地下空间与工程学报

Chinese Journal of Underground Space and Engineering

ISSN 1673-0836,CN 50-1169/TU

《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

Operation and Maintenance Risk Assessment of Underground

Utility Tunnels Based on FTA and Fuzzy BN
Chen Yongjun, Li Xiaojian, Wu Guangye, Tian Shiyu
( School of Urban Economics and Management, Beijing University of Civil Engineering and Architecture,
Beijing 102616, P. R. China)
Abstract: Accidents frequently occur in the operation and maintenance of urban underground utility tunnels. To
quantify the operation and maintenance risks of utility tunnels and analyze the key risk factors, a risk
assessment method for the operation and maintenance of urban underground utility tunnels based on fault tree and
fuzzy Bayesian network was proposed. A fault tree was constructed based on comprehensive consideration of the risk
factors of tunnel, and it was mapped to a Bayesian network. Then, the risk factor status was classified based on
ALARP criteria, fuzzy number and fuzzy subset were used to calculate the probability of occurrence of bottom
events, Maximum Likelihood Estimation was used to solve the conditional probability of intermediate events, and a
Bayesian network model was constructed for operation and maintenance risk of utility tunnels to assess the operation
and maintenance risk of urban underground utility tunnels accurately. The results show that the probability for the
assessed risk level of utility tunnels’ operation and maintenance process is High is 28%, which was close to the
risk threshold of 30%. Therefore, it is necessary to control the risks of the utility tunnels timely. This method can
scientifically and reasonably evaluate the risk level and determine the key factors, and can be used as a
decision-making tool for the safety assurance and management of the utility tunnels’ operation and maintenance.
Keywords: fault tree analysis; Bayesian network; underground utility tunnels; fuzzy theory; risk assessment

　 　 　 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　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　

等 [13] 和王玉琪等 [14] 采用 fluent 软件,吴建松等 [15]

0　 引言
采用 OpenFOAM 软件,针对城市综合管廊正常通
地下综合管廊是修建在城市道路下的隧道式 风—泄漏报警—事故通风—警报解除的全过程进
构筑物,用于集中敷设电力、通信、广播电视、给水、 行了动态分析,研究了输气管道在城市综合管廊舱
排水、热力、燃气等市政管线 [1]
。 在地下综合管廊 室泄漏扩散的基本规律,为燃气泄漏事故应急决策
中,各类市政管线有序摆放,极大方便了市政管线 与救援提供了理论指导。
的维护和检修,减少了管线维修时反复开挖道路的 综上所述,现有研究较多关注的是城市综合管
问题,降低了管线维修的综合成本,是现代城市建 廊燃气泄漏、火灾等专项型灾害的影响及其防控,
设的趋势 [2] 。 与发达国家和地区相比,我国地下 对城市综合管廊运营维护阶段的总体风险评估研
城市综合管廊建设起步较晚,进入 2015 年之后,综 究相对较少。 为了有效量化评估城市综合管廊设
合管廊政策密集出台并不断加码、细化,管廊建设 施在运维期间的风险状态,从而合理制定城市综合
进入了井喷式的发展阶段,并在“ 十三五” 期间迎 管廊运维风险防控措施和应急响应措施,本文提出
来了 建 设 高 潮 [3-4] , 数 据 统 计 结 果 显 示: 2015 至 了一种城市地下综合管廊运维风险量化评估方法,

2022 年,国内新增城市地下综合管廊近 4 000 公 为实现管廊运维风险预防以及管控工作的精准化、

里,位居世界前列 [5] 。 规范化、高效化提供理论支撑。 最后,根据提出的

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

将风险划分为可接受区、合理可行区、不可接受区 High 意味着事故造成重大损失;Medium 是指事故

三部分,在这里本文定义为管廊的风险网络节点, 造成了损失,但没有造成重大伤害;Low 意味着事
包括: High、 Medium、 Low 3 种 节 点 状 态 值。 其 中 故造成的损失可以忽略不计。
表 1　 城市地下综合管廊运维风险因素
Table 1　 Operation and maintenance risk factors of urban underground tunnels

