基于二维云模型的城市地铁盾构隧道施工风险评价方法

摘要

本发明公开了基于二维云模型的城市地铁盾构隧道施工风险评价方法，通过正向云发生器生成云滴，绘制与风险评价准则相对应的二维标准云图；利用评价对象隧道的实际数据和专家打分结果，计算出各评价指标的评价云特征值，并对该特征值进行权重组合计算综合云的特征值绘制能反映系统评价结果的二维综合云图，对比二维标准云图与综合云图的关系，确定某盾构隧道施工风险对于各风险等级的隶属度，从而判断其施工风险等级。本方法综合考虑了事故的风险损失和可能性对风险的影响，提高评价结果的准确性，同时评价过程可视化，为城市地铁盾构隧道施工风险提供更为准确和快速的评价结果。

说明书

技术领域

本发明涉及城市地铁盾构隧道施工风险评价领域，特别涉及一种基于二维云模型的城市地铁盾构隧道施工风险评价方法。

背景技术

随着经济的飞速发展和城市化进程的加快，地铁已成为缓解城市巨大交通压力的有效手段。在城市的地下隧道工程中，盾构法施工是目前技术比较成熟且广泛采用的施工技术。相对于传统的隧道施工方法，盾构法可有效控制地表沉降，且施工速度快，已成为城市地下隧道工程的首选。

地铁工程建设由于建设成本高、涉及专业多、前期时间长、施工复杂等特点，使得工程建设过程中，进度失控、质量不过关、费用超标等现象屡发，并趋向严重。同时，城市地铁发展历史较短，对隧道施工技术和管理认识不够深刻，理论知识不全，实践经验缺乏，现场技术人员对地铁施工过程中存在的潜在危害因素缺乏必要的认知，施工管理人员缺乏科学的辨识、分析和论证能力，风险管理体系不完善，风险预警研判、防范补救方式不合理，致使轨道交通建设工程中安全事故屡发。所以如何快速、准确地评价城市地铁盾构隧道施工风险等级，做到及时有效的安全维护，降低隧道施工安全风险，已成为目前城市地铁盾构隧道施工安全管理的重难点问题。

目前盾构隧道施工风险评价大都基于一维云模型去单一维度的评价分析，评定结果具有局限性，且并未结合好风险具有可能性、损失的双重维度，单一的主、客观赋权法对专家依赖性也较强且存在使评价结果与实际相悖的可能性。

综上所述，基于二维云模型开展城市地铁盾构隧道施工风险等级评价，从事故发生的可能性和其对工程造成的危害程度两个维度去分析，更全面、更准确去预测可能发生的风险。所以有必要针对城市地铁盾构隧道施工过程，基于二维云模型，提出一种快速、准确的施工风险等级评价方法，把地铁工程建设风险控制在最小。

发明内容

针对现有技术的中盾构隧道施工风险评价的评定结果未结合好风险具有可能性、损失的双重维度，提供一种基于二维云模型的城市地铁盾构隧道施工风险评价方法，所述的二维云模型是一维云模型的扩展，在保持云模型对模糊概念的描述优势的同时，可以更全面的考虑城市地铁盾构隧道施工风险多因素的影响，采用二维云模型作为评价模型可以实现风险的模糊和随机不确定性的量化，提高评价结果的准确性，实现评价过程的可视化，为城市地铁盾构隧道施工风险提供更为准确和快速的评价结果。

为了实现上述目的，本发明采用如下技术方案：

基于二维云模型的城市地铁盾构隧道施工风险评价方法包括以下步骤：

(S11)确定风险评价指标：确定适用于城市地铁盾构隧道风险评价指标；

(S12)确定指标的危害性和可能性等级：根据规范确定每一个评价指标的可能性和危害性等级；

(S13)构造判断矩阵，确定指标权重：根据层次分析法，对指标间的重要性进行两两比较，构造判断矩阵，确定指标权重；

(S14)绘制二维标准云图：计算标准云特征值，利用正向云发生器生成云滴数据，绘制二维标准云图；

(S15)计算评价指标的评价云特征值：利用评价对象隧道的实际数据和专家打分结果，计算出各评价指标的评价云特征值；

(S16)对评价云的特征值进行权重组合，构建综合云，并绘制综合云图：利用步骤(S15)求得的特征值进行权重组合，构建能反映整个系统评价结果的综合云，再通过正向云发生器生成综合云，绘制二维评价综合云图；

