• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于FTA-BN的地鐵車站施工風(fēng)險(xiǎn)評價研究

      2022-03-08 13:24:10鄭逸雪
      項(xiàng)目管理技術(shù) 2022年2期
      關(guān)鍵詞:貝葉斯車站概率

      鄭逸雪

      (中國礦業(yè)大學(xué)(北京),北京 100083)

      0 引言

      隨著城市化進(jìn)程的加快,城鎮(zhèn)人口急劇增長,地面交通的客運(yùn)量已經(jīng)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(fā)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(jīng)濟(jì)損失和工期延誤,是該領(lǐng)域重要的關(guān)注點(diǎn)。

      學(xué)者們對地鐵車站施工風(fēng)險(xiǎn)評價展開了諸多研究。夏潤禾等[1]采用前因-行為-結(jié)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(jìn)行分析,構(gòu)建地鐵車站不安全行為風(fēng)險(xiǎn)管理模型。郭健等[2]運(yùn)用模糊綜合評價法進(jìn)行風(fēng)險(xiǎn)評估,得出地鐵車站深基坑施工風(fēng)險(xiǎn)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(jìn)行風(fēng)險(xiǎn)評估。蔣頻等[4]通過矩陣線性變換的原理構(gòu)建主成分分析數(shù)學(xué)模型,計(jì)算風(fēng)險(xiǎn)類別綜合得分,并通過得分高低反映風(fēng)險(xiǎn)大小。潘海澤等[5]將突變級數(shù)法應(yīng)用在地鐵車站基坑施工風(fēng)險(xiǎn)分析中,得出基坑施工風(fēng)險(xiǎn)發(fā)生概率。

      地鐵車站施工風(fēng)險(xiǎn)評價的相關(guān)研究以定性分析為主,定量分析不夠深入,且無法準(zhǔn)確分析不確定性因素。貝葉斯網(wǎng)絡(luò)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(yōu)勢,在醫(yī)療診斷領(lǐng)域[6-7]、生命科學(xué)領(lǐng)域[8-9]、工業(yè)和工程控制領(lǐng)域[10-11]得到了廣泛的應(yīng)用。本文考慮到貝葉斯網(wǎng)絡(luò)能進(jìn)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(wǎng)絡(luò)(BN)的地鐵車站施工風(fēng)險(xiǎn)評價模型。結(jié)合實(shí)例,通過事故樹向貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化降低BN模型構(gòu)建的難度,運(yùn)用BN模型進(jìn)行地鐵車站施工風(fēng)險(xiǎn)推理,預(yù)測地鐵車站施工風(fēng)險(xiǎn)發(fā)生的概率,并診斷出造成地鐵車站施工風(fēng)險(xiǎn)發(fā)生概率最大的致險(xiǎn)因素。

      1 FTA-BN模型構(gòu)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(jìn)行深入分析,綜合判斷導(dǎo)致事故發(fā)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(guān)系由“與”門、“或”門連接?;臼录晚斒录挥袃煞N狀態(tài),即事件發(fā)生或不發(fā)生。

      1.2 貝葉斯網(wǎng)絡(luò)理論

      貝葉斯網(wǎng)絡(luò)是基于概率論和圖論的推理模型,是由多個節(jié)點(diǎn)組成的有向無環(huán)圖,節(jié)點(diǎn)間的邏輯關(guān)系用有向箭頭表示,適用于對不確定性概率事件進(jìn)行推理分析。

      1.3 事故樹向貝葉斯網(wǎng)絡(luò)映射

      運(yùn)用事故樹分析法能夠深刻地把握系統(tǒng)內(nèi)各個事件之間的邏輯關(guān)系,并通過計(jì)算得出頂事件的發(fā)生概率,但不能進(jìn)行多態(tài)分析,所有事件只有發(fā)生與不發(fā)生兩種狀態(tài),而事實(shí)上許多事件都存在著多種狀態(tài)。貝葉斯網(wǎng)絡(luò)能夠進(jìn)行多態(tài)性分析,且推理計(jì)算比事故樹簡易,具有更廣泛的適用性,但在模型構(gòu)建上存在一定的難度,因此通過將事故樹向貝葉斯網(wǎng)絡(luò)映射,降低貝葉斯網(wǎng)絡(luò)建模的難度。事故樹向貝葉斯網(wǎng)絡(luò)映射的基本步驟如下:

      (1)事故樹中的事件對應(yīng)貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn),相同事件歸為一個節(jié)點(diǎn)。

      (2)事故樹中事件間的邏輯門對應(yīng)貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)間的有向邊。

      (3)由事故樹中的邏輯門規(guī)則確定貝葉斯網(wǎng)絡(luò)的條件概率表。

      (4)事故樹中的基本事件發(fā)生概率與貝葉斯網(wǎng)絡(luò)根節(jié)點(diǎn)的先驗(yàn)概率一一對應(yīng)。

      事故樹向貝葉斯網(wǎng)絡(luò)映射過程如圖1所示。

      2 工程應(yīng)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(cè)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(fēng)險(xiǎn)因素分析與事故樹建模

      通過大量文獻(xiàn)研究,結(jié)合實(shí)際工程概況,得出造成地鐵車站施工風(fēng)險(xiǎn)的直接原因包括施工環(huán)境風(fēng)險(xiǎn)、施工技術(shù)風(fēng)險(xiǎn)、施工人員及管理風(fēng)險(xiǎn)、施工機(jī)械設(shè)備風(fēng)險(xiǎn)、勘察設(shè)計(jì)風(fēng)險(xiǎn),并對這些風(fēng)險(xiǎn)進(jìn)行深入分析得到地鐵車站施工風(fēng)險(xiǎn)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(fēng)險(xiǎn)事故樹各編號的含義

      2.3 地鐵車站施工風(fēng)險(xiǎn)FTA-BN模型構(gòu)建

      由構(gòu)建的地鐵車站施工風(fēng)險(xiǎn)事故樹,可以得到地鐵車站施工風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu),如圖3所示。

      結(jié)合實(shí)際工程概況,通過查閱相關(guān)文獻(xiàn)資料及專家打分的方法確定地鐵車站施工風(fēng)險(xiǎn)事故樹模型中基本事件發(fā)生概率。依據(jù)事故樹向貝葉斯網(wǎng)絡(luò)映射的原理,得到地鐵車站施工風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)模型的先驗(yàn)概率。地鐵車站施工風(fēng)險(xiǎn)因素的先驗(yàn)概率見表2。

      表2 地鐵車站施工風(fēng)險(xiǎn)因素的先驗(yàn)概率

      根據(jù)事故樹的邏輯門規(guī)則可以得出貝葉斯網(wǎng)絡(luò)所有非根節(jié)點(diǎn)的條件概率表,由于篇幅有限不一一列出。以A1節(jié)點(diǎn)為例,其對應(yīng)的條件概率見表3。R1、R2、R3節(jié)點(diǎn)狀態(tài)為發(fā)生時表示為Y,節(jié)點(diǎn)狀態(tài)為不發(fā)生時表示為N。

      表3 貝葉斯網(wǎng)絡(luò)A1節(jié)點(diǎn)條件概率表

      2.4 基于正向推理的風(fēng)險(xiǎn)預(yù)測

      基于上述構(gòu)建的FTA-BN模型進(jìn)行正向推理,可以預(yù)測地鐵車站施工風(fēng)險(xiǎn)發(fā)生的概率。在貝葉斯網(wǎng)絡(luò)中輸入根節(jié)點(diǎn)的先驗(yàn)概率和非根節(jié)點(diǎn)的條件概率,概率就會隨著貝葉斯網(wǎng)絡(luò)從根節(jié)點(diǎn)傳遞到葉節(jié)點(diǎn),從而得出葉節(jié)點(diǎn)的發(fā)生概率。通過正向推理可以得出地鐵車站施工風(fēng)險(xiǎn)發(fā)生的概率P(T=Y)=32.2%。

