地铁施工安全风险网络系统论文

关键词： 网络系统 风险 工程施工 地铁

摘要：為了有效预防地铁站施工事故的发生，以地铁站施工中的险兆事件为研究对象，建立了行为安全“2-4”模型的预警行为模型，分析了地铁站安全施工对险兆事件实时监测预警系统的要求，总结了无线Mesh网络的特点、基本结构以及网络拓扑结构，对比了测距定位方法的优缺点，阐明了无线脉冲定位原理。下面是小编精心推荐的《地铁施工安全风险网络系统论文(精选3篇)》，希望对大家有所帮助。

地铁施工安全风险网络系统论文 篇1：

地铁工程施工风险分析及应急预案研究

摘要：近年來，为满足日益增多的出行需求及复杂的交通疏导要求，地铁车站向着深、长、大的方向发展，地铁工程在城市交通建设中更加普遍。大力发展城市地铁交通是我国当代城市建设的重要战略目标。相比于常规的地面汽车出行，城市地铁交通具有运量大、速度快、准时、洁净等诸多优势。我国凭借地铁交通建设有效地缓解了大城市的交通拥堵和高污染状态，如今在“地铁新时代”的目标下，我国致力于建设更加优质高效的城市地铁运输网络，在实现该目标的过程中，加强安全风险技术体系构建，是很有必要的一环。

关键词：地铁工程;施工风险;应急预案

引言

地铁工程的建设周期长、规模大，具有一定的复杂性，在建设和施工过程中易受到一系列不可预测、难以确定的风险因素的影响，从而导致工程延期，造价管理失控，对工程整体效益造成不良影响。

1国内轨道交通安全风险管理

虽然我国在城市轨道交通建设上取得了巨大的成就，但由于我国的城市轨道建设起步晚，发展经验不足，在安全管理上始终存在一定欠缺。从城市轨道建设本身的环境来看，以地铁为主的城市轨道交通始终处于高风险建设和高风险运作状态，城市轨道对岩土物理力学参数的要求很高。再加上地下轨道交通空间有限，安全风险因素隐蔽性大的特点，城市轨道交通在防控和救援上也存在较大难度，一旦出现危险，则可能引发巨大的损失。如2007年南京地铁施工中的爆炸事故、2008年杭州地铁的坍塌事故以及上海地铁坍塌事故，这些事故带来的经济损失直接超过数亿元，这充分说明了城市轨道交通中做好安全管理的必要性。

2地铁工程施工风险分析

地铁工程施工阶段易受其他因素影响，主要体现在工期变化对工程质量及成本造成影响，可能会导致设计变更、原材料不足、施工人员匮乏以及技术水平无法满足工程要求等问题，进而导致工期延缓;市场材料价格发生波动也会对工程造成影响;如果存在地震、暴雨等极端天气，也可导致工程造价提高;在实际施工过程中，施工单位与其他单位缺乏沟通会对施工作业的顺利开展造成影响，可能导致设计变更、工程变更等问题，使造价发生变化，对造价控制造成不利影响。

3地铁工程施工应急预案

3.1加强轨道交通安全风险管理体系的信息化建设

信息化是现代各领域建设升级的重要方向。在城市轨道交通安全风险技术管理体系的构建中，也要做好向信息化方向的普及和建设，这样能更好地提升风险管理体系的执行回馈效率，提高指导意义。在整个体制系统的信息化的建设中，要做好核心平台的智能化建设、传输流程的快速化建设和末端设备的完善化建设。在核心平台上，要将城市轨道安全风险管理体制从定性转化到定量的角度，提升核心平台收发数据、存储数据、分析数据、监管数据的能力，加强其智能化建设，能自动对异常发出警报和响应。在传输流程的优化中，要善于使用机器设备替代人工进行风险管理数据传输，提升系统应急响应效率。该步的重点是要做好轨道交通安全风险技术管理体系的业务化拆解，将安全管理内容从系统化的人类语言转化为机器可理解的机器语言，让每一条监控指标变成机器可执行的数字化监控指令。在末端，要积极普及物联网传感技术，安装更多先进的监测设备和传感器，在信息传输中，要善于利用有线加无线等多种通信方式保障信息传递质量，在核心区域，要加强数据的分析处理能力建设，提升对数据的全流程监管，同时能对异常数据做出警示，这可大大提升对异常风险点位的响应速度，最快对安全隐患完成处理。

3.2“互联网+”概念应用于地铁施工安全管理中的方法

“互联网+”概念是在2015年的政府工作报告中提出并开始大力推行和应用，其主要的用途是指结合互联网的平台和信息化手段，促进传统行业发展出新的发展态势。结合这目前硬件的快速发展，云计算、大数据和物联网技术加快了互联网+技术的发展，促进了各个行业的内涵提升。丰富了传统行业的信息数据管理，尤其是对行业生产力的提升以及优化社会资源的配置，具有重要的战略意义。工程建设行业应用“互联网+”概念可以以工程的施工现场作为信息交流和数据传输的中心，通过施工现场内部的数据信息整合，能够有效地保证各个参与方实现数据和信息的共享，进而充分地掌握施工工作内容，同时也能够有效地结合着信息化的工具来提升工作效率。同时结合数据信息凭条能够进行深入的数据分析和挖掘，辅助建立有针对性的管理措施。

3.2.1视频监控管理措施

建设工程档位统一参照着标准化的管理措施建立安全管理系统。通过位于地下设备的云摄像头进行实时的监控，预防事故的发生。同时，还能够结合着网络系统连线至施工现场内部的监控中心和控制中心，实现智能化的数据传输和数据存储。同时，结合视频会议能够有效地实现安全监控内容可追溯。

3.2.2信息化安全管理

在工程项目主管的信息管理背景下，各个建设单位需要建立自身的信息管理平台，各个施工参与方都可以参与其中，成为平台的相关用户。能够在管理平台中进行视频会议以及安全管理工作文件的信息查询和下载。施工企业能够查询和下载各类必备文件，实现信息的安全稳定传输，保证全面落实和强化各个参与方的职责。

3.3地铁钢结构主要应急措施

根据钢结构安装风险辨识和评价，在施工时可能导致荷载集中造成主体结构破坏、起重设备倾覆、钢构件安装时失稳、人员高处坠落或物体打击、支撑胎架拆除垮塌等事故。对可能导致荷载集中造成主体结构破坏时的应急处置措施。发生紧急情况时马上停止现场起重作业和钢构件安装，撤离所有作业人员，设置警戒区域，防止无关人员进入。立即通知建设、设计、监理等相关单位，及时监控相关情况的发展，抢险和加固必须按照既定预案进行。当钢构件安装时出现明显变形时，可采用“灯笼架”对钢结构进行支撑。“灯笼架”底部设置可以分散压力的水平底座，其与钢构件之间的缝隙采用木楔进行塞实顶紧。如钢结构出现失稳可能造成连锁伤害时，必须扩大区域停止整栋楼面各项施工，将人员撤离至安全区域，并将现场情况按规定报相关单位和部门。

3.4触电应急措施

当发生人员触电时，应采取如下应急措施：①用干燥木制品等绝缘材料拨开触电人员身上的带电体，使触电者脱离触电状态，并及时通知救援人员，通知内容主要包括事故发生时间、地点、触电人数及伤情等;②救出触电人员后，应立即撤离触电区域人员，并在漏电点附近铺设绝缘材料;③在触电事故现场建立警戒区域，保证救援通道的畅通，及时引领救护车到达事故地点最有利位置。

结语

总之，地铁施工风险管理的难度较大，为确保地铁系统的稳定有序运行，往往需要重点围绕风维护理的各方面要求予以优化落实，全方位地考虑各方面因素进行优化从而提升地铁工程运行质量，确保常见的各类问题得到有效预防和处理，促使地铁更好地服务于交通运行，保证列车运行安全，实现行车指挥和列车运行现代化，提升运输效率。

参考文献

[1]冀欣，王红涛.地铁应急预案管理系统的应用与研究[J].现代城市轨道交通，2020（11）：31-35.

[2]左九如.地铁工程建设施工危险辨识及施工坍塌事故应急预案的探讨与实践[J].工程建设与设计，2019（05）：220-221+224.

[3]孙振兴.城市地铁工程施工应急预案研究[J].中国工程咨询，2017（07）：40-42.

[4]王亚东，夏红兵.上海某地铁深基坑风险识别与应急预案[J].四川建材，2016，42（04）：150-151+153.

作者：何涛

地铁施工安全风险网络系统论文 篇2：

地铁站施工险兆事件实时监测预警系统

摘 要：為了有效预防地铁站施工事故的发生，以地铁站施工中的险兆事件为研究对象，建立了行为安全“2-4”模型的预警行为模型，分析了地铁站安全施工对险兆事件实时监测预警系统的要求，总结了无线Mesh网络的特点、基本结构以及网络拓扑结构，对比了测距定位方法的优缺点，阐明了无线脉冲定位原理。基于无线Mesh/有线光纤网络设计了一种地铁站施工险兆事件实时监测预警系统，该系统可加强施工现场与外界的通信沟通，提高险兆事件实时监控的能力、人与物的定位精度，可为地铁站安全生产调度、安全避险、应急救援提供指导。结果表明：系统可及时发现险兆事件，有效防止地铁施工事故的发生;隧道施工人员、管理人员以及车辆的定位误差在30 cm以内，系统根据险兆事件位置，通过通信系统让附近人员迅速采取预警行为，防止地铁施工事故的发生;在未发现险兆事件或预警行为失效时，系统可缩短应急疏散时间，在同等条件下有广播通信比无广播通信的疏散时间缩小2～3倍。

关键词：地铁站;现场测试;险兆事件;监测预警系统

DOI：10.13800/j.cnki.xakjdxxb.2019.0405

Key words：subway station;field testing;near miss incidents;monitoring and early warning system

0 引 言

2017年是国家实施“十三五”规划的重要一年，城市轨道交通以运量大、正点准时、速度快、无污染[1]的优点进入快速发展的新时期，不仅在上海、北京等一线城市大规模建设，还以较快的发展速度逐步向二、三线城市扩展。截止2017年末，我国有48个城市在建地铁，在建里程5 636 km[2]，共有62个城市的城市轨道交通线网规划获批，规划线路总长7 424 km，预计2020年，我国在建里程将超过9 000 km[3]。如何杜绝地铁施工事故的发生具有重要意义，钱七虎院士提出建立安全监控中心是地下工程建设安全管理实施的对策之一[4];李元海等指出高效率的安全信息管理在地铁工程施工过程风险监控中占据着十分重要的地位，是减少人员伤亡和财产损失的重要保障[5];Einstein H.H基于地铁施工事故的预防，将风险分析引入到隧道与地下工程中[6];Sturk等提出了地下工程建设风险决策分析系统，并成功应用于斯德哥尔摩环路项目中[7];徐江等人运用ABAQUS软件对基坑开挖支撑过程进行了全工况模拟，针对分析所得的危险区域制定了具有针对性的安全监测方案，并成功应用[8];王兴华定义了地铁施工灾害系统的基本内涵，构建了地铁施工灾害模型的概念框架，建立了地铁施工灾害模型基础数据库[9]。尽管地铁施工安全管理的研究取得了一定成果，但我国地铁施工事故依然时有发生，每1 000 km死亡人数仍在7人左右[10]。

笔者在现有研究的基础上，以险兆事件为研究对象，建立了行为安全“2-4”模型的預警行为模型，分析了无线Mesh网络、人员定位的原理，基于无线Mesh/有线光纤网络设计了险兆事件实时监测预警系统，并结合现场试验分析了该系统在地铁站施工中的应用效果。

1 险兆事件及预警行为模型的构建

1.1 险兆事件

事故在发生之前，往往会出现大量征兆，这些征兆在安全管理上称为险兆事件。地铁施工中主要存在的险兆事件，见表1，其是地铁施工事故发生的前馈信号，有效的预警行为可以发挥“屏蔽”作用，阻断事故链条，有效避免事故的发生[11]。

1.2 行为安全“2-4”模型的预警行为模型

通过研究发现，预警行为暂无确切的定义，笔者提出预警行为的定义：在事故显现期，根据人的不安全行为以及物的不安全状态，事故引发者及其所在组织内部人员预先警告，避免事故发生的行为。

从图1可以看出，当预警行为不及时或失效时，不安全动作和不安全物态在各自的轨迹中发生了接触，造成事故的发生。

2 无线Mesh网络及定位原理

2.1 无线Mesh网络

2.1.1 网络特征分析

无线Mesh网络是无线宽带接入网络技术，是一种具有自组织、多跳、多点分布特性的宽带无线网络[13]，让处于该网络覆盖范围内的所有用户对互联网进行高速无线访问，其具有如下特点[14-17]。

高带宽：无线Mesh网络是一种无线多跳网络，可选用较短的传输链路，数据传输速率可达到6 Mbit/s.

兼容性：Mesh网络可兼容各种网络，通过相应的网关与Internet，Wi Fi局域网、公网等网络相连。

支持非视距传输：在没有直接视距链路的情况下，支持非视距连接。

前期投资少：网络易于构成、易于维护，前期投资较少。

可靠性高：拥有强大的自组网能力和自愈合能力，可靠性较高。

自动平衡负载：支持网格化网络拓扑结构，在接入点负载过重时，网络系统自动将用户密集区一部分用户的业务转移到其他可选链路中，平衡了整个网络的负载。

2.1.2 基本结构

Mesh网络的基本结构：骨干网型Mesh结构、客户端型Mesh结构、混合型Mesh结构[18]。其中混合型Mesh结构是骨干网型Mesh结构和客户端型Mesh结构的结合，其网络架构示意图如图2所示。

2.1.3 网络拓扑结构

与传统的无线网络不同，Mesh网络是一种点对点的网状网络[19]。传统的无线网络大多是点到多点的星型网络，所有终端节点必须与中心节点交换数据，而点对点网络拓扑结构可以互相通信而不必通过中心节点，网络拓扑结构如图3所示。

2.2 定位原理

2.2.1 测距定位方法的比较

测距定位技术可根据到达时间（time of arrival，TOA）、到达时间差（time difference of arrival，TDOA）、到达角度（Angle of Arrival，AOA）和接收信号强度（Received Signal Strength，RSS）进行分类，文献[20]比较了4种测距定位技术的优缺点，对比结果见表2.

2.2.2 无线脉冲定位原理

无线脉冲人员定位技术利用了TDOA定位方法，不受信号传输衰减影响，定位精度高，适合地铁隧道人、物的定位。无线脉冲定位示意图如图4所示，隧道内人员、重要设备设置定位标签，隧道间隔150～200 m部署定位基站。定位基站实时接收定位标签发射的ns级的无线电磁脉冲信号，并记录信号到达基站的时间，计算定位标签与定位1号基站和2号基站的距离差，计算定位标签到各基站的距离。数据信号经无线Mesh网络/有线光纤网络回传至地面监控中心人员定位结算服务器，服务器利用位置计算算法，计算出人员、车辆（定位标签）的坐标[21-23]。

3 系统总体设计

3.1 系统需求分析

地铁站施工中几乎没有公网（移动、联通、电信）无线信号覆盖，施工现场与外界鲜有可靠、稳定的通信联系，给施工作业、联合调试、驻守人员与外界的联络带来极大的不便。安全施工对设备的要求可简要概括如下[24-25]。

1）地铁站工程建设规模大、合同工期长、导洞及横通道数目多，系统应当具备承载多路图像传输、任意节点间语音互通的能力、多路有线或者无线网络接入能力;

2）地铁站工程施工过程中的破坏因素多、安全风险大，系统应当具备网络自动愈合的能力、高带宽传输的能力、高速移动传输的能力、高标准环境防护的能力、耐外力冲击的能力;

3）地铁站工程的工程技术复杂，基坑深度一般超过30 m，导洞及横通道长度一般超过400 m，系统应当具备远距离传输数据的能力;

4）地铁站工程的周边环境、地质条件复杂多变、工程协调量大，系统应当具有安全生产调度、视频监控、语音通信、报警联动、紧急呼叫、人员和设备位置监测的功能。

3.2 系统组成架构设计

数据信息底层融合传输的原理：通过数据采集模块将采集到的地铁施工现场视/音频、定位信息等参数传输至多媒体信息处理器，采用无线Mesh网络/有线光纤网络的方式将数据信息传输至调度中心。经计算机设备将数字信号还原成视频信息、音频信息、定位信息可视化显示出来，同时根据现场要求将视频数据通过视频传输MSTP专线链路传输到地铁公司应急指挥中心。

基于上述分析，研制出地铁站施工险兆事件实时监测预警系统，系统组成架构示意图如图5所示。该系统主要包括由数据采集模块、传输模块、调度中心、地铁公司应急指挥中心等。

3.3 监测预警方法

险兆事件监测预警方法示意图如图6所示，通过音视频监控、脉冲无线定位对施工现场进行监测，判断是否有险兆事件，通過无线Mesh网络和光纤网络发出预警信息，从不安全动作和不安全物态2个方面采取预警行为，防止地铁施工事故的发生。在预警行为不及时或失效时，通过无线Mesh网络和光纤网络发出疏散信息，并通过视频回放与定位标签最后活动区域确定被困人员位置，进行救援。

4 现场应用

4.1 项目概况

西安地铁6号线TJSG 16标段广济街站，是西安市修建地铁以来的第一座全暗挖车站，车站主体施工采用6导洞“PBA”法施工，采用单柱双跨拱顶直墙混凝土框架结构，全长208 m，标准段宽199 m，高16.73 m，中心里程处轨面埋深24.51 m，顶板覆土约10.4 m，总建筑面积12 563.32 m2.

4.2 现场应用

在每个施工掌子面、地面材料加工区、渣土堆放区安装球形摄像机以及网络音箱，在横通道、运渣车清洗处、出入口大门内、外侧以及闸机出入口处安装枪式摄像机以及定位基站，地铁施工人员及安全管理人员佩戴定位标签，具体设备布置方式如图7，图8所示。

4.3 效果分析

1）及时发现险兆事件，防止地铁施工事故。如图9所示，系统通信信号稳定，音频画面清晰，可及时从视频监控中发现地铁施工存在的险兆事件，从而采取预警行为，防止地铁施工事故的发生。

2）隧道人员及车辆的定位精度高，可根据险兆事件位置，通过语音预警信息让其附近施工人员及时采取有效的预警行为，防止地铁施工事故的发生。如图10所示，分别对测试人员1，2，3以及车辆的定位误差进行测量，测试人员1，测试人员2，测试人员3，测试小车的定位误差分别为025，0.23，0.28，0.25 m，平均误差为0.253 m.可见对隧道施工人员、管理人员以及车辆的定位误差在30 cm以内，隧道人员及车辆的定位精度高。

3）在险兆事件未及时发现或预警行为失效时，缩短施工人员应急疏散时间，并通过回放视频、查看定位标签最后活动区域的方式确定被困人员位置，为人员搜救提供可靠的参考资料。在有广播通信和无广播通信的情况下，分别对3组人员的疏散时间进行测试，测试结果如图11所示，有广播通信比无广播通信的疏散时间缩小2～3倍。

5 结 论

1）针对地铁施工中的险兆事件，建立了行为安全“2-4”模型的预警行为模型，从不安全动作和不安全物态2个方面采取预警行为，可防止地铁施工事故的发生。

2）基于无线Mesh/有线光纤网络，提出了险兆事件实时监测预警方法，研发了险兆事件实时监测预警系统。

3）应用结果表明险兆事件实时监测预警系统的性价比高，适用性强，具有良好的应用前景和商业价值，在地铁站安全生产调度、安全避险、应急救援中将发挥重要作用。

参考文献（References）：

[1] 潘少萍.城市轨道交通沿线土地增值效益研究[D].重庆：重庆交通大学，2012.

PAN shao ping.Urban rail transit land value addid benefits research[D].Chongqing：Chongqing Jiaotong University，2012.

[2]中国大陆城市轨道交通2017年数据统计[J].隧道建设，2018，38（3）：514-517.

Statistics of urban rail transit in mainland China，2017[J].Tunnel Construction，2018，38（3）：514-517.

[3]王有发，杨 照，庞 瑾.2017年中国城市轨道交通运营线路统计和分析——中国城市轨道交通“年报快递”之五[J].城市轨道交通研究，2018，21（1）：1-6.

WANG You fa，YANG Zhao，PANG Jin.Statistical analysis of urban rail transit lines in 2017 China：express delivery of annual report on urban rail transit V[J].Urban Rail Transit Research，2018，21（1）：1-6.

[4]钱七虎.地下工程建设安全面临的挑战与对策[J].岩石力学与工程学报，2012，31（10）：1945-1956.

QIAN Qi hu.Challenges faced by underground projects construction safety and countermeasures[J].Journal of Rock Mechanics and Engineering，2012，31（10）：1945-1956.

[5]李元海，杨 帆，刘继强，等.基于SuperMap Objects的地铁施工安全监测信息系统研制与应用[J].现代隧道技术，2017，54（1）：153-159，167.

LI Yuan hai，YANG fan，LIU Ji qiang，et al.Development and application of an information managemeng system for monitoring subway construction safety based on SuperMap Objects[J].Modern Tunnel Technology，2017，54（1）：153-159，167.

[6]Einstein H H，vick S G.Geologic model for a tunnel model[J].Proceedings of Rapid Excavation and Tunneling Conference，1974：1701-1720.

[7]Sturk R，Olsson L，Johansson J.Risk and decision analysis for large underground projects，as applied to the stockholm ring road tunnels[J].Tunnelling and Underground Space Technology incorporating Trenchless Technology Research，1996，11（2）：157-164.

[8]徐 江，龚维明，穆保岗，等.软土区某地铁深基坑施工过程数值模拟及现场监测[J].东南大学学报（自然科学版），2017，47（3）：590-598.

XU Jiang，GONG Wei ming，MU Bao gang，et al.Numerical simulation and monitoring on construction process of deep pit of subway station in soft clay[J].Journal of Southeast University（Natural Science Edition），2017，47（3）：590-598.

[9]王兴华.基于可拓理论的地铁施工灾害预警模型研究[D].天津：天津理工大学，2008.

WANG Xing hua.Research on the early warning model of construction of city subway based on extension[D].Tianjin：Tianjin University of Technology，2008.

[10]李皓燃，李启明，陆 莹.2002—2016年我国地铁施工安全事故规律性的统计分析[J].都市快轨交通，2017，30（1）：12-19.

LI Hao ran，LI Qi ming，LU Ying.Statistical analysis on regularity of subway construction accidents from 2002 to 2016 in China[J].Urban Fast Track Traffic，2017，30（1）：12-19.

[11]周志鹏，李启明，邓小鹏，等.险兆事件管理系统在地铁施工安全管理中的应用[J].解放军理工大学学报（自然科学版），2009，10（6）：597-603.

ZHOU Zhi peng，LI Qi ming，DENG Xiao peng，et al.Application of dangerous event management system in subway construction safety management[J].Journal of PLA University of Science and Technology（Natural Science Edition），2009，10（6）：597-603.

[12]傅 贵，殷文韬，董继业，等.行为安全“2-4”模型及其在煤矿安全管理中的应用[J].煤炭学报，2013，38（7）：1123-1129.

FU Gui，YIN Wen tao，DONG Ji ye，et al.Behavioral safety “2-4” model and its application in coal mine safety management[J].Journal of China Coal Society，2013，38（7）：1123-1129.

[13]王曉翔.无线Mesh网络路由技术研究[D].重庆：重庆大学，2012.

WANG Xiao xiang.Study of the routing technology wireless mesh network[D].Chongqing：Chongqing University，2012.

[14]鄭学召.矿井救援无线多媒体通信关键技术研究[D].西安：西安科技大学，2013.

ZHENG Xue zhao.Research on key technology of wireless multimedia communication for mine rescue[D].Xi’an：Xi’an University of Science and Technology，2013.

[15]张春飞.无线Mesh网络负载均衡技术研究[D].长春：吉林大学，2016.

ZHANG Chun fei.Research on the technologies for load Balancing in wireless Mesh networks[D].Changchun：Jilin University，2016.

[16]王继红，石文孝，李玉信，等.无线Mesh网络部分重叠信道分配综述[J].通信学报，2014，35（5）：141-154.

WANG Ji hong，SHI Wen xiao，LI Yu xin，et al.Survey on channel assignment algorithms using partially overlapped channels in wireless Mesh network[J].Journal of Communications，2014，35（5）：141-154.

[17]张威鹏.无线Mesh网络攻击技术研究[D].西安：西安电子科技大学，2014.

ZHANG Wei peng.Research on attack techniques in wireless Mesh networks[D].Xi’an：Xidian University，2014.

[18]李陶深，丘小兰，葛志辉.基于选播机制的无线Mesh网络网关选取路由算法[J].电信科学，2011，27（12）：72-76.

LI Tao shen，QIU Xiao lan，GE Zhi hui.Anycast based gateway selection routing algorithm in wireless Mesh network[J].Telecommunications Science，2011，27（12）：72-76.

[19]郑彦光，徐平平，常 瑞.无线Mesh网络技术及其应用[J].电力系统通信，2007，28（7）：16-20.

ZHENG Yan guang，XU Ping ping，CHANG Rui.Wireless Mesh network technology and its applications[J].Power System Communication，2007，28（7）：16-20.

[20]李 军.室内无线定位技术的原理与发展现状[J].漯河职业技术学院学报，2015，14（2）：82-83.

LI Jun.Indoor wireless positioning technology principles and development status[J].Journal of Luohe Vocational and Technical College，2015，14（2）：82-83.

[21]Ndoh M，Delisle G Y.Underground mines wireless propagation modeling[C]//In Vehicular Technology Conference，2004.VTC2004 Fall.2004 IEEE 60th.IEEE，2004（5）：3584-3588.

[22]Awad，Frunzke，Dressler.Adaptive distance estimation and localization in WSN using RSSI measures[J].Digital System Design Architectures，Methods and Tools，2007：471-478.

作者：郑学召 王喜龙 刘会林

地铁施工安全风险网络系统论文 篇3：

基于复杂网络理论的水利工程人为风险分析

摘要：确定各种人为因素对水利工程风险系统的影响可降低水利工程风险率。根据已有事故数据，采用模糊认知图理论建立水利工程事故风险致因网络模型，确定各个风险因素之间的关系，并利用复杂网络理论中节点的度、路径的平均长度、网络模型的直径、聚类系数、中介中心性等网络分析指标分析整个风险网络，确定风险系统中的关键因素及各因素的影响关系。结果表明：直觉与决策差错、人员素质、操作违规是影响整个水利工程风险系统主要的因素;直觉与决策差错因素受到水利工程风险因素系统中多个风险因素的影响，在整个水利工程中致因网络结构中风险率较高，应从源头上防范该因素在水利工程风险体系中的影响;复杂网络理论可以有效地对水利工程建设过程整个风险系统进行分析，具有一定的适用性。

关 键 词：水利工程; 人为风险; 复杂网络理论; 模糊认知图; 因素分析; 致因网络模型

中图法分类号： TV513

文献标志码： A

DOI： 10.16232/j.cnki.1001-4179.2022.03.024

   0 引 言

近年来，随着生产技术的发展以及人们对安全生产的重视，各种安全事故逐渐减少，但是由于事故原因的复杂性及多样性，将事故发生的可能性降低为零几乎很难实现。因此，研究整个工程风险系统，找出影响系统风险的关键因素，分析风险因素之间的关联一直是水利工程风险分析的研究重点 [1] 。

基于此，近年来出现了利用复杂网络理论 [2-3] （Complex Networks Theory，CNT）的拓扑特征揭示系统因素的方法。其中，花玲玲等 [4] 利用复杂网络理论对263份铁路事故数据结构进行分析，构建了影响铁路事故的网络结构图模型，找出了各个风险因素之间的相互作用关系并分析了影响整个铁路事故风险系统中的关键因素。汪送 [5] 对决策试验评价实验室方法（DEMATEL）进行了改进，建立了基于改进DEMATEL方法的复杂系统下事故致因网络系统，确定了影响航空飞行安全的关键性因素。徐青等 [6] 将复杂网络理论与DEMATEL相结合，构建了影响铁路施工事故的结构网络模型，对网络结构模型进行了分析，计算出了影响事故因素的分类分层模型。

上述研究表明，复杂网络理论对于网络风险因素的分析有较好的效果，但将复杂网络理论与模糊认知图下水利工程致因网络相结合的研究不够深入。本研究将复杂网络分析方法引入到模糊认知图下的网络致因结构分析中，结合修订的人为因素分析与分类系统 [1] （HFACS），旨在找出影响水利工程的关键风险因素和各因素的影响关系，为水利工程事故风险系统分析提供理论依据。

1 复杂网络理论

复杂网络理论是一种基于图论的图形理论，利用它能够对复杂因素关系进行抽象、建模、分析 [7] ，复杂网络用节点表示网络系统内部的各个因素，用边表示各个元素之间的关联关系。水利工程风险是多种因素相互作用共同影响的结果，因此，可以将水利工程风险抽象为一个复杂的网络系统，利用复杂网络结构理论对水利工程风险系统进行分析，可以得到各因素之间的关系，复杂网络理论分析指标包括：

（1） 节点的度。与该风险因素节点相连接的边的条数。一般的有向网络图中包括因素的入度和出度。

（2） 网络直径（network diameter）和平均路径长度（average path length）。网络直径表示整个网络分析体系中任意两个节点间距离的最大值;平均路径长度表示网络系统中的所有节点对沿最短路径的平均步数的数值大小。

（3） 聚类系数（clustering coefficient）。用于描述复杂网络结构网络图中的节点之间集结程度的系数;局部节点聚类系数则是表示单个节点附近的点的集聚状态。

（4） 中介中心性（betweeness centrality）。系统网络图形结构中经过某两个点并连接这两点的最短路径与这两点之间的最短路径线总数之比。

2 水利工程风险网络构建

2.1 人为风险因素识别

从水利工程安全管理的角度进行分析，人是影响水利工程安全风险系统的第一因素 [8] 。为保障水利工程的系统安全，降低人为影响因素风险概率，必须对影响水利工程事故风险系统的人为因素进行分析和辨别，其中人为因素分析与分类系统（HFACS）方法是一种专门用来处理人为因素数据之间关系的工具，它能够相对较好地挖掘出各个因素之间的外在和内在的联系。

水利工程风险体系框架以《水利水电工程施工安全风险管理》 [1] 为依据，利用HFACS风险分析框架，根据水利工程实际情况进行修订。本文中，指标依据前期成果，形成过程如下：借鉴HFACS模型中对民航及航空航天事故层次分析框架，水利工程HFACS模型将导致最终结果的因素按照不安全行为、不安全行为前提、不安全监督以及组织管理4个层次结构进行划分，从企业组织影响、安全监管、不安全行为的前提条件、施工人员的不安全行为4个层面对水利工程事故进行分析，然后根据美国运筹学家T.L.Saaty提出的层次分析法中的目标层、准则层、底层，对各个准则层细分出底层影响因素。

首先通过数据搜集、专家论证、调查问卷等方式将实际的风险确定为双层4类68个指标。之后利用分析工具对指标进行修订，包括利用贝叶斯理论、卡方检驗、结构方程等方法对水利工程案例进行分析，最终将68个指标修正到12个，形成最终的指标体系，如图1所示。

2.2 事故致因网络模型构建

利用模糊认知理论 [9-11] 对风险因素体系进行构建。模糊认知图的拓扑结构由三元组合而成 U ={C，V，W}。其中： C ={c 1，c 2，c 3，…c n}是概念节点的集合，表示为整个水利工程风险系统因素。 V ={（c i，c j）|c i，c j∈C}是所有概念节点弧的集合，（c i，c j）表示节点c i和c j之间有逻辑关系上的影响或者因果关系。W：（c i，c j）→ω ij 为因素之间的相互影响关系，即因素c i对因素c j的关联关系。ω ij >0，表示c i和c j的逻辑关系是正相关;ω ij =0，代表c i和c j之间无任何影响关系。 W 指整个系统的权重值，可以用式（1） 表示整个水利工程风险系统的因果权重关系。

W = ω 11 … ω 1n ω 21 … ω 2n ω n1 … ω nn

= 0 ω 12 0 0 0 ω 23 ω 31 0 0   （1）

在构建风险因素的关联关系模型前，对节点间的因果逻辑关系 [12-13] 进行判断。本文根据Kosk的理论 [14] ，在历史案例的基础上，邀请专家对两个节点之间的相伴关系进行判断，如果80%的专家认为一个节点随着另一个节点变化或者两个节点之间存在时间的先后顺序，则认为两者存在因果关系。

针对每一条有向弧的影响权重 ω ij ，专家对各个因素关系进行打分，利用打分权重函数计算公式（2），得出最终的权重：

F N=e 1s 1+e 2s 2+…+e is i （2）

式中： F N表示第N條有向弧;e i表示整体的权重值;s i表示第i个 专家对给出的具体数值归一化后的结果，整合得到两个节点最终的影响权重。

利用模糊认知图理论中特定的推理机制 [15-16] ，通过前一个时刻点的风险因素状态对下一个时刻点的风险因素状态进行分析，进而可以明确风险因素的状态变化情况。事故风险因素系统的状态变化是由各个风险因素的状态变化引起的;同时，每个风险因素的变化也受到其他因素的影响，是各种条件共同作用的结果。利用演化机制模型对整个风险因素网络进行演化分析，风险原因节点的状态通过有向权重弧对结果风险节点的状态产生影响进而实现演化过程。在有向弧的权重为确定的情况下，某一个时刻的风险因素状态由上一刻该风险因素节点的状态和对影响该节点的原因节点的状态值共同决定，通过对各个节点进行演化计算，水利工程事故风险系统中的各个节点状态最终会趋于稳定，则整个风险因素网络结构达到最终相对稳定模式。

3 水利工程风险案例分析

3.1 水利工程事故致因网络构建

以长江干流3个大型水利工程（三峡、向家坝、溪洛渡）在2009～2014年发生的32起水利工程事故作为依据，表1对部分事故案例进行了简要描述。

利用模糊认知理论 [13] 对风险因素进行构建，根据影响因素之间的关系可以得到基于32起轻伤以上事故的模糊认知图，如图2所示。影响权重如式（3）所示。根据复杂网络理论，将各个因素视为独立的节点，节点间的连线表示节点的相关关系，最终得到的事故风险致因网络模型包括12个节点、24条边。

3.2 复杂理论风险因素分析

针对施工网络中的安全影响因素风险率进行动态演变分析。通过调查历史案例、汇集专家意见等手段将水利施工系统网络转化为风险因素关联模型，即完成水利施工网络经典认知图向模糊认知图的转换。根据水利工程人为因素致因网络图，利用复杂网络理论 [17] 进行分析，大多数风险因素会受到其他多个因素的影响，证明了事故发生是多个因素相互耦合作用的结果。同时，各个风险 因素之间也存在相互影响的关 系，它们共同构成了整个水利工程的人为风险系统，利用复杂网络理论对人为风险系统进行分析，能够明确风险之间的关系，采取一定的手段，可以降低事故发生的概率进而增强整个系统的抗风险能力。

3.3 节点的度

复杂网络体系下各个节点的度如图3所示。由图3可知，影响因素 c 6，c 9，c 8，c 11 具有较大的度，分别为6，6，5，5， 说明这些因素容易受到其他因素的影响;同 W = 0 0 0 0 0.550 0 0 0.566 0 0 0.728 0 0 0 0 0 0 0.792 0.572 0 0.540 0 0.372 0 0 0 0 0.348 0 0 0 0.202 0.434 0 0 0 0 0 0 0 0 0.376 0.400 0 0 0 0 0 0 0 0 0 0 0 0 0 0.388 0.490 0 0 0 0 0 0 0 0 0 0.450 0.576 0.436 0 0.416 0 0 0 0 0 0 0 0 0 0 0 0.640 0 0 0 0 0 0 0 0 0 0.384 0.166 0 0 0 0 0 0 0 0 0 0 0 0.530 0.594 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.412 0 0 0 0 0 0 0 0 0 0 0 0 0 0   （3）

时也说明这些因素对整个水利工程风险系统的影响较大，即作业计划和人员素质是对整个风险系统影响最大的因素，与它们相关联的风险因素多且复杂，可能存在因为某个因素的变动导致整个系统的崩溃。

3.4 网络直径和平均路径长度

本文构建的水利工程致因网络的直径为3，平均路径长度为1.5，表明每个事故发生通过2步就可以连接到事故，说明各个因素之间紧密联系，因此，需要整体地考虑各个因素之间的关系，建立其科学有效的应急救援机制，才能有效控制事故的发生。

3.5 聚类系数

聚类系数表现水利工程网络中的各个风险因素节点的聚集程度的量，构建水利工程致因网络结构的平均聚类系数为0.097。各个节点的聚类系数如图4所示，从图4中可以看出， c 1，c 5，c 11 ，c 12 的聚类系数最大，表明这几个节点与周围节点的联系比较密切，所以，在对这几个事故因素进行处理的时候需要特别注意它们与相邻节点可能存在的联系，否则，可能会因为一个节点发生变化而导致一连串的连锁反应，影响整个风险系统。

3.6 中介中心性

根据水利工程致因网络图，可以得出影响各个风险因素的中介中心度如图5所示，其中节点 c 1，c 5，c 9，c 11 ，c 12 的中心中介中心度为0，说明这几个节点没有在其他节点的交互中作為中间节点。6和8节点具有较高的中介中心度，说明这两个节点对整个网路的影响较大，要重点地切断风险在这两个因素间的传播，避免事故的发生。

4 结 论

（1） 通过复杂网络理论对水利工程致因网络模型进行了分析。其中，平均路径长度和聚类系数的数值相对较小，表明一旦该风险系统中的某些风险因素发生变化，可能将很快影响到整个水利工程系统体系。

（2） 作业计划安排、人员素质对整个水利工程风险系统影响较大，需要特别注意这些因素;控制中介中心性大的因素（作业计划安排和技术措施）可以有效切断风险在整个水利工程系统中的传播。

（3） 利用复杂网络理论对水利工程风险体系进行分析，能够有效地确定整个风险体系的关键因素，确定风险关系，进而采取针对性措施降低水利工程系统风险。

参考文献：

[1] 孙开畅，周剑岚.水利水电工程施工安全风险管理[M].北京：中国水利水电出版社，2013.

[2] WATTS D J，STPOGATZ S H.Collective dynamics of ‘small-world’ networks[J].Nature，1998，393（6684）：440.

[3] BARABASI A L，ALBERT R.Emergence of scaling in random networks[J].Science，1999，286（5439）：509-512.

[4] 花玲玲，郑伟.基于复杂网络理论的铁路事故致因分析[J].中国安全科学学报，2019，29（增1）：114-119.

[5] 汪送.复杂系统安全事故致因网络建模分析[J].中国安全科学学报，2013，23（2）：109-116.

[6] 徐青，何松，魏可可，等.基于复杂网络理论的地铁深基坑施工事故致因研究[J].安全与环境工程，2017，24（1）：152-157，161.

[7] 汪小帆，李翔，陈关荣.复杂网络理论及其研究[M].北京：清华大学出版社，2006：1-130.

[8] 张力，王以群，邓志良.复杂人-机系统中的人因失误[J].中国安全科学学报，1996，6（6）：35-38.

[9] 彭珍，田立勤，吴静，等.基于大型模糊认知图的复杂系统建模与推理研究[J].计算机科学，2013（6）：203-210.

[10] 张燕丽，刘晓东.模糊认知图权值学习法[J].小型微型计算机系统，2013，34（5）：1147-1153.

[11] 张燕丽.基于模糊认知图的动态系统的建模与控制[D].大连：大连理工大学，2012.

[12] 孙开畅，李权，尹志伟.水利工程高危作业人因评价体系中的认知图理论研究[J].中国安全生产科学技术，2016，12（12）：128-132.

[13] 孙开畅，颜鑫，马文俊.水利工程施工安全影响因素风险率的动态演变分析[J].水利水电技术，2018，49（11）：103-108.

[14] KOSKO B.Fuzzy cognitive maps[J].International Journal of Man-machine Studies，1986，24（1）：65-75.

[15] 何媛，吴乐.基于属性网络表示学习的链接预测算法[J].合肥工业大学学报（自然科学版），2020，43（11）：1482-1486.

[16] 何媛.基于属性网络的深度特征学习算法研究[D].合肥：合肥工业大学，2019.

[17] 王济彬.复杂网络的相似度表示及应用算法研究[D].长沙：湖南大学，2019.

（编辑：黄文晋）

Human risk analysis of water conservancy projects based on complex network theory

FENG Jiwei 1，SUN Kaichang 1，YAN Xin 1，2

（ 1.School of Hydraulic & Environmental Engineering，China Three Gorges University，Yichang 443002，China; 2.China Water Resources and Hydropower Eleventh Engineering Bureau Co.，Ltd.，Zhengzhou 450001，China ）

In order to determine the impact of various human factors on the overall water conservancy project risk system，and reduce the risk rate of water conservancy projects，based on the existing accident data，the fuzzy cognitive graph theory was adopted to establish a network model of risk causes of water conservancy project accidents，and the relationship between each risk factor was determined.In complex network theory，network analysis indices such as node degree，average length of path，diameter of network model，clustering coefficient and intermediary centrality were used to analyze the whole risk network and determine the key factors in the risk system and the influence relationship of each factor.The results show that intuition and decision errors，personnel quality and operational violations are the most important factors affecting the entire water conservancy project risk system.Intuition and decision errors factor is affected by multiple risk factors in the water conservancy project risk factor system.The risk rate in the network structure is high in the entire water conservancy project，and the influence of this factor should be prevented from the source.The complex network theory can effectively analyze the entire risk system of the water conservancy project construction process and has certain applicability.

Key words：

water conservancy project;human risk;complex network theory;fuzzy cognitive graph;factor analysis;network model of risk causes

作者：冯继伟 孙开畅 颜鑫