基于監測和層次分析法的礦山巷道風險評估★

徐 兵

(西南科技大學環境與資源學院，四川 綿陽 621010)

基于監測和層次分析法的礦山巷道風險評估★

徐 兵

(西南科技大學環境與資源學院，四川 綿陽 621010)

基于監測數據并使用層次綜合分析法建立了礦區巷道的風險評價體系，相比于常規的風險評估方法，該方法通過定量與定性相結合，大大提高了風險等級評判結果的準確性和可信度，為礦區巷道工程的安全維護和保障提供了參考依據。

巷道，監測，層次分析法，風險指標

0 引言

近年來礦區巷道坍塌事故時有發生，造成了大量生命和財產損失。由于影響巷道風險的因素較為復雜，因此如何科學有效地對地下巷道安全進行風險評估是一個急需解決的問題。傳統的巷道安全監測結果只能對各個監測指標單獨進行安全評估，并不能很好地綜合各個指標的風險進行綜合評估，這也是巷道安全監測的不足。目前對于工程風險評估的理論和方法較為豐富，應用較廣的有模糊評價法[1，2]、故障樹分析法[3]、貝葉斯網絡概率模型[4]、蒙特卡洛仿真分析法[5]以及灰色關聯分析法[6]，這些理論也都取得了不錯的應用效果。但是這些方法大部分都是定性分析，并沒有根據巷道的實時情況進行定量分析。為此本文結合巷道的監測實時數據參考層次綜合分析法提出了一種新的巷道風險概率評估方法，為礦區巷道風道的風險控制和管理提供參考。

1 礦區巷道動態風險評估

1.1 基于巷道監測的風險指標的確定

巷道的施工過程往往伴隨著安全監測的進行，為了充分保證巷道的穩定和安全，常見的監測內容有隧道收斂監測，拱頂下沉監測，地表沉降及周邊環境變形，部分帶錨桿支護的隧道還需要對錨桿內力進行監測。另外，還需要考慮地下水滲漏情況對巷道穩定性的影響。因此參考層次分析法，具體的巷道的風險概率評估模型的結構見圖1。

1.2 權重獲取及概率計算

巷道的監測數據是穩定性量化的直接體現，也直接反映著巷道的風險狀態。為使監測數據量化為風險概率，建立以下量化標準：以各項監測指標規范規定的預警值為基準，取預警值的0.6，0.7，0.8，1.0，1.1，1.3倍數為對應的分級界限，建立各項監測數據與風險概率的映射關系，其中區間內部的概率按照線性插值選取，超過1.3的部分概率均取1.0。而對于地下水滲漏指標無法直接監測量化，可根據具體的滲漏情況使用專家打分進行取值。

所有指標的量化標準見表1。

表1 風險評價指標概率量化標準

監測指標的權重可以參照層次分析法中專家1-9打分法來構造監測指標的n階判斷矩陣M來計算，具體的方法如下[7，8]：令mij為判斷矩陣M中的元素，則權重ki可通過式(1)，式(2)來獲得，而對于判斷矩陣M的檢驗可通過CR法來進行，具體過程參考文獻[7]。

(1)

(2)

對于某個具體的巷道監測項目，根據層次分析法中的概率指標和權重，以圖1中體系為例，可通過式(3)，式(4)獲得巷道的整體風險概率，最終獲得的整體風險概率P反映了巷道的安全狀態。

(3)

(4)

其中，vk和qk分別為風險體系模型第二層中的監測項目的累計值指標和變化速率指標所占的權重和風險概率；ki和pi分別為第一層中單個監測項目的權重和風險概率；P為巷道的整體風險概率。

