基于本体的地铁车站施工安全风险知识自动化识别.pdf

第 卷 第 期 年 月 中 国 安 全 生 产 科 学 技 术 收稿日期：基金项目：国家自然科学基金项目（）；甘肃省自然科学基金项目（）；兰州理工大学红柳优秀青年人才支持计划项目（）；甘肃省教育科技创新项目（）作者简介：刘平，博士，副教授，主要研究方向为安全风险管理。通信作者：许家铭，硕士，讲师，主要研究方向为工程安全风险管理。：基于本体的地铁车站施工安全风险知识自动化识别刘平，金学强，许家铭，武文凯（兰州理工大学 土木工程学院，甘肃 兰州 ）摘要：为有效避免在地铁车站建设过程中，应用不同类型的施工方法时所引起的不同风险事故，提出 种基于本体的地铁车站施工安全风险知识自动化识别方法。首先，采用本体 语言对地铁车站施工安全风险知识格式化，利用 工具对定义的类、对应的属性及其关系进行编码；然后，对相应的风险事件进行 规则语言创建；最后，利用 推理引擎，通过 组合将本体知识和规则语言转化为事实，完成安全风险自动化识别。研究结果可在一定程度上实现风险知识的共享、重用和传递，规范施工时的安全风险知识，并为相关企业在地铁车站施工安全管理方面提供一定参考。关键词：地铁车站施工；本体论；知识建模；风险识别中图分类号：文献标志码：文章编号：（），（，）：，：；引言在城市地铁大规模建设的过程中，各种施工安全事故频繁发生，如：年 月 日，浙江省杭州市地铁号线湘湖站工段施工工地（露天开挖作业）发生地面塌陷事故，事故造成施工人员 人死亡、人下落不明 。在地铁车站施工过程中引发风险并造成事故的原因种类较多，其中风险识别不及时，或对已有的信息数据利用不充分是常见的原因之一。目前，相关研究领域内地铁施工环境的风险分析多采用专家经验法、参考历史风险案例库和项目文件等方法，难以形成较为统一的分 析 标 准。同 时，风 险 识 别 是 项 知 识 密 集 型 任务 ，需要大量风险方面的知识储备。然而，相关工作者该方面知识水平参差不齐，难以在突发情况下快速识别出所有风险事件并制订预控措施。若能把该方面知识以某种标准化的形式储存起来，便可以提升知识在工作者中的的共享和传递水平 ，进而提高地铁车站施工过程中风险分析的准确性和事故发生后的处理效率。近年来，国内外相关学者对地铁车站施工安全风险识别方面已开展较多研究。李蒙等 提出地铁车站施工安全风险智能识别模型，利用该模型有效识别出地铁车站施工过程中的主要安全风险；陈太红等 在风险识别基础上，运用风险指数法确定风险发生概率；吴贤国等 利用动态元网络分析方法建立地铁施工安全事故网络节点体系，有效预防事故发生；张绍辉 利用数据驱动的风险识别方法构建地铁施工安全知识库系统，为地铁施工安全风险识别提供 种快速、高效的风险识别途径；等 运用贝叶斯网络实现坍塌和衍生事故风险建模，有效预防地铁建设坍塌事件发生和衍生物损失；应国柱等 通过模糊综合评价法建立 种修正的风险评估 模 型 及 地 铁 盾 构 施 工 风 险 评 估 体 系；王 永 祥等 提出基于结构方程与蒙特卡洛模拟相结合的地铁车站深基坑施工危险性测度方法，有效提升危险性测试准确性。目前，在地铁施工或类似复杂工程施工中的风险自动识别方面，通常采用数据驱动、支持向量机等机器学习方法辅助建设知识库系统。然而，该方法主要是通过在已有数据集上进行训练，从而建立模型，因此，其准确性受到已有数据质量限制，并且在实施过程中还需对数据进行预处理和特征提取等操作，对于新型问题的适应能力相对较弱。综上所述，本文利用基于本体的风险识别方法，将地铁车站施工安全风险案例知识、专家经验和规范中的相关知识进行结构化、系统化存储；针对不同类型的工法特点，通过知识管理、智能推理等方法实现施工安全风险的智能识别和预控，即直接在本体知识库的基础上对经验知识进行推理，进而实现风险识别和预测。