基于蒙特卡洛多层次抽样的高速公路隧道管理新体系的消防安全评价

李 浩, 陈志涛, 李 朋, 陆艳铭, 陈 靖, 王高新, 李 舒

(1. 云南省交通规划设计研究院有限公司, 云南 昆明 650041; 2. 中国矿业大学, 江苏 徐州 221116;3. 清华大学(合肥)公共安全研究院, 安徽 合肥 210061)

0 引言

目前,国内外高速公路隧道管理组织架构是以“有人值守”为基础的传统组织架构为主,主要包括运管部(1级)、管理处(2级)、管理分处(3级)、隧道管理站(4级)、变电站(5级)。其在管理体系方面存在以下问题[1-9]: 1)隧道管理站人员呈现出“一人多职、杂而不专”的情况,需要同时负责巡检养护、消防应急、事件监控等多种职能,隧道管理站人员任务繁杂,工作量处于较饱和状态; 2)一般情况下,隧道管理站会选在偏远山区,环境相对较差,生活较为不便,条件较为艰苦,长期居住在此会给隧道管理站人员心理造成一定负担,产生孤单和落寞情绪。以上问题出现的根本原因是: 现有隧道管理站的“日常巡检”和“应急消防”两大职能绑定在一起,导致隧道管理站人员身兼多职;此外,隧道管理站受日常巡检时间和应急消防救援时间限制,不能距离隧道太远,导致隧道管理站选址空间受到较大限制,通常选址于偏远山区,因此“隧道管理站选址空间”与“应急消防救援时间”之间存在突出矛盾[7-16]。目前在对云南省高速公路隧道管理组织架构的调研中发现,阳宗隧道管理站、板坡隧道管理站、阿旺隧道管理站、功东隧道管理站、黄树梁子隧道管理站、九顶山隧道管理站、丽江隧道管理站均存在这一矛盾。

高速公路隧道“准无人值守”体系建设为解决上述矛盾提供了可能性,各省交通投资建设集团十分重视,力求在传统组织架构建设基础上针对“准无人值守”体系特点进行改进技术创新。例如: 云南省昭通隧道管理分处的视频监控中心利用智能交通事件识别技术,自动识别上百个交通监控视频中的突发事件,从而尽量减少人员工作压力。国内外科研人员也在“准无人值守”体系建设方面提出了一些探索性研究。例如: 高胜辉[17]提出“准无人值守”隧道管理站的建设思路雏形;杨金铨[18]对公路隧道机电设施的智能化养护检测系统开展了部分研究;陈咨鑫[19]设计了一套无人值守的配电房智能监控管理系统。国外许多发达国家起步较早,开发出了配合“准无人值守”的监控平台,如德国菲尼克斯电气公司的InterbusFCS技术、美国全球间谍网络公司的计算机控制技术等,这些技术在隧道“准无人值守”监控方面得到广泛应用,减少了交通事故,降低了隧道运营维护成本,提高了交通运输效率[20]。

在高速公路隧道“准无人值守”体系建设中,采用“准无人值守”后,隧道管理站人员数量明显减少,这为进一步压缩隧道管理站的规模与数量提供了可能性。但上述高速公路隧道“准无人值守”体系研究主要侧重于现有组织架构基础上的技术创新(比如视频监控技术升级、柴油发电机自启动技术等),而针对“准无人值守”体系进行的隧道管理组织架构创新较少,并未根本解决“隧道管理站选址空间”与“应急消防救援时间”之间的矛盾。

为解决以上矛盾,提出对现有组织架构进行优化,建立新型高速公路隧道管理体系,即: 将隧道管理站的“应急消防”和“巡检养护”职能迁出放入现场小型轻量化综合站;同时,在现场设置“准无人值守”消防微站和变电微站。这样隧道管理站不再受日常巡检时间和应急消防救援时间限制,极大提高了隧道管理站的选址范围。

在此新型体系建设中,消防安全评价是十分重要的一个环节,其关联因素众多,不同因素之间存在复杂的逻辑性。为此,可利用多层次结构图来表征各关联因素及其复杂逻辑关系。此外,各因素具有一定随机性,给消防安全评价结果带来一定不确定性。因此,采用蒙特卡洛抽样算法解决多层次结构图中的因素不确定问题。蒙特卡洛抽样算法是一种以概率和统计理论方法为基础的随机模拟计算方法,能有效解决因素随机不确定问题[20-22]。例如: 耿中元等[20]利用蒙特卡罗随机抽样算法对平面图像信息进行自适应抽样,有效解决了图像噪音随机性和不确定性问题;贺群武等[22]利用蒙特卡罗随机抽样算法进行逆温度抽样,有效解决了热流边界条件下分子碰撞反射随机性和不确定性问题。

