0 引言
公路隧道作为现代交通网络的重要组成部分,对促进经济发展、改善区域交通状况具有重要意义。
随着公路网的不断扩展,我国公路隧道的数量和规模在持续增长。据统计,截至 2023 年底,我国运营公路隧道 27297 座,总长 3023. 18 万延米,其中,长与特长隧道占比为 74.3%。 我国在 10 km 以上特长公路隧道建设方面取得了显著进展,至今已有 25 座隧道投入运营,31 座正在建设中,18 座处于规划设计阶段。在我国公路隧道建设取得世人瞩目之成就的同时,其庞大体量的运营规模对安全管理提出了严峻挑战。在运营过程中,伴随的安全问题愈发凸显,与开放道路相比,隧道更为脆弱,隧道长度的增加也带来了更高的运营安全风险。尤其是火灾事故 ,由于其发展速度快、应急救援困难,已成为隧道运营安全的主要威胁, 使有关公路隧道运营安全、潜在脆弱性等问题越来越受到重视。现阶段的公路隧道运营安全风险管理手段侧重于事故预防和风险控制 ,一定程度上限制了其在应对事故方面的表现。确保公路隧道安全稳定运行的关键,不仅要加强事故前的预防工作,构建严密的防控体系,还需在事故发生时迅速响应,采取有效的应急处置措施,以及在事故后实现高效恢复,减少损失并尽快恢复正常运行。基于此背景,韧性理念与公路隧道运营安全管理的需求不谋而合。韧性理念即强调系统在遭受扰动 (对系统性能产生影响的事件,在韧性研究中多围绕扰动开展)后的适应和恢复等能力,无疑适用于公路隧道运营安全的研究。 在防灾减灾领域,韧性理念已逐渐成为主导思想,其重要性不言而喻 。 国家“十四五”规划中明确提出了将韧性理念与风险控制相结合的战略方向,以推动灾害防治工作的水平提升。PIARC(世界道路协会) 的 《 2020—2023 年战略计划》将公路隧道韧性作为一个长期研究的重点方向。 引入韧性理念至公路隧道的运营安全管理之中, 是一项创新实践,不仅有助于提升系统的整体安全性能,还能够为应对潜在的安全风险和挑战提供有力的理论支撑和实践指导,这是目前隧道领域的研究热点与前沿。
鉴于公路隧道作为交通网络系统中的关键性基础设施,其安全高效的运营对整个交通系统的稳定至关重要。面对当前公路隧道运营中日益增长的安全挑战,亟需探索韧性理念在公路隧道运营安全领域中的应用。本文以此需求为出发点,首先对韧性的定义及其量化方法进行精炼总结与归纳;进一步探讨将韧性理念融入公路隧道运营安全管理的迫切性与意义,提出公路隧道运营韧性的核心内涵与可行增强路径及提升措施;针对公路隧道可能面临的火灾风险,介绍相关前沿的智能增强技术与装备。
1 韧性研究概述
1.1 韧性的发展及其内涵
韧性(resilience)是一个内涵丰富、外延广泛的概念,最初起源于物理学,表示在塑性变形和破坏运动过程中所吸收能量的程度。1973年,Holling首次将韧性理念引入生态学,探究种群关系在受到扰动后的表现。自此以后,韧性概念引起了众多领域专家和学者的深入研究,其理论经历了从“工程韧性”到“生态韧 性”再到“社会-生态韧性”的发展。另外, 对于“resilience”的译法曾存在分歧。据统计,最早多译为“恢复力”,随后在2000年出现“弹性”译法,2012年译为“韧性”,最终在2015年中国城市规划学会年会上,达成了将“resilience city”译成“韧性城市”的共识, 此后便采用“韧性”译法。关于韧性的定义或解释如表1所示。
1.2 基础设施系统韧性研究
