基于貝葉斯網(wǎng)絡(luò)的建筑事故影響因子分析★

王 菲 郭 健

(武漢輕工大學(xué)土木工程與建筑學(xué)院，湖北 武漢 430023)

1 概述

改革開放以來(lái)，隨著我國(guó)社會(huì)經(jīng)濟(jì)的快速發(fā)展，建筑行業(yè)的規(guī)模也不斷的擴(kuò)大。然而由于建筑行業(yè)本身具有投資金額大，施工工期長(zhǎng)，技術(shù)復(fù)雜，作業(yè)環(huán)境差，勞動(dòng)強(qiáng)度大，機(jī)械設(shè)備多，點(diǎn)多面廣以及建筑企業(yè)安全管理理念落后，安全管理方法不科學(xué)等原因?qū)е铝私ㄖ鹿暑l頻發(fā)生[1]。建筑工程從前期、建筑期到運(yùn)營(yíng)期的每一個(gè)階段都很重要，隨時(shí)都存在著事故風(fēng)險(xiǎn)[2]。因此，對(duì)建筑事故的原因分析和預(yù)測(cè)是很有必要的。李書全等人在2008年提出一種基于RS-SVM的建筑安全事故預(yù)測(cè)模型[3]。葉貴等人在2009年運(yùn)用模糊因子分析法分析了影響建筑企業(yè)安全成本的因素,為建筑企業(yè)控制安全成本提供借鑒[4]。付聰?shù)热送ㄟ^(guò)對(duì)安全事故進(jìn)行分析得到人的安全行為、物的安全狀態(tài)以及工作環(huán)境安全狀態(tài)對(duì)建筑安全事故有直接的影響[5]。其中針對(duì)人等不安全行為，歐美國(guó)家在20世紀(jì)80年代就研究了一種很有效的事故預(yù)防方法——BBS，行為安全方法[6]。而李華等人在2020年通過(guò)基于STAMP模型來(lái)定量分析探究建筑事故致因因素[7]。

本文以近三年發(fā)展的特大建筑施工事故為數(shù)據(jù)依據(jù)來(lái)通過(guò)事故樹和貝葉斯網(wǎng)絡(luò)進(jìn)行分析，從而得到最重要的風(fēng)險(xiǎn)因素，為避免事故發(fā)生提供理論依據(jù)，有效防控，保障建筑施工的正常運(yùn)行。

2 建筑事故時(shí)間特征分析

根據(jù)我們國(guó)家住房與城鄉(xiāng)建設(shè)部事故通報(bào)，2016年—2019年每年的事故件數(shù)都在增加，可見我國(guó)建筑安全生產(chǎn)形勢(shì)的嚴(yán)峻。

2.1 月分布

建筑事故的發(fā)生和自然環(huán)境有著一定的關(guān)系，其受天氣、氣候的影響，所以也導(dǎo)致建筑事故的月份表現(xiàn)出一定的規(guī)律性，對(duì)其按月份進(jìn)行統(tǒng)計(jì)，結(jié)果如圖1所示。

從圖1可以看出，4月份～9月份是建筑事故頻發(fā)的時(shí)期,事故數(shù)量占總數(shù)的62.2%。通過(guò)查詢我國(guó)降水量的時(shí)間分布特點(diǎn)，發(fā)現(xiàn)夏季是雨水比較多的季節(jié)，7月份降水量是全年最高，其中特別是對(duì)正在關(guān)鍵工序的工程影響較大，會(huì)延長(zhǎng)其施工進(jìn)度。雨水會(huì)影響其土體的強(qiáng)度，并且當(dāng)大量的水滲入地下，導(dǎo)致地下水位長(zhǎng)時(shí)期上升的時(shí)候，土體可能會(huì)濕陷，產(chǎn)生較大的附加下沉。并且由于夏季溫度較高，工人容易產(chǎn)生中暑、反應(yīng)遲鈍等情況，從而引發(fā)建筑事故。

2.2 年分布

通過(guò)調(diào)查住建部統(tǒng)計(jì)等相關(guān)數(shù)據(jù)資料，統(tǒng)計(jì)了近三年建筑事故發(fā)生的形態(tài)，見圖2。

從圖2可以看出，2017年—2019年的事故逐年增加，其中因?yàn)楣ぷ魅藛T從高處墜落而造成事故發(fā)生在每年的事故中占比最大。其中工作人員從高處墜落的主要原因就是：工作人員安全意識(shí)不足、工地的安全措施不夠完善、安裝人員以及施工人員的違規(guī)操作等。

3 建筑事故事故樹構(gòu)建

事故樹(Fault Tree Analysis,FTA)也稱為故障樹，它是分析造成事故發(fā)生的主要原因。其中事故樹主要是由頂上事件、中間和基本事件組成。而這些事件又是由“與門”和“或門”連接。

