《综合管廊运维风险模糊网络分析.docx》由会员分享，可在线阅读，更多相关《综合管廊运维风险模糊网络分析.docx（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、综合管廊运维风险模糊网络分析【摘要】地下综合管廊建设将整个城市各种基础工程管线集成于一体，不但能 够改善整体城市建设环境、促成城市平安系统构建，同时具备很好的独立性、 封闭性和平安性。但地下综合管廊结构复杂涉及部门众多，后期运行维护管理 十分复杂，对众多平安风险因素进行合理管控才能够保障运维工作的顺利进 行。文章应用贝叶斯网络理论构建风险评价模型，建立了一个科学、客观、合 理的运维管控平台，对当前城市综合管廊平安稳定地运行提供了地下综合管廊 运维的风险类别、贝叶斯网络分析的分析方法、结合管廊运维的风险评价指标 和贝叶斯网络模型。【关键词】综合管廊；运行维护；模糊贝叶斯网络；风险因素1引言地下综
2、合管廊建设针对我国当前市政基础设施建设现状提出，解决了长期以来 城市基础设施反复开挖、空中管线架设凌乱、地下空间资源浪费等问题。促使 整个城市的供水、供电、通信、供热以及燃气等系统管线实现集约化、统一化 的管理，是优化城市空间资源、美化城市管网建设、促进智慧城市开展的有效 途径。模糊贝叶斯网络应用能够有效筛选出整个管网运维管理当中的风险因 素，并提出针对性的防范对策，能够降低运维管理风险事故发生率、防止人力 和经济损失，同时对于提升管理水平、优化城市资源、美化城市管网建设、实 现平安智慧绿色管廊建设有着十分积极的作用。2贝叶斯网络分析概述 贝叶斯网络通过一种概率图型模型的建立对于相关不确定的知
3、识进行表达或者 推理，通过有向无环图的建立将变量节点以及节点的有向边进行表达。整个图 型模型的随机变量由节点代表，相互关系由有向边代表，关系强度用条件概率 进行表达，解决问题的抽象条件通过节点变量来表达，贝叶斯网络的应用可以 对于任何不确定的概率性事件进行分析和表达，通过对众多不确定、不完全、 不准确的信息做出推理，用以控制发生因素，辅助解决问题口。城市地下综合 管廊运维风险的发生是一个复杂性的灾害链式系统，有诸多的不确定性和突发 性。目前我国综合管廊运维多数采用人工巡检的方式，信息技术的应用和覆盖 层面有所欠缺，相应的风险评估完全依靠个人经验，主观性较强不能实现良好 的风险控制。通过贝叶斯网
4、络风险评价体系的构建，能够对影响城市综合管廊 维护管理的众多风险要素进行筛选，完成评估实现进行预防方案的明确。2.1 贝叶斯网络结构学习贝叶斯网络模型的建立基于数学模型，通过样本数据进行求解，为了降低难度 通过引进K2算法、GeNIe程序辅助完成。借助算法实现原始网络结构的输 出，通过不同节点之间因果关系研究得到相应网络结构。在对城市地下综合管 廊风险分析的过程当中通过相关文献的参考以及实地调研和历史记录的查阅对 各种风险因素之间的因果关系进行判断和分析，加快建模效率。按照所判断的 结果构建贝叶斯网络结构背景图，将各项风险因素之间的因果关系构成基本链 状结构，同时为贝叶斯网络模型提供建设性的参
5、考理论。K2算法基于概率论提 出，可以得到的理论分析会与实际有所偏差，但得到的模型结构较为复杂因果 关系严谨性较差。且不同城市地区综合管廊建设拥有不同的特色，采用的调研 方式和信息收集会相应地掺杂一些主观成分，整个数据难以表达全面分析，构 建的网络模型难以保证准确性。通过GeNIe程序的融入能够填补K2算法的缺 陷并将贝叶斯网络结构当中呈现出的不同风险因子进行严谨、科学、合理地联 系，经过调整更正保证合理性准确性。2.2 贝叶斯网络结构优化 贝叶斯网络模型结构的优化建立在实事求是的原那么之上，结合实际进行指标评 价和调整完成不同风险因子的判断，重点排除养护不充分、设备故障以及人为 情况等出现造
6、成的不平安因素影响。同时，将不同风险因子之间的内在联系展 现得淋漓尽致，从而为参数学习以及相关的研究推理奠定基础。3城市地底下综合管廊运维风险识别风险管理内涵风险是客观存在的，具有一定的普遍性以及不确定性，但偶然中的风险存在着 一定的规律可循，经过科学的预测和分析能够实现一定的防止。风险管理的内 涵就是结合基本领实通过量化的手段对风险进行了解，筛选其中潜在的危险因 素并采取针对性的措施来应对，以最小的本钱换取最大的保障。整个风险管理 的过程既包含风险分析也包含风险评价，在分析和评价的基础之上判断风险发 生概率、确定风险来源、进行风险回避分散2。3.1 地底下综合管廊运维风险类别外部风险外部风险
