基于因果贝叶斯网络的接触网风险评估模型研究

2023-09-25陈雍君李晓健王劲王卫东邱实

铁道科学与工程学报 2023年8期

陈雍君，李晓健，王劲，王卫东，邱实

(1.北京建筑大学城市经济与管理学院，北京 102616；2.中南大学土木工程学院，湖南长沙 410075；3.高速铁路建造技术国家工程研究中心，湖南长沙 410075；4.中南大学轨道交通基础设施智能监控研究中心，湖南长沙 410075)

接触网是铁路电气化工程的主构架，是沿铁路线上空架设的向电力机车供电的特殊形式的输电线路。调查表明，牵引供电系统大多数故障来源于接触网[1]，然而接触网作为牵引供电系统的核心，其建设阶段具有业务流程复杂、质量安全影响因素众多等问题。因此研究接触网建设阶段的各种风险因素，分析风险间因果关系，构建科学、系统、规范的接触网风险评估模型，寻找影响接触网建设阶段的薄弱环节与关键节点，制定经济技术切实可行的风险预防及应对方案，对于提高接触网工程的建设效率及建设质量具有重要意义。目前，国内外专家针对接触网风险以及运行可靠性展开了相关研究，并取得了一定的成果。接触网作为暴露在自然环境中的线性工程，有专家研究了雷击、冰雪、地震、酸雨等自然灾害对接触网运行可靠性的影响，并针对灾害的特性及可能造成的损坏级别提出了防范和修复措施[2-6]。针对接触网组成构件风险层面的可靠性研究，赵峰等[7]将二元决策图(Binary Decision Diagram，BDD)应用于接触网构件的失效风险评估中，提出了新的Birnbaum 重要度的编程计算方法，实现基于BDD方法的接触网失效风险评估。CHEN 等[8]将深度学习应用于接触网系统载流环的故障检测中，提出基于改进的CenterNet模型的载流环故障诊断方法，提高了接触网系统载流环故障的检测效率。在接触网建设及运维辅助装置风险层面的研究，王志刚等[9]研究了接触网设备限界安全问题，分析了此类问题的严重性以及引发此类问题的主要原因。姜尧等[10-11]从风险识别与风险预防治理2 个方面研究了接触网运维过程中的触电风险。另外，焦志秀等[12]将贝叶斯网络法(Bayesian Network，BN)应用到接触网系统及关键元部件的可靠性分析，从不同角度研究影响系统可靠性的薄弱环节与主要因素。刘琛等[13]以维修费用最小为目标，以风险损失和维修资源限制为约束条件，提出高速铁路接触网系统维修计划优化模型，维持了接触网系统较高可靠性。林小松等[14]将故障树分析法应用于接触网可靠性分析中，计算了接触网失效概率与基本事件的结构重要度和概率重要度。FENG 等[15]提出一种考虑时空差异特征的接触网风险指数体系，量化风险特征，有助于接触网作业风险的管理。由上述可知，相关领域专家对接触网系统的研究重点倾向于运维过程可靠性以及运维风险灾害应对研究措施分析，对于接触网工程建设阶段的风险以及风险因果关系的推理的研究相对较少。本文对铁路接触网建设阶段风险因素的因果关系以及薄弱环节的识别进行研究，为实现接触网建设质量安全风险提前预防以及管控工作精准化、规范化、高效化提供理论支撑。在理论分析的基础上，制定并严格执行接触网建设风险管控措施，有助于提升建设效率，保障建设质量，降低后期维护成本。

1 铁路接触网风险因果分析

1.1 接触网施工过程风险因素分析

作为向列车传输所需电能的关键载体，接触网主要由接触悬挂、支持装置、定位装置、支柱与基础几部分组成。接触网建设阶段包括施工准备、施工和完工验收3个环节，每个施工环节都有严格的规章制度与工艺工法流程。在本文的研究中，将接触网施工环节划分为预装配阶段和安装阶段，预装配阶段包括支柱的组立和整正以及接触网腕臂结构的预装配业务，安装阶段包括补偿装置安装、承力索架设以及吊弦安装等业务。

接触网建设阶段中的风险因素按照类型主要划分为外生变量和内生变量2种，外生变量为独立于系统中其他变量，其他变量的变化不对该变量造成影响，而内生变量能够被该系统中的其他变量所决定或被影响。接触网施工全流程面临着内部因素与外部因素的影响，如果忽略这些风险因素的影响，会严重影响接触网工程的建设质量与交付工期，从而增加铁路工程的安全运行隐患以及提高工程维修费用。本研究在梳理总结国内外相关文献的基础上，从项目的建设阶段维度、参建部门维度以及建设要素维度研究接触网施工过程风险因素，总结专家经验，建立接触网建设阶段风险研究模型，并以此为依据进行风险的识别、评估与管控。

