基于动态贝叶斯网络的地铁隧道施工风险评估

卢鑫月; 许成顺; 侯本伟; 杜修力; 李立云

doi:10.11779/CJGE202203011

基于动态贝叶斯网络的地铁隧道施工风险评估 English Version

北京工业大学城市与工程安全减灾教育部重点实验室, 北京 100124

基金项目:

国家自然科学基金重点项目 51538001

详细信息

作者简介:
卢鑫月(1992—)，女，博士研究生，主要从事隧道工程及风险评估领域的研究。E-mail: luxinyue2018@163.com

通讯作者:
许成顺, E-mail: xuchengshun@bjut.edu.cn

中图分类号: TU431
计量
- 文章访问数: 518
- HTML全文浏览量: 136
- PDF下载量: 375
出版历程
- 收稿日期: 2021-04-18
- 网络出版日期: 2022-09-22
- 刊出日期: 2022-02-28

Risk assessment of metro construction based on dynamic Bayesian network

Key Laboratory of Urban Security and Disaster Engineering, Beijing University of Technology, Beijing 100124, China

摘要

摘要: 近年来中国地铁隧道建设发展迅速，然而地铁施工事故频繁发生。针对施工过程中风险随时间的演变，提出基于动态贝叶斯网络(DBN)和模糊综合评价法(FCEM)的地铁隧道施工动态风险评估方法，结合沉降监测数据进行地铁隧道下穿既有建筑物的风险实时动态评估。该方法通过施工环境、施工技术、施工机械、施工管理4方面共12个风险因素与施工风险间的因果关系，建立地铁隧道施工风险DBN模型，预测施工过程风险发生概率的动态变化；根据施工实测的累计沉降值和沉降变形速率反馈DBN模型，更新动态风险概率评估结果；基于FCEM评估地铁隧道施工风险损失，并计算施工动态风险值。以北京地铁14号线地铁盾构施工下穿工程为案例验证方法的合理性，结果表明该方法结合监测数据的动态风险评估结果能较好地反映实际施工过程中的突发风险事件。
- 动态贝叶斯网络 /
- 模糊综合评价 /
- 监测数据更新 /
- 噪声或门
Abstract: Recently, tunnel construction has developed rapidly in China. However, tunnel construction accidents occur frequently. In order to reveal the risk evolution process during the construction process over time, a dynamic tunnel construction risk assessment method is proposed based on the dynamic Bayesian network (DBN) and the fuzzy comprehensive evaluation method (FCEM). The settlement monitoring data induced by underpass tunnel excavation can be used to evaluate the real-time risk of above-ground structures by employing the proposed method. Twelve risk factors are classified into construction environment, construction technology, construction machinery and construction management. The causal relationship between twelve risk factors and tunnel construction risk is considered to build the DBN model, and the model is used to predict the evolution of risk during the construction process. The monitoring data of settlement and subsidence rate are used to update the assessment results of dynamic risk probability. The tunnel construction risk is evaluated by the fuzzy comprehensive evaluation method and the construction dynamic risk is calculated by the definition of risk. The reasonability of the proposed method is verified through the case of shield construction project of Beijing Metro Line 14. The results show that the proposed method can reflect the unexpected risk events in the actual construction process.
- dynamic Bayesian network /
- fuzzy comprehensive evaluation method /
- update of monitoring data /
- noisy-or gate

HTML全文

0. 引言

洞室开挖后根据围岩的应力与变形可以将其分为弹性区、塑性软化区、塑性残余区^[1-2]，弹性区内围岩的应力值没有超过岩体极限承载力，计算时各参数可以取峰值；塑性软化区内的应力值超过岩体极限承载力，岩体参数发生劣化且承载能力与弹性区相比有所下降；塑性残余区内的围岩处于“流动状态”，计算其应力与变形时需采用参数残余值^[3-4]。

文献[5~9]在考虑围岩应变软化及其它影响因素后推导了洞室围岩应力场及塑性区半径，发现洞室围岩应力分布、塑性区半径均与围岩应变软化密切相关，围岩的应变软化现象会使塑性区半径增大，同时维持洞室稳定所需要的支护阻力p_i比不考虑应变软化时更大。

目前基于弹塑性理论与应变软化模型对洞室围岩稳定性及变形等方面的研究较为充足，但采用传统应变软化模型时只考虑了黏聚力与内摩擦角等强度参数的折减，忽略了弹性模量等刚度参数的折减^[10-12]，这会导致计算得到的围岩变形量偏小，不符合实际。此外洞室开挖后多采用系统锚杆对围岩进行加固，系统锚杆可以控制围岩变形，提高围岩强度参数，增加洞室自身稳定性^[13-15]，但即使锚固后的洞室围岩（以下简称“锚固围岩”）在重分布应力较大时也会进入塑性状态，当应变值较大时同样会进入塑性残余状态。目前考虑刚度与强度参数同时劣化的洞室锚固围岩弹塑性分析还鲜有涉及，因此本文基于D-P屈服准则，考虑刚度劣化、强度劣化、中间主应力等因素后建立了洞室锚固围岩的弹塑性解，并对相关影响因素进行具体分析，为指导工程设计施工提供依据。

1. 理论分析模型

1.1 深埋圆形洞室力学模型

洞室开挖时的假定条件如下：①围岩为各向同性均质围岩；②洞室埋深足够深，开挖断面为圆形，开挖半径为R₀；③原岩应力场为P₀；④锚杆长度L大于塑性区范围。力学模型如图 1所示，在锚杆支护状态下围岩分为4个区域，分别为普通弹性区（区域Ⅰ）、锚固弹性区（区域Ⅱ，半径为R_L）、塑性软化区（区域Ⅲ，半径为R_p）、塑性残余区（区域Ⅳ，半径为R_b），存在如下关系：R_L-R₀=L，L为锚杆长度。

图 1 锚杆支护围岩分区示意图

Figure 1. Schematic diagram of partition of rock bolt support

下载: 全尺寸图片幻灯片

1.2 锚固围岩力学参数

在研究锚杆对围岩的加固作用时经常将锚杆加固后的岩体看成是等效复合岩体，借助参数等效原则通过引入锚杆密度因子^[13]得到复合岩体刚度与强度参数^[14-15]：

${E_{\text{s}}} = \frac{{{E_{\text{a}}}{\rm{ \mathsf{ π} }}r_{\text{b}}^{\text{2}} + {E_0}({s_{\text{l}}}{s_{\text{r}}} - {\rm{ \mathsf{ π} }}r_{\text{b}}^{\text{2}})}}{{{s_{\text{l}}}{s_{\text{r}}}}} \text{, }$

(1a)

${\varphi _{\text{s}}} = \arcsin \left[ {\frac{{(1 + \sin {\varphi _0})\alpha + 2\sin {\varphi _0}}}{{(1 + \sin {\varphi _0})\alpha + 2}}} \right] \text{, }$

(1b)

${c_{\text{s}}} = \frac{{c(1 + \alpha )(1 - \sin {\varphi _0})\cos {\varphi _{\text{a}}}}}{{(1 - \sin {\varphi _{\text{a}}})\cos {\varphi _0}}} 。$

(1c)

式中：E_s，E_a，E₀分别为复合岩体、锚杆、围岩弹性模量；s_l，s_r分别为锚杆纵向、环向间距；r_b为锚杆半径； $\alpha$ 为锚杆密度因子，且 $\alpha$ =[2πr_btan(φ/2)]/(s_ls_r)；c，φ为围岩自身的黏聚力和内摩擦角。

