Professional Documents
Culture Documents
基于故障树和贝叶斯网络的管廊运维风险评估 陈雍君
基于故障树和贝叶斯网络的管廊运维风险评估 陈雍君
《地下空间与工程学报》网络首发论文
题目: 基于故障树和贝叶斯网络的管廊运维风险评估
作者: 陈雍君,李晓健,吴光晔,田诗雨
收稿日期: 2023-05-26
网络首发日期: 2023-06-07
引用格式: 陈雍君,李晓健,吴光晔,田诗雨.基于故障树和贝叶斯网络的管廊运维风
险评估[J/OL].地下空间与工程学报.
https://kns.cnki.net/kcms2/detail/50.1169.TU.20230606.1716.006.html
网络首发:在编辑部工作流程中,稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶
段。录用定稿指内容已经确定,且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期
刊特定版式(包括网络呈现版式)排版后的稿件,可暂不确定出版年、卷、期和页码。整期汇编定稿指出
版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出
版管理条例》和《期刊出版管理规定》的有关规定;学术研究成果具有创新性、科学性和先进性,符合编
辑部对刊文的录用要求,不存在学术不端行为及其他侵权行为;稿件内容应基本符合国家有关书刊编辑、
出版的技术标准,正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。
为确保录用定稿网络首发的严肃性,录用定稿一经发布,不得修改论文题目、作者、机构名称和学术内容,
只可基于编辑规范进行少量文字的修改。
出版确认:纸质期刊编辑部通过与《中国学术期刊(光盘版)》电子杂志社有限公司签约,在《中国
学术期刊(网络版)
》出版传播平台上创办与纸质期刊内容一致的网络版,以单篇或整期出版形式,在印刷
出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊(网络版)
》是国家新闻出
版广电总局批准的网络连续型出版物(ISSN 2096-4188,CN 11-6037/Z),所以签约期刊的网络版上网络首
发论文视为正式出版。
网络首发时间:2023-06-07 18:07:38
网络首发地址:https://kns.cnki.net/kcms2/detail/50.1169.TU.20230606.1716.006.html
地下空间与工程学报
Chinese Journal of Underground Space and Engineering
基于故障树和贝叶斯网络的管廊运维风险评估
陈雍君,李晓健,吴光晔,田诗雨
( 北京建筑大学 城市经济与管理学院,北京 102616)
摘要:城市地下综合管廊在运维过程中事故时有发生,为了量化管廊运维风险并分析关键
风险因素,提出一种基于故障树和模糊贝叶斯网络的城市地下综合管廊运维风险评估方法。
在综合考虑管廊风险因素的基础上构建故障树模型,将其映射为贝叶斯网络。 基于 ALARP
准则划分风险因素状态等级,根据模糊数和模糊子集计算底事件的发生概率,利用最大似然估
计法求解中间事件的条件概率,构建管廊运维风险贝叶斯网络模型,精准评估城市地下综合管
廊运维风险。 结果表明:所评估的管廊运维过程风险等级为 High 的概率为 28%,接近 30%的
风险阈值,因此需要及时对管廊风险进行管控。 该方法能够科学、合理地评价风险水平并确定
关键因素,可作为管廊运维安全保障和管理的决策工具。
关键词:故障树分析法;贝叶斯网络;地下综合管廊;模糊理论;风险评估
中图分类号:X913. 4 文献标识码:A
收稿日期:2023-05-26( 修改稿)
作者简介:陈雍君(1973—) ,男,湖南邵阳人,博士,副教授,主要从事管廊等地下空间领域的风险分析研究。
E-mail:cyj@ bucea. edu. cn
通讯作者:李晓健(2000—) ,男,河北邯郸人,硕士,主要从事风险分析研究。 E-mail:2764247885@ qq. com
基金项目:国家自然科学基金项目(7194101601)
地 下 空 间 与 工 程 学 报
随着我国城市地下综合管廊运维里程的不断 城市地下综合管廊运维风险评估方法对武汉市某
管廊工程进行分析和计算。
