王?寧，杜修力，張明聚，許成順，盧鑫月

?

地鐵盾構(gòu)施工人因可靠性分析的加權(quán)模糊CREAM模型

王?寧1, 2，杜修力1，張明聚1，許成順1，盧鑫月1

(1. 北京工業(yè)大學(xué)城市與工程安全減災(zāi)省部共建教育部重點(diǎn)實(shí)驗(yàn)室，北京 100124；2. 石家莊鐵道大學(xué)道路與鐵道工程安全保障省部共建教育部重點(diǎn)實(shí)驗(yàn)室，石家莊 050043)

針對地鐵盾構(gòu)施工風(fēng)險(xiǎn)評估中人因可靠性分析(HRA)問題，構(gòu)建了一種加權(quán)模糊CREAM模型．首先，利用復(fù)相關(guān)性分析和證據(jù)理論確定共同績效條件因子(CPC)的合理權(quán)重．其次，基于現(xiàn)行規(guī)范編制CPC評價(jià)細(xì)則，利用統(tǒng)計(jì)方法得到了CPC水平隸屬函數(shù)．在此基礎(chǔ)上，提出將離散基本控制模式圖連續(xù)化的方法，建立了地鐵盾構(gòu)施工人因失誤概率(HEP)點(diǎn)估計(jì)值預(yù)測模型，通過4條公理驗(yàn)證了模型的合理性和可靠性．結(jié)果表明：加權(quán)模糊CREAM模型將權(quán)重引入到CPC效應(yīng)值計(jì)算和HEP推理中，能更好地反映不同CPC因子對人行為績效的影響，可為地鐵盾構(gòu)施工HRA提供定量評估數(shù)據(jù)．

盾構(gòu)施工；人因可靠性分析；施工風(fēng)險(xiǎn)；CREAM

地下工程建設(shè)技術(shù)難度大、設(shè)備環(huán)境復(fù)雜、隱患潛伏性強(qiáng)，常伴隨較大施工風(fēng)險(xiǎn)．近年來，國內(nèi)外施工現(xiàn)場事故調(diào)查顯示，82%的工程事故與人為失誤密切相關(guān)[1-2]．2011年5月6日凌晨，天津地鐵二號線建國道至天津站盾構(gòu)區(qū)間施工中螺旋輸送機(jī)卡住異物，作業(yè)班組排除故障時操作不當(dāng)，造成高壓水噴涌，雙線區(qū)間被淹．2008年11月15日，杭州地鐵湘湖站基坑坍塌造成21人死亡，長75m、深15m的路面塌陷，是一起安全制度缺失、管理缺位、作業(yè)人員技術(shù)培訓(xùn)不足造成的人因事故[3-4]．可見，人的不安全行為是地鐵安全事故防控不可忽視的重要因素，研究施工人因失誤對于防范地下工程建設(shè)風(fēng)險(xiǎn)十分必要且意義重大．但由于相關(guān)工作缺乏，實(shí)現(xiàn)地鐵施工人誤定量分析面臨極大挑戰(zhàn)．

人因可靠性分析(HRA)通過預(yù)測人誤率及評價(jià)人誤可能導(dǎo)致的人機(jī)系統(tǒng)功能下降來評估操作員對系統(tǒng)可靠性貢獻(xiàn)的大小[5]．實(shí)踐證明，HRA對減少人誤是非常有效的，并已被整合到風(fēng)險(xiǎn)評估過程中[6]. CREAM(cognitive reliability and error analysis method)[7]是Hollnagel在認(rèn)知與行為科學(xué)理論基礎(chǔ)上提出的HRA方法，可實(shí)現(xiàn)追溯分析和人誤概率預(yù)測．該方法已被越來越多地應(yīng)用于可靠性要求較高的安全關(guān)鍵系統(tǒng)，如核電廠、海洋運(yùn)輸[8]、近海石油鉆探[9]、國際空間站[10]等領(lǐng)域．城市地鐵盾構(gòu)施工是在地下深處進(jìn)行隧道修建的全機(jī)械化方法，作業(yè)的每道工序需要班組成員相互配合完成，其行為績效對任務(wù)環(huán)境高度依賴，因而施工人誤事件發(fā)生規(guī)律與上述領(lǐng)域具有類似特征．

CREAM包括基本法和擴(kuò)展法，分別用于人的行為績效可靠性初步篩選和精確評估．盡管基本法給出的失效概率區(qū)間是可接受的，但從實(shí)踐角度講仍顯得過寬[11]．文獻(xiàn)[11-13]致力于在基本法基礎(chǔ)上獲得人誤概率的點(diǎn)估計(jì)值，為系統(tǒng)可靠性分析和概率風(fēng)險(xiǎn)評估找到一種簡便的HRA數(shù)學(xué)工具．由于人誤機(jī)理的復(fù)雜性和數(shù)據(jù)的匱乏，CREAM方法評估人誤概率不可避免地受到不確定性影響．于是，基于模糊邏輯理論整合主觀數(shù)據(jù)的CREAM方法被提出. Konstandinidou等[14]和Marseguerra等[15]采用模糊集方法估計(jì)CPC(common performance conditions)因子水平，再根據(jù)模糊知識推理和控制模式隸屬度函數(shù)等進(jìn)行HEP點(diǎn)估計(jì)值預(yù)測．Ung[16]針對海洋油輪泄露事故提出了基于規(guī)則的考慮CPC因子權(quán)重的模糊CREAM模型．引入模糊集理論表達(dá)不確定性信息能夠使模型方便地將人因?qū)＜叶ㄐ杂^點(diǎn)轉(zhuǎn)化為定量的概率結(jié)果[17]．然而，模糊CREAM法仍有一些現(xiàn)實(shí)問題需要解決，包括如何考慮CPC因子的依賴性和權(quán)重、確定CPC因子水平評價(jià)標(biāo)準(zhǔn)及構(gòu)建人誤概率預(yù)測的連續(xù)化映射模型等．因此，本文將提出能夠系統(tǒng)考慮上述問題的改進(jìn)加權(quán)模糊CREAM模型，并結(jié)合地鐵盾構(gòu)施工進(jìn)行人因可靠性分析和評估．