1.3 D-P屈服准则与围岩劣化模型

Drucker-Prager屈服准则既考虑了中间主应力对屈服与破坏的影响，又考虑了静水压力的影响，已广泛应用于岩石力学中，其屈服函数为^[16]

$f\left({{\mathit{\boldsymbol{I}}}}_{1}\text{, }\sqrt{{{\mathit{\boldsymbol{J}}}}_{2}}\right)=\sqrt{{{\mathit{\boldsymbol{J}}}}_{2}}-\alpha {{\mathit{\boldsymbol{I}}}}_{1}-k=0 。$

(2)

式中： ${{\mathit{\boldsymbol{I}}}_1}$ 与 ${{\mathit{\boldsymbol{J}}}_2}$ 分别为应力张量第一不变量和应力偏张量第二不变量（压应力为正、拉应力为负）， ${{\mathit{\boldsymbol{I}}}_1}$ = ${\sigma _\theta } +$ ${\sigma _z}$ + ${\sigma _r}$ ； ${{\mathit{\boldsymbol{J}}}_2}$ =[( ${\sigma _\theta } - {\sigma _z}$ )²+( ${\sigma _\theta } - {\sigma _r}$ )²+( ${\sigma _z} - {\sigma _r}$ )²]/6。 $\alpha$ 和k为D-P准则材料常数，与强度参数c，φ之间存在如下关系： $\alpha$ =2sinφ/[3^0.5(3-sinφ)]；k=6ccosφ/[3^0.5(3-sinφ)]。引入中间主应力系数n来反映 ${\sigma _2}$ 与最小主应力 ${\sigma _3}$ 和最大主应力 ${\sigma _1}$ 之间的关系，并令n=( ${\sigma _2} - {\sigma _3}$ )/( ${\sigma _1} -$ ${\sigma _3}$ )，将n代入 ${{\mathit{\boldsymbol{I}}}_1}$ 与 ${{\mathit{\boldsymbol{J}}}_2}$ 后，再代入式（2），可得到

$f={\sigma }_{\theta }-\frac{N}{M}{\sigma }_{r}-\frac{k}{M}=0\text{ }。$

(3)

式中：M=m- $n\alpha - \alpha$ ；N=m-n $\alpha + 2\alpha$ ；m=[(n²-n+1)/3]^0.5。

如图 2所示，当围岩处于弹性阶段时，黏聚力c、内摩擦角φ、弹性模量E均可以取峰值，将c，φ代入D-P准则，得到材料常数 $\alpha$ 和k后便可以得到弹性阶段的屈服准则表达式；当等效应变的累积值达到产生塑性变形时的临界值时围岩开始进入塑性软化阶段，此时黏聚力、内摩擦角、弹性模量均取软化值c'、φ'、E'，通过c'，φ'求得 $\alpha '$ ，k'后代入式（3）便可得到塑性软化阶段的屈服准则表达式；当围岩进入塑性残余阶段时，黏聚力、内摩擦角、弹性模量均取残余值c"、φ"、E"，通过c"、φ"求得 $\alpha ''$ 、k"后代入式（3）便可得到塑性残余阶段的屈服准则表达式。

图 2 岩体刚度和强度参数随塑性应变的变化规律

Figure 2. Variation of stiffness and strength parameters of rock mass with plastic strain

下载: 全尺寸图片幻灯片

1.4 塑性围岩扩容规律

当塑性区内的锚固围岩等效应变小于 $\varepsilon _{\text{b}}^{}$ ε_b时流动法则如式（4）所示，式中η₁为扩容系数。假设岩石塑性变形服从非关联流动法则，令塑性势函数g等于屈服函数f，将f中的内摩擦角φ替换成剪胀角ψ即可得到g的表达式^[16]：

$\varepsilon _r^{\text{p}} + {\eta _1}\varepsilon _\theta ^{\text{p}} = 0 。$

(4)

由塑性位势理论可知

$\text{d}{\varepsilon }_{ij}^{\text{p}}=\text{d}\lambda \frac{\partial g}{\partial {{\boldsymbol{\sigma}} }_{ij}}\text{ }。$

(5)

式中：g为塑性势函数； ${\text{d}}\varepsilon _{ij}^{\text{p}}$ 为塑性应变增量； ${\sigma _{ij}}$ 为应力张量； ${\text{d}}\lambda$ 为与塑性势函数相关联的比例系数，0≤ ${\text{d}}\lambda$ 。

根据式（5）有

$\left. \begin{array}{l}\text{d}{\varepsilon }_{\theta }^{\text{p}}=\text{d}\lambda \frac{\partial {g}_{\text{p}}}{\partial {\sigma }_{\theta }}=\text{d}\lambda \text{ }\text{, }\\ \text{d}{\varepsilon }_{r}^{\text{p}}=\text{d}\lambda \frac{\partial {g}_{\text{p}}}{\partial {\sigma }_{r}}=-\text{d}\lambda \frac{{n}_{\psi }}{{m}_{\psi }}\text{ }。\end{array} \right\}$

(6)

式中： ${m_\psi }$ =(9+3 $\mu _\sigma ^{\text{2}}$ )^0.5-3 ${\alpha _\psi }\mu _\sigma ^{}$ -9 ${\alpha _\psi }$ ； ${n_\psi }$ =(9+3 $\mu _\sigma ^{\text{2}}$ )^0.5-3 ${\alpha _\psi }\mu _\sigma ^{}$ +9 ${\alpha _\psi }$ ； ${\alpha _\psi }$ =sinΨ/[(9+sin2Ψ)^0.5]。

定义扩容系数 ${\eta _1}$ 为最小塑性主应变与最大塑性主应变之比，根据上面推导可以得到 ${\eta _1}$ = ${n_\psi }$ / ${m_\psi }$ 。当塑性区内的部分锚固围岩等效应变大于 $\varepsilon _{\text{b}}^{}$ 时，这部分锚固围岩便进入塑性残余状态，此时考虑扩容的流动法则为

$\varepsilon _r^{\text{b}} + {\eta _2}\varepsilon _\theta ^{\text{b}} = 0 \text{, }$

(7)

式中， ${\eta _2}$ 为塑性残余区的扩容系数，可令 ${\eta _2}$ =1+μ，μ多介于0.3~0.5，因此 ${\eta _2}$ 取1.3~1.5。

2. 洞室围岩弹塑性分析

2.1 基本方程

平衡微分方程（不计体力）为

$\frac{\text{d}{\sigma }_{r}}{\text{d}r}+\frac{{\sigma }_{r}-{\sigma }_{\theta }}{r}=0\text{ }。$

(8)

几何方程为

${\varepsilon _r} = \frac{{{\text{d}}u}}{{{\text{d}}r}};{\varepsilon _\theta } = \frac{u}{r} 。$

(9)

本构方程（平面应变）：

$\left. \begin{array}{c}{\varepsilon }_{r}=\frac{1-{\nu }^{2}}{E}\left({\sigma }_{r}-\frac{\nu }{1-\nu }{\sigma }_{\theta }\right)\text{ }\text{, }\\ {\varepsilon }_{\theta }=\frac{1-{\nu }^{2}}{E}\left({\sigma }_{\theta }-\frac{\nu }{1-\nu }{\sigma }_{r}\right)\text{ }。\end{array} \right\}$

(10)

式中：u为径向位移；r为极径；E为弹性模量； $\nu$ 为泊松比。

2.2 弹性区分析

根据拉梅应力计算公式以及弹性区边界条件：r→∞时， $\sigma _r^{\text{e}}$ =P₀；r=R_p时令 $\sigma _r^{\text{e}}$ =σ_R，满足 $\sigma _\theta ^{}$ + $\sigma _r^{}$ =2P₀，可得非锚固弹性区应力为

