山岭隧道施工期静态与动态风险评估方法及应用

2020-11-19张延杰杨小兵任孟德张家伟刘涛张红刚

铁道科学与工程学报 2020年10期

张延杰，杨小兵，任孟德，张家伟，刘涛，张红刚

张延杰1，杨小兵1，任孟德2，张家伟1，刘涛1，张红刚1

(1. 云南建投基础工程有限责任公司，云南昆明 650000；2. 西安建筑科技大学土木工程学院，陕西西安 710055)

为对隧道施工风险做出及时、准确判断，以便现场采取相应工程措施，预防隧道大变形、塌方灾害的发生，将多级加权迭代法和功效系数法应用于隧道定性与定量风险评价中，建立山岭隧道施工静态与动态风险评估模型。基于我国300多例隧道大变形、坍塌案例的统计分析，建立以地质、设计和施工因素为指标的静态风险评价指标体系，并制定指标打分标准；此外，将风险分析与监控量测相结合，确定动态风险评价指标。在对风口山隧道风险因素及监控量测分析基础之上，运用该模型对风口山隧道进行风险评价。研究结果表明：评价结果与实际施工情况一致，验证了该模型的有效性和适用性，为山岭隧道施工风险评估提供了新的研究思路和经验。

山岭隧道；多级加权迭代法；功效系数法；静态与动态风险评估

随着中国“一带一路”倡议的实施，西南地区基础设施建设大规模进行，隧道工程也得到了快速发展。在隧道开挖过程中，常常面临着施工技术的复杂性以及掌子面前方地质的不确定性所带来的风险，导致隧道大变形、坍塌事故时有发生，造成人员伤亡、经济损失以及工期延误等不良后果[1−2]。因此，针对山岭隧道建立全面、有效、及时的风险评估体系，是亟待解决的问题。目前，国内外学者对隧道工程风险评估进行了一系列研究。早期Einstein等[3−4]对风险分析理论进行了研究，并应用于隧道工程。胡长明等[5]采用三角模糊理论对山岭隧道穿越冲沟段塌方风险进行预测，较好地反映依托工程的塌方风险程度。Rita等[6]基于贝叶斯网格法建立地质预测−施工策略决策组合模型，可系统评估和管理隧道施工风险。张晨曦等[7]从隧道塌方风险事件发生可能性、严重程度2个方面建立山岭隧道塌方风险评估模型。LIU等[8]将探索性因子分析方法和结构方程模型相结合应用到地铁隧道施工风险因素分析中, 提出了评价风险因素与隧道风险因果关系的系统性方法。刘靖等[9]首次将风险分析与新奥法施工量测体系相结合，建立山岭隧道新奥法施工过程动态风险评估模型。王迎超等[10]首次将功效系数法应用于围岩危险性进行警情预测，并取得较好的效果。陈顺满等[11]将改进的功效系数法应用于地下工程岩体质量评价中，建立地下工程岩体质量评价的粗糙集和改进功效系数法模型，对岩体质量分级的准确率为90%。陈舞等[12]基于条件信息熵提出一种既能提取出风险主要影响因素又能客观计算出各因素权重的计算方法，建立了基于粗糙集条件信息熵的山岭隧道坍塌风险评价模型。综上所述，隧道风险评估的理论与应用已经取得丰厚成果，但现有研究存在片面性，静态风险分析与动态风险分析处于孤立状态，同时对风险也只是定性分析，无法对施工风险进行全面、及时、准确评估。鉴于此，本文通过收集300多例隧道大变形、坍塌案例，对施工前地质、设计和施工3方面致险因素进行识别，建立静态风险指标体系，并对每个影响因素进行概率统计，确定各级因子的权重值；同时，将风险分析与新奥法施工量测体系相结合，选其中重要量测项目作为动态风险指标，确立动态风险指标体系，通过层次分析法确定各级因子的权重；此外，提出多级加权迭代法对静态风险进行定性分析，引入功效系数法对动态风险进行定量分析，从而建立山岭隧道施工期静态与动态风险评估模型。该模型可以根据施工前静态风险分析的结果，对高风险段进行施工变更，在施工中进行动态风险分析，根据动态指标的反馈分析，对处于危险状态围岩及时补固加强，确保隧道安全施工。