1)頂上事件。一般是人們不希望發(fā)生的事件，用字母T表示。本文探究的是建筑工程發(fā)生建筑事故的原因，因此以“建筑事故”作為頂上事件。

a.當(dāng)基本事件在最小割集中重復(fù)出現(xiàn)時(shí)，頂上事件的概率計(jì)算公式是：

(1)

其中，j，s，k均為最小割集的序數(shù)，Ks為第s個(gè)最小割集。

b.當(dāng)基本事件之間不重復(fù)時(shí)，頂上事件的概率計(jì)算公式為：

(2)

其中，P(f(x))為頂上事件T的發(fā)生概率；j,k均為最小割集的序數(shù)；qi為基本事件Xi的發(fā)生概率。

2)中間事件。顧名思義是連接頂上事件和基本事件的事件，作為一個(gè)中間橋梁，用字母Mi表示。論文的中間事件有人、機(jī)、環(huán)、管。將這四個(gè)因素作為第一層的中間事故，這四件事故中任何一件事故的發(fā)生都會(huì)導(dǎo)致頂上事件的發(fā)生，所以是用或門連接。

3)基本事件。是事故發(fā)生最基本的原因，用字母Xi表示。論文的基本事件有監(jiān)管不力、工人違規(guī)等。事故樹的基本術(shù)語(yǔ)見表1。

表1 事故樹的基本術(shù)語(yǔ)

建筑事故的記錄方式有兩種形式，一種是事故調(diào)查報(bào)告，一種是事故數(shù)據(jù)庫(kù)，其中事故調(diào)查報(bào)告里面包含了事故的發(fā)生過(guò)程以及事故發(fā)生的直接原因以及間接原因等資料，而事故數(shù)據(jù)庫(kù)偏向于固定的數(shù)據(jù)形式。因此事故調(diào)查報(bào)告對(duì)事故的分析中有大量的信息可以挖掘，本文采用分

析事故調(diào)查報(bào)告的方式。

由于關(guān)于建筑事故的案例以及公開的事故調(diào)查報(bào)告的數(shù)量十分有限，因此本文主要是分析了21件較大的事故，數(shù)據(jù)來(lái)源于住建部公開的調(diào)查報(bào)告和網(wǎng)上公開的調(diào)查信息。通過(guò)對(duì)建筑事故的各項(xiàng)指標(biāo)分析得出影響因素，如表2所示。

表2 建筑事故樹事件描述

基于建筑事故的數(shù)據(jù)，把相應(yīng)基本事件發(fā)生的次數(shù)在建筑事故樣本中所占的比例作為基本事件的概率，結(jié)果如表3所示。

表3 基礎(chǔ)概率表

通過(guò)以上分析，編制了建筑事故的事故樹，得到頂上事件的概率是0.78，如圖3所示。

3.1 最小割集分析

由事故樹得到最小割集如表4所示，通過(guò)計(jì)算得出事故樹的最小割集為21個(gè)，分別是(X1×X5)，(X1×X6)，(X1×X7)，(X10)，(X11)，(X12)，(X13)，(X14)，(X15)，(X16)，(X2×X5)，(X2×X6)，(X2×X7)，(X3×X5)，(X3×X6)，(X3×X7)，(X4×X5)，(X4×X6)，(X4×X7)，(X8)，(X9)，即建筑事故的可能路徑有21條，數(shù)量越多，事故發(fā)生的可能性越大，即風(fēng)險(xiǎn)越大。說(shuō)明事故的發(fā)生可能是一個(gè)基本事件引起，也可能是兩種基本事件引發(fā)的，甚至可能是幾個(gè)最小割集的組合構(gòu)成的。

3.2 頂上事件發(fā)生概率分析

根據(jù)式(1)可以求得頂上事件發(fā)生的概率為0.785，表示建筑事故的78.5%都可以用事故樹的16個(gè)基本事件來(lái)解釋。頂上事件概率不是1的原因可能是因?yàn)槟Ｐ筒荒芡耆磉_(dá)出實(shí)際關(guān)系以及16個(gè)基本事件不能完全概括建筑事故的發(fā)生。

3.3 基本事件概率重要度分析

基本事件概率的重要度體現(xiàn)了其導(dǎo)致建筑事故發(fā)展的可能性，概率重要度越大的基本事件，影響建筑事故發(fā)生的程度越大?；臼录怕手匾裙剑?/p>

(3)

