BP神经网络在跨既有线高速铁路桥梁施工安全风险评估中应用研究

刘冬冰

（中铁十六局集团第二工程有限公司， 天津 300000）

作为全球最大的基础设施建设国家，我国在桥梁建设和铁路建设方面处于遥遥领先的位置，很多相应的技术也向外输出到西方欧美国家和亚非拉国家等。现在我国的铁路交通网四通八达，而且密度呈现出越来越密的趋势，同时带来的是跨既有线高速铁路桥梁的施工越来越多，这种施工特点除了工期要求紧张，工程质量要求严格之外，还有两点必须满足，一个是必须既要充分考虑原有的桥梁施工的安全风险评估，另一个就是充分考虑既有线高速铁路的安全风险评估。对于跨既有线桥梁施工项目这种特殊性质的桥梁施工，除了常规的要求之外，对于施工过程中的施工影响要求和施工质量要求都有着更高的要求，所以有必要对这两个方面开展系统的分析和研究，尤其是对于直接关系既有线的运营安全的跨既有线桥梁施工质量问题，必须要开展最高级别的反复论证和研究。而对于既有线桥梁施工这种桥梁工程而言，影响施工安全的影响因素众多，而且各个影响因素不是独立的，各个影响因素之间都有相互的非线性关系，所以有必要建立一套非线性的研究体系来对于施工过程中的质量影响因素进行详细的分析，从而更好的保证桥梁施工过程中的安全风险评估。本文基于跨京九线桥梁施工为研究目标，详细论述了施工过程中的施工影响要求和安全风险评估，然后重点针对施工过程中的影响因素利用 BP神经网络研究了各个影响因素之间的相互联系，从而对于施工过程中的安全风险评估给出合理的措施。

1 跨京九铁路特大桥38#～41#墩（64+116+64）m转体连续梁施工项目简介

本次研究的项目桥梁是跨越京九铁路的项目，因为桥梁的跨度较长，所以属于重大项目，该项目的总长度超过了 2000米，工程难度较大，该项目总的里程DK345+313.840～ DK345+559.540（营业线里程：K2246+250～450）。

涉及邻近营业线及营业线施工项目位于京九线铁路泰美站～惠州站区间范围内（K2246+250～450段），主要包括以下内容：

1、工程项目临近事项具体有：40#墩人工挖孔桩物理隔离设置、39、40#墩钻孔桩、承台、墩身及挂篮悬灌连续梁、桥面系施工。

2、营业线施工项目主要包括：39、40#墩连续梁转体施工，防护棚架安装及拆除。

38#墩承台边距既有京九线左线线路中心距离 74.65m，不涉及邻近营业线施工。

3、39#承台上方架有输电线路一条，3#与4#桩基之间埋设电线杆一根，承台与既有线之间埋设有铁路信号电缆三条，距承台边1.69m；40#承台上方架有输电线路一条，40#承台与既有线之间埋设有铁路通讯光缆一条，电缆穿越承台边缘；以上2条输电线路、2条铁路通讯电缆需改迁。具体位置详见：附图1。立面图见附图2。

39#墩钻孔桩为11根，桩径2m，承台距京九线铁路左线线路中心最近距离9.9m，承台基坑深4.75m，距离京九线铁路左线接触网最近距离6.59m，距路基下坡脚护栏最近距离5.3m，基坑底与轨顶高差8.584m；桥墩高12m，转体连续梁平行线路悬灌，梁体外侧距线路中心最近距离16.15m。

40#墩钻孔桩为11根，桩径2m，承台距京九线铁路左线线路中心最近距离7.1m，承台基坑深4.75m，距离京九线铁路左线接触网最近距离3.5m，距路基下坡脚护栏最近距离1.6m，基坑底与轨顶高差8.584m；桥墩高8.5m，转体连续梁平行线路悬灌，梁体外侧距线路右线中心最近距离7.09m。

2 研究项目安全指标体系的评估与建立

作者通过多年的桥梁施工经验结合对一线施工工人的问卷调查，按照系统性、层次性和逻辑性的原则建立了跨既有线高速铁路桥梁施工安全风险评估指标体系，整个体系划分为两个层次，一级体系层次包括具体的5个方面的风险体系，分别是物资与设备一级风险管理体系、施工管理一级风险管理体系、人员一级风险管理体系、环境一级风险管理体系和施工技术一级风险管理体系。