目标层 因素层 风险层 风险解释

设施质量不合格 x1 附属设施生产制造不符合国家标准规范
附属设施
设备安装不合格x2 附属设备安装不符合规范
因素T5
设施空间布局合理x3 设备空间设计布局不符合规范

管线及附属 管线空间布局不合理x4 管道、线路设计空间布局不合理

设施风险 T1 管线扩容x5 管线后期变动扩容引发的管线变动产生问题
管线因素
管线间相互作用x6 其它管道风险导致的安全链效应
T6
管线材质、安装不合格x7 管线本身的质量及安装不规范引发的风险
管线运行超负荷x8 管线内部介质( 电流、水流等) 负荷过大风险
结构力学性能不合格x9 混凝土管廊抗拉压、抗剪设计不合格

设计因素 抗震设计不合格x10 管廊结构抗震构造设计不合理

T7 复杂节点设计不合理x11 出入口、通风口等复杂节点设计不符合安全使用规范
廊体结构
城市地下 断面设计不合理x12 断面尺寸、形式、舱室数量等设计等不符合要求
风险 T2
综合管廊
施工人员素质较差x13 施工人员个人技术水平不达标
运维风险 施工因素
水平 工程材料质量不合格x14 施工所用材料不符合设计标准
T8
作业环境较差x15 环境温度不正常、作业场地凌乱等问题影响正常施工
管理制度不健全x16 制度、规章约束能力不足引发的风险
运营风险 T3 　 　 　 运维信息化水平较低x17 智慧化运维水平较低
运维人员素质较差x18 日常维护人员专业能力较差
暴雨、地震自然因素x19 雨水倒灌等自然灾害

外部环境 管廊上方交通流量过大x20 管廊上方存在的公路、铁路等交通运输压力

因素 T9 地质环境较差x21 人工填土、沉积土、地下水侵蚀等侵害
基础环境
人为破坏x22 非运维工作人员的外部破坏风险
风险 T4
温度不合理x23 温度变动引发管线、廊体结构裂缝等风险
内部环境
湿度不合理x24 湿度过大导致管道腐蚀,湿度过低易引发火灾
因素 T10
有毒气体浓度较高x25 CH4 、SH4 等有毒气体积聚引发的爆炸、窒息等风险

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

Fig. 3　 Membership functions of natural language variables of (9)

grade 7 and triangular fuzzy numbers 此时,定义一个关于 X r 的特征函数 α( i,h,v:
X i ) 为:
步骤 1:邀请专家使用七级语言变量对风险因
1, 当 X r 满足 P( A i = h ∣ F( A i ) = v)
素的发生概率进行评价,第 n 个专家对节点 x i ( i = α( i,h,v:X i ) = {
0, 上述条件不满足
0,1,2,…,n) 的风险发生概率评判的语言变量对
(10)
应的三角模糊数为: 并且假设满足 P(Ai = h ∣ F(Ai ) = v)的数据集合
P i,n = ( x i,n ,y i,n ,z i,n ) (3) 的容量为 Qihv ,则此时 θ 的对数似然函数可转化为:
步骤 2:计算三角模糊数 P i,n = ( x i,n ,y i,n ,z i,n ) m n a b
l( θ | X) = ∑∑ ∑ ∑a( i,h,v:X i ) logθ ihv
r = 1 i = 1 h = 1v = 1
的算数平均值: n a b

P i,1 +P i,2 +… +P i,n = ∑ ∑ ∑θ ihv logθ ihv (11)