在接触网施工过程中，会受到气候、地质等自然环境因素和设计、施工、监理以及监管等行为因素的影响。经过专家咨询和文献查阅，总结接触网建设过程中的风险因素，包括6个外生变量以及21 个内生变量。根据风险发生的时间，将接触网风险划分到4阶段，具体变量名称、符号、变量释义以及风险阶段划分如表1和表2所示。

表2 接触网建设工程风险内生变量与建设阶段风险Table 2 Endogenous variable of catenary construction project risk and the construction stage risk

1.2 基于结构因果模型绘制接触网施工风险因果关系分析网络

结构因果模型(Structure Causal Model，SCM)是描述系统因果机制的概念模型，可以通过精确的定则决定需要考虑或控制哪些变量，并详细描述变量本身的作用，分析变量之间内在的因果关系[16]。在结构因果模型的理论体系中，因果关系的推断依托于有向无环图(Directed Acyclic Graph，DAG)的3 种基本路径结构，即链状结构、叉状结构和对撞结构，3 种结构具有不同的数理信息传递方式，因果关系图可以由这3 种基本结构组合而成。在复杂因果模型的分析中考虑全部因果路径，可以清晰推断出接触网建设过程中风险因素间的因果关系。

接触网建设风险结构因果模型通常包括2个变量集U和V以及函数集合：

模型(1)表示存在函数式fi可以描述接触网建设过程风险因素的外生变量V和内生变量U之间的因果逻辑关系。其中，集合F={f1，f2，…，fi}为所设定的外生变量和内生变量以及内生变量之间因果关系的函数，集合U={C1，C2，…，Cn}为接触网建设过程中风险因素的外生变量，集合V={B1，B2，…，Bj}为接触网建设过程中风险因素的内生变量。基于上述对接触网施工过程中风险因素变量集合的设定，通过因果关系推理得到描述风险因素间因果关系的结构方程(Structural Equations)，即从方程层面描述接触网建设过程风险因素之间的因果关系。

在充分了解接触网施工业务流程的基础上，咨询铁路建设领域专家，基于因果理论[16]分析本研究中的6 个外生变量以及21 个内生变量之间的因果关系，使用结构方程对因果关系进行描述，具体有：因为行为X导致了结果Y，可以使用结构方程Y=f(X)表示。

例如，根据表1 和表2 中变量的描述，可以推断出接触网建设过程风险因素外生变量和内生变量之间的函数方程映射关系，如由于C1(图纸沟通不及时)会导致最终用于施工的B1(图纸不合格)，因此用结构方程式表述风险因素间的因果关系：

同样的，可以推理由于C5(物资中标单位信誉差)、B11(执行进场物资质量检查工作的物机部失职)等原因会导致用于施工的B10(物资质量不合格)，因此用结构方程式表述风险因素间的因果关系：

通过以上实例的表述，在充分分析接触网建设过程风险因素因果关系的基础上，推理接触网建设过程风险变量之间的因果方程，得到完整的接触网施工过程风险因果关系结构方程式：

模型(4)中f1，…，22表示接触网建设过程风险因素之间由因到果的逻辑关系映射，C1，…，6表示接触网建设过程风险因素的外生变量，B1，…，22表示接触网建设过程风险因素的内生变量。

为了清晰地表示接触网建设过程中风险因素之间的因果逻辑关系，可以通过绘制因果网络图的方式来描述。因果网络图利用有向边将具有因果关系的风险节点进行连接，并依靠图形绘制规则保证因果图的逻辑准确性，绘图规则为：

1) 图中的每一个内生变量都至少是一个外生变量的后代；

2) 外生变量在图中表现为一个根节点，它没有父节点，不能是内生变量的子节点。

根据章节1.1 中针对外生变量和内生变量的设定与释义，参考接触网施工过程风险因果关系结构方程表达式(4)，按照外生变量、内生变量、阶段风险将设定的风险因素进行分层，凸显因果网络关系的逻辑性，并代入有向无环图的3种基本路径结构，绘制如图1所示的多层次接触网建设风险因果网络图。图中，外生变量层为表1中设定的接触网建设过程风险因素的外生变量，内生变量层为表2 中设定的接触网建设过程风险因素的内生变量。将无子节点的内生变量按照发生时间将其划分到A1～A4阶段，其中，A1为施工前准备阶段风险，A2为预装配阶段风险，A3为安装阶段风险，A4为验收阶段风险。

