何光輝
上海建工集團(tuán)股份有限公司 上海 201114
隨著我國(guó)經(jīng)濟(jì)建設(shè)水平的提高,建筑工程項(xiàng)目不論是數(shù)量還是單體規(guī)模均取得了巨大的成就。然而,隨著建筑工程施工體量規(guī)模的增長(zhǎng),施工現(xiàn)場(chǎng)各類(lèi)機(jī)械、臨時(shí)和永久性設(shè)施錯(cuò)綜復(fù)雜、施工人員素質(zhì)水平良莠不齊等因素,不僅使建筑工程施工現(xiàn)場(chǎng)人員安全風(fēng)險(xiǎn)顯著增加,而且也增加了項(xiàng)目管理人員的工作量和管理難度。
建筑施工中有關(guān)安全事故控制的成本投入回報(bào)率往往不具備直觀可見(jiàn)和迅速見(jiàn)效的特點(diǎn)[1],我國(guó)施工單位和建設(shè)單位在這方面的資金投入占項(xiàng)目總成本的比例往往較低,因此,短期內(nèi)低成本或無(wú)成本的安全管控技術(shù)嘗試和研究更具現(xiàn)實(shí)意義。為了展開(kāi)建筑工地人員安全狀態(tài)評(píng)估,張文博等[2]結(jié)合層次分析法和模糊綜合評(píng)價(jià)法,建立了建筑施工人員安全風(fēng)險(xiǎn)評(píng)估的人工神經(jīng)網(wǎng)絡(luò)模型;林陵娜等[3]基于系統(tǒng)動(dòng)力學(xué)提出了建筑施工項(xiàng)目安全狀態(tài)識(shí)別模型構(gòu)建方法;唐鵬等[4]結(jié)合建筑工程施工實(shí)際,考慮控制和監(jiān)測(cè)措施、事故發(fā)生頻率以及事故損失,建立MLS法評(píng)價(jià)施工環(huán)境危險(xiǎn)度。王旭峰等[5]利用結(jié)構(gòu)方程模型(SEM)研究建筑工人個(gè)體安全能力與影響因素間的效用關(guān)系,從個(gè)體特質(zhì)和工作環(huán)境兩方面進(jìn)行分析,研究了影響施工人員安全的多方面因素。馮超[6]得到了超高層建筑施工安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系和風(fēng)險(xiǎn)評(píng)價(jià)模型,并且對(duì)實(shí)際工程項(xiàng)目進(jìn)行了具體分析和評(píng)價(jià),確定施工風(fēng)險(xiǎn)等級(jí)。
在建筑施工現(xiàn)場(chǎng),人為劃定工作人員通道是行業(yè)內(nèi)較為嚴(yán)謹(jǐn)?shù)摹⒈WC施工人員安全和施工品質(zhì)控制的措施之一。傳統(tǒng)的施工通道布置主要借助主觀經(jīng)驗(yàn)的方法確定,這種做法往往不能保證人員受到施工安全風(fēng)險(xiǎn)的最小化。為此,本文借助前人得到的風(fēng)險(xiǎn)評(píng)價(jià)方法量化建筑工地各類(lèi)風(fēng)險(xiǎn)源對(duì)象,綜合考慮施工現(xiàn)場(chǎng)各類(lèi)工作人員在各類(lèi)風(fēng)險(xiǎn)區(qū)域通行時(shí)的風(fēng)險(xiǎn)程度、施工禁區(qū)、障礙物分布、建筑工地邊界、出入口位置等因素,利用隨機(jī)游走優(yōu)化算法[7],自動(dòng)搜索建筑工地最佳的人員通道,從而將全體人員的施工風(fēng)險(xiǎn)降至最低。
為便于利用優(yōu)化算法對(duì)建筑項(xiàng)目施工人員的安全風(fēng)險(xiǎn)進(jìn)行評(píng)估,從而建立數(shù)值優(yōu)化目標(biāo)函數(shù)與約束條件,施工風(fēng)險(xiǎn)的量化是不可避免的課題。昝彥國(guó)等[8]嘗試應(yīng)用序關(guān)系法確定安全風(fēng)險(xiǎn)源的權(quán)重指標(biāo),便于施工安全風(fēng)險(xiǎn)的動(dòng)態(tài)識(shí)別與定量表示。Zhou等[9]借助Pajek軟件,基于網(wǎng)絡(luò)理論對(duì)建筑施工現(xiàn)場(chǎng)各風(fēng)險(xiǎn)之間的耦合關(guān)系進(jìn)行了量化研究,從而得出了特定具體風(fēng)險(xiǎn)系統(tǒng)中各成員的風(fēng)險(xiǎn)因子。本文借助網(wǎng)絡(luò)理論和歷史同類(lèi)風(fēng)險(xiǎn)事故的統(tǒng)計(jì)數(shù)據(jù),確定建筑施工現(xiàn)場(chǎng)主要風(fēng)險(xiǎn)源對(duì)象的事故發(fā)生概率統(tǒng)計(jì)值,以此為基礎(chǔ),通過(guò)合理布置施工通道線路實(shí)現(xiàn)施工人員風(fēng)險(xiǎn)發(fā)生率的最小化。