$\left. \begin{array}{c}{\sigma }_{r}^{\text{e}}={P}_{0}+\frac{{P}_{0}\text{(}M-N\text{)}-k}{M+N}{\left(\frac{{R}_{\text{p}}}{r}\right)}^{2}\text{ }\text{, }\\ {\sigma }_{\theta }^{\text{e}}={P}_{0}-\frac{{P}_{0}(M-N)-k}{M+N}{\left(\frac{{R}_{\text{p}}}{r}\right)}^{2}\text{ }。\end{array} \right\}$

(11)

由式（11）可得非锚固区与锚固区（r=R_L）处的应力表达式为

$\left. \begin{array}{c}{\sigma }_{r}^{\text{e}}|{}_{r={R}_{\text{L}}}={P}_{0}+\frac{{P}_{0}(M-N)-k}{M+N}{\left(\frac{{R}_{\text{p}}}{{R}_{\text{L}}}\right)}^{2}\text{ }\text{, }\\ {\sigma }_{\theta }^{\text{e}}|{}_{r={R}_{\text{L}}}={P}_{0}-\frac{{P}_{0}(M-N)-k}{M+N}{\left(\frac{{R}_{p}}{{R}_{\text{L}}}\right)}^{2}\text{ }。\end{array} \right\}$

(12)

锚固弹性区围岩可以看成内外受径向应力的圆环，如图 3所示，p₂为锚固区与非锚固区交界处（r=R_L）的径向应力，p₁为弹塑性交界面处（r=R_p）的径向应力，因此锚固围岩应力表达式可以写成^[17]

$\left. \begin{array}{c}{\sigma }_{r}^{\text{e}}=-\frac{A}{{r}^{2}}+C\text{ }\text{, }\\ {\sigma }_{\theta }^{\text{e}}=\frac{A}{{r}^{2}}+C\text{ }。\end{array} \right\}$

(13)

图 3 锚固弹性区受力分析图

Figure 3. Stress analysis diagram of anchored elastic zone

下载: 全尺寸图片幻灯片

式中： $A=\frac{\text{(}{\sigma }_{{R}_{\text{L}}}-{\sigma }_{{R}_{\text{p}}}\text{)}{R}_{\text{L}}^{2}\cdot {R}_{\text{p}}^{2}}{{R}_{\text{L}}^{2}-{R}_{\text{p}}^{2}}，C=\frac{{\sigma }_{{R}_{\text{L}}}{R}_{\text{L}}^{\text{2}}-{\sigma }_{{R}_{\text{p}}}{R}_{\text{p}}^{2}}{2\text{(}{R}_{\text{L}}^{2}-{R}_{\text{p}}^{2}\text{)}}$ 。

此处，求 ${\sigma _{{R_{\text{L}}}}}$ 时采用的强度参数为非锚固围岩的强度参数，求 ${\sigma _{{R_{\text{p}}}}}$ 时采用的强度参数为锚固围岩的强度参数。

根据本构方程，减去应力分量中的原岩应力成分后，由式（10），（13）可得锚固围岩弹性区应变分布为

$\left. \begin{array}{l}{\varepsilon }_{r}^{\text{e}}=\frac{1+\nu }{E}\left[-\frac{A}{{r}^{2}}+(2C-{P}_{0})\cdot (1-2\nu )\right]\text{ }\text{, }\\ {\varepsilon }_{\theta }^{\text{e}}=\frac{1+\nu }{E}\left[\frac{A}{{r}^{2}}+(2C-{P}_{0})\cdot (1-2\nu )\right]\text{ }。\text{ }\end{array} \right\}$

(14)

根据几何方程及式（14）可以得到锚固弹性区内围岩的位移量为

$u_r^{\text{e}} = \frac{{1 + \nu }}{E}\left[ {\frac{A}{r} + (2C - {P_0}) \cdot (1 - 2\nu )r} \right] 。$

(15)

2.3 塑性区分析

（1）塑性软化区

当等效应变大于 $\varepsilon _{}^{\text{p}}$ 且小于 $\varepsilon _{}^{\text{b}}$ 时锚固围岩进入塑性软化阶段，此时塑性软化区内总应变为 $\varepsilon _r^{}$ = ${(\varepsilon _r^{\text{e}})_{r{\text{ = }}{R_{\text{p}}}}}$ + $\varepsilon _r^{\text{p}}$ ； $\varepsilon _\theta ^{}$ = ${(\varepsilon _\theta ^{\text{e}})_{r{\text{ = }}{R_{\text{p}}}}}$ + $\varepsilon _\theta ^{\text{p}}$ 。根据式（4），（14）可以得到塑性软化区的位移协调方程为

$\frac{{{\text{d}}u}}{{{\text{d}}r}} + {\eta _1}\frac{u}{r} = \varepsilon _r^{\text{e}}\left| {_{r = {R_{\text{p}}}}} \right. + {\eta _1}\varepsilon _\theta ^{\text{e}}\left| {_{r = {R_{\text{p}}}}} \right. 。$

(16)

解式（16）微分方程，并利用边界条件r=R_p时u=[(1+ $\nu$ )/E][(A/R_p)+(2C-P₀)(1-2 $\nu$ )R_p]可以得到锚固围岩塑性软化区位移为

$\begin{array}{l} u_r^{\text{p}} = \frac{{1 + \nu }}{E} \cdot \frac{2}{{{\eta _1} + 1}} \cdot \frac{A}{{R_{\text{p}}^2}} \cdot r \times {\left( {\frac{{{R_{\text{p}}}}}{r}} \right)^{{\eta _1} + 1}} + \\ \ \ \ \ \ \frac{{1 + \nu }}{E}\left( {\frac{{{\eta _1} - 1}}{{{\eta _1} + 1}} \cdot \frac{A}{{R_{\text{p}}^{\text{2}}}} + (2C - {P_0})(1 - 2\nu )} \right) \cdot r 。 \end{array}$

(17)

根据式（17），（9）可以得到塑性软化区应变为

$\begin{array}{l} \varepsilon _r^{\text{p}} = - {\eta _1}\frac{{1 + \nu }}{E} \cdot \frac{2}{{{\eta _1} + 1}} \cdot \frac{A}{{R_{\text{p}}^{\text{2}}}} \cdot {\left( {\frac{{{R_{\text{p}}}}}{r}} \right)^{{\eta _1} + 1}} +\\ \ \ \ \ \ \frac{{1 + \nu }}{E}\left( {\frac{{{\eta _1} - 1}}{{{\eta _1} + 1}} \cdot \frac{A}{{R_{\text{p}}^{\text{2}}}} + (2C - {P_0})(1 - 2\nu )} \right) \text{, } \end{array}$

(18a)

$\begin{array}{l} \varepsilon _\theta ^{p} = \frac{{1 + \nu }}{E} \cdot \frac{2}{{{\eta _1} + 1}} \cdot \frac{A}{{R_{\text{p}}^{\text{2}}}} \cdot {\left( {\frac{{{R_{\text{p}}}}}{r}} \right)^{{\eta _1} + 1}} + \\ \ \ \ \ \ \frac{{1 + \nu }}{E}\left( {\frac{{{\eta _1} - 1}}{{{\eta _1} + 1}} \cdot \frac{A}{{R_{\text{p}}^{\text{2}}}} + (2C - {P_0})(1 - 2\nu )} \right) 。 \end{array}$

(18b)

软化区内围岩应力满足式（8）及式（3），联立两式及边界条件r=R_p时 $\sigma _R^{p}$ = $\sigma _R^{\text{e}}$ ，可得软化区应力计算公式为