      為了更準(zhǔn)確地表述地鐵車站施工風(fēng)險(xiǎn)概率大小,假設(shè)概率為P,將概率劃分為5個等級,分別對應(yīng)5個概率區(qū)間[13],見表4。根據(jù)表4可知,地鐵車站施工風(fēng)險(xiǎn)概率等級為Ⅳ級,項(xiàng)目整體風(fēng)險(xiǎn)水平低。

      表4 風(fēng)險(xiǎn)概率等級對應(yīng)的概率區(qū)間

      2.5 基于反向推理的風(fēng)險(xiǎn)診斷

      在施工過程中,觀察到地鐵車站施工風(fēng)險(xiǎn)出現(xiàn)時,可以通過將貝葉斯網(wǎng)絡(luò)中葉節(jié)點(diǎn)的狀態(tài)設(shè)置為“發(fā)生”,即葉節(jié)點(diǎn)狀態(tài)為P(T=Y)=1,進(jìn)行反向診斷推理,得出各個風(fēng)險(xiǎn)因素的后驗(yàn)概率,見表5。在風(fēng)險(xiǎn)診斷過程中,后驗(yàn)概率可以作為風(fēng)險(xiǎn)因素重要度的判斷依據(jù),通常選取后驗(yàn)概率較大的風(fēng)險(xiǎn)因素作為致險(xiǎn)因素進(jìn)行重點(diǎn)防控。

      表5 風(fēng)險(xiǎn)因素的后驗(yàn)概率及重要度排序

      若在施工過程中發(fā)現(xiàn)地鐵車站施工風(fēng)險(xiǎn)發(fā)生,根據(jù)表5的后驗(yàn)概率和重要度排序可知,R12(施工組織管理不到位)的后驗(yàn)概率(P(R12=Y)=13.3%)最大、重要度排序最靠前,是導(dǎo)致地鐵車站施工風(fēng)險(xiǎn)發(fā)生概率最大的因素,因此優(yōu)先對該風(fēng)險(xiǎn)因素進(jìn)行排查。若排查后發(fā)現(xiàn)R12(施工組織管理不到位)發(fā)生,則該節(jié)點(diǎn)狀態(tài)確認(rèn)為P(R12=Y)=1,應(yīng)立即采取應(yīng)對措施,防止情況進(jìn)一步惡化。在R12這一風(fēng)險(xiǎn)因素得到有效控制后,應(yīng)再次判斷該項(xiàng)目是否處于風(fēng)險(xiǎn)狀態(tài),若地鐵車站施工風(fēng)險(xiǎn)仍然發(fā)生,說明還存在其他造成地鐵車站施工風(fēng)險(xiǎn)發(fā)生的因素,應(yīng)重新對該項(xiàng)目進(jìn)行診斷推理。即在風(fēng)險(xiǎn)事件發(fā)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(jì)算其他節(jié)點(diǎn)的后驗(yàn)概率,如圖4所示。從圖4可以看出,此時R18(勘察資料不準(zhǔn)確)的后驗(yàn)概率最大,為3.9%,則后續(xù)應(yīng)重點(diǎn)排查R18風(fēng)險(xiǎn)因素。根據(jù)R18的排查結(jié)果,在貝葉斯網(wǎng)絡(luò)中更新節(jié)點(diǎn)狀態(tài),再次進(jìn)行診斷推理,按照這個流程對風(fēng)險(xiǎn)因素逐一進(jìn)行排查,直到地鐵車站施工風(fēng)險(xiǎn)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(zhǔn)確)、R2(周邊構(gòu)筑物管線變形及損壞)、R14(施工人員違規(guī)操作)為導(dǎo)致地鐵車站施工風(fēng)險(xiǎn)發(fā)生概率最大的致險(xiǎn)因素。因此,在施工過程中要針對這些風(fēng)險(xiǎn)因素及時采取相應(yīng)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(shí)施工組織管理的控制和監(jiān)督工作;營造良好的安全生產(chǎn)氛圍,對違規(guī)行為進(jìn)行檢查、評比、公布,對違規(guī)者采取處罰措施。在勘察設(shè)計(jì)方面,要加大勘察經(jīng)費(fèi)和人員的投入力度,保證勘察資料的準(zhǔn)確性,提高勘察調(diào)研質(zhì)量。在施工環(huán)境方面,要合理布置沉降監(jiān)測點(diǎn),對構(gòu)筑物和管線沉降進(jìn)行實(shí)時監(jiān)測與分析。