1 风险评估流程

在参考现有国内、国外文献对隧道风险研究的基础上，结合国内隧道建设特点，按照风险分析、风险评价、风险控制3个主要步骤，将隧道大变形、坍塌风险评估分为以下步骤[13]，如图1所示。

图1 山岭隧道静态与动态风险评估流程图

2 隧道施工期静态与动态风险评估

2.1 风险评价的指标体系

2.1.1 静态指标体系

在参考文献[5]中200余座隧道大变形、坍塌案例基础上，再根据收集的近100座实例的统计分析，归纳出影响山岭隧道施工期大变形、坍塌风险因素主要包括地质因素、设计因素和施工因素。

图2 静态风险评估指标体系层次图

因此把地质因素、设计因素和施工因素作为静态风险评估的1级指标，对每个1级指标进一步细分作为2级指标，根据各级指标相互关系，建立隧道大变形、坍塌静态风险2级评估指标体系层次结构图，如图2所示。

通过对案例影响因素分析，统计分析每一个因素所占的比例，然后进行归一化处理，确定出施工期各因素对大变形影响概率如图3所示，并确立各指标量化明细，如表1所示。

图3 隧道大变形、坍塌与各因素影响概率统计图

表1 静态指标因素分级评分标准

注：在提取过程中按照对应的区间内插值。

2.1.2 动态指标体系

将风险分析与新奥法施工量测体系相结合，选择其中必测项目拱顶沉降和周边收敛位移作为动态风险分析的1级指标，根据1级指标的量测内容进一步细分作为2级指标，依据各级指标相互关系，建立隧道大变形、坍塌动态风险2级评估指标体系层次结构图，如图4所示。

在功效系数评价指标体系中，共有4种变量：指标数值(实际值)越大越好的，为极大型变量；指标数值(实际值)越小越好的，为极小型变量；指标数值在某一点最好的，为稳定型变量；若在某一区间内最好，则为区间型变量[10]。本研究所涉及的动态评价指标均为极小型变量，即指标值越小对事物发展越有利，风险性越小。该动态评价指标的满意值都取理想状态0，而指标的不允许值受地层因素影响比较大，不允许值可由隧道施工图设计的围岩预留变形量、监控量测规范、实际地质情况等综合确定。同时，介于两极值间增加围岩位移预警值来更好保障工程安全，取拱顶沉降累计和周边收敛位移累计的不允许值2/3为预警值。本文以云南元蔓高速公路风口山隧道为例，给出动态评价指标的不允许值、预警值和满意值，如表2所示。

图4 动态风险评估指标体系层次图

表2 动态评价指标的不允许值、预警值和满意值

2.2 风险评价的指标权重确定

2.2.1 静态指标权重确定

采用概率统计法对各级指标赋权重值，根据图3的概率统计，分别对1级指标和2级指标进行归一化处理。各1级指标的权重值为该1级指标下2级指标各因素概率总和，各1级指标的权重值总和为1；某1级指标下各2级指标的权重值是按该一级指标下各2级指标因素概率之间比例计算出的，使得某1级指标下各2级指标的权重值总和也为1。例如1级指标施工因素权重值为超前地质预报、围岩扰动情况、初期支护及时性和组织管理影响概率的总和：3.84%+4.32%+9.43%+8.99%=26.58%，即1级指标施工因素权重值为0.27；1级指标施工因素下2级指标超前地质预报围岩扰动情况、初期支护及时性和组织管理因素权重分别为：3.84%/ 26.58%=0.14，4.32%/26.58%=0.16，9.43%/ 26.58%= 0.36，8.99%/26.58%=0.34。各因子在相应层次的权重分配如表3所示。

表3 静态指标体系权重分配综合表

2.2.2 动态指标权重确定

本文采用层次分析法[9]确定各级指标权重，建立各级指标的层次分析评判矩阵，在此基础上计算出各级因子的权重值，并进行一致性检验。各因子在相应层次的权重分配如表4所示。

表4 动态指标体系权重分配综合表

2.3 隧道施工静态风险评估与动态风险评估模型建立

2.3.1 多级加权迭代评价模型

多级加权迭代评价模型是基于对事物风险性进行全面、深入、系统分析，构建多级评价指标体系，引入加权平均法进行多级加权迭代求得其综合评价值，再结合实际分析对其进行最终评判。该方法具有能够全面地反映风险性的各种影响因素，评价结果能定性的对风险性进行科学、合理、客观的评价。其具体做法如下。

