CN117474328A - 一种岩质基坑风险评估方法 - Google Patents
一种岩质基坑风险评估方法 Download PDFInfo
- Publication number
- CN117474328A CN117474328A CN202311431320.8A CN202311431320A CN117474328A CN 117474328 A CN117474328 A CN 117474328A CN 202311431320 A CN202311431320 A CN 202311431320A CN 117474328 A CN117474328 A CN 117474328A
- Authority
- CN
- China
- Prior art keywords
- risk
- foundation pit
- factor
- evaluation
- factors
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000011435 rock Substances 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012502 risk assessment Methods 0.000 title claims abstract description 20
- 238000011156 evaluation Methods 0.000 claims abstract description 69
- 238000010276 construction Methods 0.000 claims abstract description 32
- 238000012216 screening Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 39
- 238000012937 correction Methods 0.000 claims description 16
- 238000010606 normalization Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims 1
- 239000002689 soil Substances 0.000 description 5
- 238000004062 sedimentation Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种岩质基坑风险评估方法,包括以下步骤:选取岩质基坑所有可能出现的风险因素、筛选出与待评估岩质相符合的关键风险因素、根据筛选出的关键因素构建岩质基坑风险评估指标体系、建立待评估风险因子模型并计算各风险指标的综合权重以及确定各风险因素和基坑的风险等级并实现对岩质基坑的风险评估;本发明通过对岩质基坑的关键风险因素进行严格筛选,采用关联优度确定岩质基坑的风险等级,并利用等级变量特征值表现计算结果等级偏向两侧等级的程度,分析后确定最终等级,能更加准确、科学的评估基坑风险,为岩质基坑的安全施工提供更为有效的依据,具有较高的实用价值。
Description
技术领域
本发明涉及基坑施工风险评估技术领域,尤其涉及一种岩质基坑风险评估方法。
背景技术
随着社会经济飞速发展,大量工程建设涉及到基坑工程,由于基坑施工过程中存在着众多风险因素,控制不当便会引发工程事故,比如塌方、基坑支护结构的坍塌、周边建筑物沉降等,可能会造成大量的经济损失和人员伤亡,其次,岩质基坑区别于土质基坑,岩体内部损伤和破裂是引发基坑失稳的重要原因,因此,对岩质基坑的施工风险进行科学有效评估具有重要指导作用,然而,由于风险本身具有一定的模糊性和不确定性,基坑施工过程中的风险因素同样具有很大的随机性和不确定性,因此要有科学有效的方法对其进行精准的评估。
岩质基坑施工过程中的风险因素往往包含很多方面,在对其进行评估时可能不会全部都能涉及,只结合经验和实际情况选取往往会忽略很多方面,同时选取的风险因素可能不是最关键的,与所评估的基坑匹配性不高,目前对于基坑风险等级的确定方法为模糊综合评价方法中的最大隶属度原则,这一原则在某些情况下容易丢失信息,判断结果可能会存在偶然性,评估结果不够准确,不能够对岩质基坑的风险进行科学的评估,因此,本发明提出一种岩质基坑风险评估方法以解决现有技术中存在的问题。
发明内容