7、的存在主要源于工程施工等人为的破坏以及各项地质、 渗水等自然灾害等引起的管线设备受损，尽管众多自然因素难以防止，但施工 过程可以根据有效评价进行预防。内部风险内部风险的存在主要指由于管 线内部建设之间产生的影响，例如线路之间的干涉、管路之间的耦合等，也包 括管线在长期使用的过程中所发生老化、损坏以及腐蚀或者是管线搭建错误等 因素。相较外部风险而言，内部风险因素更为明确，动态变化更小，存在概率 更大，所以贝叶斯网络模型的建立更倾向于城市地下管廊内部风险的分析。3.2 潜在平安风险事故管廊火灾地下综合管廊火灾具有风险大、影响广泛的特点，随着市政设施 中天然气管道的接入，相关的泄露以及爆炸燃烧风险更
8、大。由于地下管廊空间 有限相应的热传导以及热对流比拟明显，且救援难以开展，不仅会造成人员灼 伤，对各类管线以及设备所造成的损伤也是难以修复的。管廊水灾管廊水 灾的存在主要由于基础设施薄弱而引起，大局部因为洪水、暴雨等水流倒灌而 造成内部大量积水。另外，由于多数城市综合管廊分布当中会有给排水等管路 的存在，一旦管路开裂会有泄漏现象产生，假设未能及时处理，那么会造成巨大的 威胁。管线爆炸地下管廊管线的爆炸大多由排水管路以及热能或者燃气管 路引起，其中风险较大的就是燃气管路的爆炸，甲烷以及一氧化碳等可燃性气 体泄漏和堆积，在静电或明火的作用下会引起爆炸，一旦爆炸发生不仅会影响 各类管路设施的运行，各
9、类市政设施难以顺利运行。结构破坏结构破坏主 要是指各类管路本身结构受到损失，诸如开裂、渗水或者沉降不均等现象，引 起管廊结构开裂或受损的原因十分复杂，因此在对其进行判断时也比拟困难。4城市地底下综合管廊运维风险中模糊贝叶斯网络分析分析方法4.1.1 逆向推理分析整个逆向推理分析的过程通过GeNIe程序的利用建设模 型，经过反向的推理和评估，能够直观反映出管路、水灾、管路火灾以及管路 爆炸、结构受损等影响的主要因子完成反向推理。通常情况而言风险预警值的 上限为30% ,因此一旦风险因子超出该概率，那么说明这种风险出现概率较大， 需要采取相应的措施进行预防处理。敏感性分析敏感性分析的主要目的在 于
10、将整体平安风险当中的风险因子进行筛选，从而为运维团队提供决策性的参 考和启发。敏感性分析建立在反向推理的基础之上，通过软件GeNIe程序完 成。结果显示：引起城市地下管廊管路火灾以及爆炸的敏感性风险因子几乎一 致，主要是由于用火不当、违规用火、通风消防设施故障、燃气泄漏以及可燃 物泄漏等因素引起；而引起地下管廊管路水灾的主敏感度因子为排水故障、管 路泄漏、常规检修不及时以及洪涝灾害等影响；引起管路结构受损的风险敏感 度因子主要是因为管路本身刚度分布不均或者是超出负载引起。另外，施工过 程当中如果管路连接不当施工质量不达标或者养护不充分也会引起管路结构的 损坏3。最大致因链分析最大致因链分析通过
11、对不同风险因子以及相互 影响水平的推断实现风险因子的明确，城市地下管廊建设当中引起管线火灾最 大致因链来源为检修不充分以及消防平安检查的不重视；爆炸风险最大致因链 主要由于电气故障以及设施维护不到位；管路水灾最大致因链来源于培训和演 练不到位；结构受损的最大致因链在于施工前未能实现严格的勘测和规划以及 施工时未能严格按照相关设计、规范要求施工，导致施工质量下降。4.2 建立城市地下综合管廊运维风险评价指标体系与贝叶斯网络模型风险事件发生概率P确实定风险事件发生概率P确实定主要通过数据处 理完成该数据处理的过程，当中EM算法为主要计算程序，经过该计算进行最 大期望值估计和条件概率的计算，从而建立
12、贝叶斯网络模型，并从相关的数据 训练以及测试当中得到风险节点的概率和链式关系。通过对于风险发生的计 算，城市地下综合管廊运维风险发生事件分为几乎不可能出现、很少出现、偶 然出现、屡次出现以及频繁出现五个等级。422模糊风险损失程度C的计算 模糊风险损失程度C的计算表达了风险事件发生后的风险程度损失，与风险事 件发生概率相互对应，主要分为风险后果可以忽略、值得考虑、后果严重、极 其严重以及具有灾难性五个等级，对于不同等级的风险后果应该采取不同的运 维措施进行防范。隶属度函数确实定与风险综合评价城市地下综合管廊运 维主要包含风险评价以及概率风险后果程度确实定，通过概率的计算实现综合 评价指标的定位
13、，整个隶属度函数确实定能够完成事件风险等级确实定。5结语城市地底下综合管廊是一种综合性较强的建筑结构，由于其结构复杂，附属设 备繁多，又存在于地下空间，所以相应的风险因素不容忽视，在对其风险进行 判断的过程当中需要进行完善的分析，从而作出针对性的决策。运用贝叶斯网 络法构建模型有助于风险清单的识别，并对风险级别进行判断，可以为城市地 下综合管廊运维平安管理提出实用性参考。参考文献王恩达.道路交通事故多因素风险的量化与分析D.北京：清华大学，2017.2丁慧峰.建设市政综合管廊中存在的主要问题及对策研究几山西建筑,201 6,42 ( 34 ) : 242-244.朱明敏.贝叶斯网络结构学习与推理研究D.陕西：西安电子科技大学，2013.