铁路邻近营业线施工安全风险评估

张 宏高级工程师 滕仓国 梁栓民 吴建强 王玉镇

(1.中国铁路兰州局集团建设部，甘肃 兰州，730030；2.兰州铁道设计院有限公司，甘肃 兰州，730030)

0 引言

近年来，有许多铁路建设工程项目在既有铁路附近一定范围内进行与之平行、上跨、下穿、接入等施工，往往影响既有线路的正常运输和使用，甚至造成行车安全事故。据统计分析，邻近营业线施工事故占铁路工程事故总数的近10%，是铁路建设工程重大事故，属于易发类事故[1]。2021年6月4日5时18分许，兰新铁路突发列车与铁路施工人员相撞事故，导致9人遇难，再次向人们敲响邻近营业线施工安全防护的警钟。

以往对邻近营业线施工安全风险的研究大多是从安全风险影响因素分析入手，提出风险防控措施，且用层次分析法等较为主观的风险评估方法，不能客观反映铁路邻近营业线施工安全风险影响因素的主次情况，需要对邻近营业线施工安全风险的评估进行进一步量化研究。如邱青云等[2]通过研究铁路建设工程风险特点，总结风险辨识、分类和分析的理论方法；孙晓苏[3]对既有线铁路风险进行分类，并运用层次分析法对邻近营业线施工的风险进行分析，提出要加强经济风险和管理风险的防控；魏圆圆等[4]运用模糊网络分析法对高铁安全等级进行评估，并构建适用于高速铁路风险评估的指标体系；梁娜[5]分析铁路营业线施工安全风险特点，并提出应从加强施工管理、强化安全意识、加大施工设备管控力度、树立风险防范意识和建立施工协调配合防控机制5方面进行营业线施工风险防控。动态权重—二维云模型可反映具体施工项目风险的特性，对风险进行定量评估，直观表达风险评估结果。如陈建宏等[6]用动态权重法对边坡稳定性评价指标进行赋权，建立边坡稳定性评价模型；王景春等[7]将风险后果与概率作为二维云的基础变量，构建箱涵下穿既有线的二维云施工风险评价模型，输出云图表征评价结果；李海文等[8]运用动态权重—二维云模型对川藏铁路桥梁施工风险进行评估。以上研究都为动态权重—二维云模型应用于铁路邻近营业线施工安全风险评估提供理论基础。

鉴于此，本文以铁路邻近营业线施工项目为研究对象，考虑其风险的特殊性，总结风险特点，从路基轨道受损、电力设备受损、人员进入营业线、机械设备侵限及坠物遗留物侵限5个方面进行全面的风险识别，构建包含5个一级指标和21个二级指标的邻近营业线施工安全风险评估指标体系。采用动态权重—二维云模型进行铁路邻近营业线施工安全风险定量评估，最后得出该项目风险评估结果，并以中兰客专石板沟特大桥上跨红会铁路施工项目为例，进行实证研究。

1 动态权重—二维云模型基本理论

1.1 动态权重模型

动态权重模型[9]是在传统赋权方法的基础上，综合考虑施工过程中的变化对风险因素的影响来确定指标权重的赋权方法。相比于传统赋权方法，动态权重模型可反映铁路邻近营业线施工过程中可能存在的风险因素对安全风险影响大小的动态变化。本文采用动态权重模型，可更加客观、准确地确定铁路邻近营业线施工安全风险各影响因素的权重值。对本文研究对象而言，动态变化主要包括2个方面：一是多变的自然气候条件，不同自然条件的风险因素对铁路邻近营业线施工安全风险影响程度的不同；二是不同的施工技术和施工方案对项目安全风险的作用存在差别。在工程建设过程中，根据施工现场的情况变化，评估指标的权重也发生变化。

动态权重可分为3部分：一是普适标准权重，表征铁路邻近营业线施工的风险历史信息；二是工程标准权重，反映某一具体工程项目风险因素的特殊性；三是权重乘子，反映铁路邻近营业线施工过程中评估指标的动态变化。动态权重赋权法可分以下3步实施：

(1)确定普适标准权重。查阅铁路邻近营业线历史施工安全事故记录，统计事故原因，计算各种危险因素造成事故的百分比，并进行归一化，得到指标的通用标准权重。

(2)确定工程标准权重。由于铁路邻近营业线施工项目所处环境和施工条件存在差异，因而施工所采用的方法和技术也有所不同。工程标准权重可反映不同邻近营业线施工项目的特殊性，其计算可通过式(1)进行。

(1)

式中：

w(0)i—第i个指标的工程标准权重；

wi—第i个指标的普适标准权重；

s(0)i—专家给出的第i个指标的初次评分值；

k—指标个数的取值，有n个指标，k=1，2，…，n。

(3)确定动态权重。铁路邻近营业线施工风险管理是一个动态过程，安全风险因素对项目风险的影响会随现场条件的变化而变化，该风险影响指标的权重也随之变化。指标权重更新的方法为乘权重法，其计算方法如下：

φ(j)i=1+|s(j)i-s(0)i|

(2)

