A Method for Safety Resilience Evaluation of Construction of Freeway Tunnels Based on Combination Weighting and Grey Cloud Model
-
摘要: 为了最大程度避免从安全风险到安全隐患、再到安全事故的发展,在事故发生之前做好事前预防控制,研究了以安全隐患为节点的高速公路隧道施工安全韧性评价方法。考虑隧道施工系统自身拥有抵抗、承受、适应风险的能力,提出了安全韧性角度下风险管控、隐患承受和隐患识别评估指标,构建了人员、设备和管理这3个维度的高速公路隧道施工安全韧性评价指标体系,建立了基于组合赋权-灰云模型的高速公路隧道施工安全韧性评估方法。以宁波市某高速公路中某隧道为研究对象,运用该方法对其施工安全韧性等级进行评估。结果表明:该隧道施工过程的安全韧性为较高等级韧性,安全状态良好。然而,隐患识别能力的安全韧性等级为中等级韧性,说明该隧道在施工过程中智能检测各种危险状态的能力欠缺,不能做到快速识别隐患的发生与演变。对比了组合赋权-灰云模型评估结果与传统作业条件的危险性评价法安全风险评估结果,表明灰云模型对安全韧性评估的可靠性。使用基于组合赋权-灰云模型的高速公路隧道施工安全韧性评价方法,不仅可以得到安全韧性等级的综合评估结果,还根据各要素的灰度聚类系数进行影响程度排序,从而追溯到安全韧性薄弱处,精确找出影响高速公路隧道施工安全状态的限制因素。Abstract: To avoid the development from safety risk to accident, and to take preventive control before an accident occurs, a safety resilience evaluation method for the construction of freeway tunnel is proposed. Considering that the tunnel construction system itself has the ability to resist, withstand, and adapt to risks, indicators for risk control, hazard tolerance and identification of hidden dangers is put forward under the perspective of safety resilience, and a safety resilience evaluation index system for highway tunnel construction in the three dimensions of personnel, equipment, and management is developed. A gray cloud model with combination weighting is developed to evaluate the safety resilience level of the construction of freeway tunnels, which is applied to a tunnel in a freeway of Ningbo. The results show that the level of safety resilience of the tunnel construction is rated as high and has a good safety state; however, the level of safety resilience of the ability of identifying hidden dangers is low, indicating that the tunnel lacks the ability to intelligently detect various dangerous states during the construction process, and fails to quickly identify the occurrence and evolution of hidden dangers. The safety risk assessment using the Hazard assessment method confirms the results of the combination weighting and grey cloud model, validating the model's effectiveness and reliability. The safety resilience evaluation method proposed in this paper for the construction of freeway tunnels can not only obtain the comprehensive evaluation result of the safety resilience level, but also can sort the influence degree of factors according to the gray clustering coefficient of each factor and then trace back the weak point of safety resilience. Hence, it is easy to find out accurately the constrained factors affecting the construction safety state of freeway tunnels.
-
Key words:
- Traffic Engineering /
- freeway /
- tunnel construction /
- safety resilience /
- grey cloud model /
- combination weighting
-
表 1 指标评价标准汇总表
Table 1. Summary of the indicator evaluation grade standards