在基础设施系统的韧性研究中,Schultz 等定义沿海社区基础设施韧性为预测、准备和适应不断变化的环境,承受、应对干扰并迅速恢复的能力。在杨兆铭等关于NGPNS(天然气管网系统)研究中,韧性被用来衡量其在遭受各类扰动之后的供气性能损失(脆弱性)、剩余供气能力(鲁棒性)和供气能力恢复(恢复力)。Calvert等定义道路交通系统韧性是系统在处理扰动事件时,系统功能下降后快速恢复至原有功能的能力。雷升祥等定义城市地下空间工程系统韧性为其在遭遇自然或人为因素干扰后,降低风险、减轻破坏或干扰的能力,维持或迅速恢复其功能的能力。杜修力等将城市地铁系统的韧性按照时间特性分为预备性、鲁棒性、恢复性、适应性4个特性。魏强等认为重大铁路工程的韧性管理模式应具有鲁棒性、冗余性、管理敏捷性、快速恢复性、组织自适应性。由表1可知,韧性作为一个复杂而多维的概念,其定义和内涵因研究对象和细分领域的不同而呈现出多样性。尽管存在差异,但仍能从中提炼出以下2点共识:1)韧性是一种综合性能力,着眼于系统全过程的表现;2)韧性包含一系列特征属性。其中,由 Bruneau等提出的4个维度(4Rs)能较好进行概括,即鲁棒性(robustness)、冗余性(redundancy)、资源充裕度(resourcefulness,也称为应变能力)、快速性(rapidity)。鲁棒性指系统在经历扰动后不遭受功能退化或丧失的能力;冗余性指在功能中断、退化或丧失的情况下依旧能够满足功能的需求;资源充裕度指识别问题、确立优先事项和调动资源的能力;快速性指及时满足优先事项和实现目标的能力,以控制损失和避免未来的中断。
表 1 关于韧性的定义或解释
1.3 韧性量化研究
1.3.1 韧性分析曲线
在韧性研究中,量化评估是关键一环,这一过程将韧性的抽象概念转化为具体数值,使韧性评估更为客观和科学。研究方向集中在利用系统性能曲线进行韧性度量,如图 1 所示。 图中: 横坐标为时间 t,其 中,t0 为事前阶段任意时间点,t1 为扰动开始时间点,t2 为开始恢复时间点,tn 为恢复结束时间点;纵坐标为系统性能 P(t),范围为 0% ~100%或 0~1,其中,P(t1 )为扰动前的系统性能,P( t2 ) 为扰动后、恢复前的系统性能。
α 表示扰动影响程度; β 表示系统恢复能力。
图 1 系统性能曲线
图 1 中曲线①表示韧性系统在面对扰动后,有能力将其性能从脆弱状态恢复到原始的稳态运行水平; 相反,非韧性系统在遭遇相同扰动时,其性能可能会根据系统抵御扰动的能力而有所不同。图 1 中曲线②展示了非韧性系统在扰动后性能退化到一个较低稳态的情况,表现出一定的脆弱性。如果系统无法抵御扰动的影响,其性能将持续退化,直至系统失效,如图 1 中曲线③所示。通过性能曲线,可清晰地看到不同系统在面对扰动时的性能变化。在实际情况中,受扰动本身的影响水平和系统在遭受该类型扰动时的抵御能力及恢复能力的影响,韧性曲线会呈现包含但不限于图 1 中④、⑤等类似变体曲线,且系统性能曲线的非线性特征和复杂性是显而易见的,但为了阐述和分析的便利,图 1 采用了简化的手段来捕捉和描述这些曲线的基本形态和趋势。根据受扰动本身的影响水平和系统在遭受该类型扰动时的抵御能力以及恢复能力 2 类因素影响程度的不同(用 α 角度表征,α 越大影响越小,表现为鲁棒性与冗余性),系统性能曲线会出现 u1、u2、u3 3 种不同情形。u1情形表示系统无法承受某种类型(通常为严重故障或灾难性事件) 的扰动,或者即使具有一定的适应能力也无法承受,导致系统性能发生垂直下降;u2情形表示系统性能在遭受扰动后逐渐降低,并在恢复发生之前稳定在一个中断状态;u3情形表示系统性能在遭受扰动后缓慢下降,但随后立即开始恢复。