基于云理论的盾构隧道施工风险综合评价模型

黄震，傅鹤林，张加兵，史越，王成洋



基于云理论的盾构隧道施工风险综合评价模型

黄震，傅鹤林，张加兵，史越，王成洋

(中南大学 土木工程学院，湖南 长沙 410075)

传统的风险评估方法无法将风险评估过程的模糊性和随机性关联在一起，基于此，针对盾构隧道施工风险评估过程的模糊性及随机性特点，提出基于云理论的盾构隧道施工风险综合评估模型。首先，构建反映盾构隧道施工风险的评价指标体系。然后，将专家对各项评价指标的重要性语言值转化为权重云，用于表征各评价指标的重要程度。通过专家组讨论确定指标的权重及语言评价，得到能够反映盾构隧道施工风险状态综合评价模糊性和随机性特点的云模型。最后，运用云理论的计算方法对盾构隧道施工风险等级进行评估，得到风险等级评估结果的云模型。该模型成功运用于狮子洋盾构隧道施工风险评估，验证了其有效性和实用性。

盾构隧道；施工风险；云理论；风险评估；权重云

作为一项重要的交通基础设施，城市地下轨道交通在缓解城市人口增长与城市交通压力之间的矛盾上发挥着巨大的作用，在北京、上海、广州等特大城市中，轨道交通系统承担了城市公共客运总量的40%~50%。盾构法作为城市轨道交通的主要施工工法，占据了城市轨道线路施工总长的50%~70%[1−2]。由于盾构隧道穿梭于城市复杂地层中，其施工技术难度大，施工质量要求高，施工风险大，且周边存在重要构筑物及密集活动人群，给盾构隧道施工带来了许多不确定风险因素。针对这些不确定风险因素，通过高效、准确、实用的方法来确定隧道施工风险等级，保障隧道安全施工，成为隧道施工安全风险管理中的一项极为重要的研究内容。随着越来越多的城市地下轨道交通的建设，许多科研及技术工作者对盾构隧道施工风险评价开展了相关研究，Einstein[3]对海底岩土体中盾构隧道风险展开了详细分析。Tonon等[4]基于模糊理论和随机理论研究了隧道工程施工中风险与决策问题。王卓明等[5−6]通过监测项目指标与盾构隧道结构状态之间关系，对盾构隧道进行风险评价。姚浩等[7]采用模糊综合评价模型对软土地区土压式盾构掘进施工风险进行评估。谢壮[8]采用层次—模糊综合评估法对花岗岩球状风化体段盾构施工进行风险因素的评估。郑俊杰等[9]结合模糊故障树理论，提出用模糊成本重要度的指标来评价盾构隧道施工风险因素对成本的影响，进而得出盾构施工需要规避的风险。陈自海等[10]采用模糊综合评判法对杭州某地铁盾构隧道施工进行风险评价。张姣[11]采用贝叶斯网络模型对地铁盾构隧道施工进行风险评估。王公忠等[12]利用模糊层次分析法对台山核电站海底隧道泥水平衡盾构施工风险因素进行分析和安全评价。在上述盾构隧道施工风险评价过程中存在以下主要问题：1) 主要考虑了盾构隧道施工风险因素的模糊性，忽略了风险因素随机性和离散性的特点。2) 评价结果比较过程中，容易受到主观不确定性的影响。云理论作为一种用来描述事物定性与定量之间不确定性关系转化的数学工具能够很好解决上述问题。其主要特点在于能够同时反映描述事物的随机性和模糊性，并构成定性与定量之间的映射关系，因而可用于描述模糊、信息不完整的不确定性问题。目前，该理论已广泛应用于电力系统评估、装备保障体系性能评估和环境质量评估等领域[13−15]，并具有良好的发展前景。基于此，本文将盾构隧道施工过程作为一个模糊系统，对各施工过程的风险因素进行逐级分解，构建盾构隧道施工风险评价指标体系，提出基于云理论的盾构隧道施工风险综合评估模型，利用云理论的计算方法对盾构隧道施工风险进行评价。

1 云理论

云理论是由LI等[16−18]在传统的模糊集理论和概率统计学的基础上提出来的，用于研究不确定性问题的数学工具。它实现了定性概念与定量数值之间的转换，同时兼顾了研究对象的模糊性和随机性特点。