Pi = = ( x i ,y i ,z i )
i = 1 h = 1v = 1
(4)
n 则 θ ihv 取值为:
步骤 3:采用均值面积法去模糊化,计算得到 ïì Q ihv a
,当∑ 　 Q ihv >0
a h=1
第 n 个专家对风险因素 x i 的发生概率的结果为: ï∑ Q
ï
θ ihv = íh = 1 ihv (12)
(

x i + 2y i +z i ï 1
P in = (5) a
,当∑ 　 Q ihv ≤0
4 ïï
î a h=1

步骤 4:对风险因素 x i 的发生概率进行归一化 2. 5　 管廊运维风险推理分析

处理: 基于 2. 2 节构建的贝叶斯网络,结合 2. 3 节与
P in 2. 4 节对底事件以及中间事件的概率计算结果,建
P′i = n
(6) 立基于贝叶斯网络的城市地下综合管廊风险评估
∑P in
i=1 模型,进而对管廊运维风险进行推理分析,具体推
 地 下 空 间 与 工 程 学 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　

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

　 　 根据式( 2) 、式( 3) 和式( 4) ,以 x 4 ( 管线空间 　 　 根据式(1) 得到风险因素 x 4 3 个风险等级分

布局不合理) 为例计算风险节点的三角模糊数的 别对应的隶属度函数为:
模糊数以及对应的 λ 截集,如表 4 所示: ìïx - 0. 1
,0. 1<x<0. 18
表 4　 管廊运维风险节点x4 的三角模糊数和对应 λ 截集 ï 0. 08
Table 4　 Triangle fuzzy number and the corresponding
ï1,x = 0. 18
ï
F H( x) = í (13)
intercept of the tunnel operation and maintenance risk node x4 ï0. 34 -x
ï 0. 1 ,0. 18<x<0. 34
三角模糊数 λ 截集 ïï
F H = (0. 1,0. 18,0. 34) F λ-H = [0. 1λ+0. 08,-0. 16λ+0. 34]
î0,其他

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

证据节点 High Medium Low 证据节点 High Medium Low

Px1 0. 20 0. 38 0. 42 Px14 0. 11 0. 43 0. 46
Px2 0. 29 0. 33 0. 38 Px15 0. 27 0. 51 0. 22
Px3 0. 21 0. 36 0. 43 Px16 0. 12 0. 68 0. 20
Px4 0. 14 0. 38 0. 48 Px17 0. 45 0. 34 0. 21
Px5 0. 15 0. 44 0. 41 Px18 0. 25 0. 55 0. 20
Px6 0. 30 0. 46 0. 24 Px19 0. 15 0. 47 0. 38
Px7 0. 28 0. 43 0. 29 Px20 0. 20 0. 67 0. 13
Px8 0. 29 0. 41 0. 30 Px21 0. 24 0. 63 0. 13
Px9 0. 13 0. 42 0. 45 Px22 0. 24 0. 56 0. 20
Px10 0. 10 0. 36 0. 54 Px23 0. 27 0. 42 0. 31
Px11 0. 15 0. 37 0. 48 Px24 0. 29 0. 35 0. 36
Px12 0. 14 0. 66 0. 20 Px25 0. 39 0. 37 0. 24
Px13 0. 22 0. 23 0. 55

　 　 风险因素 x 25( 有毒气体浓度较高) 与 x 17 ( 运维 置的数量以及检测的频率,实时控制管廊运维过程

信息化水平较低) 的风险状态等级为 High 的概率 中有毒气体的浓度在危险线之下,保证维修工人的
分别为 0. 39 与 0. 45,这说明该管廊中 CH 4 、H 2 S 等 人身安全以及防止管廊内发生火灾和爆炸。 最后,
有毒浓度过大已经成为危险性较大的的风险因素, 要提升该管廊运维的信息化程度,根据该管廊特点
应加大对管廊的通风设施建设的投入。 同时,该管 引入合适的城市地下综合管廊运维系统,提升数据
廊建设年限较长,缺乏较为完备的信息化监控运维 信息记录及分析的效率,时刻保障管廊运维过程中
设施,与“ 运维信息化水平较低” 这一风险因素实 的安全。
际情况相符合。 因此要考虑增加有毒气体检测装 将风险因素的概率数据导入综合管廊贝叶斯
 地 下 空 间 与 工 程 学 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　

