基于云模型的山嶺隧道襯砌服役狀況評(píng)價(jià)方法研究

任志華，張博，丁祖德，計(jì)霞飛

基于云模型的山嶺隧道襯砌服役狀況評(píng)價(jià)方法研究

任志華1，張博2，丁祖德2，計(jì)霞飛2

(1. 云南省公路科學(xué)技術(shù)研究院，云南 昆明 650051；2. 昆明理工大學(xué) 建筑工程學(xué)院，云南 昆明 650500)

采用層次分析方法，構(gòu)建涵蓋目標(biāo)層、準(zhǔn)則層、子準(zhǔn)則層的襯砌結(jié)構(gòu)服役狀況3層級(jí)評(píng)價(jià)指標(biāo)體系。依據(jù)襯砌病損安全性影響的研究成果和云模型理論，將定性指標(biāo)進(jìn)行等級(jí)劃分并賦值，實(shí)現(xiàn)定性指標(biāo)的定量化。運(yùn)用云逆向發(fā)生器原理生成指標(biāo)云模型，進(jìn)一步采用改進(jìn)EW-AHP綜合賦權(quán)方法確定指標(biāo)權(quán)重，從指標(biāo)層到目標(biāo)層逐層計(jì)算各層級(jí)云模型，由此得到基于云模型的運(yùn)營(yíng)公路隧道襯砌結(jié)構(gòu)服役狀態(tài)評(píng)價(jià)方法。結(jié)合云南山區(qū)某國(guó)省干線(xiàn)公路隧道質(zhì)量檢測(cè)數(shù)據(jù)，驗(yàn)證云模型評(píng)價(jià)方法的有效性和合理性，該評(píng)價(jià)方法能反映指標(biāo)的隨機(jī)性和模糊性特征，評(píng)價(jià)結(jié)果直觀(guān)形象。

公路隧道；襯砌結(jié)構(gòu)；云模型；改進(jìn)熵權(quán)?層次分析法；綜合評(píng)價(jià)