1.1 云的数字特征

云理论通过引入期望值E，熵E和超熵e来表示云的数字特征。数字特征将模糊性和随机性关联起来，可反映事物定性概念的定量特征，并建立了定性概念与定量数值之间的转换模型。其中，期望值E是论域上最能够代表模糊定性概念的点值，表示模糊概念在论域中的中心值，是隶属云的中心分布；熵E是对定性概念不确定性程度的度量，它的大小反映了定性概念的云滴出现的随机概率和论域中可被定性概念接受的云滴范围，熵值越大，随机性和模糊性越大，反之亦然；超熵e是熵的不确性度量，反映了云的离散程度和云厚度，超熵由熵的模糊性和随机性决定，可反映研究对象的随机性和模糊性之间的关联性。

1.2 云的运算法则

表1 云的运算法则

1.3 正态云模型

为实现定性语言的定量化表示，采用正向正态云的云发生器建立定量与定性之间的映射关系。具体算法如下：

1) 生成1个E为期望值，e为标准差的一个正态随机数E；

2) 生成1个E为期望值，E为标准差的一个正态随机数，为论域空间中的一个云滴；

4) 重复计算上述步骤，直至生成个云滴 为止。

图1 正态云图

2 基于云理论盾构隧道施工风险综合评估

2.1 盾构隧道施工风险评估指标体系

盾构隧道施工风险评估的首要任务是建立风险评估指标体系。为此，本着科学性，独立性，完备性，层次性的原则，结合盾构隧道施工风险因素及实际工况，建立隧道盾构施工2级风险评价指标体系[20]。从盾构施工顺序的角度将盾构隧道施工过程的第1层指标分解为施工前准备阶段、盾构始发及到达阶段、盾构正常推进阶段、管片拼装阶段、同步注浆及二次注浆阶段、压气、开刀及换刀阶段、盾构穿越建筑物及管线阶段、盾构辅助阶段。这样有利于对不同过程的盾构隧道施工进行风险评估。依据第1层指标依次划分第2层指标。其中，第1层指标为1级指标，共8个，第2层指标为子指标，共70个，如图2所示。

2.2 指标等级的权重云模型

目前，指标权重确定的方法主要有2类，一类是以专家打分为主的主观赋权法，另一类是以数据结果为依据的客观赋权法，这2类方法各有优缺点，由于人的自身偏好差异，主观赋权法存在一定的随意性，客观赋权法得到的权重存在与实际不符的现象。由于在实际评估中通常难以准确得到指标的权重量化值，因此，可以采用语言评价值来反映指标的重要程度，这种方法既反映了人类思维的模糊性、不确定性和复杂性，也消除了主客观赋权法随意性以及与实际不符的问题。

假设用于表征指标重要程度的论域为[0,1]，依据专家对各个指标重要程度的语言评价值及其对应的论域转化为相应的权重云[21]。表2列出了指标评价语言值及其对应的权重云，图3为云表示的指标权重等级图。

图2 盾构隧道施工风险评估指标体系

表2 指标评价语言及权重云

图3 指标权重等级云图

2.3 指标的评价云模型

表3 语言评价对应的云模型

表4 风险接受准则

2.4 综合评判

工程上通常采用表4[24]所示的风险接受准则对风险等级进行判定，并给出相应的工程决策。风险准则中的风险等级与本文建立指标语言评价对应，因此，可转化为与语言评价相同的云模型来表示。图4为指标语言评价和风险等级的云图。

图4 指标语言评价和风险等级云图

根据图2盾构隧道施工风险指标体系及表1中的云计算法则，结合评价语言值确定最底层指标评价云模型，计算如下：

a=v×w(4)

式中：a，v和w分别为最底层第个子指标的评价云模型、语言评价云模型和权重云模型。

若逐层向上进行加权综合评价，得到隧道施工风险等级为2级，按照相应的接受准则认为是可容许的，然而实际上，隧道始发和接收阶段的施工风险等级为4级，是不可接受的，需要采取相应控制措施和预警方案。因此，该类综合评定分析结果与实际相悖，具有一定的不可靠性。模糊综合评价、物元法等也存在相似问题。为解决这一问题，本文引入短板效应来解释和解决这一问题，该理论认为木桶盛水多少，取决于木桶侧壁最短的那块木板。结合本文提出的指标评价体系，将1级指标的评价结果比作木板，隧道施工安全程度比作水，1级指标的风险等级评价结果决定了隧道整体施工风险等级和安全程度。因此，本文选取1级指标的施工风险等级的最不利结果作为隧道整体施工风险等级，然后依据1级指标的评价结果提出相应的控制措施。