本文针对目前国内外高速公路隧道管理体系存在的一系列问题,提出将隧道管理站的“应急消防”和“巡检养护”职能迁出放入现场小型轻量化综合站,从而建立一种新型高速公路隧道管理体系。为评估此新型体系的消防安全性能,利用多层次结构图来表征消防安全各关联因素及其复杂逻辑关系,利用蒙特卡洛抽样算法表征消防安全各关联因素的随机特性,提出基于蒙特卡洛多层次抽样的高速公路隧道管理新体系的消防安全评价方法,并对新型与传统体系的消防安全性能进行对比评价,验证新型体系的消防安全可靠性。

1 新型高速公路隧道管理体系

新型高速公路隧道管理体系提出在现场放置综合站,将隧道管理站的“应急消防”职能迁出放入现场小型综合站;同时,考虑到巡检养护的及时性与方便性,一并将“巡检养护”职能放入现场小型综合站,综合站内人员轮流值守。监控等其余职能仍保留在隧道管理站内,并与管理分处中的监控分中心合并,有效减少隧道管理站数量,进而建立基于职能分离的高速公路隧道管理新体系。

此外,将变电站优化为“准无人值守”变电微站。为节省救援时间,设置“准无人值守”消防微站。“准无人值守”是指变电微站和消防微站内不驻守人员,但需要巡检人员定期去站内巡检。“准无人值守”消防微站能够缩短消防应急时间,更能满足消防应急需求。“准无人值守”消防微站均采用标准化、模块化设计(方便快速施工),尺寸为3 m×8 m×3 m,主要用于存放一些日常消防车、不经常或不方便携带的备用消防应急工具或器材,如消防栓扳手、灭火毯、消防斧、绝缘剪断钳、铁锨、液压钳、千斤顶、灭火器、备用消防车辆(可选)、备用固定电话等。在进行消防应急现场处置时,如果需要一些必要的消防应急工具但消防车又未携带时,可直接从现场微站获取,比返程携带更加便捷;如果消防应急处置现场不需要额外的消防应急工具,则不需要打开微站。

经分析,高速公路隧道新体系的组织架构整体优化布局。共设置5级,分别为运管部(1级)、管理处(2级)、管理分处(监控分中心)(3级)、综合站(4级)、变电微站和消防微站(5级),如图1所示。其中,综合站履行日常巡检养护和应急救援职能,负责道路、桥梁和隧道的日常、经常和定期巡检以及消防救援、应急处置等;管理分处(监控分中心)执行监控、辅助消防、组织调度等职能。

图1 高速公路隧道新体系的组织架构整体优化布局Fig. 1 Overall layout of optimized organization structure of novel system of expressway tunnel

2 基于蒙特卡洛多层次抽样算法的新型体系消防安全评价方法

2.1 消防安全性能等级

消防安全性能等级与隧道发生火灾后及时灭火的可能性大小有关。采用李克特5级量表(five-point likert scale)将高速公路隧道新体系消防安全性能等级划分为5级(等级1到等级5),并统一将5个成熟度等级与评估值范围一一对应,其中1分和5分分别对应最低和最高的评估值。按照由低到高顺序排列的成熟度等级及其评估值范围分别为:严重不安全级((0.00, 0.25])、欠安全级((0.25, 0.55])、预期级((0.55, 0.75])、良好级((0.75, 0.90])、卓越级((0.90, 1.00])。消防安全性能等级的5个成熟度等级如表1所示。

表1 消防安全性能等级的5个成熟度等级Table 1 Five maturity levels of fire safety performance levels

2.2 消防安全评价指标及其权重

在利用层次分析法评估时,需要建立各层次指标。本次评价目标是消防安全,包含一级安全评价指标共4个,分别为消防救援及时性、消防救援力量、消防装备配置和交通管制情况。各级安全评价指标及权重如表 2所示。

表2 各级安全评价指标及权重Table 2 Safety evaluation index and weight at all levels

针对每个一级安全评价指标,设置二级安全评价指标。消防救援及时性的二级安全评价指标为到达救援现场时间、消防待命状况和火灾感应报警及时性;消防救援力量的二级安全评价指标为专职消防人员力量和辅助消防人员力量;消防装备配置的二级安全评价指标为消防车辆配置情况和现场消防装备配置情况;交通管制情况的二级安全评价指标为自动警告控制情况和人工封路交通管制情况。

