大跨度高架橋施工風險評估及應對措施

賈士平 石建平 劉慶昌

（1.濟南市交通工程質量監督站，山東 濟南 250002；2.石榴置業集團股份有限公司，北京 100071）

近年來，隨著我國綜合國力與經濟水平的不斷提升，經過多年的技術積累和創新，我國的橋梁建設事業蓬勃發展，取得不俗的成績，在國際上處于領先水平。大跨度橋梁建設，由于需要跨越交通繁忙的公路鐵路、峽谷、深水，施工環境復雜，施工難度相當大，工程事故頻發[1]。為保證工程施工安全，對大跨度橋梁施工過程中的風險評估非常重要。

橋梁施工過程進行安全評估的方法很多[2-3]，常見的有故障數分析法、概率決策法、人工神經網絡法、指標體系法、LEC評價法和蟻群算法等。這些方法在各類橋梁施工安全評估應用中各有優缺點，但在大跨度橋梁施工中應用較少。

1 基于蟻群算法和BP神經網絡的評估模型

BP神經網絡是一種在人工神經網絡中應用十分廣泛的多層前饋神經網絡，有著復雜的非線性映射能力、函數逼近及大規模數據分布處理能力。蟻群算法依據螞蟻覓食的行為，是對真實行為的一種模擬。將蟻群算法與BP神經網絡相結合，用于橋梁工程的專項風險評估是一種新的探索。該法有以下主要特點：

（1）改進訓練BP神經網絡的權值、閾值，以更新信息素的方式進行循環訓練[4-6]；

（2）蟻群的螞蟻對網絡中各閾值與權值形成的集合進行相應選擇，隨后依據輸出層與隱含層的節點螞蟻選擇路徑，最后選擇出最優路徑；

（3）避免了網絡收斂慢、易陷入局部小值點的問題；

（4）降低原有數據的訓練時間與次數，風險的不確定性顯著降低，準確性大大提高。

2 大跨度橋梁風險評估

2.1 工程概況

某大跨度高架橋，具有較為平坦的橋址區地形，屬剝蝕堆積山間平原地貌單元。橋跨徑組成為（8×（4×30）+3×（3×30）+2×70+2×（4×30）+（2×30+25+30）+3×（4×30）+2×（3×30））m，全橋共20聯，上部結構主橋2×70 m為現澆箱梁。

2.2 傳統方法的風險評估

利用指標體系法對該高架橋進行總體風險分析，得到工程總體風險值R為13分，風險等級判定為Ⅲ級。在專項風險評估中采用指標體系評估法得到該大跨度橋梁工程施工過程中發生事故可能性等級為Ⅱ級，事故嚴重程度等級為2級，事故風險等級為Ⅱ級。對于重大風險源風險等級中支架現澆法施工與鉆孔灌注樁兩大重要風險源的估測與判定如表1所示。

表1 重大風險源風險等級估測結果匯總表

2.3 基于蟻群算法改進BP神經網絡的專項風險評估

采用蟻群算法與改進BP神經網絡相結合的算法在風險辨識、分析的基礎上估測重大風險源的風險等級。本文選擇支架現澆法施工進行風險源事故風險等級的確定。

2.3.1 網絡學習模型構建

選擇合理的樣本集，可以顯著提高網絡學習模型中學習的準確度。本文選取12個樣本，其中2個作為測試樣本。

按照基于蟻群算法改進的BP神經網絡評估模型方法，分析采用了單層隱含層網絡結構，訓練目標為0.000 01，學習率為0.01，編制了風險評估程序。網絡模型采用的輸出層為2個節點，采用的輸入層為7個節點，隱藏層最佳節點數為11，參數分量為90個，加上起、終點，參數分量共91個，蟻群將從不同的路徑走完所有的91個分量，選擇信息素強度Q為20，ant_amount為40，信息揮發度為0.7，最小誤差設置為0.001，最大迭代次數設置為1 000次。MATLAB模型經過1 001次迭代之后，停止訓練，最小誤差值仍然小于實際誤差值，即使經過更多次的迭代之后，仍然存在這種情況，但最終結果能滿足規定要求。圖1、圖2為訓練學習的結果。

圖1 事故可能性風險等級訓練結果

圖2 事故嚴重性風險等級訓練結果

2.3.2 網絡模型風險估測

由根據MATLAB建立風險評估程序進行計算得出的結果可知，測試樣本的準確度滿足規定的要求，風險等級估測可以在MATLAB中調用SIM函數進行。經計算，可得到本文大跨度高架橋的重大風險源的風險等級，如表2所示。

表2 橋梁支架現澆施工風險估測結果

2.4 風險評估對比

采用支架現澆法施工的兩種風險源估測方法，得到的最終評價結果基本相同，這明顯證實了基于蟻群算法改進BP神經網絡模型的專項風險評估是可取的，同時該方法在計算工程中避免了評估過程中的人為因素，大大提高了準確度，但此方法要求足夠多的樣本數量與非常相似的施工工藝，同時訓練樣本要求近幾年的工程，這樣才能保證結果的準確性與合理性。

3 風險防范措施及建議

對于支架現澆法施工最可能發生的危險事故坍塌、機械傷害這兩種類型，提出如下相應的建議與措施。

（1）保證施工場地的平整，設置合理的排水措施。支架搭設與拆除嚴格執行相關規范、標準與要求。

（2）在施工過程中，對支架實行實時監測。

（3）準備多項應對復雜情況如雷雨、停電、大風等的預案，同時必須保證專項施工方案論證的可行性。

4 結語

本文利用經典指標評估法對大跨度高架橋施工安全風險進行了評估，然后采用蟻群算法與改進BP神經網絡相結合的算法估測重大風險源的風險等級，最后得出大跨度橋梁支架施工相應的措施建議。主要的結論如下：

（1）通過對評估方法的改進，證實了蟻群算法改進BP神經網絡算法在橋梁工程專項風險評估是可取的、有效的，可以在實際工程中應用。

（2）新模型彌補了傳統方法中人為因素的弊端，顯著提高了實際工作的準確度與可靠度。同時對算法的改進指標體系法風險評估指標體系進行了優化，尤其完善改進了專項風險評估指標。

（3）改進的方法對被評估工程可能出現的危險事故進行了全面揭示與反映，顯著增加了風險預測的可靠性與確定性。不但為同類工況的安全風險分析提供了重要參考，同時對橋梁施工的安全可靠提供了技術與理論支持，具有重大的實踐意義。