[发明专利]一种地铁盾构施工风险及其发展趋势的预测方法

说明书

本发明公开了一种地铁盾构施工风险及其发展趋势的预测方法，属于盾构施工技术领域，解决了现有技术中包括如下步骤；步骤A：对盾构施工中存在的风险和盾构机的故障进行收集，筛选出重大风险和关键故障信息，并对重大风险和关键故障信息分别进行编码；步骤B：构建“盾构施工风险与盾构机故障”故障树；步骤C：根据构建的“盾构施工风险与盾构机故障”故障树,构建盾构施工风险贝叶斯网络拓扑图；步骤D：确定贝叶斯网络拓扑图中的参数；步骤E：利用贝叶斯网络拓扑图进行反向诊断推理，得出盾构施工风险最大路径；步骤F：根据盾构施工风险最大路径，对盾构施工风险进行预测。

技术领域

本发明属于盾构施工技术领域，具体属于一种地铁盾构施工风险及其发展趋势的预测方法。

背景技术

随着我国地铁建设的蓬勃发展，盾构法施工的应用越来越多，但盾构施工存在施工强度大、机械装备掌握难度大、施工环境复杂变化大等诸多风险隐患，风险事故在施工过程中时有发生，造成经济损失、工期延误和人民生命财产损失。因此，预测风险的发生趋势，实现风险实时预警已成为盾构施工风险管理的首要任务。

目前，国内外在盾构施工风险预测方面的研究主要包括：模糊数学方法,建立有限元模型对盾构项目中的某一场景进行模拟，分析盾构项目过程中存在的致险机理，对风险进行预测；构建神经网络模型，对盾构项目中的地表沉降、盾构项目施工成本等风险参数进行分析，实现对地表沉降风险、施工成本风险等的预测；采用贝叶斯网络对所关注的风险状况与风险起因进行分析，预测出主要风险源，制定预防风险的对应措施；通过探索性因子分析(EFA)和结构方程模型(SEM)相结合的方式，找到盾构施工的关键风险因素，通过计算路径系数来描述路径上的各风险因素对盾构施工整体风险的影响，预测地铁盾构施工整体风险的影响最大的风险源；

可靠度理论、层次分析法、模糊综合评价法、物元分析法、改进的LEC法、探索性因子分析(EFA)和结构方程模型(SEM)结合法、BP神经网络预测等研究方法降低了风险评估与管理过程中的主观性，使评价结果更科学可靠。但是，对于地铁盾构施工这种大型施工项目，因其风险因素众多，且各风险因素之间亦存在各种复杂的相关性，导致对边界模糊的风险因素的评估结果不准确，以及对风险因素之间的关联关系缺乏深入的研究，此外，现有的盾构施工风险研究还存在一些不足和局限性：

对事故现场产生数据的搜集与处理不足；做好各类盾构施工风险数据的调查搜集是研究盾构施工风险管理的前提，是一项必不可少的基础工作，但由于对施工现场日常储藏的各类大量信息数据，特别是对事故现场产生的信息数据搜集掌控的不足、不实，在一定程度上影响到风险因素定量分析的质量和定性判断的结果；对盾构机自身风险的研究偏少，忽略了在盾构机运行中产生的大量施工参数数据和报警数据；地铁盾构施工风险因素之间存在各种复杂的相关性，但目前对风险因素之间的关联关系缺乏深入的研究；

如何将科学创新的风险评价方法与行之有效的传统风险评价方法有机结合，以利于更好、更完整研究出探索地铁隧道盾构施工风险管理成果，有待认识探讨。

发明内容

针对现有技术中缺乏将科学创新的风险评价方法与行之有效的传统风险评价方法有机结合，以利于更好、更完整研究出探索地铁隧道盾构施工风险管理成果的方法问题，本发明提供一种地铁盾构施工风险及其发展趋势的预测方法，其目的在于：为确保地铁盾构施工安全提供科学决策。

本发明采用的技术方案如下：

一种地铁盾构施工风险及其发展趋势的预测方法，包括如下步骤；

步骤A：对盾构施工中存在的风险和盾构机的故障进行收集，筛选出重大风险和关键故障信息，并对重大风险和关键故障信息分别进行编码；

步骤B：构建“盾构施工风险与盾构机故障”故障树；

步骤C：根据构建的“盾构施工风险与盾构机故障”故障树,构建盾构施工风险贝叶斯网络拓扑图；

步骤D：确定贝叶斯网络拓扑图中的参数；