网络 风 险 评 估 模 型 进 行 参 数 学 习, 利 用 GeNIe 隶属度原则,该管廊的风险等级 Medium ( Ⅱ 级) 。

Academic 4. 0 软件进行推理计算,城市地下综合管 尽管该管廊风险状态为中等,但由于风险状态等级
廊运维风险状态如图 4 所示,根据计算出的概率数 为 High 的概率为 28%,接近 30%,应及时制定专项
值,将风险等级划分阈值设定为 30%。 根据最大 措施,解决该管廊运维过程中各项问题。

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

证据节点 High Medium Low 证据节点 High Medium Low

Px1 0. 20 0. 38 0. 41 Px19 0. 13 0. 51 0. 36
Px2 0. 27 0. 35 0. 38 Px20 0. 19 0. 68 0. 13
Px3 0. 21 0. 35 0. 44 Px21 0. 23 0. 64 0. 13
Px4 0. 14 0. 38 0. 48 Px22 0. 23 0. 57 0. 20
　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 基于故障树和贝叶斯网络的管廊运维风险评估

续表 6

证据节点 High Medium Low 证据节点 High Medium Low

Px5 0. 15 0. 44 0. 41 Px23 0. 26 0. 43 0. 31
Px6 0. 30 0. 46 0. 24 Px24 0. 28 0. 36 0. 36
Px7 0. 28 0. 43 0. 29 Px25 0. 36 0. 40 0. 24
Px8 0. 31 0. 39 0. 30 PT1 0. 32 0. 42 0. 26
Px9 0. 13 0. 42 0. 45 PT2 0. 23 0. 42 0. 35
Px10 0. 10 0. 38 0. 52 PT3 0. 30 0. 49 0. 21
Px11 0. 15 0. 37 0. 48 PT4 0. 20 0. 66 0. 14
Px12 0. 14 0. 56 0. 20 PT5 0. 25 0. 33 0. 42
Px13 0. 10 0. 46 0. 45 PT6 0. 34 0. 38 0. 28
Px14 0. 20 0. 29 0. 21 PT7 0. 24 0. 30 0. 46
Px15 0. 21 0. 24 0. 55 PT8 0. 20 0. 52 0. 28
Px16 0. 14 0. 69 0. 17 PT9 0. 22 0. 53 0. 25
Px17 0. 47 0. 35 0. 18 PT10 0. 25 0. 46 0. 29
Px18 0. 24 0. 57 0. 19

　 　 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　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　

结果更为科学合理。 Bayesian network based on dynamic risk assessment[ J /

(3) 利用本研究的分析方法,以武汉市某实际 OL] . Journal of Safety and Environment, 1-11 [ 2022-

的综合管廊运维为案例进行分析,根据分析的结果 11-08] . ( in Chinese) )

