- 无标题文档
查看论文信息

中文题名:

 

水下地铁隧道盾构施工安全风险动态演化研究

    

姓名:

 刘一鹏    

学号:

 1049721803159    

保密级别:

 公开    

论文语种:

 chi    

学科代码:

 081400    

学科名称:

 工学 - 土木工程    

学生类型:

 硕士    

学位:

 工学硕士    

学校:

 武汉理工大学    

院系:

 土木工程与建筑学院    

专业:

 土木工程    

研究方向:

 土木工程建造与管理    

第一导师姓名:

 王军武    

第一导师院系:

 武汉理工大学土木工程与建筑学院    

完成日期:

 2021-04-02    

答辩日期:

 2021-05-22    

中文关键词:

 

水下隧道盾构 ; 施工安全风险 ; 动态演化 ; 动态贝叶斯网络

    

中文摘要:

随着我国地铁建设的不断发展,跨越江河海的现象日趋增多,水下隧道以其独特的技术经济优势,逐渐成为跨越方案首选。水下地铁盾构作为特殊的暗挖掘进工程,其水下复杂地质条件不可完全预见。施工过程的不确定性大,导致施工难度大幅增加,容易发生各类工程施工安全事故。因此水下盾构工程建设的安全问题已成为备受关注的社会问题之一,同时也需要对水下地铁盾构工程展开深入研究。

鉴于此,本文基于现代安全风险管理理论,将动态分析引入安全风险管理研究,利用动态贝叶斯(Dynamic Bayesian Network,DBN)来探讨水下特殊环境下地铁盾构施工安全风险演化的问题,主要工作与结论如下:

本文首先针对地铁盾构施工安全风险、动态贝叶斯网络,水下隧道施工,风险演化等方面的基本理论和国内外研究现状进行论述,指出目前存在的问题:采用动态贝叶斯对水下地铁施工安全风险管理研究较少;缺乏一个系统、科学的水下地铁盾构施工风险指标体系;风险分析处于静态、单一层面。由此对动态贝叶斯的基本理论展开概述,指出动态贝叶斯网络可以引入时间因素,对风险因素在空间、时间上传递演化过程进行动态分析。

然后,基于安全事故以及学者对水下地铁盾构施工风险因素的分析,从盾构施工全过程风险演化分析层面出发,采用WBS-RBS法分别从盾构施工流程(盾构始发、盾构掘进、盾构到达)和四个风险因素类别(施工人员因素、管理风险因素、环境风险因素以及机械风险因素)识别风险,为体现出盾构掘进阶段风险因素概率发生变化的特点,将盾构掘进过程进一步细分为穿越河道前、中、后的三个阶段。以施工时间节点为轴,构建了动态的水下地铁隧道盾构施工安全风险指标体系。将指标体系映射为DBN模型网络结构,将指标体系中施工阶段转化为DBN模型中时间节点,综合采用多层邻接矩阵、模糊集理论、Noisy or gate模型等方法完成DBN网络的结构学习和参数学习,降低了在数据不足情况下专家判断的主观性和模糊性,建立了水下地铁盾构施工安全风险的动态演化分析模型。

采用DBN正向和反向推理功能对各节点发生概率随时间的变化趋势进行分析,根据节点概率变化以及风险因素间关系的变化找出风险因素的传递演化路径,即是风险因素的动态演化过程。

最后,本文以成都地铁11号线钓鱼嘴站到回龙路站穿越府河盾构区间为例,运用本文建立的模型进行了案例分析。结果表明:整个盾构施工过程中,穿越河道前T=2时刻下,遇见障碍物、高水压施工、涌水涌砂、隧道上浮等环境风险发生概率大幅度上升,会导致盾尾密封失效,管片损坏的风险概率上升,并在穿越河道中T=3时刻下,导致人员风险发生的概率升高。风险因素在当前网络中的传递以及对下一时刻对其他风险因素产生影响,这种风险在网络空间中随时间的传递演化最终导致事故发生。