每一个一级体系层次又可以进一步细分为若干个二级体系层次，具体来说物资与设备风险管理体系包括7个二级体系层次，分别是材料质量二级风险管理体系、新材料不适应二级风险管理体系、材料创新发展二级风险管理体系、设备维修检测水平二级风险管理体系、新设备不适应二级风险管理体系、设备技术创新发展二级风险管理体系和设备更新提水平二级风险管理体系。施工管理一级风险管理体系包括9个二级体系层次，分别是应急救援措施完善性二级风险管理体系、安全管理措施费不到位二级风险管理体系、施工组织设计贯彻利度二级风险管理体系、信息处理不及时二级风险管理体系、监控方案合理性二级风险管理体系、监控数据完整度二级风险管理体系、项目参与方沟通协调不及时二级风险管理体系、施工安全风险管理规章制度落实程度二级风险管理体系、组织机构不完备二级风险管理体系。人员一级风险管理体系包括6个二级体系层次，分别是人员基础素质水平二级风险管理体系、人员工作水平二级风险管理体系、人员操作失误二级风险管理体系、违章作业与违章指挥二级风险管理体系、人员安全意识薄弱二级风险管理体系和人员配置不足或不当二级风险管理体系。环境一级风险管理体系包括 6个二级体系层次，分别是既有线侵限二级风险管理体系、作业环境保障水平二级风险管理体系、社会灾害二级风险管理体系、地质环境不良二级风险管理体系、内部社会环境保障水平二级风险管理体系和自然环境灾害二级风险管理体系。施工技术一级风险管理体系包括6个二级体系层次，分别是桥梁设计长度与跨度二级风险管理体系、勘测设计深度二级风险管理体系、技术交底完整度二级风险管理体系、施工质量控制度二级风险管理体系、新工艺新技术成熟度二级风险管理体系和施工方案合理性二级风险管理体系。

3 BP神经网络理论基础及算法

BP神经网络是机器学习方法在传统的统计理论的应用成果，唯一的差别是传统的统计理论遵循的是经验风险最小，而 BP神经网络遵循的是结构风险最小，该方法最大的特点就是适用于小样本数据，而神经网络适用于大样本数据，所以对于跨既有线高速铁路桥梁施工安全风险评估这种小样本数据，BP神经网络的适用性更强。

BP神经网络采用的是三层结构，中间隐层节可以根据不同的实际问题而做出变化，从而扩大了适用范围；同时通过 BP神经网络的分析加权阈值可以提高训练数据的维数，将非线性问题的求解引入到高维空间，这样既可以保障不同实际问题的样本数据不受维数的限制，同时可以避免神经网络算法的维数短板。计算过程简单明了，物理意义更加明确。通过新技术的应用，研究项目安全风险评估的所有运行过程都将会及时透明的展示给项目参与者。信息化的安全风险评估管理系统的优势在于其可以自动化的进行数据分析，加快信息流通的速度。

4 研究项目的神经网络风险评估过程

4.1 BP神经网络分析加权阈值的选取

神经网络分析加权阈值影响着数据从原始空间映射到高维空间的方式，所以神经网络分析加权阈值的选择是 BP神经网络分析建模过程中的重要环节，本次研究没有选择复杂的神经网络分析加权阈值，而是选择了具有径向对称解析的反距离褶积神经网络分析加权阈值，具体表达式如下：

4.2 BP神经网络模型验证

对于选定的分析加权阈值，建立了 BP神经网络模型，我们对于模型进行了验证，验证结果如表2所示。

表2 BP神经网络模型验证表格

从表中可以看到，通过BP神经网络平均误差控制在0.3%以内，拟合情况良好，证明了模型建立的分析加权阈值选择正确，参数训练合理。

4.3 研究项目的神经网络安全风险预估

利用已经建立好的BP 神经网络模型对跨京九铁路特大桥施工安全进行风险预测，第一步就是将跨京九铁路特大桥施工安全的 34个风险指标进行归一化处理作为BP 神经网络模型的输入数据，然后通过BP 神经网络模型的计算得到跨京九铁路特大桥施工安全的风险指数是0.20138，这属于一个低风险的范畴，与跨京九铁路特大桥项目的风险设计相一致，验证了方法的适用性。

5 结论

论文形成了四大类风险指标，系统性开展了 BP神经网络在跨京九铁路特大桥38#～41#墩（64+116+64）m转体连续梁施工风险评估中的应用，应用结果表明通过这种非线性统计算法得到的风险评估结果与项目最初设计的风险评估结果一致，充分说明了方法的适用性和合理性。