针对上述问题,本发明的目的在于提出一种岩质基坑风险评估方法,解决目前对于基坑风险等级的确定方法为模糊综合评价方法中的最大隶属度原则,在某些情况下容易丢失信息,判断结果可能会存在偶然性,评估结果不够准确,不能够对岩质基坑的风险进行科学的评估的问题。
为了实现本发明的目的,本发明通过以下技术方案实现:一种岩质基坑风险评估方法,包括以下步骤:
步骤一:先分析待评估地区岩质基坑的特征,并结合现行基坑施工规范和文献研究结果获取所有可能出现的基坑风险因素;
步骤二:根据步骤一中获取的基坑风险因素筛选出待评估地区岩质基坑的关键风险因素,并根据筛选出的关键风险因素构建岩质基坑施工风险评估指标体系;
步骤三:先建立待评估风险因子模型,并根据步骤二中的岩质基坑施工风险评估指标体系计算各风险指标的综合权重;
步骤四:根据步骤三中计算出的各风险指标的综合权重确定各风险指标的风险等级以及岩质基坑的风险等级;
步骤五:根据步骤四中确定的岩质基坑风险等级来判断其所处等级与相邻等级之间的关系,最终对待评估地区岩质基坑的施工风险作出科学评估。
进一步改进在于:所述步骤一中,获取基坑风险因素的具体步骤为:基于科学性、安全性和有效性的原则,结合现行基坑施工规范和文献研究结果,采用SSI模型进行选取,其中两个S分别表示支护结构和周边环境,I表示基坑内环境,将这三个方面作为选取风险因素的依据,把所有可能的风险因素通过SSI模型呈现出来。
进一步改进在于:所述步骤二中,筛选关键风险因素的具体步骤为:根据获取的基坑风险因素,邀请业内专家组成调查小组对基坑风险因素进行投票选择,并采用有效比UR判断投票结果的重要性,公式为:
式中,n表示认为该风险因素必不可少的调查小组的人员数量,N为小组成员总数,λ为变异系数,取值为0.4,UR值小于0.2则表示该风险因素不重要。
进一步改进在于:所述步骤三中,建立待评估风险因子模型的具体步骤为:
S1、建立岩质基坑的风险等级标准域Roj,即分别列出每个关键风险因素及其处于所划分等级下的取值范围,组成一个集合,将作为计算待评估风险因子等级的依据,风险等级标准域Roj的公式为:
式中,Roj为基坑某一具体施工风险,Noj为划分的第j个风险等级,D为风险等级的特征,dn为风险等级的特征,Xoj=<aoji,boji>为特征因素dn所规定的取值范围,其中aoji为特征因素dn关于风险等级的取值下限,boji为特征因素dn关于风险等级的取值上限;
S2、建立岩质基坑的风险等级组合域Rp,即分别列出每个关键风险因素及其处于所有等级下的取值范围,并以集合的形式表示出来,风险等级组合域Rp的公式为:
式中,Rp为基坑施工风险,Np为基坑风险等级,D为风险等级的特征,dn为风险等级的特征,Xp=<apn,bpn>为特征因素dn所规定的取值范围,其中apn为特征dn关于风险等级的取值下限,bpn为特征dn关于风险等级的取值上限;
S3、根据现场实际数据和岩质基坑的风险等级标准域以及组合域建立待评估风险因子模型。
进一步改进在于:所述步骤三中,计算综合权重的步骤为:先确定各风险因素的主观权重为wi,同时利用熵权法确定各风险因素的客观权重为βi,采用综合赋权法确定综合权重zi,具体为:
A1、先构造出间接判断矩阵,并计算各评价因素的重要性排序指数ri:
式中,ri为各评价因素的重要性排序指数,cij为第i个评价因素对第j个评价因素的相对重要性程度,n为评价因素的个数;
A2、将间接判断矩阵转换成判断矩阵B=(bij)n×n,公式如下:
式中,bij为第i个评价因素对第j个评价因素的重要性程度,bm为rmax与rmin之比,其中(bm-1)2作为平方项,用于描述排序指数的跨度大小,并保证最大排序指数接近最小排序指数时收敛于1;
A3、根据矩阵理论,各指标的权重值就是判断矩阵特征向量,计算过程如下:将B中元素按列归一化,得:
其中,bij为第i个评价因素对第j个评价因素的重要性程度,ψi为修正系数,该值根据每一列中最大值与最小值之差进行选定,差值大于0小于1时,修正系数为0.75,差值大于1时,修正系数为0.45,差值越小,修正系数越大,差值为零时修正系数值为1;
按行相加,得:
其中,为B矩阵按列归一化后按行相加得到的矩阵;
对按行归一化处理,得:
得到向量W=(w1,w2,…,wn)T就是判断矩阵的特征向量,即各评价因素的权重值;
A4、由公式进行判断矩阵的一致性检验,其中CR为判断矩阵的一致性比率,CI为一致性指标,RI为随机一致性指标,得:
式中,λmax为最大特征值,n为评价因素个数,若CR<0.1,则该评判有效,反之需要修改间接判断矩阵C,直至修改到CR<0.1为止;