1?地鐵人誤模糊CREAM方法改進(jìn)方案

CREAM法強(qiáng)調(diào)情景環(huán)境對人的認(rèn)知控制模式的影響決定了可能發(fā)生認(rèn)知失誤的概率，并將控制模式分為混亂型(scrambled)、機(jī)會型(opportunistic)、戰(zhàn)術(shù)型(tactical)和戰(zhàn)略型(strategic)．在CREAM法中，CPC描述了情景環(huán)境如何對人的行為績效產(chǎn)生影響．基本法通過CPC因子組合評分決定人的績效處于哪種控制模式，進(jìn)而定量預(yù)測人誤概率區(qū)間，如圖1所示．

圖1?CREAM基本法控制模式圖

地鐵盾構(gòu)施工人因失誤分析定量評估需結(jié)合具體任務(wù)環(huán)境，并考慮現(xiàn)有模型的不足：①控制模式人誤概率區(qū)間較寬且重疊，預(yù)測精度不高；②CPC因子水平依賴人因?qū)＜以u判，易受主觀影響；③認(rèn)為CPC因子完全獨(dú)立，而實(shí)際上它們對人的績效可靠性的影響程度不同[18]；④“不顯著”效應(yīng)CPC因子尚需通過其他因子進(jìn)行修正[7]，調(diào)整過程繁瑣；⑤控制模式應(yīng)表示為連續(xù)定量函數(shù)，避免離散化模型中人誤概率在相鄰控制模式分界附近突變．因此，提出的加權(quán)模糊CREAM模型計(jì)算過程如圖2所示．

圖2?地鐵盾構(gòu)施工加權(quán)模糊CREAM模型計(jì)算過程

2?加權(quán)模糊CREAM模型的建立

2.1?CPC因子權(quán)重確定

1) 任務(wù)環(huán)境與CPC因子

CREAM利用CPC因子為任務(wù)環(huán)境定量描述提供了一套綜合的、結(jié)構(gòu)化的指標(biāo)體系．然而，它們并不是獨(dú)立的，而是存在相互耦合或依賴關(guān)系. Hollnagel[7]研究了CPC因子影響人行為績效的作用機(jī)理，并給出了表1所示的調(diào)整規(guī)則，1～9含義詳見附表A1．

表1?CPC因子調(diào)整規(guī)則

Tab.1?Rules for adjusting the CPCs

當(dāng)某CPC因子效應(yīng)值“不顯著”時，依據(jù)表1中與它相關(guān)的其他因子效應(yīng)值的共同指向(改進(jìn)/降低)是否達(dá)到閾值來修正．以上調(diào)整的出發(fā)點(diǎn)是CPC因子的依賴性．從信息論角度看，這些因子對判定人行為績效屬于哪種認(rèn)知控制模式的重要程度是有差別的，并應(yīng)盡可能彼此獨(dú)立．如果某個指標(biāo)與其他指標(biāo)相關(guān)性越弱，它所提供的獨(dú)立信息量越大，該指標(biāo)越重要；若相反，則表明該指標(biāo)可由其他指標(biāo)解釋，也就意味著它所包括的重復(fù)信息越多，該指標(biāo)在評價(jià)體系中越不重要．可見，根據(jù)CPC因子相關(guān)性分配權(quán)重是合理的，可減少重復(fù)計(jì)入信息造成的評價(jià)結(jié)果失真.

2) 相關(guān)性分析數(shù)據(jù)的生成

將表1的規(guī)則用IF-THEN表示，即

???(1)

3) 復(fù)相關(guān)系數(shù)法確定權(quán)重

???(2)

???(3)

(3)計(jì)算權(quán)重．將每個CPC因子的復(fù)相關(guān)系數(shù)求倒數(shù)，按式(4)即可求得權(quán)重值[19]．

???(4)

4) 權(quán)重的合成

以上通過挖掘CPC因子調(diào)整規(guī)則獲取可用信息確定了權(quán)重．Yang等[18]在海洋HRA研究中，借助專家主觀判斷和AHP(analytic hierarchy process)處理CPC因子權(quán)重分配問題．實(shí)際上，兩種方法求得的權(quán)重中均隱含了人因風(fēng)險(xiǎn)分析專家的經(jīng)驗(yàn)知識．為了確保權(quán)重更接近客觀實(shí)際，將上述得到的權(quán)重作為基本概率質(zhì)量分配函數(shù)，應(yīng)用D-S證據(jù)理論[20]進(jìn)行推理，兩種方法合成后的權(quán)重值為

表2?證據(jù)理論權(quán)重合成結(jié)果

Tab.2?Synthesis weights obtained by evidence theory

2.2?CPC因子評價(jià)標(biāo)準(zhǔn)及模糊隸屬函數(shù)建立

1) CPC因子評價(jià)標(biāo)準(zhǔn)

CREAM法采用了較少的CPC因子評價(jià)集，雖然改善了指標(biāo)結(jié)構(gòu)，但相應(yīng)的績效考核評價(jià)標(biāo)準(zhǔn)描述不夠明確，實(shí)際評價(jià)中還需依賴經(jīng)驗(yàn)判斷．

根據(jù)誘發(fā)人誤的因素對行為績效的作用，結(jié)合地鐵盾構(gòu)施工將CPC因子采用二級指標(biāo)結(jié)構(gòu)進(jìn)行細(xì)化．參考現(xiàn)行施工標(biāo)準(zhǔn)和風(fēng)險(xiǎn)規(guī)范[21-23]編制CPC因子評價(jià)細(xì)則，改善現(xiàn)有CPC因子描述的局限性，見附錄A.