总之,水下地铁盾构施工需要穿越河道,此时是在高水压环境下施工,环境风险发生的概率较大,这不仅在当前时间节点上对整体风险产生影响,在下一个时刻还会由环境风险引起后续施工中人员,机械等风险的发生,风险事故的发生是风险因素随时间流逝不断引起其他风险因素发生的动态演化结果。因此在盾构穿越河道时,不需要对所有风险因素进行分析,只需要重点关注相邻时间节点下关键风险因素传递关系。

参考文献:

[1] 行媛, 地铁盾构施工安全风险本体构建与自动化识别研究. 2020.

[2] 丁烈云,周诚, 复杂环境下地铁施工安全风险自动识别与预警研究. 中国工程科学, 2012. 14(12): p. 85-93.

[3] 苟敏, 地铁区间隧道盾构施工风险管理研究. 2014.

[4] Sousa, R.L.,H.H. Einstein. Risk analysis during tunnel construction using Bayesian Networks: Porto Metro case study. Tunnelling and Underground Space Technology incorporating Trenchless Technology Research, 2011. 27(1): p. 86-100.

[5] Jurado, A., De, et al. Probabilistic analysis of groundwater-related risks at subsurface excavation sites. ENGINEERING GEOLOGY -AMSTERDAM-, 2012.

[6] Mirhabibi, A.,A. Soroush. Effects of surface buildings on twin tunnelling-induced ground settlements. Tunnelling and Underground Space Technology incorporating Trenchless Technology Research, 2012. 29: p. 40-51.

[7] Zhou, C., L.Y. Ding, M.J. Skibniewski, et al. Data based complex network modeling and analysis of shield tunneling performance in metro construction. Advanced engineering informatics, 2018. 38(OCT.): p. 168-186.

[8] 任强, 北京地铁盾构施工风险评价与控制技术研究. 中国地质大学, 2010.

[9] 刘戈,李峰, 基于三角模糊数的地铁施工风险评价研究. 建筑经济, 2011(S1): p. 4.

[10] 陈伟珂,张铮燕, 地铁施工灾害关键警兆监测指标研究. 中国安全科学学报, 2013(1): p. 7.

[11] 牛发阳, 王., 赵佳,彭龙镖, 基于ANP-灰色聚类法的地铁深基坑施工安全风险评估. 青岛理工大学学报, 2016. 37(4): p. 6.

[12] 赵金先, 李堃, 王苗苗,等, 基于AHP-SPA的地铁建设项目施工风险评价, in 土木工程与管理学报. 2017. p. 7.

[13] 王, 刘保国,亓轶, 基于WBS-RBS与故障树耦合的地铁施工风险与评价. 地下空间与工程学报, 2015(S2): p. 8.

[14] 陈国华, 吴武生, 徐三元,等, 基于WBS-RBS与AHP的跨海桥梁工程施工HSE风险评价. 中国安全科学学报, 2013. 23(9): p. 7.

[15] 杨小伟, 闫天俊, 倪正茂,等, 武汉地铁越江隧道施工风险分析与控制. 安全与环境工程, 2012. 19(3): p. 4.

[16] 王公忠, 刘星魁,李凤琴, 层次分析法的海底隧道盾构施工风险评价. 辽宁工程技术大学学报:自然科学版, 2015. 34(11): p. 4.

[17] 肖春春, 水下隧道盾构施工风险管理研究. 兰州交通大学.

[18] 赵勇, 傅鹤林, 史越,等, 大直径盾构江底掘进穿越岩溶区的风险水平分析. 中外公路, 2018. 38(4): p. 6.

[19] 姚占虎, 南京纬三路过江通道工程盾构段施工风险评估. 现代隧道技术, 2015. 52(4): p. 6.

[20] 徐童, 唐飞,石琴, 基于模糊网络分析法的水下隧道施工风险评估. 现代隧道技术, 2018(A02): p. 7.