这种情形通常发生在系统具有较强的恢复能力和适应性时,能够在遭受扰动后迅速恢复其性能。系统的恢复能力(用 β 表征,β越大恢复水平越高,表现为资源充裕度与快速性)决定了系统性能能够恢复到何种水平,以及恢复到原始性能所需时间,如图 1 中曲线④恢复到原始性能时点 Q 的时间快于图 1 中曲线①恢复到原始性能时点 P 的时间。 尽管无法预测、阻止和避免所有事故灾害的发生,但可通过增强系统韧性,使系统性能在遭受扰动后能够迅速响应、恢复到理想运行状态。图 1 中阴影区域被称为韧性三角区,其面积表示为性能的损失,α 与 β 越大,阴影面积越小,性能损失越小。
1.3.2 韧性度量方法
部分代表性韧性度量方法如表 2 所示。此外,还涌现出一些更为高级的方法。例如: 复杂网络理论关注网络系统中的各个具有联系作用的拓扑结构,为交通运输、电力输送、天然气管网系统韧性模型求解提供了有利帮助;文献借助模糊认知图 (fuzzy cognitive maps, FCM)构建北极航行风险的韧性认知体系,文献利用模糊认知图开展了石油化工系统韧性评估。
表 2 部分代表性韧性度量方法
2 韧性视角的引入
2.1 安全与风险
一般意义上,安全指没有受到威胁,没有危险、危害或损失的情况,而风险指不确定性对目标的影响,通常用事件发生可能性和后果的组合来衡量风险。综合来看,安全其实是一种特定的状态,即风险已被降低到可容忍的水平。风险具有客观性,而安全具有主观性。不安全肯定会存在风险,但有风险并不一定意味着不安全。安全与风险紧密相连,相对于安全,风险是一个更易于定量化管理和实施的概念。公路隧道是处于岩-土-水等周围介质环境中,由土建结构与通风、照明和消防等机电设备组成,主要为人驾驶汽车形成的非规则交通流提供服务的复杂系统。由此可知,其运营安全涉及围岩地基、支护结构、机电设备、汽车交通与驾驶和养管人员等人-车-隧道-环境-管理的多因素影响,并受控于多系统作用的多物理准则,是一个复杂且特殊的课题。例如,土建结构和机电设施的性能退化和劣化、交通量的急剧增加和交通类型的复杂化、原设计指标的不适应性、外部环境的恶化、自然灾害的频发以及管理经验不足等,都可能导致发生公路隧道运营安全事故,不仅对人们的生命财产安全构成严重威胁,而且因隧道封闭而间接影响区域内正常的路网运营和经济发展。运营公路隧道潜在致灾风险因素如图 2 所示。
2.2 经典风险分析的局限性
我国在公路隧道风险管理领域已经积累了大量的研究成果,涵盖了风险识别、评估、控制和监测等多个方面。风险管理作为一套综合性的策略,目前是我国应对公路隧道风险的主要方法论,它结合了多种技术和管理手段来处理风险。Einstein在早期提出了隧道施工期的风险分析和决策,为该领域的发展奠定了基础。随后,国际隧协 (international tunnelling发布了隧道工程风险管理指南, Beard、Sppackova 等、Kazaras 等在隧道的风险评估与控制方面也取得了显著的进展。但由于系统的复杂性和动态性,也造成了经典风险分析的局限性。
(a) 本体设施 (b) 交通负荷 (c) 自然灾害
(d) 性能指标 (e) 外部环境 (f) 管理经验
图 2 运营公路隧道潜在致灾风险因素