$\sigma _r^{\text{p}} = \left( {\frac{{2M'{P_0} - k}}{{M' + N'}} - \frac{{k'}}{{M' - N'}}} \right) \cdot {\left( {\frac{{{R_{\text{p}}}}}{r}} \right)^{\frac{{M' - N'}}{{M'}}}} + \frac{{k'}}{{M' - N'}} \text{, }$

(19a)

$\sigma _\theta ^{\text{p}} = \frac{{N'}}{{M'}}\left[ {\frac{{2M'{P_0} - k}}{{M' + N'}} - \frac{{k'}}{{M' - N'}}} \right] \cdot {\left( {\frac{{{R_{\text{p}}}}}{r}} \right)^{\frac{{M' - N'}}{{M'}}}} + \frac{{k'}}{{M' - N'}} 。$

(19b)

（2）塑性残余区

当等效应变大于 $\varepsilon _{\text{b}}^{}$ 时锚固围岩进入塑性残余阶段，此时的锚固围岩满足式（8）及式（3），联立两式及边界条件r=R₀时 $\sigma _r^{\text{b}}$ = ${p_i}$ 可以得到破碎区应力为

$\sigma _r^{\text{b}} = \left( {{p_i} - \frac{{k''}}{{M'' - N''}}} \right) \cdot {\left( {\frac{{{R_0}}}{r}} \right)^{\frac{{M'' - N''}}{{M''}}}} + \frac{{k''}}{{M'' - N''}} \text{, }$

(20a)

$\sigma _r^{\text{b}} = \frac{{N''}}{{M''}}\left( {{p_i} - \frac{{k''}}{{M'' - N''}}} \right) \cdot {\left( {\frac{{{R_0}}}{r}} \right)^{\frac{{M'' - N''}}{{M''}}}} + \frac{{k''}}{{M'' - N''}} 。$

(20b)

锚固围岩塑性残余区总应变为 $\varepsilon _r^{\text{b}}$ = ${(\varepsilon _r^{\text{p}})_{r{\text{ = }}{R_{\text{b}}}}} + \varepsilon _r^{\text{b}}$ ， $\varepsilon _\theta ^{\text{b}}$ = ${(\varepsilon _\theta ^{\text{p}})_{r{\text{ = }}{R_{\text{b}}}}} + \varepsilon _\theta ^{\text{b}}$ 。根据式（7），（18）有

$\frac{{{\text{d}}u}}{{{\text{d}}r}} + {\eta _2}\frac{u}{r} = \varepsilon _r^{\text{p}}\left| {_{r = {R_{\text{b}}}}} \right. + {\eta _2}\varepsilon _\theta ^{\text{p}}\left| {_{r = {R_{\text{b}}}}} \right. 。$

(21)

解式（21）微分方程，并且利用r=R_b时的边界条件可以得到软化区位移为

$u_r^{\text{b}} = \frac{{{\eta _1} + 1}}{{{\eta _2} + 1}}{S_1} \cdot r{\left( {\frac{{{R_{\text{b}}}}}{r}} \right)^{{\eta _2} + 1}} + \left( {\frac{{{\eta _2} - {\eta _1}}}{{{\eta _2} + 1}}{S_1} + {S_2}} \right) \cdot r 。$

(22)

式中，

${S_1} = \frac{{1 + \nu }}{{E''}} \cdot \frac{2}{{{\eta _1} + 1}} \cdot {\left( {\frac{{{R_{\text{p}}}}}{{{R_{\text{b}}}}}} \right)^{{\eta _1} + 1}} \text{, }$

${S_2} = \frac{{1 + \nu }}{{E''}}\left[ {\frac{{{\eta _1} - 1}}{{{\eta _1} + 1}} \cdot \frac{A}{{R_{\text{p}}^{\text{2}}}} + (2C - {P_0})(1 - 2\nu )} \right] 。$

2.4 软化区和残余区半径

当r= ${R_{\text{b}}}$ 时， $\sigma _r^{p}$ = $\sigma _r^b$ ，联立软化区与残余区的径向应力公式可得

${R}_{\text{p}}={R}_{0}\cdot {\left\{\frac{\left[{p}_{i}-{k}^{″}/({M}^{″}-{N}^{″})\right]}{(2{M}^{″}{P}_{0}-{k}^{″})/({M}^{″}+{N}^{″})-{k}^{″}/({M}^{″}-{N}^{″})}\right\}}^{\frac{{M}^{″}}{{M}^{″}-{N}^{″}}}。$

(23)

根据式（18），（23）可以求得塑性区内的塑性应变量，联立塑性软化区c'的求解公式可以得到塑性软化区内强度参数的软化值。当r=R_b时，软化区的锚固围岩强度参数软化至残余强度参数，此时可以得到

$c' = {c_0} - {M_{\text{c}}}\left( {\varepsilon _\theta ^{\text{p}}\left| {_{{R_{\text{p}}} \leqslant r \leqslant {R_{\text{b}}}}} \right. - \varepsilon _\theta ^{\text{e}}\left| {_{r = {R_{\text{p}}}}} \right.} \right) \text{, }$

(24a)

$\varphi ' = {\varphi _0} - {M_\varphi }\left( {\varepsilon _\theta ^{\text{p}}\left| {_{{R_{\text{p}}} \leqslant r \leqslant {R_{\text{b}}}}} \right. - \varepsilon _\theta ^{\text{e}}\left| {_{r = {R_{\text{p}}}}} \right.} \right) 。$

(24b)

根据式（24）便可以求出塑性残余区半径：

${R_{\text{b}}} = {R_{\text{p}}}/{\left\{ {\frac{{({c_0} - {{c''}_{s} })({\eta _1} + 1)E'' \cdot R_{\text{p}}^2}}{{2A{M_{\text{c}}} \cdot (1 + \nu )}} + 1} \right\}^{\frac{1}{{{\eta _1} + 1}}}} 。$

(25)

3. 算例验证与参数分析

3.1 算例验证

采用FLAC^3D有限差分软件对理论公式进行验证，数值计算模型如图 4所示，模型尺寸为90 m×90 m×5 m，计算过程中围岩采用应变软化模型，参数如表 1所示。锚杆长度为5 m，纵向、环向间距均为1.2 m，计算过程中将锚杆对围岩的加固作用看作是对围岩刚度及强度参数的提高，按式（1）进行计算。

图 4 模型示意图

Figure 4. Schematic diagram of the model

下载: 全尺寸图片幻灯片

表 1 围岩计算参数

Table 1. Parameters for surrounding rock

状态	弹性模量E/MPa	黏聚力c/MPa	内摩擦角φ/(°)	泊松比 $\nu$	黏聚力软化模量M_c/MPa	内摩擦角软化模量M_c/(°)	支护反力p_i/MPa	原岩应力P₀/MPa
初始值	2000	4	35
残余值	1000	1.6	20	0.2	400	1800	0.8	15

下载: 导出CSV

| 显示表格

根据围岩残余强度参数的不同取值分为4种工况，计算结果如表 2，图 5所示。由表 2中的数据可知当残余强度取值越小时得到的塑性区半径及洞壁位移均越大。4种工况下理论计算结果均略大于数值模拟计算结果，但基本吻合，其中工况一时通过理论计算、数值计算得到的洞壁位移均在0.05 m左右，工况四时通过理论计算、数值计算得到的洞壁位移均在0.22 m左右。