提升,如何保障综合管廊的安全,控制综合管廊的
各类运维风险,保证城市重要“ 生命线” 的正常运 1 地下综合管廊运维风险评估
行,是当前迫切需要关注的问题。 相较于传统直埋
1. 1 地下综合管廊运维风险因素
式和架空式的铺设方式,将市政管线集中敷设在地
目前我国地下综合管廊的运维管理正处于理
下综合管廊内部,不仅具有集约化利用资源的优
念创新以及技术突破的关键时期,相较于国外综合
势,还可以抵御地震、台风、冰冻、侵蚀等自然灾害。
管廊的建设管理,国内相关部门尚未出台城市综合
但由于各类高危管线的集中入廊,在内、外部因素
管廊运维风险评估的相关规定,缺少统一标准管控
联合影响和管线间相互作用下,管廊内部容易发生
规范 [16-17] 。 为了确定城市地下综合管廊运维风险
电缆破损、管道泄漏,从而导致中毒、爆炸、火灾等
因素,在参考现有的文献等相关研究成果的基础
灾害 [6-7] 。 近年来,国内外研究人员针对城市综合
上,本研究通过调研的方式了解北京市昌平区、长
管廊运 维 灾 害 的 防 控 开 展 了 大 量 研 究。 郭 佳 奇
沙等综合管廊运维公司运维风险统计信息,按经典
等 [8] 系统划分了城市地下综合管廊运维期的灾害
风险管理理论中风险源辨识的思路,从管廊附属设
类型,分析了城市地下综合管廊火灾和震害的产生
施风险、廊体结构风险、管廊运营风险、基础环境风
机理,提出了城市地下综合管廊运维期灾害防控的 险四个方面,总结分析城市地下综合管廊运维过程
基本原则与应对措施;王述红等 [9] 建立了综合管 中的风险因素。
廊单一灾害的风险评价指标,应用模糊数学方法和 在综合考虑地下管廊运维风险事件的基础上,
耦合度模型研究了多灾害之间的耦合关系,并提出 总结得到 25 条风险因素,为了便于量化分析城市
了综合 管 廊 多 灾 耦 合 致 灾 的 风 险 评 价 方 法; Qiu 地下综合管廊运维风险状态,根据风险因素的类型
[10]
等 提出了一种基于模糊贝叶斯网络的风险分析 进行风险层级划分,见表 1。
方法,评估了管廊运维过程中天然气运输的风险。 1. 2 风险因素状态等级划分
李芊等 [11] 对管廊运维管理过程风险因素的影响程 本文对城市地下综合管廊运维风险的状态等
度和重要程度进行了排序,针对关键风险因素提出 级 划 分 采 用 最 低 合 理 性 准 则 ( As Low As
了具 体 的 防 范 措 施; Guo 等 [12]
提出了一种融合 Reasonably Practicable) 为原则,该准则目前作为标
BIM 和 D-S 证据理论的混合方法,实现了地下综合 准项目判断准则已经被国内外所广泛应用于安全
管廊 运 维 风 险 精 准 评 估 和 三 维 可 视 化; 邓 小 娇 生产、环境风险等各方面的评估 [18] 。 ALARP 准则
基于故障树和贝叶斯网络的管廊运维风险评估
综合管廊运维风险状态( G) 为顶事件,对底事件和
2 基于故障树和模糊贝叶斯网络的
中间事件进行关联性分析和逻辑推理,构建城市地
风险评估流程 下综合管廊运维风险故障树,如图 1 所示。
2. 1 建立地下综合管廊运维风险故障树 城市地下综合管廊运维风险故障树能够清晰
故障树分析法( Fault Tree Analysis, FTA) 是运 地反映出风险因素间的逻辑关系,但只能对故障树
用从上至下的演绎推理方式进行系统风险分析的 本身采用自上而下的顺序进行推理,推理效率不
方法。 基于表 1 中城市地下综合管廊运维风险因 高 [19] 。 为了能有效评估地下综合管廊运维风险,
素,以 x 1…25 为底事件,T1…10 为中间事件,城市地下 准确模拟逻辑推理过程中因果关系的不确定性,分
地 下 空 间 与 工 程 学 报
析影响管廊安全运行的关键因素,将故障树转化为 廊运维风险间的因果逻辑关系,将底事件作为根节
贝叶斯网络,进行进一步的分析。 点,中间事件作为中间节点,顶事件作为叶节点,充
2. 2 构建地下综合管廊运维风险贝叶斯网络 分利用历史信息,完成故障树向贝叶斯网络的映
贝叶斯网络 ( Bayesian Networks, BN) 又称置 射 [21] 。 贝叶斯网络模型中的风险节点与故障树中
信网络,是一个表示变量间因果关系的有向无环 的事件一一对应,如图 2 所示。
图 [20]
。 通过构建故障树模型分析城市地下综合管
图 1 城市地下综合管廊运维风险故障树
Fig. 1 Fault tree of operation and maintenance risk of urban underground utility tunnels
