一种隧道渗漏水风险空间相依性预测方法及预测系统技术方案

本发明专利技术属于盾构隧道渗漏水风险动态感知与控制技术领域，公开了一种隧道渗漏水风险空间相依性预测方法及预测系统，通过分析渗漏水致险机理，构建影响盾构隧道渗漏水的风险指标体系；模型设计：包括PCBN模型贝叶斯网络结构设计、风险指标最优边缘分布识别和拟合；模型验证：模型运用，包括渗漏水风险评价和风险指标的相关性分析。本发明专利技术将贝叶斯网络模型的动态推理与诊断和Copula理论对于指标间相依性处理优势相结合，建立盾构隧道渗漏水风险评估Pair‑Copula贝叶斯模型，实现最大程度上拟合实际盾构隧道运营期渗漏水病害的发生发展机理，从而获得更加准确的风险评价结果，作为风险管理实时决策支持工具。

【技术实现步骤摘要】
一种隧道渗漏水风险空间相依性预测方法及预测系统
本专利技术属于盾构隧道渗漏水风险动态感知与控制
，尤其涉及一种隧道渗漏水风险空间相依性预测方法及预测系统，具体涉及一种基于Pair-Copula贝叶斯(PCBN)模型的隧道渗漏水风险空间相依性预测方法及系统。
技术介绍
目前，经济的发展带来轨道交通的快速发展，而由于盾构隧道特殊构造特点与复杂的赋存环境，在隧道的运营期内，病害多发。渗漏水病害作为最常见的病害之一，不仅能直接导致地铁电路破坏、列车停运，也是加剧其他类型隧道病害的致险因子，严重威胁隧道的安全运营。因此对运营期内的盾构隧道渗漏水进行风险评价与管理，对保证地铁隧道的安全运营具有重要意义。现有技术研究的盾构隧道渗漏水风险评价方法主要包括利用AHP法确定风险指标对系统风险的影响权重，通过灰色关联系数法构建模糊综合评价矩阵借助粗糙集理论得到的多级权重分配，利用模糊综合评价法构建了渗漏等级评价指标体系和递阶层次评价结构等，虽然上述的这些方法基本实现了渗漏水风险的定性与定量评价，但其中定性成分较多，主观性较强，计算复杂，且均未为本文档来自技高网...

【技术保护点】
1.一种隧道渗漏水风险空间相依性预测方法，其特征在于，所述隧道渗漏水风险空间相依性预测方法包括：/n步骤一，通过分析盾构隧道运营期渗漏水风险的演化机理，确定影响盾构隧道运营期渗漏水的风险因素，构建影响盾构隧道渗漏水的风险三级指标体系，形成安全风险感知框架；/n步骤二，利用贝叶斯网络结构图确定系统中所有风险因素之间的相互作用，拟合隧道渗漏水风险系统；再通过各个风险指标的实测数据确定Copula函数理念中的最优边缘分布，表征风险指标的实测值分布规律，并输入贝叶斯网络的DAG中，构建符合实际工程的渗漏水风险评价模型；/n步骤三，使用各个风险指标的实测数据验证构建的PCBN模型，构建出的PCBN模型获...

【技术特征摘要】
1.一种隧道渗漏水风险空间相依性预测方法，其特征在于，所述隧道渗漏水风险空间相依性预测方法包括：
步骤一，通过分析盾构隧道运营期渗漏水风险的演化机理，确定影响盾构隧道运营期渗漏水的风险因素，构建影响盾构隧道渗漏水的风险三级指标体系，形成安全风险感知框架；
步骤二，利用贝叶斯网络结构图确定系统中所有风险因素之间的相互作用，拟合隧道渗漏水风险系统；再通过各个风险指标的实测数据确定Copula函数理念中的最优边缘分布，表征风险指标的实测值分布规律，并输入贝叶斯网络的DAG中，构建符合实际工程的渗漏水风险评价模型；
步骤三，使用各个风险指标的实测数据验证构建的PCBN模型，构建出的PCBN模型获取风险系统中各个风险指标间的空间相依性关系，及耦合作用下各个风险指标对于渗漏水风险的空间相依性影响信息；
步骤四，利用根据风险指标实测值构建的该隧道工程运营期渗漏水风险评价PCBN模型对该隧道的渗漏水风险状态进行评估；再利用系统风险指标对风险输出结果的相关性程度进行决策优先权确定。