经典风险分析(classical risk analysis, CRA)往往通过构建多个可能的事故场景来评估系统的风险。在诸如运营公路隧道这样高度复杂的系统中,存在多个因素相互作用和动态变化,很难预先准确地构想事故场景,更难以列举所有可能的事故场景。其次,风险研究中不确定性建模是一个至关重要的环节。研究人员通常会采用基于概率论、模糊理论、贝叶斯网络等方法来进行不确定性建模。在复杂运营场景下,深度不确定性的存在、关键统计数据的缺失等给建模带来了诸多困难。 另一方面,经典风险分析更关注对隧道运营系统产生威胁的因素,并在此基础上寻找合理对策,而忽视了系统遭受破坏时的抵御能力,即系统在遭受不利事件后的恢复能力和稳定性。此外,经典风险分析是一种由果及因的事故分析范式,更关注不利事件对系统的破坏,并不关注系统遭受破坏后的后续事件,可能导致对系统整体风险的误解(因为后续事件可能对系统产生更大的影响)。在分析过程中,隧道运营系统通常被视为静态系统,所构想的风险事件并没有考虑其时空变化的动态属性。 因此,经典风险分析难以反映隧道运营系统的动态性,多依靠外部重复实施分析来实现,这可能导致对系统动态变化的不准确评估。
2.3 韧性理念的引入及其意义
引入韧性理念,打破了传统的防御性防灾减灾工作方式。从隧道运营系统的自身属性出发,对整个运营过程中可能的不利因素进行系统考虑,更加关注不利事件或潜在作用对隧道运营系统整个过程的负面影响,是一种更加具有主动性和系统性的防灾减灾方法。
这种理念不仅是一种新思想认知,更是一种系统性的新方法。通过将传统的可靠性指标扩展至系统的全生命周期,能够在更完整的周期内考察隧道系统承受不利事件的能力。此外,韧性理念还注重研究隧道运营系统的人因作用和动态行为。一方面,传统的公路隧道运营和养护管理往往是基于现行规范实施的,但现行规范又是基于对过往经验和教训的总结,不能完全考虑到实际运营中的所有安全隐患;另一方面,公路隧道运营系统中人因作用具有显著的致灾、受灾和救灾三位一体介入效应,面向人-机-管协同的事前预防、灾情侦测、事中疏导、定向控灾等灾害解耦、中和、转向和阻断干扰作用更是千差万别。因此,应用韧性理念 关注隧道运营安全水平,可随主客观条件动态变化,从一个安全稳态跃升到另一个安全稳态。
2.4 经典风险分析与韧性视角的对比
经典风险分析是一种由果及因的事故分析范式, 不涉及事中与事后阶段,但针对公路隧道运营系统而言,事故灾害的发生往往难以完全预测和避免,此时经典风险分析就面临巨大困难。对于系统中的残余风险,即那些无法通过概率风险分析捕捉的风险,其难以提供有效的分析。此外,在捕捉系统的动态性和恢复能力方面存在局限性。相较而言,韧性理念则是承认事故和灾害的不可预测性和不可避免性,它强调通过增强系统对事故和灾害的应对能力来减轻不利影响。
韧性理念不仅关注系统的即时反应,还关注其长期的适应性和恢复力。它超越了基于经典风险分析的风险管理范畴,更加注重系统特性和全周期表现,强调系统的动态适应性,被视为风险管理的延伸和补充。在当前多数研究中,韧性也被视为风险管理新的目标或是其中一部分(用于解决残余风险),这意味着必须详细 描述韧性特征,以确定衡量指标。 此外,激进的观点认 为,韧性理念还可能成为现代复杂系统安全管理的替代方法,特别是在那些传统风险管理工具可能无法充分覆盖的领域 。经典风险分析与韧性视角的对比如表 3 所示。
表 3 经典风险分析与韧性视角的对比
综上所述,无论韧性与风险管理的关系如何,以其为核心的系统安全分析范式为隧道事故灾害的应对提供了新视角,捕捉到当前经典定量风险评估模型未能充分解决的所有要素 ,为公路隧道运营更科学务实的安全管理提供了新思路,但风险分析可作为其中的重要工具。
