[发明专利]一种隧道渗漏水风险空间相依性预测方法及预测系统

说明书

本发明属于盾构隧道渗漏水风险动态感知与控制技术领域，公开了一种隧道渗漏水风险空间相依性预测方法及预测系统，通过分析渗漏水致险机理，构建影响盾构隧道渗漏水的风险指标体系；模型设计：包括PCBN模型贝叶斯网络结构设计、风险指标最优边缘分布识别和拟合；模型验证：模型运用，包括渗漏水风险评价和风险指标的相关性分析。本发明将贝叶斯网络模型的动态推理与诊断和Copula理论对于指标间相依性处理优势相结合，建立盾构隧道渗漏水风险评估Pair‑Copula贝叶斯模型，实现最大程度上拟合实际盾构隧道运营期渗漏水病害的发生发展机理，从而获得更加准确的风险评价结果，作为风险管理实时决策支持工具。

技术领域

本发明属于盾构隧道渗漏水风险动态感知与控制技术领域，尤其涉及一种隧道渗漏水风险空间相依性预测方法及预测系统，具体涉及一种基于 Pair-Copula贝叶斯(PCBN)模型的隧道渗漏水风险空间相依性预测方法及系统。

背景技术

目前，经济的发展带来轨道交通的快速发展，而由于盾构隧道特殊构造特点与复杂的赋存环境，在隧道的运营期内，病害多发。渗漏水病害作为最常见的病害之一，不仅能直接导致地铁电路破坏、列车停运，也是加剧其他类型隧道病害的致险因子，严重威胁隧道的安全运营。因此对运营期内的盾构隧道渗漏水进行风险评价与管理，对保证地铁隧道的安全运营具有重要意义。

现有技术研究的盾构隧道渗漏水风险评价方法主要包括利用AHP法确定风险指标对系统风险的影响权重，通过灰色关联系数法构建模糊综合评价矩阵借助粗糙集理论得到的多级权重分配，利用模糊综合评价法构建了渗漏等级评价指标体系和递阶层次评价结构等，虽然上述的这些方法基本实现了渗漏水风险的定性与定量评价，但其中定性成分较多，主观性较强，计算复杂，且均未为考虑指标间的相依性关系。为了解决复杂系统中风险因素信息不确定性问题，已有研究将贝叶斯网络(BN)应用于隧道渗漏水风险评价，利用BN的正向推理技术定量预测其渗漏水灾害发生概率，运用BN反向推理技术进行动态循环诊断，实时判定渗漏水病害形成原因，但这些分析多从单一、独立、静态因素的角度对隧道渗漏水风险状态进行研究，得到的结果不够精确。

通过上述分析，现有技术存在的问题及缺陷为：(1)盾构隧道运营过程由于受到周围诸多环境因素的共同影响，是一个有着复杂的时空演化效应的动态过程。隧道渗漏水病害的致险因子之间具有一定的相依性，不是单纯的相互独立的关系，而现有的研究多集中于研究单一风险指标对于渗漏水病害的片面影响，未考虑各个风险指标间的相关性，也无法实现在实测数据基础上风险评价结果的实时更新。

(2)大多数有关隧道风险管理的研究，多从隧道施工期的风险管理角度进行研究，包括隧道建设方面的前期决策、设计和施工的风险识别与分析，而对于隧道运营期的病害风险，人们的关注度不高。其实隧道运营期损害对人们的出行安全影响更大，故更应收到人们的重视，积极开展隧道运营期安全风险评价与管理研究。因此非常需要建立成熟的定性与定量相结合的风险评价方法

解决以上问题及缺陷的难度为：盾构隧道运营期渗漏水风险系统具有复杂性、非线性和空间相依性，涉及多方面影响因素，且各种影响因素之间相互交错、相互制约、相互促进，形成多作用耦合效应。加上风险因素状态与整个系统的安全水平之间的非线性关系，促使已有的风险分析结果过于单薄。除此之外渗漏水病害的发生存在一个时空效应演化问题，随时间的变化损伤状态在内外因素的共同作用下在不断的发展，要开展确定的盾构隧道渗漏水风险预测与控制研究，就要解决动态的不确定性风险推理分析问题，需要引入新的方法建立评价模型。

解决以上问题及缺陷的意义为：(1)如何有效地对盾构隧道运营阶段渗漏水风险进行评价与管理，从根源上预防渗漏水病害的发生，是运营地铁工程领域需要迫切解决的一大难题。故盾构隧道运营期渗漏水风险评价不仅对于地铁隧道的安全运营与管理具有重要意义，对经济和社会的发展也具有重要意义。