基于云模型的路塹高邊坡施工安全風險評估研究

李剛， 寧重陽

(湖南路橋建設集團有限責任公司， 湖南 長沙 410004)

高邊坡由于受到水文地質、地質構造、巖層性質及施工擾動等多種因素影響，施工中易出現滑坡和崩塌等安全事故，高邊坡施工風險評估成為一項重要的基礎工作。為此，發布了《高速公路路塹高邊坡工程施工安全風險評估指南》等一系列技術規范和指南。一些學者也對高邊坡工程風險評估進行了研究，如涂圣文等提出了一種基于改進CRITIC法與云模型的高速公路路塹高邊坡施工安全總體風險綜合評估模型；李煉利用專家調查評估法及指標體系法從多種因素的角度對路塹高邊坡施工階段安全風險進行了評價，提出不同形式公路路塹應采取不同評價指標；林俊勇運用模糊綜合評判法估計了路塹邊坡失穩的可能性，建立了路塹邊坡失穩可能性估計模型；張雷等構建了邊坡工程風險指標體系，提出了邊坡工程風險評估方法；何海鷹等結合多條高速公路巖質邊坡調查結果，確定了4類主要破壞模式，并針對破壞模式主要影響因素構建了巖質高邊坡風險評估指標層次結構體系；吳忠廣等基于蒙特卡洛方法確定了邊坡施工總體風險等級，并結合高邊坡施工安全風險傳遞路徑提出了總體風險評估模型；李典慶等基于子集模擬提出了邊坡風險評估方法，得到了邊坡失效概率和失效風險，給出了基于隨機有限元方法的邊坡風險評估流程。由于高邊坡工程施工安全風險的不確定因素眾多，風險評估過程具有隨機性和模糊性，很難將兩者考慮齊全。為研究能同時考慮風險評估隨機性和模糊性的綜合評估方法，該文基于層次分析方法構建高邊坡施工總體風險評價指標，采用云模型概念構建風險評價等級，提出風險評估模型。

1 云模型

云模型可實現不確定性問題的描述及定性與定量之間的數學轉換，有效兼顧不確定性問題的隨機性和模糊性。

1.1 云模型數字特征

設U為具體數值構成的定量論域，C為論域U上定性概念，對于任何元素x都具有穩隨機數u(x)∈[0,1]與其對應，稱為x對C的隸屬度。隸屬度u在定量論域U的分布構成一朵云C(x)，則[x,u(x)]為云朵中的云滴。

云模型采用期望值Ex、熵En和超熵He3個數字特征來表示。數字特征可定量反映描述對象的定性特征，并構成定性與定量概念之間的轉換模型。數值特征中的期望值Ex最能反映模糊概念在論域U上的中心值，熵En能反映定性概念的隨機概率和云滴的范圍，超熵He能反映云朵厚度和離散性。

1.2 高斯云模型

云模型的形態已發展出梯形云、三角形云、矩形云和高斯云等，并涉及到二維和三維形態，其中高斯云模型由于其普適性被廣泛應用。這里主要采用高斯云模型進行分析。

圖1 高斯云模型

圖2 正向云發生器

2 高邊坡施工總體風險評估

2.1 工程案例

某山區高速公路位于山嶺重丘區，地形陡峻，自然形成的溝谷較多，山間植被茂盛，種類繁多，地形、地勢較復雜，地表高程為462～501 m，高度差為39 m。屬亞熱帶地區，氣候溫和，年平均降水量為1 538.56 mm，年平均蒸發量為1 164.82 mm，降雨集中在每年3—5月，蒸發量主要集中在6—8月。

該地區地層巖性由上到下依次為：殘積土，厚度1～1.5 m；強風化板巖，厚度1.5～4.0 m；中風化泥質板巖，厚度2.6～7.0 m；微風化泥質板巖，厚度范圍未探明。由于地勢、地貌因素，該公路建設存在高邊坡工程，以其中某處高邊坡工程為例進行分析。該巖質高邊坡高度為42.5 m，為巖層結構面順向坡，邊坡上部巖層較松散，邊坡巖體沒有穿越破碎帶，地下水較發育，周邊100 m范圍內不存在(構)建筑物。但由于巖層性質、開挖擾動和外部環境的影響，該邊坡工程誘發滑坡風險極高。

2.2 高邊坡總體風險評估指標體系

氣候條件、工程地質條件、場地環境和邊坡高度是影響邊坡穩定性的主要因素。依據科學、獨立和完備原則，結合高邊坡工程施工特點，基于層次分析法構建高邊坡工程施工風險評估指標體系。該指標體系包含3層，結合高邊坡風險源將高邊坡施工過程的第一層次指標劃分為氣候條件、工程地質條件、場地環境和邊坡高度，然后將第一層指標細分為第二層次指標，這樣層層細分，形成圖3所示評估指標體系，其中底層指標共25個。