3 公路隧道运营韧性的内涵
3.1 公路隧道领域韧性研究
在过去几年中,韧性研究在公路隧道领域已成为热点议题。关于定义与内涵,世界道路协会隧道技术委员会( TC4. 4) 聚焦公路隧道,将其韧性定义为: 对影响公路隧道可用性的事件或发展的实际或潜在的负面作用,进行准备、计划、抵抗、吸收、恢复、更成功地适应的能力;其中,公路隧道可用性必须达到的条件是可接受的安全水平。该定义从整体和宏观的角度描述了韧性的概念,为整个公路隧道韧性研究提供了参考。Xu 等给出较为简化的定义: 公路隧道系统抵抗外部干扰影响,维持一定运营水平,并迅速恢复正常的能力;并指出,只需对重大和重要公路隧道、海底隧道、隧道群以及处于外部扰动风险较高地区的隧道开展韧性评价。在指标体系与评价模型建立方面,多数研究以其对韧性定义中的属性作为指标选取导向,如针对施工期安全问题,赵映璎等以承受、吸收、恢复和优化能力为一级指标及 26 项影响施工应急能力为二级指标,建立韧性评价指标体系,运用序关系分析法和熵权法,确定应急系统韧性状况。魏强等同样从抵抗力、适应力与恢复力等属性出发,考虑隧道结构、地质 条件、应急管理等因素,构建相应韧性评价模型,并基于理想模糊物元评价方法,提出了具体评价指标的权重和隧道施工安全的韧性等级。而少部分研究在原有成熟理论和方法的基础上选择指标,最后落脚于韧性属性,如翁源等结合 4M1E 理论,从人、机、料、法、 环 5 个方面构建其韧性指标体系,落脚于韧性的抵抗、适用和恢复能力。指标体系的建立不仅确保了研究的针对性和科学性,而且为后续的深入分析奠定了坚实的基础。张予馨等、Zhu 等的研究专注于隧道火灾韧性,对火灾风险下隧道子系统联动运行机制进行了深入分析,并提供了结构火灾韧性评估的框架,这对提高隧道在特定灾害下的韧性具有重要意义。林星涛等研究关注隧道结构在多重扰动下的韧性,提出的韧性评价指标和分级标准,为隧道结构设计提供了安全保障。Valletta 等的韧性管理框架和针对荷兰隧道的评估案例,展示了韧性理论在实际隧道运营管理中的应用,为其他隧道的韧性提升提供了实践指导。
Khetwal 等的数据收集框架、Caliendo 等开发的交通模拟模型体现了数据驱动在韧性隧道研究中的重要性,这些工具和模型有助于在设计和运营阶段预测和评估隧道的韧性表现。
3.2 运营韧性的定义与概念框架
在韧性研究的众多领域中,公路隧道韧性的研究相对较为稀缺。相较于其他系统领域,它仍然是一个相对未被充分探索的领域。尽管存在这种差距,现有的研究成果仍为公路隧道在设计、建设以及运营管理阶段的韧性提升提供了一定的理论依据和操作指南。
为更好结合运营公路隧道自身与外部环境特点, 笔者将公路隧道运营韧性定义为: 对影响公路隧道正常运营通行的实际或潜在负面效应,进行预防、抵抗、 适应、恢复的能力。公路隧道运营韧性不仅包括事前及时预防,还包括事中快速响应和事后高效恢复,具有全阶段性、动态演进性和量化客观性。与 PIRAC 给出的定义相比,该定义更加具体和实用,便于隧道管理者在不同运营阶段采取有效措施。公路隧道运营韧性作用概念框架如图 3 所示。以人-车-隧道-环境-管理 5 大要素为核心,将扰动因素进行细致分类,具体划分可参考文献。图 3 所示框架旨在围绕 3 个核心目标构建运营韧性,即: 1)减小公路隧道运营事故或灾害发生的概率; 2)减轻事故或灾害对公路隧道运营系统的负面影响后果; 3)减少公路隧道运营系统恢复到正常通行水平所用的时间。 