摘要
隧道等地下工程建设期间的安全性一直是隧道建设关注的热点,开展隧道建设期风险分析研究对提高隧道建设的安全性与风险预测具有重要的理论意义和应用价值。为了对隧道建设期的风险进行分析,本文基于贝叶斯网络理论,应用数理统计与有限元模拟结果,建立了隧道围岩分级与围岩初期支护稳定性的贝叶斯网络风险分析模型,并基于网络技术建立了隧道建设期风险预测与风险减缓快速决断的专家系统,实现隧道建设期风险因素的快速识别与决断。本文针对影响隧道建设期风险发生规律以及影响隧道稳定性的因素作了较为深入的研究,主要内容包含以下几方面：(1)对隧道建设面临的主要风险问题进行分析,确定了影响围岩分级、围岩与初期支护稳定性的影响因素,阐述了贝叶斯网络的基本原理及其在隧道风险分析中应用的可行性,确定了贝叶斯网络风险分析各个结点以及它们之间关系。(2)对已建隧道围岩的分级情况进行了统计,得到影响Q分级和[BQ]分级各因素的先验概率,基于统计的数据建立了隧道围岩分级的贝叶斯网络模型,模型能够对围岩的级别做出快速的判断,并能由已知证据变量来预测未知变量的取值范围。(3)利用有限元软件对隧道开挖支护过程进行了模拟,得到岩体的强度参数与初期支护应力之间的表达式,在此基础上建立了围岩初期支护稳定性的贝叶斯网络模型。通过对模型的分析与调整,得到了围岩初期支护失稳的概率。利用所建网络,在改变网络中任何一个结点的状态变量时,得出其它变量状态的变化,通过这种变化为找到各个因素之间规律成为可能。(4)建立隧道施工方法专家系统,将搜集已建隧道的数据输入到专家系统,基于统计数据与专家经验建立隧道施工方法查询的系统。
During construction of the tunnel, safety has been focus on the construction of tunnel,it's value to carry out the risk analysis to improve the safety of the tunnel and to predicate the risk.In order to analysis the tunnel's risk in the construction,this paper based on the theory of bayesian network, the mathematical statistics and the results of the finite element simulation was used.the bayesian network risk analysis models for the classify of the rock and stability of the initial rock-support has been built, and it set up an expert system for forecasting and reducing risk and determinating quickly during the contruction of the tunnel base on the network.lt achieves the fast identification and determination for the risk of the tunnel.This paper researched the rules of the risks and the stability of the tunnel which occurred during period of the construction tunnel, the main contents include the following aspects:First, the main risk problems were analyzed for the tunnel construction and determined the factors which affected classification of rock and the stability of initial rock-support.This paper expounded the basic principle of bayesian networks and the feasibility of risk analysis, and set up a bayesian network for risk analysis and their relationships between them.Second,classify of rock has been statisticed from the built-tunnels.And we got the prior probability which influence Q classification and [BQ],and based on the statistical data to set up the bayesian network models about the classify of rock,by use of the models, bayesian network models can make a rapid judgment for the level of rock.And we can be predict the unknown variables by the known variables of the tunnels.Third, we usethe finite element software to simulate the excavation of the tunnel and to support process.we got the formulas which can express the relation between the strength parameters of the rock and stress of supporting, and set up the bayesian network models.By the analysis of the model and adjustment, we obtained probability about instability of supporting,and if we changes the state of the variables in the network, other variables will change, through this change we can find various factors rules between them.Forth, an expert system has been set up which use to choose the right construction methods, we collected a lot of datas which came from the built-tunnel, and inputed these data to the system.We set up the tunnel construction method of the system based on the statistical datas and expert experiences.