3 工程案例分析

佛山至东莞城际铁路狮子洋隧道，盾构段长4 900 m，盾构直径13.46 m，采用泥水平衡盾构。始发井和接收井的平面尺寸为28.8 m× 29.1 m。进洞洞门侧面地质剖面图如图5所示。始发井与接收井位于邻近狮子洋入海口，地层由上至下为人工填土层，第四系海相沉积及冲击层，基岩层，地下承压水头较大，地下水极为丰富。这些不利因素成为盾构隧道进出洞施工安全的风险源，盾构始发与到达阶段施工风险评估对工程风险决策具有重要的指导作用。

因此，本研究以“盾构始发与到达阶段”为例进行风险评估。盾构始发与到达阶段共10个子指标，通过由隧道工程专业的专家、科研单位主要技术人员、设计院主要技术人员、项目部主要技术人员组成的专家讨论组，确定子指标的权重及评价语言，然后根据云计算法则，利用式(4)计算子指标的评价云模型。相应计算结果如表5所示。

结合表5子指标的评价云模型，利用式(5)计算出盾构始发与到达阶段的评估结果云模型为(0.578，0.032，0.003)。将评估结果云模型，按照正向正态云发生器计算步骤，得到评估结果云图，如图6所示。从图6中可直观看出，狮子洋隧道盾构始发与到达阶段的施工风险等级为2级~3级之间，且偏向于3级风险。

采用上述相同方法对其他1级指标进行施工风险评价，得到相应的施工风险评价结果云模型和对应的施工风险评价等级，选取1级指标的施工风险等级的最不利结果作为隧道整体施工风险等级，结果如表6所示。隧道整体施工风险等级为偏向于3级，因此，该项目施工风险可接受，但需要加强监测及防范，并对此重视，制定相应的预防措施方案。

图5 进洞侧面地质剖面图

表5 子指标的权重、语言评价及评价云模型

图6 盾构始发与到达阶段风险等级评价结果云图

为了验证基于云理论的施工风险综合评价模型的实用性和有效性，采用文献[7]提出的盾构隧道施工风险模糊综合评价方法，结合本文中的评价指标体系，对该隧道盾构施工整体风险进行评价，评价结果与本文基于云理论的隧道施工综合评价结果相符，如表6所示。此外，该评价结果与狮子洋隧道施工安全风险评估报告结果相吻合，进一步说明了基于云理论的盾构隧道施工风险评价方法的可行性。

盾构隧道施工风险是一个定性的概念，影响盾构隧道施工安全的影响因素较为复杂，难以用合适的方法进行统一度量，而云模型利用云数字特征可将这些因素进行量化表示，并反映了评估过程和结果随机性和模糊性的特点，实现了定性语言与定量数值之间的不确定性转换关系，其应用在文中案例分析中得到了较好的体现。

表6 隧道施工风险等级综合评价结果

4 结论

1) 传统的风险评估方法无法将风险评价的模糊性和随机性关联在一起，基于此，提出基于云理论的盾构隧道施工风险综合评价模型，该模型很好地兼顾了盾构隧道施工风险评价的模糊性和随机性特点。通过对狮子洋隧道盾构始发与到达阶段施工风险评估的应用，验证了该模型的实用性及有效性。

2) 采用语言评价值来反映指标的重要程度，既反映了人类思维对事物评价的模糊性、不确定性，也消除了主客观赋权法的随意性问题。盾构隧道施工风险评价中的评价指标均为定性概念，将评价指标用语言评价集来描述，再利用云理论将语言评价集转化为正态云图，较好地保留了定性指标的模糊性和评价结果的客观性。

3) 依据本文建立的盾构隧道风险评估指标体系，可得到盾构隧道不同施工阶段的风险评估结果，便于施工风险控制提供动态指导。该风险评估结果是一个有期望值、熵和超熵3个数字特征组成的云模型。该云模型综合考虑了评估结果的期望值、模糊性及随机性特点，提高了风险评价的鲁棒性，为盾构隧道施工风险控制系统的不确定性，提出了一种简便高效可视的新方法。

4) 基于本文提出的风险评价指标体系，该评价方法既能对隧道不同施工阶段进行风险评价，还能确定整个阶段的综合风险等级，能够快速确定盾构施工风险等级，便于指导风险管控。

[1] 张新金, 刘维宁, 路美丽, 等. 北京地铁盾构法施工问题及解决方案[J]. 土木工程学报, 2008, 41(10): 93−99. ZHANG Xinjin, LIU Weining, LU Meili, et al. Problems and solutions of shield tunneling for Beijing metro[J]. China Civil Engineering Journal, 2008, 41(10): 93−99.