A5、通过n个评价因素的n×m个实际数据,得到评价矩阵:
R=(yij)n×m
式中,R为评价矩阵,yij为评价因素的实际数据;
根据公式进行标准化:
式中y'ij∈[0,1]
式中,mini为评价因素最小值,maxi为评价因素最大值;
第i个指标的熵为:
式中/>
式中,Hi为第i个指标的熵值,k为系数,n为评价因素个数,fij为评价因素比重值,ln为取对数;
当fij=0时,fijlnfij=0;
第i个指标对应的熵权值为:
采用综合赋权法求解综合权重,求得zi:
zi=αwi+γβi(i=1,2,3,...,n)。
其中,zi为综合权重,wi为各层风险因素的主观权重,βi为各层风险因素的客观权重,α和γ为赋权系数,T为矩阵的转置。
进一步改进在于:所述步骤四中,假设第i个评估因素xi的权重为zi,关联优度计算公式为:
式中,Doj(xoj)为标准域与待评风险因子的距离,xoj=<aoji,boji>为特征因素dn所规定的取值范围,aoji为特征dn关于风险等级的取值下限,boji为特征dn关于风险等级的取值上限,Noj(Ro)为关联优度,n为指标的数量,zi(X)为评价指标的综合权重。
待评估对象N的等级评判标准为:
Nm(Ro)=max[Noj(Ro)]
式中,Nm(Ro)为待评估对象N的等级,Noj(Ro)为关联优度,在得到各等级的关联优度之后,由上式判定待评风险因子属于m等级。
进一步改进在于:所述步骤五中,采用关联优度计算出岩质基坑风险等级后,利用等级变量特征值来判断计算得出的岩质基坑等级与相邻等级之间存在的关系,以此来对岩质基坑的施工风险进行准确和科学的评估。
进一步改进在于:所述步骤五中,根据判断待评估风险因子从所处的等级偏向两侧相邻等级的趋势的公式如下:
式中,为待评估风险因子等级的偏离程度,[Noj(RO)]为关联优度,min[Noj(RO)]为关联优度最小值,max[Noj(RO)]为关联优度最大值,j为风险等级,j*为待评风险因子Ro的等级变量特征值,通过j*判断待评风险因子Ro偏向相邻等级的程度,关联优度越大,待评风险因子Ro与风险等级集合的符合程度越高。
本发明的有益效果为:本发明采用SSI模型来选取岩质基坑施工过程中的风险因素,多角度综合进行考虑选取,比较全面客观,在筛选关键因素时通过专家调查和现场实测数据,根据认为某因素为必不可少的小组成员数目和成员总数计算出UR值,计算中采用变异系数来修正调查结果,使结果更加准确,以UR值确定风险因素的重要性;
另外,在确定基坑风险等级时,采用关联优度计算出各风险因素的风险等级以及基坑的风险等级,计算出结果后,利用等级变量特征值表现计算结果等级偏向两侧等级的程度,分析后确定最终等级,为基坑风险评估提供有效的科学依据,具有较高的实用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的岩质基坑风险评估方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,本实施例提供了一种岩质基坑风险评估方法,包括以下步骤:
步骤一:先分析待评估地区岩质基坑的特征,基于科学性、安全性和有效性的原则,结合现行基坑施工规范和文献研究结果,采用SSI模型进行选取,其中两个S分别表示支护结构和周边环境,I表示基坑内环境,将这三个方面作为选取风险因素的依据,把所有可能的风险因素通过SSI模型呈现出来,获取所有可能出现的基坑风险因素,本实施例最终选取竖向变形、横向变形、预应力锚杆轴力、地下管线变形、基坑邻近施工风险、周边建筑沉降、坑外道路沉降、车辆荷载、微震等级、土体压力、底部***和微震频率风险因素;
步骤二:根据步骤一中获取的基坑风险因素筛选出待评估地区岩质基坑的关键风险因素,具体步骤为:根据获取的基坑风险因素,邀请业内专家组成调查小组对基坑风险因素进行投票选择,并采用有效比UR判断投票结果的重要性,公式为:
式中,n表示认为该风险因素必不可少的调查小组的人员数量,N为小组成员总数,λ为变异系数,取值为0.4,UR值小于0.2则表示该风险因素不重要,最终筛选出10个风险因素如下表3所示,然后根据筛选出的关键风险因素构建岩质基坑施工风险评估指标体系;
风险因素 | UR值 | 结果 |
竖向变形 | 0.25 | 合适 |
横向变形 | 0.28 | 合适 |
锚杆轴力 | 0.40 | 合适 |
地下管线变形 | 0.31 | 合适 |
邻近施工风险 | 0.18 | 不合适 |
周边建筑沉降 | 0.34 | 合适 |
