地铁盾构隧道施工过程安全风险辨识与评价

地铁盾构隧道施工过程安全风险辨识与评价

近年来,随着我国地铁建设的飞速发展,地铁施工过程中存在的安全风险管理不到位问题逐渐显现出来。安全作为地铁建设项目的主线,贯穿于地铁施工的整个过程,是建设项目的生命线。

由于地铁盾构隧道施工具有涉及专业多、部门广、施工周期长和受环境影响大等特点,因此在盾构机械设备及材料、施工管理、环境和人员方面存在的风险也较多。为应对地铁盾构隧道施工过程中可能发生的事故,本文对地铁盾构隧道施工过程安全风险进行辨识与评价,运用危险与可操作性分析方法系统地识别风险因素,初步建立了地铁盾构隧道施工过程安全风险评价指标体系。

并采用粗糙集对评价指标进行属性约简,确定核心评价指标体系,构建BP神经网络模型,对地铁盾构隧道施工过程进行安全风险评价,为进一步保证地铁盾构隧道施工过程安全提供理论参考。本论文的研究工作主要包括以下几个方面:(1)以课题的研究背景、研究目的和意义为出发点,探讨了目前国内外关于地铁隧道施工过程安全风险辨识与评价的研究现状,并对研究现状进行分析,提出了论文的研究内容和研究方法,给出了论文的技术路线图。

(2)结合地铁盾构隧道施工的工艺流程,分析了地铁盾构施工的优缺点,并结合盾构隧道施工的特点,利用危险与可操作性(HAZOP)分析方法分别从盾构相关机械设备及材料、施工管理和环境方面对盾构施工各阶段的风险进行全面辨识,初步建立了包含50个二级指标的地铁盾构隧道施工过程安全风险评价指标体系,并在此基础上建立了盾构施工前期准备阶段、盾构始发与试掘进阶段、盾构正常掘进阶段和盾构进出洞阶段的解释结构模型(ISM),分析了各阶段指标因素之间的相互影响关系。(3)结合地铁盾构隧道施工数据具有的非线性和非周期性特点,提出了基于粗糙集-BP神经网络风险评价模型的可行性。

在初步建立的地铁盾构隧道施工过程安全风险评价指标体系基础上,运用粗糙集属性简约理论对评价指标进行约简,建立了包含24个二级指标的风险评价核心指标体系,并以该指标体系作为BP神经网络的前置系统,建立了BP神经网络评价模型,对地铁盾构隧道施工过程进行风险评价。通过学习样本的训练和检测,使模型的误差达到预定的范围内。

最后,以大连地铁4号线为实例验证了该模型的有效性和可操作性,针对地铁盾构隧道施工各阶段的风险提出了应对建议。