大跨径斜拉桥上部结构施工期安全风险研究

《大跨径斜拉桥上部结构施工期安全风险研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、大跨径斜拉桥上部结构施工期安全风险研究　　摘要：大跨径斜拉桥技术难度高，类似工程经验较少，工程庞大复杂，施工安全风险大。贝叶斯网络是一种概率推理模型，该模型能够有效的整合专家经验和数据库知识，图形化清晰表达风险事件之间的影响关系，方便对于复杂不确定性问题开展准确分析，从而能够有效解决大型项目涉及风险事件多、影响关系复杂、类似工程经验缺乏或者统计数据缺失等困难，能够对项目的施工期安全风险评估给出可靠结论并根据各个事件的影响度大小排序开展有效的风险防控。关键词：贝叶斯网络大跨径斜拉桥上部结构施工风险评估中图分类号：TN711文献标识码：

2、A文章编号：斜拉桥（Cable-stayed7Bridge）是一种由塔、梁、索三种基本构件组合而成的组合桥梁结构体系，以其优越的跨越能力得到世人的认可。虽然斜拉桥领域取得的一个又一个令人欣喜的成就，但自其问世以来，施工中的安全问题便从未停止，如我国1987年施工的四川达县一座混凝土独塔斜拉桥，在跨中合龙时，主粱混凝土突然破坏坠落，造成伤亡16人的重大事故；1998年9月在建的跨度为258m的宁波招宝山混凝土斜拉桥，在施工过程中发生主梁压溃破坏的严重质量事故。现阶段，国内外对于大跨径斜拉桥施工期安全风险分析的方法主要有专家调查法、层次

3、分析法、蒙特卡洛模拟以及影响图法等，这些分析方法都曾经在某一时期的项目风险评估中得到大量的运用并取得了良好的效果，但因每个项目都有其独特性，特别是对于大型复杂且实际工程实践经验较少的的项目，以上方法便受到限制而不能很好的发挥分析评估作用，此时在该领域，贝叶斯网络分析评估方法越来越受到重视并得到逐步运用。一、贝叶斯网络及发展历史贝叶斯网络是一种概率推理模型，于1986年由Pearl提出，是近十几年来人工智能中非精确知识表达与推理领域研究的热点，适用于不确定性问题研究。贝叶斯网络使用概率理论来处理知识的不确定性，提供了一种将知识直觉图解

4、可视化的方法，是一种新的知识表示模型和推理方法。贝叶斯网络由节点、概率值以及有向无环弧(箭线)组成。现阶段，贝叶斯网络广泛应用于信息恢复、诊断、故障检测，金融风险分析，医疗诊断等领域，取得的良好的效果。贝叶斯网络的计算原理主要包含全概率原理与贝叶斯原理：7全概率原理：设项目某风险事件A的风险空间为，B1，B2，…,Bn为的一个划分，且P（Bi）>0（i=1,2，…,n）,则P（A）=，i=1,2,…,n贝叶斯原理：设项目某风险事件A的风险空间为，B1，B2，…,Bn为的一个划分，且P（A）>0，P（Bi）>0（i=1,2，…,n），

5、则P(Bi

6、A)=其中i=1,2,…,n。显然，在得到项目的风险发生概率后，我们可以通过贝叶斯原理，将各类风险事件及风险因素进行排序，得到各自的影响度。从而方便我们在风险控制中突出重点，更加有效的开展风险防控。二、贝叶斯网络在风险评估方面的优势以及一般步骤贝叶斯网络模型能够有效的整合专家经验和数据库知识，清楚的表达风险事件之间的影响传递关系，对不确定性问题可以进行更加贴近实际的推理，能够有效解决涉及风险事件多、影响关系复杂，多个事件对于同一事件的不同程度的影响以及同一事件对于不同事件的不同程度影响问题。（1）列出目标节点包含的风险事

7、件。根据现有知识经验，询问借鉴专家意见和相关数据库数据，列出目标节点包含的风险事件。7本文将大跨径斜拉桥上部结构的施工进行了一下分解，约定目标节点用菱形表示，中间节点用椭圆表示，边缘节点用圆表示。如图所示：图1斜拉桥上部结构施工安全风险分析初级结构图（2）风险事件进一步细化。与将目标节点进行分解的原因相同，风险事件的进一步细化将能够使我们对于被分解节点形成更加理性和符合客观实际的认识，从而削弱了主观盲目性，为风险大小的准确评价奠定基础。（3）确定各节点之间的影响关系。每个风险事件都能够被细化分解，在形成较为完备的贝叶斯网络图后，确定

8、节点之间的影响关系是能否得到准确结果的又一关键。在此过程中，要避免形成环状结构，这是贝叶斯网络的基本前提。（4）边缘节点发生概率的确定以及对应的条件概率的确定。边缘节点的发生概率值以及节点之间的条件概率的确定是影响模型结果准确性的又一关键要素。由于风险事件之间存在彼此的影响，同时由于在某一类型的项目中统计资料较少，基础数据缺失，专家经验也受到一定的限制等，我们很难对某一事件直接作出发生概率值的有充分依据的估计。7在得出大跨径斜拉桥施工期安全风险估计之后，通过贝叶斯原理，得出各个风险事件或风险因素的影响度排序，该排序给将为决策者提供直

9、观的有益参考，从而将有限的资源用到最为合理的位置，发挥最大的功效，为施工期安全风险管理提供有力支持。总结：贝叶斯网络在处理大型、复杂项目的风险评估方面优势明显，它克服了基础数据缺失，专家经验有限，各事件间影响错综复杂等问题，使得大型工