基于FTA-BN的地鐵車站施工風險評價研究

鄭逸雪

(中國礦業大學(北京)，北京 100083)

0 引言

隨著城市化進程的加快，城鎮人口急劇增長，地面交通的客運量已經無法滿足人們的出行需求。為了緩解地面交通壓力，地鐵得到快速發展。如何最大限度地保證地鐵車站施工安全，避免人員傷亡、經濟損失和工期延誤，是該領域重要的關注點。

學者們對地鐵車站施工風險評價展開了諸多研究。夏潤禾等[1]采用前因-行為-結果分析法對地鐵車站施工人員不安全行為的形成及影響因素進行分析，構建地鐵車站不安全行為風險管理模型。郭健等[2]運用模糊綜合評價法進行風險評估，得出地鐵車站深基坑施工風險等級。郭循杰等[3]采用綜合評價法、模糊層次分析法和定性分析法分別對合肥地鐵車站施工進行風險評估。蔣頻等[4]通過矩陣線性變換的原理構建主成分分析數學模型，計算風險類別綜合得分，并通過得分高低反映風險大小。潘海澤等[5]將突變級數法應用在地鐵車站基坑施工風險分析中，得出基坑施工風險發生概率。

地鐵車站施工風險評價的相關研究以定性分析為主，定量分析不夠深入，且無法準確分析不確定性因素。貝葉斯網絡模型是一種不確定性的因果推理模型，在處理不確定性問題上有一定的優勢，在醫療診斷領域[6-7]、生命科學領域[8-9]、工業和工程控制領域[10-11]得到了廣泛的應用。本文考慮到貝葉斯網絡能進行雙向推理和較好地解決不確定性問題，提出一種基于事故樹分析法(FTA)和貝葉斯網絡(BN)的地鐵車站施工風險評價模型。結合實例，通過事故樹向貝葉斯網絡轉化降低BN模型構建的難度，運用BN模型進行地鐵車站施工風險推理，預測地鐵車站施工風險發生的概率，并診斷出造成地鐵車站施工風險發生概率最大的致險因素。

1 FTA-BN模型構建

1.1 事故樹分析法

事故樹分析法是一種演繹推理法，通過事故樹進行深入分析，綜合判斷導致事故發生的直接原因和間接原因[12]。一個完整的事故樹包括頂事件、中間事件和基本事件，事件之間的邏輯關系由“與”門、“或”門連接。基本事件和頂事件只有兩種狀態，即事件發生或不發生。

1.2 貝葉斯網絡理論

貝葉斯網絡是基于概率論和圖論的推理模型，是由多個節點組成的有向無環圖，節點間的邏輯關系用有向箭頭表示，適用于對不確定性概率事件進行推理分析。

1.3 事故樹向貝葉斯網絡映射

運用事故樹分析法能夠深刻地把握系統內各個事件之間的邏輯關系，并通過計算得出頂事件的發生概率，但不能進行多態分析，所有事件只有發生與不發生兩種狀態，而事實上許多事件都存在著多種狀態。貝葉斯網絡能夠進行多態性分析，且推理計算比事故樹簡易，具有更廣泛的適用性，但在模型構建上存在一定的難度，因此通過將事故樹向貝葉斯網絡映射，降低貝葉斯網絡建模的難度。事故樹向貝葉斯網絡映射的基本步驟如下：

(1)事故樹中的事件對應貝葉斯網絡的節點，相同事件歸為一個節點。

(2)事故樹中事件間的邏輯門對應貝葉斯網絡節點間的有向邊。

(3)由事故樹中的邏輯門規則確定貝葉斯網絡的條件概率表。

(4)事故樹中的基本事件發生概率與貝葉斯網絡根節點的先驗概率一一對應。

事故樹向貝葉斯網絡映射過程如圖1所示。

2 工程應用

2.1 工程概況

某地鐵車站工程為地下兩層分離島式車站，采用“洞樁法”逆筑施工，每側為單跨拱形斷面，車站右線主體長度397.5m，左線主體長度350.64m。

2.2 地鐵車站施工風險因素分析與事故樹建模

通過大量文獻研究，結合實際工程概況，得出造成地鐵車站施工風險的直接原因包括施工環境風險、施工技術風險、施工人員及管理風險、施工機械設備風險、勘察設計風險，并對這些風險進行深入分析得到地鐵車站施工風險事故樹，如圖2所示，各編號的含義見表1。

表1 地鐵車站施工風險事故樹各編號的含義

2.3 地鐵車站施工風險FTA-BN模型構建

由構建的地鐵車站施工風險事故樹，可以得到地鐵車站施工風險貝葉斯網絡結構，如圖3所示。

結合實際工程概況，通過查閱相關文獻資料及專家打分的方法確定地鐵車站施工風險事故樹模型中基本事件發生概率。依據事故樹向貝葉斯網絡映射的原理，得到地鐵車站施工風險貝葉斯網絡模型的先驗概率。地鐵車站施工風險因素的先驗概率見表2。