引文
[1] 蒋树屏.中国公路隧道建设技术的现状和发展[J].第四届全国公路科技创新高层论坛,2008(5)：2-3
[2] 王波.厦门翔安海底隧道土建结构维修养护计算机管理系统[D].西南交通大学硕士学位论文,2009
[3] Rita L.Sousa Thesisv. Risk Analsysis for Tunnel Projects瑞典博士学位论文[D],2004
[4] 张连文,郭海鹏.贝叶斯网引论[M].北京：科学出版社,2006
[5]汪涛,廖彬超,马听,方东平.基于贝叶斯网络的施工安全风险概率评估方法[J].土木工程学报,2010.3(增刊)：3-6
[6]康中启,汪民乐,范明俊,李晓光.基于贝叶斯网络的楼房建筑毁伤效果评估研究[J].战术导弹技术,2010.4(增刊)：27-31
[7]张国强.公路隧道围岩分级的Bayes判别方法研究[J].山西建筑,2010.3(36):566-570
[8]文畅平.岩体质量分级的Bayes判别分析方法[J].煤炭学报,2008.4(33)：243-248
[9] 马超峰,李晓,成国文,赫建明.大跨度公路隧道围岩动态分级的Bayes优化[J].公路隧道.2010(2)：124-126
[10] 陈宗基.地下巷道长期稳定性的力学问题[J].岩石力学与工程学报,1982(01):89--93
[11] 王思敬,杨志法,刘竹华.地下工程岩体稳定性分析[M].北京：科学出版社,1984
[12] 雷晓燕.岩土工程数值计算[M].北京：中国铁道出版社,1999
[13] S(?)ren Degn Eskesen,Per Tengborg, J(?)rgen Kampmann,Trine Holst Veicherts. Guidelin-es for tunnelling risk management[J]. International Tunnelling Association, Working Group No.2,Tunnelling and Underground Space Technology.2004 (19):217-237
[14] 董淑乾,魏云杰,朱剑.公路偏压隧道开挖及支护的数值模拟研究[J].成都理工大学学报,2010.4(37)：39-45
[15]吴德兴,汪波,黄强,王正明.基于有限元响应面法的隧道喷射混凝土可靠度分析[J].铁道建筑,2007(3):53-56
[16] 闻珺.洪水灾害风险分析与评价研究[D].河海大学硕士学位论文,2007
[17] Einstein H. H,Vick S. G.,Geological model for tunnel cost model [C]. Proc Rapid Excavation and Tunneling Conf,2nd,1974(4):1701-1720.
[18] Chungsik Yoo, Jae-hoon Kim, A web-based tunneling-induced building/utility damage assessment system:TURISK[J]. Tunnelling and Underground Space Technology,2003. 18 (5):97-511.
[19]丁士昭,曹萍.地铁项目的建设实施策划研究[J].地下空间与开发学报,2006(4):20-24
[20] 白峰青,卢兰萍,姜兴阁.地下工程的可靠性与风险决策[J].辽宁工程技术大学学报,2000(3)：237-239
[21]陶履彬,张奎鸿,汪炳礛.上海市崇明越江通道工程风险分析研究[C].第二届全国公路科技创新高层论坛论文集(上卷),2004:84-89
[22]黄宏伟.隧道及地下工程建设中的风险管理研究进展[J].地下空间与工程学报,2006(1)：16-17
[23]黄宏伟,曾明,陈亮.基于风险数据库的盾构隧道施工风险管理软件(TRM1.0)开发[J].地下空间与工程学报,2006.2(1)：36-41
[24]王岩,黄宏伟.地铁区间隧道安全评价的层次-模糊综合评判法[J].地下空间,2004.24(3)：301-305
[25] 毛儒.隧道工程风险评价[J].隧道建设,2003.5(23)：2-3
[26] Martin J E,Rivas T,Matias J M.A Bayesian net work analysis of workplace accidents caused by falls from a height[J]. Safety Science,2009.47(2):206-214
[27] 王广德.复杂条件下围岩分类研究—以锦屏二级水电站深埋隧洞围岩分类为例[D],成都理工大学硕士学位论文,2006
[28]GB 50218-94.中华人民共和国国家标准.工程岩体分级标准[S].中华人民共和国建设部,1994
[29]TB 10003-2001.中华人民共和国国家标准.铁路隧道设计规范[S].中华人民共和国铁道部,2001
[30] JTG D70-2004.中华人民共和国国家标准.公路隧道设计规范[S].中华人民共和国建设部,2004
[31] 尹建军.隧道开挖的空间效应规律及其应用[D].湖南大学硕士学位论文,2008
[32]伍国军.公路隧道衬砌结构可靠性研究[D].中国科学院研究生院硕士学位论文,2006
[33] 范为华.共和隧道施工围岩稳定性及衬砌可靠度研究[D].重庆大学硕士学位论文,2009