一级指标 二级指标 三级指标 评价指标分级标准 > 0~3 > 3~5 > 5~7 > 7~10 风险管控能力FX 人员韧度 一线工作人员技术交底FX1 交底资料部分不真实 未逐级设置交底内容 未逐级交底 逐级交底,记录真实 现场安全员配备比例FX2 不满足合同要求 不足每5 000万1名 基本符合每5 000万1名 符合每5 000万1名 设备韧度 起重机械最大起重FX3/t > 500 > 300~500 > 100~300 > 0~100 起重机械最大起升高度FX4/m > 50 > 25~50 > 5~25 > 0~5 管理韧度 安全预算实际投入百分比FX5/% > 0~1 > 1~1.5 > 1.5~2 > 2~3 施工机械安全控制制度FX6/m 未明确要求设备停放位置,未进行专人检修保养 要求设备停放位置,每季度进行专人检修保养 严格要求设备停放位置,每月进行专人检修保养 严格要求设备停放位置,每周进行专人检修保养 隐患识别能力YH 人员韧度 安全员日常巡查频次YH1 1周1次 5天1次 3天1次 每天1次 岗前培训YH2 无岗位培训内容、未覆盖全员、或未经考核上岗 岗位培训内容不够全面、未覆盖全员 岗位培训内容不够全面、覆盖全员 岗位培训内容全面、覆盖全员 设备韧度 摄像头覆盖面积百分比YH3/% > 0~20 > 20~40 > 40~60 > 60~100 传感器布设百分比YH4/% > 0~40 > 40~80 > 80~90 > 90~100 管理韧度 自动化作业水平YH5 全人工 部分自动 半自动 全自动 安全监测系统YH6 无检测 人工检测 半自动检测 自动监测系统 隐患承受能力CS 人员韧度 特种作业人员持证CS1 持无效证书 持证不全 部分证书过期 全部都有职业证明 应急演练CS2 1年内未进行应急培训及演练 1年内进行了应急培训 1年内进行了应急演练 1年内进行了应急培训及演练 设备韧度 智能设备配备台数百分比CS3/% >0~25 >25~50 >50~75 >75~100 安全防护用品CS4 配备不齐全 配备齐全,但未使用培训 种类欠合理,使用培训 配备齐全、种类合理,使用培训 管理韧度 制度考核CS5 未进行制度执行情况考核 未进行制度培训 未在安全检查中进行制度执行情况督促检查 进行了制度培训,并在安全生产责任制考核或安全检查中对安全管理制度进行了督促检查 施工现场管理CS6 现场管理作业非常混合 缺少明确施工标识 有非专职安全管理人员 现场管理作业规范,有专职安全管理人员 表 2 安全韧性分级防控措施
Table 2. Hierarchical control measures for safety resilience
安全韧性等级 分级防控措施 高等级韧性 开展工作人员安全的检查与监管、设备日常的维护与维修、安全教育的组织与安全报警设施的完善 较高等级韧性 溯源到关键变量,加强对其动态巡查与安全监测,消解该风险或者避免其进一步演化为安全隐患 中等级韧性 统领安全监督部门排查危大工程各工点处的安全隐患,统领工程技术部做好零部件的检修维护 低等级韧性 确保应急物资充足、应急设备性能良好,做好应急预案与应急值班启动的准备 表 3 各级指标的四灰度系数及安全韧性等级
Table 3. The four gray coefficients and safety toughness levels of the indicators at all levels
评价指标 灰度聚类系数 安全韧性等级 评价指标 灰度聚类系数 安全韧性等级 第一灰类 第二灰类 第三灰类 第四灰类 第一灰类 第二灰类 第三灰类 第四灰类 FX1 0.991 0.008 0.000 0.001 高等 YH6 0.099 0.827 0.010 0.064 较高等 FX2 0.273 0.519 0.208 0.000 较高等 CS1 0.002 0.825 0.172 0.001 较高等 FX3 0.013 0.072 0.802 0.113 中等 CS2 0.001 0.085 0.910 0.004 中等 FX4 0.791 0.108 0.029 0.072 高等 CS3 0.125 0.852 0.022 0.001 较高等 FX5 0.902 0.067 0.031 0.000 高等 CS4 0.000 0.005 0.923 0.072 中等 FX6 0.026 0.074 0.580 0.320 较高等 CS5 0.000 0.085 0.910 0.005 中等 YH1 0.091 0.054 0.754 0.101 中等 CS6 0.001 0.680 0.318 0.001 较高等 YH2 0.950 0.049 0.001 0.000 高等 FX 0.602 0.037 0.361 0.000 高等 YH3 0.160 0.001 0.079 0.760 低等 CS 0.219 0.543 0.238 0.000 较高等 YH4 0.000 0.001 0.242 0.757 低等 YH 0.000 0.310 0.668 0.022 中等 YH5 0.076 0.000 0.165 0.759 低等 总指标 0.019 0.405 0.567 0.009 较高等 表 4 LEC法评估结果分级
Table 4. Evaluation result grading of LEC
D值 安全风险等级 > 0~70 低度安全风险 > 70~160 中度安全风险 > 160~320 较高度安全风险 > 320 高度安全风险 表 5 分值与事件的描述
Table 5. Description of score and event
事故发生的可能性(分数值) 人员暴露时间(分数值) 事故后果严重程度(分数值) 完全可以预料(10) 连续暴露(10) 10人以上死亡(100) 相当可能(6) 每天工作时间内暴露(6) 3~9人死亡(40) 可能,但不经常(3) 每周1次或偶然暴露(3) 1~2人死亡(15) 可能性小,完全意外(1) 每月1次暴露(2) 严重(7) 很不可能,可以设想(0.5) 每年几次暴露(1) 重大,伤残(3) 极不可能(0.1) 非常罕见暴露(0.5) 轻伤,引人注意(1) 表 6 隧道施工分部分项安全风险评估结果
Table 6. Results of tunnel construction safety risk assessment
分项 安全风险评估 L E C D 洞口开挖工程 坍塌 1 6 15 90 洞口失稳 6 6 7 252 钻孔爆破工程 高处坠落 3 3 15 135 物体打击 6 3 3 54 洞内运输工程 车辆伤害 3 6 7 126 初期支护工程 高处坠落 6 3 15 270 触电 3 1 7 21 总体 135 -