[21] Han, S.H.,W.S. Park. Hazard Risk Analysis of Submerged Floating Tunnels with Fuzzy AHP. in ISOPE-2012;International offshore and polar engineering conference.

[22] 徐涛, 多因素耦合作用下的水下隧道盾构施工安全风险控制研究. 重庆交通大学.

[23] Zhai, Y., Y. Zong, Y. Hou, et al. Whole life-cycle risk analysis and construction of prevention and control system for urban underground space. Earth Science Frontiers, 2019.

[24] 周格仟, 地铁工程施工安全风险演化研究. 2014, 华中科技大学.

[25] Zhou, C., T. Kong, S. Jiang, et al. Quantifying the evolution of settlement risk for surrounding environments in underground construction via complex network analysis. Tunnelling and Underground Space Technology, 2020. 103: p. 103490.

[26] 张津嘉, 许开立, 王延瞳,等, 瓦斯爆炸事故风险耦合分析. 东北大学学报:自然科学版, 2017. 38(3): p. 5.

[27] 江新, 胡文佳, 袁轩,等, 地铁隧道施工安全风险演化的BP-SD模型研究. 中国安全生产科学技术, 2017. 13(12): p. 6.

[28] 肖琴,罗帆, 机场场面交通冲突风险演化的SD模型研究. 交通运输系统工程与信息, 2018. 18(6): p. 7.

[29] Sham, W.L., L. Wong, W.Q. Bai, et al. Geological Risk Assessment in Underground Construction. in Modern Methods & Advances in Structural Engineering & Construction. 2011.

[30] Bai, X., W. Qin,X. Luo, Study on Risk Evolution Model Based on Complex Networks for Fire Risk of Offshore Floating Platforms. 2015.

[31] Li, S., L. Yuan, H. Yang, et al. Tailings dam safety monitoring and early warning based on spatial evolution process of mud-sand flow. Safety Science, 2020. 124: p. 104579.

[32] 李青, 多层网络耦合视角下城市地铁网络脆弱性动态演化研究. 2020, 西安理工大学.

[33] Amin, M.T., F. Khan,S. Imtiaz. Fault Detection and Pathway Analysis using a Dynamic Bayesian Network. Chemical Engineering Science, 2018. 195.

[34] Jafari, M.J., M. Pouyakian, A. khanteymoori, et al. Reliability evaluation of fire alarm systems using dynamic Bayesian networks and fuzzy fault tree analysis. Journal of Loss Prevention in the Process Industries, 2020. 67: p. 104229.

[35] Jiao, W., K. Fan, M. Wei, et al. A Method for Information Security Risk Assessment Based on the Dynamic Bayesian Network. in International Conference on Networking & Network Applications. 2016.

[36] Qian, H., R. Zhang,Y.-j. Zhang. Dynamic risk assessment of natural environment based on Dynamic Bayesian Network for key nodes of the arctic Northwest Passage. Ocean Engineering, 2020. 203: p. 107205.

[37] Nie, W., D. Feng, W. Lohpaisankrit, et al. A dynamic Bayesian network-based model for evaluating rainfall-induced landslides. Bulletin of Engineering Geology & the Environment, 2017(1).

[38] 张敬磊, 王晓原, 马立云,等, 基于动态贝叶斯网络的交通流状态辨识方法. 北京理工大学学报, 2014. 34(1): p. 5.

[39] 罗军华, 林孝松, 牟凤云,等, 山区公路暴雨-洪水灾害链贝叶斯网络建模推理. 中国安全科学学报, 2018(12): p. 6.

[40] 陈伟炯, 范雯, 朱小林,等, 乳制品冷链物流风险评估的DBN方法研究. 系统仿真学报, 2019(5): p. 10.

[41] 陈红雨,严小丽, 基于动态贝叶斯网络的高处坠落风险管理研究. 工程经济, 2019. 29(2): p. 4.

[42] Cai, B., Y. Liu, Y. Zhang, et al. A dynamic Bayesian networks modeling of human factors on offshore blowouts. Journal of Loss Prevention in the Process Industries, 2013. 26(4): p. 639-649.