(S17)对照二维标准云图与二维综合云图，确定施工中盾构隧道对于各评价等级的隶属度：对照二维标准云与综合云，确定施工中盾构隧道对于各评价等级T的隶属度。

所述二维云模型包括正向云发生器和逆向云发生器，二维标准云两个方向的数字特征分别表示为(Ex

所述的二维标准云的数字特征(Ex

H

式中：Ex

所述的正向云发生器，通过以下方法计算：

(S21)以(En

(S22)以(Ex

(S23)利用(S21)生成的(Enn

所述的逆向云发生器按以下方法计算：

(S31)利用已知云滴数据，通过下面的方法计算某组数据的样本均值X和样本方差S：

(S32)根据(S31)求出的样本均值和样本方差按以下方法计算评价云的期望、熵和超熵：

式中：f表示每组数据中的第f个数(f∈1～n)，g表示第g组数据(g∈1～m)，n表示每组数据的个数。

所述的二维综合云通过以下方法对评价云的特征值权重组合，二维综合云公式如下：

式中：m为评价指标的个数，(Ex

所述的正向云发生器将二维综合云的数字特征定性表征为定量数据，生成二维综合云并绘制二维综合云图。

所述的T的隶属度的献度C通过下式计算：

式中：C

本发明与现有的评价方法相比，具有以下优点：

(1)本研究提出的隧道施工风险评价新方法，优化了盾构隧道施工风险评价过程，增强了评价准则的科学性和可信度，实现了评价结果的可视化。

(2)在以往的研究中，很多风险评价方法仅从风险危害性这一个维度来预测工程风险。尽管这些方法的预测结果具有一定可信度，但忽略了风险受事故概率的影响，导致较粗糙的评价结果。为解决这一问题，本方法采用二维云模型作为评价模型，并综合考虑了事故的风险损失和可能性对风险的影响，提高了评价结果的准确度。

(3)定性概念和定量论域之间的转换过程包含了大量模糊和随机不确定性信息。为考虑这种模糊和随机不确定性，本研究利用二维云模型汲取自然语言的优势，将风险准则定量转化为了二维标准云模型，并将专家评价结果定量转化为了二维综合云模型。实现了定性概念的模糊性和隶属度的随机性的有机结合。

(4)目前模糊数学中的隶属度函数仅能反映评价系统的模糊性，概率函数仅能用来反映评价系统的随机性。对此，本研究结合二维云模型，计算了标准云内综合云云滴对综合云的贡献度，考虑了三维空间中的综合云滴的隶属度，并基于最大隶属度原则综合预测了项目风险等级，提高了评价精准性。

附图说明

图1是本发明评价方法的流程简图；

图2二维标准云图；

图3二维评价综合云图；

图4二维评价综合云与二维标准云重叠的区域(论域)。

具体实施方式

如图1所示，为本发明基于二维云模型的城市地铁盾构隧道施工风险等级评价方法的流程简图，以下以南-朝区间段盾构隧道工程为例来对上述各步骤进行详细的说明。

(S11)确定风险评价指标：确定适用于该地铁盾构隧道风险评价指标，依据GB50652-2011城市轨道交通地下工程建设风险管理规范，依据风险事故或风险因素确定该项目的风险评价一级指标为：(A

表1损失评分标准

表2可能性评分标准

(S12)确定指标的危害性和可能性等级：根据规范确定每一个评价指标的可能性和危害性等级；根据规范《城市轨道交通地下工程建设风险管理规范》(GB50652-2011)确定每一个评价指标的可能性和危害性等级，见表3共分为4个等级；

