杨永斌 樊永强 高伟政 王庆 肖伟

摘要：文章以成简快速路龙泉山隧道为依托，考虑瓦斯地层环境（R1）、隧道工程环境（R2）、工程施工因素（R3）、施工设备因素（R4）4方面构建评估指标体系；搜集瓦斯隧道施工风险评估样本，构建评价指标参数矩阵；通过熵权法、德尔菲法依次确定指标客、主观权重，根据乘法原理计算组合赋权；基于修正正态云模型（NCM）计算评估指标隶属度，挖掘指标经典域、節域，构建评估系统物元可拓模型（EAHP）；根据Matlab软件与样本参数矩阵，构建评估系统BP神经网络预测模型（BPNN）。经研究得出：NCM、EAHP、BPNN模型计算结果吻合度较好，NCM、EAHP、BPNN模型目标层计算结果分别为Ⅲ～Ⅳ级、3.178级、3.2472，隧道施工风险整体处于“异常～严重”状态，与现场施工安全等级相吻合。

关键词：瓦斯隧道；风险评估；NCM；EAHP；BPNN

中图分类号：U458.1A441515

0引言

隧道属地下密闭空间结构，瓦斯气体一旦逸出后果不堪设想。贵州毕节七扇岩隧道、云南昭通扎西隧道施工期间相继发生瓦斯爆炸事故。瓦斯隧道施工风险评估已成国内外相关学者研究的热点课题［1-11］。

1构建瓦斯隧道施工风险评估体系

基于人-设备-环境事故三要素，探究瓦斯隧道施工期致灾机理，结合文献检索与现场施工经验，考虑重要性、独立性、定量性原则，构建瓦斯隧道施工风险评估指标体系，见表1。

2评估系统指标组合赋权

2.1德尔菲法（DELPHI）——客观赋权

若目标层W有n项准则层指标Wk1、Wk2…Wkn，fij表示Wki与Wkj对于目标层W相对重要度比值，则可构造重要度判断矩阵F（本文n=4，见下页表2）。

2.2熵权法（EWM）——主观赋权

若评估体系有n个样本，每个样本有m项指标，κij表示第i个样本的j项指标值，则有样本参数矩阵Κ（样本参数矩阵见下页表3，其中n=9，m=26）。基于表3样本参数矩阵，计算指标层与准则层熵权，见下页图1～2。

2.3乘法原理——组合赋权

按式（1）采用乘法原理确定准则层、指标层组合赋权δzj：

3瓦斯隧道施工风险评估模型

3.1修正正态云评估模型（NCM）

云模型是定性描述与定量计算之间的转换模型，在决策分析、数据挖掘、图像处理方面具备极大优势。采用修正正态云构建瓦斯隧道施工风险模糊评估模型，按式（2）确定评估指标期望值Exj、熵值Enj及超熵Hej，ξ为超熵系数，取0.1［12］。

基于文献资料与施工经验，挖掘评估指标经典域、节域，见表4。

联立式（2）～（6），结合Excel及Orgin软件，计算并绘制R1-1～R4-5隶属度云模型。R1-1与R1-2云计算模型见图3～4，其余模型不再赘述。

3.2物元可拓评估模型（EAHP）

物元可拓评估模型克服了传统层次分析法主观评价模糊性及个人偏好影响，从而使计算结果更趋准确性。构建瓦斯隧道施工风险评估体系第j项物元经典域Rj：

4工程实际应用

4.1工程概况

本文以成简快速路龙泉山隧道为依托，隧道全长5 005 m，最大埋深为384 m，采用双洞单向行车方式。隧址区穿越第四系坡积层和侏罗系遂宁组、蓬莱镇组、沙溪庙组，出露地层显示为Q2～Q3砂黏土、砂砾石层及黏土。隧址区穿越非对称背斜构造，两端倾伏、轴部开阔平缓，岩体节理裂隙较发育，地下水含量丰富。穿越地层赋存多套非均质侏罗系天然气藏，通过现场钻孔勘察，可燃气体平均含量为620 ppm，瓦斯压力测试值为0.186MPa，施工现场易出现瓦斯溢出，属重难点控制性工程。

4.2计算结果分析

表5为分别采用云正态（NCM）、物元可拓模型（EAHP）的准则层风险评估等级确定度计算结果，可见二者算法结果吻合度较好。龙泉山瓦斯隧道瓦斯地质环境（R1）隶属Ⅳ级，处于“严重”不安全状态；隧道工程环境（R2）隶属Ⅲ级，处于“异常”状态；工程施工（R3）、设备因素（R4）风险均处于“注意～异常”状态。