表2 地鐵車站施工風險因素的先驗概率

根據事故樹的邏輯門規則可以得出貝葉斯網絡所有非根節點的條件概率表，由于篇幅有限不一一列出。以A1節點為例，其對應的條件概率見表3。R1、R2、R3節點狀態為發生時表示為Y，節點狀態為不發生時表示為N。

表3 貝葉斯網絡A1節點條件概率表

2.4 基于正向推理的風險預測

基于上述構建的FTA-BN模型進行正向推理，可以預測地鐵車站施工風險發生的概率。在貝葉斯網絡中輸入根節點的先驗概率和非根節點的條件概率，概率就會隨著貝葉斯網絡從根節點傳遞到葉節點，從而得出葉節點的發生概率。通過正向推理可以得出地鐵車站施工風險發生的概率P(T=Y)=32.2%。

為了更準確地表述地鐵車站施工風險概率大小，假設概率為P，將概率劃分為5個等級，分別對應5個概率區間[13]，見表4。根據表4可知，地鐵車站施工風險概率等級為Ⅳ級，項目整體風險水平低。

表4 風險概率等級對應的概率區間

2.5 基于反向推理的風險診斷

在施工過程中，觀察到地鐵車站施工風險出現時，可以通過將貝葉斯網絡中葉節點的狀態設置為“發生”，即葉節點狀態為P(T=Y)=1，進行反向診斷推理，得出各個風險因素的后驗概率，見表5。在風險診斷過程中，后驗概率可以作為風險因素重要度的判斷依據，通常選取后驗概率較大的風險因素作為致險因素進行重點防控。

表5 風險因素的后驗概率及重要度排序

若在施工過程中發現地鐵車站施工風險發生，根據表5的后驗概率和重要度排序可知，R12(施工組織管理不到位)的后驗概率(P(R12=Y)=13.3%)最大、重要度排序最靠前，是導致地鐵車站施工風險發生概率最大的因素，因此優先對該風險因素進行排查。若排查后發現R12(施工組織管理不到位)發生，則該節點狀態確認為P(R12=Y)=1，應立即采取應對措施，防止情況進一步惡化。在R12這一風險因素得到有效控制后，應再次判斷該項目是否處于風險狀態，若地鐵車站施工風險仍然發生，說明還存在其他造成地鐵車站施工風險發生的因素，應重新對該項目進行診斷推理。即在風險事件發生(P(T=Y)=1)和存在施工組織管理不到位(P(R12=Y)=1)的情況下，反向推理計算其他節點的后驗概率，如圖4所示。從圖4可以看出，此時R18(勘察資料不準確)的后驗概率最大，為3.9%，則后續應重點排查R18風險因素。根據R18的排查結果，在貝葉斯網絡中更新節點狀態，再次進行診斷推理，按照這個流程對風險因素逐一進行排查，直到地鐵車站施工風險得到控制為止。

通過診斷推理可以得出，R12(施工組織管理不到位)、R18(勘察資料不準確)、R2(周邊構筑物管線變形及損壞)、R14(施工人員違規操作)為導致地鐵車站施工風險發生概率最大的致險因素。因此，在施工過程中要針對這些風險因素及時采取相應的措施，避免造成更大的損失。在施工人員及管理方面，要制訂完善的施工安全管理方案，落實施工組織管理的控制和監督工作；營造良好的安全生產氛圍，對違規行為進行檢查、評比、公布，對違規者采取處罰措施。在勘察設計方面，要加大勘察經費和人員的投入力度，保證勘察資料的準確性，提高勘察調研質量。在施工環境方面，要合理布置沉降監測點，對構筑物和管線沉降進行實時監測與分析。

3 結語

地鐵車站項目施工過程受復雜地質環境、工程環境和高密度人員作業的影響，風險因素眾多、不確定性大，而貝葉斯網絡在解決不確定性上有很大的優勢，適用于地鐵車站施工風險評估。本文將FTA-BN模型引入地鐵車站施工風險評估領域，運用事故樹降低貝葉斯網絡的建模難度，建立地鐵車站施工風險FTA-BN模型，并結合實際工程案例，得出以下結論：

(1)運用貝葉斯網絡進行正向推理，可以預測地鐵車站施工風險發生的概率，有助于施工方直觀了解項目的整體風險水平，從而預防風險事件的發生。

(2)運用貝葉斯網絡進行反向推理，可以診斷出地鐵車站施工風險發生的致險因素，以便及時采取應對措施，避免造成更大的損失。

(3)該地鐵車站項目施工風險發生的概率為32.2%，項目整體風險水平低。施工組織管理不到位、勘察資料不準確、周邊構筑物管線變形及損壞、施工人員違規操作是地鐵車站施工風險發生的致險因素。因此，在施工過程中要將這些風險因素作為地鐵車站施工風險管理的重點。