针对每个二级安全评价指标,进一步设置观测变量。前期通过详细走访调研及专家座谈,已确保所制定的观测变量基本涵盖了影响消防安全的全部关键信息。到达救援现场时间的观测变量为始发地离现场距离、行驶速度;消防待命状况的观测变量为消防人员穿戴装备时间、消防物资设备准备时间、消防车使用状态;火灾感应报警及时性的观测变量为视频监控报警系统、电话报警系统、自动火警触发系统;专职消防人员力量的观测变量为消防人员数量、消防人员穿戴完备性;辅助消防人员力量的观测变量为值守人员或巡检人员数量、距现场距离;消防车辆配置情况的观测变量为消防车可出勤数量、消防摩托可出勤数量、消防车携带消防设备情况;现场消防装备配置情况的观测变量为消防微站配置情况、现场消防栓及灭火器运行状况;电子警告情况的观测变量为警示牌、信号灯控制、广播喊话控制;人工封路交通管制的观测变量为在洞口设置路障、警示牌等。

前期已经走访调研了云南省的曲靖、昭通、昆东、大理、丽江等5个管理处。采用问卷调查法,由云南省管理处、管理分处、隧道管理站人员判断各指标之间的相互影响程度并予以权重赋值,然后再对各隧道管理站人员的权重赋值结果进行统计处理与归一化处理。在权重赋值时,遵循以下基本原则: 同一安全评价指标下的各级权重之和为1;权重取值为0～1;对安全评价指标占有较大影响地位的权重值较大。多层次分析结构图如图 2所示。

图2 多层次分析结构图Fig. 2 Multilevel analysis structure

2.3 各观测变量的概率统计特征

各观测变量的概率统计特征与实际工程项目有关。乌东德至禄劝高速公路项目位于云南省中北部,是云南省县域高速公路“互联互通”工程实施方案中的70个地方高速公路项目之一。全长约50 km,共设置16座隧道,3座隧道管理站,分别为金坪子隧道管理站、普福隧道管理站、大牛棚山隧道管理站。根据最新设计方案,保留普福隧道管理站,其余2个隧道管理站降级为综合站。另设变电微站和消防微站,放在每个隧道洞口位置。各观测变量发生的可能性具有随机性,因此采用概率统计学方法来考察各观测变量的概率统计特性。关于概率分布函数的确定,具体是前期通过走访调研了云南省的多个管理处,采用问卷调查法由隧道管理站人员对各观测变量进行赋值,然后再对各隧道管理站人员的观测变量赋值结果进行统计拟合,利用最小二乘法确定最优概率分布函数。

以视频监控报警系统Z6为例,进一步说明概率密度函数的确定过程。在传统体系中,视频监控报警系统被放置在隧道管理站内;在新体系中,监控职能与管理分处中的监控分中心合并。通过走访云南省的多个管理处,向60余名隧道管理站人员详细介绍了新旧体系情况,采用问卷调查法让隧道管理站人员对新旧体系中的视频监控报警时间进行赋值,然后采用统计学方法建立新旧体系的概率密度柱状图,进一步利用正态分布函数拟合新旧体系的概率密度柱状图,结果如图3所示。可以看出,正态分布曲线与概率密度柱状图的吻合效果较好,利用最小二乘法计算得到旧体系的概率密度函数为N(7,2),新体系的概率密度函数为N(3,0.5)。

(a) 旧体系

(b) 新体系图3 新旧体系的概率密度柱状图及拟合函数Fig. 3 Probability density histogram and fitting function of novel and traditional systems

为了对比新体系与传统体系的安全评价效果,给出新体系与传统体系各观测变量的概率统计特性,如表3所示。可以看出,新型高速公路隧道管理体系通过组织架构整体优化布局、准无人值守设计、消防微站和变电微站部署等多种方式相结合,更有利于消防安全。

表3 各观测变量的概率统计特征Table 3 Probability and statistical characteristics of each observed variable

表3(续)Continued Table 3

2.4 蒙特卡洛抽样算法

由于各观测变量取值具有一定概率性,因此采用蒙特卡洛抽样算法获取各种可能的观测变量值,然后对各观测变量值按照多层次分析结构图进行工况组合,最终计算通过安全验算的工况数量。

首先在(0,1)区间内随机抽样得到K个抽样值R,然后利用式(1)计算每个R值对应的观测变量值Zs[17]。

R=G(Zs)。

(1)