截至2018年底，我國(guó)大陸運(yùn)營(yíng)公路隧道總里程已達(dá)17 236 km[1]。數(shù)量巨大的公路隧道運(yùn)營(yíng)安全管理，是當(dāng)前公路管理部門(mén)十分重視的工作。其中，運(yùn)營(yíng)隧道服役狀況評(píng)價(jià)是重要環(huán)節(jié)之一，而且評(píng)價(jià)結(jié)果將直接影響隧道維修養(yǎng)護(hù)決策，因此，采取有效合理的評(píng)價(jià)方法來(lái)診斷隧道服役狀況，已成為業(yè)內(nèi)重點(diǎn)關(guān)注的課題[2?9]。為評(píng)價(jià)隧道結(jié)構(gòu)服役狀況，國(guó)內(nèi)外學(xué)者提出了如地質(zhì)雷達(dá)檢測(cè)法[2]、層次分析法[3]、模糊數(shù)學(xué)理論與層次分析相結(jié)合方法[4?5]、DERU法[6]、聚類(lèi)分析[7]、扭轉(zhuǎn)波法[8]、模糊神經(jīng)網(wǎng)絡(luò)方法[9]等。Davis等[2]基于脈沖響應(yīng)法直接檢測(cè)襯砌，用以評(píng)價(jià)隧道服役狀況。程姝菲[3]采用層次分析法構(gòu)建公路隧道多層次、多因素的運(yùn)營(yíng)風(fēng)險(xiǎn)評(píng)價(jià)模型；RAO等[4?5]運(yùn)用模糊數(shù)學(xué)理論與層次分析相結(jié)合方法對(duì)隧道結(jié)構(gòu)安全進(jìn)行綜合評(píng)價(jià)。蔣雅君等[6]基于DERU方法建立改進(jìn)的DES綜合評(píng)價(jià)模型，采用分段、分幅和整體的次序進(jìn)行隧道土建結(jié)構(gòu)綜合評(píng)價(jià)。李偉等[7]依據(jù)聚類(lèi)分析方法的R型聚類(lèi)分析建立評(píng)價(jià)指標(biāo)體系，采用Q型分析實(shí)現(xiàn)隧道健康診斷。BIAO等[8]基于隧道響應(yīng)特征，提出了隧道健康診斷的扭轉(zhuǎn)波法。王洪德等[9]融合神經(jīng)網(wǎng)絡(luò)方法與模糊邏輯，建立了隧道綜合健康狀況評(píng)價(jià)模型。由于隧道結(jié)構(gòu)服役狀況評(píng)價(jià)具有隨機(jī)性和模糊性特征，上述方法涉及的理論和實(shí)際運(yùn)用，尚未能較好地解決評(píng)價(jià)指標(biāo)的隨機(jī)性和模糊性問(wèn)題，限制了評(píng)價(jià)結(jié)果的準(zhǔn)確度。為了充分利用公路隧道的常規(guī)檢測(cè)數(shù)據(jù)、更客觀(guān)全面地對(duì)隧道襯砌服役狀況進(jìn)行評(píng)價(jià)，需要重要解決指標(biāo)的隨機(jī)性、模糊性和指標(biāo)權(quán)重問(wèn)題。云模型作為一種能描述事物隨機(jī)性、模糊性，能建立定性和定量之間映射關(guān)系的數(shù)學(xué)模型，可較好地運(yùn)用于不確定系統(tǒng)的評(píng)價(jià)中[10]。近年來(lái)，云模型理論已初步應(yīng)用到地鐵盾構(gòu)隧道健康診斷中，并顯示較好的實(shí)用性及有效性[11]?？紤]到隧道的隱蔽性特征，現(xiàn)有檢測(cè)手段無(wú)法全面獲得隧道襯砌服役性能的定量數(shù)據(jù)。在現(xiàn)有的隧道結(jié)構(gòu)服役狀況評(píng)價(jià)指標(biāo)體系中，既有定量指標(biāo)，也有定性指標(biāo)。在確定評(píng)價(jià)指標(biāo)權(quán)重需要解決定量數(shù)據(jù)和定性描述指標(biāo)的綜合影響問(wèn)題。層次分析法(AHP)可以據(jù)專(zhuān)業(yè)人員的工程經(jīng)驗(yàn)給出權(quán)重，熵權(quán)法(EW)可以通過(guò)數(shù)學(xué)手段計(jì)算各種定量指標(biāo)權(quán)重，兩者結(jié)合可以較好地解決定量和定性指標(biāo)綜合權(quán)重的確定。因此，本文首先介紹運(yùn)營(yíng)公路隧道襯砌常見(jiàn)的質(zhì)量缺陷及病害，在此基礎(chǔ)上，采用云模型理論，結(jié)合改進(jìn)熵權(quán)?層次分析法(EW-AHP)的綜合權(quán)重確定方法[12?13]，建立公路隧道襯砌服役狀況的云模型綜合評(píng)價(jià)方法。

1 運(yùn)營(yíng)公路隧道襯砌常見(jiàn)病損

隧道病損是影響襯砌結(jié)構(gòu)性能的主要因素，了解其病損特征及影響機(jī)理是合理評(píng)價(jià)隧道襯砌服役狀況的前提基礎(chǔ)。隧道襯砌常見(jiàn)的病損包括質(zhì)量缺陷和病害兩大類(lèi)。其中，質(zhì)量缺陷是由于設(shè)計(jì)考慮不周、施工技術(shù)限制、地質(zhì)復(fù)雜多變等原因引起結(jié)構(gòu)存在的與預(yù)期建設(shè)標(biāo)準(zhǔn)不符的質(zhì)量瑕疵現(xiàn)象。常見(jiàn)的襯砌質(zhì)量缺陷如設(shè)計(jì)參數(shù)與圍巖級(jí)別不匹配、襯砌內(nèi)部(背后)空洞、襯砌厚度不足、襯砌混凝土疏松、襯砌材料強(qiáng)度不足、襯砌鋼筋缺失、保護(hù)層厚度不足等。雖然隧道質(zhì)量缺陷的存在不會(huì)直接導(dǎo)致結(jié)構(gòu)破壞，卻是隧道病害的典型誘發(fā)因素，給隧道正常運(yùn)營(yíng)帶來(lái)安全隱患。