表 2 理论解与数值解计算结果对比

Table 2. Comparison between theoretical and numerical solutions

工况		工况一		工况二		工况三		工况四
围岩残余强度参数		c"/MPa	φ"/(°)	c"/MPa	φ"/(°)	c"/MPa	φ"/(°)	c"/MPa	φ"/(°)
围岩残余强度参数		4	35	3.2	30	2.4	25	1.6	20
R_p/R₀	本文解	1.164		1.264		1.540		1.855
R_p/R₀	FLAC-3D	1.163		1.261		1.538		1.850
洞壁位移u/m	本文解	0.052		0.091		0.159		0.223
洞壁位移u/m	FLAC-3D	0.050		0.088		0.157		0.214

下载: 导出CSV

| 显示表格

图 5 FLAC计算洞壁位移

Figure 5. Calculated wall displacements by FLAC

下载: 全尺寸图片幻灯片

3.2 中间主应力对R_p，R_b，及u的影响

图 6为中间主应力系数n对R_p/R₀、R_b/R₀的影响分析，由图中曲线可知中间主应力系数n为0时R_p/R₀，R_b/R₀的值最大，此时R_p/R₀等于2.16，R_b/R₀=1.81。随着n的逐渐增大R_p/R₀，R_b/R₀均产生一定程度的降低，当n达到0.7~0.8时R_p/R₀，R_b/R₀均达到最低值，此时R_p/R₀=1.38，R_b/R₀=1.11。此后n从0.8增大到1.0时R_p/R₀与R_b/R₀均有一定程度的增长，但增长幅值较小，图 6中数据显示n等于1.0时R_p/R₀与R_b/R₀分别为1.43，1.15。此外从图 6中数据可以看出n从0增大到1的过程中，残余区范围占塑性区范围的比重变化不大，均在15%左右。

图 6 中间主应力系数n对R_p/R₀、R_b/R₀的影响

Figure 6. Influences of intermediate principal stress coefficient n on R_p/R₀ and R_b/R₀

下载: 全尺寸图片幻灯片

图 7为中间主应力系数n对洞壁（r=R₀）位移u的影响分析。由图 7中曲线可知中间主应力系数n为0时洞壁位移值u最大，达到0.223 m，此后随着中间主应力系数n的逐渐增大u快速下降，当n达到0.7~0.8时洞壁位移值u达到最小值，此时u等于0.07 m。此后n从0.8增大到1.0的过程中洞壁位移值有一定程度的增长，图 7中数据显示n=1.0时，u=0.075 m。

图 7 中间主应力系数n对洞壁位移u的影响

Figure 7. Influences of intermediate principal stress coefficient n on wall displacement u

下载: 全尺寸图片幻灯片

3.3 残余黏聚力c"、残余内摩擦角φ"对R_p，R_b及u的影响

图 8为残余黏聚力c"取不同值时对R_p/R₀、R_b/R₀的影响分析。由图 8中曲线可知残余黏聚力c"取值越小时得到的塑性软化区范围、塑性残余区范围越大，当c"取值较小时曲线c"-R_p/R₀与曲线c"-R_b/R₀的斜率越大，即c"取值较小时相同增量的Δc得到的ΔR_p/R₀，ΔR_b/R₀会更大。黏聚力软化模量M_c的取值对R_p/R₀无影响，但会对R_b/R₀产生较大影响，同一c"对应的M_c值越大时得到的R_b/R₀越大，以图 8中数据为例，黏聚力软化模量每增大100 MPa时塑性残余区半径便会增加0.5 m左右。

图 8 残余黏聚力c"对R_p/R₀、R_b/R₀的影响

Figure 8. Influences of residual cohesion c on R_p/R₀ and R_b/R₀

下载: 全尺寸图片幻灯片

图 9为残余黏聚力c"取不同值时对洞壁位移u的影响分析。由图 9中数据可以看出M_c取值大小对洞壁位移u无影响，但黏聚力残余值的大小对洞壁位移u的影响较大，c"取1.6 MPa时，洞壁位移u为0.075 m，此后随着c"的逐渐增大，洞壁位移逐渐减小。

图 9 残余黏聚力c"对洞壁位移u的影响

Figure 9. Influences of residual cohesion c on tunnel wall displacement u

下载: 全尺寸图片幻灯片

图 10为残余内摩擦角φ"取不同值时对R_p/R₀、R_b/R₀的影响分析。由图 10中曲线可知残余内摩擦角φ"取值越小时得到的塑性软化区范围、塑性残余区范围越大，当φ"取值较小时曲线c"-R_p/R₀与曲线c"-R_b/R₀的斜率越大，即当φ"取值越小时相同增量的Δφ得到的ΔR_p/R₀，ΔR_b/R₀会更大。此外，内摩擦角软化模量M_φ的取值对R_p/R₀无影响，对R_b/R₀影响较大，当M_φ取值越大时得到的R_b/R₀越大。

图 10 残余内摩擦角φ"对R_p/R₀、R_b/R₀的影响

Figure 10. Influences of residual internal friction angle φ on R_p/R₀ and R_b/R₀

下载: 全尺寸图片幻灯片

图 11为残余内摩擦角φ"取不同值时对洞壁位移u的影响分析。由图 11中曲线可知，M_φ的取值大小对洞壁位移u无影响，残余内摩擦角φ"越小时洞壁位移u的值越大，残余内摩擦角φ"从30°降低至25°时洞壁位移u增大了0.009 m，残余内摩擦角φ"从25°降低至20°时洞壁位移u增大了0.029 m。由此可以看出残余内摩擦角的取值对围岩变形至关重要。

图 11 残余内摩擦角

$\varphi ''$ 对洞壁位移u的影响

Figure 11. Influences of residual internal friction Angle

$\varphi ''$ on wall displacement u

下载: 全尺寸图片幻灯片

3.4 残余弹性模量E"对R_p，R_b，及u的影响

图 12为复合岩体残余弹性模量E"对R_p/R₀，R_b/R₀的影响分析。由图 12中曲线可知E"的取值对R_p/R₀没有影响，但E"的取值对R_b/R₀会产生较大影响。由图中数据可以看出当E"取2000 MPa时R_p/R₀等于1.025，当E"取1200 MPa时R_p/R₀等于1.161，两者相比锚固塑性残余区增大了12%；当E"等于600 MPa时的R_p/R₀与E"等于1200 MPa时相比，弹性模量降低了60%，锚固塑性残余区增大了25%。

图 12 残余弹性模量E"对R_p/R₀，R_b/R₀的影响

Figure 12. Influences of residual elastic modulus E on R_p/R₀ and R_b/R₀

下载: 全尺寸图片幻灯片

图 13为复合岩体残余弹性模量E"对洞壁位移u的影响，由式（22）计算可知，当E"取2000 MPa时u等于0.076 m，当E"等于1000 MPa时u等于0.155 m，可以看出考虑弹性模量的劣化得到的洞壁位移u比没有考虑弹性模量的劣化得到的洞壁位移u要大，此外此外E"从1000 MPa降低到600 MPa时，洞壁位移u又有一定程度的下降，当E"等于400 MPa时u达到0.251 m。

