CN116258302A - 一种基坑工程安全风险状态多参数动态智能判定方法、设备及存储介质 - Google Patents

Abstract

本发明属于岩土工程安全风险管理及安全评估技术领域，具体涉及一种基坑工程安全风险状态多参数动态智能判定方法、设备及存储介质。本发明综合考虑了工程变形监测数据、水位监测数据、力学监测数据、力学分析数据、现场巡查数据等多参数，结合工程现场实践经验，将基坑工程施工过程中对安全的各影响因素进行量化，以实现程序化自动化智能判定，填补了当前针对基坑工程安全风险动态安全状态评估工作无固定化程序及方法的空白。

Description

一种基坑工程安全风险状态多参数动态智能判定方法、设备 及存储介质

技术领域

本发明属于岩土工程安全风险管理及安全评估技术领域，具体涉及一种基坑工程安全风险状态多参数动态智能判定方法、设备及存储介质。

背景技术

当前，针对基坑工程的安全风险动态预报警及安全评估基本采取单一指标的报警值控制的方式，该报警值一般由设计方给定，其存在如下缺点：1)、该报警机制仅针对单个测点，无法综合考虑基坑工程整体安全状态；2)、单个的报警机制级别很难控制，若标准定的太松，容易漏报相应的危险节点，若标准定的太严，则会经常出现报警的现象，但工程整体并无大的安全隐患。如此，一方面造成了经济和人力成本的浪费；另一方面，频繁的报警会麻痹相关决策人员的神经，降低其对报警的重视程度，当危险真正来临时，往往措手不及。

而在实践中，基坑工程施工过程中风险因素多，不确定性强，而这些不确定因素往往难以用准确的定量方法来描述。而不同的风险因素重要程度不同，评级标准和自然状态模糊，也就是说，在做出任何一个评估时，都必须对多个相关因素作综合考虑，而且评估的结果也往往不是用单一指标就能够完全表达的，这就需要开展动态智能评估。

当前，国内、外尚未见针对基于变形监测、水位、力学、巡查等多参数的基坑工程动态智能判定方法，基于此，有必要从工程安全风险管控及评估的基础理论分析入手，建立基坑工程整体安全状态多参数动态智能判定方法。

发明内容

本发明的目的在于，针对背景技术中存在的不足，提供一种基坑工程安全风险状态多参数动态智能判定方法。

为此，本发明的上述目的通过如下技术方案实现：

一种基坑工程安全风险状态多参数动态智能判定方法，所述基坑工程安全风险状态多参数动态智能判定方法将基坑工程施工过程中对安全的各影响因素进行量化，以实现可编程自动化综合评估基坑工程整体安全报警级别，进而建立基坑工程安全状态多参数动态智能判定方法，具体步骤如下：

S1、建立基坑工程安全风险状态多参数动态智能安全状态评估因素体系及因素集，如图1所示；

(1)基坑工程安全风险状态多参数动态智能安全状态评定体系

(2)基于上体系图，进而建立四层次基坑工程安全风险状态多参数动态智能安全评估因素集

第一层次：A＝{B₁，B₂}；

第二层次：B₁＝{B₁₁，B₁₂，B₁₃}；

第三层次：B₁₁＝{C₁，C₂，C₃，C₄}；B₁₂＝{C₅，C₆}；B₁₃＝{C₇，C₈}；B₂＝{C₉，C₁₀，C₁₁}；

第四层次：C₁＝{C₁₁，C₁₂}；C₂＝{C₂₁，C₂₂}；C₃＝{C₃₁，C₃₂}；C₄＝{C₄₁，C₄₂}；C₅＝{C₅₁，C₅₂}；C₆＝{C₆₁，C₆₂}；C₇＝{C₇₁，C₇₂}；C₈＝{C₈₁}；C₉＝{C₉₁，C₉₂}；C₁₀＝{C₁₀₁，C₁₀₂，C₁₀₃}；C₁₁＝{C₁₁₁，C₁₁₂，C₁₁₃}。

S2、建立基坑工程安全风险状态多参数评价因素集：根据工程的实际情况，将基坑工程安全风险状态等级划分为安全状态、关注状态、预警状态、报警状态以及危险状态五个等级，分别对应绿色(安全)、蓝色预警、黄色预警、橙色预警及红色预警；此五个级别如下：

V＝{v₁，v₂，v₃，v₄，v₅}＝{ⅠⅡⅢⅣⅤ}

S3、建立基坑工程安全风险状态多参数智能评价指标体系

(1)建立B₁₁基坑工程变形及B₁₂水位相关监测项目评判指标体系，如表1所示。

指标体系主要依据《建筑基坑工程监测技术规范》(GB50497-2019)中，以及工程实践监测方案提炼，有关基坑的保护要求而设定详见表1。

表1 B₁₁基坑工程变形及B₁₂水位相关监测项目评判指标体系

针对变形监测项目：K值为当地预警指标或设计文件给定指标值，危险状态，由于其考虑仅与工程本体绝对安全相关，参考《建筑基坑工程监测技术规范》(GB50497-2009)(表1)中有关三级保护基坑的保护要求而进行设定。

(2)建立B₁₃基坑工程支护结构承载力相关监测项目评判指标体系，如表2所示。

表2 B₁₃基坑工程支护结构承载力各因素安全评价指标体系

上式中：K₁为设计给定指标值，K₂结构或支撑极限承载力计算指标值(一般由设计单位给定)。

(3)建立B₂基坑工程安全风险巡查相关项目指标体系，如表3所示。

针对巡视项目由于无法对评判指标数字化，只能采用定性的预警等级归类形式。

表3 B₂基坑工程安全巡视预警指标体系

S4、建立基坑工程安全风险状态多参数动态智能安全评估隶属度函数

(1)由B₁监测项目得出基坑工程总体处于“安全状态”的隶属度计算函数如下：

上式中：

μ₀—基坑各单因素处于安全状态的隶属度；

δ—各单因素的最大变形量；

δ₁，δ₂，δ₃，δ₄—分别对应于表1、2、3、4中所列项目处于关注状态、预警状态、报警状态、危险状态的指标控制值；

上式采用如图2所示曲线表示，图2为处于“安全状态”评价指标隶属度函数图；

(2)由B₁监测项目所得基坑工程总体处于“关注状态”的隶属度计算函数如下：

上式中：

μ₁—基坑处于关注状态的隶属度；

δ—各单因素的最大变形量；

上式采用如图3所示曲线表示，图3为处于“关注状态”评价指标隶属度函数图；

(3)由B₁监测项目所得基坑工程总体处于“预警状态”的隶属度计算函数如下：

上式中：

μ₂—基坑处于预警状态的隶属度；

δ—各单因素的最大变形量；

上式采用如图4所示曲线表示，图4为处于“预警状态”评价指标隶属度函数图；

(4)由B₁监测项目所得基坑工程总体处于“报警状态”的隶属度计算函数如下：

上式中：

μ₃—基坑处于报警状态的隶属度；

δ—各单因素的最大变形量；

上式采用如图5所示曲线表示，图5为处于“报警状态”评价指标隶属度函数图；

(5)由B₁监测项目所得基坑工程总体处于“危险状态”的隶属度计算函数如下：

上式中：

μ₄—基坑处于危险状态的隶属度；

δ—各单因素的最大变形量；

上式采用如图6所示曲线表示，图6为处于“危险状态”评价指标隶属度函数图。

S5、建立基坑工程安全风险状态多参数动态智能安全评估指标权重集

(1)第一层次B₁、B₂评估因素权重集

此因素层分别包含B₁监测项目及B₂安全巡视项目，为了不使得风险被平均化，并且能区分监测项目于巡视项目的差异化，同时兼顾两者反映基坑工程总体安全状态的综合性要求，针对第一层次的因素集的综合评判宜采用表格对照法的方式开展(详见表5)。

第二层次评B₂评估因素权重集

(2)本因素层包含了变形监测项目B₁₁、地下水位监测项目B₁₂、力学相关监测项目B₁₃。对第二层次B₂中基坑本体的变形监测指标影响因素集，采用层次分析法1～9标度。

B₁ ⁽²⁾＝{变形监测项目权重、地下水位监测项目权重、力学相关监测项目权重}＝{0.4，0.3，0.3}；

(3)第三层次评B₁₁～B₁₃估因素权重集

由于该层涉及因素较多，选用加权平均综合模型可以较全面地反映各个监测项目的情况。为了较准确地获得各指标的权重，可采用层次分析法(AHP)，并结合工程经验，把同级各个因子两两相互比较，按比较重要性大小在一个九标度表中进行仿数量化，各因子数量值构成一个“构造判断矩阵”，该矩阵在一致性检验后，其最大特征值对应的向量为对应各因子的权重向量。

1)B₁₁变形相关监测项目指标权重分析

对第三层次B₁₁中基坑本体的变形监测指标影响因素集，采用层次分析法1～9标度，进行因素之间两两比较，构造判断矩阵，结果如表4所示。

表4 B₁₁变形监测判断矩阵

因素	C1	C2	C3	C4
					坑外土体测斜C1	1	1	1	1
围护结构变形C2	1	1	1	1
					地表沉降C3	1	1	1	1
立柱隆沉C4	1	1	1	1

归一化后的特征向量(相对权重)：

因此，计算第三层基坑本体变形影响因素的权重集为：

B₁₁ ⁽²⁾＝{土体测斜权重，墙体测斜权重，地表沉降权重，立柱隆沉权重}＝{0.25，0.25，0.25，0.25}；

2)B₁₂地下水相关监测项目指标权重分析

对第三层次中B₁₂地下水相关影响因素集，采用层次分析法1～9标度，进行因素之间两两比较，构造判断矩阵，但由于其仅有两个指标，因此无需通过判断矩阵来分析其权重，结合工程实际可确定地下水相关监测项目各指标权重为：

B₁₂ ⁽²⁾＝{临界水力梯度值权重，坑内外水头差权重}＝{0.6，0.4}；

3)B₁₃变形相关监测项目指标权重分析

对第三层次中B₁₃基坑本体的力学监测或推算指标影响因素集，采用层次分析法1～9标度，进行因素之间两两比较，构造判断矩阵，同样因其仅有两个指标，因此无需通过判断矩阵来分析其权重，经考虑可确定力学监测项目各指标权重为：

B₁₃ ⁽²⁾＝{围护结构内力权重，支撑体系稳定性权重}＝{0.5，0.5}；

4)B₂安全巡视项目分析

针对基坑工程安全巡视项目，其一般已结合了巡视人员的自身的经验判断，根据某一判别指标所得预警等级，包括施工工艺方面、支护结构方面、开挖面土质情况方面，任何一方面如出现较大巡视风险，特别是支护结构及开挖面情况，均可视作基坑工程整体存在很大风险，因此，针对巡视的安全评判不应采用权重综合评判法，而应采用就高原则进行判断，由此避免通过权重风险而漏掉或者人为稀释了本不应该降低的工程风险。

因此，B₂ ⁽¹⁾＝max{C₉，C₁₀，C₁₁}。

(4)第四层次C₁～C₁₁各因素集权重分析

除地下水及承载能力相关监测项目采用就高原则外，第四层因素集中所涉及的具体监测数值包括最大变形速率与最大累计变形两个方面，这两方面都对基坑安全的判断起到一定的作用，因此仍可选用加权平均综合评判模型，一般情况下，最大变形速率比采用最大变形值来判断基坑的危险往往更加准确，更加及时。

因此，第三层影响因素集的权重集设置为：

C₁ ⁽³⁾及C₂ ⁽³⁾＝{测斜累计变形权重，测斜速率权重}＝{0.3，0.7}；

C₃ ⁽³⁾＝{地表沉降变形权重，地表沉降速率权重}＝{0.3，0.7}；

C₄ ⁽³⁾＝{立柱隆起量权重，立柱隆起速率权重}＝{0.3，0.7}；

C₅ ⁽³⁾＝max{临界水力梯度值，坑内外水头差}＝max{C₅₁，C₅₂}；

C₆ ⁽³⁾＝{水位累计值权重，水位变化速率权重}＝{0.3，0.7}；

C₇ ⁽³⁾＝max{推算所得内力发挥程度，钢筋计所测内力发挥程度}＝max{C₇₁，C₇₂}；

C₈ ⁽³⁾＝{支撑轴力发挥程度}＝{1.0}；

针对安全巡视项目C₉、C₁₀、C₁₀其各自下一层级的因素集同样按照就高原则进行评判具体公式如下：

C₉ ⁽³⁾＝max{基坑开挖暴露时间，超挖情况}＝max{C₉₁，C₉₂}；

C₁₀ ⁽³⁾＝max{围护结构质量缺陷，支护体系变形开裂情况，围护结构渗漏情况}＝max{C₁₀₁，C₁₀₂，C₁₀₃}；

C₁₁ ⁽³⁾＝max{开挖面土体渗漏水情况，地下水控制效果，土层性质及稳定性状}＝max{C₁₁₁，C₁₁₂，C₁₁₃}。

S6、建立基坑工程安全风险状态多参数动态智能安全评定体系

针对二级评判指标(监测项目及巡视项目)，应综合考虑进行判断，考虑到两者皆为基坑工程安全性的重要反映，且二者既相互联系有有所区别，二者是互为补充相互验证的关系，采用表格法方能较为准确地体现监测项目预警同巡视预警的间的复杂的风险相关关系。

其工程风险智能安全评定表格制定如下所示：

表5基坑工程多参数智能风险预警级别评估对照表

基于前述步骤权重分析，其基于多参数的基坑工程智能安全风险评估流程图如图7所示。

由图7可见，由于基坑工程监控项目较多，其多参数智能安全评估流程较为复杂，通过较为细致地分析，大致确定出了个影响因素的权重或者采用的评判方式，较为客观地反映了在综合评判过程中各影响因素的特点以及基坑工程安全的较本质特征，采用了较为先进的智能安全风险评估模型，结合了多年来现场施工安全风险管控的经验，使得采用此流程开展综合安全评判，其结果具有较高的可信度和科学性。

本发明综合考虑了工程变形监测数据、水位监测数据、力学监测数据、力学分析数据、现场巡查数据等多参数，结合工程现场实践经验，将基坑工程施工过程中对安全的各影响因素进行量化，以实现程序化自动化智能判定，填补了当前针对基坑工程安全风险动态安全状态评估工作无固定化程序及方法的空白。

附图说明

图1为本发明所提供的基坑工程安全风险多参数动态智能安全状态评估因素体系图。

图2为处于“安全状态”评价指标隶属度函数图。

图3为处于“关注状态”评价指标隶属度函数图。

图4为处于“预警状态”评价指标隶属度函数图。

图5为处于“报警状态”评价指标隶属度函数图。

图6为处于“危险状态”评价指标隶属度函数图。

图7为基坑工程安全风险状态多参数智能评定体系流程图。

图8为渗漏水位置示意图。

图9为轴南侧墙缝渗漏图示。

图10为焊接钢板封堵图示。

图11为地下水位高程变化过程线图示。

图12为地表沉降累计值变化过程线图示。

图13a为墙体测斜点Cx12变化过程线图示。

图13b为墙体测斜点Cx13变化过程线图示。

图14为设计文件给定预警指标图。

图15为光顺样条曲线拟合图。

图16为光顺样条计算弯矩值。

具体实施方式

以某地铁工程地连墙渗漏水风险事件应用多参数动态智能判定方法开展应用及说明如下。

工程概况：参照图8-10，XX基坑12轴位置开挖第四层土方时，12轴南侧两幅地连墙缝在底板以上2m范围出现渗漏水(坑内外水头差约10m)。现场立即回填土堆压，注入聚氨酯初步封堵，然后凿开墙缝两侧钢筋，焊接钢板并用双快水泥封堵，插入引流管引流，后续陆续对该位置进行坑内注浆(水泥-水玻璃双液浆)封堵，由于处理较慢，至9月14日引流管水量才明显减少，至下午已完全封堵，无明水渗流。

监测数据分析：主要从地下水位、周边地表沉降、墙体测斜变形等监测项目分析渗漏水前后围护结构及周边环境变化情况如下。

该部位发生渗漏水前后，坑外地表沉降、地下水位数据变化平缓，无急剧突变；由于支撑架设滞后影响且渗漏封堵处理较慢，渗漏部位围护结构水平位移较明显(发生渗漏当日测斜速率超过了2mm/d)。

智能安全评定

(1)B₂安全巡视项目综合评判

根据安全巡视评判指标(如表3所示)可分析如下：经分析，此处属于围护结构渗漏水，略带砂，属巡视橙色预警级别，此外，由于其余巡视项目未发现异常，因此根据就高原则，安全巡视项目预警级别为橙色预警(报警状态)。

(2)B₁监测项目安全综合评判。考虑到此基坑未布置土体测斜及立柱隆沉项目，因此，可按照表1、表2，对其影响因素进行分析。

各因素权重取值如下：

B₁ ⁽²⁾＝{变形监测项目权重、地下水位监测项目权重、力学相关监测项目权重}＝{0.4，0.3，0.3}；

B₁₁ ⁽³⁾＝{墙体测斜权重，地表沉降权重}＝{0.5，0.5}；

C₁ ⁽⁴⁾及C₂ ⁽⁴⁾＝{测斜累计变形权重，测斜速率权重}＝{0.3，0.7}；

C₃ ⁽⁴⁾＝{地表沉降变形权重，地表沉降速率权重}＝{0.3，0.7}；

B₁₂ ⁽³⁾＝{临界水力梯度权重，坑外水位权重}＝{0.6，0.4}；

C₅＝{临界水力梯度权重，坑内外水头差权重}＝max{C₅₁，C₅₂}；

C₆＝{水位累计值权重，水位变化速率权重}＝{0.3，0.7}；

根据设计文件，改基坑工程预警指标K值取值标准参考如下：

表6基坑支护结构监控预警指标(设计文件)

(1)h—基坑设计开挖深度；f—荷载设计值；

(2)累计值取绝对值和相对基坑深度(h)控制值两者的小值；

(3)当监测项目的变化速率连续3天超过报警值的70％，应报警；

(4)以上表格中，主控指标为：墙体水平位移、支撑轴力、锚杆拉力、墙体测斜、周边地表垂直位移。

设定单位给定的预警指标控制值如图14所示，图14为设计文件给定预警指标图：

图14中，测斜：20mm、2mm/d；地表竖向位移：20mm、2mm/d；水位：1000mm、500mm/d；临界水力梯度计算值0.288；临界坑内外水头差6；标准段基坑开挖深度17.0m。

表7基坑体系各单因素安全评价指标

(3)B₁₁变形监测项目综合安全评判计算

1)、测斜累计值计算

各指标控制取值如下：δ₁＝1.2‰；δ₂＝1.5‰；δ₃＝1.8‰；δ₄＝10‰；

当前实测值δ＝16.0mm/17.0m＝0.94‰。由于其小于δ₁＝1.2‰，因此可推断其处于安全状态或关注状态，其隶属度计算函数如下：

其中：

μ₀—基坑各单因素处于安全状态的隶属度

δ—各单因素的最大变形量

δ₁，δ₂，δ₃，δ₄—分别对应于表2-1所列基坑处于关注状态、预警状态、报警状态、危险状态的指标控制值。

将各参数代入上式分析，μ₀＝1。

基坑处于“关注状态(单项预警)”的隶属度函数为：

μ₁—基坑处于关注状态的隶属度；

δ—各单因素的最大变形量。

将各参数代入上式分析：

2)、测斜变形速率计算

各指标控制取值如下：

δ₁＝1.6mm；δ₂＝2.0mm；δ₃＝2.4mm；δ₄＝8.0mm；

当前实测最大值＝2.6mm。由于其介于2.0～8.0之间，因此可推断其处于报警状态或危险状态，其隶属度计算函数如下：

基坑处于“报警状态”(橙色预警)的隶属度函数为：

其中：

μ₃—基坑处于报警状态的隶属度(橙色预警)；

δ—各单因素的最大变形量。

基坑处于“危险状态”(红色预警)的隶属度函数：

其中：

μ₄—基坑处于危险状态的隶属度(红色预警)；

δ—各单因素的最大变形量。

将各值代入上式计算可得：

将各参数代入上式分析，由于0.5*(δ₃+δ₄)＝5.2mm；μ₃＝1。

3)地表沉降累计值计算

由监测值分析，其值为5mm，远小于δ₁＝16mm，因此有μ₀＝1；

4)地表沉降速率计算

由监测值分析，其速率值为1.2mm，各指标控制取值如下：

δ₁＝1.6mm；δ₂＝2.0mm；δ₃＝2.4mm；δ₄＝8.0mm；

因此，可推断其处于安全状态或关注状态，其隶属度计算函数如下：

将各参数代入计算可得：μ₀＝1。

5)据上分析，各监测项目隶属度函数表示如下：

测斜累计值＝{1,0.57,0,0,0}、测斜速率值＝{0,0,0,1,0.068}；

地表沉降累计值＝{1,0,0,0,0}、地表沉降速率值＝{1,0.5,0,0,0}；

6)根据上述计算可得到第三层次因素评判模型

7)使用加权平均综合模型可得

8)第二层次因素评判模型建立

由上分析可知，针对B₁₁变形监测项目，其属于橙色预警的隶属度最大。

(4)B₁₂地下水相关项目综合安全评判计算

1)临界水力梯度计算

由现场巡查及监测数据分析，渗漏点处坑内外水头差大概6m左右，计算水力梯度值为0.2，因此临界水力梯度指标隶属度计算如下

C₅＝{临界水力梯度权重，坑内外水头差权重}＝max{C₅₁，C₅₂}＝{0,0,1,0,0}；

临界水力梯度值＝{0,0,1,0,0}；

坑外水位累计值＝{0,1,0,0,0}、地下水位速率值＝{0,1,0,0,0}；

2)地下水位累计值分析

由监测值分析，其水位累计变化量为：270mm，变化速率30mm/d。综上水位分析水位隶属度同样为：μ₀＝1。

由上分析可知，针对B₁₂地下水相关监测项目，其属于黄色预警的隶属度最大。

(5)B₁₃力学相关项目综合安全评判计算

1)根据设计文件计算支护结构极限承载力：

由设计文件可知，本工程支护结构各参数取值如下：

f_y＝300N/mm²、fc＝16.7N/mm²、b＝1000mm、ρ_s＝0.0128

代入上述公式，得其围护结构极限承载力计算结果：M_D＝1.9117*10^3kN

地墙弯矩设计值为：1131kN，也即K₁＝1131kN

支撑采用609支撑，根据设计计算文件，其钢支撑极限承载力取值：4325.4kN。

支撑设计轴力值为：第一道：474.7kN、第二道：815.62kN、第三道：2236.44kN、2126.38kN。

2)根据支护结构变形曲线计算围护结构内力

根据设计文件及变形监测数据，针对此截面地墙的测斜数据进行拟合分析成果见下：

a)光顺样条拟合曲线图，如图15所示。

b)如图16所示，根据拟合计算，得出当前截面支护结构弯矩最大值为：1241kN

地墙弯矩设计值为：1300kN，也即K₁＝1300kN

根据围护结构极限M_D＝1.9117*10^3kN

综上，各指标控制取值如下：δ₁＝1040kN；δ₂＝1300kN；δ₃＝1560kN；δ₄＝1.9117*10^3kN；

当前拟合分析最大值＝1241kN。由于其介于1024kN～1300kN之间，因此可推断其处于报警状态或危险状态，其隶属度计算函数如下：

内力处于“关注状态(单项预警)”的隶属度函数为：

μ₁—内力处于关注状态的隶属度；

δ—各单因素的最大变形量。

将各参数代入上式分析：μ₁＝1

由监测数据所得内力处于“预警状态”的隶属度(黄色预警)的隶属度函数：

/>

其中：

μ₂—内力处于预警状态的隶属度(黄色综合预警)；

δ—各单因素的最大变形量。

将各参数代入上式分析：

c)据上分析各项目隶属度函数表示如下：

围护结构内力安全评判＝{0，1.0，0.77，0，0}

3)支撑体系稳定性评判

a)根据设计文件，支撑采用609支撑，根据设计计算文件成果，其极限承载力取值：4325.4kN。

支撑设计轴力值为：第一道：474.7kN、第二道：815.62kN、第三道：2236.44kN、2126.38kN。实测支撑轴力最大值为第三道支撑：1308.6kN。

b)根据安全评判模型：各指标控制取值如下：δ₁＝1789.15kN；δ₂＝2236.44kN；δ₃＝2683.73kN；δ₄＝4325.4kN；

根据评判模型可知支撑轴力处于安全状态，也即μ₀＝1

轴力处于“关注状态(单项预警)”的隶属度函数为：

μ₁—支撑处于关注状态的隶属度；

δ—各单因素的最大变形量。

将各参数代入上式分析：

支撑系统安全评判＝{1.0，0，0，0，0}

综上，根据力学评判模型分析，力学相关项目B₁₃的最大隶属度为关注状态。

(6)监测项目B₁的智能安全评判模型建立及计算

根据上述分析，变形监测项目B₁₁、地下水相关项目B₁₁力学监测项目B₁₃的隶属度函数如下：

B₁₁＝{0.377，0.285，0，0.406，0}；

B₁₂＝{0.377，0.285，0，0.406，0}；

B₁₃＝{0.5，0.83，0.385，0，0}。

最顶层B₁监测项目评判矩阵构建如下：

综上分析，因为各评定因素测定值的不确定性和它们之间的不一致性，级别隶属度有些分散，例如安全状态和关注状态评分差不多，其实这是很自然的。按照最大隶属度原则，当前基坑工程基于监测项目智能判断属于关注状态，关注点主要在于围护结构内力偏大及测斜速率偏大。

(7)基坑工程整体安全风险状态多参数动态整体智能安全评判结论

结合监测项目及安全巡视开展基坑整体安全评判，采用表格对照法：当监测项目B₁为关注状态、巡视项目B₂为报警状态的情况下，综合预警级别为黄色预警具体参见表5予以确定。因此，基于监测数据、巡查数据等对本基坑工程开展的风险状态多参数智能评估结果显示为黄色预警级别，故建议对外发布黄色预警，按照既定管理流程，召开现场预警分析会议，对原因进行分析并提出控制措施。

本发明还提供一种电子设备，所述电子设备包括处理器、通信接口、存储器和通信总线，所述处理器、通信接口、存储器之间通过通信总线完成相互间的通信，

存储器，所述存储器用于存储计算机程序，

处理器，所述处理器用于执行存储器上所存储的计算机程序以实现前文所述的基坑工程安全风险状态多参数动态智能判定方法步骤。

本发明提供一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现前文所述的基坑工程安全风险状态多参数动态智能判定方法步骤。

上述计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器，如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种基坑工程安全风险状态多参数动态智能判定方法，其特征在于：所述基坑工程安全风险状态多参数动态智能判定方法将基坑工程施工过程中对安全的各影响因素进行量化，以实现可编程自动化综合评估基坑工程整体安全报警级别，进而建立基坑工程安全状态多参数动态智能判定方法，具体步骤如下：

S1、建立基坑工程安全风险状态多参数动态智能安全状态评估因素体系及因素集；

S2、建立基坑工程安全风险状态多参数评价因素集：根据工程的实际情况，将基坑工程安全风险状态等级划分为安全状态、关注状态、预警状态、报警状态以及危险状态五个等级，分别对应绿色、蓝色预警、黄色预警、橙色预警及红色预警，绿色为安全等级；此五个级别如下：

V={v₁，v₂，v₃，v₄，v₅}={Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ}

S3、建立基坑工程安全风险状态多参数智能评价指标体系；

S4、建立基坑工程安全风险状态多参数动态智能安全评估隶属度函数；

S5、建立基坑工程安全风险状态参数动态智能安全评估指标权重集；

（1）第一层次B₁、B₂评估因素权重集

此因素层分别包含B₁监测项目及B₂安全巡视项目，为了不使得风险被平均化，并且能区分监测项目于巡视项目的差异化，同时兼顾两者反映基坑工程总体安全状态的综合性要求，针对第一层次的因素集的综合评判宜采用表格对照法的方式开展；

（2）第二层次评B₂评估因素权重集

本因素层包含了变形监测项目B₁₁、地下水位监测项目B₁₂、力学相关监测项目B₁₃；对第二层次B₂中基坑本体的变形监测指标影响因素集，采用层次分析法1~9标度；

B₁ ^（2）={变形监测项目权重、地下水位监测项目权重、力学相关监测项目权重}={0.4，0.3，0.3}；

（3）第三层次评B₁₁~B₁₃估因素权重集

由于该层涉及因素较多，选用加权平均综合模型可以较全面地反映各个监测项目的情况；为了较准确地获得各指标的权重，可采用层次分析法，并结合工程经验，把同级各个因子两两相互比较，按比较重要性大小在一个九标度表中进行仿数量化，各因子数量值构成一个构造判断矩阵，该矩阵在一致性检验后，其最大特征值对应的向量为对应各因子的权重向量；

S6、结合指标体系和权重体系，给出相应的基坑工程智能安全风险评估总体流程图。

2.根据权利要求1所述的基坑工程安全风险状态多参数动态智能判定方法，其特征在于：步骤S1中，基坑工程安全风险状态多参数包括基坑工程的变形监测数据、水位监测数据、力学监测数据、支护结构内力分析数据、现场巡查数据。

3.一种电子设备，所述电子设备包括处理器、通信接口、存储器和通信总线，所述处理器、通信接口、存储器之间通过通信总线完成相互间的通信，其特征在于：

存储器，所述存储器用于存储计算机程序，

处理器，所述处理器用于执行存储器上所存储的计算机程序以实现权利要求1所述的基坑工程安全风险状态多参数动态智能判定方法步骤。

4.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1所述的基坑工程安全风险状态多参数动态智能判定方法步骤。

Images