1) 构建多级评价指标体系：根据各影响因素的重要程度以及包含关系构建多层次的综合评价指标体系。比如：首先根据重要程度，把一些重要因素作为1级指标如1，2，…，x，然后根据包含关系，对1级指标x进一步细分若干2级指标如x1，x2，…，x，同理，可根据实际需要，对2级指标进一步细分，直至指标能够对事物风险性完整地、全面地、系统地反映。

2) 量化最后一级评价指标评分标准：根据各因素对事物风险性影响程度，确立各指标百分制量化明细。

3) 确定各评价指标的权重，进行多级加权迭代求得其综合评价值：选择合适的权重确定方法，采用加权平均法从最后一级指标依次迭代，直到计算完第1级指标为止。

2.3.2 功效系数评价模型

功效系数评价模型[10]是一种用于多目标决策及综合评价的定量研究方法，在同度量化基础上明确多个评估指标的功效系数值，并综合各项功效系数值，计算得到综合评价值，进而可根据综合功效系数的大小进行风险评估。其具体做法如下。

1) 确定评价指标体系：选取最重要、影响力最大的有代表性评价指标，各项指标之间要互补、不能重复，对评价目标的状况能够最大程度的综合反映。

2) 确定各项指标的满意值和不允许值：满意值指根据各评价指标利于降低风险的最大值或最小值；不允许值指根据各评价指标不利于降低风险的最大值或最小值。

3) 计算各项指标的功效系数值：

式中：X为第(=1,2,…,)个评价指标的实际值；X为第个指标的满意值；X为第个指标的不允许值；d为第个评价指标的功效系数值。

4) 确定各评价指标的权重，计算评价对象的总功效系数值：

式中：为评价对象的总功效系数值；为第个评价指标的归一化权重系数。

3 风险评价结果评定

3.1 静态风险等级划分

结合大量的数据统计分析和被工程界普遍接受的风险接受准则，将多级加权迭代法评价模型计算的综合评价值划分为5个区间，隧道大变形、坍塌风险性划分为极高风险、高风险、中风险、低风险和安全5个等级与之对应，并对每个风险状态提出相应施工建议，建立5级风险管理体制如表5 所示。

表5 静态风险等级划分

表6 动态风险等级划分

3.2 动态风险安全值

根据功效系数评价模型计算总功效系数作为隧道大变形、坍塌动态风险的综合评价安全值，安全值的大小反映了当前施工状态的风险等级，其值越大，则表明隧道施工中风险就越小，安全性越高。依据安全值大小，将其对应的安全值区间进行划分为5个风险等级，如表6所示。当安全值低于60或拱顶沉降累计值、周边收敛位移累计值超过预警值时，隧道围岩处于极危险状态需要采取措施加固处理。

4 工程应用

云南省元蔓高速公路是云南省“五网”建设重点项目之一，建设主线中隧道、桥梁较多，风口山隧道是其中一座双向4车道双连拱隧道，隧道单洞开挖净宽12.47 m，净高10.29 m，设计车速为80 km/h，全长515 m。隧道区属低中山构造剥蚀地貌，地势相对较缓，地表基岩出露较差，地表植被发育较差，多以耕地及荒山为主，隧道地面高程介于362.7～420.5 m之间，相对高差约为47.5 m，最大埋深约45 m。隧道区域上属元江水系，每逢雨季，大气降水会沿着山坡流向沟谷低洼处，季节和区内降雨对隧道区域水量有较大影响。

本文选取风口山隧道右洞里程K89+620～K89+600段进行大变形、坍塌风险评价，该段围岩主要为强风化砂岩，节理裂隙发育，岩体破碎，多呈碎石状裂碎结构，岩体自稳能力差，属于Ⅴ级围岩。该段隧道断面支护的设计如图5所示，采用预留核心土的上下台阶法开挖，受雨季影响地下水较丰富，导致围岩遇水软化，黏聚力大幅度降低，围岩变形不易控制，给隧道施工带来很大影响，因而对该段进行大变形、坍塌风险评估是有必要的。

图5 隧道断面支护设计

根据上述风口山隧道类型及地质情况，结合拟采用的开挖工法和现场施工组织设计对K89+620～K89+600段进行静态风险评估，根据表1的规则提取相关指标并进行打分，如表7所示。根据表3、表6数据代入多级加权迭代评价模型，评估的综合评价值为75.5分，属于高风险区。据此，对原设计做出变更：将18型工字钢每榀间距由0.6 m缩短为0.4 m，在原设计超前小导管注浆基础上局部增加直径为108 mm超前管棚，长度为4.5 m，环向间距为30 cm；在初期支护时预留注混凝土孔。