图 13 残余弹性模量E"对洞壁位移u的影响

Figure 13. Influences of residual elastic modulus E" on wall displacement u

下载: 全尺寸图片幻灯片

3.5 锚杆与p_i协调作用对围岩R_p，R_b，u的控制效果

，为锚杆与支护抗力 ${p_{\text{i}}}$ 协调作用下对围岩塑性区的控制效果，本小节分析时锚杆纵向间距取1.2 m，对横向间距取不同值时的工况进行对比。由图 14，15中曲线可知同一支护阻力条件下锚杆横向间距从2.0 m下降到1.2 m时锚固塑性软化区半径、锚固塑性残余区半径分别下降了0.38，0.47 m；锚杆间距从1.2 m下降到0.8 m时锚固塑性软化区半径、锚固塑性残余区半径分别下降了0.57，0.63 m左右，因此在对围岩锚固时建议将锚杆间距控制在1.2 m以内，可以使得锚固效果更明显。同一锚杆间距时适当增大支护阻力有利于控制锚固软化区、锚固残余区范围的扩大。以锚杆纵、横向间距为1.2 m为例，支护抗力从0.6 MPa增大到1.4 MPa时锚固塑性软化区半径、锚固残余区半径分别下降了0.60，0.50 m左右。此外，从图 14，15中还可以看出增大相同的支护抗力Δp_i时，锚杆间距越小时对锚固塑性软化区、锚固塑性残余区的控制效果越好。

图 14 锚杆与支护阻力

${p_{\text{i}}}$ 协调作用对R_p/R₀的影响

Figure 14. Influences of coordination between bolt and support resistance

${p_{\text{i}}}$ on R_p/R₀

下载: 全尺寸图片幻灯片

图 15 锚杆与支护阻力

${p_{\text{i}}}$ 协调作用对R_b/R₀的影响

Figure 15. Influences of coordination between bolt and support resistance

${p_{\text{i}}}$ on R_b/R₀

下载: 全尺寸图片幻灯片

为锚杆与支护阻力 ${p_{\text{i}}}$ 协调作用下的洞壁围岩位移u，分析时锚杆纵向间距取1.2 m，对横向间距取不同值时的工况进行对比。由图中数据可知当锚杆间距一定时支护阻力 ${p_{\text{i}}}$ 越大，洞壁位移u越小；支护阻力 ${p_{\text{i}}}$ 一定时锚杆间距越小对洞壁位移的控制效果越好。当锚杆间距较大时，增大一定程度的支护阻力会有效控制围岩变形，以锚杆间距2 m为例，支护阻力从0.6 MPa增大到1.2 MPa后，洞壁围岩变形下降了20%，以锚杆横向间距取0.8 m为例，支护阻力从0.6 MPa增大到1.2 MPa后，洞壁围岩变形只下降了11%。因此在控制围岩变形时，需要协调锚杆间距与支护抗力的作用，以此来达到控制变形的效果。

图 16 锚杆与支护阻力

${p_{\text{i}}}$ 协调作用下的洞壁位移u

Figure 16. Wall displacements u under coordinated action of bolt and supporting resistance

${p_{\text{i}}}$

下载: 全尺寸图片幻灯片

4. 结论

本文基于D-P屈服准则得到了考虑刚度与强度同时劣化的深埋圆形洞室锚固围岩弹塑性解，借助FLAC^3D有限差分软件验证了该方法的可靠性，并对相关影响因素进行具体分析，得出以下4点结论。

（1）对洞室锚固围岩进行弹塑性分析时适当考虑刚度参数的劣化后，得到的塑性区残余区分布范围与围岩变形量更符合实际。

（2）适当考虑围岩中间主应力的作用后得到的塑性软化区半径R_p、塑性残余区半径R_b、洞壁位移u均有较明显的下降。

（3）残余黏聚力c"、残余内摩擦角φ"、残余弹性模量E"、黏聚力软化模量M_c、内摩擦角软化模量M_φ的取值对塑性软化区半径R_p无影响，对塑性残余区半径R_b、洞壁位移u的影响较大，当c"、φ"、E"取值越小时得到的R_b、u越大，当M_c、M_φ取值越大时得到的R_b、u越大。

（4）系统锚杆与支护阻力 ${p_{\text{i}}}$ 协调作用下可以有效控制塑性残余区范围及围岩变形，建议将锚杆间距控制在1.2 m以内，当支护阻力一定时适当缩小锚杆间距可有效降低围岩变形量。

图 1 贝叶斯网络示意图

Figure 1. Schematic graph of Bayesian network

下载: 全尺寸图片幻灯片

图 2 动态贝叶斯转移网络示意图

Figure 2. Schematic graph of dynamic Bayesian network

下载: 全尺寸图片幻灯片

图 3 盾构下穿建筑物诱发建筑物破坏的风险因素

Figure 3. Risk factors of buildings induced by underpass tunnel

下载: 全尺寸图片幻灯片

图 4 盾构下穿建筑物诱发建筑物破坏的动态贝叶斯网络模型

Figure 4. DBN model for buildings induced by underpass tunnel

下载: 全尺寸图片幻灯片

图 5 区间下穿南新园小区示意图

Figure 5. Location diagram of the existing building and tunnel

下载: 全尺寸图片幻灯片

图 6 区间下穿段地质剖面图

Figure 6. Geological profile of underpass tunnel

下载: 全尺寸图片幻灯片

图 7 建筑物破坏风险概率

Figure 7. Probabilities of building risk

下载: 全尺寸图片幻灯片

图 8 未输入证据时盾构下穿建筑物动态风险概率

Figure 8. Dynamic risk probabilities of buildings without observation evidence

下载: 全尺寸图片幻灯片

图 9 输入证据时盾构下穿建筑物动态风险概率变化曲线

Figure 9. Dynamic risk probabilities of buildings with observation evidence

下载: 全尺寸图片幻灯片

图 10 盾构下穿建筑物诱发建筑物破坏的风险值

Figure 10. Risks of buildings induced by underpass tunnel excavation

下载: 全尺寸图片幻灯片

表 1 风险等级划分

Table 1 Levels of probability and loss of risk

可能性等级		损失等级
		1	2	3	4	5
		灾难性的	非常严重的	严重的	需考虑的	可忽略的
1	频繁的	Ⅰ级	Ⅰ级	Ⅰ级	Ⅱ级	Ⅲ级
2	可能的	Ⅰ级	Ⅰ级	Ⅱ级	Ⅲ级	Ⅲ级
3	偶尔的	Ⅰ级	Ⅱ级	Ⅲ级	Ⅲ级	Ⅳ级
4	罕见的	Ⅱ级	Ⅲ级	Ⅲ级	Ⅳ级	Ⅳ级
5	不可能的	Ⅲ级	Ⅲ级	Ⅳ级	Ⅳ级	Ⅳ级

下载: 导出CSV

表 2 专家权重说明

Table 2 Weights of experts

分类	说明	权重	人数
I	隧道施工领域知名专家	1.0	3
	施工单位项目经理
	高级职称的施工或监理技术人员
II	高级职称的设计或科研人员	0.9	4
II	中级职称的施工或监理技术人员	0.9	4
III	中级职称的设计或科研人员	0.8	5
III	初级职称的施工或监理技术人员	0.8	5
IV	初级职称的设计或科研人员	0.7	4

下载: 导出CSV

表 3 “施工管理X₄”节点的条件概率

Table 3 Conditional probability of Construction Management X₄

x₄₁	x₄₂	x₄₃	X₄=管理不良	X₄=管理良好
N	N	N	0.704	0.296
G	N	N	0..545	0.455
N	G	N	0.545	0.455
G	G	N	0.3	0.7
N	N	G	0.577	0.423
G	N	G	0.35	0.65
N	G	G	0.35	0.65
G	G	G	0	1

下载: 导出CSV

表 4 观测变量状态

Table 4 States of observed variables

状态	沉降累计值S	变形速率V
1	S≥15 mm	V≥2 mm/d
2	12.75 mm≤S＜15 mm	V＜2 mm/d
3	10.5 mm≤S＜12.75 mm	—
4	5 mm≤S＜10.5 mm	—
5	0 mm≤S＜5 mm	—