[7]
将管廊运维风险状态等级评价为 Medium( 合理可
吴建松, 蔡继涛, 赵亦孟, 等. 城市综合管廊燃气爆
炸传播特性实验研究[ J] . 清华大学学报( 自然科学
行区) ,这与管廊实际运维管理中所呈现的情况相
版) , 2022, 62 ( 6 ) : 987-993. ( Wu Jiansong, Cai
匹配。 同时,利用贝叶斯网络的推理分析以及逆向
Jitao, Zhao Yimeng, et al. Experimental study of the
推理找出影响管廊运维风险状态的关键路径及关
propagation characteristics of gas explosion in urban
键风险因素。 在上述分析的基础上,对基于故障树 Utility tunnels [ J ] . Journal of Tsinghua University
与模糊贝叶斯网络的城市综合管廊运维风险评价 ( Science and Technology ) , 2022, 62 ( 6 ) : 987-
模型进行了有效性验证。 993. ( in Chinese) )
[8] 郭佳奇, 钱源, 王珍珍, 等. 城市地下综合管廊常见
参考文献( References)
运维灾害及对策研究[ J] . 灾害学, 2019, 34(1) : 27
[1] 　 饶传富, 毛宇, 熊小林, 等. 从城市地下综合管廊到 -33. ( Guo Jiaqi, Qian Yuan, Wang Zhenzhen, et al.
新区地下市政综合体建设 的 思 考 [ J] . 给 水 排 水, The common operational disasters and countermeasures
2019, 55 ( 5) : 119 - 123. ( Rao Chuanfu, Mao Yu, of utility tunnel in urban [ J ] . Journal of
Xiong Xiaolin, et al. Consideration on the construction Catastrophology, 2019, 34(1) : 37-33. ( in Chinese) )
from utility tunnel to new area underground [9] 王述红, 张泽, 侯文帅, 等. 综合管廊多灾种耦合致
municipal complex [ J ] . Water and Waste Water 灾风险评价方法[ J] . 东北大学学报( 自然科学版) ,
Engineering, 2019, 55(5) : 119-123. ( in Chinese) ) 2018, 39(6) : 902-906. ( Wang Shuhong, Zhang Ze,
[2] 孙书伟, 朱本珍, 马宁. 城市地下综合管廊开挖方 Hou Wenshuai, et al. Risk assessment method
法及 设 计 参 数 分 析 [ J ] . 铁 道 工 程 学 报, 2019, on multi-disaster coupled hazard for urban utility tunnel
36( 3 ) : 61 - 66. ( Sun Shuwei, Zhu Benzhen, Ma [ J ]. Journal of Northeastern University ( Natural
Ning. Analysis of excavation method and design Science) , 2018, 39(6) : 902-906. ( in Chinese) )
parameters for underground pipeline utility tunnel [ J] . [ 10 ] Qiu D, Qu C, Xue Y, et al. A Comprehensive
Journal of Railway Engineering Society, 2019, 36( 3) : Assessment Method for Safety Risk of Gas Tunnel
61-66. ( in Chinese) ) Construction Based on Fuzzy Bayesian Network [ J ] .
[3] 钱七虎. 建设城市地下综合管廊, 转变城市发展方 Polish Journal of Environmental Studies, 2020, 29:
式[ J] . 隧道建设, 2017, 37 ( 6) : 647 - 654. ( Qian 4269-4289.
Qihu. To transform way of urban development by [11] 李芊, 段雯, 许高强. 基于 DEMATEL 的综合管廊运
constructing underground utility tunnel [ J ] . Tunnel 维管 理 风 险 因 素 研 究 [ J] . 隧 道 建 设 ( 中 英 文 ) ,
Construction, 2017, 37(6) : 647-654. ( in Chinese) ) 2019, 39 ( 1 ) : 31 - 39. ( Li Qian, Duan Wen,
[4] 卜令方, 汪明元, 金忠良, 等. 我国城市综合管廊建 Xu Gaoqiang. Research on Risk Factors of Operation
设现状及展望[ J] . 中国给水排水, 2016, 32( 22) : and Maintenance Management of Utility Tunnel Based
57 - 62. ( Bu Lingfang, Wang Mingyuan, Jing on DEMATEL [ J ] . Tunnel Construction, 2019,
Zhongliang, et al. State-of-the-arts and outlook of urban 39(1) : 31-39. ( in Chinese) )
utility tunnel construction in China [ J ] . China Water [12] Guo K, Zhang L. Multi-source information fusion for
and Waste water, 2016, 32 ( 22 ) : 57-62. ( in safety risk assessment in underground tunnels [ J ] .
Chinese) ) Knowledge-Based Systems, 2121, 27: 107210.
[5] 张兴华. 地下综合管廊建设提速 [ N] . 经济日报, [13] 邓小娇, 姚安林, 徐涛龙, 等. 城市综合管廊燃气舱
2022-08-12. ( Zhang Xinghua. The construction of 室输气管道泄漏扩散规律研究[ J] . 中国安全生产
underground comprehensive pipe gallery was accelerated 科学技术, 2019, 15( 11) : 84 - 89. ( Duan Xiaojiao,
[ N] . Economic Daily, 2022-08-12. ( in Chinese) ) Yao Anlin, Xu Taolong, et al. Study on leakage
[6] 张继信, 黄东阳, 尤秋菊, 等. 基于动态贝叶斯网络 and diffusion laws of gas pipeline in gas cabin of urban
的城市综合管廊燃气泄漏动态风险评价[ J / OL] . 安 utility tunnel [ J ] . Journal of Safety Science and
全与 环 境 学 报, 1-11 [ 2022-11-08 ] . ( Zhang Jixin, Technology, 2019, 15(11) : 84-89. ( in Chinese) )
Huang Dongyang, You Qiuju, et al. Dynamic risk [14] 王玉琪, 戚承志, 屈小磊, 等. 地下综合管廊燃气泄
assessment of gas leakage in urban utility 漏数 值 模 拟 研 究 [ J ] . 消 防 科 学 与 技 术, 2018,
　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 基于故障树和贝叶斯网络的管廊运维风险评估

