水电工程施工疲劳风险分析与量化评价研究

江 新，徐 平，晋良海，黄 华

(1.三峡大学 a.湖北省水电工程施工与管理重点实验室；b.水利与环境学院，湖北 宜昌 443002;2.中国电建集团 中南勘测设计研究院有限公司，湖北 宜昌 443002)



水电工程施工疲劳风险分析与量化评价研究

江 新1a,1b，徐 平1a,1b，晋良海1a,1b，黄 华2

(1.三峡大学 a.湖北省水电工程施工与管理重点实验室；b.水利与环境学院，湖北 宜昌 443002;2.中国电建集团 中南勘测设计研究院有限公司，湖北 宜昌 443002)

为量化评估作业疲劳风险，提高施工作业安全水平，提出基于云模型改进的水电工程施工疲劳风险模糊综合评价方法。在评价过程中，利用云模型的3个数字特征Ex(期望)、En(熵)，He(超熵)表征常规模糊综合评判法中的综合评判矩阵和权重矩阵；运用正态云模型代替模糊隶属度函数，计算疲劳风险发生的可能性等级；综合运用正向云及逆向云，可视化评价研究结果。用所建立的方法对某水电工程高边坡作业疲劳风险进行评估，结果表明，该水电工程的疲劳风险发生的可能性为5.419，处于“一般”等级，但明显偏向于风险“较大”等级。该评价方法综合考虑风险评估的随机性、模糊性及评价主体的主观性，为客观测量和及时预防水电施工作业疲劳风险提供一种行之有效的新方法。

水电工程施工；高危作业；云模型；疲劳风险；量化评价

1 研究背景

水电开发一般在深山峡谷中进行， 山高坡陡， 边坡变形破坏机制复杂[1]， 且具有立体交叉作业多、 难度高、 施工资源有限且冲突不断[2]等特点， 导致多种施工风险并存[3]， 进而产生安全事故。 据资料统计， 约70%以上事故主要是由于人的不安全行为造成[4]， 而不安全行为产生的一个重要原因就是作业疲劳。 施工作业疲劳导致警觉水平与工作能力下降， 严重威胁作业人员安全。 高危作业作为水电工程施工高风险、 高难度的作业方式， 作业疲劳将直接或间接导致安全事故产生。 因此， 为保障作业人员安全， 消除人的不安全行为， 降低安全事故发生几率， 对高危施工作业疲劳风险进行研究尤为重要。

施工作业疲劳导致的严重事故后果，令施工安全问题相对突出[5]，一直是安全管理行业的研究热点之一。李乃文等[6]提出矿工工作倦怠假设模型，通过多阶段分层随机抽样法并借助结构方程模型验证假设模型，探索高危岗位矿工工作倦怠形成机制并得出通过有效干预组织管理和角色压力可减缓工作倦怠的结论；王强等[7]针对国内管道运行操作人员的健康管理标准存在缺失问题，推介了美国《炼油和石油化工人员疲劳风险管理体系》，通过分析对比研究，提出了采标建议；孟豫等[8]通过改进原有以单纯限制飞行时间为手段的疲劳风险管理方式，促进我国民航飞行疲劳风险管理体系(FRMS)的建设；张晓全等[9]将决策实验与评价实验室方法(DEMATEL)和网络分析法(ANP)相结合，对中国某维修厂进行分析，确定了健康状态、排班制度、人员岗位安排以及睡眠状况为主要疲劳致因；林文闻等[10]通过构建航运企业组织因素对船员疲劳影响机理的贝叶斯网络，探讨组织环境对疲劳的深层次影响；张嬿等[11]立足于轮班工作模式，应用疲劳指数方法和池田公式的理论分析地铁轮班司机的疲劳程度。

上述研究从不同角度分析探究了施工作业疲劳(工作倦怠)的致因要素及作用机理，对于客观地量化高危施工作业疲劳风险具有一定的参考意义。客观量化疲劳程度可以有效地控制和缓解施工作业疲劳风险，但因为疲劳程度是一个模糊概念，可以定性表达，却难以定量描述，至今仍缺乏客观测量和有效预防施工作业疲劳的方法。而云模型对于日常生活中的不确定性概念有很好的表达能力，是一种处理定性概念与定量描述的不确定转换模型[12]。因此，本文通过系统分析高危施工作业疲劳风险的影响因素，运用云模型的定性概念与定量描述的转化功能，将疲劳程度定量化，评价结果图形化，提高施工作业疲劳风险评价结果真实性，以期为施工作业安全管理人员的精、准决策提供依据。

图2 高危施工作业疲劳风险评价指标体系Fig.2 Index system for fatigue risk assessment of high-risk operations

