁󰀂󰀅󰀆󰀁󰀂󰀃󰀄占总数１由于施工区域地表X１３．３％.分析可知,２,

住宅建于上世纪中期,为使用超过６０a的老旧建筑,需采取X４建筑使用年限的风险等级接近Ⅳ级,

由图５可见,风险等级超过Ⅲ级的因素为X４和

图４　基本风险因素风险等级评估结果

图５　敏感性与风险排序分布图

４　结论

()将三角模糊数和云理论相结合,提出了定性１

()国防交通工程与技术　１０２０年５月　１８,０３７　２

󰀁󰀂􀅰研究与设计􀅰　　　　　　基于三角模糊云贝叶斯网络的盾构下穿段施工风险评估　陈洪波等　　　　

表８　盾构下穿诱发事故风险敏感因素分析节点变量

/１００M．I．

节点变量

/１００３．９８３．１９２．７５１．８７M．I．

()引入层次分析与状态影响因子成功考虑了２

父节点权重和不同状态对子节点的影响,并通过生成随机风险云和统计分析方法建立条件概率表.()构建了盾构下穿施工风险评价指标体系和３

三角模糊云贝叶斯网络模型.应用表明,该模型的风险推理结果与实际吻合,为现场提供了科学准确的决策信息.

参考文献

[]王景春,张　法,林佳秀．基于改进云模型的公路施工安全１

[]王　帆,覃亚伟．地铁区间施工周边环境安全风险评估方２

[,,,３]WANGN．XUC．S．DUX．L．et．al．AriskassessＧ

sisandexertelicitation[J]．InternationalJournalofp,SstemAssuranceEnineerinndManaement２０１８,９yggag():０２４５２Ｇ４６６．

mentmethodofdeexcavationbasedonBaesiananalＧpeyy]():,法研究[土木工程与管理学报,J．２０１３０４９１Ｇ９６１０２．]():防护系统评价[中全科学学报,J．２０１７０８７３Ｇ７８．

盾构下穿风险１RX４３８T:３埋深与结构类型

M１地质与周边环境５M３５６１施工管理M１２１１X２周边建筑环境１５应急处置与风险控制M１X４１１工程水文地质６注浆量控制

M２施工参数与设备X４建筑使用年限X１地质条件复杂M２１盾构施工参数

３６X．４８１３施工管理措施与监督０

M２３６０．４７２状态与适应性X２４０．４５１２安全培训考核２０１１１１６４

M３施工管理与应急

X８土仓压力不合理X５近接施工距离M３２监控与应急

X７推进速度不合理

X１０刀盘主轴密封失效X９刀盘与刀具磨损X１４危险源监控X１１班组经验水平

０．２５０．２１０．１１０．０３

评判转化为定量概率分布的方法.该方法充分利用了二者在模糊定性表达与定量转化方面的优势,为风险不确定性数据处理提供了有利工具.

０．０２

OntheTrianularFuzzloudBaesianNetworkＧBasedRiskAssessmentofgyCy

theShieldＧTunnelinonstructionUnderＧCrossinxistinuildinsgCgEgBg

(,;１．TheInvestmentCo．Ltd．oftheStateRailwaororationofChinaBeiin００１６０,China２．KeaboratorfRoadandyCpjg１yLyo,,RailwanineerinafetontroloftheEducationMinistrShiiazhuaniedaoUniversitShiiazhuan５００４３,China)yEggSyCyjgTyjg０

１２２

,CHENHonbo　WANGNin　WANGJianxigg,

theshieldＧtunnelinetroconstructionunderＧcrossinxistinuildinsintheconditionsofknowinocertaindata．Uonthegmgegbggnp,thequalitativeassessmenttotheuantitativeassessmentisputforwardinthepresentaerwiththeanaltichierarchrocessqppyypandthestatisticalmethodtoobtaintheconditionalrobabilittable(CPT)whichreresenttheeffectsofthenodes．WithpracＧpypboththeriskpredictionfortheconstructionandthesensitivitfthefactorsareanalzed．Theresultsofthemodelanalsisareyoyy(AHP)andthestateＧaffectinfactorsintroducedtoobtainthediitalcharacteristicsofthecloud．Usinherandomriskcloudgggt,basisofcombininhetrianularfuzzumberwiththecloudtheortheinversionmethodoftheprobabilitistributionfromgtgynyyd

:AtAbstractrianularfuzzloudBaesiannetworkＧbased(BN)riskanalsismodelisestablishedfortheriskassessmentofgycyy

,,ticalroectsasthebackroundtheriskevaluationindexsstemandtheBNmodelareestablisheduonthebasisofwhichpjgyp,foundtobeinconsistencewiththoseoftheactualproectwhichverifiestherationalitndeffectivenessofthemodel．jya

:;;;;KeordsshieldtunnelinnderＧcrossinxistinuildinsriskassessmenttrianularfuzzumbercloudmodelBaesiannetgugegbggynyyw

takeintoconsiderationtheeffectofeccentricloadswheneccentricloadsareexerted．ThesoftwareoftheMidasFEAisusedin

,,,,,alsesinwhichcasehoweverthebeamelementmodelwhenusinuchsoftwarehastousetheeccentricloadcoefficienttoygs

(,,,)下接第２６页)analsissoftware(suchastheMidasCivilBSASandDr．Brideetc．isoftenusedforcalculationsandanＧyg

thepresentpaertohelstablishasolidelementmodelforanentiregirderofthesinleＧboxtwinＧcellturnoutcontinuousppeg,uidethedesin．Throuhtheanalsesitisfoundthattheeccentricloadeffectofliveloadsneedstobeconsideredwhenthegggy

,deflectioncheckinndthechoiceofthebearinaacitfsuortsareperformed．Inactualdesiniftherearenosimilargagcpyoppgcurateeccentricloadcoefficient．

,bridedesinexamlestobefolloweditisrecommendedthattheplateshellorsolidelementmodelsbeusedtoobtaintheacＧggp:;;;KeordsasinleboxwithtwinＧcellsturnoutcontinuousbeambridestheeffectofeccentricloadssolidelementmodelsggyw

()国防交通工程与技术　１０２０年５月　１８,０３８　２

beam,uonthebasisofwhichanaccurateeccentricloadcoefficientundertheactionoftheeccentricZKloadisobtainedtop