坑外道路沉降 | 0.22 | 合适 |
车辆荷载 | 0.13 | 不合适 |
微震等级 | 0.40 | 合适 |
土体压力 | 0.35 | 合适 |
底部*** | 0.33 | 合适 |
微震频率 | 0.40 | 合适 |
步骤三:先建立待评估风险因子模型,具体步骤为:
S1、将岩质基坑风险等级划分为Ⅰ级、Ⅱ级和Ⅲ级,分别对应低风险、中风险和高风险;
S2、建立岩质基坑的风险等级标准域Roj,即分别列出每个关键风险因素及其处于所划分等级下的取值范围,组成一个集合,将作为计算待评估风险因子等级的依据,风险等级标准域Roj的公式为:
式中,Roj为基坑某一具体施工风险,Noj为划分的第j个风险等级,D为风险等级的特征,dn为风险等级的特征,Xoj=<aoji,boji>为特征因素dn所规定的取值范围,其中aoji为特征因素dn关于风险等级的取值下限,boji为特征因素dn关于风险等级的取值上限,本实施例的风险等级标准域Roj如下:
S3、建立岩质基坑的风险等级组合域Rp,即分别列出每个关键风险因素及其处于所有等级下的取值范围,并以集合的形式表示出来,风险等级组合域Rp的公式为:
式中,Rp为基坑施工风险,Np为基坑风险等级,D为风险等级的特征,dn为风险等级的特征,Xp=<apn,bpn>为特征因素dn所规定的取值范围,其中apn为特征dn关于风险等级的取值下限,bpn为特征dn关于风险等级的取值上限,本实施例的风险等级组合域Rp如下:
S4、根据现场实际数据和岩质基坑的风险等级标准域以及组合域建立待评估风险因子模型(R0):
根据步骤二中的岩质基坑施工风险评估指标体系计算各风险指标的综合权重,具体步骤为:先确定各风险因素的主观权重为wi,同时利用熵权法确定各风险因素的客观权重为βi,采用综合赋权法确定综合权重zi;
影响基坑安全性的若干个风险因素进行两两对比,并邀请相关领域数名专家采用0至2标度法对其两两比较结果进行打分,具体评分标准如表1所示:
表1评分标准表
标度 | 意义 |
0 | 两因素相互比较,元素A的重要程度较B弱 |
1 | 两因素相互比较,元素A的重要程度较B相同 |
2 | 两因素相互比较,元素A的重要程度较B强 |
具体为:
A1、先构造出间接判断矩阵,并计算各评价因素的重要性排序指数ri:
式中,ri为各评价因素的重要性排序指数,cij为第i个评价因素对第j个评价因素的相对重要性程度,n为评价因素的个数;
A2、将间接判断矩阵转换成判断矩阵B=(bij)n×n,公式如下:
式中,bij为第i个评价因素对第j个评价因素的重要性程度,bm为rmax与rmin之比,其中(bm-1)2作为平方项,用于描述排序指数的跨度大小,并保证最大排序指数接近最小排序指数时收敛于1;
A3、根据矩阵理论,各指标的权重值就是判断矩阵特征向量,计算过程如下:将B中元素按列归一化,得:
其中,bij为第i个评价因素对第j个评价因素的重要性程度,ψi为修正系数,该值根据每一列中最大值与最小值之差进行选定,差值大于0小于1时,修正系数为0.75,差值大于1时,修正系数为0.45,差值越小,修正系数越大,差值为零时修正系数值为1;
按行相加,得:
对按行归一化处理,得:
得到向量W=(w1,w2,…,wn)T就是判断矩阵的特征向量,即各评价因素的权重值;
A4、由公式进行判断矩阵的一致性检验,其中CR为判断矩阵的一致性比率,CI为一致性指标,RI为随机一致性指标,RI参考下表2,得:
式中,λmax为最大特征值,n为评价因素个数,若CR<0.1,则该评判有效,反之需要修改间接判断矩阵C,直至修改到CR<0.1为止;
表2随机一致性指标参考表
矩阵阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
RI | 0 | 0 | 0.58 | 0.9 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 | 1.51 |
A5、通过n个评价因素的n×m个实际数据,得到评价矩阵:
R=(yij)n×m
式中,R为评价矩阵,yij为评价因素的实际数据;
根据公式进行标准化:
式中y′ij∈[0,1]
式中,mini为评价因素最小值,maxi为评价因素最大值;
第i个指标的熵为:
式中/>
式中,Hi为第i个指标的熵值,k为系数,n为评价因素个数,fij为评价因素比重值,ln为取对数;
当fij=0时,fijlnfij=0;
第i个指标对应的熵权值为:
采用综合赋权法求解综合权重,求得zi:
zi=αwi+γβi(i=1,2,3,...,n)。
其中,zi为综合权重,wi为各层风险因素的主观权重,βi为各层风险因素的客观权重,α和γ为赋权系数,T为矩阵的转置,本实施例中得到的各风险因素的综合权重计算值如下表4所示:
表4各风险因素的综合权重计算值
指标 | 主观权重 | 客观权重 | 综合权重 |
竖向变形 | 0.36 | 0.041 | 0.0744 |
横向变形 | 0.42 | 0.068 | 0.1140 |
锚杆轴力 | 0.23 | 0.105 | 0.1217 |
地下管线变形 | 0.07 | 0.037 | 0.0131 |
周边建筑沉降 | 0.53 | 0.012 | 0.0321 |
坑外道路沉降 | 0.26 | 0.153 | 0.2005 |
微震等级 | 0.15 | 0.103 | 0.0779 |
土体压力 | 0.21 | 0.035 | 0.0370 |
底部*** | 0.47 | 0.036 | 0.0853 |
微震频率 | 0.24 | 0.177 | 0.2141 |
;
步骤四:根据步骤三中计算出的各风险指标的综合权重确定各风险指标的风险等级以及岩质基坑的风险等级,假设第i个评估因素xi的权重为zi,关联优度计算公式为:
式中,Doj(xoj)为标准域与待评风险因子的距离,xoj=<aoji,boji>为特征因素dn所规定的取值范围,aoji为特征dn关于风险等级的取值下限,boji为特征dn关于风险等级的取值上限,Noj(Ro)为关联优度,n为指标的数量,zi(X)为评价指标的综合权重。
待评估对象N的等级评判标准为:
Nm(Ro)=max[Noj(Ro)]
式中,Nm(Ro)为待评估对象N的等级,Noj(Ro)为关联优度,在得到各等级的关联优度之后,由上式判定待评风险因子属于m等级,本实施例根据上述公式计算出标准域与待评估风险因子之间的距离,确定各风险因素的风险等级,并根据公式计算出待评估基坑的风险等级,结果如下表5所示:
表5待评估风险因子与标准域之间的距离
指标 | 低风险(I) | 中风险(II) | 高风险(III) |
竖向变形 | -0.114 | 0.142 | 0.452 |
横向变形 | 0.212 | -0.080 | 0.091 |
锚杆轴力 | -0.101 | 0.098 | 0.339 |
地下管线变形 | 0.227 | -0.016 | -0.278 |
周边建筑沉降 | 0.324 | 0.049 | -0.042 |
坑外道路沉降 | -0.142 | 0.275 | 0.590 |
微震等级 | 0.410 | 0.109 | -0.105 |
土体压力 | 0.018 | -0.012 | 0.313 |
底部*** | 0.136 | -0.130 | 0.205 |
微震频率 | 0.120 | -0.129 | 0.177 |
;
步骤五:根据步骤四中确定的岩质基坑风险等级采用关联优度计算出岩质基坑风险等级后,利用等级变量特征值来判断计算得出的岩质基坑等级与相邻等级之间存在的关系,以此来对岩质基坑的施工风险进行准确和科学的评估:计算出风险等级特征值,以此来分析计算结果趋向于相邻等级的程度,最终对基坑的风险等级做出科学评估,根据判断待评估风险因子从所处的等级偏向两侧相邻等级的趋势的公式如下:
/>
式中,为待评估风险因子等级的偏离程度,[Noj(RO)]为关联优度,min[Noj(RO)]为关联优度最小值,max[Noj(RO)]为关联优度最大值,j为风险等级,j*为待评风险因子Ro的等级变量特征值,通过j*判断待评风险因子Ro偏向相邻等级的程度,关联优度越大,待评风险因子Ro与风险等级集合的符合程度也越高,计算出的关联优度与等级变量特征值如下表6所示:
表6关联优度与等级变量特征值
根据上表6的关联优度和等级变量特征值的结果可知,其关联优度最大值为0.9964,等级变量特征值为2.0449。因此该基坑处于中风险级别(级别Ⅱ),由于等级变量特征值与2差距微小,所以可以认为该基坑风险等级偏向相邻等级的趋势较小,最终评估该基坑的风险等级为中风险级别(级别Ⅱ)。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种岩质基坑风险评估方法,其特征在于,包括以下步骤:
步骤一:先分析待评估地区岩质基坑的特征,并结合现行基坑施工规范和文献研究结果获取所有可能出现的基坑风险因素;