[43] 吴贤国, 丁保军, 张立茂, 等, 基于贝叶斯网络的地铁施工风险管理研究. 中国安全科学学报, 2014. 24(1): p. 6.

[44] Nezarat, H., F. Sereshki,M. Ataei. Ranking of geological risks in mechanized tunneling by using Fuzzy Analytical Hierarchy Process (FAHP). Tunnelling and Underground Space Technology incorporating Trenchless Technology Research, 2015. 50(AUG.): p. 358-364.

[45] Ning, Wang, Cheng-shun, et al. A risk assessment method of deep excavation based on Bayesian analysis and expert elicitation. International Journal of Systems Assurance Engineering & Management, 2018.

[46] 高军,吴欣桐, 基于系统动力学模型的工程项目风险演化评价. 统计与决策, 2020(4): p. 4.

[47] 魏晓露, HD房地产建设项目风险管理研究. 2017, 华东理工大学.

[48] 张津嘉, 许开立, 王贝贝,等, 瓦斯爆炸事故风险耦合演化机理研究. 中国安全科学学报, 2016. 26(3): p. 5.

[49] 王军武, 胡蝶, 吴寒,等, 小直径深层排水隧道盾构施工安全风险评价. 中国安全科学学报, 2020. 30(6): p. 8.

[50] Choi, H.H., H.N. Cho,J.W. Seo. Risk Assessment Methodology for Underground Construction Projects. Journal of Construction Engineering & Management, 2004. 130(2): p. 258-272.

[51] Li, Y., D. Xu,J. Shuai, Real-time risk analysis of road tanker containing flammable liquid based on fuzzy Bayesian network. Process Safety and Environmental Protection, 2020. 134: p. 36-46.

[52] 张姣,ZhangJiao, 基于贝叶斯网络的地铁盾构隧道工程风险评估方法. 城市轨道交通研究, 2014. 17(3): p. 5.

[53] Zhou, Y., N. Fenton,C. Zhu. An empirical study of Bayesian network parameter learning with monotonic influence constraints. Decision Support Systems, 2016. 87: p. 69-79.

[54] 林朗, 贝叶斯网络结构学习算法研究. 2019, 西南大学.

[55] Marcot, B.G.,T.D. Penman, Advances in Bayesian network modelling: Integration of modelling technologies. Environmental Modelling & Software, 2019. 111: p. 386-393.

[56] Wu, J., W. Fang, X. Tong, et al. Bayesian analysis of school bus accidents: a case study of China. Natural Hazards, 2019. 95(3): p. 463-483.

[57] Mirzaei Aliabadi, M., A. Pourhasan,I. Mohammadfam, Risk modelling of a hydrogen gasholder using Fuzzy Bayesian Network (FBN). International Journal of Hydrogen Energy, 2020. 45(1): p. 1177-1186.

[58] Laal, F., M. Pouyakian, M.J. Jafari, et al. Technical, human, and organizational factors affecting failures of firefighting systems (FSs) of atmospheric storage tanks: Providing a risk assessment approach using Fuzzy Bayesian Network (FBN) and content validity indicators. Journal of Loss Prevention in the Process Industries, 2020. 65: p. 104157.

[59] Lavasani, S.M., A. Zendegani,M. Celik. An extension to Fuzzy Fault Tree Analysis (FFTA) application in petrochemical process industry. Process Safety and Environmental Protection, 2015. 93: p. 75-88.

[60] Li, M., D. Wang,H. Shan. Risk assessment of mine ignition sources using fuzzy Bayesian network. Process Safety and Environmental Protection, 2019. 125: p. 297-306.

[61] 杨楠楠, 地铁盾构隧道施工过程安全风险辨识与评价. 大连交通大学.

[62] 郑俊飞, 城市浅埋大跨暗挖工程施工风险评估研究. 北京交通大学.

