黃 鶯，熊文文,2，劉夢茹，魏晉果

(1.西安建筑科技大學(xué) 土木工程學(xué)院，陜西 西安 710055；2.上海建科工程咨詢有限公司，上海 200032)

建筑業(yè)是我國安全事故的高發(fā)行業(yè)，而高處墜落事故在所有建筑安全事故中占比最高.中華人民共和國住房和城鄉(xiāng)建設(shè)部2018年的安全事故情況通報[1]顯示，高處墜落事故占比高達(dá)52.2%，是造成人員傷亡和經(jīng)濟損失的主要事故類型.裝配式建筑作為目前建筑行業(yè)發(fā)展的熱點，其施工方式不同于傳統(tǒng)建筑，由于不便于搭設(shè)內(nèi)外腳手架，安裝預(yù)制外墻板時，工人需在高空臨邊處作業(yè)，極易導(dǎo)致高處墜落事故的發(fā)生.因此，研究裝配式建筑施工發(fā)生高處墜落事故的風(fēng)險因素并建立有效的風(fēng)險水平評價方法，對于提高安全管理效率、促進裝配式建筑在我國的持續(xù)健康發(fā)展尤為重要.

目前，裝配式建筑施工安全問題的研究主要從風(fēng)險因素和風(fēng)險評價的角度開展，如李皓燃等[2]采用SEM確定了裝配式建筑施工5個階段的關(guān)鍵風(fēng)險因素，并分析了各階段風(fēng)險因素間的關(guān)聯(lián)性；Fard等[3]通過對125個裝配式建筑施工安全事故的調(diào)查研究，分析了事故的傷害類型及發(fā)生的原因；Tao Wang等[4]依據(jù)建筑工業(yè)化建設(shè)過程，構(gòu)建了包括風(fēng)險識別、風(fēng)險分析和評估以及風(fēng)險處理和控制的風(fēng)險管理網(wǎng)絡(luò)模型；趙向東[5]采用系統(tǒng)動力學(xué)建立了建筑工業(yè)化全過程安全風(fēng)險識別反饋模型，并基于可拓優(yōu)度評估方法，構(gòu)建了安全風(fēng)險評估模型.關(guān)于施工安全風(fēng)險評價的研究，還有很多學(xué)者在分析裝配式建筑施工風(fēng)險因素的基礎(chǔ)上，采用灰色聚類[6]、測度理論[7]、集對分析[8]、神經(jīng)網(wǎng)絡(luò)[9]、突變理論[10]等方法構(gòu)建了裝配式建筑施工安全風(fēng)險綜合評估模型，以測評裝配式建筑施工過程中的安全狀態(tài).

現(xiàn)有研究對裝配式建筑施工中頻發(fā)的高處墜落事故涉及較少，而裝配式建筑施工中存在大量的吊裝、拼接等高處作業(yè)，極易發(fā)生高處墜落事故.此外，在風(fēng)險評價過程中，大多定量研究的初始數(shù)據(jù)常采用專家打分得到，其結(jié)果具有較強的主觀性，而DS證據(jù)理論能有效融合不確定信息，現(xiàn)已廣泛應(yīng)用于風(fēng)險分析與決策等鄰域[11-13].因此，本文通過實地調(diào)研及專家咨詢，在充分識別裝配式建筑施工高處墜落風(fēng)險因素的基礎(chǔ)上，采用結(jié)構(gòu)熵權(quán)法確定指標(biāo)權(quán)重；針對DS證據(jù)理論高沖突證據(jù)融合結(jié)果不合理的缺點，引入權(quán)值分配與矩陣算法改進DS證據(jù)理論的合成法則，以有效融合各位專家的評價意見，定量評估裝配式建筑施工過程中發(fā)生高處墜落事故的風(fēng)險，為后續(xù)施工采取何種防范措施提供輔助決策支持.