下载: 导出CSV

表 5 状态转移概率表

Table 5 Transition probabilities of DBN

t-1	t
t-1	状态1	状态2	状态3	状态4	状态5
状态1	0.83	0.1	0.04	0.02	0.01
状态2	0.12	0.75	0.08	0.03	0.02
状态3	0.05	0.1	0.7	0.1	0.05
状态4	0.02	0.03	0.13	0.7	0.12
状态5	0.02	0.03	0.05	0.1	0.8

下载: 导出CSV

表 6 4位专家对x₄₁~x₄₃的判断矩阵

Table 6 Judgment matrix of x₄₁~x₄₃ from 4 experts

A1	x₄₁	x₄₂	x₄₃	A2	x₄₁	x₄₂	x₄₃
x₄₁	1	1/2	2	x₄₁	1	1/2	2
x₄₂	2	1	3	x₄₂	2	1	3
x₄₃	1/2	1/3	1	x₄₃	1/2	1/3	1

A3	x₄₁	x₄₂	x₄₃	A4	x₄₁	x₄₂	x₄₃
x₄₁	1	1/2	2	x₄₁	1	1/2	2
x₄₂	2	1	3	x₄₂	2	1	3
x₄₃	1/2	1/3	1	x₄₃	1/2	1/3	1

下载: 导出CSV

参考文献(39)