本文再依托Matlab软件，结合表3样本参数，构建瓦斯隧道施工风险神经网络预测模型（BPNN）。验证NCM、EAHP模型算法的可靠性。构建瓦斯隧道施工风险评估的BPNN预测模型后，对表3中每个样本进行反演预测，反演计算结果与实际结果相吻合，验证了本文BPNN预测模型的可靠性。依托工程施工风险的Matlab预测界面见图5。

表6为龙泉山瓦斯隧道施工风险评估结果。由表6可知，各算法预测结果吻合度较好，与施工现场风险等级一致。NCM模型计算结果为Ⅲ～Ⅳ级，EAHP算法结果为3.178级，BPNN预测结果为3.247 2，表明龙泉山隧道施工风险处于“异常～严重”等级。

5结语

本文研究旨在建立瓦斯隧道施工风险评估系统，主要结论如下：

（1）基于人-设备-环境事故三要素，从瓦斯地层环境、隧道工程环境、工程施工因素、施工设备因素角度出发，考虑重要性、独立性、定量性原则，构建瓦斯隧道施工风险评估指标体系。

（2）挖掘瓦斯隧道施工风险评估样本，构建评估指标样本参数矩阵，通过熵权法（EWM）计算指标客观赋权，构造指标重要度判断矩阵，采用德尔菲法（DELPHI）计算指标主观赋权，依据乘法原理，确定评价指标组合赋权。

（3）结合Matlab及Excel软件，根据修正正态云模型（NCM），计算并绘制评价指标隶属度云图。基于文献资料与施工经验，挖掘评价指标定量化经典域、节域，构建瓦斯隧道施工风险评估物元可拓模型（EAHP）。

（4）NCM、EAHP、BPNN模型预测结果整体吻合度较好，与现场施工风险等级一致。瓦斯地层环境（R1）隶属Ⅳ级，处于“严重”不安全状态；隧道工程环境（R2）隶属Ⅲ级，处于“异常”状态；工程施工（R3）、设备因素（R4）风险均处于“注意～异常”状态。NCM、EAHP、BPNN模型目标层计算结果依次为Ⅲ～Ⅳ级、3.178级、3.2472，表明龙泉山瓦斯隧道施工风险整体处于“异常～严重”状态。

参考文献

［1］董莹.公路高瓦斯隧道施工风险分析［D］.淮南：安徽理工大学，2017.

［2］蒋敏.瓦斯隧道过程瓦斯灾害危险性评价研究［D］.湘潭：湖南科技大学，2012.

［3］王子超，雷克江，杨霜，等.基于模糊层次分析法的瓦斯隧道施工安全风险评估［J］.武汉工程大学学报，2019，41（6）：573-579.

［4］郭晨.天坪隧道快速抽放及揭煤工艺优化设计与实践［D］.重庆：重庆科技学院，2016.

［5］邱成虎，陈寿根，谭信荣，等.基于模糊层次分析法的瓦斯隧道施工风险评估［J］.地下空间与工程学报，2015，11（3）：774-780.

［6］张振强.铁路瓦斯隧道分类及煤与瓦斯突出预测方法研究［D］.成都：西南交通大学，2012.

［7］杜志刚，张小东，王晓东.基于属性数学理论的隧道瓦斯突出危险性评价［J］.地下空间与工程学报，2019，15（6）：1 866-1 873.

［8］袁和勇.五松瓦斯隧道施工危险性评估研究［D］.淮南：安徽理工大学，2014.

［9］杨德智.高速公路隧道瓦斯赋存运移及气固耦合作用的分析研究［D］.成都：西南交通大学，2014.

［10］黄仁东，张小军.基于熵权物元可拓模型的隧道瓦斯等級评价［J］.中国安全科学学报，2012，22（4）：77-82.

［11］熊建明，陈沅江，刘波，等.瓦斯隧道施工期风险等级的FDA法评价［J］.重庆交通大学学报（自然科学版），2017，36（2）：17-23.

［12］魏博文，黄海鹏，徐镇凯.基于云模型和组合赋权的岩体质量二维评价模型［J］.岩石力学与工程学报，2016，35（1）：3 092-3 099.

基金项目：中交第二公路工程局科技研发项目“低瓦斯隧道施工技术研究”（编号：GHTJ-07-QT-046）

作者简介：杨永斌（1974—），高级工程师，研究方向：道路与隧道工程施工与管理。