通过增强系统的感知、响应、学习和预测 4 个系统功能建设韧性隧道,提升预防、抵抗、适应和恢复能力,以达到 3 个核心目标。一个具有韧性的公路隧道运营系统具体表现为: 在灾害发生前,能够及时采取预防措施,有效降低事故发生的概率;在灾害发生时,能够迅速反应并提供有效抵抗,减轻对运营系统的影响;在灾后,能够高效地进行恢复工作,尽快使隧道恢复正常运营。系统的韧性评估涵盖了社会、经济、组织和技术 4 个维度,衡量指标基于鲁棒性、冗余性、资源充裕度和快速性。系统的鲁棒性和冗余性越高,意味着其能够承受更大的负面影响;资源的充裕度和快速性越高,系统恢复时间越短。
图 3 公路隧道运营韧性作用概念框架
4 公路隧道运营韧性增强路径与措施
4.1 韧性增强路径
公路隧道运营韧性作用概念框架为隧道运营管理者在不同阶段提供策略和措施的指导。系统所具备的感知、响应、学习和预测 4 种功能,与韧性所体现的预防、抵抗、适应与恢复 4 种能力之间,存在着紧密而复杂的相互促进和依赖关系,这种关系使系统在面对各种扰动时能够展现出高度的鲁棒性与快速性。
1)感知功能是指系统能够及时感知到外部环境和内部状态的变化,包括隧道内的交通状况、结构与设备状态、环境变化等信息,为预防和抵抗能力提供了坚实的基础。通过实时感知环境和系统状态,能够及时发现潜在的风险和威胁,从而提前采取预防措施或进行维护,有效减少风险对系统的影响;同时,感知功能也有助于系统迅速识别并有效应对外部的扰动和攻击,展现出抵抗能力。
2)响应功能是指系统针对各种突发事件和异常情况,能够根据获取到的信息,及时作出相应的反应和调整,在抵抗和恢复过程中均发挥着至关重要的作用。当系统受到扰动或攻击时,快速响应能够减少损害并维持系统的基本功能,这是抵抗能力的体现。而在恢复阶段,响应功能同样不可或缺,它能够帮助系统迅速恢复到正常状态,体现了恢复能力的重要性。
3)学习功能是指系统能够根据历史经验和各类数据,不断学习和优化自身的决策和行为,不断改进系统的运营策略和应急方法,能提高系统的适应性,使其在面对变化的环境和需求时能够灵活应对;还能够通过识别潜在的风险和模式,提前预防潜在的问题和故障,进一步强化了预防和抵抗能力。
4)预测功能是指系统能够根据历史数据和当前状态,对未来的发展趋势进行预测和评估,为系统提供了前瞻性的视角,有助于系统提前制定预防措施,减少潜在风险的影响;同时,在恢复过程中,预测功能也能够协助系统预测恢复所需的时间和资源,提高恢复操作的效率。
总体而言,功能与能力相互交织、相互促进,共同构成了系统韧性的核心,这一过程形成了一个连续的反馈循环。系统通过感知、响应、学习和预测功能,不断优化自身的预防和抵抗能力,以适应和恢复各种挑战;同时,通过对比效能,系统能够将信息反馈到决策前端,进一步指导优化措施的实施,从而提升系统的整体韧性。这种循环往复的过程使系统能够持续进步, 更好地应对未来的挑战。
4 种功能的建设与拓展,均不同程度地有利于实现前述 3 个方向的某个目标,又或者兼而有之。 当前,4种功能的建设可积极借助先进的自动化、信息化与智能化等新技术实现。运营韧性功能建设与增强路径如图 4 所示。廖英泽等、路德春等 、房玉东等 、李萌等在不同领域的基础设施系统研究中,均强调了智能技术在提升系统韧性方面的重要作用。
图 4 运营韧性功能建设与增强路径
4. 2 韧性提升措施