圖3 高邊坡施工總體風險評估指標體系

2.3 指標權重確定

為反映主觀賦權的隨意性和客觀賦權的模糊性，采用語言變量(極重要、較重要、一般、次重要、不重要)來反映指標的重要性。假設指標權重的論域為[0,1]，由專家對各指標的重要性進行評價并將評價值轉化為相應云模型。云模型采用期望值Ex、熵En和超熵He來表示權重，如次重要的權重云為 (0.255,0.068,0.005)，表示次重要的權重期望值為0.255，權重的模糊性定量為0.068，權重的隨機性定量為0.005。表1為不同語言評價值及其對應的評價云模型。

通過8個行業專家(4個來至科研院所，2個為設計院項目負責人，2個為施工單位項目負責人)對各子指標進行語言評價，各指標的重要權重結合工程具體情況、個人認識及經驗確定，然后通過討論確定各子指標的最終權重云模型。該高邊坡各級指標的權重云模型見表2～4。

表1 指標語言變量及其對應云模型

表3 高邊坡施工安全風險評估二級指標的權重云模型

2.4 指標安全等級評價云模型

高邊坡施工風險指標均為定性描述，采用定量數值來表示定性指標會掩蓋其自身模糊性，影響評估結果的準確性。因此，采用語言變量進行描述，并轉化為高斯云模型來表示。依據《高速公路路塹高邊坡工程施工安全風險評估指南》，將風險等級劃分為等級4(極高風險)、等級3(高度風險)、等級2(中度風險)、等級1(低度風險)，并結合平均法將4個語言評價等級轉化為云模型。

假設區間為[xmin,xmax]，各等級云為Ci(Exi,Eni,Hei)，上述云模型的數字特征算法為：

Exi=xmax(i-1)/3

(1)

Eni=(Exi+1-Exi)/6

(2)

表4 高邊坡施工安全風險評估中工程地質 條件各子指標的權重云模型

(3)

定義有效論域為[0,1]，He0通常為常數，取He0=0.005，得到指標安全性評價語言所對應的云模型及工程決策(見表5)。

表5 高邊坡施工安全風險評估指標安全性 評價語言及對應云模型

風險準則中的風險等級與指標安全等級評價云模型相對應，如最安全對應1級風險。圖4為風險等級對應的高斯云模型。

結合該工程實際情況，對高邊坡施工安全風險各指標的安全性進行語言評價，結果見表6、表7。

圖4 高邊坡施工安全風險評估指標語言評價和風險等級云圖

表6 高邊坡施工安全風險評估指標安全性評價云模型

表7 高邊坡施工安全風險評估中工程地質條件各子指標安全性評價云模型

2.5 整體風險等級確定

依據圖2，采用加權方法計算得到上一級指標的綜合評估云模型Ai=(a1,a2,...,ak)，其中ak表示第i層中指標k的云模型結果，按下式計算：

(4)

依據上述計算方法，結合云模型計算方法得到高邊坡施工安全風險評估各指標的評估云模型(見表8、表9、圖5)。

表8 高邊坡工程地質風險評估結果

表9 高邊坡施工風險評估結果

圖5 高邊坡施工安全風險評估云模型結果

從表8可看出：巖層性質為該高邊坡的主要風險來源，風險等級最高，為3～4級，偏向3級風險；地形地貌、地質構造和地下水為次要風險因素，風險等級為2～3級。

從表9可看出：工程地質條件為該高邊坡的主要風險來源，風險等級為3～4級，偏向3級風險。

依據最不利原則，選取一級指標的風險等級的最不利結果作為該高邊坡工程的施工總體風險等級，即3～4級，偏向于3級風險。同時通過3位行業專家對該高邊坡的穩定性進行評價，評價指標與云模型的一致，評價結果顯示風險等級為3級(見表10，)，與云模型評價準則一致。依據風險接受準則，該工程風險不可接受，必須采取風險管理和技術措施，并制訂預防風險事件發生的方案。

表10 專家法邊坡風險評估結果

3 結語

依據公路路塹高邊坡的工程特點，采用層次分析法構建高邊坡施工總體風險評估指標體系，并基于云模型提出公路路塹高邊坡施工風險總體評估方法。將該方法應用于某公路路塹高邊坡工程施工風險評估，結果表明工程地質條件為該工程的主要風險，風險等級最高，為3～4級，偏向3級風險，模型判別結果與專家打分法結果一致，證明所提出的路塹高邊坡施工風險評估方法能反映其施工總體風險，具有一定應用價值。

采用語言評價反映評估指標權重和指標安全等級，可兼顧評價對象的模糊不確定性和隨意性；基于云模型基本理論和計算方法，將指標權重和安全等級評價語言轉化為云模型，可實現定性概念的定量表述，保留了指標的模糊性和隨機性特點。該方法的評估過程和結果較好地反映了風險評估的隨機不確定和模糊不確定的特點，為高邊坡施工總體風險評估提供了一種合理新途徑。