图1 接触网建设风险因素因果图Fig.1 Causal diagram of the risk factors to catenary construction

2 铁路接触网工程风险因果贝叶斯网络评估模型

2.1 构建接触网工程因果贝叶斯网络风险评估模型

贝叶斯网络(Bayesian Networks，BN)又称置信网络，是一个表示变量间因果关系的有向无环图[17]。贝叶斯网络由图结构和条件概率表(Conditional Probability Tables，CPTs)等2 部分构成，图结构是由节点及有向边构成的有向无环图，其中节点表示随机变量，节点之间的有向边表示节点间的因果关系。条件概率表反映外生变量及内生变量之间的因果关系强度，变量的发生概率称为先验概率。借助节点及有向边建立贝叶斯网络结构，借助条件概率表赋予贝叶斯网络数学意义，从而使得贝叶斯网络模型可以定性和定量地解决实际问题。其表达式为：

式中：RBN表示贝叶斯网络结构；F为有向边的集合；Xi为网络中所有节点的集合。

已知贝叶斯网络结构包含了条件独立性假设，即在父节点已知的条件下，每个节点与不是它后代节点的节点是相互独立的，条件独立性假设表达式为：

式中：Xj表示Xi的父节点；P(Xj)代表父节点事件发生的概率；Xn代表非Xi子节点的集合。

针对贝叶斯网络模型的研究，传统的分析方法有结构学习与参数学习。结构学习是指借助已知数据和先验知识，运用特定算法提取变量之间的内部拓扑结构，优化网络局部结构的过程。参数学习是基于实际数据以及专业人员经验确定贝叶斯网络不同节点的条件概率以及具体参数[18]。接触网建设作为业务流程较为复杂的线性工程，沿线建设环境复杂，同一工程在不同空间位置可能会面临不同风险的影响，并且施工过程中用到的各种基础要素(人员、材料、施工器械)的基本素质不同，因此对于接触网施工全流程风险因素的数据统计极为困难，无法满足贝叶斯网络结构学习与参数学习所需要的海量数据。

因此，本文利用专家评议的方式，参考大量工程和专业人员的经验确定外生变量发生的概率以及内生变量的条件概率，进而得出所有变量的先验概率。本研究从铁路建设领域选取了5 位专家，从资质水平和工作年限2个方面估计专家的权重，得到5 位专家的权重向量为：W=[e1，e2，e3，e4，e5]。将变量节点风险的发生概率按照高、中高、中、中低、低5 个等级进行划分，5 个风险发生概率等级分别对应[0.8，1]，[0.6，0.8)，[0.4，0.6)，[0.2，0.4)，[0，0.2)。5 位评议专家根据经验以及接触网工程特点，在对应的风险隶属度区间对节点进行评议，确定节点风险发生概率分别为ki(i=1，2，3，4，5)。结合专家权重计算风险节点xi的发生概率为：

基于上述方法，分别确定所有外生变量的发生概率以及内生变量的条件概率。由于所研究的风险节点均为二值事件，因此当确定所研究节点的发生概率后即可确定风险节点不发生的概率。例如，根据专家评议，可以得出风险节点C1(图纸沟通不及时)发生的概率P(C1)=0.1。对于内生变量先验概率的计算，根据专家评议结果，可以得出C1发生的情况下B1(图纸不合格)发生的条件概率为P(B1=1|C1=1)=0.55，同时，可以得出C1不发生的情况下B1发生的概率P(B1=1|C1=0)=0.1。因此，可以计算出B1发生的概率：

根据上述计算过程，得到外生变量的先验概率以及内生变量的条件概率，将所有节点的概率代入图1接触网建设风险因素因果图，即可确定全部节点的先验概率，构建如图2所示的接触网建设风险评估模型，根据模型所示信息，接触网建设过程风险发生的概率为0.6。

图2 接触网建设风险评估模型Fig.2 Risk assessment model for catenary construction

2.2 接触网建设过程敏感性分析

在接触网风险评估模型中，对所有节点进行敏感性分析可以反映局部参数发生变化对目标节点变化的影响程度，进而识别出对目标影响较大的敏感节点。节点颜色的深度与其敏感度呈正比关系，颜色越深，则敏感性程度越高。同时，通过寻找风险致因链确定影响力较大的风险因素，将最可能导致事故发生节点之间的有向边加粗，凸显风险分析的关键因果链。将节点A0(接触网建设风险)设定为目标节点，进行变量敏感性和风险致因链分析，结果如图3所示。