2 高危施工作业疲劳风险因素分析

图1 问访对象人员分布Fig.1 Composition of visited persons

施工作业疲劳是指人在施工劳动生产过程中，不断消耗能量，逐渐出现身体不适感，作业能力下降的一种状态，是一种非常复杂的生理和心理现象[13]。水电工程作业条件复杂，环境多变，影响施工作业疲劳的因素较多且相互作用机理复杂难测[14]。为系统全面探究高危施工作业疲劳风险影响因素，首先查阅国内相关文献[6-11]，汇总可能导致施工作业疲劳的风险因素；然后，为确保识别的风险因素贴切实际，把汇总的风险因素设计成调查问卷，发放200份问卷给水电工程高危作业施工员、施工现场管理员、作业安全管理员等与作业疲劳相关的人员，回收有效样本163份，问卷有效率81.5%，问访对象人员构成如图1所示。通过对汇总的风险因素进行证实、分析和筛选，综合考虑管理因素、岗位性质、作业环境以及个人的生理、心理等因素，建立高危施工作业疲劳风险评价指标体系，如图2所示。

3 基于云模型的施工疲劳风险模糊综合评价法

模糊综合评价法是一种基于模糊数学的综合评价方法[15]。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。然而，该方法对指标权重的确定主观性较强，影响评价结果的有效性。本文采用基于云模型的施工作业疲劳风险模糊综合评价法，在评价过程中，利用云模型的3个数字特征Ex(期望)、En(熵)、He(超熵)表征常规模糊综合评判法中的综合评判矩阵和权重矩阵;运用正态云模型代替模糊隶属度函数，从而确定疲劳风险发生的可能性等级，并以云滴形式直观地展现，可有效反映水电工程高危施工作业疲劳风险评估中定性概念模糊性和随机性，在一定程度上解决模糊综合评价中主观因素的影响，提高评价结果准确性。

3.1 云模型

云模型是2004年李德毅等[16]提出的一种定性和定量转换模型。该模型将定性概念的语言值描述与相对应的数值描述进行不确定转换，不仅考虑了概念描述的模糊性(主观性)，也充分表现了数据量化的随机性(客观性)，较好解决施工疲劳风险评价量化问题。设U是由一系列精确数值组成的论域，C是U对应的定性概念，对论域中任意数值x都存在一个有稳定倾向的随机数y=μ(x)∈[0,1]，叫做x对C的确定度，确定度y在论域上的分布称为隶属云，简称为云。

云的数字特征Ex是云滴在论域空间分布的期望，是对应概念量化的典型样本点；En表征概念的不确定性度或者云滴的取值范围；He描述云的厚度，反映云的离散程度。

3.2 施工疲劳风险评语云模型

(1)

式中i为常数，根据评语本身的模糊程度进行合理的设定。

表1 施工作业疲劳风险等级

3.3 基于云模型的模糊综合评价法

确定评价对象的风险因素集U={u1,u2,…,um}，即有m个风险因素，风险因素的权重系数为R=(r1,r2,…，rm)，评价对象的综合评判矩阵为S=(s1,s2,…,sm)。在基于云模型的模糊综合评价法中，主要是利用云模型的期望Ex、熵En和超熵He3个数字特征来描述隶属度函数计算得到的权系数矩阵及综合评判矩阵。对于权系数的计算，本文采用专家打分法，第j位专家根据风险因素ui(i=1,2,…,m)的重要性打分xij(0≤xij≤1)，并对xij进行统计，然后对统计的样本利用逆向云发生器模型，由式(2)算出风险因素ui对应的权重系数ri的云参数(Exri,Enri,Heri)，得到权重系数R,即式(3)。

(2)

(3) 同理，根据水电工程高危作业疲劳风险等级，对风险因子ui(i=1,2,…,m)进行赋值打分fij(Fmin1≤fij≤Fmax5)，然后统计打分数据，采用逆向隶属云发生器原理，用式(2)计算Ex，En，He，得风险因素ui的评判向量si。对风险因素集U={u1,u2,…,um}所有风险因素进行打分计算，构成综合评判矩阵S,即

(4)

对风险因素ui的权重ri的云参数(Exui,Enui,Heui)作如下解释：每个权系数都具有一定的模糊性及随机性，对于风险因素ui打分，Exui是最能够代表权系数定性概念的点；Enui代表权系数的可度量粒度，即打分区间或不确定范围；Heui反映了主观评定的随机性，三者综合，客观地表征风险因素ui的权重ri，关于综合评判矩阵S可做同样理解。然后利用模糊合成算子计算综合评价结果(式(5)),计算所得评价对象的综合评价特征值C=R°S=(Ex,En,He)，是一个评价结果的云模型，其中“°”为综合计算算子，计算中使用的云运算见表2[17]。最后，将评价结果云模型与评语云模型进行比较，确定疲劳风险发生的可能性大小。