2) CPC因子水平隸屬函數(shù)

選取北京、上海、西安、石家莊等地鐵盾構(gòu)項(xiàng)目進(jìn)行CPC水平抽樣調(diào)查，采用統(tǒng)計(jì)方法確定評價(jià)標(biāo)準(zhǔn)閾值．根據(jù)評價(jià)細(xì)則(附錄A)，采集盾構(gòu)作業(yè)人員完成任務(wù)時的CPC評分值和水平數(shù)據(jù)，共收集有效樣本216份．利用經(jīng)驗(yàn)分析、假設(shè)檢驗(yàn)及數(shù)據(jù)擬合法確定各CPC因子水平的模態(tài)值．具體過程為：①繪制頻數(shù)直方圖．將樣本數(shù)據(jù)按區(qū)間統(tǒng)計(jì)分組，觀察數(shù)據(jù)服從的分布類型；②進(jìn)行假設(shè)檢驗(yàn)．經(jīng)卡方檢驗(yàn)，抽樣所得樣本服從高斯分布；③求取模態(tài)值．利用高斯函數(shù)進(jìn)行樣本頻數(shù)擬合，將統(tǒng)計(jì)均值作為該CPC因子水平的模態(tài)值．依次對所有CPC因子水平樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，即可確定CPC因子水平模糊集．圖3 給出了1水平為“有效”的評分值樣本頻數(shù)及擬合曲線示例．表3列出了統(tǒng)計(jì)得到的CPC因子水平模糊集模態(tài)值．

圖3?C1水平為“有效”的評分值樣本頻數(shù)及高斯擬合曲線

表3?CPC因子各水平模糊集模態(tài)值

Tab.3 Modal value of the fuzzy set for each level of each CPC

CPC因子CPC水平模糊集模態(tài)值 C1效果差/－10無效/－154.00/40*有效/083.79/70*非常有效/＋1100 C2不匹配/－10匹配/072.50/55*優(yōu)越/＋1100 C3不適當(dāng)/－10可容忍/059.34/38*充分/078.69/65*支持/＋1100 C4不適當(dāng)/－10可接受/074.82/55*適當(dāng)/＋1100 C5高于/－10匹配/078.44/50*低于/0100 C6連續(xù)不充分/－10暫不充分/055.93/50*充分/＋1100 C7較低/－10中等/050較高/0100 C8不充分/－10有限經(jīng)驗(yàn)/078.06/50*豐富經(jīng)驗(yàn)/＋1100 C9效果差/－10無效/057.98/38*有效/078.18/65*非常有效/＋1100

注：①CPC水平及期望效應(yīng)見各因子第1行，“-1”表示“降低”或“負(fù)效應(yīng)”，“+1”表示“改進(jìn)”或“正效應(yīng)”，“0”表示“不顯著”；②列出Ung(2015)的數(shù)據(jù)以“*”標(biāo)記．

隸屬函數(shù)建立后，即可根據(jù)CPC觀測值(評分)計(jì)算CPC水平的信度分布，即

???(6)

2.3?控制模式信度分布的計(jì)算

1) 控制模式圖的連續(xù)化

根據(jù)CPC效應(yīng)值確定控制模式分布需要利用基本控制模式圖．Liu等[24]和Yang等[25]建立了多輸入、多輸出模糊規(guī)則方法，以反映專家觀點(diǎn)不確定性及語義變量的微小變化，但未考慮CPC效應(yīng)值權(quán)?重[18].為此，將任務(wù)環(huán)境對作業(yè)人員行為作用按照“負(fù)”、“正”和“不顯著”效應(yīng)分別考慮，定義指數(shù)WR、WI和WN為

???(7)

圖5?基本控制模式隸屬函數(shù)

2)控制模式條件信度分布

???，(8)

比較可知，當(dāng)＝1、2、4、8、9及＝7時結(jié)果與控制模式圖法[18]完全一致，其他均較接近．對于CPC效應(yīng)值為0，即“不顯著”情況時，控制模式條件信度分布由下式確定：

???，(9)

表4?兩種方法求得的條件信度分布比較

Tab.4 Comparison of conditional belief degree obtained by two approaches

效應(yīng)影響指數(shù)條件信度分布 本文方法控制模式圖法 負(fù)x＝1{0.375，0.625，0，0}{0.375，0.625，0，0} x＝2{0.25，0.75，0，0}{0.25，0.75，0，0} x＝3{0，0.75，0.25，0}{0，0.714，0.286，0} x＝4{0，0.5，0.5，0}{0，0.5，0.5，0} x＝5{0，0.25，0.75，0}{0，0.2，0.8，0} x＝6{0，0，0.828，0.172}{0，0，0.75，025} x＝7{0，0，0.75，0.25}{0，0，0.667，0.333} x＝8{0，0，0.5，0.5}{0，0，0.5，0.5} x＝9{0，0，0，1}{0，0，0，1} 正y＝-1{0，0.353，0.647}{0，0.333，0.667} y＝-2{0，0.522，0.478}{0，0.5，0.5} y＝-3{0，0.732，0.268}{0，0.714，0.286} y＝-4{0.143，0.857，0}{0.167，0.833，0} y＝-5{0.429，0.571，0}{0.4，0.6，0} y＝-6{0.714，0.286，0}{0.75，0.25，0} y＝-7{1，0，0}{1，0，0}

2.4?計(jì)算加權(quán)人誤概率HEP

將正、負(fù)和不顯著效應(yīng)人因可靠性計(jì)算結(jié)果加權(quán)，得到組合的人誤概率HEP為

??(10)

2.5?地鐵盾構(gòu)施工人誤概率評價(jià)

CREAM基本法提供了人誤概率區(qū)間與基本控制模式的對應(yīng)關(guān)系，但其對于地鐵人誤概率評價(jià)略顯粗糙．考慮到不同作業(yè)失誤后果的嚴(yán)重程度不同，相應(yīng)人誤概率大小的可接受程度也存在差異，參考規(guī)范的接受準(zhǔn)則[22]建立表5所示的地鐵盾構(gòu)施工人誤概率評價(jià)標(biāo)準(zhǔn)．

表5中，操作失誤風(fēng)險(xiǎn)等級劃分Ⅰ~Ⅳ級．其中，Ⅰ級為不可接受，應(yīng)立即停止施工，對作業(yè)班組及管理進(jìn)行全面檢查整頓；Ⅱ級為不愿接受，進(jìn)行安全預(yù)警，實(shí)施班組行為績效監(jiān)督，排查問題要素并強(qiáng)化改進(jìn)；Ⅲ級為可接受，按計(jì)劃作業(yè)，宜加強(qiáng)班組作業(yè)任務(wù)環(huán)境管理；Ⅳ級為可忽略，無需進(jìn)行改進(jìn)．根據(jù)任務(wù)執(zhí)行失誤的后果嚴(yán)重性，即可對計(jì)算出的HEP進(jìn)行評價(jià)，便于施工管理或技術(shù)人員判斷和決策．