根據(jù)式(3)，計(jì)算出各基本事件的臨界重要度，如表5所示。

表4 最小割集描述

表5 臨界重要度

由表5可知，管理本身不良X14的臨界重要度最高，然后是員工教育不夠X13。按鈕開關(guān)不良或失效X10和超載X11的臨界重要度也比較大。

4 貝葉斯網(wǎng)絡(luò)構(gòu)建

在這些年，建筑事故的發(fā)生越來(lái)越多，因此很有必要對(duì)其進(jìn)行風(fēng)險(xiǎn)的定量分析。而在定量分析的過(guò)程中，我們需要明確其不確定性，Marcus Abrahansson 在2000年就提到過(guò)定量風(fēng)險(xiǎn)需要明確不確定性給分析帶來(lái)的影響，因?yàn)槎匡L(fēng)險(xiǎn)分析的時(shí)候非常復(fù)雜，往往缺少歷史統(tǒng)計(jì)數(shù)據(jù)的動(dòng)態(tài)系統(tǒng)。而貝葉斯就是在定量風(fēng)險(xiǎn)分析中處理不確定性的一種最廣泛的方法。論文選用GeNIe軟件實(shí)現(xiàn)貝葉斯網(wǎng)絡(luò)的可視化和概率推理。

貝葉斯公式的離散分布形式:

(4)

其中，初始概率P(Bi)稱為先驗(yàn)分布；P(Bi|A)是修正后的概率，稱為后驗(yàn)概率；P(A|Bi)稱為似然函數(shù)。

1)根節(jié)點(diǎn)先驗(yàn)概率的確定。根節(jié)點(diǎn)相當(dāng)于一顆樹的樹根。各節(jié)點(diǎn)的先驗(yàn)概率如表6所示。

表6 各根節(jié)點(diǎn)概率

利用GeNIe軟件，在貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)輸入各根節(jié)點(diǎn)概率，結(jié)果如圖4所示。其實(shí)，T表示節(jié)點(diǎn)事件發(fā)生，F(xiàn)表示節(jié)點(diǎn)事件不發(fā)生。

2)逆向推理。從圖4可以看出，葉節(jié)點(diǎn)“建筑事故”的發(fā)生概率為0.95。而貝葉斯可以很好的解決目標(biāo)節(jié)點(diǎn)“建筑事故”概率為100%時(shí)，其他各節(jié)點(diǎn)的概率，由此逆向推理，即得到各節(jié)點(diǎn)的后驗(yàn)概率。如圖5所示，與先驗(yàn)概率相比，大部分節(jié)點(diǎn)的概率都有所增加，其中人的不安全因素和管理的不安全因素概率增加4%，機(jī)械與設(shè)備的不安全因素增加1%，環(huán)境的不安全因素沒有變，由于后驗(yàn)概率可以很好的降低參數(shù)的不確定性，所以后驗(yàn)概率的結(jié)果對(duì)建筑事故的分析更加有意義。

由圖5可以看出，人的不安全因素占比最大，尤其是人的不良安全行為對(duì)建筑事故發(fā)生的影響最大。然后是管理的不安全因素，其中主要是因?yàn)楣芾肀旧聿涣?，由于工人或是施工單位使用不符合?guī)范的材料或者是設(shè)計(jì)而導(dǎo)致建筑事故的發(fā)生。然后是機(jī)械與設(shè)備的不安全因素，其主要是由于建筑設(shè)備故障而引發(fā)建筑事故的發(fā)生，主要原因就是控制設(shè)備的按鈕失靈或者故障。最后是環(huán)境因素對(duì)建筑工程的影響，主要是由于下雨導(dǎo)致其土體結(jié)構(gòu)失穩(wěn)或是因?yàn)橄掠甓鴮?dǎo)致人的一些不良行為，最終導(dǎo)致建筑事故的發(fā)生，通過(guò)分析可以知道，其中人的因素以及管理因素是影響建筑事故發(fā)生概率的主要因素。

5 結(jié)論

論文在分析了近三年21例較大的建筑事故的基礎(chǔ)上，提取事故鏈，得到影響因子，運(yùn)用事故樹和貝葉斯兩大軟件對(duì)其造成事故的原因進(jìn)行分析，研究了建筑工程的安全風(fēng)險(xiǎn)，主要得到結(jié)論如下：

1)在事故形態(tài)上，建筑事故多為高處墜落；時(shí)間分布上，4月～9月是建筑事故頻發(fā)時(shí)期，主要是受天氣及其環(huán)境影響較大。2)分析事故影響因素，首先采用事故樹分析，分析建筑事故各因子以及頂上事件概率，然后通過(guò)最小割集分析得到建筑事故發(fā)生由21種途徑導(dǎo)致。通過(guò)結(jié)構(gòu)臨界重要度的計(jì)算，得到管理本身不良對(duì)事故的影響較大。3)通過(guò)貝葉斯網(wǎng)絡(luò)分析，得到人的不良安全行為以及管理的不安全因素對(duì)建筑事故的影響最大。