(5)

表2 云计算

4 实例应用分析

4.1 工程背景

国内某水电开发公司规划在金沙江流域修建一大型水电站，该电站主要有3大效益，即防洪、发电和航运。由于该水电工程高边坡作业工程量大，作业强度高，存在多种相互关联的导致施工作业疲劳的风险因素，如图2所示。而作业疲劳是导致安全事故产生的一个重要原因，为保障作业安全，降低安全事故发生几率，亟需对该工程高边坡施工作业疲劳风险进行评估。

4.2 风险评语云模型确定

相关专家对本项目高边坡的施工作业条件、现场环境进行了解并在综合考虑图2相互关联的风险因素的基础上，对高边坡施工作业疲劳风险发生的可能性进行了定量化处理，确定各等级的评估值范围，分别是v1(0，2]，v2(2，4]，v3(4，6]，v4(6，8]，v5(8，10]，根据式(1)，计算各风险等级的3个数字特征值并用相应的云模型进行表示。计算结果分别为：

根据以上结果，绘制相应的评语集云模型，如图3所示。

图3 高危作业疲劳风险评语集云模型Fig.3 Cloud model of reviews set for the fatigue risk of high-risk operations

4.3 模糊综合云评价

本文采用专家打分法，根据高边坡施工作业疲劳风险发生的可能性等级，对各风险因素进行打分赋值，并进行统计分析，最后利用逆向云发生器原理，由式(2)确定各风险因素的评价向量。由于篇幅限制，本文仅抽取8位专家对风险因素u11的打分情况进行分析，具体打分情况如表3所示。根据表3，采用式(2)计算u11初始评价云(5.859，0.174，0.083)，再采用正向云发生器生成u11初始评价云图，如图4(a)所示。从图4中发现，云滴离散程度较大，表明专家打分差异较大，为提高评价准确性，评估专家对作业现场进行了实地调研，深入研究，最后对打分情况进行修订，确定最终评价云s1(5.654，0.113，0.030),如图4(b)所示。同理，最后确定各风险因子评价云，即可得到风险因素综合评判矩阵S，即

表3 风险因素u11专家打分值

风险因素不同专家的评估打分值专家1专家2专家3专家4专家5专家6专家7专家8u116.434.867.433.766.318.215.923.95

图4 u11综合评价云图Fig.4 Evaluation clouds ofu11

由于每个风险因素对疲劳风险发生与否的贡献不同，对每个因素赋予不同的权重。根据专家调查和现场调研反馈的结果对每个风险因素的相对重要性进行打分，根据式(2)及式(3)，采用逆向云发生器计算得到对应云模型的权系数矩阵R，即

则综合评价特征值为

根据式(5)算出本工程高危施工作业疲劳风险综合评价特征值，得到疲劳风险模糊综合评价结果云模型:Ex=5.419,En=0.073,He=0.043。其相应的云模型如图5中C所示。

图5 疲劳风险评语云与结果云比较Fig.5 Comparison between reviews set cloud model and assessment results cloud model for fatigue risk

将综合评价结果云模型与风险评语集云模型(v1，v2，v3，v4，v5)进行比较，可以直观地看到，该水电项目施工疲劳风险等级位于v3，即施工疲劳风险发生的可能性一般，但明显偏向于风险“较大”等级，说明该工程高边坡施工过程中已存在一些不合理的作业因素，导致作业人员疲劳，产生疲劳风险。虽然该水电工程高边坡作业工程量大，作业强度高，但管理人员应有“人本思想”，提前做好预防措施，完善作业轮班制度，降低工作负荷，改善作业环境，调节生理因素，减轻作业人员心理负担，防止施工疲劳风险进一步恶化，产生安全事故。

5 结 论

(1) 通过对水电工程高危施工作业环境分析，综合运用文献查阅法和现场调查问卷法确定管理因素、岗位性质、作业环境以及个人的生理、心理等5大作业疲劳影响因素，并以此构建高危施工作业疲劳风险评价指标体系。

(2) 运用云模型的定性知识描述与定性概念及其定量数值之间的转换功能,有效反映水电工程高危施工作业疲劳风险评估中定性概念模糊性和随机性，较好解决模糊综合评价中主观因素的影响问题，提高评价结果准确性。

(3) 对某水电工程高边坡施工作业疲劳风险进行模糊综合云评价，验证该评价方法是有效可行的，可实现高危施工作业疲劳风险的系统分析以及风险发生可能性的量化评价，为客观测量和及时预防水电及其他行业施工作业疲劳风险提供了一种行之有效的新方法、新路径。

[1] 田 雄,张世殊,黎昌有,等. 水电工程环境边坡危岩体稳定性综合评分方法[J]. 长江科学院院报,2016,33(1):38-42.