建筑工地人員通道可能的布置方案是近乎無(wú)窮的。在現(xiàn)實(shí)當(dāng)中,管理人員主要依據(jù)經(jīng)驗(yàn)制定施工通道路線。這樣的路線一般不會(huì)是最差的,但也很難做到最佳。為了實(shí)現(xiàn)最佳方案的制定,數(shù)值優(yōu)化方法是強(qiáng)有力的理論工具。隨機(jī)游走算法是一類(lèi)全局優(yōu)化算法,其實(shí)現(xiàn)過(guò)程不依賴(lài)目標(biāo)函數(shù)的變化梯度。圖1給出了隨機(jī)游走算法的實(shí)現(xiàn)流程。該算法流程在各領(lǐng)域均得到了成功應(yīng)用和良好效果。
圖1 連續(xù)優(yōu)化變量的隨機(jī)游走算法
為描述建筑工地風(fēng)險(xiǎn)與施工從業(yè)人員可能的通行路線,圖2將建筑工地平面按照一定的間距做格柵劃分。每一個(gè)格柵線為建筑工人允許行走的通道。假設(shè)人員處于圖3所示的任一格柵節(jié)點(diǎn)O處,那么人員允許的行走路線為OA、OB和OC三種。為便于計(jì)算,設(shè)OA為向量(0,-1),OB為向量(1,0),OC為向量(0,1)。假定沿途所經(jīng)區(qū)域具有風(fēng)險(xiǎn)屬性,并且以顏色表示(表1)。
圖2 建筑工地風(fēng)險(xiǎn)與障礙分布
圖3 路線節(jié)點(diǎn)處隨機(jī)游走示意
表1 建筑工地風(fēng)險(xiǎn)圖例
紫色風(fēng)險(xiǎn)值取值無(wú)窮大inf,表示該區(qū)域?yàn)檎系K物,不得通行,該取值具有懲罰系數(shù)的數(shù)學(xué)意義。從黑色到綠色的風(fēng)險(xiǎn)取值均根據(jù)歷史同類(lèi)型建筑工地風(fēng)險(xiǎn)事故數(shù)據(jù)和網(wǎng)絡(luò)理論分析而得。此外,為控制隨機(jī)游走的建筑從業(yè)人員不得跨越建筑工地邊界,這里將處于建筑工地邊界的節(jié)點(diǎn)風(fēng)險(xiǎn)值設(shè)定為無(wú)窮大。
基于上述假定,本算法的優(yōu)化變量x可以為每一個(gè)節(jié)點(diǎn)處的行走向量OA(0,-1),OB(1,0)或者OC(0,1),在滿足障礙物約束和場(chǎng)地邊界約束的條件下,還需滿足出口與入口之間的位置關(guān)系,即所有節(jié)點(diǎn)的行走向量之和為出入口節(jié)點(diǎn)構(gòu)成的向量。由于每個(gè)節(jié)點(diǎn)以及相鄰的節(jié)點(diǎn)具有相同的風(fēng)險(xiǎn)屬性,故人員從入口到出口沿途經(jīng)過(guò)的節(jié)點(diǎn)風(fēng)險(xiǎn)屬性值累積量即為優(yōu)化目標(biāo)函數(shù)。為了繼續(xù)使圖1所示的隨機(jī)游走優(yōu)化算法在路徑優(yōu)化問(wèn)題中有效,僅需要將其中一個(gè)環(huán)節(jié)做調(diào)整:將生成的隨機(jī)矩陣修正為每個(gè)元素為(0,-1)、(1,0)或(0,1)的隨機(jī)向量;此外,還需要添加懲罰項(xiàng)作為約束條件,如邊界處和障礙物處的節(jié)點(diǎn)風(fēng)險(xiǎn)值取為大數(shù),如106。這樣,隨著優(yōu)化算法的執(zhí)行,游走路徑一旦接觸懲罰點(diǎn),程序即可躲避該點(diǎn)。顯然,這種方法可以實(shí)現(xiàn)優(yōu)化目標(biāo)函數(shù)的約束施加。
為了采用隨機(jī)游走算法實(shí)現(xiàn)某建筑工地的施工通道優(yōu)化設(shè)計(jì),對(duì)圖2所示場(chǎng)地進(jìn)行計(jì)算分析。
這里,東西方向和南北方向格柵間距均為1 m。當(dāng)然,間距也可以更小,有助于提高計(jì)算精度。設(shè)定建筑工地的風(fēng)險(xiǎn)取值如表2所示。
表2 某建筑工地風(fēng)險(xiǎn)取值
為了進(jìn)行上述分析,我們采用Julia語(yǔ)言進(jìn)行了程序開(kāi)發(fā),在配置為Windows 10 x64操作系統(tǒng),Intel i7 8700k CPU的臺(tái)式計(jì)算機(jī)中進(jìn)行了優(yōu)化分析。設(shè)定計(jì)算誤差ε為10-5;迭代次數(shù)N=100;初次步長(zhǎng)λ為3。優(yōu)化初始路徑為圖4所示估計(jì)路徑。所有路徑的前進(jìn)向量之和為(出口-入口)之坐標(biāo)差,即(35,13)。