1 風(fēng)險評價指標(biāo)體系

裝配式建筑施工高處墜落風(fēng)險評價的首要任務(wù)是識別風(fēng)險因素，建立風(fēng)險評價指標(biāo)體系.與傳統(tǒng)建筑工程相比，裝配式建筑施工機械化程度高，在吊裝拼接過程中存在大量的臨邊高空作業(yè).在裝配式建筑施工過程中，腳手架和塔吊的安裝、拆卸與使用、臨邊與洞口處、吊籃或施工機具作業(yè)等部位都存在著發(fā)生高處墜落事故的風(fēng)險.通過分析56起高處墜落事故案例發(fā)生原因，發(fā)現(xiàn)高處墜落事故的發(fā)生的原因具有很強的綜合性，并且人、物、環(huán)境及管理是事故發(fā)生原因的基礎(chǔ)構(gòu)成因素.通過對實際項目調(diào)研與專家咨詢，并查閱《建筑施工安全檢查標(biāo)準(zhǔn)》(JGJ 59-2011)等標(biāo)準(zhǔn)規(guī)范，分析確定了裝配式建筑施工中引發(fā)高處墜落事故的風(fēng)險因素.用SPSS軟件分析風(fēng)險因素的重要度與離散度，最終構(gòu)建出如圖1所示的風(fēng)險評價指標(biāo)體系.

圖1 高處墜落風(fēng)險評價指標(biāo)體系

2 DS證據(jù)理論

DS證據(jù)理論也稱為Dempster-Shafer證據(jù)理論，1967年Dempster首次提出，后由Shafer[14]在此基礎(chǔ)上進一步發(fā)展.DS證據(jù)理論作為一種不確定推理方法，具有直接表達(dá)“不確定”和“不知道”的能力.它通過信任函數(shù)度量未知因素引起的不確定性大小，從而有效表示和處理不確定信息，使評估結(jié)果更加準(zhǔn)確可靠.目前已被廣泛應(yīng)用于決策與風(fēng)險分析、人工智能、目標(biāo)識別等領(lǐng)域.傳統(tǒng)DS證據(jù)理論的相關(guān)基本概念奚婷婷[15]對其進行了詳盡的論述，基于這一法則，多個獨立證據(jù)的融合結(jié)果為

(1)

采用傳統(tǒng)證據(jù)理論的合成法則融合高沖突證據(jù)，其結(jié)果難以客觀反應(yīng)評價意見，并且運算時間會隨著證據(jù)數(shù)量的增加呈指數(shù)增長.本文在已有研究基礎(chǔ)上，采用權(quán)值分配方式改進證據(jù)理論合成法則，以增加高沖突證據(jù)融合結(jié)果的可靠性，再通過矩陣算法縮短運算時間[16]，具體過程見3.2小節(jié).

3 構(gòu)建風(fēng)險評價模型

3.1 基于結(jié)構(gòu)熵權(quán)法確定指標(biāo)權(quán)重

結(jié)構(gòu)熵權(quán)法是程啟月[17]基于熵理論，提出的一種主客觀相結(jié)合確定權(quán)重的方法.其基本思想是：采用德爾菲法采集專家意見，形成典型排序矩陣，再根據(jù)熵理論計算熵值，通過認(rèn)識盲度減少典型排序的不確定性.最后對總體認(rèn)識度歸一化處理，即可得到指標(biāo)的權(quán)重向量.采用該方法確定指標(biāo)權(quán)重，不僅能降低采用主觀賦值專家認(rèn)知不確定性的影響，同時能避免客觀賦值收集大量數(shù)據(jù)的困難.因此，本文采用結(jié)構(gòu)熵權(quán)法確定指標(biāo)權(quán)重，具體步驟參見文獻[17].

3.2 基于改進證據(jù)理論的風(fēng)險評價

(1)構(gòu)造隸屬度矩陣

本文將專家評價等級劃分為很低、低、中、高、很高五個等級，并定義相應(yīng)的函數(shù)中心μ分別為0、0.25、0.5、0.75、1.

(2)數(shù)據(jù)融合

首先，通過權(quán)值分配方式將證據(jù)沖突系數(shù)K依據(jù)平均支持度q(A)進行分配.改進后的合成法則如下：

(2)

其次，引入矩陣算法對經(jīng)權(quán)值分配改進后的合成法則進行改進.

設(shè)邀請n位專家評價高處墜落風(fēng)險，評價等級如前所述分為五個等級，通過對隸屬度矩陣歸一化處理，可得mass函數(shù)：

其中：mij為專家i對某指標(biāo)評價意見屬于j級風(fēng)險的置信度，并且滿足行和為1，即：mi1+mi2+mi3+mi4+mi5=1，i=1,2,…,n.