该方法更加注重领域知识的建立和维护，数据依赖性较小，可实现知识可视化，使相关工作者更容易理解和使用该类知识。研究结果可为相关企业在地铁车站施工安全管理方面提供一定参考。本体构建工具及表示语言近年来，本体建模工具的应用已较为成熟，本文研究使用美国 大学医学院信息中心团队开发的 建模工具。首先，对其功能进行扩展，将风险描述的自然语言转化为可供计算机处理的形式化语言。为使相应的安全风险知识能被机器理解，以万维网联盟开发的 （，）本体语言作为相关风险知识的表示语言 。是语义网 上描述本体的标准语言，该语言可以将事物元数据描述成种能够让机器理解、存储、流转的类型数据，并为机器进行智能推理奠定基础。但是，由于其语义表达能力对于复杂逻辑的描述存在较多不足，难以进行一般规则知识的表达。（，）是种强调语义表达规则的语言，可以有效避免本体在规则推理方面的一些不足，较为清楚地表达规则之间逻辑联系。本文研究中，规则语言用来描述地铁车站安全风险检查约束，将 中包含的安全风险知识整合到该规则中 。研究框架本文从知识获取、本体构建、安全检查约束、知识应用 个方面来实现对地铁车站风险知识系统化、结构化的处理，本体知识库开发流程如图 所示。图 本体知识库开发流程 ）知识获取：领域内相关专家经验知识的获取采用“”经验知识描述框架法，如表 所示。通过对地铁车站施工相关事故典型案例，国家及行业规范标准、开放的信息化平台数据进行收集，形成相应的风险知识档案。表 安全风险经验知识描述框架法 序号关键点说明“”风险事件具体在哪个施工项目的哪个施工活动中发生的“”发生的是什么风险事件（详细描述风险事件的致险因子、过程以及造成的后果）“”风险事件发生时的解决措施（面对风险时的具体行为）“”解决风险时的思路（相关人员采取的经验性和技巧性知识）第 期 中 国 安 全 生 产 科 学 技 术）本体构建：利用本体概念和关系，将抽取的概念按照上下位关系、属性关系、实例关系进行组织和分类。）安全管理约束：使用 规则语言弥补 在规则表达方面的缺陷，描述施工安全检查约束条件，并利用 推理引擎实现规则到事实的转化。）知识应用：实现地铁车站施工安全风险知识的自动化识别。本体知识获取及知识库构建本文知识库的数据来源为国家及行业相关标准规范、典型事故案例集及相关研究报告。通过对数据源的领域知识进行提取和形式转化，实现本体开发。由于目前本体构建尚没有 套完全成熟的体系，本文以斯坦福大学提出的基于 的“七步法”为参考 ，总结出种适用于地铁车站的“四步”开发方法。具体步骤为：定义元本体模型、定义类和类的等级关系、定义类的属性及关系，实例创建。由风险知识建模的元本体模型图 所示为本文风险知识建模的元本体模型，其被定义为地铁车站施工领域的核心概念以及概念之间的层次关系，该关系决定本体开发的基本框架和边界，是后续本体完善和知识功能实现的基础。该模型由以下 部分构成：图 风险知识建模的元本体模型 ）风险背景部分：该部分主要用来描述风险背景信息，旨在对施工项目和施工活动的风险知识进行建模。）风险部分：该部分描述风险基础情况，旨在对致险因子、风险事件、事故后果、风险预控措施等进行知识建模。类和类的等级关系定义在领域本体知识库中，个体概念的集合通常用类表示，类是领域本体的核心，由本体的重要术语来定义。在本体建模软件 中，类均是由父类和子类组成的层次结构来表达。在地铁车站施工中，各类安全风险的构成比较复杂，本文从事故致因机理的角度，分析可能产生的风险，对类的定义从概念层出发，采用自上而下逐步进行细化的方式，对基础类各概念之间的信息和关系进行本体知识描述 。另外，对基础类的定义，应在输入“活动概念”和“致险因子概念”后可以自动生成可能的风险事件和相应的解决措施。