[1] 李利平, 李术才, 陈军, 等. 基于岩溶突涌水风险评价的隧道施工许可机制及其应用研究[J]. 岩石力学与工程学报, 2011, 30(7): 1345-1355.LI L P, LI S C, CHEN J, et al. Construction license mechanism and its application based on karst water inrush risk evaluation[J]. Chinese Journal of Rock Mechanics and Engineering, 2011, 30(7): 1345-1355. (in Chinese) [2] 马永辉. 山区高速公路隧道的瓦斯预测方法及施工技术[J]. 中国公路学报, 2020, (13): 84-85.MA Y H. Gas prediction method and construction technology of highway tunnel in mountainous area[J]. China Journal of Highway and Transport, 2020, (13): 84-85. (in Chinese) [3] AHMAD S, MOHAMMAD H, MASOOD M. Risk management in tunnel construction using MADM techniques[J]. Industrial Management Journal, 2011, 3(2): 99-116. [4] KI-CHANG H, SANGYOON M, HANGSEOK C, et al. Risk analysis using fault-tree analysis(FTA)and analytic hierarchy process(AHP)applicable to shield TBM tunnels[J]. Tunnelling and Underground Space Technology Incorporating Trenchless Technology Research, 2015, 49: 121-129. [5] 邱成虎, 陈寿根, 谭信荣, 等. 基于模糊层次分析法的瓦斯隧道施工风险评价[J]. 地下空间与工程学报, 2015, 11(3): 774-780.QIU C H, CHEN S G, TAN X R, et al. Construction risk assessment for gas tunnels based on fuzzy analytic hierarchy process[J]. Chinese Journal of Underground Space and Engineering, 2015, 11(3): 774-780. (in Chinese) [6] 高磊, 鲍学英, 李爱春. 基于DSR-云模型的高地温隧道施工安全评价[J]. 现代隧道技术, 2021, 58(3): 43-51, 78.GAO L, BAO X Y, LI A C. DSR-Cloud model based evaluation of construction safety of tunnels with high geotemperature[J]. Modern Tunnelling Technology, 2021, 58(3): 43-51, 78. (in Chinese) [7] 何梦超, 吴波, 王鸣涛, 等. 基于FFTA的地铁盾构隧道下穿既有轨道风险评估[J]. 武汉大学学报(工学版), 2016, 49(6): 911-916.HE M C, WU B, WANG M T, et al. Risk assessment of metro shield tunnel below through existing track based on fuzzy fault tree analysis[J]. Engineering Journal of Wuhan University, 2016, 49(6): 911-916. (in Chinese) [8] 刘尚各, 彭文波, 刘继国, 等. 公路隧道施工风险评估方法及其应用研究[J]. 现代隧道技术, 2020, 57(增刊1): 241-246.LIU S G, PENG W B, LIU J G, et al. Risk assessment method of highway tunnel construction and its application[J]. Modern Tunnelling Technology, 2020, 57(S1): 241-246. (in Chinese) [9] 包艺翔. 公路隧道施工安全韧性评价及提升策略研究[D]. 北京: 北京建筑大学, 2022.BAO Y X. Study on safety resilience evaluation and promotion strategy of highway tunnel construction[D]. Beijing: Beijing University of Civil Engineering and Architecture, 2022, 135. (in Chinese) [10] GUNDERSON L H. Ecological resilience-in theory and application[J]. Annual Review of Ecology and Systematics, 2000, 31: 425-439. doi: 10.1146/annurev.ecolsys.31.1.425 [11] HOLLNAGELE. Resilience engineering and the built environment[J]. Building Research & Information, 2014, 42 (2): 221-228. [12] HOSSEINI S, BARKER K. Modeling infrastructure resilience using Bayesian networks: a case study of inland waterway ports[J]. Computers & Industrial Engineering, 2016, 93: 252-266. [13] 赵映璎, 马维珍, 温海燕. 隧道施工应急系统韧性评价[J]. 土木工程与管理学报, 2021, 38(3): 167- 172. doi: 10.3969/j.issn.2095-0985.2021.03.027ZHAO YY, MAW Z, WEN H Y. Toughness evaluation of tunnel construction emergency system[J]. Journal of Civil Engineering and Management, 2021, 38(3): 167-172. (in Chinese) doi: 10.3969/j.issn.2095-0985.2021.03.027 [14] 白雪. 