[34]刘琴琴.隧道围岩与支护结构的相互作用研究[D].南京理工大学硕士学位论文,2010
[35] 田思进.建筑安全专家系统的开发工具与构建方法探讨[J].建筑安全,2003.03:34-36
[36] 阚叔愚.人工智能在铁路工程中的应用[J].铁道标准设计,1990(3):37-42
[37]孙吉堂.隧道施工方法选择专家系统[J].建筑技术开发,1999.4(26):14-16
[38] 许笠.隧道预设计专家系统[J].科技创新导报,2010(4):1-4
[39] 张金山,王创业,颜春军.地下矿山巷道支护设计专家系统[J].矿业研究与开发,2002.27(2)：24-26
[40] 杨小永,伍法权,苏生瑞.公路隧道围岩模糊信息分类的专家系统[J].岩石力学与工程学报,2006.1(25)：78-84
[41] 刘建航.上海软土隧道盾构施工技术专家系统综述[J].地下工程与隧道,1995(2)：56-60
[42] 何川.隧道施工全过程专家系统的研制[J].地下工程与隧道,2000(2):67-71
[43] 许勇.基于CLIPS的公路隧道围岩分类专家系统研究[J].科技信息,2008(14):21-24
[44] 姜松湖.铁路隧道病害(变异)诊断专家系统[J].首届全国青年岩石力学学术研讨会论文集,1991：76-81
[45] 杨燕.选择隧道施工方法的神经网络专家系统[J].西南交通大学学报,1998.6(33):24-27
[46] 汪志涛,李晓昭,章杨松,赵晓豹,武伟.基于岩体质量指标Q分类系统的风险分析方法[J].防灾减灾工程学报,2008.08(28)：44-48
[47] 高荣欣.基于贝叶斯网的港口船舶交通安全评价[D].大连海事大学硕士学位论文,2010
[48] 熊雄.基于有限元模拟和贝叶斯网络的隧道开挖风险分析[D].清华大学硕士学位论文,2008
[49] 廉捷.贝叶斯网络构造方法及应用研究[D].北京交通大学硕士学位论文,2007
[50]谢斌.贝叶斯网络在可靠性分析中的应用[D].西南交通大学硕士学位论文,2004
[51]黄健.长大隧道围岩智能分级系统开发与应用[D].成都理工大学硕士学位论文,2009
[52] 康玲,何小聪,熊其玲.基于贝叶斯网络理论的南水北调中线工程水源区与受水区降水丰枯遭遇风险分析[J].水利学报,2010.8(42)：168-172
[53] 施大堃.基于三维地质模型和岩石应变软化隧道围岩稳定性分析[D].南京理工大学硕士学位论文,2010
[54] 杨浩为.隧道衬砌可靠度分析的有限单元法[J].五邑大学学报,1998(3):174-176
[55] 黄万里.基于数据库技术的大坝安全监控专家系统研究[D].河海大学硕士学位论文,2002
[56] Hu Min,Luo Sainan.Weight adaptive fuzzy AHP and application[J]. Computer Enginer-ing and Design,2009.30(22):5151-5154.
[57] Sun Jitang. Expert System Tunnel Construction Methods [J]. Construction technology
development,1999(4):3-7
[58]赵建立,高会生,赵生岗.贝叶斯网络在可靠性评估中的应用[J].电力科学与工程,2008(3)：51-53
[59] 苏傲雪.基于贝叶斯网络的配电网可靠性评估[D].北京师范大学硕士学位论文,2009
[60] 巨能攀.大跨度高边墙地下洞室群围岩稳定性评价及支护方案的系统工程地质研究[D].成都理工大学博士学位论文,2005
[61] 陈近中.双江口电站工程岩体质量分级研究[D].成都理工大学硕士学位论文,2007
[62] 高磊.广巴高速公路隧道围岩变形破坏机制及稳定性研究[D].成都理工大学硕士学位论文,2008
[63] 任洋.高应力高速公路隧道施工阶段围岩分级方法研究及应用[D].成都理工大学硕士学位论文,2009
[64] 朱华吉.安全监控专家系统若干关键问题的研究[D].河海大学硕士学位论文,2000
[65] 白杨.基于小波变换的网络流量入侵监测[D].北京工业大学硕士学位论文,2010
[66] 魏一敏.风险和风险管理基本知识简介[J].中国防汛抗旱,2005(1):64-65
[67] 周红波,何锡宁,蒋建军,蔡来炳.地铁盾构法隧道工程建设风险识别与应对[J].地下空间与工程学报,2006(3)：475-479
[68] 宋静波.政府决策的风险管理研究[D].重庆大学硕士学位论文,2000
[69] 王治强.层次分析法在高速公路工程承包风险管理中的应用[D].郑州大学硕士学位论文,2005
[70] 王维凤,陈小鸿,林航飞,吴娇蓉.崇明越江通道流量预测风险分析[J].上海公路,2003(1)：40-43
[71] 王鹏,周厚顺,王树宗.物元贝叶斯网络模型研究[J].国防科技大学学报,2009(31):129-134
[72] 黄海松.大坪里特长隧道NATM施工过程的动态仿真研究[D].华中科技大学硕士学位论文,2006
[73] 张宇.隧道工程围岩变形预测的人工智能方法及集成[D].北京交通大学硕士学位论文,2009
[74]舒艳华.基于贝叶斯网络的人力资源管理评价模型的研究[D].合肥工业大学硕士学位论文,2006
[75] 于国新.西康铁路秦岭隧道区岩体结构面分布规律的混沌特征及围岩分级预测[D].北京交通大学硕士学位论文,2009