基础类的概念及定义如表 所示。利用 软件进行本体构建，提供 个可视化的环境来编辑和保存 本体。其部分类与子类的结构示意如图 所示。中 国 安 全 生 产 科 学 技 术第 卷表 基础类概念及定义 概念定义施工项目地铁车站施工项目施工活动地铁车站工程建设活动致险因子在施工过程中可能引起事故发生的人为、环境、材料设备、管理等因素风险事件由致险因子引起的风险事件，如：机械事故、起重伤害、坍塌、物体打击等事故后果风险事件是否带来人员伤亡管控措施为解决风险事件并保证后续施工安全，所采取的人员、管理、环境方面的管控措施图 部分类及子类的结构示意 定义类的属性及关系在本体中，类层次结构不能充分代表领域知识，因此，还需要对属性进行定义，属性不仅可以弥补类在表达方面的缺陷，还可以对各种情况作出详细的说明 。同时，通过属性的定义域（）和值域（）建立各个类之间的关联及类的共同特征，属性和关系的定义是本体类建模中的重要内容，能够更加准确地描述本体类的特征和本体类之间的联系。在本体的建模过程中，属性包括“对象型属性”和“数据型属性”。“对象型属性”用来描述 个本体类实例与其他实例之间的关系或者嵌套结构，如 表示“施工项目”包含的“施工活动”；而“数据型属性”则用来说明 个实例的某种数值特征或量化特征。在定义类与类的关系时，可通过添加“对象型属性”来描述类的非量化特征。类与数据的关系则由数据型属性定义，通常用来描述自身的特征属性，如对基础类“施工项目”的描述是通过添加取值类型（）及数据属性名称（）等来完成。图 所示为基础类的关键属性及数据类型，其中取值类型“”指字符串数据类型，“”指整型变量数据类型。在领域本体中的关系通常有 类：交叉树关系和归因关系。本文采用交叉树关系，用于表达信息实体传递路径，虚线箭头代表存在归因关系，用于实现实体和对应属性的连接。图 中，“”“”“”“”“”代表所连接的上 个类与下 个类的概念关系，如通过对象属性“”联系“施工活动”与“致险因子”个概念实体，施工活动为致险因子提供定义域（），而致险因子同时也为施工活动划定值域（），两者形成一组交叉树关系。图 基础类的关键属性及数据类型 第 期 中 国 安 全 生 产 科 学 技 术 实例创建在本体中，对于概念术语的区分到底是类还是实例是比较困难的，本文按照范围相比较大的概念就是类，在类之下比较详细的概念，则以实例来作为区分。在 个本体模型中，实例的创建对于实现相关知识的共享和层次重用是非常必要的。本文在 软件工具的 栏完成实例创建，并将搜集到的与地铁车站施工风险有关的事故案例存储在案例库中。由于各实例之间联系较为复杂，本文选取兰州市某地铁车站盖挖法施工附属工程的风井施工项目为例。以施工活动（盖挖法风井施工基坑围护）带来致险因子（环境因素：极端降水连续暴雨 不良地质条件软土层厚度大、湿陷性黄土）进而发生风险事件（坍塌），导致事故后果（人员受伤），针对风险事件，采取相关管控措施（施工前加强超前探测等）为逻辑关系构建本体模型。对应上述的车站施工安全风险案例知识表达框架如图 所示，图 中，该本体框架上半部分为领域本体结构，下半部分为创建的某具体实例。图 兰州市某地铁车站施工安全风险案例知识表达框架 图 所示为上文实例地铁车站“基坑围护”创建界面示意，在“基坑围护”的“”属性中添加“不良地质条件”，同时添加设备、编号、人员等数据型属性；在“不良地质条件”的属性“”中添加“坍塌”等风险事件，并添加相应的数据型属性。根据上述举例逐步添加，完成实例在 中的创建。施工安全风险知识的自动化识别 基于 语言的推理规则构建通过上文描述，语义表达能力尚存在欠缺，因此，其并不适合表达一般形式的规则性知识，需要使用其他的规则引擎或编程语言来描述和实现该类型规则性知识。