表7 静态指标因子提取评分表

图6 K89+610断面动态风险安全值变化

通过对该风险段的监控量量测，选取最大变形断面K89+610的监控量测数据进行动态风险评估，将每天的量测数据代入功效系数评价模型，得到该断面动态风险综合评价安全值变化，如图6所示。该断面从第5 d到第6 d安全值快速下降，到第11 d时安全值低于60，但此时拱顶沉降累计值和周边收敛位移累计值还均未达到预警值，施工单位紧急暂停掌子面开挖，采取措施进行加固：在局部变形较大部位打入直径为42 mm小导管注浆，长为4.5 m，间距为1 m，梅花型布置，采用1:1水泥浆进行注浆，注浆压力为1～0.5 MPa，同时在预留的孔注入C30混凝土。第14 d安全值在89附近波动，围岩变形趋于稳定，大变形处理及时措施得当避免了坍塌风险。

5 结论

1) 将多级加权迭代法和功效系数法应用到隧道大变形、坍塌风险评价中，构建了山岭隧道施工静态和动态风险评估模型。在静态风险定性评估的基础上，将每天监控量测数据代入模型进行动态定量评估，确保隧道风险时时处于可控中。

2) 通过搜集和整理我国300余座隧道大变形、坍塌案例，统计分析出地质因素、设计因素和施工因素为主要风险影响因素，这些主要因素细分为15项作为静态风险评价指标体系，并根据统计的各指标因素对风险事件的影响概率确定静态风险分析各指标的权重；选取监控量测项目作为动态风险评价指标体系，并采用AHP法确定动态风险分析各指标的权重；构建了山岭隧道施工期完整的风险评估指标体系以及客观公正的各指标权重，使得评估结果更加符合工程实际。

3) 将该静态与动态风险评估方法应用于风口山隧道，对该隧道右线K89+620～K89+600进行大变形、坍塌风险评估；施工前的静态风险评估结果为高风险区，对原有支护设计做出变更；在施工中结合监控量测数据进行时时动态风险评估，评估安全值低于60时，施工单位紧急暂停掌子面开挖，及时对大变形围岩进行补强加固，避免了隧道塌方灾害的发生。评估结果符合现场开挖情况，证实了该评估模型的有效性和实用性，对隧道安全施工有一定指导意义。

[1] 巩江峰, 朱勇, 张广泽. 层状围岩隧道大变形等级判别及处理[J]. 铁道工程学报, 2018, 35(12): 51−55. GONG Jiangfeng, ZHU Yong, ZHANG Guangze. The grade discrimination of large deformation of layered surrounding rock in tunnel and its treatment countermeasures[J]. Journal of Railway Engineering Society, 2018, 35(12): 51−55.

[2] 熊自明, 卢浩, 王明洋, 等. 我国大型岩土工程施工安全风险管理研究进展[J]. 岩土力学, 2018, 39(10): 3703−3716. XIONG Ziming, LU Hao, WANG Mingyang, et al.Research progress on safety risk management for large scale geotechnical engineering construction in China[J]. Rock and Soil Mechanics, 2018, 39(10): 3703−3716.

[3] Einstein H H. Risk and risk analysis in rock engineering[J]. Tunnelling and Underground Space Technology Incorporating Trenchless Technology Research, 1996, 11(2): 141−155.

[4] Kwangho You, Yeonjun Park, Jun S Lee. Risk analysis for determination of a tunnel support pattern[J]. Tunnelling and Underground Space Technology Incorporating Trenchless Technology Research, 2005, 20(5): 479−486.

[5] 胡长明, 贡少瑞, 梅源, 等. 山岭隧道穿越冲沟段塌方风险预测与分析[J]. 安全与环境学报, 2013, 13(3): 235−239. HU Changming, GONG Shaorui, MEI Yuan, et al. Collapse risk forecast and analysis of cross-mountainous tunnel construction via gully sections[J]. Journal of Safety and Environment, 2013, 13(3): 235−239.