[1]	ESKESEN S D, TENGBORG P, KAMPMANN J, et al. Guidelines for tunnelling risk management: international tunnelling association, Working Group No. 2[J]. Tunnelling and Underground Space Technology, 2004, 19(3): 217–237. doi: 10.1016/j.tust.2004.01.001
[2]	徐琛, 刘晓丽, 王恩志, 等. 基于组合权重–理想点法的应变型岩爆五因素预测分级[J]. 岩土工程学报, 2017, 39(12): 2245–2252. doi: 10.11779/CJGE201712013 XU Chen, LIU Xiao-li, WANG En-zhi, et al. Prediction and classification of strain mode rockburst based on five-factor criterion and combined weight-ideal point method[J]. Chinese Journal of Geotechnical Engineering, 2017, 39(12): 2245–2252. (in Chinese) doi: 10.11779/CJGE201712013
[3]	田雨, 马如进, 陈艾荣, 等. 临近并行的高铁桥梁与高速公路相互影响的安全风险评估[J]. 振动与冲击, 2016, 35(21): 69–75. https://www.cnki.com.cn/Article/CJFDTOTAL-ZDCJ201621012.htm TIAN Yu, MA Ru-jin, CHEN Ai-rong, et al. Safety risk assessment for interactive influences between adjacent and parallel high-speed railway bridges and highway[J]. Journal of Vibration and Shock, 2016, 35(21): 69–75. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZDCJ201621012.htm
[4]	王者超, 陆宝麒, 李术才, 等. 地下水封石油洞库施工期安全风险评估研究[J]. 岩土工程学报, 2015, 37(6): 1057–1067. https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC201506015.htm WANG Zhe-chao, LU Bao-qi, LI Shu-cai, et al. Risk assessment for an underground crude oil storage facility with water-curtaining system during construction phase[J]. Chinese Journal of Geotechnical Engineering, 2015, 37(6): 1057–1067. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC201506015.htm
[5]	HYUN K C, MIN S, CHOI H, et al. Risk analysis using fault-tree analysis (FTA) and analytic hierarchy process (AHP) applicable to shield TBM tunnels[J]. Tunnelling and Underground Space Technology, 2015, 49: 121–129. doi: 10.1016/j.tust.2015.04.007
[6]	ŠPAČKOVÁ O, NOVOTNÁ E, ŠEJNOHA M, et al. Probabilistic models for tunnel construction risk assessment[J]. Advances in Engineering Software, 2013, 62: 72–84.
[7]	蒋水华, 杨建华, 姚池, 等. 考虑土体参数空间变异性边坡失稳风险定量评估[J]. 工程力学, 2018, 35(1): 136–147. https://www.cnki.com.cn/Article/CJFDTOTAL-GCLX201801012.htm JIANG Shui-hua, YANG Jian-hua, YAO Chi, et al. Quantitative risk assessment of slop failure considering spatial variability of soil properties[J]. Engineering Mechanics, 2018, 35(1): 136–147. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-GCLX201801012.htm
[8]	LI F W, PHOON K K, DU X L, et al. Improved AHP method and its application in risk identification[J]. Journal of Construction Engineering and Management, 2013, 139(3): 312–320. doi: 10.1061/(ASCE)CO.1943-7862.0000605
[9]	钟国强, 王浩, 孔利, 等. 基于T-S模糊故障树的地连墙+支撑支护基坑坍塌可能性评价[J]. 岩土力学, 2019, 40(4): 1569–1576. https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201904040.htm ZHONG Guo-qiang, WANG Hao, KONG Li, et al. Evaluation of the possibility of foundation pit collapse with "diaphragm wall+support" based on T-S fuzzy fault tree[J]. Rock and Soil Mechanics, 2019, 40(4): 1569–1576. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201904040.htm
[10]	戢晓峰, 谢世坤, 覃文文, 等. 基于轨迹数据的山区危险性弯道路段交通事故风险动态预测[J]. 中国公路学报, 2020, 33: 1–15. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGGL202204023.htm JI Xiao-feng, XIE Shi-kun, QIN Wen-wen, et al. Dynamic prediction of traffic accident risk in risky curve sections based on vehicle trajectory data[J]. China Journal of Highway and Transport, 2020, 33: 1–15. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZGGL202204023.htm
[11]	吕楠, 赵敬源. 基于贝叶斯概率理论的物流园区选址优化研究[J]. 中国公路学报, 2020, 33(9): 251–260. doi: 10.3969/j.issn.1001-7372.2020.09.024 LÜ Nan, ZHAO Jing-yuan. Location optimization of logistics park based on Bayesian probability theory[J]. China Journal of Highway and Transport, 2020, 33(9): 251–260. (in Chinese) doi: 10.3969/j.issn.1001-7372.2020.09.024
[12]	WU X G, JIANG Z, ZHANG L M, et al. Dynamic risk analysis for adjacent buildings in tunneling environments: a Bayesian network based approach[J]. Stochastic Environmental Research and Risk Assessment, 2015, 29(5): 1447–1461. doi: 10.1007/s00477-015-1045-1
[13]	WANG Z Z, CHEN C. Fuzzy comprehensive Bayesian network- based safety risk assessment for metro construction projects[J]. Tunnelling and Underground Space Technology, 2017, 70: 330–342. doi: 10.1016/j.tust.2017.09.012
[14]	XIANG W, ZHOU W. Bayesian network model for predicting probability of third-party damage to underground pipelines and learning model parameters from incomplete datasets[J]. Reliability Engineering & System Safety, 2021, 205: 107262.
[15]	周宗青, 李术才, 李利平, 等. 浅埋隧道塌方地质灾害成因及风险控制[J]. 岩土力学. 2013, 34(5): 1375–1382. https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201305022.htm ZHOU Zong-qing, LI Shu-cai, LI Li-ping, et al. Causes of geological hazards and risk control of collapse in shallow tunnels[J]. Rock and Soil Mechanics, 2013, 34(5): 1375–1382. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201305022.htm
[16]	WANG N, XU C S, DU X L, et al. Probability risk assessment approach for sequential, prior and trigger- dependent multi-state systems based on DBNs[J]. Journal of Intelligent and Fuzzy Systems, 2018, 35(2): 2091–2103. doi: 10.3233/JIFS-172063
[17]	SOUSA R L, EINSTEIN H H. Risk analysis during tunnel construction using Bayesian networks: Porto metro case study[J]. Tunnelling and Underground Space Technology, 2012, 27(1): 86–100. doi: 10.1016/j.tust.2011.07.003
[18]	ŠPAČKOVÁ O, STRAUB D. Dynamic Bayesian network for probabilistic modeling of tunnel excavation processes[J]. Computer-Aided Civil and Infrastructure Engineering, 2013, 28(1): 1–21. doi: 10.1111/j.1467-8667.2012.00759.x
[19]	熊自明, 卢浩, 王明洋, 等. 中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. https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201810028.htm XIONG Zi-ming, LU Hao, WANG Ming-yang, 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. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTLX201810028.htm
[20]	周健, 柴嘉辉, 丁修恒, 等. 盾构隧道施工预测与动态调控方法研究[J]. 岩土工程学报, 2019, 41(5): 821–828. https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC201905005.htm ZHOU Jian, CHAI Jia-hui, DING Xiu-heng, et al. Construction prediction and dynamic control of shield tunnel[J]. Chinese Journal of Geotechnical Engineering, 2019, 41(5): 821–828. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YTGC201905005.htm
[21]	李立云, 董莹莹. 一种地下开挖卸载作用下毗邻建筑物安全评估方法[J]. 土木工程与管理学报. 2017, 34(6): 23–28. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCJ201706004.htm LI Li-yun, DONG Ying-ying. Method of safety assessment for adjacent building under unloading of underground excavation[J]. Journal of Civil Engineering and Management, 2017, 34(6): 23–28. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-WHCJ201706004.htm
[22]	苏洁, 张顶立, 周正宇, 等. 地铁隧道穿越既有桥梁安全风险评估及控制[J]. 岩石力学与工程学报, 2015, 34(增刊1): 3188–3195. https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX2015S1073.htm SU Jie, ZHANG Ding-li, ZHOU Zheng-yu, et al. Safety risk assessment and control of existing bridge crossed by tunnel construction[J]. Chinese Journal of Rock Mechanics and Engineering, 2015, 34(S1): 3188–3195. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX2015S1073.htm
[23]	WU X G, WANG Y H, ZHANG L M, et al. A dynamic decision approach for risk analysis in complex projects[J]. Journal of Intelligent & Robotic Systems, 2015, 79(3/4): 591–601.
[24]	WEBER P, MEDINA-OLIVA G, SIMON C, et al. Overview on Bayesian networks applications for dependability, risk analysis and maintenance areas[J]. Engineering Applications of Artificial Intelligence, 2012, 25(4): 671–682.
[25]	XIANG W, ZHOU W X. Integrated pipeline corrosion growth modeling and reliability analysis using dynamic Bayesian network and parameter learning technique[J]. Structure and Infrastructure Engineering, 2020, 16(8): 1161–1176.
[26]	FENG X, JIANG J, WANG W. Gas pipeline failure evaluation method based on a Noisy-or gate Bayesian network[J]. Journal of Loss Prevention in the Process Industries, 2020, 66: 104175.
[27]	ZAGORECKI A, DRUZDZEL M J. An empirical study of probability elicitation under Noisy-or assumption[C]// American Association for Artificial Intelligence Flairs Conference, 2004, Florida.
[28]	ZAGORECKI A, DRUZDZEL M J. Knowledge engineering for Bayesian networks: how common are Noisy-max distributions in practice[J]. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2013, 43(1): 186–195.
[29]	郭健, 钱劲斗, 陈健, 等. 地铁车站深基坑施工风险识别与评价[J]. 土木工程与管理学报. 2017, 34(5): 32–38. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCJ201705007.htm GUO Jian, QIAN Jin-dou, CHEN Jian, et al. Risk identification and evaluation for foundation pit construction of subway station[J]. Journal of Civil Engineering and Management, 2017, 34(5): 32–38. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-WHCJ201705007.htm
[30]	RITTER S, GIARDINA G, DEJONG M J, et al. Centrifuge modelling of building response to tunnel excavation[J]. International Journal of Physical Modelling in Geotechnics, 2018, 18(3): 146–161.
[31]	陈洁金, 张永杰. 下穿既有桥梁隧道施工风险定量评估方法[J]. 中南大学学报(自然科学版). 2015, 46(5): 1862–1868. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNGD201505039.htm CHEN Jie-jin, ZHANG Yong-jie. Quantitative Risk assessment model of tunnel construction under passing existing bridges[J]. Journal of Central South University (Science and Technology), 2015, 46(5): 1862–1868. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZNGD201505039.htm
[32]	张连文, 郭海鹏. 贝叶斯网引论[M]. 北京: 科学出版社, 2006. ZHANG Lian-wen, GUO Hai-peng. Introduction to Bayesian Networks[M]. Beijing: Science Press, 2006. (in Chinese)
[33]	陈龙. 城市软土盾构隧道施工期风险分析与评估研究[D]. 上海: 同济大学, 2004. CHEN Long. Risk Analysis and Assessment of Shield Tunnel in Soft Soil During construction[D]. Shanghai: Tongji University, 2004. (in Chinese)
[34]	丁保军. 基于BN的地铁施工及盾构刀盘失效风险研究[D]. 武汉: 华中科技大学, 2015. DING Bao-jun. Study on the Risk Management of Subway Construction and Shield Cutter Head Failure Based on Bayesian Network[D]. Wuhan: Huazhong University of Science and Technology, 2015. (in Chinese)
[35]	丁保军, 吴贤国, 张立茂, 等. 基于DBN的盾构隧道施工参数优化方法研究[J]. 岩石力学与工程学报, 2015, 34(增刊1): 3215–3222. https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX2015S1076.htm DING Bao-jun, WU Xian-guo, ZHANG Li-mao, et al. Optimization of shield tunneling parameters based on dynamic Bayesian networks[J]. Chinese Journal of Rock Mechanics and Engineering, 2015, 34(S1): 3215–3222. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YSLX2015S1076.htm
[36]	陈军, 兀亚伟, 李垣志, 等. 基于动态贝叶斯网络的燃气管网燃爆风险分析[J]. 北京理工大学学报, 2021, 41(7): 696–705. https://www.cnki.com.cn/Article/CJFDTOTAL-BJLG202107003.htm CHEN Jun, WU Ya-wei, LI Yuan-zhi, et al. Risk analysis of burning and explosion of gas pipeline network based on dynamic Bayesian network[J]. Transactions of Beijing Institute of Technology, 2021, 41(7): 696–705. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-BJLG202107003.htm
[37]	WU X G, LIU H T, ZHANG L M, et al. A dynamic Bayesian network based approach to safety decision support in tunnel construction[J]. Reliability Engineering & System Safety, 2015, 134: 157–168.
[38]	蒋光昱, 王忠静, 索滢. 西北典型节水灌溉技术综合性能的层次分析与模糊综合评价[J]. 清华大学学报(自然科学版), 2019, 59(12): 981–989. https://www.cnki.com.cn/Article/CJFDTOTAL-QHXB201912004.htm JIANG Guang-yu, WANG Zhong-jing, SUO Ying. Hierarchical analysis and fuzzy evaluation of comprehensive performance of typical water-saving irrigation techniques in northwest China[J]. Journal of Tsinghua University (Science and Technology), 2019, 59(12): 981–989. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-QHXB201912004.htm
[39]	ZHOU H B, ZHANG H. Risk assessment methodology for a deep foundation pit construction project in Shanghai, China[J]. Journal of Construction Engineering and Management, 2011, 137(12): 1185–1194.