式中：

φ(j)i—第i个指标第j次更新的权重乘子；

s(j)i—第i个指标第j次更新的评分值，j是动态权重更新次数。

则第j次更新后的动态权重为：

(3)

式中：

w(j)i—第i项指标第j次更新后的动态权重；

w(0)—工程标准权重。

1.2 二维云模型

云模型可实现定性概念与定量值之间的不确定转换，由2个影响因素共同作用的定性问题可以用二维云模型进行综合评价研究。设X为一个定量论域，用精确数值表示C是X上的定性概念，若定量值x∈X，且x是定性概念C的一次随机实现，x对C的确定度(x)∈[0，1]，是趋势稳定的随机数。将x在论域X上的分布叫做云，x称为云滴。

二维云模型通常是用期望Ex、熵En和超熵He3个数值来表征其数字特征。其中期望反映的是定性概念的数值；熵值反映的是定性概念所接受的数值范围，即对于期望的概率和模糊度，熵越大，定性概念所接受的范围越大；超熵是熵的熵，表示熵的不确定性，反映云滴的稳定性程度，云滴越厚表明隶属度的离散程度越大[10]。

2 邻近营业线施工安全风险评估指标体系

与铁路工程建设其他施工项目相比，邻近营业线施工具有其特殊性。邻近营业线工点施工可能会导致营业线路基轨道受损、电力设备受损的情况，同时也存在人员进入营业线、机械设备侵限和坠物遗留物侵限的风险。基于上述情况，结合《铁路营业线施工安全管理办法》(铁运【2012】280号)、《铁路建设项目安全生产管理办法》、《铁路建设项目质量安全红线管理规定》(铁总建设【2017】310号)、《风险管理 原则与实施指南》(GB/T 24353-2009)等法律法规、行业规范以及相关文献[11-13]，对铁路邻近营业线施工安全风险因素进行整体、全面、分层分析，最终确定21项风险因素，构建铁路邻近营业线施工安全风险评估指标体系，如图1。

3 邻近营业线施工安全风险评估模型

3.1 综合风险云

铁路邻近营业线施工安全风险等级是由风险事件发生概率和造成后果损失程度共同决定的，因此，将风险事件发生概率和造成后果损失程度作为评估模型的2个基础变量。邀请铁路建设行业专家以10分为满分给各评估指标风险发生概率和后果损失程度进行打分，分值精确到0.1。专家对二级指标的风险发生概率和后果损失程度打分，计算其数字特征，再将数字特征输入正向云发生器，设置发生次数为2 000，形成2 000个云滴，构成该评价指标的风险概率云和风险后果云，进一步形成二维综合评价云，再利用MATLAB逆向云发生器生成一级风险概率云和风险后果云的数字特征。其计算过程如式(4)、(5)。

(4)

=(Ex′，En′，He′)

(5)

式中：

xm—第m个专家打分值；

S2—样本方差；

q—专家数；

ωf—第f个评价指标的权重。

先求得二级指标评价云数字特征矩阵，再将其与之对应的权重向量进行合成运算，便可得到一级评价指标的数字特征，最终可得最终综合评价云数字特征[10]。

3.2 标准风险云

(6)

式中：

z—一个常数，由变量本身模糊度确定，本文取值0.05。

表1 标准风险云特征值Tab.1 Eigenvalues of the standard risk cloud

3.3 计算贴近度

为保证计算结果的准确性，避免二维云图可能产生的视觉误差对评估结果的影响，可以通过计算综合风险云与标准云的贴近程度，来确定风险评估等级。贴近度越大，说明该风险项评估结果越贴近所对应的风险等级。贴近度R的计算公式如下：

(7)

式中：

Ey—评价云风险后果期望；

4 应用实例

4.1 研究对象及评级指标选取

本文选取新建中卫至兰州铁路石板沟特大桥上跨红会铁路施工项目为安全风险评估应用实例。新建中卫至兰州铁路(甘肃段)3标段石板沟特大桥位于甘肃省白银市靖远县内，起讫里程为DK143+081.525～DK144+395.755，全长1 314.23m，上部结构为32.6m预制简支梁，梁高2.6m，梁宽12.2m，梁体自重714t，轨面以上净空高度41m。在DK143+916.25处跨越红会线(既有线里程K60+320)，跨度31.5m，与红会铁路呈95°夹角。红会线线路等级为客货共线，正线数目为单线，运营时速为70km/h；此处红会线为路基，路基高3.5m，上宽4.4m，下宽13.15m。邻近营业线施工内容主要包括25#-27#墩箱梁架设及其遮板、栏杆、防护网安装。石板沟特大桥上部结构施工与红会线平面关系，如图2。

图2 石板沟特大桥上部结构施工与红会线平面关系图Fig.2 The plan relationship between the superstructure construction of the Shibangou Bridge and the Honghui Railway

依据图1，从路基轨道受损、电力设备受损、人员进入营业线、机械设备侵限及坠物遗留物侵限5个方面选取21个指标，对该项目进行施工安全风险评估。邀请10名参与该项目专家对各评估指标进行打分，将10名专家分为5组，按照该项目施工实际情况为风险指标发生的概率大小以及以后可能造成的后果严重程度进行初次评分，分别记为A1、A2，见表2。