2 算例

2.1 巷道風險評價指標的選取

某煤礦地下巷道在作業面施工完成后，立即進行了相應監測點的布置并進行長期監測。具體的風險評估指標選取參照圖1進行，具體如下：由于該巷道埋深不大，需考慮地表沉降指標的影響，但是地表周邊環境中無相關建筑物和構筑物，故不考慮周邊環境變形這一項，另外第一層中其他4項指標也均考慮在內。故最終風險評價體系的第一層共考慮5項指標，包括地表沉降，隧道收斂，拱頂下沉，錨桿內力和地下水滲漏。對應的第一層風險指標的判斷矩陣M采用層次分析法中1-9標度專家打分法獲得，見表2，其滿足一致性檢驗，對應的第一層指標權重為：

k=[0.065 0.211 0.383 0.223 0.118]。

表2 判斷矩陣M

對于風險模型第二層中所考慮的累計值和變化速率，通過構造具體的判斷矩陣來考慮其權重，考慮指標的不同屬性一般可認為地表沉降和周邊環境變形的累計值與變化速率的權重類似，可使用同一個判斷矩陣M1；而巷道收斂和拱頂下沉指標的累計值和變化速率的權重類似，共同使用另外一個判斷矩陣M2。分別構造判斷矩陣M1，M2如下，通過檢驗其均滿足一致性檢驗，其權重分別為：

v1=[0.667 0.333]，v2=[0.75 0.25]。

2.2 風險概率計算

表3 監測項目報警值及對應風險概率分級區間

根據具體監測項目報警值所得到的風險概率分級區間見表3，以某次監測數據為例，其中地表沉降累計26.02 mm，此次變化速率為1.7 mm/d；隧道收斂累計為20.46 mm，變化速率為0.38 mm/d；拱頂下沉21.54 mm，變化速率為0.12 mm/d；支護錨桿的內力為設計值的0.52倍；巷道地下水滲漏表現為輕微線狀水流，該項風險概率根據專家打分為0.4。因此根據表3的風險概率量化標準以及對應的風險概率區間，可得各項指標的風險概率值，見表4。從表4中來看，最大的風險源來自拱頂下沉這一項，達到了0.65，因此在監測過程中應該重點關注這一項，并且要加大監測頻率確保巷道的安全。根據式(4)并結合上述得到的第一層指標權重k可得到該煤礦巷道的整體風險概率P，其結果見式(5)，參考表1可知此時巷道的風險狀態為“預警”狀態。

表4 各指標風險概率計算表

(5)

3 結語

基于監測數據的層次分析法既考慮了各項指標的定性權重，又通過監測數據定量考慮了基礎指標的風險概率，定性與定量相結合使得在巷道風險等級的評定方面更具客觀性。使用算例闡述了該風險評估方法的使用過程，其計算簡單，最終得到的風險概率等級能為實際工程的安全保障提供參考依據。

[1] 申艷梅，韋四江.回采巷道錨桿支護效果模糊綜合評判[J].采礦與安全工程學報，2011,28(4):576-580.

[2] 鄧 軍，徐通模，王 華，等.巷道煤體破碎程度的模糊綜合評判[J].煤炭學報，2003,28(2):145-148.

[3] Todinov MT..Reliability and risk models[M].England:John Wiley & Sons,2005.

[4] 趙 紅，李雅菊，宋 濤.基于貝葉斯網絡的工程項目風險管理[J].沈陽工業大學學報(社會科學版)，2008,1(3):239-244.

[5] 秦炳軍，張圣坤.動態過程風險評估方法[J].上海交通大學學報，1998,32(11):17-20,25.

[6] 桂祥友，郁鐘銘.基于灰色關聯分析的瓦斯突出危險性風險評價[J].采礦與安全工程學報，2006,23(4):464-467.

[7] 許樹柏.層次分析法原理[M].天津：天津大學出版社，1988.

[8] 王爽英，吳 超，左紅艷.中小型煤礦生產安全模糊層次分析評價模型及其應用[J].中南大學學報(自然科學版)，2010,41(5):1912-1918.

Risk assessment of mine tunnels based on monitoring and AHP method★

Xu Bing

(SchoolofEnvironmentandResource,SouthwestUniversityofScienceandTechnology,Mianyang621010,China)

A risk assessment system for mining tunnels is developed based on monitoring and AHP method. Compared with normal risk assessment method, this method significantly improved the accuracy and reliability of the result of risk level by way of quantitative and qualitative analysis, which provides rational references to guarantee and maintain the safety of mining tunnels.

tunnels, monitoring, AHP method, risk index

2015-01-30★：四川省教育廳科研項目(項目編號：15ZB0124)；綿陽市科技計劃項目(項目編號：14S-02-6)

徐 兵(1976- )，男，講師

1009-6825(2015)10-0229-02

TD771

A