[2] 徐顺明. 广州轨道交通盾构隧道施工控制测量的研究[D]. 武汉: 武汉大学, 2011. XU Shunming. On the control survey in the shield tunnel construction of Guangzhou rail traffic[D]. Wuhan: Wuhan University, 2011.

[3] Einstein H H. Risk and risk analysis in rock engineering[J]. Tunneling and Underground Space Technology, 1996, 2(11): 141−155.

[4] Tonon F, Mammion A. Bernardini A. Multiobjective optimization under uncertainty in tunneling application to The design of tunnel support/ reinforcement with case histories[J]. Tunneling and Underground Space Technology, 2002(17): 33−54.

[5] 王明卓, 黄宏伟. 基于横向收敛变形的盾构隧道风险评价研[J]. 现代隧道技术, 2014, 51(增1): 5−9. WANG Mingzhuo, HUANG Hongwei. Risk assessment of shield tunnel based on horizontal convergence[J]. Modern Tunnelling Technology, 2014, 51(Suppl 1): 5−9.

[6] 彭铭, 黄宏伟, 胡群芳, 等. 基于盾构隧道施工监测的动态风险数据库开发[J]. 地下空间与工程学报, 2007, 3(7): 1255−1260. PENG Ming, HUANG Hongwei, HU Qunfang, et al. A risk database designed for dynamic risk management in shield tunneling from monitoring date[J]. Chinese Journal Underground Space and Engineering, 2007, 3(7): 1255−1260.

[7] 姚浩, 周红波, 蔡来炳, 等. 软土地区土压盾构隧道掘进施工风险模糊评估[J]. 岩土力学, 2007, 28(8): 1753−1756. YAO Hao, ZHOU Hongbo, CAI Laibing, et al. Fuzzy synthetic evaluation on construction risk of EPBS during tunnelling in soft soil area[J]. Rock and Soil Mechanics, 2007, 28(8): 1753−1756.

[8] 谢壮. 花岗岩球状风化体地段地铁盾构施工风险分析与控制[D]. 长沙: 中南大学, 2010. XIE Zhuang. Risk analysis and control of metro shield construction in the area of the spherical weathered granite[D]. Changsha: Central South University, 2010.

[9] 郑俊杰, 林池峰, 赵冬安, 等. 基于模糊故障树的盾构隧道施工成本风险评估[J]. 岩土工程学报, 2011, 33(4): 501−508. ZHENG Junjie, LIN Chifeng, ZHAO Dongan, et al. Risk assessment of shield tunnel construction cost using fuzzy fault tree[J]. Chinese Journal of Geotechnical Engineering, 2011, 33(4): 501−508.

[10] 陈自海, 陈建军, 杨建辉. 基于模糊层次分析法的盾构隧道施工风险分析[J]. 地下空间与工程学报, 2013, 9(6): 1427−1432. CHEN Zihai, CHEN Jianjun, YANG Jianhui. Risk analysis of tunnel shield machine driving in construction process based on fuzzy AHP[J]. Chinese Journal Underground Space and Engineering, 2013, 9(6): 1427−1432.

[11] 张姣. 基于贝叶斯网络的地铁盾构隧道工程风险评估方法[J]. 城市轨道交通研究, 2014(3): 30−34. ZHANG Jiao. Risk assessment of metro shield tunnel construction based on bayesian network[J]. Urban Mass Transit, 2014(3): 30−34.

[12] 王公忠, 刘星魁, 李凤琴. 层次分析法的海底隧道盾构施工风险评价[J]. 辽宁工程技术大学学报(自然科学版), 2015, 34(11): 1240−1243. WANG Gongzhong, LIU Xingkui, LI Fengqin. Evaluation of risks of shield construction of submarine tunnel with analytic hierarchy process[J]. Journal of Liaoning Technical University (Natural Science), 2015, 34(11): 1240−1243.

[13] Jiao P, Zha Y B. Credibility evaluation method based on cloud model[C]// International Conference on Electrical and Control Engineering. Wuhan, China: IEEE, 2010: 648−651.

[14] 张镱议, 廖瑞金, 杨丽君, 等. 基于云理论的电力变压器绝缘状态评估方法[J]. 电工技术学报, 2012, 27(5): 13−19. ZHANG Yiyi, LIAO Ruijin, YANG Lijun, et al. An assessment method for insulation condition of power transformer based upon cloud model[J]. Transactions of China Electrotechnical Society, 2012, 27(5): 13−19.

