摘要
使用贝叶斯网络(Bayesian Network, BN)对城市地下隧道中可能出现的地震、火灾及其诱发的灾害进行风险建模和评估,包括砂土液化、隧道变形和震后火灾等。结果表明,地震和火灾等七种类型的并发型和连锁型灾害对地下隧道的威胁最大;具体而言,震中距是导致不同震源在研究区地震动峰值加速度(Peak Ground Acceleration, PGA)出现差异的主要原因;标贯击数和PGA等四个变量对砂土液化的影响程度大于其他变量;建筑破坏面积对震后火灾发生影响最大;在火灾的发展演化中,失火车辆的热释放率、隧道几何尺寸和通风风速对多项关键性态指标有着较大的贡献。本文的风险建模和评估可以更好地预测和防范地下隧道中可能出现的多种灾害。
-
单位土木工程学院; 哈尔滨工业大学