表5?地鐵盾構(gòu)施工人誤概率評價(jià)標(biāo)準(zhǔn)

Tab.5?HEP evaluation criteria for shield tunneling

3?模型合理性分析和比較

3.1?模型驗(yàn)證的基本公理

為便于比較，在第3.1～3.3節(jié)采用與Ung[16]相同的權(quán)重值和模糊隸屬函數(shù)(表3中標(biāo)注“*”的數(shù)據(jù))，引入以下基本公理：

公理1：CPC因子正/負(fù)效應(yīng)的小幅變化將引起人誤概率的下降/上升，但不會造成估測結(jié)果突變；

公理2：給定相同的CPC觀測值，重要性程度較大的CPC因子對人誤概率影響較為顯著；

公理3：能夠充分利用收集的數(shù)據(jù)，減少預(yù)測和推理過程中的信息損失；

公理4：模型的輸出能覆蓋分析問題的整個求解域，得到的結(jié)果與實(shí)際相符．

3.2?敏感性分析

假定1組初始評分和4組對比評分以驗(yàn)證公理1的評分?jǐn)?shù)據(jù)敏感性，如表6所示．

計(jì)算可知，Case1和Case2中當(dāng)6評分小幅正負(fù)效應(yīng)變化時，文獻(xiàn)[16]和本文方法計(jì)算的HEP均發(fā)生變化，但前者變化幅度很小(數(shù)量級僅為1×10-6)，這意味著HEP幾乎不發(fā)生變化．而本文方法HEP變幅的數(shù)量級為1×10-3，從主觀經(jīng)驗(yàn)來看是合理的．在Case3中兩種方法計(jì)算結(jié)果分別為1.8105×10-3和1.384×10-2，差別相對較大；在Case4情況下，采用文獻(xiàn)[16]方法計(jì)算結(jié)果不發(fā)生變化，原因是Case4與初始評分有相同的控制模式和加權(quán)隸屬度值(詳見文獻(xiàn)[16])．以上分析表明，本文方法不但能反映CPC分值的小幅變化，而且所得HEP變化范圍適當(dāng)，具有良好的評分?jǐn)?shù)據(jù)敏感性．

表6?4種假定的評分值及HEP結(jié)果

Tab.6?Observations of four scenarios and HEPs

用公理2驗(yàn)證權(quán)重敏感性．在CPC評分值不變的情況下改變權(quán)重，計(jì)算結(jié)果見表7．根據(jù)公理2，如果評分值較小(較大)的CPC因子權(quán)重變大，則人誤概率將上升(下降)．兩種情形下HEP估計(jì)結(jié)果為2.262×10-2和1.477×10-2，分別產(chǎn)生了小幅的上升和下降，變化幅度比較合理．顯然，由于Case1中2和7評分值分別為0和100，2權(quán)重增加必然導(dǎo)致人誤概率提高；Case2則與此相反．分析表明，CPC因子權(quán)重影響人誤概率輸出結(jié)果，模型對CPC因子重要性程度是敏感的．

表7?兩種假定的權(quán)重值及HEP結(jié)果

Tab.7?Weights of two scenarios and HEPs

3.3?數(shù)據(jù)利用的充分性

缺乏足夠的數(shù)據(jù)仍是HRA面臨的主要難題．CPC評分信息損失發(fā)生在效應(yīng)值轉(zhuǎn)化及控制模式判別過程中，充分利用現(xiàn)有數(shù)據(jù)(公理3)是保證人誤概率預(yù)測準(zhǔn)確性的可行途徑．

3.4?模型求解域分析

引入第2.1和2.2節(jié)的權(quán)重值和模糊隸屬度函數(shù)進(jìn)行求解閾分析．理論上，從CPC因子量化認(rèn)知控制模式到預(yù)測人因失效概率為定義在連續(xù)空間上的映射函數(shù)，并應(yīng)覆蓋問題的全部求解域．

將每個CPC因子按25分等間距取5個點(diǎn)(0，25，50，75，100)，共組成59＝1953125個CPC評分組合．以加權(quán)分值為橫坐標(biāo)，分別繪制HEP和lg(HEP)云圖，見圖6．HEP與加權(quán)分值之間總體上呈對數(shù)變化規(guī)律，這與可用對數(shù)函數(shù)描述人因可靠性的基本假定[11-12]相符．對于相同加權(quán)平均分的組合，計(jì)算的HEP在一定范圍內(nèi)波動．如[50，100，100，100，100，0，0，25，0]和[0，0，50，50，75，50，50，0，50]的HEP結(jié)果分別為2.1932×10-1和3.8934×?10-2，前者在較大權(quán)重(見表2)的CPC因子上評分較小，而后者相反．可見，CPC因子評分值、模態(tài)值、效應(yīng)值和權(quán)重對HEP結(jié)果將產(chǎn)生綜合影響．

表8?典型代表性評分值及HEP結(jié)果

Tab.8?Extreme and representative observations and HEPs

圖6?HEP和lg(HEP)分布云圖

從人誤機(jī)理來看，行為可靠性與執(zhí)行任務(wù)的環(huán)境條件密不可分．CPC因子在整合個人、技術(shù)、環(huán)境和組織因素進(jìn)行控制模式分類時是模糊的．本模型改變了CPC因子效應(yīng)值與HEP之間的確定性關(guān)系假定，能客觀反應(yīng)CPC評分與HEP的復(fù)雜影響關(guān)系，實(shí)現(xiàn)HEP的合理預(yù)測．

4?案例研究

4.1?盾構(gòu)施工場景描述

福州地鐵某車站出入段線區(qū)間穿越凝灰?guī)r風(fēng)化帶，地層基巖裂隙水發(fā)育，承壓性強(qiáng)．該類地層常因施工操作不當(dāng)及技術(shù)措施不足等出現(xiàn)螺旋輸送機(jī)噴涌事故，嚴(yán)重威脅工程自身及周邊安全．

