基于贝叶斯网络的高层建筑外墙饰面砖脱落风险发生概率研究

朱 斌 张 辉

（1.上海市建筑科学研究院（集团）有限公司，上海 200032；2.上海市工程结构新技术重点实验室，上海 200032；3.上海建科工程咨询有限公司，上海 200032）

外墙饰面砖是当前城市高层建筑运用较为常见的建筑物外墙饰面形式，以其美观、经济等优点在工程中大量使用，仅2009年统计结果显示，在上海城区就有近1500幢高层建筑采用饰面砖装饰，总外墙使用面积达到1200万m2.但随着时间推移，因施工质量、温度应力、风化等因素造成饰面砖的粘结强度会逐渐下降，容易发生空鼓、高处坠落，造成人员伤亡、财产损失等风险事故，因此降低高层建筑外墙饰面砖脱落的风险事故是一项紧迫并且必要的工作［1］.

本文通过近5年时间，实地调研了上海、北京、深圳等大城市128幢不同年代的高层建筑外墙饰面砖脱落事故，并分析其发生脱落的原因，基于事故案例数据，进行了基于贝叶斯网络技术的风险概率分析，同时运用风险因素分解得到有效防范饰面砖脱落的监测指标，为降低高层建筑外墙饰面砖脱落的风险提供思路.

1 外墙饰面砖脱落调研

外墙饰面砖主要分为釉面砖和马赛克，基本采用满粘法粘贴，从建筑物主体结构向外，分别是找平层、粘结层、饰面层，这3层的任何一层出现缺陷，在特定条件下，都会引发饰面砖脱落的风险事故，如图1所示.

图1 某高层建筑外墙饰面砖脱落风险事故

因所调查的高层建筑外墙饰面砖情况多样，本文按所在城市、饰面砖材料、使用年数、人员伤亡、财产损伤等信息分类，详见表1.外墙饰面砖脱落事故的主要原因详见表2.

表1 实地调研高层建筑外墙饰面砖脱落情况（共128幢）

表2 实地调研高层建筑外墙饰面砖脱落原因分析（共128幢）

图2 上海某高层外墙饰面砖脱落事故

图3 武汉某高层外墙饰面砖脱落事故

图4 北京某高层外墙饰面砖脱落事故

图5 深圳某高层外墙饰面砖脱落事故

通过对上海、北京、深圳、武汉等典型城市外墙饰面建筑的调研可知（详见表1），饰面使用10年以下发生饰面砖脱落事故占12.50%，饰面使用10年及以上发生脱落事故占87.50%.因此，使用10年以上的外墙饰面砖建筑进入饰面砖脱落事故高发期，需要使用单位进行定期的外观检查，并根据外观检查的损伤结果，确定下一步的监测及整治措施.

调研也表明：除了使用年数、施工质量控制不力等共性因素外，外墙饰面砖脱落风险事故有地域特点，其中，北京受渗水冻融效应影响较大，上海、武汉受各层材料热胀冷缩差异影响较多，而深圳受大风大雨的影响较为明显.

2 贝叶斯网络模型风险概率分析

2.1 贝叶斯网络模型简介

贝叶斯网络方法是近年来人工智能领域中的热点研究问题［2-3］.人工智能方法建立专业知识领域里的决策模型是非常有效的方法，尤其是当数据较难获得的时候，建筑施工安全风险概率分析问题正是具有这样的特征.贝叶斯网络方法（Bayesian Networks）是Pearl于1988年提出的一种非常有代表性的不确定性知识表示和推理方法.在解决许多实际问题中，需要从不完全的、不精确的或不确定的知识和信息中做出推理，贝叶斯网络是一种概率推理技术，它使用概率理论来处理在描述不同知识成分之间的条件相关而产生的不确定性.它提供了一种将知识直觉地图解可视化的方法.

贝叶斯网络模型结构由离散或连续随机变量集组成的网络节点、具有因果关系的网络节点对应的有向边集合和用条件概率分布表示节点之间的影响等组成.其中节点表示了随机变量，是对过程、事件、状态等实体的某些特征的描述；边则表示变量间的概率依赖关系.起因的假设和结果的数据均用节点表示，各变量之间的因果关系由节点之间的有向边表示，一个变量影响到另一个变量的程度用数字编码形式描述.因此贝叶斯网络可以将现实世界的各种状态或变量划成各种比例，进行建模.