首先對證據(jù)1和證據(jù)2合成，將M1的轉(zhuǎn)置和行向量M2相乘，得矩陣：

其中：對主對角線元素求和為式(1)中的分子，對非主對角線元素求和為系數(shù)K.

取矩陣R1中主對角線元素構(gòu)成列向量，與向量M3相乘，得新矩陣R2.此時，對矩陣R2主對角線元素求和仍為式(1)中的分子，但K應(yīng)為矩陣R1和R2中所有非主對角線元素求和.

依次類推，將n條證據(jù)逐一融合，最終得到的矩陣Rn-1.對矩陣Rn-1中主對角線元素求和仍為式(1)中的分子，沖突系數(shù)K為矩陣R1,R2,…,Rn-1的所有非主對角線元素之和.

以上即為通過權(quán)值分配與矩陣算法改進后的證據(jù)合成步驟，其法流程如圖2所示.

圖2 基于權(quán)值分配與矩陣算法改進的證據(jù)合成流程圖

(3)指標(biāo)mass函數(shù)合成

結(jié)合所確定的權(quán)重，對所有二級指標(biāo)的基本概率分配進行合成，得一級指標(biāo)的基本概率分配：

(3)

式中：m(Aij)表示指標(biāo)Aij對A的支持度，ni為各一級指標(biāo)所含二級指標(biāo)個數(shù).

(4)風(fēng)險綜合評價

為定量評價裝配式建筑施工高處墜落風(fēng)險水平，本文將高處墜落的五個風(fēng)險等級取值限定于[0,1]，通過對[0,1]進行等同劃分，如表1所示，以界定風(fēng)險等級，并定義各風(fēng)險等級對應(yīng)的評價量化值分別為0.1、0.3、0.5、0.7、0.9.

表1 風(fēng)險等級劃分

通過將一級指標(biāo)的基本概率分配與對應(yīng)的評價量化值相乘，并對其單值化處理，即可得到風(fēng)險綜合評價值與潛在主要風(fēng)險因素.

相比DS證據(jù)合成法則，該方法能克服高沖突證據(jù)融合不合理與大數(shù)據(jù)導(dǎo)致的工作效率低下問題，使評價結(jié)果更為可靠.

4 實證分析

本文選取某裝配式建筑項目29#住宅樓進行實證分析，該住宅樓地下1層，地上32層，建筑高度91.55 m，總建筑面積15 665.16 m2，主體結(jié)構(gòu)形式為剪力墻結(jié)構(gòu)，墻體與樓梯均為預(yù)制墻板與樓梯，樓板采用疊合樓板，預(yù)制構(gòu)件節(jié)點處通過現(xiàn)場澆筑混凝土連接.

4.1 指標(biāo)權(quán)重的確定

依據(jù)圖1建立的裝配式建筑施工高處墜落風(fēng)險評價指標(biāo)體系，邀請20位相關(guān)專家對風(fēng)險指標(biāo)進行重要性排序.為簡化計算，并有效減少極端評價值的影響，基于派生德爾菲法，將這20位專家按照5人一組，分成4組，各組專家相互獨立的進行若干輪討論后，給出各級指標(biāo)的重要性排序表，形成各級指標(biāo)的典型排序矩陣，具體見表2.根據(jù)結(jié)構(gòu)熵權(quán)法計算公式，得出各級指標(biāo)權(quán)重：w=(0.328，0.262，0.182，0.228)，w1=(0.244，0.271，0.210，0.134，0.141)，w2=(0.366，0.217，0.174，0.243)，w3=(0.345，0.263，0.163，0.229)，w4=(0.443，0.557).可見，人的因素中“三違行為”、自身缺乏安全意識是較大風(fēng)險因素；支撐設(shè)施搭設(shè)不合格，安全防護不到位是物的主要風(fēng)險因素；管理因素中制度不健全、安全技術(shù)措施不全面是主要風(fēng)險因素；現(xiàn)場吊裝作業(yè)環(huán)境為主要環(huán)境風(fēng)險因素.

表2 指標(biāo)典型排序矩陣及計算結(jié)果

4.2 高處墜落風(fēng)險綜合評價

編制指標(biāo)定量評定表，邀請10位專家根據(jù)圖1的評價指標(biāo)體系與五個風(fēng)險等級，評定各指標(biāo)的風(fēng)險等級及相應(yīng)的不確定度.將收集到的數(shù)據(jù)代入隸屬度函數(shù)中，求出隸屬度矩陣.通過對隸屬度矩陣進行歸一化處理，即可得到各二級指標(biāo)的基本概率分配.由于篇幅有限，本文只列舉專家1的評價意見及數(shù)據(jù)處理結(jié)果，如表3、4所示.