本文利用收集到的相关标准规范，将行业安全规范编码成 规则格式，能够直接与 建立的本体结合，便于表达本体类之间的规则。规则 构 建 工 具：使 用 自 带 的 规 则 插 件“”，该插件可以直接把在上文创建的本体进行调取，完成规则建模，实现本体和规则编辑环境间的切换。以本 文“基 坑 围 护”实 例 进 行 施 工 安 全 管 理 的 规则应用。把致险因子“不良地质条件”作为风险约束规则条件，通过规则的推理得出可能发生的风险中 国 安 全 生 产 科 学 技 术第 卷图 兰州市某地铁车站“基坑围护”实例创建界面示意 “”事件“坍塌”以及相应的风险管控措施。实例 推理规则构建步骤如下：“：基坑围护（？）不良地质条件（？）（？，坍塌事故）（？，地质雷达法进行超前探测）（？，施工前对探测发现的空洞回填注浆）（？，加强员工教育培训）（？，制定合理的施工方案）”。基于 推理引擎的规则推理为达到施工过程中安全风险知识的自动化识别，在规则构建之后，利用相应的推理引擎进行规则推理。本文研究选用 推理机 ，作为 的内置插件，在 中构建的知识库可以与 程序和规则库一起使用。把构建的实例映射到 事实，用户通过输入不同的约束规则，就可以进行不同领域的推理，并得到大量的隐性知识。利用 概念，把 构建的施工安全风险实例规则知识转化为 规则，如图 所示。（基坑围护（？）（？不良地质条件）（？坍塌）（？地质雷达法进行超前探测）（？施工前对探测发现的空洞回填注浆）（？加强员工教育培训）（？制定合理的施工方案）图 施工安全风险实例 规则 图 所示为本体知识 规则转换为 知识界面示意。在图 中，按下界面下方的“”键，就可以将本体实施和实例规则转化为 可读的知识和规则；然后按“”就可以使 推理机进行推理；再按“”就又使推理的新的事实转换成 格式，“不良地质条件”的推理结果界面示意如图 所示。图 本体知识 规则转换为 知识界面示意 图 “不良地质条件”引擎推理结果界面示意 “”推理引擎运行后自动查找信息，输出的危险和解决方案可实时警告相关工作者设置车站施工和个人安全保护系统。施工现场自动化风险识别，使相关工作人员快速准确地查询和管理相关规定及案例，共享和重用安全风险知识，进而提高施工现场整体安全知识管理水平。结论）在本文本体模型中，对风险知识进行编辑组合形成风险知识语义网，将风险知识格式化存储，一定程度上可实现风险知识以动态化的形式重用、共享和传递。）本文通过对风险知识进行 规则表示，利用 引擎将 知识转化为 事实、规则转化为 规则，进而实现风险知识的自动化识别。参考文献 中华人民共和国中央人民政府 国务院安委会办公室关于浙江杭州“”地铁工地重大塌陷事故的通报 （）：，（）：第 期 中 国 安 全 生 产 科 学 技 术 ，（）：李蒙，龚雨洁，余宏亮 地铁车站施工安全风险智能识别模型研究 建筑经济，（）：，（）：陈太红，王明洋，解东升，等 地铁车站基坑工程建设风险识别与预控 防灾减灾工程学报，（）：，（）：吴贤国，冯宗宝，王洪涛，等 基于动态元网络的地铁施工安全事故致因分析 中国安全生产科学技术，（）：，（）：张绍辉 地铁车站基坑施工风险识别知识库系统的构建与应用 武汉：华中科技大学，：应国柱，汪鹏程，朱大勇，等 基于模糊综合评价模型的地铁施工风险评估 地下空间与工程学报，（）：，（）：王永祥，廖婷，李洪高 基于 的地铁车站深基坑施工危险性测度研究 中国安全生产科学技术，（）：，（）：，（）：王军，陈锦江 基于实例与规则推理的面向液压缸产品族的智能设计系统研究 机床与液压，（）：，（）：，：，（）：，：，（）：夏立新，段菲菲，翟姗姗 基于本体的 推理实证研究 情报科学，（）：，（）：（责任编辑：陈玲）中 国 安 全 生 产 科 学 技 术第 卷