37(10) : 1348-1353. ( Wang Yuqi, Qi Chengzhi, Qu 2020, 16(2) : 345-350. ( in Chinese) )

Xiaolei, et al. Numerical simulation of gas leakage [18] Tang Y. Civil engineering and surrounding environment
in the underground utility tunnel[ J] . Fire Science and risk analysis based on ALARP principle [ J ] . IOP
Technology, 2018, 37 ( 10 ) : 1348-1353. ( in Conference Series: Earth and Environmental Science,
Chinese) ) 2018, 170(3) :
[15] 吴建松, 原帅琪, 蔡继涛, 等. 基于 OPENFOAM 的 [19] Hu L H, Kang R, Pan X, et al. Risk assessment of
综合管廊舱内燃气泄漏扩散数值模拟[ J] . 中国安 uncertain random system—Level-1 and level-2 joint
全生 产 科 学 技 术, 2020, 16 ( 2 ) : 168-173. ( Wu propagation of uncertainty and probability in fault tree
Jiansong, Yuan Shuaiqi, Cai Jitao, et al. Numerical analysis[ J] . Reliability Engineering & System Safety,
simulation of gas leakage and dispersion in utility 2020, 198: 168-173.
tunnel compartment based on OpenFOAM [ J] . Journal [20 ] Wang Y, Su J, Zhang S, et al. A dynamic risk
of Safety Science and Technology, 2020, 16( 2) : 168- assessment method for deep-buried tunnels based on a
173. ( in Chinese) ) Bayesian network [ J ]. Geofluids, 2020,
[16] 梁宁慧, 兰菲, 庄炀, 等. 城市地下综合管廊建设现 2020: 8848860.
状与存 在 问 题 [ J] . 地 下 空 间 与 工 程 学 报, 2020, [21] 韩梅, 吴珊, 常青, 等. 基于事故树和模糊贝叶斯网
16(6) : 1622-1635. ( Liang Ninghui, Lan Fei, Zhuang 络的铁路超限货物运输风 险 评 估 [ J] . 铁 道 学 报,
Yang, et al. Current situation and existing problems of 2021, 43 ( 5 ) : 9-17. ( Han Mei, Wu Shan, Chang
urban utility tunnel construction[ J] . Chinese Journal of Qing, et al. Risk assessment of railway out-of-
Underground Space and Engineering, 2020, 16 ( 6 ) : gauge goods transportation based on fault tree and fuzzy
1622-1635. ( in Chinese) ) bayesian network [ J ] . Journal of the China
[17] 王俊佳, 王成坤, 陈郊. 多因素耦合的新区综合管 Railway Society, 2021, 43(5) : 9-17. ( in Chinese) )
廊系统布局方法研究 [ J] . 地 下 空 间 与 工 程 学 报, [22 ] Zadeh L. Fuzzy Sets [ J ] . Information and control,
2020, 16 ( 2 ) : 345-350. ( Wang Junjia, Wang 1965, 8: 338-353.
Chengkun, Chen Jiao. Study on multi-factor coupling for [ 23 ] Wickens C. Engineering Psychology and Human
system layout of utility tunnel in new district [ J ] . Performance [ M ] . New York: Harper Collins
Chinese Journal of Underground Space and Engineering, Piblishers, Inc, 1992.