为进一步提升公路隧道的运营韧性,除了提升上述 4 种功能外,针对事故发生的整个过程采取的具体措施同样至关重要。这些措施与功能建设相结合,形成了一个全面的韧性提升方案。围绕 3 个核心目标, 既考虑了技术层面的强化,也涉及了组织层面的优化, 并充分融合了社会经济因素,在设计时充分考虑了人因作用对隧道韧性的影响。另针对不同类型的具体事故,还需制定更为详细和具体的应对措施。韧性提升的具体措施(初步构想)如表 4 所示。
5 火灾韧性增强智能技术与装备案例
火灾风险是公路隧道运营安全中的主要风险之一。鉴于隧道的独特结构特点,如封闭的空间、有限的逃生路径,一旦发生火灾,可能会带来灾难性的后果。下文将着重围绕运营公路隧道火灾风险下的感知、响应、学习和预测 4 种功能建设和拓展的智能化技术与装备进行论述,以增强隧道运营韧性,有效应对火灾风险。
表 4 韧性提升的具体措施(初步构想)
5.1 智能感知技术
针对事故隧道信息不全、交互不畅、火灾灾情不明的灰箱环境特征,基于图像处理、机器学习与深度学习等方法深入挖掘视频监控图像信息,侦测火灾烟雾扩散范围、着火车辆类型,智能融合烟雾扩散范围、着火车辆类型及位置、洞内风速、温度等多源数据,智能研判火灾灾情,为科学应急救援提供支撑。 邓实强等利用火灾烟雾图像多特征信息与 BP 神经网络算法实现隧道火灾烟雾智能识别。沈鸿翔等利用自注意力机制结合支持向量机分类器构建火焰识别模型用于识别公路隧道火灾。Kumar 等 、Lee 等 利用 Faster R-CNN 算法结ODTS( object detection and tracking system)实现隧道火灾检测。基于深度学习的目标检测算法显著提高了隧道火灾事件的检测率,并减少漏报、延报和误报。此外,利用隧道内的交通监控设备进行火灾检测还可以降低运营维护成本并具有一定的经济效益。刘帅等通过全尺寸试验,基于单摄像头实现火源位置定位,定位误差控制在1 m 内。除火源本身信息外,火灾灾情下隧道内环境参数特别是风速信息感知也较为重要。钱超等结合物联网和云计算技术,实现环境信息(温湿度、风速、风向、CO/ VI 浓度、能见度) 的集成部署与实时监测,同时运用 4G 移动通信网络实现隧道环境监测数据的云端存储与实时查看。
5.2 智能响应技术
公路隧道具有空间狭长封闭、通道出口有限、作业区域狭窄的特殊运营环境特征,一旦遇到火灾,灾中快速响应与控制、灾后快速处置与复通是减轻事故影响后果和减少恢复时间的关键。灾中应急疏控阶段的传统装备智能化不足、缺少主动疏导、非定向控灾与应急设施未协同联动等问题,灾后应急复通阶段的受限空间适应性差、加固复通多功能一体化装备缺失等问题, 更加剧了响应处置技术的复杂性与艰巨性,而智能化技术的融合应用是提升快速化和集成化响应水平的有效举措。基于声-光-影的隧道入口柔性阻拦系统如图 5 所示。该隧道入口柔性阻拦技术实现隧道发生突发事件时远程、快速、柔性封闭入口交通,从而安全、有 效、无障碍地阻停后续车辆驶入隧道,避免二次事故发生和降低重大安全事件风险。Yoo 等 、Park 等研究开发了一套自动监控灭火器系统,用于隧道火灾的早期灭火和阻止其蔓延,并通过车辆火灾试验进行了性能测试作为验证。Wang 等针对隧道消防机器人开展了大量研究,研发具有功能多样化、技术先进, 集侦查、救援、灭火、搜救等功能于一体的多功能消防机器人。目前,有研究团队试图通过前序智能感知技术结合计算机视觉技术,利用监控相机测算出烟雾前锋的实时位置信息,指导风机控制实现火灾下的智能通风。
(a) 浙江大凉山隧道(b) 广西发瑞隧道
图 5 基于声-光-影的隧道入口柔性阻拦系统
5.3 智能学习与预测技术