现阶段而言，进行动态风险评估的方法中，贝叶斯网络方法是动态风险评估中最适用的方法之一.贝叶斯网络方法的精髓就是对风险发生概率的修正，即可对实施、运行过程中可能发生的风险事件或事故的可能性的不断修正，当然前提是在动态评估的过程中有风险事件发生或几乎发生.因此，此方法能够进行全过程的动态概率评估.但是，对于风险评估，则还需要对风险事件进行分析，对其风险发生损失进行估计，本文暂不进行研究.

2.2 贝叶斯网络模型的构建及分析

本文采用Netica软件创建“外墙饰面脱落”风险事件的贝叶斯网络模型，并以实际案例的统计数据为基础进行概率推理.“外墙饰面脱落”风险事件的贝叶斯网络模型如图6所示，并将模型中的节点分为风险事件、风险状态、风险因素三层.风险因素层包括粘结强度不足、找平层过厚、勾缝开裂、饰面层开裂、饰面砖材料质量问题、粘结材料质量问题；风险状态层包括施工质量问题、不同界面材料热胀冷缩差异、渗水冻融效应、材料质量问题、人为开洞破坏、恶劣天气等.基于目前事故案例调查数据，采用贝叶斯网络技术进行概率推理，见表3.可知“外墙饰面脱落”风险事件的发生概率为11.9%.

表3 “外墙饰砖面脱落”风险事件贝叶斯网络计算结果

图6 “外墙饰面砖脱落”的贝叶斯网络

3 风险监测指标

考虑到建筑物外墙饰面砖的使用全寿命周期，造成饰面砖脱落的风险因素在设计阶段、施工及验收阶段、使用运营阶段都有存在，主要由粘结材料老化、恶劣气候、使用维护不当等因素造成的，详见图7.从外墙饰面砖安全性影响因素的分解可以看出，外墙饰面砖脱落风险事故可以通过红外检测推定粘结缺陷比例、粘结强度等专业检测量化指标以及外观检查等常规指标来实现监测.

图7 外墙饰面砖脱落风险因素分解图

考虑到高层建筑外墙饰面砖量大面广，需要建筑使用单位进行外观检查来实现监测是十分必要的工作.而外观检查最有效的风险控制项目为发现饰面砖的脱落、起拱现象，并进行评价分级，详见表4，当评价分级为第四级时，需要专业机构进行检测并采取整治措施.

表4 外墙饰面砖外观检查评价分级

4 结 论

通过实地调研上海、北京、深圳等大城市128幢不同年代的高层建筑外墙饰面砖脱落事故，并分析其发生脱落的原因，基于事故案例数据，进行了基于贝叶斯网络技术的风险概率分析，同时运用风险因素分解得到有效防范饰面砖脱落的监测指标，可以得出以下结论：

1）调研结果表明，使用10年以上的高层建筑物外墙饰面砖进入饰面砖脱落事故高发期，需要进行定期的外观检查；可将外墙饰面砖外观检查评价分级运用到防范并降低高层建筑外墙饰面砖脱落的风险.

2）高层建筑外墙饰面砖砖脱落风险事故具有地域特点，其中：北京受渗水冻融效应影响较大，上海、武汉受各层材料热胀冷缩差异影响较多，而深圳受大风大雨的影响较为明显.

3）贝叶斯网络模型计算推理出材料热胀冷缩差异、施工质量以及渗水冻融效应在各项原因中发生概率居前.

［1］杨 靖，张吉鑫.迎世博600天既有建筑外墙检测及整修［J］.住宅科技，2009（10）：32－34.

［2］Friedman N，Linial M，Nachman I，et al.Using Bayesian Networks to Analyze Expression Data［J］.Journal of computational biology，2000，7（3－4）：601－620.

［3］张少中，王秀坤，孙莹光.贝叶斯网络及其在决策支持系统中的应用［J］.计算机工程，2004，30（10）：1－3.