图 2 城市地下综合管廊运维风险贝叶斯网络模型
Fig. 2 Bayesian network model of operation and maintenance risk of urban underground utility tunnels
2. 3 管廊风险底事件节点概率计算 [ a λ ,c λ ] ,F λ 为 F 的 λ 截集,三角模糊函数可以表
定义 1:在模糊理论集中 [22] ,给定论域 U,对任 示为:
何 x∈U,都有 F( x) ∈[ 0,1] 与之对应,F( x) 为 x F λ = [ a λ ,c λ ] = [ ( b -a) λ +a,( b -c) λ +c] (2)
对 U 的隶属度,F 为 x 的隶属函数。 本文采用三角 本文利用 λ 截集综合不同专家给出的风险状
模糊数表示底事件的发生概率,三角模糊数使用 态等级评价结果,计算底事件的模糊数,确定贝叶
F = ( a,b,c) 表示,其隶属度函数为: 斯网络根节点的先验概率。 引入 7 级自然语言变
ìï0,x<a,0,x>c 量非常低( VL) 、低( L) 、比较低( ML) 、中等( M) 、
ïx -a 比较高( MH) 、高( H) 、非常高( VH) [ 23] ,所对应的
ï ,a≤x≤b
F( x) = íb -a (1) 三角模糊数以及 λ 截集见表 2、自然语言变量和
ïc -x ,b<x<c
ï
三角形模糊数的隶属度函数见图 3 所示,管廊运
ïc -b
î 维风险网络 各 个 因 素 风 险 等 级 概 率 求 解 具 体 步
任取 λ ∈ [ 0, 1 ] , 则 F λ = { x | x∈R,F≥λ} = 骤如下:
基于故障树和贝叶斯网络的管廊运维风险评估
表 2 7 级自然语言变量三角模糊数对应关系 2. 4 管廊运维风险中间事件条件概率计算
Table 2 The corresponding relationship between natural 根据计算得到城市地下综合管廊运维风险节点
language variables of grade 7 and triangular fuzzy numbers 的概率,以底事件概率为基础,将计算的三角模糊数
序 语言变 对应三角 概率数值导入 GeNIe Academic 4. 0 仿真软件进行参
对应 λ-截集 数学习,利用最大似然估计法( Maximum Likelihood
号 量分级 模糊数
Estimation, MLE)计算管廊运维风险因素中间事件
1 非常低(VL) (0, 0, 0. 1) [0,-0. 1λ+0. 1]
的条件概率数值(CPT),具体流程如下:
2 低(L) (0, 0. 1, 0. 3) [0. 1λ,-0. 2+0. 3]
在这里,本文设节点的管廊运维风险因素的变
3 比较低(ML) (0. 1, 0. 3, 0. 5) [0. 2λ+0. 1,-0. 2λ+0. 5] 量集合为 X,则有 X = { X 1 ,X 2 ,…,X m } T 风险网络中
4 中等(M) (0. 3, 0. 5, 0. 7) [0. 2λ+0. 3,-0. 2λ+0. 7] 所包含的变量为 A,A 的集合设为 A = { A1 ,A2 ,…,
5 比较高(MH) (0. 5, 0. 7, 0. 9) [0. 2λ+0. 5,-0. 2λ+0. 9]
A n } ,未知的参数节点设为 θ = ( θ 1 ,θ 2 ,…,θ m ) ,则网
络节点 X 的概率密度函数为 P( X i ∣ θ) 。 本文将
6 高(H) (0. 7, 0. 9, 1. 0) [0. 2λ+0. 7,-0. 1λ+1. 0]
似然函数设为 L( θ ∣ X i ) ,以节点 A i 为例,当 A i 为
7 非常高(VH) (0. 9, 1. 0, 1. 0) [0. 1λ+0. 9,1. 0] 目标节点的时候,其取值类型只有一种:若其为子
节点的时候,取值的类型设为 b 种。 则参数 θ 的求
解公式为:
θ ihv = P( A i = h ∣ F( A i ) = v) (7)
上述公式中 i = 1,2,…,n;h = 1,2,…,a;v = 1,
2,…,b。
进而得出:
a a
∑ θ ihv = ∑ P( A i = h ∣ F( A i ) = v) = 1 (8)
h=1 h=1