图3 风险节点敏感性分析图Fig.3 Diagram of risk node sensitivity analysis

由图3所示的分析结果，接触网建设过程风险的敏感因素集中在A2(预装配阶段)以及A3(安装阶段)。在预装配阶段敏感性较高的节点有：B3(接触网支柱组立整正不合格)、B9(接触网预装配不合格)，在接触网预装配过程中，需要根据工程现场测量的数据确定设计方案，保证接触网支柱组立整正的合格，才能为后面接触网的预装配提供准确的数据。在安装阶段敏感性较高的节点有：B15(施工人员素质较低(接触网安装))、B17(安装质量检测不规范)。接触网工程施工人员基本素质对工程风险控制有着重要影响，因为技术人员作为接触网安装工程的主体力量，其技术水平的高低对工程的风险控制起到决定性作用。同时因为质量验收是工程风险控制的重要环节，一旦此环节存在缺陷，将会加大接触网建设过程风险发生的可能性。

根据敏感性分析图中关键致因链的分析结果显示，包含4 个节点的致因链有：B12(项目部失职)→B13(作业队技术负责人技术交底不落实)→B14(接触网安装工程培训不到位)→B15(接触网安装人员素质较低)，B6(测量数据不准确)→B7(数据处理错误)→B8(腕臂切割错误)→B9(接触网预装配不合格)。包含3 个节点的因果链有：C3(土建施工人员素质较低)→B2(支柱基础施工不合格)→B3(接触网支柱组立整正不合格)。包含2 个节点的因果链有：B16(安质部失职)→B17(安装质量检测不规范)，B4(土建单位未整改接口问题)→B5(土建接口不合格)。在接触网施工过程中，需要对致因链中的各项风险节点进行重点控制，降低风险因素的发生概率，从而保障施工效率与工程质量。

2.3 接触网建设过程风险逆向推理

贝叶斯网络逆向推理的基本原理是将最终节点代表的风险事件发生的的概率值设定为100%，即假设接触网施工过程发生风险，经过模型传导，将各基本事件对应节点的概率变化为后验概率，代表在接触网系统已产生风险的条件下各节点发生的概率。通过逆向推理，分析对接触网施工风险水平影响较大的因素。将节点A0设定为发生，然后进行逆向推理运算，得到图4所示的建设阶段风险逆向推理图。

图4 建设阶段风险逆向推理图Fig.4 Diagram of reverse inference risk in the construction stage

根据图4 可知，针对接触网A1(施工前准备阶段)、A2(预装配阶段)、A3(安装阶段)和A4(验收阶段)进行风险分析，当接触网建设过程风险发生时，逆向推理结果显示，A2和A3的后验概率较高，分别为0.74和0.67，模拟得到的概率与黔张常高铁某段建设风险发生的实际概率基本吻合。

在假设接触网建设工程风险发生的基础上，分析预装配阶段和安装阶段的风险因素因果关系，假设2 个阶段风险发生，在此基础上进行逆向推理，得到图5 和图6。当预装配阶段发生风险时，相较于B3(接触网支柱组立整正不合格)，风险因素B9(接触网预装配不合格)的后验概率较高，这说明在施工过程中需要提升对B9的风险控制意识，制定风险管控措施，保障预装配阶段工作的顺利进行。另外，在该图的2个父节点中，后验概率较高的为C3(土建施工人员素质较低)，这说明如果土建施工人员不认真或者施工水平不够，会对整个预装配环节的风险管控造成严重的影响。因此管理部门与相关人员需要严格执行技术交底任务，确保土建施工人员的技术水平。当安装环节风险发生时，B15(接触网安装施工人员素质较低)的后验概率较高，这说明现场接触网安装人员对于整个安装环节的风险控制十分重要。因此为保证接触网建设工程风险实时管控，应该确保接触网安装人员的技术水平达标。

图5 预装配阶段风险逆向推理图Fig.5 Diagram of risk reverse inference in the pre-installation stage

图6 安装阶段风险逆向推理图Fig.6 Diagram of risk reverse inference in the installation phase

2.4 接触网工程风险应对措施

针对接触网建设过程风险因素敏感性分析以及逆向推理得出的结果，提出以下几点接触网风险管控措施。

1) 严格执行工程技术交底，定期考核施工人员技能水平。施工人员素质水平对于接触网施工全流程的风险控制起着关键作用，严格对现场施工人员进行技术培训，并对完成培训的施工人员进行技术水平考核，确保施工人员技能水平达到工程质量保证的要求。

2) 规范工程日常质量检查标准。监理单位以及安质部应严格按照接触网工程标准规范认真负责地进行日常质量检查，业主单位可以分别针对检查单位和被检查单位建立日常检查流程考核制，对于考核通过或者排名靠前的检查单位和人员进行表彰奖励，对玩忽职守或排名靠后的单位进行惩罚。此外，业主单位应该建立一套完整的质量检查—整改—复查流程，实现日常质量检查的闭环处理。

3) 制定监理人员工作考核制度。监理人员负责监察施工现场各个部门的工作，因此设立监理单位人员工作绩效考核制度，提升监理工程师的工作态度和积极性，从根源控制接触网工程质量。