表3 專家1評價結(jié)果

表4 專家1的基本概率分配

根據(jù)所改進的合成法則，運用MATLAB進行編程，融合10位專家的評價意見，數(shù)據(jù)融合結(jié)果見表5.最后通過指標(biāo)權(quán)重及公式(3)對表5中的數(shù)據(jù)逐層融合，得一級指標(biāo)基本概率分配，結(jié)果見表6.

表5 數(shù)據(jù)融合結(jié)果

表6 指標(biāo)mass函數(shù)合成

通過對一級指標(biāo)的基本概率分配與各等級風(fēng)險量化值相乘，計算出風(fēng)險綜合評價值R為0.443 7，即發(fā)生高處墜落的風(fēng)險等級為中，將一級指標(biāo)C1～C4分別做單值化處理，得風(fēng)險值R1=0.511 0、R2=0.377 0、R3=0.448 0、R4= 0.419 9，由R1>R3>R4>R2可知，人的因素是較大風(fēng)險因素，其次是管理因素，環(huán)境和物的因素對引發(fā)高處墜落事故的風(fēng)險相對較小.這與實際情況相符，表明所提出的風(fēng)險評價模型對高處墜落風(fēng)險評價的有效性與實用性.

在施工過程中，對施工人員應(yīng)做好系統(tǒng)、持續(xù)化的安全培訓(xùn)教育，針對不同高空作業(yè)類型設(shè)立特定的培訓(xùn)內(nèi)容，以提升施工人員的安全意識，從根源上預(yù)防高處墜落事故的發(fā)生；同時，應(yīng)不斷完善安全管理制度，確保管理人員履行好監(jiān)督管理職責(zé).

4.3 有效性分析

在風(fēng)險評價過程中，當(dāng)專家意見差異較大時，采用DS證據(jù)合成法則進行融合，其結(jié)果難以反映實際評價情況.以自身缺乏安全意識(C12)為例，有7位專家給出的意見為中風(fēng)險等級，其余3位專家所給評價意見為高風(fēng)險等級，計算其沖突系數(shù)K為0.887 5，采用傳統(tǒng)合成法則進行數(shù)據(jù)融合，結(jié)果為“中”的概率為0.987 6，近乎為1，而“高”的概率是0.012 4，而實際上10位專家中有3位專家的意見是“高”，由此可見傳統(tǒng)方法合成的結(jié)果并不能完全客觀反應(yīng)評價意見.采用本文改進的合成算法進行融合，結(jié)果為“中”的概率為0.693 9，“高”的概率為0.279 0，顯然，采用該方法有效地反應(yīng)了3位專家意見為“高”的事實.因此，采用本文改進的合成法則融合數(shù)據(jù)，能有效地解決高沖突證據(jù)融合結(jié)果不合理問題，兩者融合結(jié)果對比見表7.

表7 兩種合成算法對數(shù)據(jù)進行融合的結(jié)果

5 結(jié)論

(1)通過研究高處墜落事故的風(fēng)險因素，結(jié)合裝配式建筑施工的特點，從人、物、管理、環(huán)境四個方面構(gòu)建了裝配式建筑施工發(fā)生高處墜落事故風(fēng)險評價指標(biāo)體系.這將有利于管理人員對這些風(fēng)險因素加強監(jiān)管，從而減少高處墜落事故的發(fā)生.

(2)采用結(jié)構(gòu)熵權(quán)法確定指標(biāo)權(quán)重，可利用典型排序的信息熵，減少專家認(rèn)知模糊性的影響.結(jié)合模糊理論，采用高斯函數(shù)確定評價意見隸屬于不同風(fēng)險等級的程度，能有效降低評價意見的主觀性.

(3)運用本文所改進的合成法則對評估數(shù)據(jù)進行融合，能綜合考慮每個證據(jù)，減少因人的判斷偏差而引起的隨機誤差，保證高沖突下證據(jù)融合結(jié)果的可靠性，并提高運算效率.通過實例分析，驗證了該模型評價結(jié)果的有效性與實用性，從而為制定預(yù)防方案提供輔助決策支持.