步骤二:根据步骤一中获取的基坑风险因素筛选出待评估地区岩质基坑的关键风险因素,并根据筛选出的关键风险因素构建岩质基坑施工风险评估指标体系;
步骤三:先建立待评估风险因子模型,并根据步骤二中的岩质基坑施工风险评估指标体系计算各风险指标的综合权重;
步骤四:根据步骤三中计算出的各风险指标的综合权重确定各风险指标的风险等级以及岩质基坑的风险等级;
步骤五:根据步骤四中确定的岩质基坑风险等级来判断其所处等级与相邻等级之间的关系,最终对待评估地区岩质基坑的施工风险作出科学评估。
2.根据权利要求1所述的一种岩质基坑风险评估方法,其特征在于:所述步骤一中,获取基坑风险因素的具体步骤为:基于科学性、安全性和有效性的原则,结合现行基坑施工规范和文献研究结果,采用SSI模型进行选取,其中两个S分别表示支护结构和周边环境,I表示基坑内环境,将这三个方面作为选取风险因素的依据,把所有可能的风险因素通过SSI模型呈现出来。
3.根据权利要求1所述的一种岩质基坑风险评估方法,其特征在于:所述步骤二中,筛选关键风险因素的具体步骤为:根据获取的基坑风险因素,邀请业内专家组成调查小组对基坑风险因素进行投票选择,并采用有效比UR判断投票结果的重要性,公式为:
式中,n表示认为该风险因素必不可少的调查小组的人员数量,N为小组成员总数,λ为变异系数,取值为0.4,UR值小于0.2则表示该风险因素不重要。
4.根据权利要求1所述的一种岩质基坑风险评估方法,其特征在于:所述步骤三中,建立待评估风险因子模型的具体步骤为:
S1、建立岩质基坑的风险等级标准域Roj,即分别列出每个关键风险因素及其处于所划分等级下的取值范围,组成一个集合,将作为计算待评估风险因子等级的依据,风险等级标准域Roj的公式为:
式中,Roj为基坑某一具体施工风险,Noj为划分的第j个风险等级,D为风险等级的特征,dn为风险等级的特征,Xoj=<aoji,boji>为特征因素dn所规定的取值范围,其中aoji为特征因素dn关于风险等级的取值下限,boji为特征因素dn关于风险等级的取值上限;
S2、建立岩质基坑的风险等级组合域Rp,即分别列出每个关键风险因素及其处于所有等级下的取值范围,并以集合的形式表示出来,风险等级组合域Rp的公式为:
式中,Rp为基坑施工风险,Np为基坑风险等级,dn为风险等级的特征,Xp=<apn,bpn>为特征因素dn所规定的取值范围,其中apn为特征因素dn关于风险等级的取值下限,bpn为特征因素dn关于风险等级的取值上限;
S3、根据现场实际数据和岩质基坑的风险等级标准域以及组合域建立待评估风险因子模型。
5.根据权利要求1所述的一种岩质基坑风险评估方法,其特征在于:所述步骤三中,计算综合权重的步骤为:先确定各风险因素的主观权重为wi,同时利用熵权法确定各风险因素的客观权重为βi,采用综合赋权法确定综合权重zi,具体为:
A1、先构造出间接判断矩阵,并计算各评价因素的重要性排序指数ri:
式中,ri为各评价因素的重要性排序指数,cij为第i个评价因素对第j个评价因素的相对重要性程度,n为评价因素的个数;
A2、将间接判断矩阵转换成判断矩阵B=(bij)n×n,公式如下:
式中,bij为第i个评价因素对第j个评价因素的重要性程度,bm为rmax与rmin之比,其中(bm-1)2作为平方项,用于描述排序指数的跨度大小,并保证最大排序指数接近最小排序指数时收敛于1;
A3、根据矩阵理论,各指标的权重值就是判断矩阵特征向量,计算过程如下:将B中元素按列归一化,得:
其中,bij为第i个评价因素对第j个评价因素的重要性程度,ψi为修正系数,该值根据每一列中最大值与最小值之差进行选定,差值大于0小于1时,修正系数为0.75,差值大于1时,修正系数为0.45,差值越小,修正系数越大,差值为零时修正系数值为1;
按行相加,得:
对按行归一化处理,得:
得到向量W=(w1,w2,…,wn)T就是判断矩阵的特征向量,即各评价因素的权重值;
A4、由公式进行判断矩阵的一致性检验,其中CR为判断矩阵的一致性比率,CI为一致性指标,RI为随机一致性指标,得:
式中,λmax为最大特征值,n为评价因素个数,若CR<0.1,则该评判有效,反之需要修改间接判断矩阵C,直至修改到CR<0.1为止;
A5、通过n个评价因素的n×m个实际数据,得到评价矩阵:
R=(yij)n×m
式中,R为评价矩阵,yij为评价因素的实际数据;
根据公式进行标准化:
式中y'ij∈[0,1]
式中,mini为评价因素最小值,maxi为评价因素最大值;
第i个指标的熵为:
式中/>