[6] Rita L Sousa, Herbert H Einstein. Risk analysis during tunnel construction using Bayesian Networks: Porto Metro case study[J]. Tunnelling and Underground Space Technology Incorporating Trenchless Technology Research, 2011, 27(1): 86−100.

[7] 张晨曦, 吴顺川, 吴金. 山岭隧道施工中塌方风险评估模型研究及应用[J]. 中国安全生产科学技术, 2019, 15(9): 128−134. ZHANG Chenxi, WU Shunchuan, WU Jin. Study on risk assessment model of collapse during construction of mountain tunnel and its application[J]. China Safety Science and Technology, 2019, 15(9): 128−134.

[8] LIU W, ZHAO T, ZHOU W, et al. Safety risk factors of metro tunnel construction in China: An integrated study with EFA and SEM[J]. Safety Science, 2018, 105: 98− 113.

[9] 刘靖, 艾智勇, 苏辉. 山岭隧道新奥法施工过程动态风险评估[J]. 同济大学学报(自然科学版), 2012, 40(8): 1142−1146. LIU Jing, AI Zhiyong, SU Hui. Dynamic risk assessment of mountain tunnel during NATM construction[J]. Journal of Tongji University (Natural Science), 2012, 40(8): 1142−1146.

[10] 王迎超, 孙红月, 尚岳全, 等. 功效系数法在隧道围岩失稳风险预警中的应用[J]. 岩石力学与工程学报, 2010, 29(增2): 3679−3684. WANG Yingchao, SUN Hongyue, SHANG Yuequan, et al. Application of efficacy coefficient method to instability risk early-warning of tunnel surrounding rock [J]. Chinese Journal of Rock Mechanics and Engineering, 2010, 29(Suppl 2): 3679−3684.

[11] 陈顺满, 吴爱祥, 王贻明, 等. 基于粗糙集和改进功效系数法的岩体质量评价[J]. 华中科技大学学报(自然科学版), 2018, 46(7): 36−41. CHEN Shunman, WU Aixiang, WANG Yuming, et al. Rock mass quality evaluation based on rough set and improved efficacy coefficient method[J]. Journal of Huazhong University of Science and Technology (Natural Science Edition), 2018, 46(7): 36−41.

[12] 陈舞, 张国华, 王浩, 等. 基于粗糙集条件信息熵的山岭隧道坍塌风险评价[J]. 岩土力学, 2019, 40(9): 3549−3558. CHEN Wu, ZHANG Guohua, WANG Hao, et al. Risk assessment of mountain tunnel collapse based on rough set and conditional information entropy[J]. Rock and Soil Mechanics, 2019, 40(9): 3549−3558.

[13] 李天斌, 何怡帆, 付弦. 高地应力隧道施工期大变形动态风险评估方法及应用[J]. 工程地质学报, 2019, 27(1): 29−37. LI Tianbin, HE Yifan, FU Xian. Dynamic risk assessment method and application of large deformation of high ground stress tunnel during construction period[J]. Journal of Engineering Geology, 2019, 27(1): 29−37.

Static and dynamic risk assessment method of mountain tunnel during construction period and its application

ZHANG Yanjie1, YANG Xiaobing1, REN Mengde2, ZHANG Jiawei1, LIU Tao1, ZHANG Honggang1

(1. Yunnan Construction and Investment Foundation Engineering Co., Ltd., Kunming 650000, China;2. School of Civil Engineering, Xi’an University of Architecture and Technology, Xi’an 710055, China)

In order to make timely and accurate judgement on tunnel construction risk, so that corresponding engineering measures can be taken to prevent the occurrence of large deformation and collapse of the tunnel, the multi-level weighted iterative method and the efficiency coefficient method were applied to evaluate tunnel risk qualitatively and quantitatively, and the static and dynamic risk assessment model of the tunnel was established. Based on the statistical analysis of more than 300 cases of large deformation and collapse of tunnels in China, the static risk assessment index system was established with geological, design and construction factors as the index, and the index scoring stander was formulated. In addition, the dynamic risk assessment indexes were determined by combining risk analysis with monitoring measurement. Based on the analysis of risk factors and monitoring measurement, the model was used to evaluate the risk of the Fengkoushan tunnel. The results show that the evaluation results are consistent with the practical situation. And the method is effective and practical. It provides a new research idea and experience for the risk assessment of the mountain tunnel construction.

mountain tunnel; multi-level weighted iterative method; efficacy coefficient method; static and dynamic risk assessment