在中兰客专石板沟特大桥上跨红会铁路施工过程中，常遇风沙天气，施工现场能见度低。营业线东侧为黄土质山坡，且在坡顶设有施工便道，供混凝土罐车及其他建设材料运输车辆通行，该山坡存在滑移坍塌的风险。营业线西侧是一条县道，车流量较大，交通管制难度较大。施工现场有数个村庄，常有村民前来围观施工现场，现场配备专职安全员防止人员进入营业线。经专家讨论决定，对风险指标机械设备刮碰到电力设备B23、作业现场盯控不到位B31、营业线列车靠近时人员撤离不及时B33、未布置防护网和防飞石排架B52、邻近营业线物料堆放不符合规定B54所对应的发生概率和损失程度动态评分相应增加。增加的分值用a1、a2表示，见表2。

表2 初次评估及动态风险评分表Tab.2 Initial assessment and dynamic risk score sheet

4.2 计算动态权重

将表2中初次评估及动态风险评分结果取平均值后，通过式(1)计算各二级指标的工程标准权重，再用式(2)计算各指标的权重乘子，最后通过式(3)计算出各二级风险指标的动态权重，见表3。得到二级指标权重后可进一步计算一级指标权重，见表4。

表3 动态权重表Tab.3 Dynamic weight table

表4 风险云数字特征Tab.4 Digital characteristics of the risk cloud

4.3 绘制综合风险云

以表2中数据为基准，通过式(4)计算各二级评估指标概率云和后果云的数字特征，再以表3数据为基准，通过式(5)将对应的概率云和后果云的数字特征和权重进行合乘运算，即可得到综合风险云的数字特征，见表4。

得到各级指标风险云数字特征后，将综合风险概率云和后果云数字特征输入到Matlab正向云发生器，可得到综合风险云图，如图3。再将5个一级指标风险云数字特征输入Matlab正向云发生器，得到一级指标风险云图，如图4。

从图4可以看出，新建中卫至兰州铁路石板沟特大桥上跨红会铁路施工项目综合风险云靠近高度风险(Ⅳ级)标准云，因此可初步认定该项目风险等级为Ⅳ级。一级评估指标路基轨道受损B1和电力设备受损B2的风险云靠近高度风险(Ⅳ级)标准云，说明此2项指标风险等级为Ⅳ级。一级指标人员进入营业线B3和坠物遗留物侵限B5的风险云靠近极高风险(Ⅴ级)标准云，说明此2项指标风险等级为Ⅴ级。一级指标机械设备侵限B4的风险云几乎与低度风险(Ⅱ级)标准云重合，说明该评估指标风险等级为Ⅱ级。

图3 综合风险云图Fig.3 Comprehensive risk cloud diagram

图4 一级指标风险云图Fig.4 The risk cloud diagram of the level 1 indicator

4.4 计算贴近度

为进一步量化风险评估结果，避免风险云图视觉误差造成的评估结果不准，通过计算综合风险云与标准云贴近度来确定该项目的风险评估等级。将表4中综合风险云和标准云的数字特征代入式(7)，计算得到综合风险云与各标准云的贴近度。分别用D1-D5表示综合风险云与各标准云的贴近度，计算结果如下：

D1=0.105；D2=0.149；D3=0.256；D4=0.927；D5=0.571

由贴近度的计算结果可以看出，D4>D5>D3>D2>D1，即该项目安全风险评价云靠近Ⅳ级标准云，其安全风险等级为高度风险，该评价结果与项目实际相符。贴近度计算是从量化角度对评价结果进一步验证，保证云模型评价结果的准确性，计算结果与云模型评价结果一致，说明该方法科学可行。

5 结论

(1)本文提出动态权重—二维云风险评估模型对铁路邻近营业线施工安全风险进行评估，并以新建中卫至兰州铁路石板沟特大桥上跨红会铁路施工项目为例进行实证研究，得出的结论与该项目的实际风险等级一致，验证评估方法的可行性和评估模型的科学性。

(2)在文献研究的基础上结合相关法律法规及行业规范，总结铁路邻近营业线施工项目的风险特点，筛选21个典型风险因素构建邻近营业线施工安全风险评估指标体系。通过专家访谈采用动态权重模型确定指标权重，兼顾施工过程中固有风险和变动的风险，突出该施工项目的安全风险特性，同时也克服传统风险评估方法的主观性。运用二维云模型输出的云图直观反映评估风险等级。

(3)对新建中卫至兰州铁路石板沟特大桥上跨红会铁路进行施工安全风险水平综合评估，得到其综合评估结果为高度风险(Ⅳ级)，说明该项目安全风险等级较高。各一级指标评估结果表明，该项目人员进入营业线B3和坠物遗留物侵限B5的安全风险最大，应从这2方面做好安全风险管理工作，提高项目风险管理水平。

(4)后续研究可在本文研究的基础上进一步完善铁路邻近营业线施工安全风险的影响因素，优化评估指标体系，全面提高评估模型的精度。