2.如权利要求1所述的隧道渗漏水风险空间相依性预测方法，其特征在于，步骤一中，所述影响盾构隧道运营期渗漏水的二级风险因素包括接头渗漏水B1、裂缝渗漏水B2、衬砌材料劣化程度B3、其他因素B4四类；
接头渗漏水B1包括：接缝宽度V1、管片错台量V2、封垫破损及老化率V3、螺栓失效率V4；
裂缝渗漏水B2包括：裂缝面积V5-裂缝长度V51、裂缝宽度V52；
衬砌材料劣化程度B3包括：管片剥落面积V6、衬砌强度降低比值V7、钢筋截面损失率V8；
其他因素B4包括：土层含水率V9、管片差异沉降V10、拱顶土压力增大系数V11；
影响盾构隧道渗漏水的风险三级指标体系包括基于对盾构隧道病害的发生机理及各种病害间的相互关系的分析综合选取的用于评估渗漏水风险状态的指标。


3.如权利要求1所述的隧道渗漏水风险空间相依性预测方法，其特征在于，所述步骤二中，PCBN模型的贝叶斯网络结构设计确定方法进一步包括：
(1)将风险系统中的三级风险指标作为节点输入贝叶斯网络，将基于经验和专家知识下的相关关系用有向箭线表示在网络中，完成DAG结构图初步构建；
(2)基于实测数据对节点进行Spearman相关系数的独立性假设检验，并剔除相互独立节点的经验相关关系，对贝叶斯网络DAG结构进行修剪和完善；Spearman相关系数的独立性假设检验的过程如下：原假设H0：变量X和Y相互独立，备选假设H1：变量X和Y相关；Spearman相关系数的计算公式为



式中，为2个变量等级差，即2个风险指标实测值的排序之差；z为等级差的个数，即风险指标实测值的维度；在给定的显著水平α，确定临界值Cα，当β>Cα时，拒绝H0，即变量X和Y间存在相关关系；反之，当β≤Cα时，接受H0，即变量X和Y相互独立；
(3)对完善后的DAG结构图计算两两风险指标之间的Spearman相关系数并输入DAG网络图的节点间的有向箭线上，量化渗漏水风险系统中的相关关系。


4.如权利要求1所述的隧道渗漏水风险空间相依性预测方法，其特征在于，所述步骤二中，风险指标最优边缘分布识别和拟合方法进一步包括：
(I)风险指标实测值处理：将通过实际工程获得的盾构隧道运营期渗漏水安全状态的风险指标的实测数据进行归一化处理，归一化公式为：



式中，OD是实际工程中获取的三级风险指标的监测值，SD是将实测值进行归一化的结果，MX为所获得监测值中的最大的数据，MN为所获得监测值中的最大的数据，d是此过程的置信区间，为0.05；
(II)风险指标最优分布函数确定：选用Weibull函数、Exponential函数、Normal函数、及Gamma函数四种函数作为边缘分布备选函数，以Akaike信息准则与贝叶斯信息准则作为最优函数的识别准则，以AIC和BIC准则计算结果最小确定最能表征风险指标实测值分布规律的最优边缘分布函数，AIC和BIC获取公式为：









式中，N为风险指标实测值的维度，k为通过AIC或BIC准则从备选函数中需选取的最优函数的个数，由于PCBN模型要求每个风险指标输入一个分布函数，k取1。


5.如权利要求1所述的隧道渗漏水风险空间相依性预测方法，其特征在于，所...

【专利技术属性】
技术研发人员：王帆，陈虹宇，吴贤国，张立茂，杨赛，刘茜，邓婷婷，刘琼，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42