[63] Li, Q.F., P. Zhang,Y.C. Fu. Risk Identification for the Construction Phases of the Large Bridge Based on WBS-RBS. Research Journal of Applied Sciences Engineering & Technology, 2013. 6(9): p. 1-6.

[64] 周红波, 高文杰, 蔡来炳,等, 基于WBS-RBS的地铁基坑故障树风险识别与分析. 岩土力学, 2009(9): p. 6.

[65] Xu, K., H.M. Li,S.S. Lu. Safety Risk Analysis of Box-Culvert Jacking Construction by Using Fuzzy Fault Tree Method Based on WBS-RBS. Advanced Materials Research, 2014. 838-841: p. 355-359.

[66] 何川, 封坤,晏启祥, 高速铁路水下盾构隧道管片内力分布规律研究. 铁道学报, 2012. 34(4): p. 9.

[67] 李胜新, 刘广仁,张平, 盾构法隧道掘进中盾尾密封涌水涌砂防治技术. 石油工程建设, 2009. 35(02): p. 79-80+6.

[68] 孙旭涛, 长距离高水压致密砂层超大直径盾构隧道——北京东六环改造工程第5标段项目介绍. 隧道与地下工程灾害防治, 2021. 3(01): p. 92-98.

[69] Ding, L., L. Zhang, X. Wu, et al. Safety management in tunnel construction: Case study of Wuhan metro construction in China. Safety Science, 2014. 62: p. 8-15.

[70] 王春凯, 盾构姿态控制研究. 隧道建设, 2016. 36(11): p. 1389-1393.

[71] 宋剑, 软土地层盾构机掘进姿态及管片破损控制分析. 2020, 清华大学.

[72] 龚国芳, 洪开荣, 周天宇,等, 基于模糊PID方法的盾构掘进姿态控制研究. 隧道建设, 2014. 34(07): p. 608-613.

[73] 张迪, 水底大型泥水盾构盾尾密封失效的应对技术. 铁道建筑技术, 2011(05): p. 1-6.

[74] 刘竞宇, 地铁区间隧道盾构法施工安全风险管理研究. 2019, 石家庄铁道大学.

[75] Hong, E.-S., I.-M. Lee, H.-S. Shin, et al. Quantitative risk evaluation based on event tree analysis technique: Application to the design of shield TBM. Tunnelling and Underground Space Technology, 2009. 24(3): p. 269-277.

[76] 张敬宇, 铁路水下隧道大直径盾构施工风险分析与策略. 2013, 中南大学.

[77] 何梦超, 地铁盾构法隧道工程安全风险评估研究. 2017, 福建工程学院.

[78] 丁敏, 基于贝叶斯网络法的厦门地铁3号线过海通道盾构法施工风险评价. 2018, 厦门大学.

[79] 蔡正, 地铁隧道盾构法施工安全风险管理研究. 2016, 中国矿业大学.

[80] 田博全, 大连地铁隧道盾构法施工风险研究. 2016, 大连理工大学.

[81] 钱七虎,陈健, 大直径盾构掘进风险分析及对特大直径盾构挑战的思考. 隧道建设(中英文), 2021. 41(02): p. 157-164.

[82] 耿大新, 廖煜祺, 胡宇琛,等, 复合地层下泥水盾构管片上浮规律及影响因素分析. 华东交通大学学报, 2021. 38(01): p. 47-53.

[83] Chivatá Cárdenas, I., S. Al-jibouri. J. Halman, et al. Capturing and integrating knowledge for managing risks in tunnel works. Risk analysis : an official publication of the Society for Risk Analysis, 2013. 33: p. 92.

[84] 陈孝琼, 盾构隧道下穿河流引起的地层变形规律研究. 2018, 北京交通大学.

[85] Lee, I.-M.,S.-W. Nam. Effect of tunnel advance rate on seepage forces acting on the underwater tunnel face. Tunnelling and Underground Space Technology, 2004. 19(3): p. 273-281.