圖4 建筑工地施工通道優(yōu)化分析初始路徑
優(yōu)化分析程序經(jīng)過(guò)18.53 s的優(yōu)化分析,路徑迭代更新為圖5中藍(lán)色實(shí)線,表示優(yōu)化所得施工通道路徑。施工人員沿圖5所示施工通道行走的風(fēng)險(xiǎn)值為0.2292。由于算法假定了人員通道只能沿著格柵前進(jìn)和左右拐,因此,分析路徑只能為折線狀。
為了便于實(shí)際應(yīng)用,在建造中,可以將其進(jìn)行做倒角或倒圓等光滑處理,如圖6所示。
圖5 建筑工地施工通道優(yōu)化分析結(jié)果
圖6 光滑處理后的施工通道
圖6所示的最終所得的建筑工地人員安全通道滿足了所有障礙物約束和施工場(chǎng)地圍欄的約束。優(yōu)化程序通過(guò)反復(fù)試算與更替,得到了風(fēng)險(xiǎn)最小的通道路線。
有關(guān)風(fēng)險(xiǎn)的取值問(wèn)題主要受到各顏色風(fēng)險(xiǎn)打分的限制,但事實(shí)上本文算法中各顏色風(fēng)險(xiǎn)的取值絕對(duì)值并不影響最終優(yōu)化結(jié)果,只要各風(fēng)險(xiǎn)源之間的風(fēng)險(xiǎn)相對(duì)值接近客觀事實(shí)即可。這一點(diǎn)也降低了工程管理人員對(duì)風(fēng)險(xiǎn)指標(biāo)的取值難度。
利用網(wǎng)絡(luò)理論和建筑工地歷史事故數(shù)據(jù),總結(jié)得到建筑工地現(xiàn)場(chǎng)的各風(fēng)險(xiǎn)源指標(biāo)。而后,本文將運(yùn)籌學(xué)中較為成功的隨機(jī)游走數(shù)值最優(yōu)化技術(shù)應(yīng)用于建筑工程現(xiàn)場(chǎng)人員安全風(fēng)險(xiǎn)控制問(wèn)題,提出了一種能降低建筑工地施工通道安全風(fēng)險(xiǎn)、高效且“無(wú)成本”的方法?;谔岢龅乃惴ê陀?jì)算機(jī)程序,對(duì)某建筑工地進(jìn)行了施工通道選線優(yōu)化分析,所得結(jié)果表明本文方法具有較強(qiáng)的可實(shí)踐性,可作為今后同類(lèi)型問(wèn)題分析的一種參考。
[1] 李志鵬.超高層建筑施工安全管理研究:以某超高層建筑為例[D]. 武漢:湖北工業(yè)大學(xué),2017.
[2] 張文博,宋德朝,鄭永前.基于神經(jīng)網(wǎng)絡(luò)的建筑施工安全評(píng)價(jià)[J].工 業(yè)工程,2011,14(2):75-79.
[3] 林陵娜,蘇振民,王先華.基于系統(tǒng)動(dòng)力學(xué)的建筑施工項(xiàng)目安全狀態(tài) 識(shí)別模型構(gòu)建[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù),2011,7(12):2011.
[4] 唐鵬,唐莉,孟憲強(qiáng).建筑施工人員安全度評(píng)價(jià)模型的構(gòu)建與應(yīng)用 [J].中國(guó)高新技術(shù)企業(yè),2010(33):64-66.
[5] 王旭峰,邱坤南,陽(yáng)富強(qiáng),等.建筑工人個(gè)體安全能力影響因素效用量 化研究[J].中國(guó)安全科學(xué)學(xué)報(bào),2015,25(3):133-139.
[6] 馮超.超高層建筑工程施工安全風(fēng)險(xiǎn)評(píng)價(jià)[D].長(zhǎng)沙:中南大學(xué),2013.
[7] 孫慧影,林中鵬,劉銀麗,等.基于隨機(jī)游走蜂群算法優(yōu)化RBF神經(jīng)網(wǎng) 絡(luò)電動(dòng)機(jī)故障診斷研究[J].水電能源科學(xué),2017,35(8):165-168.
[8] 昝彥國(guó),侯學(xué)良.建筑施工階段動(dòng)態(tài)識(shí)別安全風(fēng)險(xiǎn)的指標(biāo)體系構(gòu)建 [J].建筑經(jīng)濟(jì),2016,37(3):102-105.
[9] ZHOU Z, IRIZARRY J, LI Q. Using network theory to explore the complexity of subway construction accident network (SCAN) for promoting safety management[J].Safety science,2014(64):127-136.