何光辉 李鑫奎 沈志勇
上海建工集团股份有限公司 上海 200080
超高层建筑项目的施工具有施工周期长、建造难度大、施工环境涉及人-机-环-管等复杂因素耦合的特点。这给项目管理人员和施工现场作业人员均带来了挑战。
为了控制建筑工地的施工安全,降低施工人员的安全风险,国内外已有学者对建筑施工人员的施工安全状态进行了定性和定量的分析与研究。李志鹏[1]采用系统动力学理论研究了施工现场的安全状态,发现了风险管控的重点因素。Cheng等[2-3]采用数据挖掘技术中的相关性法则研究了我国台湾地区施工事故中各意外事件之间的因果关系。Zhou等[4]进行了较为系统的文献综述,总结了目前国际上土建工程中风险事故的分析与管理研究进展,并给出了基于网络理论的建设现场事故管理分析方法。虽然Zhou等[4]建立的方法考虑了施工现场多风险耦合的事实,但并未量化地给出事故风险指标,仅从多方面对风险事故展开了详尽的可视化工作。
风险相互作用矩阵分析方法在众多领域内均有广泛的应用,如矿藏挖掘工程[5]、岩土工程[6-7]。然而这种方法缺乏理性的矩阵元素确定方法,目前更多地需要依靠经验确定,这直接降低了计算结果的可靠性与算法的可行性。本文将尝试借助网络理论描述建筑工地中各种风险源之间的因果关系,量化分析风险源网络参数,以此作为风险源相互作用矩阵系数的确定依据,从而对建筑工地施工人员的安全状态进行分析和评估。
网络理论又称社会网络理论,其较成熟的定义由Wellman于1988年提出,认为社会网络是由某些个体间的社会关系构成的相对稳定的系统。随着网络理论的应用范围不断拓展,社会网络的概念已超越了人际关系的范畴。网络成员除了人,也可以是建筑工程施工过程中的风险事故。网络成员之间的关系也可以扩展为施工过程中风险事故之间的因果关系。为了便于直观地分析和研究网络成员之间的拓扑关系,本文将借助大型网络分析软件Pajek展开可视化分析。
图1示范了某一土建工程的风险网络。图中节点表示事故(或风险源),每个节点的箭头所指和指出箭头,分别表示风险的输入度和输出度。如图中土体塌陷这一事故节点,具有8个输出度和4个输入度,合计12个输入输出度;停工这一风险源具有3个输出度和7个输入度,合计10个输入输出度。输入输出度越大表明该节点在整个网络中具备更大的贡献,即对整个工程风险具有更大的权。利用Pajek软件可以统计每个节点的输入输出度参数。
图1 某土建工程事故网络
为了量化整个建筑工程施工过程中尽可能多的风险源耦合参与对整个工程的风险贡献,多因素相互作用关系矩阵描述方法是一种简单而又流行的方法。在一个具有n个风险源的建筑施工过程中,相互作用关系矩阵V为一n阶方阵。方阵的第i个主对角线元素Vi,i为第i个风险源导致整个施工现场出现人员意外的可能性因子。第i行j列个元素Vi,j表示第i个风险源作用于第j个风险源的可能性因子。
矩阵V的确定对后续的施工人员安全状态计算起着决定性作用。在以往的文献报道中,V中元素的取值较多依赖经验,而本文根据相互作用关系矩阵的定义,结合建筑工程施工现场风险源网络关系生成矩阵元素的数值。如上节所述,第i个节点的输入度和输出度之和αi即为第i个主对角线元素;第i行j列个元素Vi,j可以由第i个节点对第j个节点的输出度确定。基于这种假定,建筑工程施工人员作业场地中,人-机-环-管之间的网络关系一旦确定,则矩阵V可以由计算机程序唯一且迅速地计算得到。
在V确定后,任意第i个风险源的影响因子权重ki可以由式(2)确定:
其中,SR(i)、SC(i)为矩阵V的第i行以及第i列元素之和,即:
基于计算得到的权重ki,可进一步得到施工人员安全状态参数:
为了对施工人员的安全状态程度进行量化表示,参数DS的数值具有决定性价值。一般可以将人员安全状态划分为5个级别,即1、2、3、4和5级,具体划分见表1。
表1 施工人员安全状态分级
基于彭鹏等[8]的研究成果,超高层建筑工程施工风险源可以分为以下7类:深基坑、主体结构、塔式起重机、施工平台、施工升降机、幕墙和临边防护。每一类风险源又存在大量的风险因素类型,限于篇幅在此不做展开[9-10]。作为分析算例,本文对某一超高层建筑施工现场人员作业环境进行网络描述(图2)。
经过统计分析,表2给出了图2所示网络图输入和输出度的分布结果。从表2中可以得知,合计度最大的几个因素为超高层建筑建造过程中需要给予较多安全管理的因素。
根据表2得出的统计数据,可得多因素耦合关系矩阵V。该矩阵主对角线元素为:{4,4,7,3,4,1,1,1,1,2,3,2,12,11,6,6,4,2,7,2,14,7,7,2,4,3,7,10,2,2,1}。矩阵其余位置由0或1组成,其元素为1的行列号如下:(1,19),(2,1),(2,19),(3,1),(3,2),(3,4),(3,13),(3,19),(3,28),(4,27),(5,6),(5,21),(5,25),(10,11),(12,27),(13,21),(13,25),(13,26),(13,28),(14,13),(14,15),(14,16),(14,22),(14,24),(14,26),(14,27),(14,28),(14,29),(14,30),(14,31),(15,13),(15,21),(15,26),(15,27),(15,28),(16,10),(16,11),(16,12),(16,13),(16,21),(17,11),(17,13),(17,18),(17,21),(18,28),(19,13),(19,21),(19,28),(20,21),(20,28),(21,5),(21,7),(21,8),(21,9),(21,13),(22,13),(22,19),(22,21),(22,24),(22,28),(23,1),(23,2),(23,3),(23,4),(23,21),(23,22),(25,23),(25,28),(28,27),(29,27),(30,27)。假定以上31个风险源平均发生率为1%,则可得DS为0.017 9,施工人员安全状态分级属于1级,安全。
图2 某超高层建筑工程施工事故网络
表2 网络分析统计指标
本文引入网络理论有关概念,辅助多因素耦合关系矩阵的生成,进行风险源网络分析,展开建筑工程施工人员安全状态的评估和分析。
应用多因素相互作用矩阵方法对某超高层建筑工地的某一施工阶段工人作业安全状态进行计算分析,分析结果表明本文方法具有一定的可实践性,可作为今后同类型问题分析的一种参考。