襯砌病害主要有襯砌裂損、襯砌水害和襯砌侵蝕等。這些病害往往不是單獨(dú)存在的，它們之間會(huì)相互影響與作用。如襯砌開(kāi)裂會(huì)導(dǎo)致滲漏水，而襯砌的滲流水和積水，會(huì)造成襯砌裂縫的擴(kuò)展，加重襯砌裂損。隨著襯砌病害的持續(xù)發(fā)展，最終導(dǎo)致結(jié)構(gòu)失穩(wěn)破壞，嚴(yán)重危及行車(chē)安全。

襯砌質(zhì)量缺陷屬于先天不足，而襯砌病害是后天產(chǎn)生的，在一定條件下質(zhì)量缺陷還會(huì)導(dǎo)致病害的產(chǎn)生。目前針對(duì)襯砌病害評(píng)價(jià)已較全面，由于質(zhì)量缺陷的隱蔽性，對(duì)襯砌質(zhì)量缺陷的有效評(píng)價(jià)依賴(lài)于檢測(cè)結(jié)果的合理性。現(xiàn)有的襯砌質(zhì)量檢測(cè)以地質(zhì)雷達(dá)檢測(cè)法為主要手段，常見(jiàn)的襯砌質(zhì)量缺陷地質(zhì)雷達(dá)典型圖像如圖1所示。

2 云模型理論簡(jiǎn)介

假設(shè)是用精確數(shù)值表示的一個(gè)定量論域，與對(duì)應(yīng)的定性概念為。若對(duì)于某一個(gè)任意定量值∈，且是的隨機(jī)實(shí)現(xiàn)，那么隨機(jī)數(shù)()∈[0,1]稱(chēng)之為對(duì)的隸屬度。則在上的分布稱(chēng)為云，[,(x)]構(gòu)成了云滴[10]，可表示為：

云采用3個(gè)特征數(shù)字來(lái)反映定性概念的定量特征，從而建立起定性概念與定量數(shù)據(jù)之間的轉(zhuǎn)換關(guān)系。云的3個(gè)數(shù)字特征值分別為：期望值E，熵E，超熵H。期望值E表示為定性概念在定量論域中的中心值；熵值E用來(lái)反映定性概念的模糊度，其值越大，說(shuō)明模糊性和隨機(jī)性越大；超熵H可稱(chēng)為熵E的熵，用于度量云滴的離散程度，超熵越大，云滴的不確定性越大。3個(gè)數(shù)字特征值的具體表達(dá)式詳見(jiàn)文獻(xiàn)[11, 14]。

(a) 襯砌內(nèi)部(背后)空洞；(b) 襯砌厚度不足；(c) 襯砌鋼筋缺失

圖1 襯砌典型質(zhì)量缺陷地質(zhì)雷達(dá)圖

Fig. 1 Radar map for typical quality defects of tunnel linings

云模型是云的具體實(shí)現(xiàn)方法，它是由李德毅院士于1995年提出的，用來(lái)處理定性和定量之間的轉(zhuǎn)換關(guān)系。云模型采用云發(fā)生器來(lái)表述其生成算法，云發(fā)生器類(lèi)型包括正向云發(fā)生器(從定性到定量的映射)及逆向云發(fā)生器(從定量到定性的映射) 2種。

其中，正向云發(fā)生器是通過(guò)輸入云模型的3個(gè)基本數(shù)字特征參數(shù)和預(yù)期將要生成的云滴的數(shù)量，輸出指定數(shù)量的云滴在論域空間中的位置及其確定度。算法實(shí)現(xiàn)的具體步驟如下：

1) 生成一個(gè)期望值為E，方差為E為的正態(tài)隨機(jī)數(shù)；

2) 生成一個(gè)期望值為E、方差為T(mén)的正態(tài)隨機(jī)數(shù)；

3) 計(jì)算的隸屬度，具體表示為：

4) 生成一個(gè)云滴(,)；

5) 重復(fù)步驟1)～4)，直到生成滿(mǎn)足要求的云滴為止。

而逆向云發(fā)生器則是通過(guò)輸入數(shù)域空間中個(gè)云滴的精確位置及其在該論域的確定度，輸出是這個(gè)云所描述定性概念的3個(gè)數(shù)字特征值。算法實(shí)現(xiàn)的具體步驟為：