假设数据集合是独立同分布,则 θ 的对数似然
函数为:
m m
l( θ ∣ X) = log∏P( X r ∣ θ) = ∑logP( X r ∣ θ)
图 3 七级自然语言变量和三角形模糊数的隶属度函数 r=1 r=1
x i + 2y i +z i ï 1
P in = (5) a
,当∑ Q ihv ≤0
4 ïï
î a h=1
理方式如下: 管廊总体运维风险评估为例,验证所介绍方法的应
(1) 正向推理。 风险网络的正向推理是利用 用步骤与效果。 在研究过程中,共邀请 7 位管廊建
原因( 本文中为类别概率关系) 节点的信息作为基 设、运维方面的专家,通过向专家提供该城市综合
础,在网络节点关系上进行推理计算,得到风险指 管廊项目相关的运维管理资料,邀请各位专家到该
标节点的条件概率表。
综合管廊项目运维管理公司进行走访调研,让专家
(2) 逆向推理。 逆向推理的逻辑与正向推理
对该管廊得运维现状有深度的了解。 最后请各位
相反,在假设管廊运维某风险状态等级发生为百分
专家使用模糊语言分别对表 1 中城市地下综合管
之百的前提下,逆向有弧的方向对各个节点的后验
廊运维风险因素进行打分。
概率进行反向推理计算。
3. 2 节点概率求解
(3) 关键致因链分析。 根据逆向推理的结果,
根据 7 位专家的评判结果,限于文章篇幅,对
寻找城市地下综合管廊运维过程中影响力较大的
城市地下综合管廊运维风险因素 x 4 ( 管线空间布
风险因素,进而确定关键致因链。
局不合理) 、x 5( 管线扩容) 、x 6 ( 管线间相互作用) 、
3 实例分析 x 7( 管线材质、安装不合格) 、x 8 ( 管线运行超负荷)
专家打分的结果进行展示,见表 3。
3. 1 管廊概况
本文以武汉某国家级新区试点项目城市综合
表 3 综合管廊运维风险因素专家打分结果
Table 3 The results of experts scoring for utility tunnels operation and maintenance risk factor
风险因素 等级 专家 1 专家 2 专家 3 专家 4 专家 5 专家 6 专家 7
High VL L VL L L ML L
x4 Medium MH M M MH ML M M
Low M MH MH H VH H H
High VL L VL VL ML ML VL
x5 Medium MH M M MH ML MH MH
Low M MH MH ML ML M MH
High M MH ML ML M M ML
x6 Medium MH H MH H MH H MH
Low M ML ML ML L M ML
High ML ML M ML M ML M
x7 Medium MH MH M H MH M M
Low M ML ML M ML ML M
High M M ML MH ML ML M
x8 Medium MH M MH M MH M MH
Low M ML M M ML M ML
F M = (0. 1,0. 50,0. 64) F λ-M = [0. 1λ+0. 40,-0. 14λ+0. 64]
F L = (0. 1,0. 71,0. 84) F λ-L = [0. 1λ+0. 61,-0. 13λ+0. 84]
基于故障树和贝叶斯网络的管廊运维风险评估
- P( x 4 = high) = 0. 14,
ïìx 0. 1 ,0. 1<x<0. 5
ï 0. 4 P( x 4 = medium) = 0. 38,
ï1,x = 0. 5
ï P( x 4 = low) = 0. 48;
F M( x) = í (14)
ï0. 64 -x 按照上述流程,计算得到城市地下综合管廊运
ï 0. 1 ,0. 5<x<0. 64 维风险因素的状态等级概率,如表 5 所示:
ïï
î0,其他 3. 3 推理分析
-
ïìx 0. 1 ,0. 1<x<0. 71 根据专家评价计算结果显示,城市地下综合管
ï 0. 61 廊运维风险因素 x 2 ( 设备安装不合格) 、x 6 ( 管线间
ï1,x = 0. 71
F L( x) = í
ï
(15) 相互作用) 、x 7( 管线材质、安装不合格) 、x 8 ( 管线运
ï0. 84 -x 行超负荷) 、x 24( 湿度不合理) 等 5 个因素的风险状
ï 0. 1 ,0. 71<x<0. 84
ïï 态等级为 High 的概率接近 30%,这说明该城市地
