牟晶
(中铁十八局集团市政工程有限公司,天津300000)
在地下工程的修建中,往往面临穿越既有线路及建筑物附近的问题,因此施工时除了保证地下工程的安全施工,还要注重既有线路的运营安全以及附近建筑物等的安全问题[1]。尤其是开挖到需要进行爆破的地段,传统爆破产生巨大的冲击波会对附近的建筑或既有线造成巨大的安全隐患,而且产生的飞石、风尘都会对附近居民及行人的生活和出行造成不便;而近几年来被广泛应用的静力爆破技术[2],由于其安全环保,无噪音,无飞石粉尘等优点被广泛应用于混凝土建筑物的无声破碎与拆除,以及岩石开采,解决了工程中必须爆破而又不允许使用炸药破碎的难题[3]。
静力爆破技术的工作原理是利用静爆剂[4]发生化学反应和物理变化产生的膨胀力而达到破碎目的,虽然相对传统的爆破技术,安全风险等级较低,但是在施工时仍然受到多种因素的共同影响,例如:工程环境、施工准备、安全管理、人员素质等一些定性概念和不确定性因素。为了能够更加安全的施工,特引入云模型,清楚表达这些因素的定性概念,研究事物不确定性与随机性的关联,进而对项目的安全风险进行综合评价,以便对施工过程中的不安全因素进行控制和管理。
1995年,中国工程院院士李德毅先生在结合概率论与模糊数学的基础上,提出了处理不确定性概念的云模型[5],将自然界中的定性概念通过特定的云发生器转化为定量数据,实现定性概念定量化,从而表示自然界中事物的随机性与模糊性二者的关联[6]。
N为某一定量论域,N中的某一定性概念以X表示,x对定性概念X的隶属度为u(x)。若任意的定量xN,都有稳定倾向的随机数u(x)[0,1]与之对应,即U:N→[0,1],xNx→u(x)。x在Y上的分布称为云,(x,u(x))为云滴[7]。引入云数字特征(Ex,En,He),其中Ex期望表示模糊概念的中心值,En熵为模糊度的度量,表示该模糊概念可被接受的取值范围,He超熵,反映云的离散程度[8]。
给定论域中的云C1(Ex1,En1,He1),云C2(Ex2, En2, He2), C1, C2的 运 算 结 果 为 C(Ex,En,He),其计算规则[9]如表1所示。
表1 云数字特征计算规则
文献[5]中指出,正态云因独有的数字特征与普适性而受到广泛应用,其具体算法如下[10]:通过输入(Ex,En,He)及云滴数N,结果输出N个云滴定量值以及每个云滴的隶属度。
①生成一个En为期望,He为标准差的正态随机数E′n。
②生成一个Ex为期望,En为标准差的正态随机数x,x为论域中的一个云滴。
④重复上述步骤直至生成N个云滴。生成如下图所示的正态云图,见图1。
图1 云模型
静力爆破的施工安全受到很多因素的影响,例如勘查设计、人员、安全管理、监控、材料、环境等一系列因素的不安全状态,都会导致施工风险增加。为此根据静力爆破的施工特点以及工程项目资料,阅读相关的文献规范,采用安全检查表法识别到影响施工安全的6个一级指标以及19个二级指标,以对施工阶段重要因素进行合理有效的管理监督,具体指标如图2所示。
图2 静力爆破施工风险指标
指标权重的确定方法主要有主观赋权法(专家打分法)、客观赋值法,前者得到权重由于人自身的偏好存在一定的主观随意性,后者取得的权重又存在与现实不符的现象。为了解决这种不足,且由于实际中难以获得准确的指标量化值,所以可通过语言评价值来反映指标重要度。这种方法即可消除主观随意性以及客观与实际不符的现象,又可以反映人类思维的模糊性、复杂性和不确定性,在指标重要度评估中显得更为科学合理。
设指标评域为[0,1],依据专家对各指标的语言值重要度及其论域转化成为权重云[11],评域中各语言评价值对应的权重云如表2、图3所示。
表2 指标云权重
图3 权重云图
