城市地下综合管廊运维安全风险管理研究

发布时间：2020-09-25 08:03

　　城市地下综合管廊是适应国家发展、城市建设需求的重要基础设施,也是现代化、集约化、综合化的城市能源运输综合载体,在保障城市运行基本功能、改善城市环境和空间布局、提高城市居民生活舒适度等方面具有重要作用。城市地下综合管廊内承载了大量城市市政管线和各类附属设施,系统构成庞大复杂,运维过程中存在着各类安全风险隐患,且各类安全隐患影响因素众多,其运维安全是未来城市正常运行过程中面临的重要问题。本文针对综合管廊运维过程中潜在的安全风险问题,以保障综合管廊安全运维为目的,从风险识别、评估和控制三方面展开研究,形成了城市地下综合管廊运维安全风险管理体系。首先,分析了综合管廊运维过程中的潜在安全风险类别、特点以及潜在安全风险事故种类,选用WBS-RBS方法,对综合管廊运维过程中潜在的安全风险进行分解,通过建立综合管廊WBS-RBS风险耦合矩阵,形成安全风险识别清单。其次,通过对风险因素数据集的结构学习和参数学习,构建了基于贝叶斯网络的综合管廊运维安全风险评估模型,并确定了网络中各节点间的条件概率分布;应用贝叶斯网络的推理能力进行逆向推理分析、敏感性分析和最大致因链分析,得出了目前影响综合管廊运维安全风险的关键风险因素、敏感性因素和关键路径。然后,结合某综合管廊运维实例,将文中所提出的方法应用于该综合管廊的运维安全风险识别和评估,评估结果与该综合管廊运维安全风险管理实际基本相符,验证了贝叶斯网络风险评估模型的有效性。最后,根据综合管廊运维安全风险识别和评估结果,结合其运维管理现状,提出了综合管廊运维安全风险控制建议;同时提出了火灾、管线爆炸、水灾和结构破坏风险控制措施;建立了综合管廊运维安全保障体系,针对安全预防和应急管理提出了灾害防治体系、监控预报警体系、预防培训体系、应急救援体系、灾后恢复体系、应急物资保障体系六个模块,为实体系统的建立提供了理论参考。
【学位单位】：北京建筑大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TU990.3
【部分图文】：

管廊,规划建设,管线,市政管线

内容纳管线种类、数量也在日益增大，综合管廊内部空间的安全性和稳定性变得更加重要。图1-1 “十三五”期间国内部分省市综合管廊规划建设统计Fig.1-1 Statistics of planning and construction of utility tunnel in some provinces and cities during the 13thFive-Year Plan period城市地下综合管廊集合了多种市政管线，管线类型、管廊空间环境复杂，由于不同市政管线的化学性质、物理性能和运营安全性存在差异，多类市政管线共处同一密闭空间环境中，管线与管线间、管线与空间环境间可能存在灾害耦合关系，当某一类管线发生安全事故时，极易引起同舱室内其它管线的破坏，从而引发更加严重的灾害事故，甚至影响综合管廊的整体安全[5]。综合管廊经历多年的运营期后，其内部可能会形成一个复杂的致灾环境，且灾害事件往往不会孤立存在，各灾害事件在时间、空间以及成因上存在着相互联系，极易形成一个复杂的灾害链式系统或灾害链式过程[6]。综合管廊在运维过程中

示意图,参数学习,贝叶斯网络,示意图

d)结构破坏风险参数学习结果d) Structural damage risk parameter learning results图 4-5 贝叶斯网络参数学习结果示意图Fig. 4-5 Schematic diagram of Bayesian network parameter learning results在进行综合管廊运维安全风险评估时，需设定风险处理预警值，即贝叶斯网络节险等级为 High 的概率大于该预警值时，则认为该风险因素的影响程度较大，需要风险原因，并采取一定的控制措施；当所得概率小于该预警值时，则认为该节点风平处于可接受范围，只需继续监控。根据综合管廊运维管理现状和专家意见，本文险等级为 High 的预警概率值定义为 30%，即当 P(High)≥30%时，风险处于危险状态据此对综合管廊运维安全进行风险评估。从图 4-5 中可以看出，火灾风险水平等级为 High 的概率为 33%，超过了风险预，说明火灾风险水平较高，需要采取风险控制措施降低风险；管线爆炸、水灾和结坏风险水平等级为 High 的概率分别为 29%、28%和 29%，虽然未达到 30%的风险，但仍需进行重点监控。上述参数学习结果是结合专家调研和数据统计得出的结论，反映的是当前综合管维面临普遍安全风险现状，并未针对某个具体的综合管廊项目进行风险评估，该结

示意图,贝叶斯网络,示意图,管廊

d)结构破坏风险逆向推理结果d) Structural damage risk reverse reasoning results图 4-6 贝叶斯网络逆向推理结果示意图Fig. 4-6 Schematic diagram of the reverse reasoning of Bayesian network感性分析感性分析主要是为了找出综合管廊运维过程中小幅度变化便会引起整体产生较大变化的安全风险因素，也为管理人员做出正确、合理的决策提供上节贝叶斯网络逆向推理的基础上，继续借助 GeNIe 软件对综合管廊运炸、水灾和结构破坏风险进行敏感性分析，敏感性分析结果如图 4-7 所示点表示敏感性因素。图 4-7 可知，影响综合管廊运维火灾风险的敏感性因素包括人为纵火、误火、通风设备故障、电气设备故障、监控与报警系统故障、消防系统故障路、线缆漏电、线缆接触电阻过大、线缆接触不良、线缆电火花和电弧、水管可燃气体泄漏；影响综合管廊运维管线爆炸风险的敏感性因素包括人、违规动火、通风设备故障、电气设备故障、监控与报警系统故障、消防

【相似文献】