該工程選用鐵建重工ZTE6410型盾構(gòu)機(jī)，可利用碴土改良、雙閘門排碴口泄壓、掘進(jìn)參數(shù)調(diào)整等措施應(yīng)對可能出現(xiàn)的噴涌風(fēng)險(xiǎn)．2013年9月，當(dāng)掘進(jìn)至第80環(huán)時，碴土失去流塑性而呈水土分離狀，皮帶運(yùn)輸機(jī)打滑，出現(xiàn)螺旋輸送機(jī)排碴口涌泥險(xiǎn)情．盾構(gòu)機(jī)操控室內(nèi)有2名司機(jī)(熟練司機(jī)和學(xué)徒)，碴土工1人，注漿工1人，管片拼裝工(兼班組長)、起重工、螺栓工、牽引車司機(jī)和測量員各1名．為防范操作不當(dāng)導(dǎo)致噴涌事故發(fā)生，利用加權(quán)模糊CREAM模型對施工中發(fā)生人誤的概率進(jìn)行估測．

4.2?CPC評分值的計(jì)算

該盾構(gòu)項(xiàng)目組織管理和制度較完善，技術(shù)部土建工程師每日進(jìn)行技術(shù)指導(dǎo)和狀態(tài)跟蹤，作業(yè)班組有完善的交接、設(shè)備巡視制度．盾構(gòu)施工現(xiàn)場空間狹小，伴有高溫、潮濕、噪聲，隧道內(nèi)通風(fēng)不良導(dǎo)致粉塵濃度高、新鮮空氣不足．由于碴土中含有大量泥水，造成作業(yè)區(qū)工作環(huán)境整潔度和有序性不足，現(xiàn)場安全設(shè)施及警示齊全．

針對該工程特點(diǎn)，施工前采用帶排水管的改進(jìn)型雙閘門設(shè)計(jì)方案對盾構(gòu)機(jī)螺旋輸送機(jī)進(jìn)行了改造，以控制碴土泥水壓力．該機(jī)操控及監(jiān)測系統(tǒng)先進(jìn)，界面交互性好，提供常規(guī)智能化報(bào)警及遠(yuǎn)程數(shù)據(jù)分析功能，MMI及運(yùn)行支持充分．規(guī)程和計(jì)劃可用性方面編制了詳細(xì)的操作規(guī)程、施工方案與交底、應(yīng)急處置計(jì)劃，并且施工中能根據(jù)監(jiān)測數(shù)據(jù)分析及時對方案進(jìn)行調(diào)整和專家論證．同時出現(xiàn)的目標(biāo)數(shù)受盾構(gòu)機(jī)設(shè)計(jì)、施工工藝和周邊環(huán)境影響，績效條件與施工人員相匹配．由于盾構(gòu)機(jī)長時間停頓可能增加地表沉降風(fēng)險(xiǎn)，碴土改良、螺旋輸送機(jī)排碴(控制水壓和出碴量)需在限定時間內(nèi)完成．評估人誤事件發(fā)生的盾構(gòu)作業(yè)時間為凌晨05:00，參考人體晝夜節(jié)律特征(認(rèn)知、體力、情緒)[26]，給出操作人員肌體功能活力狀況評分．盾構(gòu)掘進(jìn)班組成員上崗前經(jīng)過充分的技能考核、專業(yè)培訓(xùn)并持證上崗，處理緊急情況的經(jīng)驗(yàn)較豐富．盾構(gòu)施工班組經(jīng)過多個盾構(gòu)項(xiàng)目鍛煉，分工協(xié)作默契，已經(jīng)形成長期穩(wěn)定的工作團(tuán)隊(duì)．依據(jù)CPC因子評價(jià)細(xì)則對任務(wù)環(huán)境進(jìn)行逐項(xiàng)分析，得到CPC因子評分值，見表9．

4.3?盾構(gòu)噴涌人誤概率評估

將表9中的9個CPC因子評分值輸入加權(quán)模糊CREAM模型．經(jīng)計(jì)算，盾構(gòu)噴涌潛在事故場景下發(fā)生施工人員操作失誤的概率HEP＝1.2314%．由于盾構(gòu)噴涌將產(chǎn)生嚴(yán)重后果，根據(jù)表5可知，應(yīng)進(jìn)行作業(yè)人因失誤安全預(yù)警，實(shí)施班組行為績效監(jiān)督，排查問題并采取改進(jìn)措施．該任務(wù)環(huán)境下班組成員認(rèn)知控制模式為機(jī)會型，可能會受到施工中地質(zhì)條件不良、工作環(huán)境差、作業(yè)技術(shù)復(fù)雜以及施工組織不合理等不利因素影響，在處置盾構(gòu)噴涌應(yīng)急情景下將產(chǎn)生較大的人因失誤風(fēng)險(xiǎn)．

表9 盾構(gòu)噴涌人誤事故CPC因子評分及HEP預(yù)測

Tab.9 CPC scores for HEP calculation regarding spewing accidents in shield tunneling

5?結(jié)?論

地鐵施工人因失誤導(dǎo)致了大量工程事故發(fā)生．為定量評估地鐵盾構(gòu)施工人因可靠性，本文提出了一種改進(jìn)的加權(quán)模糊CREAM模型．

(1) 編制了CPC因子評價(jià)細(xì)則，統(tǒng)計(jì)確定了CPC水平隸屬函數(shù)，對地鐵施工任務(wù)環(huán)境及人誤影響效應(yīng)進(jìn)行量化．復(fù)相關(guān)分析和證據(jù)推理可充分挖掘人因?qū)＜抑R，為合理計(jì)算權(quán)重提供了新途徑．

(2) 提出了將離散CREAM控制模式圖連續(xù)化的方法．該方法可在非整數(shù)加權(quán)效應(yīng)值下方便地獲得認(rèn)知控制模式分布，解決了利用降低、改進(jìn)和不顯著加權(quán)效應(yīng)值進(jìn)行HEP模糊推理的問題．

(3) 構(gòu)建了一種從CPC評分到人因失誤概率的連續(xù)映射，該過程充分考慮權(quán)重對CPC效應(yīng)值計(jì)算和HEP合成的影響，引入4條基本公理對模型進(jìn)行比較驗(yàn)證，“不顯著”效應(yīng)值的利用進(jìn)一步減小了CPC因子評價(jià)信息損失，提高了預(yù)測精度．