1) 首先計(jì)算樣本的均值即期望值、1階樣本絕對(duì)中心距和方差；

2) 得到云模型的期望值、熵值和超熵3個(gè)數(shù)字特征值。

3 改進(jìn)EW-AHP權(quán)重確定方法

3.1 改進(jìn)商權(quán)法

熵權(quán)法(Entropy Weight，EW)是一種指標(biāo)權(quán)重確定方法，它依據(jù)指標(biāo)變異性的大小，以此確定評(píng)價(jià)指標(biāo)的權(quán)重。首先計(jì)算指標(biāo)的信息熵值，計(jì)算得到某個(gè)指標(biāo)的信息熵越小，說(shuō)明數(shù)據(jù)的變異程度越大，提供的信息量就越大，在評(píng)價(jià)中所起的作用也就越大，即權(quán)重越大。反之，指標(biāo)的信息熵越大，權(quán)重越小。以隧道襯砌服役狀況為例，假定評(píng)價(jià)項(xiàng)目為項(xiàng)，評(píng)價(jià)指標(biāo)為個(gè)，組成評(píng)價(jià)矩陣1，采用極差歸一化方法處理1，得到評(píng)價(jià)指標(biāo)矩陣為：

根據(jù)評(píng)價(jià)指標(biāo)矩陣計(jì)算各指標(biāo)的權(quán)重，計(jì)算步驟如下：

1) 計(jì)算第個(gè)指標(biāo)下第個(gè)項(xiàng)目指標(biāo)比重U

2) 計(jì)算第個(gè)評(píng)價(jià)指標(biāo)的熵S

3) 確定指標(biāo)的熵權(quán)值

4) 采用傳統(tǒng)熵權(quán)法計(jì)算各指標(biāo)信息熵，當(dāng)信息熵趨于1時(shí)，指標(biāo)的微小差別都可能導(dǎo)致熵權(quán)值的較大變化[13]。因此，本文依據(jù)已有研究成果對(duì)此進(jìn)行改進(jìn)[13]：

3.2 改進(jìn)層次分析法

傳統(tǒng)層次分析法采用九標(biāo)度法確定指標(biāo)權(quán)重，需要檢驗(yàn)判據(jù)矩陣一致性。由于專(zhuān)家評(píng)分的主觀(guān)性，常需多次生成判據(jù)矩陣。為避免判據(jù)矩陣生成和一致性檢驗(yàn)，本文采用三標(biāo)度[15]的層次分析法(0,1,?1)生成判據(jù)矩陣。具體計(jì)算步驟如下：

1) 構(gòu)造判據(jù)矩陣

假設(shè)某一評(píng)價(jià)指標(biāo)的影響因素依次為1~B，則評(píng)價(jià)指標(biāo)的判斷矩陣可表示為：

2) 分別計(jì)算最優(yōu)傳遞矩陣以及一致性判斷矩陣。其中，中的元素M計(jì)算如下：

一致性判斷矩陣中的元素C采用式(10)進(jìn)行計(jì)算，具體為：

3) 計(jì)算權(quán)重系數(shù)

首先將判斷矩陣的每行元素相乘，得到U。然后對(duì)U開(kāi)次方，求得向量T。最后，將向量T進(jìn)行歸一化處理，即可得到權(quán)重系數(shù)的矩陣計(jì)算過(guò)程中的U，T和權(quán)重系數(shù)i可分別表示為：

3.3 綜合權(quán)重的確定

為了讓權(quán)重的取值既體現(xiàn)客觀(guān)數(shù)據(jù)的規(guī)律，又體現(xiàn)專(zhuān)家的經(jīng)驗(yàn)性，對(duì)熵權(quán)法和層次分析法求得的權(quán)重進(jìn)行綜合，得到綜合權(quán)重，具體表示為：