表3风险等级标准

(S13)构造判断矩阵，确定指标权重：根据层次分析法，对指标间的重要性进行两两比较，构造判断矩阵，确定指标权重。为了合理确定盾构隧道的施工风险等级，需要确定决策层指标的权重，本研究以层次分析法作为指标权重确定的主要依据，层次分析法的标准见表4。根据专家经验判断两两指标间的重要性，并基于此构造判断矩阵，且各风险指标的判断矩阵见表5～表14。

表4层次分析法标准

表5风险估测指标可能性比较等级分数

表6风险估测损失比较等级分数(一级指标)

表7风险估测损失比较等级分数(二级指标-掌子面失稳)

表8风险估测损失比较等级分数(二级指标-刀头及刀具磨损)

表9风险估测损失比较等级分数(二级指标-盾尾密封失效)

表10风险估测损失比较等级分数(二级指标-隧道上浮、冒顶)

表11风险估测损失比较等级分数(二级指标-轴线控制不当)

表12风险估测损失比较等级分数(二级指标-管片破损)

表13风险估测损失比较等级分数(二级指标-渗漏水)

表14风险估测损失比较等级分数(二级指标-不均匀沉降)

表15风险估测损失比较等级分数(二级指标-故障设备)

(S14)绘制二维标准云图：计算标准云特征值，利用正向云发生器生成云滴数据，绘制二维标准云图。通过二维云模型标准云的特征值，二维标准云特征参数的计算方法如式(1)～(3)，利用正向算法生成云滴，然后利用云滴数据通过正向云发生器绘制与风险等级划分表(表3)一一对应的二维标准云图，针对本项目的风险评价，本研究生成了3000组综合云滴；

H

式中：Ex

(S15)计算评价指标的评价云特征值：利用评价对象隧道的实际数据和专家打分结果，计算出各评价指标的评价云特征值；利用隧道的实际数据，通过专家打分结果，分别计算出评价指标的评价云特征值，评价云特征参数的计算方法如下：

利用已知云滴数据，通过式(4)、(5)计算某组数据的样本均值

根据求出的样本均值和样本方差，通过逆向云算法，利用式(6)～(8)进一步计算评价云的期望、熵和超熵：

式中：f表示每组数据中的第f个数(f∈1～n)，g表示第g组数据(g∈1～m)，n表示每组数据的个数。

(S16)对评价云的特征值进行权重组合，构建综合云，并绘制综合云图：利用步骤(S15)求得的特征值进行权重组合，构建能反映整个系统评价结果的综合云，再通过正向云发生器生成综合云，绘制二维评价综合云图；利用步骤(S15)求得的特征值通过式(9)～(11)进行权重组合，再通过正向云发生器将二维综合云的数字特征定性表征为定量数据(云滴)，生成二维综合云并绘制云图(生成1000组云滴drop(x

式中：m为评价指标的个数，(Ex

(S17)对照二维标准云图与二维综合云图，确定施工中盾构隧道对于各评价等级的隶属度：对照二维标准云与综合云，确定施工中盾构隧道对于各评价等级T的隶属度。最后根据二维云模型中论域内(即生成的标准云和综合云的重叠区域)的元素对风险等级的定性概念T的隶属度，基于一维云模型中论域上的云滴元素对定性概念T的总贡献度，利用式(12)作为二维云模型中各标准云论域上的云滴对概念T的贡献度C，从而确定施工中盾构隧道对于各评价等级T(T＝Ⅰ级，Ⅱ级，Ⅲ级，Ⅳ级)的隶属度：

式中：C

综合评价云在各等级重的分布概率分别为p(N4)＝0.628804601，p(N3)＝0.235541417，p(N2)＝0.064610302，p(N1)＝0.07104368。(从代码中输出每个等级的个数，然后求比例)根据隶属度分析结果可知，该项目工程建设风险等级属于第Ⅳ级，安全性较好。按照规范标准(GB50652-2011)，只需按时进行日常审视检查，实施合理的风险管理方案就能很好的满足防控要求，规避灾害发生。