[86] Liu, W., T. Zhao, W. Zhou, et al. Safety risk factors of metro tunnel construction in China: An integrated study with EFA and SEM. Safety Science, 2018. 105: p. 98-113.

[87] 郭明香, 水下隧道施工风险评价模型及其工程应用研究. 2009, 中南大学.

[88] 尹远, 基于SNA的地铁隧道盾构法施工安全风险识别研究. 2020, 武汉理工大学.

[89] 夏润禾, 土压平衡盾构下穿河道段施工风险评估与控制措施研究. 现代城市轨道交通, 2020(02): p. 58-64.

[90] 石平, 武汉轨道交通4号线及6号线区间隧道上下叠交盾构进洞施工技术. 地下工程与隧道, 2015(01): p. 15-18+53-54.

[91] 史佩军, 地铁隧道盾构法施工安全风险管理研究. 工程技术研究, 2019. 4(16): p. 158-159.

[92] Chen, G., K. Xie,Q. Wu. Emergency Events Analysis in Metro Construction Project*. Systems Engineering Procedia, 2012. 4: p. 402-408.

[93] 甘晓露, 俞建霖, 龚晓南,等, 考虑上浮效应的盾构下穿对既有隧道影响研究. 土木工程学报, 2020. 53(S1): p. 87-92.

[94] 梁孝, 漆泰岳, 陈鹏涛,等, 下穿河流盾构隧道的风险评价体系研究. 铁道建筑, 2020. 60(08): p. 64-68.

[95] 杨钊, 孙国华,杨擎, 超大直径泥水盾构接收关键技术. 隧道建设, 2017. 37(S1): p. 116-120.

[96] 李海,朱长松, 天津地铁6号线西青道站—南运河站区间盾构到达接收措施失效处理实例. 隧道建设, 2016. 36(12): p. 1512-1516.

[97] 周健, 王红卫,吴邵海, 盾构法施工风险的多态贝叶斯网络模型分析. 同济大学学报(自然科学版), 2013. 41(02): p. 186-190+202.

[98] 王如路, 隧道施工承压水突涌风险安全预控与抢险对策. 隧道与轨道交通, 2020(01): p. 1-6+68.

[99] 陈伟, 土压平衡盾构施工的风险管理. 2015, 东南大学.

[100] 袁大军, 吴俊, 沈翔,等, 超高水压越江海长大盾构隧道工程安全. 中国公路学报, 2020. 33(12): p. 26-45.

[101] 周溪桥, 盾构机换刀机器人的设计与分析. 2017, 东北大学.

[102] Naji, K., M. Gunduz,F. Salat, Assessment of preconstruction factors in sustainable project management performance. Engineering Construction & Architectural Management, 2020. ahead-of-print(ahead-of-print).

[103] Shi, Z., S. Watanabe, K. Ogawa, et al. 3 - Resilience assessment methodology and fundamentals of graph theory, in Structural Resilience in Sewer Reconstruction, Z. Shi, et al., Editors. 2018, Butterworth-Heinemann. p. 79-111.

[104] 张俊光, 徐振超,贾赛可, 基于Noisy-orGate和贝叶斯网络的研发项目风险评估方法. 科技管理研究, 2015. 35(01): p. 193-196+206.

[105] Lee, S.-h., J.E. Kang, C.S. Park, et al. Multi-risk assessment of heat waves under intensifying climate change using Bayesian Networks. International Journal of Disaster Risk Reduction, 2020. 50: p. 101704.

[106] Lee, C.J.,K.J. Lee. Application of Bayesian network to the probabilistic risk assessment of nuclear waste disposal. Reliability Engineering & System Safety, 2006. 91(5): p. 515-532.

中图分类号:

 U459.5    

条码号:

 002000062800    

馆藏号:

 TD10050726    

馆藏位置:

 403    

备注:

 403-西院分馆博硕论文库;203-余家头分馆博硕论文库    

无标题文档

   建议浏览器: 谷歌 火狐 360请用极速模式,双核浏览器请用极速模式