4 襯砌服役狀況的云模型評(píng)價(jià)方法

4.1 評(píng)價(jià)步驟

1) 根據(jù)層次分析法構(gòu)建隧道襯砌評(píng)價(jià)指標(biāo) 體系；

2) 將評(píng)價(jià)指標(biāo)進(jìn)行等級(jí)劃分并賦值；

3) 根據(jù)逆向發(fā)生器原理計(jì)算各指標(biāo)的3個(gè)數(shù)字特征(E，E，H)，確定指標(biāo)云模型；

4) 采用改進(jìn)EW-AHP法計(jì)算指標(biāo)綜合權(quán)重；

5) 從指標(biāo)層到目標(biāo)層逐層計(jì)算各層級(jí)云模型，最終獲得綜合評(píng)價(jià)結(jié)果云模型。

4.2 評(píng)價(jià)指標(biāo)云模型的生成

評(píng)價(jià)指標(biāo)分為2類(lèi)：一類(lèi)是具體測(cè)量數(shù)值；另一類(lèi)是定性描述信息。數(shù)值指標(biāo)云模型的生成采用極差變換方法，將測(cè)量值進(jìn)行量綱歸一化處理，變?yōu)闊o(wú)量綱且取值范圍為[0,1]的數(shù)，根據(jù)云模型理論，將數(shù)值信息轉(zhuǎn)化為對(duì)應(yīng)的云模型。

對(duì)于采用定性描述的指標(biāo)信息，根據(jù)病害研究成果和專(zhuān)家建議，將檢測(cè)指標(biāo)進(jìn)行等級(jí)劃分，分為(1～)，以對(duì)應(yīng)等級(jí)數(shù)值作為其評(píng)分，實(shí)現(xiàn)定性描述的定量化，然后采用定量指標(biāo)計(jì)算方法生成指標(biāo)云模型。

4.3 綜合評(píng)價(jià)結(jié)果計(jì)算

根據(jù)公路隧道襯砌服役狀況評(píng)價(jià)指標(biāo)體系，將指標(biāo)云模型和指標(biāo)權(quán)重進(jìn)行計(jì)算，逐層求出目標(biāo)層云模型，即得到綜合評(píng)價(jià)結(jié)果云模型。其計(jì)算表達(dá)式為：

4.4 評(píng)價(jià)等級(jí)云模型的生成

依據(jù)現(xiàn)行的《公路隧道養(yǎng)護(hù)技術(shù)規(guī)范》(JTG H12－2015)[16]，按照結(jié)構(gòu)技術(shù)狀況評(píng)分(JGCI)將確定服役狀態(tài)分為5類(lèi)，類(lèi)別越高，說(shuō)明服役狀況越差。具體劃分依據(jù)如下：JGCI≥80分為1類(lèi)，70≤JGCI＜85分為2類(lèi)，55≤JGCI＜70分為3類(lèi)，40≤JGCI＜55分為4類(lèi)，JGCI＜40分為5類(lèi)。

為方便與云模型評(píng)價(jià)結(jié)果對(duì)比，采用黃金分割分割法將規(guī)范中的技術(shù)狀況分類(lèi)轉(zhuǎn)換為云模型，生成的評(píng)價(jià)分類(lèi)云模型見(jiàn)表1，采用正向云發(fā)生器將分類(lèi)云模型生成云圖，見(jiàn)圖2。

表1 襯砌服役狀況分類(lèi)云模型

各類(lèi)別云模型的數(shù)字特征采用黃金分割法實(shí)現(xiàn)，其計(jì)算公式如下：

圖2 公路隧道評(píng)價(jià)等級(jí)云圖

5 實(shí)例應(yīng)用

5.1 隧道襯砌檢測(cè)指標(biāo)云模型

為了驗(yàn)證云模型評(píng)價(jià)方法的有效性，以云南山區(qū)某隧道病害檢測(cè)數(shù)據(jù)為樣本，對(duì)隧道襯砌服役狀況進(jìn)行云模型評(píng)價(jià)。該隧道為單洞雙車(chē)道隧道，隧道長(zhǎng)6 680 m，隧道凈寬7.0 m，凈高6.65 m，采用曲墻式襯砌斷面、復(fù)合式襯砌結(jié)構(gòu)。該隧道存在襯砌裂縫、滲漏水、襯砌背后空洞及厚度不足等質(zhì)量缺陷與病害，裂縫以環(huán)向裂縫為主，集中分布在寬度小、長(zhǎng)度短的區(qū)間；滲漏水以浸滲為主；襯砌背后空洞主要為拱部空洞，空洞長(zhǎng)度處于中小長(zhǎng)度區(qū)間。限于篇幅，襯砌質(zhì)量檢測(cè)數(shù)據(jù)詳見(jiàn)文獻(xiàn)[14]，按照已有評(píng)價(jià)指標(biāo)體系研究成果[17?18]，建立隧道檢測(cè)指標(biāo)體系，統(tǒng)計(jì)各層級(jí)指標(biāo)數(shù)據(jù)建立相應(yīng)的云模型見(jiàn)表2。