      3 結(jié)語

      地鐵車站項(xiàng)目施工過程受復(fù)雜地質(zhì)環(huán)境、工程環(huán)境和高密度人員作業(yè)的影響,風(fēng)險(xiǎn)因素眾多、不確定性大,而貝葉斯網(wǎng)絡(luò)在解決不確定性上有很大的優(yōu)勢,適用于地鐵車站施工風(fēng)險(xiǎn)評估。本文將FTA-BN模型引入地鐵車站施工風(fēng)險(xiǎn)評估領(lǐng)域,運(yùn)用事故樹降低貝葉斯網(wǎng)絡(luò)的建模難度,建立地鐵車站施工風(fēng)險(xiǎn)FTA-BN模型,并結(jié)合實(shí)際工程案例,得出以下結(jié)論:

      (1)運(yùn)用貝葉斯網(wǎng)絡(luò)進(jìn)行正向推理,可以預(yù)測地鐵車站施工風(fēng)險(xiǎn)發(fā)生的概率,有助于施工方直觀了解項(xiàng)目的整體風(fēng)險(xiǎn)水平,從而預(yù)防風(fēng)險(xiǎn)事件的發(fā)生。

      (2)運(yùn)用貝葉斯網(wǎng)絡(luò)進(jìn)行反向推理,可以診斷出地鐵車站施工風(fēng)險(xiǎn)發(fā)生的致險(xiǎn)因素,以便及時采取應(yīng)對措施,避免造成更大的損失。

      (3)該地鐵車站項(xiàng)目施工風(fēng)險(xiǎn)發(fā)生的概率為32.2%,項(xiàng)目整體風(fēng)險(xiǎn)水平低。施工組織管理不到位、勘察資料不準(zhǔn)確、周邊構(gòu)筑物管線變形及損壞、施工人員違規(guī)操作是地鐵車站施工風(fēng)險(xiǎn)發(fā)生的致險(xiǎn)因素。因此,在施工過程中要將這些風(fēng)險(xiǎn)因素作為地鐵車站施工風(fēng)險(xiǎn)管理的重點(diǎn)。

      猜你喜歡
      貝葉斯車站概率
      第6講 “統(tǒng)計(jì)與概率”復(fù)習(xí)精講
      第6講 “統(tǒng)計(jì)與概率”復(fù)習(xí)精講
      概率與統(tǒng)計(jì)(一)
      概率與統(tǒng)計(jì)(二)
      車站一角
      貝葉斯公式及其應(yīng)用
      基于貝葉斯估計(jì)的軌道占用識別方法
      熱鬧的車站
      幼兒畫刊(2016年9期)2016-02-28 21:01:10
      熱鬧的車站
      啟蒙(3-7歲)(2016年10期)2016-02-28 12:27:06
      一種基于貝葉斯壓縮感知的說話人識別方法
      電子器件(2015年5期)2015-12-29 08:43:15
      贺州市| 华安县| 措勤县| 建昌县| 永清县| 沁水县| 开江县| 九龙坡区| 玛沁县| 赤水市| 志丹县| 德化县| 湘西| 百色市| 乡城县| 股票| 巴东县| 平乐县| 凤台县| 牡丹江市| 新干县| 股票| 疏勒县| 类乌齐县| 康平县| 临桂县| 安远县| 自贡市| 敦化市| 安陆市| 克山县| 蒲江县| 石泉县| 垫江县| 鹿邑县| 盐池县| 西乌珠穆沁旗| 阳城县| 兴国县| 兴化市| 上蔡县|