式中,Hi为第i个指标的熵值,k为系数,n为评价因素个数,fij为评价因素比重值,ln为取对数;
当fij=0时,fijlnfij=0;
第i个指标对应的熵权值为:
采用综合赋权法求解综合权重,求得zi:
zi=αwi+γβi(i=1,2,3,...,n)。
其中,zi为综合权重,wi为各层风险因素的主观权重,βi为各层风险因素的客观权重,α和γ为赋权系数,T为矩阵的转置。
6.根据权利要求1所述的一种岩质基坑风险评估方法,其特征在于:所述步骤四中,假设第i个评估因素xi的权重为zi,关联优度计算公式为:
式中,Doj(xoj)为标准域与待评风险因子的距离,xoj=<aoji,boji>为特征因素dn所规定的取值范围,aoji为特征因素dn关于风险等级的取值下限,boji为特征因素dn关于风险等级的取值上限,Noj(Ro)为关联优度,n为指标的数量,zi(X)为评价指标的综合权重。
待评估对象N的等级评判标准为:
Nm(Ro)=max[Noj(Ro)]
式中,Nm(Ro)为待评估对象N的等级,Noj(Ro)为关联优度,在得到各等级的关联优度之后,由上式判定待评风险因子属于m等级。
7.根据权利要求1所述的一种岩质基坑风险评估方法,其特征在于:所述步骤五中,采用关联优度计算出岩质基坑风险等级后,利用等级变量特征值来判断计算得出的岩质基坑等级与相邻等级之间存在的关系,以此来对岩质基坑的施工风险进行准确和科学的评估。
8.根据权利要求1所述的一种岩质基坑风险评估方法,其特征在于:所述步骤五中,根据判断待评估风险因子从所处的等级偏向两侧相邻等级的趋势的公式如下:
式中,为待评估风险因子等级的偏离程度,Noj(RO)为关联优度,min[Noj(RO)]为关联优度最小值,max[Noj(RO)]为关联优度最大值,j为风险等级,j*为待评风险因子Ro的等级变量特征值,通过j*判断待评风险因子Ro偏向相邻等级的程度,关联优度越大,待评风险因子Ro与风险等级集合的符合程度越高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311431320.8A CN117474328A (zh) | 2023-10-31 | 2023-10-31 | 一种岩质基坑风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311431320.8A CN117474328A (zh) | 2023-10-31 | 2023-10-31 | 一种岩质基坑风险评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117474328A true CN117474328A (zh) | 2024-01-30 |
Family
ID=89623286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311431320.8A Pending CN117474328A (zh) | 2023-10-31 | 2023-10-31 | 一种岩质基坑风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117474328A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160145994A1 (en) * | 2014-11-20 | 2016-05-26 | Petrochina Company Limited | Evaluation Method and Evaluation Device for Water Breakthrough Risk of Production Wells in Aquifer Drive Gas Reservoirs |
CN112200478A (zh) * | 2020-10-20 | 2021-01-08 | 长春工程学院 | 一种黏性土场地的冻胀风险信息处理方法及*** |
CN112308360A (zh) * | 2020-04-16 | 2021-02-02 | 青岛理工大学 | 一种基于熵权值法修正ahp法的岩质基坑安全评价方法 |
CN115994398A (zh) * | 2022-10-24 | 2023-04-21 | 中国人民解放军63653部队 | 一种深埋花岗岩隧道塌方风险评价方法 |
-
2023