表2 某公路隧道襯砌各測(cè)試指標(biāo)的云模型

5.2 權(quán)重確定

根據(jù)改進(jìn)層次分析法，計(jì)算得到各指標(biāo)的權(quán)重值如表3所示。

同時(shí)選取16座同類(lèi)隧道檢測(cè)數(shù)據(jù)建立熵權(quán)法評(píng)價(jià)指標(biāo)矩陣，采用改進(jìn)熵權(quán)法計(jì)算各指標(biāo)的熵值、權(quán)重和綜合權(quán)重結(jié)果見(jiàn)表4。

表3 三標(biāo)度AHP法確定的指標(biāo)權(quán)重

5.3 評(píng)價(jià)結(jié)果及分析

由上述分析可得到某公路隧道襯砌的評(píng)價(jià)指標(biāo)云模型和權(quán)重，從子準(zhǔn)則層到目標(biāo)層逐層向上計(jì)算各層的評(píng)價(jià)云模型見(jiàn)表5，對(duì)應(yīng)的云圖如圖3所示。

表4 評(píng)價(jià)指標(biāo)的熵權(quán)和綜合權(quán)重

表5 各級(jí)指標(biāo)評(píng)價(jià)結(jié)果云模型

圖3顯示，某隧道襯砌服役狀況介于2～3類(lèi)區(qū)間，靠近2類(lèi)，評(píng)價(jià)云圖能形象地刻畫(huà)健康狀況所處等級(jí)的詳細(xì)區(qū)域。根據(jù)《公路隧道養(yǎng)護(hù)技術(shù)規(guī)范》[16]中4.5.4相關(guān)規(guī)定，結(jié)合該隧道的檢測(cè)數(shù)值，獲得各分項(xiàng)檢查段落狀況值，根據(jù)規(guī)范要求的相關(guān)評(píng)分原則和結(jié)構(gòu)各分項(xiàng)權(quán)重的選取，對(duì)該隧道的土建結(jié)構(gòu)進(jìn)行了技術(shù)狀況評(píng)定，通過(guò)計(jì)算獲得土建結(jié)構(gòu)技術(shù)狀況評(píng)分為70分，評(píng)價(jià)結(jié)果為2類(lèi)隧道，與云模型結(jié)果基本一致，驗(yàn)證了基于云模型的山嶺隧道襯砌服役狀況評(píng)價(jià)的有效性，還體現(xiàn)了該方法的直觀(guān)可視性。可見(jiàn)，云模型評(píng)價(jià)方法能有效應(yīng)用于隧道工程實(shí)際服役狀況評(píng)價(jià)。

(a) 襯砌裂縫云模型評(píng)價(jià)；(b) 襯砌背后空洞云模型評(píng)價(jià)；(c) 襯砌厚度不足云模型評(píng)價(jià)；(d) 襯砌滲漏水云模型評(píng)價(jià)；(e) 襯砌服役狀況云模型綜合評(píng)價(jià)

6 結(jié)論

1) 采用云模型理論，結(jié)合改進(jìn)EW-AHP綜合賦權(quán)方法，建立了隧道襯砌服役狀況的云模型評(píng)價(jià)方法。

2) 采用云模型評(píng)價(jià)能實(shí)現(xiàn)定性概念和定量數(shù)值之間的相互轉(zhuǎn)換，能夠較好地處理指標(biāo)的模糊性和隨機(jī)性問(wèn)題，對(duì)于診斷隧道健康狀況的模糊系統(tǒng)，采用云模型能夠獲得最優(yōu)解答，將其運(yùn)用于襯砌結(jié)構(gòu)的評(píng)價(jià)，從理論角度看，云模型評(píng)價(jià)方法更科學(xué)合理。

3) 工程實(shí)例的評(píng)價(jià)過(guò)程顯示，所建立的襯砌服役狀況云模型評(píng)價(jià)方法計(jì)算簡(jiǎn)單；對(duì)比規(guī)范評(píng)價(jià)方法，兩者評(píng)價(jià)結(jié)果一致，說(shuō)明該方法在工程應(yīng)用上是可行的。而且，云模型評(píng)價(jià)方法更為客觀(guān)、評(píng)價(jià)結(jié)果更為形象精確，具有良好的應(yīng)用前景。

[1] 洪開(kāi)榮. 近2年我國(guó)隧道及地下工程發(fā)展與思考(2017—2018年)[J]. 隧道建設(shè), 2019, 39(5): 710?723. HONG Kairong. Development and thinking of tunnels and underground engineering in China in recent 2 years (From 2017 to 2018)[J].Tunnel Construction, 2019, 39(5): 710?723.

[2] Davis A G, Lim M K, Petersen C G. Rapid and economical evaluation of concrete tunnel linings with impulse response and impulse radar non-destructive methods[J]. Ndt & E International, 2005, 38(3):181?186.

[3] 程姝菲. 基于模糊層次分析的公路隧道運(yùn)營(yíng)風(fēng)險(xiǎn)評(píng)價(jià)[J]. 鐵道建筑技術(shù), 2014(增1): 201?204. CHENG Zhufei. Risk assessment of highway tunnel operation based on fuzzy analytic hierarchy process[J]. Railway Construction Technology, 2014(Suppl 1): 201? 204.

[4] RAO J Y, XIE T, LIU Y M. Fuzzy evaluation model for in-service karst highway tunnel structural safety[J]. KSCE Journal of Civil Engineering, 2016, 20(4): 1242? 1249.

[5] ZHANG W, SUN K, LEI C, et al. Fuzzy analytic hierarchy process synthetic evaluation models for the health monitoring of shield Tunnels[J]. Computer-Aided Civil and Infrastructure Engineering, 2014, 29(9): 676? 688.

[6] 蔣雅君, 陶雙江, 楊露, 等. 基于DERU評(píng)價(jià)方法的運(yùn)營(yíng)公路隧道土建結(jié)構(gòu)技術(shù)狀況綜合評(píng)價(jià)技術(shù)研究[J]. 隧道建設(shè), 2017, 37(10): 1239?1245. JIANG Yajun, TAO Shuangjiang, YANG Lu, et al. Study of comprehensive evaluation system for operation highway tunnel structure technical conditions based on DERU evaluation method[J]. Tunnel Construction, 2017, 37(10): 1239?1245.

[7] 李偉, 張淼, 蔡影. 基于聚類(lèi)分析的隧道健康評(píng)價(jià)[J]. 西華大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, 36(2): 106?111. LI Wei, ZHANG Miao, CAI Ying. Tunnel health assessment based on cluster analysis[J]. Journal of Xihua University (Natural Science), 2017, 36(2): 106?111.

[8] BIAO Z, X Xiongyao, LI Yongsheng. A structural health assessment method for shield tunnels based on torsional wave speed[J]. Science China, 2014, 57(6): 1109?1120.

[9] 王洪德, 高秀鑫. 高速公路隧道健康診斷及預(yù)警的模糊神經(jīng)網(wǎng)絡(luò)方法[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2014, 24(2): 9?15. WANG Hongde, GAO Xiuxin. Method of fuzzy neural network for expressway tunnel health diagnosis and early-warning[J]. China Safety Science Journal, 2014, 24(2): 9?15.

[10] 李德毅, 劉常昱, 杜鹢, 等. 不確定性人工智能[M]. 北京: 國(guó)防工業(yè)出版社, 2014. LI Deyi, LIU Changyu, DU Yi. Artificial intelligence with uncertainty[M]. Beijing: National Defence Industry Press, 2014.

[11] 傅鶴林, 黃震, 黃宏偉, 等. 基于云理論的隧道結(jié)構(gòu)健康診斷方法[J]. 工程科學(xué)學(xué)報(bào), 2017, 39(5): 794?801. FU Helin, HUANG Zhen, HUANG Hongwei, et al. Health diagnosis method of shield tunnel structure based on cloud theory[J]. Chinese Journal of Engineering, 2017, 39(5): 794?801.

[12] XU Hongshi, MA Chao, LIAN Jijian, et al. Urban flooding risk assessment based on an integrated k-means cluster algorithm and improved entropy weight method in the region of Haikou, China[J]. Journal of Hydrology, 2018, 563: 975?986.