在静力爆破施工中,如果用定量指标对其安全描述,这些指标便失去了它的模糊性以及对事物定性判定的灵活性。因此,采用定性语言值对其进行安全描述,然后转化为正态云模型来进行表示便更加合理。设评语集的评域为[0,1],采用黄金分割法在评语集的评域上生成5朵云,表示定性评语集“最安全”,“安全”,“较安全”,“不安全”和“最不安全”的语言值,越接近论域中心其熵和超熵越小,相邻的两云,较小云的熵和超熵为较大者的0.618倍,这5个云模型便生成了概念层次结构[12]。
设中间云为M0(Ex0,En0,He0),左右邻 云 为 M-1 (Ex-1, En-1, He-1), M+1(Ex+1,En+1,He+1),M-2 (Ex-2,En-2,He-2),M+2(Ex+2,En+2,He+2)。云的数字特征算法如下所示:
设有效论域为[0,1],He0=0.005[13]。得到指标评价语言对应的云模型以及相对于的模糊风险等级[14-16]以及工程决策如表3所示。导入matlab正向云发生器中得到语言评价风险等级云模型,如 图4所示。
表3 语言准则云模型
图4 语言评价风险等级云图
在得到的权重云模型以及语言云模型后,根据式(4)确定相应的一级指标评价云模型:
式中i为第i个指标,C,M,N分别为评价指标的综合评价云模型,语言准则云模型和权重云模型(注:此处用到表1数字特征计算的乘法运算规则)。
得到各子指标的评价云后,实现了定性指标定量化表达,按照公式(5)进一步得到静力爆破一级指标的评价云模型:
其中cki、N′ki分别为第k个一级指标的第i个子指标的综合评价云模型和权重云模型。在得到全部一级指标的云模型后,根据贴近原则确定每个一级指标的风险等级,然后利用“木板效应”[17]得到综合风险等级。
福州南站小里程风井位于仓山区城门镇福州火车南站东广场南侧两山体之间,地质情况主要是非基岩和基岩,非基岩为杂填土,基岩为强风化以及中风化凝灰岩。基坑开挖深度最深处达26.8 m,其中中风化凝灰岩厚度24 m,岩石坚硬,基坑开挖难度大,而且风井位置又临近既有福州南站站房及地铁1号线福州南站,其中距离福州南站站房最近仅约63.9 m,见图5。为了减少对周边建筑的冲击,采用液压劈裂进行开挖施工,液压劈裂施工不到的地方需采用静力爆破的方法进行施工。为了保证基坑静力爆破施工安全以及既有线路、福州火车南站站房的运营安全,对其施工进行安全风险评价显得尤为重要。
图5 福州南站小里程风井工程地理位置示意图
①在确定了静力爆破施工安全风险评价指标体系(如图2所示)后,邀请相关领域专家,根据制定的评价规则以及表2,对每个子指标的重要度进行语言评价,然后求出评价语言值的平均值,以此,确定各子指标的权重云,如表4第2列所示。②然后接着通过对该项目的相关人员发放问卷,根据评价规则,对该项目中各子指标的安全作出评价,利用指标评价语言平均值得该项目的施工安全指标评价语言云,具体数据如表4第3列所示。③最后根据式4,得到子指标的综合评价云模型,如如表4第4列所示。
根据表4得到各子指标的评价云,实现了定性指标定量化表达,按照公式(5)进一步得到静力爆破一级指标的评价云模型,然后根据“贴近原则”确定各一级指标的风险等级,并得到相应的工程决策,如表5所示。
由表5可知,在此类工程中,环境是最大的风险源,风险等级略偏向4级,按照“木桶效应”得,项目的综合风险等级取决于一级指标中的“短板”——风险等级最高,因此得该项目的静力爆破施工安全综合风险等级处于4级,所以应当采取相应的控制措施以及预警方案,以减少施工风险。该项目的静力爆破施工安全评价综合风险等级云图如图6所示。
表4 静力爆破子指标评价云
表5 一级指标评价云模型
图6 项目综合评价云图
在构建了静力爆破施工安全风险指标体系的基础上,将事物的随机性与模糊性相联系的云理论运用在风井开挖中静力爆破施工安全风险等级评价之中,建立风险评价模型,最后应用于福州南站小里程风井开挖中静力爆破施工风险评价体系,并确定工程环境偏向4级,根据“木桶效应”得该项目风井开挖中静力爆破施工的安全等级偏向4级,所以应当采取相应控制措施以及对周边环境沉降等变形的预警系统;计算结果和实际项目中的风险评价结果相同,验证了模型的实用性,可以供类似工程借鉴。