通过引入机器学习、深度学习等技术,对感知到的历史、现场数据进行学习和分析,可以预测未来的发展趋势,为决策者提供准确的参考信息,帮助系统提前作好应对潜在风险和挑战的响应准备,降低事故或灾害的影响后果。Zhang 等提出了一种基于 LSTM 和 TCNN 的神经网络模型,可同时对隧道火灾中火焰位置和空间温度场进行预测。该模型通过训练 300 种隧道火灾场景构成的数据集,结合由温度传感器获取的前序温度时序数据,实现了对 30s 后的火源位置、热 释放速率及隧道断面温度分布的预测。成艳英采用卡尔曼滤波算法,将 CFD(计算流体动力学)数据驱动的RBFNN(径向基函数神经网络)预测模型与实时温度数据相融合,通过整合实际热释放速率、风速等关键火灾参数,动态调整模型输入,从而提供更准确、更实时的火灾状态估计。另外,数据同化技术也为预报高温气体传播提供了另一条路径。Ji 等通过火灾模拟工具 CFAST 与数据同化软件 OpenDA 连接, 实现了 EnKF 方法在隧道火灾中的应用,预测隧道火灾温度和烟层高度;He等使用集成卡尔曼滤波器 (EnKF)与简单的理论模型相结合,来预测隧道火灾早期阶段顶棚射流关键参数(位置、温度以及厚度)的动态发展。
总体上,目前围绕火灾风险下的感知、响应、学习和预测 4 种功能建设的智能化技术实践主要服务于灾前预防与灾中快速响应阶段。对于火灾事故后的恢复阶段,相关研究与实践却相对匮乏。 虽然大部分火灾事件并不会导致隧道稳定性丧失,但在重大火灾事件中,混凝土衬砌往往会遭受严重破坏,且由于公路隧道通常处于复杂的岩-土-水等周围介质环境中,一旦发生结构损坏,修复工作非常艰难 。此外,尚缺乏针对隧道火灾后的具体损失评估指南,这使灾后恢复工作缺乏科学有效的指导。为提升火灾事故后的应对能力,后续需要加强对灾后恢复阶段的研究与实践,制定切实可行的损失评估指南,为隧道的快速复通提供有力支持;同时,注重火灾后结构修复技术与装备的研发 。
6 结论与展望
1) 鉴于公路隧道运营的系统性、复杂性和动态性,经典风险分析存在部分局限性。事实上对于公路隧道运营,无法预测、阻止和避免所有事故灾害的发生。针对隧道运营系统,引入韧性理念,打破防御性防灾减灾传统模式,强调关注不利事件或潜在作用于全过程的负面影响,注重研究人因作用、动态行为、设施 设备的介入机制,为公路隧道运营更科学务实的安全管理提供了新思路。
2)公路隧道运营韧性定义为对影响公路隧道正常运营通行的实际或潜在负面效应,进行预防、抵抗、适应、恢复的能力,覆盖事前及时预防、事中快速响应、事后高效恢复等全场景,具有全阶段性、动态演进性和量化客观性。
3)初步构建公路隧道运营韧性作用概念框架,指出增强公路隧道运营韧性的 3 大方向在于减小事故发生的概率、减轻事故对系统的负面影响后果、减少系统恢复到正常通行水平所用的时间,而具体路径则为建设与拓展公路隧道运营系统的感知、响应、学习和预测 4 种功能;同时,还提出了韧性提升措施的初步构想设计,旨在全面提升公路隧道的运营韧性。
4)目前,对于公路隧道运营韧性的研究还处于初级阶段,尚未形成完整的理论体系,传统风险理论在隧道工程领域仍然占据着核心地位。未来,亟待研究与建立系统的公路隧道运营韧性理论,科学、合理的韧性评价体系和方法,包括评价指标、评价标准、评价流程等,以便对运营韧性进行准确度量和评估。此外,对公路隧道运营系统在灾害作用下的演化规律,包括结构损伤与破坏、机电系统介入与失效等过程的机制和影响因素的研究也至关重要,为提高隧道运营韧性和灾后恢复韧性提供理论依据。