CN116663891A - 隧道施工中建筑结构安全的确定方法、设备及存储介质 - Google Patents
隧道施工中建筑结构安全的确定方法、设备及存储介质 Download PDFInfo
- Publication number
- CN116663891A CN116663891A CN202310526701.8A CN202310526701A CN116663891A CN 116663891 A CN116663891 A CN 116663891A CN 202310526701 A CN202310526701 A CN 202310526701A CN 116663891 A CN116663891 A CN 116663891A
- Authority
- CN
- China
- Prior art keywords
- expert
- risk
- determining
- matrix
- tunnel construction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000010276 construction Methods 0.000 title claims abstract description 54
- 230000036541 health Effects 0.000 claims abstract description 25
- 230000009467 reduction Effects 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 54
- 238000011156 evaluation Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 19
- 230000002776 aggregation Effects 0.000 claims description 17
- 238000004220 aggregation Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 8
- 230000003068 static effect Effects 0.000 abstract description 7
- 230000005641 tunneling Effects 0.000 abstract description 7
- 238000009412 basement excavation Methods 0.000 abstract description 5
- 230000006866 deterioration Effects 0.000 abstract description 5
- 238000012351 Integrated analysis Methods 0.000 abstract description 3
- 238000012854 evaluation process Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 239000011435 rock Substances 0.000 description 5
- 230000010354 integration Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010003591 Ataxia Diseases 0.000 description 1
- 206010010947 Coordination abnormal Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 239000010438 granite Substances 0.000 description 1
- 208000016290 incoordination Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/023—Learning or tuning the parameters of a fuzzy system
-
- 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
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Automation & Control Theory (AREA)
- Entrepreneurship & Innovation (AREA)
- Biomedical Technology (AREA)
- Computational Mathematics (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Molecular Biology (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种隧道施工中建筑结构安全的确定方法、设备及存储介质,方法包括:通过对健康数据对应获得关键标准和风险因素,并根据获取的专家意见,整合关键标准、风险因素和专家意见,实现多源数据的整合分析,并加入专家意见对目标建筑进行评估,增加对目标建筑结构评估的准确性。通过整合后的数据,对风险因素进行评估,基于限制评估过程中固有数据信息损失的前景理论,评估隧道施工期间相邻的建筑物健康恶化的静态风险和动态风险,确定目标建筑的风险状态,并采取对应的风险降低策略。减少目标建筑因隧道开挖而造成的破坏风险。本发明受主观影响低且误差小,能够准确评估隧道施工对周围建筑物造成的风险,保证了盾构掘进的安全性。
Description
技术领域
本发明涉及建筑结构技术领域,特别涉及一种隧道施工中建筑结构安全的确定方法、设备及存储介质。
背景技术
在建设城市隧道过程中,一些建筑结构经常受到隧道施工的危害,因此产生对整体风险评估和管理方法的持续需求。由于一些方法的复杂性阻碍风险评估的实用性和现场实施,因此会使评估范围和结果可靠性受到损害,如:专家背景和工作经验导致的判断偏差、评估程序不同阶段的信息丢失以及概率模型忽视冲突因素之间的整合联系等,从而对建筑结构健康带来极大隐患,易使附近建筑物因隧道施工冲突或不可公度的因素而出现结构性破坏。
在现有技术中,大多数采用对建筑结构进行监控,根据获得的数据判断建筑结构是否健康或者安全的方法,但该方法仅仅依托于现场数据的监控,无法做到多源数据的整合分析,对此,在邻近隧道施工的应力环境下,仅采用数据检测建筑结构状态并进行评估的方法准确性不高。
因此,亟需提出一种能够解决上述问题确定建筑结构安全的方法。
发明内容
本发明的目的是提供一种隧道施工中建筑结构安全的确定方法、设备及存储介质,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
本发明解决其技术问题的解决方案是:提供一种隧道施工中建筑结构安全的确定方法、设备及存储介质。
根据本发明的第一方面的实施例,提供了一种隧道施工中建筑结构安全的确定方法,包括:获取目标建筑的健康数据,根据所述健康数据对应提取关键标准,并对应确定风险因素;
获取e名专家的专家意见,对所述关键标准、风险因素和专家意见进行整合,构建加权聚合专家意见矩阵,并计算所述风险因素对应的权重;
通过所述对应的权重和加权聚合专家意见矩阵,在所述关键标准下,评估所述风险因素,确定风险因素对应的等级;
根据所述风险因素对应的等级,确定所述目标建筑的风险状态;
根据所述风险状态,确定所述目标建筑所需的风险降低策略。
进一步,所述加权聚合专家意见矩阵的构建过程具体包括:
利用毕达哥拉斯模糊数,设置5个语言变量,获取专家置信度和专家权重ωe,并评估e名专家的专家意见;
根据所述关键标准Cn、家置信度和专家权重ωe,利用毕达哥拉斯范式聚合,聚合专家意见,得到聚合评价矩阵/>其中,n为关键标准的个数;
汇总在不同所述关键标准Cn下,e名专家对所述风险因素Ap的专家意见,得到汇总评价矩阵其中,p为风险因素的个数;
利用矩阵权重wj和汇总评价矩阵构建加权聚合专家意见矩阵
进一步,所述风险因素对应的权重的计算过程具体包括:
根据专家置信度和专家意见/>确定风险因素Ap对应的清晰值Vs(i),其中,s为评估状态;
获取归一化清晰值Vs(i)中的最大值,得到风险因素Ap对应的权重ti,i=1,2,...,p。
进一步,所述风险因素对应的等级的确定过程具体包括:
根据所述对应的权重ti和加权聚合专家意见矩阵计算出全局聚合加权矩阵/>
根据所述矩阵权重wj和关键标准Cn,确定不同关键标准对于另一关键标准的相对权重wjR,wjR=wj/wR,wR=max{wj|j=1,2,...,n};
计算在相同的关键标准下两个风险要素之间的距离,并根据相对权重wjR评估所述风险因素Ap的总体优势度Δ(Ai,Ah),根据总体优势度Δ(Ai,Ah)和等级确定公式:
,确定风险因素Ap对应的等级P(Ai)。
进一步,所述目标建筑的风险状态的确定过程具体包括:
利用所述专家意见中的评估状态s的性能值的上限值,构建基准矩阵,得到基准矩阵集Q(Bs),s=1,2,...,5;
根据所述风险因素对应的等级P(Ai),利用评估指数公式:
,确定目标建筑的风险状态,其中,fu为三角隶属函数,fu将每个风险因素的等级映射至基准矩阵集Q(Bs)中。
进一步,所述专家置信度的获取过程具体包括:
获取e名专家的资历等级参数Ψe和判断一致性参数Φe,利用判断信度公式得到专家置信度/>将专家置信度/>进行等级划分。
进一步,所述专家权重ωe的获取过程具体包括:
利用毕达哥拉斯模糊数和推导公式
,推导得到专家权重ωe。
进一步,所述风险降低策略包括:管理策略、监控策略、注浆调控策略、预测调控策略和防坍塌调控策略。
根据本发明的第二方面的实施例,提供了一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序以实现如本发明第一方面的实施例的一种隧道施工中建筑结构安全的确定方法。
根据本发明的第三方面的实施例,提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如本发明第一方面的实施例的一种隧道施工中建筑结构安全的确定方法。
本发明的有益效果是:通过对健康数据对应获得关键标准和风险因素,并根据获取的专家意见,整合关键标准、风险因素和专家意见,实现多源数据的整合分析,并加入专家意见对目标建筑进行评估,增加对目标建筑结构评估的准确性。通过整合后的数据,对风险因素进行评估,基于限制评估过程中固有数据信息损失的前景理论,评估隧道施工期间相邻的建筑物健康恶化的静态风险和动态风险,确定目标建筑的风险状态,并采取对应的风险降低策略。减少目标建筑因隧道开挖而造成的破坏风险。本发明受主观影响低且误差小,能够准确评估隧道施工对周围建筑物造成的风险,保证了盾构掘进的安全性。
附图说明
图1是本发明一个实施例提供的一种隧道施工中建筑结构安全的确定方法的示意性流程图;
图2是本发明一个实施例提供的以春风隧道工程为例隧道邻栋建筑物的风险状态示意图;
图3是本发明一个实施例提供的风险降低策略的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,而不能理解为对本发明的限制。
需要说明的是,虽然在系统示意图中进行了功能模块划分,但是在某些情况下,可以不同于系统中的模块划分或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
本发明的描述中,需要说明的是,除非另有明确的限定,设置、安装、连接等词语应做广义的理解,所属技术领域的技术人员可以结合技术方案的具体内容合理确定上述词语在本发明的具体含义。
参照图1和图3,根据本发明的第一方面的实施例,一种隧道施工中建筑结构安全的确定方法包括以下步骤:
S100,获取目标建筑的健康数据,根据健康数据对应提取关键标准,并对应确定风险因素。
在这一实施例中,考虑到目标建筑健康恶化存在的静态风险和动态风险,收集目标建筑的健康数据,其中,建筑的健康数据包括:工程简介、工程地质条件、与邻近施工隧道的距离关系以及隧道实际工程情况。
通过收集的健康数据提取对应的关键标准,其中,可以有若干个关键标准,与上述健康数据依次对应的关键标准包括:建筑状态、地质条件、隧道状态、隧道运行参数以及技术和管理变量。
通过收集的健康数据确定对应的风险因素,其中,可以有若干个风险因素,与上述健康数据依次对应的风险因素包括:建筑物的年龄、高度、结构类型、地基类型、文化价值;地下水位深度、岩石强度、岩石质量指标、地层情况、土壤粘聚力、摩擦角、抗压强度;隧道直径、隧道埋深、与建筑物的水平距离比率、垂直距离;隧道直径、隧道埋深、与建筑物的水平距离比率、垂直距离;注浆压力、推力、扭矩、注浆量;建筑技术和管理技术。
与现有技术中,仅仅采用现场的健康数据相比,或者,与现有技术中仅仅考虑目标建筑的动态风险相比,本发明的采集的健康数据更全面,从而更能保证盾构掘进的安全性。
S200,获取e名专家的专家意见,对关键标准、风险因素和专家意见进行整合,构建加权聚合专家意见矩阵,并计算风险因素对应的权重。
在这一实施例中,收集若干名专家对目标建筑发出的专家意见,整合处理专家意见、S100中得到的关键标准以及S100中得到的风险因素,加入专家意见对目标建筑进行多源数据整合、评估,增加对目标建筑结构评估的准确性,与现有技术中仅采用现场监控的健康数据相比,本发明评估的准确性更高。
利用整合后的多源数据,构建出加权聚合专家意见矩阵,同时计算得到关于目标建筑的风险因素对应的权重。也就是说,通过关键标准、风险因素以及专家意见进行综合加权计算,建立信息损失有限的咨询模糊模型,以实现准确评估隧道施工对目标建筑造成的风险,减小误差。
S300,通过对应的权重和加权聚合专家意见矩阵,在关键标准下,评估风险因素,确定风险因素对应的等级。
在这一实施例中,根据S200得到的加权聚合专家意见矩阵以及S200得到的风险因素对应的权重,在关键标准下,对风险因素的强度进行评估,确定若干个风险因素对应的等级。
其中,风险因素强度评估根据计算风险因素的权重排序所得,分为静态条件下的风险状态和动态条件下的风险状态。
S400,根据风险因素对应的等级,确定目标建筑的风险状态。
在这一实施例中,通过S300中确定的风险因素对应的等级,对目标建筑的性能值和建筑的有害程度确定风险指数。通过风险指数划分风险状态等级,从而实现描述目标建筑物的风险状态。
S500,根据风险状态,确定目标建筑所需的风险降低策略。
在这一实施例中,基于S400中确定的风险状态,确定风险减低策略。参照图3,其中,风险减低策略包括:管理策略:保持现状,加强管理;监控策略:降低风险状态,加强监控;注浆调控策略:控制地面过度移动,管理同步注浆;预测调控策略:预测盾构预偏差,控制推力和前进速率;防坍塌调控策略:控制盾构姿态,采取防坍塌措施和支护等。
在本实施例中,上述的五个风险降低策略可以根据实际的风险因素进行排序组合。其中,在地质条件不改变的情况下,动态风险因素的变化更直观影响了建筑物的风险状态,因此动态风险因素的适当校准可以帮助减少建筑物因为隧道开挖而造成的破坏风险。
本发明通过对健康数据对应获得关键标准和风险因素,并根据获取的专家意见,整合关键标准、风险因素和专家意见,实现多源数据的整合分析,并加入专家意见对目标建筑进行评估,增加对目标建筑结构评估的准确性。通过整合后的数据,对风险因素进行评估,基于限制评估过程中固有数据信息损失的前景理论,评估隧道施工期间相邻的建筑物健康恶化的静态风险和动态风险,确定目标建筑的风险状态,并采取对应的风险降低策略。减少目标建筑因隧道开挖而造成的破坏风险。本发明受主观影响低且误差小,能够准确评估隧道施工对周围建筑物造成的风险,保证了盾构掘进的安全性。
根据本发明的第一方面的实施例,在S200中,加权聚合专家意见矩阵的构建过程具体包括以下步骤:
S210,通过毕达哥拉斯模糊数,设置用于评估不同系统的5个语言变量,获取e名专家的专家置信度并对专家意见进行评估,计算e名专家的专家权重ωe。
在这一实施例中,设置用于评估不同系统的5个语言变量,衡量专家评分重要性的语言变量,其范围能根据毕达哥拉斯模糊数定义为:不重要(NI)、轻微重要(SI)、中等重要(MI)、重要(I)、非常重要(VI)。
获取e名专家的专家置信度根据专家置信度/>结合三角模糊数定义用于确定评级标准的语言术语,对e名专家发出的专家意见进行评估,/>表示为专家意见,s表示为评估状态,e表示为评估的专家。其中,可以结合三角模糊隶属函数的alpha加权评估方法来进行评估专家意见/>
通过结构、隧道和岩土工程的不同教育背景和工作经验差异整合推导得到专家意见的权重,即得到专家权重ωe。
S210还具体包括以下步骤:
S211,收集e名专家的资历等级参数Ψe,获取e名专家的判断一致性参数Φe,通过判断信度公式得到专家置信度/>并划分专家置信度/>的等级。
在这一实施例中,专家置信度是根据资历等级参数Ψe和判断一致性参数Φe,这两个参数来衡量专家背景和专业差异,通过判断信度公式:
,计算得到e名专家的专家置信度
专家置信度划分为五个等级,等级越高,专家判断的可靠性越大。在本实施例中,五个等级依次为:Grade1(0-0.5)、Grade2(0.5-0.6)、Grade3(0.6-0.7)、Grade4(0.7-0.8)、Grade5(0.8-1)。
S212,专家权重ωe由毕达哥拉斯模糊数,推导所得,推导公式为:
,τe为模糊数表示可能性的下限值,为模糊数表示可能性的上限值,ve为可能性的最大值。
在这一实施例中,专家权重ωe的推导公式为:
,其中,推导的专家权重ωe由毕达哥拉斯模糊数(PFN),推导所得,设τe为模糊数表示可能性的下限值,/>为模糊数表示可能性的上限值,ve为可能性的最大值。
S220,通过关键标准Cn、专家置信度以及专家权重ωe,利用毕达哥拉斯范式对专家意见进行聚合,得到聚合评价矩阵/>其中,有n个关键标准。
在这一实施例中,根据关键标准汇总专家意见专家意见汇总是指根据不同的专家意见,使用毕达哥拉斯范式聚合所得聚合评价矩阵/>通过n个关键标准Cn,e名专家的专家置信度/>以及e名专家的专家权重ωe进行构建,
object
object
,构建得聚合评价矩阵
S230,汇总e名专家在不同关键标准Cn下对风险因素Ap的专家意见,聚合得汇总评价矩阵其中,有p个风险因素。
在这一实施例中,本实施例采用的方法与S220实施例采用的方法相同,使用毕达哥拉斯范式聚合所得汇总评价矩阵
通过n个关键标准Cn,e名专家的专家置信度以及e名专家的专家权重ωe对风险因素Ap进行构建,
,构建得汇总评价矩阵
S240,通过矩阵权重wj和S230中得到的汇总评价矩阵计算得到加权聚合专家意见矩阵/>
在这一实施例中,是关于矩阵权重的表达,根据S230中得到的汇总评价矩阵/>进行计算,
,构建得加权聚合专家意见矩阵其中,τij表示该评价层,第i个元素相对于第j个元素的重要性,由毕达哥拉斯模糊数定义。
根据本发明的第一方面的实施例,在S200中,加风险因素对应的权重的计算过程具体包括以下步骤:
S250,通过专家置信度以及专家意见/>确定p个风险因素Ap对应的清晰值Vs(i)。
在这一实施例中,通过专家置信度以及专家意见/>进行计算,
,得到共识分数ξs=(δs,εs,φs),根据专家意见和共识分数ξs=(δs,εs,φs)进行计算,
,从而得到p个风险因素Ap对应的清晰值Vs(i)。其中,Vs(i)表示为每个风险状态的清晰值。
S260,对清晰值Vs(i)进行归一化,从中提取最大值,得到p个风险因素Ap对应的权重ti。
在这一实施例中,风险因素的权重是指在一个预定义状态下作为专家对可能性意见的归一化清晰值的最大值。预定义状态是指在工程实践中考虑风险因素对建筑完整性的危害程度。
对p个风险因素Ap对应的清晰值Vs(i)进行归一化处理,且从中选取最大值,
,将最大值max对应作为p个风险因素Ap对应的权重ti。
通过S210至S260可知,本发明通过毕达哥拉斯模糊数逻辑收集多源数据进行综合加权计算,构建信息损失有限的增强型咨询模糊模型。该方法受主观影响低且误差小,能够准确评估管理隧道施工对周围建筑物造成的风险,保证了盾构掘进的安全性。
根据本发明的第一方面的实施例,在S300中,风险因素对应的等级的确定过程具体包括以下步骤:
S310,通过S200中风险因素Ap对应的权重ti以及加权聚合专家意见矩阵构建全局聚合加权矩阵/>
在这一实施例中,风险因素的强度评估在逻辑上遵循S200上的多源数据集合过程。
将风险因素Ap对应的权重ti乘以加权聚合专家意见矩阵
,构建得全局聚合加权矩阵
S320,根据矩阵权重wj以及关键标准Cn,计算不同的关键标准对于另一关键标准的相对权重wjR。
在这一实施例中,根据相对权重的计算公式:
wjR=wj/wR,wR=max{wj|j=1,2,...,n}
,得到不同的关键标准对另一个关键标准的相对权重。其中,wR代表为参考权重。
例如:利用相对权重的计算公式,分别计算地质条件、隧道状态、隧道运行参数以及技术和管理变量对于建筑状态的权重。将上述五个关键标准通过计算公式重复计算,每个关键标准得到四个相对权重。
S330,在相同的关键标准下,计算两个风险要素之间的距离,通过距离和相对权重wjR,对风险因素Ap的总体优势度Δ(Ai,Ah)进行评估,根据总体优势度Δ(Ai,Ah),通过等级确定公式计算,确定风险因素Ap对应的等级P(Ai)。
在这一实施例中,在相同的关键标准下,使用归一化的汉明距离进行计算,
,得到两个风险因素之间的距离d(xij,xhj),xij表示为在相同的关键标准下,风险因素i相对于风险因素j的重要程度。
利用距离d(xij,xhj)和相对权重wjR评估风险因素Ap的相对优势度ΔR,
,其中,θ表示为衰减因子,θ=1,2,3,4。利用相对优势度ΔR,评估总体优势度Δ(Ai,Ah),
,根据总体优势度Δ(Ai,Ah),通过等级确定公式计算,
,确定风险因素Ap对应的等级P(Ai)。
通过S310至S330可知,本发明通过毕达哥拉斯模糊数逻辑收集多源数据进行综合加权计算,构建信息损失有限的增强型咨询模糊模型,将其评估隧道施工期间相邻的建筑物健康恶化的静态风险和动态风险。该方法受主观影响低且误差小,能够准确评估管理隧道施工对周围建筑物造成的风险,保证了盾构掘进的安全性。
在本发明的一些实施例中,在S400,目标建筑的风险状态的确定过程具体包括以下步骤:
S410,在专家意见中的每个评估状态s下,获取对应性能值的上限值,构建基准矩阵,利用基准矩阵,获得基准矩阵集Q(Bs),s=1,2,...,5。
在这一实施例中,在每个评估状态s下,根据对应性能值的上限值构成若干个基准矩阵,利用若干个基准矩阵,获得基准矩阵集Q(Bs),s=1,2,...,5。
S420,根据S300中得到的风险因素Ap对应的等级P(Ai),利用评估指数公式:
,确定风险状态,fu为三角隶属函数,其映射每个风险因素的等级至基准矩阵集Q(Bs)中。
在这一实施例中,根据S300中得到的风险因素Ap对应的等级P(Ai),利用评估指数公式:
,得到风险指数Idx(Ai),风险指数Idx(Ai)是根据风险因素Ap对建筑物的性能值和建筑物的有害程度所确定。在本实施例中,fu为三角隶属函数,fu将每个风险因素Ap的等级P(Ai)映射到基准矩阵集Q(Bs)中。
根据风险指数Idx(Ai),将其划分五个等级,得到五个风险状态,风险状态分别为:轻微风险、次要风险、中等风险、重要风险和严重风险。
通过S410至S420,确定目标建筑的风险状态,并采取对应的风险降低策略。减少目标建筑因隧道开挖而造成的破坏风险。本发明受主观影响低且误差小,能够准确评估隧道施工对周围建筑物造成的风险,保证了盾构掘进的安全性。
参照图2和图3,在本发明的第一方面的一些实施例中,以春风隧道和隧道沿线的13栋建筑物为例,利用本发明的隧道施工中建筑结构安全的确定方法可知:
获取春风隧道沿线的目标建筑的健康数据,数据包括:工程简介、工程地质条件、与邻近施工的春风隧道的距离关系以及春风隧道实际工程情况,该项目沿线的主要地质条件包括断裂岩、花岗岩、页岩和变质砂岩,隧道穿越过11个断裂带,断裂带宽度431m,总长度达543m。
根据健康数据,确定关键标准:建筑状态(C1)、地质条件(C2)、隧道状态(C3)、隧道运行参数(C4)以及技术和管理变量(C5)。
确定风险因素:所述风险因素指建筑物的年龄(F1)、高度(F2)、结构类型(F3)、地基类型(F4)、文化价值(F5);地下水位深度(F6)、岩石强度(F7)、岩石质量指标(F8)、地层情况(F9)、土壤粘聚力(F10)、摩擦角(F11)、抗压强度(F12);隧道直径(F13)、隧道埋深(F14)、与建筑物的水平距离比率(F15)、垂直距离(F16);注浆压力(F17)、推力(F18)、推进速度(F19)、垂直距离(F20);刀盘扭矩(F21)、建筑技术(F22)、管理技术(F23)。
获取10名专家的专家意见,整合关键标准、风险因素以及专家意见,得到风险因素对应的权重,并进行评估,确定对应的等级。风险因素的权重整合结果的前5名依次为:地层情况(F9)、推进速度(F19)、垂直距离(F16)、基础类型(F4)、推力(F18)。
通过对应的等级和评估指数公式,确定在静态条件下(F1-F16)的风险状态和动态条件下(F16-F23)的风险状态。
通过风险状态,确定13栋目标建筑采取的风险降低策略。
参照图2,以掘进方向分析得:B1栋和B10栋采取防坍塌调控策略,在本实施例中,防坍塌调控策略为最高级别的风险减低策略;
B2栋、B3栋、B4栋和B11栋采取预测调控策略,在本实施例中,预测调控策略为第四级别的风险减低策略;
B6栋和B9栋采取注浆调控策略,在本实施例中,预测调控策略为第三级别的风险减低策略;
B7栋采取监控策略,在本实施例中,预测调控策略为第二级别的风险减低策略;
B5栋、B8栋、B12栋和B13栋采取管理策略,在本实施例中,预测调控策略为最低级别的风险减低策略。
根据本发明第二方面的实施例,一种电子设备,包括:
存储器,用于计算机程序;处理器,用于执行所述存储器存储的计算机程序,当处理器执行存储器存储的程序时,处理器用于执行如本发明的第一方面实施例中一种隧道施工中建筑结构安全的确定方法。
处理器和存储器可以通过总线或者其他方式连接。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序,如本发明实施例描述的一种隧道施工中建筑结构安全的确定方法。处理器通过运行存储在存储器中的非暂态软件程序以及指令,从而实现本发明第一方面实施例的一种隧道施工中建筑结构安全的确定方法。
存储器可以包括存储程序区和存储参数区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储参数区可存储执行上述的一种隧道施工中建筑结构安全的确定方法。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
根据本发明第三方面的实施例,一种存储介质,其特征在于,包括:存储有计算机程序,计算机程序用于被处理器执行如本发明第一方面的一种隧道施工中建筑结构安全的确定方法。
实现上述的终端选定方法所需的非暂态软件程序以及指令存储在存储器中,当被一个或者多个处理器执行时,执行于本发明第一种隧道施工中建筑结构安全的确定方法。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、参数结构、程序模块或其他参数)的任何方法或技术中实施的易失性和非易失性、可移除和不可除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包括计算机可读指令、参数结构、程序模块或者诸如载波或其他传输机制之类的调制参数信号中的其他参数,并且可包括任何信息递送介质。
以上对本发明的较佳实施方式进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变型或替换,这些等同的变型或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种隧道施工中建筑结构安全的确定方法,其特征在于,包括:
获取目标建筑的健康数据,根据所述健康数据对应提取关键标准,并对应确定风险因素;
获取e名专家的专家意见,对所述关键标准、风险因素和专家意见进行整合,构建加权聚合专家意见矩阵,并计算所述风险因素对应的权重;
通过所述对应的权重和加权聚合专家意见矩阵,在所述关键标准下,评估所述风险因素,确定风险因素对应的等级;
根据所述风险因素对应的等级,确定所述目标建筑的风险状态;根据所述风险状态,确定所述目标建筑所需的风险降低策略。
2.根据权利要求1所述的一种隧道施工中建筑结构安全的确定方法,其特征在于,所述加权聚合专家意见矩阵的构建过程具体包括:
利用毕达哥拉斯模糊数,设置5个语言变量,获取专家置信度和专家权重ωe,并评估e名专家的专家意见;
根据所述关键标准Cn、家置信度和专家权重ωe,利用毕达哥拉斯范式聚合,聚合专家意见,得到聚合评价矩阵/>其中,n为关键标准的个数;
汇总在不同所述关键标准Cn下,e名专家对所述风险因素Ap的专家意见,得到汇总评价矩阵其中,p为风险因素的个数;
利用矩阵权重wj和汇总评价矩阵构建加权聚合专家意见矩阵
3.根据权利要求2所述的一种隧道施工中建筑结构安全的确定方法,其特征在于,所述风险因素对应的权重的计算过程具体包括:
根据专家置信度和专家意见/>确定风险因素Ap对应的清晰值Vs(i),其中,s为评估状态;
获取归一化清晰值Vs(i)中的最大值,得到风险因素Ap对应的权重ti,i=1,2,...,p。
4.根据权利要求2所述的一种隧道施工中建筑结构安全的确定方法,其特征在于,所述风险因素对应的等级的确定过程具体包括:
根据所述对应的权重ti和加权聚合专家意见矩阵计算出全局聚合加权矩阵
根据所述矩阵权重wj和关键标准Cn,确定不同关键标准对于另一关键标准的相对权重wjR,wjR=wj/wR,wR=max{wj|j=1,2,...,n};
计算在相同的关键标准下两个风险要素之间的距离,并根据相对权重wjR评估所述风险因素Ap的总体优势度Δ(Ai,Ah),根据总体优势度Δ(Ai,Ah)和等级确定公式:
,
确定风险因素Ap对应的等级P(Ai)。
5.根据权利要求1所述的一种隧道施工中建筑结构安全的确定方法,其特征在于,所述目标建筑的风险状态的确定过程具体包括:
利用所述专家意见中的评估状态s的性能值的上限值,构建基准矩阵,得到基准矩阵集Q(Bs),s=1,2,...,5;
根据所述风险因素对应的等级P(Ai),利用评估指数公式:
,
确定目标建筑的风险状态,其中,fu为三角隶属函数,fu将每个风险因素的等级映射至基准矩阵集Q(Bs)中。
6.根据权利要求2所述的一种隧道施工中建筑结构安全的确定方法,其特征在于,所述专家置信度的获取过程具体包括:
获取e名专家的资历等级参数Ψe和判断一致性参数Φe,利用判断信度公式得到专家置信度/>将专家置信度/>进行等级划分。
7.根据权利要求2所述的一种隧道施工中建筑结构安全的确定方法,其特征在于,所述专家权重ωe的获取过程具体包括:
利用毕达哥拉斯模糊数和推导公式
,
推导得到专家权重ωe。
8.根据权利要求1所述的一种隧道施工中建筑结构安全的确定方法,其特征在于,所述风险降低策略包括:管理策略、监控策略、注浆调控策略、预测调控策略和防坍塌调控策略。
9.一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序以实现如权利要求1至8任一项所述的一种隧道施工中建筑结构安全的确定方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的一种隧道施工中建筑结构安全的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310526701.8A CN116663891A (zh) | 2023-05-10 | 2023-05-10 | 隧道施工中建筑结构安全的确定方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310526701.8A CN116663891A (zh) | 2023-05-10 | 2023-05-10 | 隧道施工中建筑结构安全的确定方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116663891A true CN116663891A (zh) | 2023-08-29 |
Family
ID=87719790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310526701.8A Pending CN116663891A (zh) | 2023-05-10 | 2023-05-10 | 隧道施工中建筑结构安全的确定方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116663891A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117540174A (zh) * | 2024-01-09 | 2024-02-09 | 江苏省建筑工程质量检测中心有限公司 | 基于神经网络的建筑结构多源异构数据智能分析系统及方法 |
-
2023
- 2023-05-10 CN CN202310526701.8A patent/CN116663891A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117540174A (zh) * | 2024-01-09 | 2024-02-09 | 江苏省建筑工程质量检测中心有限公司 | 基于神经网络的建筑结构多源异构数据智能分析系统及方法 |
CN117540174B (zh) * | 2024-01-09 | 2024-03-26 | 江苏省建筑工程质量检测中心有限公司 | 基于神经网络的建筑结构多源异构数据智能分析系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hall et al. | A methodology for national-scale flood risk assessment | |
Maurer et al. | Assessment of CPT-based methods for liquefaction evaluation in a liquefaction potential index framework | |
Sayers et al. | Towards risk-based flood hazard management in the UK | |
CN110059963A (zh) | 一种基于模糊多态贝叶斯网络的隧道风险评价方法 | |
CN108595845B (zh) | 一种基于性能设计的桥梁地震风险概率分析方法 | |
KR101967978B1 (ko) | 쉴드 tbm의 순굴진속도 예측 장치 및 그 방법 | |
Tshimanga | Hydrological uncertainty analysis and scenario-based streamflow modelling for the Congo River Basin | |
CN111042143A (zh) | 一种基于大量监测数据分析的基坑工程预警方法和系统 | |
Suh et al. | Subsidence hazard assessment at the Samcheok coalfield, South Korea: a case study using GIS | |
CN116663891A (zh) | 隧道施工中建筑结构安全的确定方法、设备及存储介质 | |
Liu et al. | Predictive Analysis of Settlement Risk in Tunnel Construction: A Bow‐Tie‐Bayesian Network Approach | |
ElMousalami et al. | Predicting conceptual cost for field canal improvement projects | |
Wang et al. | A risk assessment method of deep excavation based on Bayesian analysis and expert elicitation | |
Wang et al. | Practical reliability analysis and design by Monte Carlo Simulation in spreadsheet | |
Taghinezhad et al. | An imputation of first-floor elevation data for the avoided loss analysis of flood-mitigated single-family homes in Louisiana, United States | |
Safaeian Hamzehkolaei et al. | Performance evaluation of machine learning algorithms for seismic retrofit cost estimation using structural parameters | |
CN107563096A (zh) | 一种基于fcm的内涝建模分析方法 | |
Robinson et al. | A framework for testing dynamic classification of vulnerable scenarios in ensemble water supply projections | |
CN112907130A (zh) | 基于盾构施工参数的施工风险等级确定方法、装置及介质 | |
Chen et al. | A new evaluation method for slope stability based on TOPSIS and MCS | |
Krogstad et al. | Cone penetration data classification by Bayesian inversion with a Hidden Markov model | |
Ching et al. | Updating real-time reliability of instrumented systems with stochastic simulation | |
Pramana et al. | Towards systematic planning of small-scale hydrological intervention-based research | |
Mascheri et al. | A framework for multi-risk assessment in a historical area of Lisbon | |
CN113610337B (zh) | 基坑工程风险确定方法、装置、计算机设备和存储介质 |
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 |