- 2023-10-31 CN CN202311431320.8A patent/CN117474328A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160145994A1 (en) * | 2014-11-20 | 2016-05-26 | Petrochina Company Limited | Evaluation Method and Evaluation Device for Water Breakthrough Risk of Production Wells in Aquifer Drive Gas Reservoirs |
CN112308360A (zh) * | 2020-04-16 | 2021-02-02 | 青岛理工大学 | 一种基于熵权值法修正ahp法的岩质基坑安全评价方法 |
CN112200478A (zh) * | 2020-10-20 | 2021-01-08 | 长春工程学院 | 一种黏性土场地的冻胀风险信息处理方法及*** |
CN115994398A (zh) * | 2022-10-24 | 2023-04-21 | 中国人民解放军63653部队 | 一种深埋花岗岩隧道塌方风险评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112308360A (zh) | 一种基于熵权值法修正ahp法的岩质基坑安全评价方法 | |
CN107169289A (zh) | 一种基于可拓最优组合赋权法的滑坡危险性评价方法 | |
Bridges | Rethinking gender segregation and gender inequality: Measures and meanings | |
CN116777223A (zh) | 一种城市地下管网安全综合风险评估方法及*** | |
CN113688458B (zh) | 一种基于层次分析法的地基基础方案优选方法 | |
CN110889440A (zh) | 基于主成分分析和bp神经网络的岩爆等级预测方法及*** | |
CN109460926A (zh) | 基于层次分析法和熵值法的台区资产组综合绩效评价方法 | |
CN112989621A (zh) | 一种模型性能评价方法、装置、设备及存储介质 | |
CN111738601A (zh) | 一种基于熵权物元可拓模型的城市应急能力评估方法 | |
CN113869671B (zh) | 一种适用于多工况的滑坡区输电铁塔安全性评价方法 | |
CN114881490A (zh) | 一种变电站绿色施工评价方法及*** | |
CN116468282A (zh) | 一种隧道突涌水风险等级评估方法 | |
CN115796373A (zh) | 风险预测方法、设备及存储介质 | |
CN112330118B (zh) | 一种地质目标评价参数权重求取的方法 | |
CN117575323A (zh) | 一种核电厂作业人员安全等级评估方法 | |
CN112580078A (zh) | 一种针对电力数据指纹的评估方法 | |
CN117474328A (zh) | 一种岩质基坑风险评估方法 | |
CN116644989A (zh) | 一种桥梁技术状况指标的权重计算方法 | |
CN116402347A (zh) | 用于高地应力隧道施工的岩爆动态风险评估方法及*** | |
CN115907532A (zh) | 车辆修理企业布局分析评估方法及*** | |
CN114021905A (zh) | 一种中小企业信用风险评价方法 | |
CN112712284A (zh) | 基于ahp-熵权法的城市燃气管道风险评价***及方法 | |
Alla et al. | Seismic liquefaction analysis of MCDM weighted SPT data using support vector machine classification | |
CN117474329A (zh) | 一种基于修正ahp法和可拓理论的基坑风险评估方法 | |
Pryimak et al. | Fuzzy technologies modeling the level of welfare of the population in the system of effective management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |