复杂山岭隧道施工风险管理与控制措施

孙瑞义, 黄 帅

(1.京昆高速铁路西昆有限公司，重庆 400020；2.中山大学智能工程学院，广州 510006)

山岭是中国主要地貌特征之一，山地、高原和丘陵约占陆地面积的67%。在国家“八纵八横”的中长期铁路网规划的背景下，山岭隧道将广泛存在[1-3]。不同于城市地铁隧道，山岭隧道的隐蔽性、地质环境复杂、施工条件恶劣、山区自然灾害易发等不确定性更为显著，这为大大增加了山岭隧道的施工风险，对于隧道施工安全的要求也更为严苛[4-5]。为保证山岭隧道的安全建设以及运营维护，开展风险评估及管理方面的研究势在必行。近年来，工程界对于工程风险管理理论的研究与应用越来越关注，在隧道工程方面，行业内相继发布了《铁路隧道风险评估与管理暂行规定》(铁建设〔2007〕200号)、《关于铁路高风险隧道安全管理工作的实施意见》(工管质〔2011〕36号)等一系列规范指南，为隧道工程的施工风险提供解决方案[6]。

目前常用的风险评价方法主要分为定性分析与定量分析两种，定性分析由于其不能量化施工风险的缺点通常不被工程上直接采用，定量分析包括：概率分析法[7]、故障树分析法[8]、蒙特卡罗模拟法[9]、层次分析法[10-11]、模糊综合评判[12-13]等。针对隧道工程施工的风险评估问题，中外诸多学者展开研究。黄磊[7]将非精确概率引入隧道施工风险评估中，与传统的精确该概率方法相比，该方法能更准确地反映隧道施工的风险等级。Ding等[14]针对上海地铁隧道病害构建了故障树，对隧道病害基本事件的概率重要性进行了分析。然而，概率分析法与故障树分析法共同的局限性在于对样本数量的要求较高，对于一些复杂的大型隧道工程通常无法满足其风险评估的要求。刘灿等[15]建立熵权-改进灰色关联的公路隧道塌方风险评价模型，并针对在建公路隧道的塌方风险进行了验证。Wu等[16]提出了一种新的隧道岩爆预测概率模型，采用蒙特卡洛法得到了得到岩爆预测等级的分布函数，实现了岩爆风险的定量评价。蒙特卡洛法需要大量随机样本进行模拟，由于隧道工程施工风险影响因素的复杂性，该方法计算效率较低，在工程上难以适用。针对山岭隧道的施工风险，其影响因素较多，其所处环境复杂，层次分析法其特点在于将复杂性问题进行简单化分解，通过逻辑关系构建各个因素的层次结构，可定量描述风险[10]，但单一的层次分析法在构建判断矩阵时受主观因素影响较大。山岭隧道的施工风险影响因素以及评价指标具有显著的不确定性和模糊性，模糊综合评判法基于数学中隶属函数可对其进行量化分析。

综上所述，对于山岭隧道的施工风险这样一个复杂的系统，目前缺乏一种兼顾逻辑性、系统性以及复杂性的隧道施工风险量化方法，且在进行隧道风险评估后缺乏相应施工风险控制措施。有鉴于此，现在已有方法的基础上，将层次分析法与模糊综合评判法结合，在充分认识山岭隧道施工风险影响因素多样性的基础上，建立复杂山岭隧道的风险评估模型。依托怀邵衡铁路苍稼岭隧道工程进行应用研究，分析山岭隧道的施工风险水平以及影响因素，并针对隧道施工风险评估结果研究风险应对措施。

1 复杂山岭隧道风险评估模型

1.1 模型构建流程

基于层次分析法与模糊综合评判法结合构建复杂山岭隧道的风险评估模型，其流程如图1所示，将主要步骤简述如下：

(1)根据因素属性建立山岭隧道风险的层次结构模型。

(2)建立因素集以及评价集。

(3)选择隶属度函数，并进行隶属度计算。

(4)进行因素的权重计算。

(5)基于权重及隶属度进行风险模糊评价。

(6)综合评估。

图1 山岭隧道风险评估模型构建流程图Fig.1 Flow chart of mountain tunnel risk assessment model construction

1.2 构建层次分析模型

山岭隧道由于其所处环境恶劣，地质、水文条件复杂，隧道的风险评价指标具有模糊性与复杂性。在进行隧道风险评估前，需要根据山岭隧道施工风险因素的属性构建层次结构模型。基于识别出的风险因素的等级，将影响山岭隧道安全状态的评价指标分为三个级别[6]，山岭隧道层次分析结构如图2所示。

(1)目标层：山岭隧道施工风险。

(2)准则层：由影响山岭隧道安全的因素组成，包括地质因素(U1)、设计因素(U2)、施工因素(U3)。

(3)方案层：由对准则层因素有影响的指标组成。包括围岩级别(u11)、断层破碎带(u12)、地下水(u13)、不良地质(u14)、常规设计(u21)、监控量测设计(u22)、技术水平(u31)、管理水平(u32)。

图2 山岭隧道风险层次分析结构图Fig.2 Structure diagram of risk hierarchy analysis of mountain tunnel

1.3 因素权重计算

因素集中不同因素对于评价指标的影响程度是不同的，在数学上可以描述为不同因素对于评价指标的权重不同。权重的计算是确定风险事件等级的一个重要指标，它反映的是在风险评估中各风险因素的相对重要程度。通常采用层次分析法进行权重的计算。通过对同层元素的两两分析比较，确定相对重要度，构造判断矩阵[17]。假定同层间有n个因素A1,A2,…,An，用1～9及其倒数的比例标度aij表征Ai与Aj的相对重要性，其具体意义[11]如表2所示。

表1 分值相对重要性意义Table 1 Meaning of scale value for relative importance

判断矩阵A表示为

(1)

式(1)中：aij=1/aji。

(2)

(3)

(4)

(5)

(6)

式中：w=[w1,w2,…,wn]T表示权重集；(Aw)i表示向量Aw的第i个元素；n表示判断矩阵阶数。RI(average random consistency index)表示平均随机一致性指标，CR(consistent ratio)表示一致性比率，CR<0.10才能通过一致性检验。

1.4 隶属度计算

隶属度是模糊评价函数中的概念，用于表征事件属于某个集合的程度。在进行隶属度计算前需要构建因素集与评价集，因素集U由能够影响山岭隧道安全的各个因素组成，U=(u1,u2,…,un)，n表示所选取影响因素的个数。为表征上述因素集中各元素发生风险的概率，采用5个等级，表示为V={v1,v2,v3,v4,v5}={低风险，较低风险，中等风险，较高风险，高风险}。然后每个风险概率等级用线性函数定性化确定，得到风险概率的定量指标区间，具体表示为

(7)

为了计算影响因素的隶属度，必须先确定隶属度函数，所谓隶属度函数是用来表示影响因素与评价等级之间定量关系的数学表达式。典型的隶属度函数有三角形分布、梯形分布、抛物型分布、正态型分布、Cauchy型分布、岭型分布[6]。选用梯形隶属函数建立隶属函数，计算事件评价等级的隶属度。图3所示为选用的梯形隶属度函数的函数图像，共有5条折线(V1～V5)，分别表示5个评价等级{v1,v2,v3,v4,v5}下的隶属度函数。

图3 梯形隶属度函数Fig.3 Trapezoid membership function

1.5 风险概率模糊评价

为针对风险概率进行模糊估计，基于隶属函数建立评价矩阵，评价矩阵表示为

(8)

式(8)中：rij表示因素集U中第i个因素对评价集中第j个等级的隶属度。

为反映各因素的综合影响，将基于层次分析法得出的各因素的权重集和基于模糊运算得出的评价矩阵相结合，实现风险概率的模糊估计，即

(C1,C2,…,Ck)

(9)

(10)

1.6 评价结果

模糊综合评价向量C是一个模糊向量，考虑到实际的评判结果总是清晰的，需对所得向量进行集化，以确定综合评估级别。集化的方法主要有两种：①最大隶属度法；②中位数法。选用最大隶属度法，取模糊综合评价向量C中最大隶属度Cl对应的评价集作为最终的评价结果[6]，即

(11)

2 应用实例分析

2.1 工程概况

怀邵衡铁路沿线地处湖南怀化、邵阳、衡阳地区地处湘西地段的怀邵衡铁路苍稼岭隧道全长7 976 m，是全线重难点工程之一。苍稼岭隧道工作区内交通不便。隧道总体沿北西走向，隧道北西起于邵阳市洞口县市月溪乡大凉山村，南东止于洞口县长塘乡长塘村，进口里程DK76+343，出口里程DK84+319，为单洞双线隧道，最大埋深540 m。本隧道设1座斜井(斗三冲)，斜井长1 437 m；出口段设横洞1座，长330 m。

2.2 风险识别

根据勘察资料初步对本隧道工程进行风险源识别，总结如下：

(1)DK76+315～DK76+430：隧道入口浅埋，表层为第四系坡残积粉质黏土，厚0～2 m；全—强风化层较厚，岩土力学性质和整体稳定性差，围岩易坍塌，浅埋段易出现地表下沉(陷)或塌至地表。

(2)DK76+430～DK80+550：构造侵蚀中低山，节理裂隙较发育，岩土力学性质和整体稳定性较差，遇水易软化；该段通过地层为页岩气储集层，为瓦斯工区。

(3)DK76+430～DK79+710段围岩整体稳定性较差，拱部无支护时，可产生较大的坍塌，侧壁有时失去稳定，建议支护衬砌及时跟进，并采取防渗导流措施。

(4)DK82+100～DK84+325：隧道出口表层为第四系坡残积粉质黏土，全风化-强风化，浅埋，节理裂隙较发育，岩土力学性质和整体稳定性差。

综上所述，开展怀邵衡铁路苍稼岭隧道的施工风险分析十分必要。在进行风险识别的基础上，结合专家评价意见将怀邵衡铁路苍稼岭隧道的施工风险因素及相应参数列举如表2所示，因数参数取值按式(7)进行选取。

表2 风险因素参数值及工程实况Table 2 Risk factor parameter values and engineering facts

2.3 综合风险评价

将建立的复杂山岭隧道风险评估模型应用于怀邵衡铁路苍稼岭隧道。该隧道工程地质方面主要风险源在于出入口部分围岩级别较低，岩性不足，存在坍塌风险，且断层节理较为发育，不利于隧道结构稳定，且部分开挖区域有瓦斯气体分布。有鉴于此，表3给出了地质因素U1下方案层因素的两两比较判别矩阵，并根据式(2)～式(4)进行了相对权重的求解，结果列于表3中。根据式(5)和式(6)求出CI=0.012 2，CR=0.013 5<0.1，满足一致性检验。

对于设计因素U2和施工因素U3的相对权重计算，其过程与U1一致，设计因素中常规设计包涵隧道埋深、开挖进尺以及相关结构设计参数，其对隧道工程的风险影响最为直接。将设计因素和施工因素的权重计算结果分别列于表4和表5中，U2和U3的方案层因素均满足一致性检验。

在完成方案层因素的相对权重求解的基础上，针对准则层因素的相对权重进行求解，结果如表6所示。得出CI=0.018，CR=0.032<0.1，满足一致性检验。

表3 地质因素权重计算表Table 3 Calculation of Geological factors weight

表4 设计因素权重计算表Table 4 Calculation of design factor weight

表5 施工因素权重计算表Table 5 Calculation of construction factor weight

表6 准则层权重计算表Table 6 Calculation of criteria level weight calculation

将表3～表6的各个影响因素相对权重总结绘制在图4中。

图4 隧道风险影响因素相对权重综合Fig.4 Relative weights of factors affecting tunnel risk

将表2中方案层因素的参数值，代入图3给出的隶属度函数中进行模糊计算，得出二级指标的风险概率的评价矩阵为

将表3～5中算出的二级指标的相对权重向量，即w1=[0.508 3 0.145 4 0.055 5 0.290 8]、w2=[0.8 0.2]、w3=[0.75 0.25]与上面求出的评价矩阵R1、R2、R3一起代入式(9)中，可以求出一级模糊综合评价结果，即

C1=[0 0.501 2 0.169 1 0.329 7 0]；

C2=[0 0 0 0.84 0.16]；

C2=[0 0 0 0.775 0.225]。

进而，一级模糊评价矩阵为

将表6中的二级权重值W=(0.109 5 0.581 60.309 0)代入进行二级模糊综合评价，得到二级评价计算结果为

C=[0 0.054 9 0.018 5 0.764 1 0.162 5]。

根据最大隶属度原则，确定Cmax=C3=0.076 41，即苍稼岭隧道的风险等级被评价为v4(较高风险)，结果与工程实际情况相吻合，苍稼岭隧道在施工图阶段的风险评估中也被确定为Ⅰ级风险，属怀邵衡铁路工程的高风险区域，这验证了建立的复杂山岭隧道风险评估模型的有效性。

3 山岭隧道施工风险应对措施

通过将建立的复杂山岭隧道风险评估模型应用于怀邵衡铁路苍稼岭隧道工程中，从地质、设计、施工这三个方面分析该隧道工程的施工风险，苍稼岭隧道工程通过的地层中存在4条较大的断层以及瓦斯区域，分析其施工过程中可能出现的灾害主要有塌方、涌水及瓦斯爆炸三种。针对上述三种施工风险灾害，提出具体应对措施[18]如下：

(1)塌方风险。①洞口浅埋段施工方法可采用四步中隔壁(center diaphragm, CD)法施工，洞身宜采用台阶法；②加强超前支护，洞口段采用超前长管棚支护，洞身段采用超前小导管注浆加固；③严格控制开挖进尺。

(2)涌水风险。①加强超前地质预报，主要探明地下水水量和水压，以及断层破碎带的岩性；②采用周边注浆和上半断面注浆，个别地段采用帷幕注浆，以控制地下水涌出量，防止突泥突水；③进出口地段采用顺坡排水。

(3)瓦斯风险。①加强超前地质预测预报、加强瓦斯检测，有效预防工程风险；②对瓦斯工区衬砌按瓦斯隧道进行处理；③隧道施工时应加强通风排水，防止瓦斯聚积。

4 结论

基于层次分析法与模糊综合评判法建立了复杂山岭隧道的风险评估模型，并在怀邵衡铁路苍稼岭隧道工程中进行了应用，主要结论如下：

(1)构建的风险评估模型能针对考虑多种复杂因素影响的隧道工程进行计算，过程简便，适用于工程实际。

(2)运用建立的山岭隧道风险评估模型对怀邵衡铁路苍稼岭隧道工程进行初步风险评估，得出施工风险为v4(较高风险)，与工程实际情况相吻合。

(3)基于风险评价结果进一步分析得出苍稼岭隧道工程的主要风险灾害为塌方、涌水、瓦斯三种，提出了针对性的应对措施，进行施工风险管控，保障安全施工。