[15] LI D R, DI K C, LI D Y. Knowledge representation and uncertaintiy reasoning in GIS based on cloud models[C]// 9th International Symposium on Spatial Data Handling. Beijing, China: [s.n.], 2000: 10−12.

[16] LI Deyi. Uncertainty reasoning based on cloud models in controllers journal of computer science and mathematics with application[J]. Elsevier Science, 1998, 35(3): 99− 123.

[17] 李德毅. 不确定性人工智能[M]. 北京: 国防工业出版社, 2005: 4−31. LI Deyi. Uncertainty artificial intelligence[M]. Beijing: China National Defense Press, 2005: 4−31.

[18] 刘常昱, 李德毅, 杜鹢, 等. 正态云模型的统计分析[J].信息与控制, 2005, 34(2): 236−239. LIU Changyu, LI Deyi, DU Yi, et al. Some statistical analysis of the normal cloud model[J]. Information and Control, 2005, 34(2): 236−239.

[19] 李德毅, 刘常昱. 论正态云模型的普适性[J]. 中国工程科学, 2004, 6(8): 28−34. LI Deyi, LIU Changyu. Study on the universality of the normal cloud model[J]. Engineering Science, 2004, 6(8): 28−34.

[20] 苟敏. 地铁区间隧道盾构施工风险管理研究[D]. 青岛:青岛理工大学, 2014. GOU Min. Study on risk management of metro tunnel shield construction[D]. Qingdao: Qingdao Technological University, 2014.

[21] 辛晶, 夏登友, 庞西磊, 等. 基于云理论的高层建筑火灾风险评估[J]. 消防管理研究, 2011, 30(3): 258−261. XIN Jin, XIA Dengyou, PANG Xilei, et al. Fire risk assessment for high-rise buildings based on cloud theory[J]. Fire Science and Technology, 2011, 30(3): 258−261.

[22] 邸凯昌, 李德毅, 李德仁. 云理论及其在空间数据发掘和知识发现中的应用[J]. 中国图象图形学报, 1999, 44(11): 930−935. DI Kaichang, LI Deyi, LI Deren. Cloud theory and its applications in spatial data mining and knowledge discovery[J]. Journal of Image and Graphics, 1999, 44(11): 930−935.

[23] 范莉, 夏非, 苏浩益, 等. 基于云理论的高压绝缘子污秽状态风险评估[J].电力系统保护与控制, 2012, 40(15): 57−62. FAN Li, XIA Fei, SU Haoyi, et al. Risk assessment of high voltage insulator contamination condition by cloud theory[J]. Power System Protection and Control, 2012, 40(15): 57−62.

[24] 中华人民共和国建设部. 地铁及地下工程建设风险管理指南[M]. 北京: 中国建筑出版社, 2007. Ministry of Construction P R China. Guidelines of risk management for the construction of tunnel and underground works[M]. Beijing: China Architecture & Building Press, 2007.

Comprehensive evaluation model of shield tunnel construction risk based on cloud theory

HUANG Zhen, FU Helin, ZHANG Jiabing, SHI Yue, WANG Chenyang

(School of Civil Engineering, Central South University, Changsha 410075, China)

The traditional risk assessment method can not associate the fuzziness with the randomness of risk. Therefore, on the basis of cloud theory, the study puts forward a comprehensive risk assessment model for shield tunnel aiming at the fuzziness and randomness of the risk assessment index of shield tunnel construction. Firstly, construct the evaluation index system which can reflect the construction risk of shield tunnel. Then, convert the experts’ language value on each evaluation index into the weight of the cloud to characterize the importance of each evaluation index.The weight and linguistic evaluation of the index are discussed by the panel, and the cloud model is obtained which can reflect the fuzzy and random characteristics of the risk state of shield tunnel construction. Finally, use the method of cloud theory to evaluate the risk level of shield tunnel. The model is successfully applied to the construction risk assessment of the Shiziyang shield tunnel which verifies the effectiveness and practicability.

shield tunnel; construction risk; cloud theory; risk assessment; the weight of the cloud

10.19713/j.cnki.43−1423/u.2018.11.035

U45；X951

A

1672 − 7029(2018)11 − 3012 − 09

2017−09−12

国家自然科学基金资助项目(51538009，51578550)；中南大学中央高校基本科研业务费专项资金资助项目(2017zzts152)

黄震(1989−)，男，湖南长沙人，工程师，博士研究生，从事地下结构安全及岩土工程研究；E−mail：hzcslg@163.com

(编辑 阳丽霞)