复杂艰险地区铁路隧道施工安全韧性评估及提升策略研究[D]. 石家庄: 石家庄铁道大学, 2023.BAI X. Study on safety toughness evaluation and improvement strategy of railway tunnel construction in complex and dangerous areas[D]. Shijiazhuang: Shijiazhuang Tiedao University. (in Chinese) [15] 魏强, 刘加奇, 王景春, 等. 基于理想模糊物元的隧道施工安全韧性评估[J]. 中国安全科学学报, 2021, 31(8): 62-68.WEI Q, LIU J Q, WANG J C, et al. Evaluation of safety resilience in tunnel construction based on ideal fuzzy matter element[J]. China Safety Science Journal, 2021, 31(8): 62-68. (in Chinese) [16] 郭延永, 刘攀, 吴瑶, 等. 基于属性识别的高速公路交通安全设施系统评价[J]. 东南大学学报(自然科学版), 2013, 43 (6): 1305-1311.GUO Y Y, LIU P, WU Y, et al. Evaluation of freeway traffic safety facility system based on attribute recognition[J]. Journal of Southeast University(Natural Science Edition), 2013, 43(6): 1305-1311. (in Chinese) [17] 刘宁. 基于IFAHP-灰云模型的山岭隧道施工坍塌风险评估[D]. 石家庄: 石家庄铁道大学, 2021.LIU N. Collapse risk assessment of mountain tunnel construction based on IFAHP-gray cloud model[D]. Shijiazhuang: Shijiazhuang Tiedao University, 2021. (in Chinese) [18] MAEDA H, MURAKAMI S. The use of fuzzy decision-making method in a large-scale computer system choice problem[J]. Fuzzy Set and System, 1993, 54(3): 235-249. doi: 10.1016/0165-0114(93)90369-S [19] 李传镔, 张远芳, 高盟. 基于熵权的模糊综合评判法在盐渍土划分中的应用[J]. 水资源与水工程学报, 2006, 17(5): 24-26.LI C B, ZHANG Y F, GAO M. Application of fuzzy comprehensive evaluation method based on entropy weight in the division of saline soil[J]. Journal of Water Resources and Water Engineering, 2006, 17(5): 24-26. (in Chinese) [20] 陈兆芳, 徐政, 姜跃, 等. 地铁应急管理韧性评价指标体系与评价方法研究[J]. 交通工程, 2024, 24(7): 79-85, 92.CHEN Z F, XU Z, JIANG Y, et al. Research on resilience evaluation index system and evaluation method for metro emergency management[J]. Journal of Transportation Engineering, 2024, 24(7): 79-85, 92. (in Chinese) [21] 翁建军, 刘管江. 基于组合赋权-云模型的水上机场场址评价方法[J]. 交通信息与安全, 2022, 40(2): 126-134.WENG J J, LIU G J. Asite evaluation of water aerodrome based on combined weighting and a cloud model[J]. Journal of Transport Information and Safety, 2022, 40(2): 126-134. (in Chinese) [22] 汪明武, 王霄, 龙静云, 等. 基于多维联系正态云模型的泥石流危险性评价[J]. 应用基础与工程科学学报, 2021, 29 (2): 368-375.WANG M W, WANG X, LONG J Y, et al. Risk assessment of debris flow based on multidimensional connection normal cloud model[J]. Journal of Basic Science and Engineering, 2021, 29(2): 368-375. (in Chinese) [23] 闫长健, 刘晓佳. 基于灰云模型的海上搜救应急管理能力评价模型[J]. 上海海事大学学报, 2019, 40(3): 57-62.YAN C J, LIU X J. Evaluation model of emergency management capability of maritime search and rescue based on gray cloud[J]. Journal of Shanghai Maritime University, 2019, 40 (3): 57-62. (in Chinese) [24] 成威. 基于LEC法的隧道施工安全风险评估研究[J]. 交通世界, 2021(36): 11-13.CHENG W. Study on tunnel construction safety risk assessment based on LEC method[J]. TranspoWorld, 2021(36): 11-13. (in Chinese)