[13] 阮永芬, 高春欽, 李志偉, 等. 基于改進(jìn)AHP與熵權(quán)法的膨脹土脹縮等級(jí)云模型評(píng)價(jià)[J]. 江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, 38(2): 218?223. RUAN Yongfen, GAO Chunqin, LI Zhiwei, et al. Cloud model evaluation of swell-shrink grade of swelling soil based on improved analytic hierarchy process and entropy weight method[J]. Journal of Jiangsu University (Natural Science), 2017, 38(2): 218?223.

[14] 張博. 云南山區(qū)公路隧道襯砌病損特征及服役狀況評(píng)價(jià)方法研究[D]. 昆明: 昆明理工大學(xué), 2018. ZHANG Bo. Study on the damage characteristics and service status evaluation methods of highway tunnel lining in Yunnan mountain area[D]. Kunming: Kunming University of Science and Technology, 2018.

[15] 熊立, 梁樑, 王國(guó)華. 層次分析法中數(shù)字標(biāo)度的選擇與評(píng)價(jià)方法研究[J]. 系統(tǒng)工程理論與實(shí)踐, 2005, 25(3): 72?79. XIONG Li, LIANG Liang, WANG Guohua. Method research on selection and valuation of numeric scale in analytic hierarchy process[J]. Systems Engineering- Theory & Practice, 2005, 25(3): 72?79.

[16] JTGH12—2015,公路隧道養(yǎng)護(hù)技術(shù)規(guī)范[S]. JTGH12—2015,Technical specifications of maintenance for highway tunnel[S].

[17] 蘇亮亮, 尹訓(xùn)強(qiáng). 基于灰色定權(quán)聚類(lèi)的公路隧道結(jié)構(gòu)健康評(píng)估[J]. 大連大學(xué)學(xué)報(bào), 2016, 37(6): 21?26. SU Liangliang, YIN Xunqiang. Health assessment of highway tunnel structure based on grey fixed weight cluster[J]. Journal of Dalian University, 2016, 37(6): 21?26.

[18] 王亞瓊, 周紹文, 孫鐵軍, 等. 基于模糊貼近度的公路隧道結(jié)構(gòu)健康評(píng)價(jià)[J]. 公路交通科技, 2014, 31(12): 78?83. WANG Yaqiong, ZHOU Shaowen, SUN Tiejun, et al. Structural health assessment for highway tunnels based on fuzzy proximity[J]. Journal of Highway and Transportation Research and Development, 2014, 31(12): 78?83.

A service performance evaluation method for mountain tunnel linings based on cloud model

REN Zhihua1, ZHANG Bo2, DING Zude2, JI Xiafei2

(1. Yunnan Institute of Highway Science and Technology, Kunming 650051, China ;2. Faculty of Civil Engineering and Mechanics, Kunming University of Science and Technology, Kunming 650500, China)

Three level evaluation index system of lining structure service condition including target layer, criterion level and sub criterion level was constructed by using the analytic hierarchy process (AHP). According to the research results of lining damage safety and cloud model theory, the qualitative indicators were classified and assigned, and the qualitative indicators were quantified. Using the principle of cloud reverse generator, the index cloud model was generated, and the index weight was determined by the improved EW-AHP comprehensive empowerment method. The cloud model of each layer was calculated from the index layer to the target layer, and a comprehensive evaluation method of cloud model for the service status of the highway tunnel lining was established. Combined with the test data of a tunnel, the validity and rationality of the cloud model evaluation method was verified. The evaluation method can reflect the randomness and fuzziness of the index, and the evaluation results are intuitive and visual.

highway tunnel; lining structure; cloud model; improved EW-AHP; comprehensive evaluation

U459.3

A

1672 ? 7029(2020)10 ? 2618 ? 08

10.19713/j.cnki.43?1423/u.T20200119

2020?02?18

國(guó)家自然科學(xué)基金資助項(xiàng)目(51768028)；云南省交通廳科技資助項(xiàng)目(云交科2016A-01，2017A-04)

丁祖德(1979?)，男，湖南常德人，副教授，博士，從事隧道及地下工程方面的教學(xué)與科研工作；E?mail：dzdvsdt@163.com

(編輯 蔣學(xué)東)