基于贝叶斯网络的机场营房渗漏破坏风险分析

李彦龙 张浩 郑玉洪

摘要：通過分析机场营房渗漏破坏的成因，根据BN建模步骤，确定节点状态、网络参数，构建了渗漏破坏BN网络模型。应用模型分析，得到了营房渗漏破坏的主要影响因素，为渗漏治理提供依据。

关键词：贝叶斯网络；营房；渗漏破坏；风险分析

长久以来，基建营房工程一直是部队建设的基础保证，与人员的生活息息相关，必须抓好营房质量建设。营房施工浇混凝土楼面时，容易产生裂缝，有关裂缝的技术处理比较难，经常发生渗漏破坏，因此营房渗漏破坏风险分析及治理是很有必要的。由于贝叶斯网络可以根据概率表达定量地进行诊断推理，遂本文选用贝叶斯网络分析营房渗漏破坏。

1 贝叶斯网络概述

贝叶斯网络（Bayesian Networks， BN）是用来表示变量间连接概率的图形模式[1]，它表示因果信息，由代表变量的节点，连接节点的有向弧线以及表示节点关系强度的条件概率组成。

贝叶斯网络有贝叶斯理论支撑，用图的形式描述变量间的关系，形象生动，便于分析理解；用概率测度的权重解决了变量状态的不一致；刻画了信任度随证据的变化而更新，证据发生改变，会产生新的概率。图1为BN示例。

图1 BN示例

2 营房渗漏破坏现象成因分析

在机场营房使用中，多出现浇梁板裂缝，这是由于选择的混凝土材料不合理，结构设计不规范，施工条件不满足要求。施工时模板变形、支撑塌陷都会导致混凝土产生裂缝，有的施工方为了降低建筑的成本，掺入过量的粉煤灰，在使用过程中出现凝固收缩，导致营房结构裂缝。多数营房跨度很大约11m，屋面必须采用排水性能较好的结构找坡，但实际中经常出现找坡厚度太厚、坡度不足、坡向不清等问题。还有处理隔热层时，设置的憎水材料影响屋顶排水。营房屋面经常暴漏在外面，较大的昼夜温差会导致混凝土热胀冷缩出现裂缝。营房楼长度较长，应设置伸缩缝，但实际中并没有采取措施，收缩裂缝普遍存在[2]。

综上所述，营房渗漏破坏成因主要有：梁板产生裂缝、屋面裂缝、屋面排水不畅。以BN网为依据，建立了BN网络结构，如图2所示。

图2 BN网络结构

3营房渗漏贝叶斯网络模型

3.1确定节点状态

营房渗漏破坏T采用五级划分法，分为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ级，值域{0，1，2，3，4 }，分别表示“无或轻微渗漏水”、“较轻微渗漏水”、“中度渗漏水”、“较严重渗漏水”、“严重渗漏水”。

A1、A2、A3的值域为{0，1，2}，分别表示屋面裂缝、屋面排水不畅、梁板产生裂缝对营房的渗漏破坏有“轻微影响”、“中度影响”、“严重影响”。

B1、B2、B3、B4、B5、B6、B7的值域为{0，1}，分别表示各因素“性能好”、“性能不好”，对营房渗漏破坏“无影响”、“有影响”。

3.2确定网络参数

为了进行贝叶斯网络推理，需要建立节点的条件概率表，定量来描述节点之间的概率关系[3] 。根据营房设计资料、实测的渗漏破坏资料以及专家经验，应用概率统计以及邀请专家确定了根节点的先验概率和非根节点的条件概率表。以A1屋面裂缝为例，其条件概率表如表1所示。

3.3 构建贝叶斯网络模型

将确定的网络参数，输入贝叶斯网络中，即可得到网络模型。本文使用贝叶斯网络分析软件GeNIe进行仿真，仿真结果如图4所示。

图4 BN模型

4 模型的应用与分析

贝叶斯网络模型可以用来诊断推理以及进行因素的敏感性分析。假设渗漏破坏等级已确定，可以利用该模型分析各因素对营房渗漏的影响程度，由此诊断出对营房渗漏破坏最敏感的因素。比如，假定某营房发生Ⅳ级渗漏破坏，设定其发生概率为100%，对模型进行计算更新，比较设定前后各因素发生概率的变化。更新后的仿真结果如图5所示。

图5 更新后的BN模型

对比图4、5，可以看出各因素发生概率都或大或小的变化，B1昼夜温差从7%增到了14%，说明昼夜温差变化引起的热胀冷缩容易引发屋面裂缝，进而产生营房渗漏破坏；B4隔热层憎水性变化最大，从25%增到49%，说明隔热层憎水引起的屋面排水不畅，是营房渗漏破坏的关键成因；B5混凝土材料从13%增长到28%，说明混凝土材料质量不过关，种类不合适都会是梁板产生裂缝，引发营房渗漏；B7施工条件从13%增到27%，说明施工条件不良也是营房渗漏破坏的主要影响因素。综上所述，隔热层憎水性是营房渗漏破坏的最敏感性因素，在建筑营房时，必须要根据实际情况降低隔热层的憎水性。

通过对营房渗漏破坏问题的分析，发现贝叶斯网络的预测推理能力特别强大。尤其是当某些因素信息缺少时，可以利用已知的证据变量对营房渗漏破坏程度进行预测，也可以已知营房渗漏程度，对某些因素的状态进行分析。该模型在这些方面的应用，还有待进一步研究。

参考文献

[1] 曹士信. 基于贝叶斯网络仿真的威慑信息传递效能评估[J]. 装备指挥技术学院学报，2010，21（2）：113～116

[2] 孙远松. 电力工程房屋渗漏破坏的原因及应对措施[J]. 中国高新技术企业，2015（12）：129～130

[3] 高荣欣. 基于贝叶斯网的港口船舶交通安全评价[D]：[硕士学位论文]. 大连：大连海事大学，2010，06