附錄A

表A1?CPC因子評價(jià)細(xì)則及專家評分問卷調(diào)查表

Tab.A1?Specification evaluation rules for CPCs and expert questionnaire

CPC因子子指標(biāo)評價(jià)標(biāo)準(zhǔn)描述權(quán)重評分水平 組織管理的完善性(C1)組織機(jī)構(gòu)、職責(zé)與管理制度(C11)盾構(gòu)項(xiàng)目部是否按規(guī)定設(shè)置職能機(jī)構(gòu)，配備技術(shù)、質(zhì)量和安全管理人員(40)；班組各工種是否明確分工，責(zé)任明確落實(shí)，列清詳單并公示(40)；項(xiàng)目各部門是否建立全員崗位責(zé)任制(20)0.3o非常有效o有效o無效o效果差 溝通與協(xié)調(diào)(C12)技術(shù)部工程師是否根據(jù)每天進(jìn)度、地質(zhì)和盾構(gòu)參數(shù)等與掘進(jìn)班組進(jìn)行技術(shù)交底和溝通(60)；班組成員是否執(zhí)行班前交接、現(xiàn)場巡視和設(shè)備檢查，溝通是否順暢，不擅離崗位(40)0.3 安全績效考核與獎懲(C13)是否建立安全檢查、監(jiān)督、例會和考核制度，并實(shí)施嚴(yán)格的獎懲措施(100)0.2 班組安全文化(C14)班組是否開展安全教育活動，工人是否有主動排查隱患、自覺按標(biāo)準(zhǔn)作業(yè)的安全意識(60)；是否有足額安全專項(xiàng)經(jīng)費(fèi)用于完善安全技術(shù)措施、營造安全文化氛圍(40)0.2 工作條件(C2)物理環(huán)境(C21)盾構(gòu)現(xiàn)場照明是否充足，溫度、濕度、振動、噪聲、粉塵、氧氣供應(yīng)是否達(dá)到標(biāo)準(zhǔn)，空間布置是否合理舒適(100)0.4o優(yōu)越o匹配o不匹配 環(huán)境秩序(C22)作業(yè)區(qū)/工作臺是否保持環(huán)境整齊有序，工具、文件及時歸位，材料是否隨意堆放(40)；是否及時清理掉落碴土等污物，每周進(jìn)行整機(jī)擦拭，電氣和專用設(shè)備清掃，確保潔凈生產(chǎn)(40)；危險(xiǎn)作業(yè)區(qū)域是否按標(biāo)準(zhǔn)設(shè)置警示標(biāo)志及安全防護(hù)設(shè)施，個人防護(hù)用品是否齊全有效(20)0.6

續(xù)表

CPC因子子指標(biāo)評價(jià)標(biāo)準(zhǔn)描述權(quán)重評分水平 MMI完善性與操作支持(C3)設(shè)備功能及質(zhì)量(C31)盾構(gòu)機(jī)選型與地質(zhì)條件的適應(yīng)性(30)；盾構(gòu)刀盤驅(qū)動、排碴、泡沫與注漿、管片拼裝、監(jiān)控系統(tǒng)等功能的先進(jìn)性，是否具備該工程特殊地層中施工的安全技術(shù)措施(40)；盾構(gòu)各系統(tǒng)功能狀態(tài)、可靠性和可維護(hù)性(30)0.3o支持o充分o可容忍o不適當(dāng) 人機(jī)接口友好性(C32)是否能提供完整、充足、高質(zhì)量的實(shí)時監(jiān)測數(shù)據(jù)(40)；地面監(jiān)控室、司機(jī)主控室、本地控制器等人機(jī)界面交互性好，顯示器清晰，儀表/標(biāo)志簡潔易讀、含義明確，按鈕位置符合使用頻率和操作習(xí)慣，觸控靈敏可靠(60)0.5 智能警報(bào)與決策支持(C33)是否提供智能化報(bào)警信息和裝置，報(bào)警信號是否明確清晰，具有良好的反饋回路(30)；特殊情況是否可在線數(shù)據(jù)分析、遠(yuǎn)程診斷與決策支持(70)0.2 規(guī)程/計(jì)劃的可用性(C4)設(shè)備操作規(guī)程(C41)制定的操作規(guī)程是否全面系統(tǒng)，包括各種作業(yè)項(xiàng)目、工序、環(huán)節(jié)，符合施工技術(shù)標(biāo)準(zhǔn)或規(guī)范(50)；每條操作規(guī)程完整詳細(xì)，流程簡潔明確、標(biāo)準(zhǔn)化程度高，指導(dǎo)性強(qiáng)等(50)0.3o適當(dāng)o可接受o不適當(dāng) 施工方案與技術(shù)交底(C42)是否針對工程特點(diǎn)、特殊環(huán)境和危險(xiǎn)因素制定專項(xiàng)施工方案并審批(40)；開工前是否對作業(yè)班組進(jìn)行書面技術(shù)交底，保證技術(shù)文件可用性(60)0.4 應(yīng)急處置計(jì)劃(C43)是否針對特殊周邊環(huán)境制定完善的安全監(jiān)控方案，并對可能的突發(fā)災(zāi)害提出預(yù)警措施和應(yīng)急處置預(yù)案(100)0.3 同時出現(xiàn)的目標(biāo)數(shù)量(C5)完成目標(biāo)任務(wù)難度(C51)目標(biāo)任務(wù)完成技術(shù)復(fù)雜程度是否符合客觀規(guī)律，操作人員精神和體力消耗程度，是否容易造成疲勞等(100）0.3o低于o匹配o高于 目標(biāo)數(shù)量(C52)操作人員(盾構(gòu)司機(jī)、碴土工、拼裝工、注漿工等)同時進(jìn)行多項(xiàng)任務(wù)時是否過負(fù)荷(100)0.7 可用時間(C6）任務(wù)緊急程度(C61)完成任務(wù)的時間和速度要求，突發(fā)事件后果嚴(yán)重性及是否有補(bǔ)救措施(100)0.8o充分o暫不?充分o連續(xù)不?充分 任務(wù)均衡性(C62)多項(xiàng)任務(wù)間干擾程度，時間安排是否均衡合理(100)0.2 值班區(qū)間(生理節(jié)律) (C7)肌體功能活力(C71)根據(jù)工作時間段評分. 23:00—次日07:00；07:00—15:00；13:00—21:00(100)0.4o較低o中等o較高 工人適應(yīng)性(C72)生物節(jié)律調(diào)節(jié)情況，精神及工作狀態(tài)對作業(yè)質(zhì)量的影響(100)0.6 培訓(xùn)和經(jīng)驗(yàn)的充分性(C8)知識和技能培訓(xùn)(C81)是否進(jìn)行盾構(gòu)技術(shù)技能培訓(xùn)，包括設(shè)備功能、操作方法、維修保養(yǎng)、組裝調(diào)試、安全知識等(30)；是否有較強(qiáng)的安全意識和責(zé)任心，具備必要的文化水平、專業(yè)知識和業(yè)務(wù)能力，經(jīng)培訓(xùn)考核持證上崗及崗前跟班實(shí)習(xí)(70)0.5o豐富?經(jīng)驗(yàn)o有限?經(jīng)驗(yàn)o不充分 作業(yè)經(jīng)驗(yàn)(C82)對操作界面、設(shè)備參數(shù)調(diào)整及各種情況下操作方法的熟練程度，是否具備特殊環(huán)境下盾構(gòu)機(jī)作業(yè)的豐富經(jīng)驗(yàn)(100)0.5 班組成員合作質(zhì)量(C9)個性特征(C91)成員年齡、身體條件、精神狀態(tài)是否符合施工管理規(guī)范(40)；工作情緒、風(fēng)險(xiǎn)偏好及注意力集中的程度(60)0.3o非常?有效o有效o無效o效果差 分工與協(xié)作(C92)各工種任務(wù)是否明確，分配是否合理(30)；是否溝通反饋順暢，工序銜接嚴(yán)密，協(xié)調(diào)配合一致(40)；現(xiàn)場秩序是否有條不紊，保持連續(xù)不混亂(30)0.5 團(tuán)隊(duì)氛圍(C93)個人成就、動機(jī)和偏好，是否受社會環(huán)境、家庭狀況影響(20)；班組成員是否相互信任、合作默契，有團(tuán)隊(duì)精神(60)；政府、社會、企業(yè)施工安全氛圍(20)0.2

注：①評分時應(yīng)結(jié)合具體工序、工程地質(zhì)及周邊環(huán)境，評價(jià)標(biāo)準(zhǔn)描述中括號內(nèi)數(shù)值代表該項(xiàng)滿分分值，累加得到子指標(biāo)得分；利用子指標(biāo)權(quán)重加權(quán)計(jì)算出每個CPC因子評分值；②1、4、8、9依據(jù)《地鐵工程施工安全評價(jià)標(biāo)準(zhǔn)》(GB50715—2011)、《城市軌道交通地下工程建設(shè)風(fēng)險(xiǎn)管理規(guī)范》(GB50652—2011)編制；2、3依據(jù)《盾構(gòu)法隧道施工與驗(yàn)收規(guī)范》(GB50446—2017)編制；其余因子評價(jià)標(biāo)準(zhǔn)按照人體作業(yè)能力與疲勞的特點(diǎn)和規(guī)律建立；③表中分值及子指標(biāo)權(quán)重部分參考現(xiàn)行規(guī)范并經(jīng)專家咨詢給出建議值.

［1］ 錢七虎，戎曉力. 中國地下工程安全風(fēng)險(xiǎn)管理的現(xiàn)狀、問題及相關(guān)建議[J]. 巖石力學(xué)與工程學(xué)報(bào)，2008，27(4)：649-655.

Qian Qihu，Rong Xiaoli. State，issues and relevant recommendations for security risk management of China underground engineering[J]. Chinese Journal of Rock Mechanics and Engineering，2008，27(4)：649-655(in Chinese).

［2］ 鄭新定，王紅衛(wèi)，周?健. 考慮人為因素的盾構(gòu)隧道風(fēng)險(xiǎn)分析和控制模型研究[J]. 隧道建設(shè)，2013，33(9)：720-725.

Zheng Xinding，Wang Hongwei，Zhou Jian. Risk analysis and control model for shield tunnel based on human factors[J]. Tunnel Construction，2013，33(9)：720-725(in Chinese).

［3］ 邵根大. 杭州地鐵工地坍塌事故的警示[J]. 現(xiàn)代城市軌道交通，2009(1)：1-3.

Shao Genda. Warning of collapse accident of construction site in Hangzhou metro[J]. Modern Urban Transit，2009(1)：1-3(in Chinese).

［4］ 周志鵬，李啟明，鄧小鵬，等. 基于事故機(jī)理和管理因素的地鐵坍塌事故分析——以杭州地鐵坍塌事故為實(shí)證[J]. 中國安全科學(xué)學(xué)報(bào)，2009，19(9)：139-145.

Zhou Zhipeng，Li Qiming，Deng Xiaopeng，et al. Analysis of metro collapse accidents based on accident mechanism and management factors：With the collapse of Hangzhou metro as an example[J]. China Safety Science Journal，2009，19(9)：139-145(in Chinese).

［5］ Swain A D，Guttman H E. Handbook of Human Reliability Analysis with Emphasis on Nuclear Power Plant Applications[R]. Washington DC：US Nuclear Regulatory Commission，1982.

［6］ Haney L N，Blackman H S，Bell B J，et al. Comparison and Application of Quantitative Human Reliability Analysis Methods for the Risk Methods Integration and Evaluation Program(RMIEP)：Final Report[R]. Specific Nuclear Reactors & Associated Plants，1989.

［7］ Hollnagel E. Cognitive Reliability and Error Analysis Method[M]. Oxford：Elsevier，1998.

［8］ Akyuz E，Celik M. Application of cream human reliability model to cargo loading process of LPG tankers[J]. Journal of Loss Prevention in the Process Industries，2015，34：39-48.

［9］ 柴?松，余建星，杜尊峰，等. 海洋工程人因可靠性定量分析方法與應(yīng)用[J]. 天津大學(xué)學(xué)報(bào)，2011，44(10)：914-919.

Chai Song，Yu Jianxing，Du Zunfeng，et al. Quantitative human reliability analysis methods and application of offshore engineering[J]. Journal of Tianjin University，2011，44(10)：914-919(in Chinese).

［10］ Calhoun J，Savoie C，Randolph-Gips M，et al. Human reliability analysis in spaceflight applications，part 2：Modified CREAM for spaceflight[J]. Quality & Reliability Engineering International，2014，30(1)：3-12.

［11］ Fujita Y，Hollnagel E. Failures without errors：Quantification of context in HRA[J]. Reliability Engineering & System Safety，2004，83(2)：145-151.

［12］ He X，Wang Y，Shen Z，et al. A simplified CREAM prospective quantification process and its application [J]. Reliability Engineering & System Safety，2008，93(2)：298-306.

［13］ Sun Z，Li Z，Gong E，et al. Estimating human error probability using a modified CREAM[J]. Reliability Engineering & System Safety，2012，100：28-32.

［14］ Konstandinidou M，Nivolianitou Z，Kiranoudis C，?et al. A fuzzy modeling application of CREAM methodo-logy for human reliability analysis[J]. Reliability Engi neering & System Safety，2006，91(6)：706-716.

［15］ Marseguerra M，Zio E，Librizzi M. Human reliability analysis by fuzzy“CREAM”[J]. Risk Analysis，2010，27(1)：137-154.

［16］ Ung S T. A weighted CREAM model for maritime human reliability analysis[J]. Safety Science，2015，72：144-152.

［17］ Baziuk P A，Rivera S S. Fuzzy human reliability analysis：Applications and contributions review[J]. Advances in Fuzzy Systems，2016(3)：1-9.

［18］ Yang Z L，Bonsall S，Wall A，et al. A modified CREAM to human reliability quantification in marine engineering[J]. Ocean Engineering，2013，58(1)：293-303.

［19］ 楊?宇. 多指標(biāo)綜合評價(jià)中賦權(quán)方法評析[J]. 統(tǒng)計(jì)與決策，2006(13)：17-19.

Yang Yu. Analysis on determining weight method in multi-index comprehensive evaluation[J]. Statistics and Decision，2006(13)：17-19(in Chinese).

［20］ Yang J B，Singh M G. An evidential reasoning approach for multiple-attribute decision making with uncertainty [J]. IEEE Transactions on Systems Man & Cybernetics，1994，24(1)：1-18.

［21］ GB 50715—2011 地鐵工程施工安全評價(jià)標(biāo)準(zhǔn)[S]. 北京：中國計(jì)劃出版社，2011.

GB 50715—2011 Standard for Construction Safety Assessment of Metro Engineering[S]. Beijing：China Planning Press，2011(in Chinese).

［22］ GB 50652—2011 城市軌道交通地下工程風(fēng)險(xiǎn)管理規(guī)范[S]. 北京：中國計(jì)劃出版社，2011.

GB 50652—2011 Code for Risk Management of Underground Works in Urban Rail Transit[S]. Beijing：China Planning Press，2011(in Chinese).

［23］ GB 50446—2017 盾構(gòu)法隧道施工與驗(yàn)收規(guī)范[S]. 北京：中國建筑工業(yè)出版社，2017.

GB 50446—2017 Code for Construction and Acceptance of Shield Tunneling Method[S]. Beijing：China Architecture & Building Press，2017(in Chinese).

［24］ Liu J，Yang J，Jin W，et al. Engineering system safety analysis and synthesis using fuzzy rule-based evidential reasoning approach[J]. Quality & Reliability Engineering International，2010，21(4)：387-411.

［25］ Yang Z L，Wang J，Bonsall S，et al. Use of fuzzy evidential reasoning in maritime security assessment[J]. Risk Analysis，2010，29(1)：95-120.

［26］ Wickens C D，Lee J，Liu Y D，et al. Introduction to Human Factors Engineering[M]. 2nd ed. New Jersey：Prentice-Hall Inc，2003.

(責(zé)任編輯：樊素英)

A Weighted Fuzzy CREAM Model for Human Reliability Analysis in Shield Tunneling

Wang Ning1, 2，Du Xiuli1，Zhang Mingju1，Xu Chengshun1，Lu Xinyue1

(1. Key Laboratory of Urban Security and Disaster Engineering of Ministry of Education， Beijing University of Technology，Beijing 100124，China； 2. Key Laboratory of Road and Railway Engineering Safety Control of Ministry of Education，Shijiazhuang Tiedao University，Shijiazhuang 050043，China)

To overcome the difficulties of human reliability analysis in risk assessment for shield tunneling，this paper proposes a weighted fuzzy cognitive reliability and error analysis method(CREAM)model. First，the reasonable weight of common performance conditions(CPCs)is obtained by multiple correlation analysis and evidence theory. Second，the specification evaluation rules for CPCs are established based on the current standard，and the membership function for each level of CPCs is obtained by statistical method. On this basis，a continuum technique for the discrete basic diagram for control mode is proposed，and an estimate model，which can be used to determine the human error probability(HEP)in the construction of shield-driven tunnel，is established. Then，the rationality and reliability of the model are verified by four axioms. Results show that the method of introducing the weight into the calculation of the expected CPC effect and the HEP reasoning in the weighted fuzzy CREAM model can better reflect the effect of CPCs on human performance. This model can also provide a reference for quantitative HRA in shield tunneling of subways.

shield tunneling；human reliability analysis(HRA)；construction risk；CREAM

10.11784/tdxbz201803014

TU94

A

0493-2137(2019)02-0200-11

2018-03-06；

2018-06-12.

王寧（1978— ），男，博士研究生，講師，wangningsjzri@126.com.

許成順，xuchengshun@bjut.edu.cn.

國家自然科學(xué)基金重點(diǎn)資助項(xiàng)目(51538001)；北京市自然科學(xué)基金重點(diǎn)資助項(xiàng)目(8161001).

the Key Program of the National Natural Science Foundation of China(No. 51538001)，the Key Program of the National Natural Science Foundation of Beijing，China(No. 8161001).