î0,其他 下综合管廊在设备、管线、环境等几方面问题相对
由公式(5) 对表 4 中的数据解模糊可得:
突出,因此要有针对性的安排工作人员对管廊中的
P( x 4 = high) = 0. 21,
设备进行检修,保障设备的正常运行,同时,要对管
P( x 4 = medium) = 0. 57,
线间距离进行测量记录,并与标准安全间距进行对
P( x 4 = low) = 0. 72;
比,防止管线间相互影响而产生爆炸、火灾等事故。
由公式(6) 对以上数值进行归一化处理得:
表 5 城市地下综合管廊运维风险节点概率
Table 5 Risk node probability of operation and maintenance of urban underground tunnels
图 4 地下综合管廊运维风险水平参数计算
Fig. 4 Operation and maintenance risk parameters calculation of underground utility tunnel
将城市地下综合管廊运维风险状态等级 行逆向推理,得到城市地下综合管廊运维风险因素
为 Medium 概率设定为 100%,对管廊运维风险进 的后验概率,如表 6 所示。
表 6 城市地下综合管廊运维风险节点后验概率
Table 6 Risk node posterior probability of operation and maintenance of urban underground utility tunnels
续表 6
逆向推理得到的后验概率较大的风险因素为 受到管径、管材、管压以及输送介质的危险程度影
x 6( 管 线 间 相 互 作 用 ) 、 x 8 ( 管 线 运 行 超 负 荷 ) 、 响,从上述管廊运维风险状态分析中了解到该管廊
x 17( 运维信息化水平较低) 、T1 ( 管线及附属设施风 建设年限相对较长,因此在建设之初设计阶段并未
险) 、T3( 日常运营风险) ,这些因素的风险状态等 全面考虑到管线间安全距离因素的设定。 根据空
级为 High 的概率均超过 30% 的阈值,因此可以判 间相互作用模型的计算,热力管线与燃气管线为影
定这几类风险因素对该管廊运维安全影响较大。 响范围最大的管线,至少应当留有 1. 8 m 至 2. 3 m
下面根据最大后验概率寻找影响因素的关键致因 的安全距离。 给水管道与排水管道等管线影响范
链,具体过程如下: 围较小预留 0. 2 m 至 0. 7 m 的安全距离,安全距离
(1) 根据逆向推理的结果,风险因素 T1 ( 管线 在受到路面板块限制即道路过窄时应当设置隔离
及附属设施风险) 和 T3 ( 日常运营风险) 的风险状 区进行分舱铺设。 电力、给排水管线在设计之初应
态等级为 High 的概率大于 30%,由此可以推断:T1 该考虑到内部环境的荷载耦合性来降低因过载引
→G;T3 →G。 起的火灾、水灾的风险。
(2) 针对风险因素 T1( 管线及附属设施风险) ,
4 结论
其风险状态等级为 High 的概率大于 30%的父节点
包括:T6( 管线因素) ,则有:T6 → T1 → G,同样的,风 (1) 针对管廊运维风险的特点,参考《 城市地
险因 素 T6 的 父 节 点 中, x 6 ( 管 线 间 相 互 作 用) 与 下综合管廊运行维护及安全技术标准》 将综合管
x 8( 管线运行超负荷) 的风险状态等级为 High 的概 廊运维安全体系结构进行划分,通过风险分析总结
率大于 30%,因此包含两条关键致因链,分别为:x 6 初步识别了影响综合管廊运维的风险因素,然后进
→T6 →T1 →G;x 8 →T6 →T1 →G。 行问卷调查并对数据做相关分析,最后经过优化筛
(3) 按照上述步骤,针对风险因素 T3 ( 日常运 选得到最终的管廊运维风险影响因素。
营风险) ,根据后验概率最大可能性原则得到关键 (2) 在风险指标体系的基础上,以贝叶斯网络
路径,最终推断得到致因链:x 17 →T3 →G。 为模型风险框架,借助 ALARP 准则对管廊的运维
根据关键致因链 x 6 →T6 → T1 → G 与 x 8 →T6 → 风险状态进行等级划分,并引入模糊集理论处理系
T1 →G 可以了解到管线间作用的相互影响与管线 统边界模糊性与不确定性,将定性的指标利用专家
运行超负荷是相对敏感的因素,管线间的相互作用 模糊语言转化为定量指标带入模型进行分析使得
地 下 空 间 与 工 程 学 报