式中:Zs为观测变量的随机模拟值;G(Zs)为Zs的累加概率函数。但Zs隐藏在G(Zs)中不能直接由式(1)求出,考虑到G(Zs)是单调递增函数,因此利用牛顿迭代法确定Zs值。

(2)

利用蒙特卡罗抽样算法,对20个观测变量进行重复抽样N次,则多层次结构图存在N种可能性。将每种可能的观测变量特征值对应到多层次结构图中,则得到N种可能性结果的消防安全性能等级,具体计算如式(3)—(7)所示。

zA_x1=(zK1×0.5+zK2×0.5)×0.7+(zK3×0.4+zK4×0.3+zK5×0.3)×0.1+(zK6×0.2+zK7×0.3+zK8×0.5)×0.2;

(3)

zA_x2=(zK9×0.7+zK10×0.3)×0.8+(zK11×0.5+zK12×0.5)×0.2;

(4)

zA_x3=(zK13×0.4+zK14×0.4+zK15×0.2)×0.65+(zK16×0.5+zK17×0.5)×0.35;

(5)

zA_x4=(zK18×0.5+zK19×0.5)×0.5+(zK20×1)×0.5;

(6)

zA=zA_x1×0.6+zA_x2×0.15+zA_x3×0.15+zA_x4×0.1。

(7)

式(3)—(7)中:zA为每种可能性结果的消防安全性能等级;zA_x1为消防救援及时性X1的安全评价分量;zA_x2为消防救援力量X2的安全评价分量;zA_x3为消防救援及时性X3的安全评价分量;zA_x4为消防救援力量X4的安全评价分量。

3 消防安全评价结果

利用基于蒙特卡洛多层次抽样算法的新型体系消防安全评价方法,对乌东德至禄劝高速公路项目的新型隧道管理体系进行安全评价,并与传统体系进行对比。利用蒙特卡罗抽样算法,对20个观测变量进行重复抽样10 000次。新体系10 000种可能性的消防安全性能等级如图 4所示。经统计,落在区间(0.75, 0.90]的计算结果个数是1 550个,落在区间(0.90,1.00]的计算结果个数是8 450个,落在其余区间的计算结果个数为0,所以消防安全性能等级总体评价结果趋向于卓越级。传统方案10 000种可能性的消防安全性能等级如图 5所示。经统计,落在区间(0.55, 0.75]的计算结果个数是2 026个,落在区间(0.75, 0.90]的计算结果个数是7 881个,落在区间(0.90,1.00]的计算结果个数是93个,落在其余区间的计算结果个数为0,所以传统方案消防安全性能等级总体评价结果趋向于良好级。从分布数量来看,新体系的消防安全性能等级要优于传统方案的消防安全性能等级,可见新型高速公路隧道管理体系具有更大优势。

图4 新体系10 000种可能性的消防安全性能等级Fig. 4 10 000 possible fire safety performance levels for novel system

图5 传统体系10 000种可能性的消防安全性能等级Fig. 5 10 000 possible fire safety performance levels for traditional system

4 结论与讨论

1)提出基于职能迁出的新型高速公路隧道管理体系。通过将隧道管理站的“应急消防”职能和“巡检养护”职能迁出放入现场小型轻量化综合站,监控等其余职能仍保留在隧道管理站内并与管理分处中的监控分中心合并,建立5级管理体系,分别为运管部(1级)、管理处(2级)、管理分处(3级)、综合站(4级)、变电微站和消防微站(5级)。新型体系中的隧道管理站不再受日常巡检时间和应急消防救援时间限制,极大提高了隧道管理站的选址范围。

2)提出基于蒙特卡洛多层次抽样算法的新型体系消防安全评价方法。制定了消防安全评价的5个成熟度等级,绘制了消防安全评价的多层次结构分析图,在结构分析图中制定了4个一级安全评价指标,9个二级安全评价指标,20个观测变量,给出了结构层次分析图中各个指标和观测变量之间的影响权重,分析了20个观测变量的概率统计特征及其蒙特卡洛抽样算法。

3)利用蒙特卡洛多层次抽样算法对新管理体系的消防安全进行评价,结果表明: 新型高速公路隧道管理体系的消防安全性能等级总体评价结果趋向于卓越级,传统体系的消防安全性能等级总体评价结果趋向于良好级。可见新体系的消防安全性能等级要优于传统方案的消防安全性能等级,证明了新型高速公路隧道管理体系具有更明显优势。

需要指出的是,文中的消防安全评价指标及权重赋值仅适用于云南省地区,后续工作中会进一步调研统计全国地区的消防安全评价指标及权重赋值,从而提高此消防安全评价方法的普适性及推广价值。