隧道是铁路交通设施互联互通的关键节点与枢纽工程,“长隧”已成为复杂艰险山区铁
路建造的新常态。同时,复杂艰险环境的地形地质条件、频发的山地灾害等对隧道建造技
术和工程安全质量进度管理提出了更高的要求。例如川藏铁路隧道在川藏铁路全线的占比
高达 84%
[1]
,沿线地质条件极端复杂,且不良地质段落长,硬岩岩爆、软岩大变形、高地
温、活动断裂、超高压富水断裂等不良地质问题突出
[2]
,施工安全质量风险极高。对于这
类复杂艰险山岭隧道,常采用钻孔、装药、爆破的钻爆法施工。钻爆法隧道施工作业复
杂,涉及超前支护作业、开挖作业、装运作业等 9 类作业线,关系复杂且动态变化,需综
合考虑人机料法环(man-machine-material-method-environment,4M1E)等多因素影
响。由于隧道工程综合作业场地狭小、作业面分散、隐蔽工程众多,人员配备、机械调
度、原材料供应等因素也会对工期进度、工程质量产生直接影响;客观复杂的不良地质条
件以及施工人员的主观不安全行为极易酿成工程事故,对铁路隧道建设的安全、工期和施
工质量造成严重危害。虽然经过长期探索,铁路部门逐步建立起以质量、安全、工期、投
资、环保、稳定为核心管理要素的六位一体目标管理体系
[3]
,其中安全、质量与进度三方
面紧密关联,且存在复杂的链式影响作用。然而日积月累的海量数据仅有一小部分被转化
为领域知识
[4]
,且知识和方案以及系统依旧是分散的,各自针对单一问题,在实际执行过
程中,缺乏多目标体系关联认知的科学决策机制和多角度综合感知的整体性、系统性智能
管控措施。如何为铁路隧道钻爆法施工提供数据-模型-知识集成的智能化、整体化、精细
化管理是当前铁路隧道建设领域研究的前沿难题
[5-8]
。数字孪生驱动的智能建造是最有潜力
的途径,而构建安全质量进度语义关联描述的知识图谱是关键基础。
知识图谱本质上是一种结构化的语义知识库
[9]
,用以揭示和描述物理世界中的概念、
实体及其相互关系,可表述为一种有向图模型,其中图模型的节点代表各类实体或者概
念,连接各节点的边代表概念或者实体之间的关联关系。知识图谱已成为人工智能从机器
智能到感知智能再到认知智能进程中不可或缺的基本工具
[9-13]
。在铁路隧道建设领域,大多
采用文献计量法进行统计、可视化知识图谱分析
[14-15]
,缺少铁路隧道施工安全质量进度多
要素间关联关系的精细刻画,难以支撑复杂环境下智能化的精准管控。
本文以铁路隧道钻爆法施工事件为核心,围绕安全、质量、进度 3 个维度的施工考量
指标,分析各项指标所关联的 4M1E 关键要素及其关联关系,构建铁路隧道施工领域知识
图谱。利用知识图谱对现场的施工情况、安全风险等进行信息化管控
[6]
,为数字孪生驱动
的铁路安全质量进度智能管控提供新的理论方法基础。
1. 知识图谱构建方法
知识图谱基本结构单元是实体-关系-实体或者实体-属性-属性值三元组,实体之间通
过关系边相连形成网状结构。知识图谱的架构包括其自身的逻辑结构和构建所用的技术体
系,逻辑结构又分为模式层和数据层
[12]
。通过现场调研、相关文献资料、专家交流梳理铁
路隧道钻爆法施工过程中相关的工序、工艺和工法,从安全、质量、进度 3 个维度综合考
评论0
最新资源