[2] 江 新,朱沛文,徐 平,等. 国际水电工程项目群资源冲突风险测度研究[J]. 长江科学院院报,2015,32(12):144-149.

[3] 江 新,李 琦,沈 力,等.基于ANP-灰色模糊的水电工程项目群风险预警研究[J].中国安全科学学报,2014,24(6):146-152.

[4] 陈 述,胡志根,刘 全,等. 水电工程施工安全管理激励机制设计[J]. 系统工程学报,2012,27(4):474-480.

[5] 吴鹏飞,孙开畅,田 斌. 基于结构方程的水利水电工程施工安全分析研究[J]. 长江科学院院报,2014,31(4):93-96.

[6] 李乃文,牛莉霞,马 跃. 高危岗位矿工工作倦怠影响因素的结构方程模型[J]. 中国安全科学学报,2012,22(6):27-33.

[7] 王 强,张晓明,杨 涛,等. 国内外油气管道人员疲劳风险管理标准对比分析[J]. 油气储运,2013,32(3):270-273.

[8] 孟 豫,王泉川. 飞行疲劳风险管理体系研究进展[J]. 中国安全科学学报,2014,24(11):10-16

[9] 张晓全,潘 晶,王 欢,等. 机务人员疲劳致因影响分析[J]. 中国安全科学学报,2013,23(2):97-102.

[10]林文闻,黄淑萍. 基于贝叶斯网络的组织因素对船员疲劳的影响分析[J]. 中国安全科学学报,2013,23(6):26-31.

[11]张 嬿,方卫宁,鄂明成,等. 地铁列车司机轮班疲劳风险分析[J]. 铁道运输与经济,2010,32(4):90-94.

[12]LIU Chang-yu, LI De-yi, PAN Li-li. Uncertain Knowledge Representation Based on Cloud Model[J]. Computers Engineering and Applications, 2004, 40(2): 32-35.

[13]陈建武,毕春波,廖海江,等. 作业疲劳测量方法对比研究[J]. 中国安全生产科学技术,2011,7(5):63-66.

[14]江 新,李 琦,赵 静. 基于可靠性分析的工程项目群FAHP风险评价模型[J]. 长江科学院院报,2014,31(9):126-131.

[15]沈进昌,杜树新,罗季阳,等. 基于云模型的模糊综合评价方法及应用[J]. 模糊系统与数学,2012,26(6):115-123

[16]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.

[17]LI De-yi, DU Yi. Artificial Intelligence with Uncertainty[M]. Beijing: National Defense Industry Press, 2005.

(编辑：姜小兰)

Analysis and Quantitative Evaluation of Fatigue Risk inHydropower Project Construction

JIANG Xin1,2, XU Ping1,2,JIN Liang-hai1,2, HUANG Hua3

(1.Hubei Key Laboratory of Construction and Management in Hydropower Engineering, China Three Gorges University, Yichang 443002, China；2.College of Hydraulic & Environmental Engineering, China Three Gorges University, Yichang 443002,China;3. Power China Zhongnan Engineering Corporation Limited, Yichang 443002,China)

In the aim of quantifying the evaluation of construction fatigue risk and improving construction safety, a fuzzy comprehensive evaluation method improved by cloud model was proposed to assess the construction fatigue risk of high-risk operationsin hydropower project.Three digital featuresEx,En, andHewere taken to substitute the comprehensive evaluation matrix and the weight matrix in traditional fuzzy comprehensive evaluation method.Fuzzy membership function was substituted by normal cloud model to calculate the ratings of risk possibility. The evaluation result was visualized by using forward and reverses clouds together.The method was applied to the evaluation of fatigue risk of high slope operations in a hydropower project.Results showed that the fatigue risk level of high slope operations is 5.419, which belongs to moderate risk but obviously closer to big risk. The randomness, fuzziness and subjectivity of the evaluation body are comprehensively considered by using this method.

hydropower project construction; high-risk operations; cloud model; fatigue risk;quantitative evaluation

2015-11-27；

2016-03-16

长江科学院开放研究基金资助项目(CKWV2016382/KY);国家自然科学基金项目(51379110)；水电工程施工与管理湖北省重点实验室(三峡大学)开放基金资助项目(2016KSD20)

江 新(1966-) ，男，安徽寿县人，教授，硕士生导师，主要从事工程项目群管理、系统决策理论及评价等方面的研究，(电话)13339795561(电子信箱) jiangx163@163.com。

晋良海(1973-)，男，四川简阳人，副教授，博士，主要从事水利水电建设项目运筹、施工安全工效研究，(电话)18986778116(电子信箱)754780248@qq.com。

10.11988/ckyyb.20151009

2016,33(10):149-154

TV513

A

1001-5485(2016)10-0149-06