论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　一、引言
　　在过去的十年中，关于环境保护、福利和个人的安全，同时可利用自然和金融资源的优化配置等可持续发展问题受到越来越多的社会关注。因此，土木工程中的风险和可靠性分析方法，在过去的几十年里得到主要发展，并且作为土木工程应用中的一种决策支持工具其重要性也日益增加。尽管在一些专业领域，对风险管理，资产管理等行业的兴趣正迅速增加，然而，在土木工程领域，减少风险和风险缓解措施的相关计划并不被完全看好。风险和可靠性分析实际上是一个涉及多学科的工程领域，除了需要在一个或几个经典的土木工程学科有坚实的基础以外，还需要透彻的理解概率论、风险分析和决策分析。没有迹象表明，对风险评估的关注度将在未来减少。未来的发展和社会对基础设施的维护和保养将可能更多的需要加强对风险评估的关注。工程应用领域的风险决策分析的巨大需求和对各独立学科中的风险分析辨识的明显不足，其直接结果就是，经过多年发展风险分析的实践范围已扩大到相当广阔的范围。实践经验以及几个基准研究已经清楚地表明，根据各专业人士的执行情况和客户要求的不同，风险分析可能实际上代表不同的事情。这种情况并不令人十分满意的，风险工程专业应该努力定义风险分析，为风险分析确定一个最好的工程实践，并建立一个分类和风险分析的标准化框架。本文尝试提供一个关键的概述和关于风险分析的一般性讨论，目的在于解决土木工程设施所产生的一些特殊问题。本文强调为风险分析建立一个正式的基础的必要性，并考虑了决策理论的风险分析，讨论和分析了这个视角下的各种缺陷。
　　二、风险的定义
　　Risk是一个比较常用的概念，可以和Chance、Likelihood以及Probability这样的词互换使用，用来表明我们对某一讨论的事物的状态的不确定性。然而，既使我们可以从讨论的背景中理解不同的单词的具体含义，在工程决策中，我们依然有必要更加准确的认识风险一词。在后面我们将会看到，技术风险的典型定义是对一个特定的行为的预期后果。这种定义与保险业中关于风险，以及欧元、美元，人类的死亡人数，有毒物质的暴露极限等风险可能的解释是一致的。然而，尽管背后的理论和哲学的框架极其相似的，关于风险的定义、分析、处理和风险的监管要求，以及相关的术语，已经演变为不同的土木工程学科。
　　三、风险分析的具体实现
　　（一）概况
　　风险分析可以用一个通用的格式来表示，这在很大程度上与应用无关，风险分析是否执行与活动的风险是否可接受相关，或者是否为一个管理决策的基础服务。一种基于澳大利亚/新西兰风险管理的代码流程显示出风险分析不是一蹴而就的过程，由于系统需求的变化，操作经验的增加，以及其它与系统性能相关的新信息，决定了风险分析是一个需要定期监测和审查的过程。
　　（二）危险识别
　　土木工程设施中的风险分析的一个任务便是找出潜在的风险，即风险的来源。这个过程在风险分析中起着关键的作用，因为只有主观或客观上确定了危险的存在，才可能考虑风险的评估。如果所有相关的危害都是不确定的，则风险分析将导致有偏见的决策，这将导致不必要的付出，并且最终可能导致不可接受的对人和环境的高风险。不同的危险识别技术已在各种工程应用领域，如化学、核能和航空中蓬勃发展。其中主要有：初始危害分析（PHA）；失效模式与影响分析（FMEA）；故障模式影响及危害性分析（FMECA）；危险与可操作性研究（HAZOP）；风险筛查（HAZIDSESSIONS）。土木工程设施中的风险很大一部分是由于人为失误造成的。然而，在设计、施工、使用和维护等方面，人为因素造成的危险很多时候都被忽略了。这就不能不引起了一些怀疑，风险分析是否是确保系统安全的唯一方法。
　　（三）逻辑树分析
　　如果已经确定了系统工程中风险的不同来源并且分析了风险的成因，那么逻辑树可以用于全局风险的进一步分析，并对各个组成部分的风险贡献做出评估。在后面将要描述到的风险分析的理论公式中，逻辑树分析为评估各分支概率决策树以及相应的后果提供了工具。在目前的风险分析中主要使用以下的逻辑树的类型：故障树、事件树、原因/结果图。由于故障树不能直接适用于依赖性基本事件，他们不是很适合于对所谓的普通失效事件概率做出评估。对于土木工程的应用，这种局限是很严重的，依赖性是一个普遍的特点，而不是风险事件中的例外。原则上，事件树可以处理这种依赖关系，这看起来似乎是一个很有前途的一般风险分析工具。
　　（四）不确定性建模
　　风险分析通常基于已有信息的基础上，而信息通常为不确定或不完全的。事实上，在影响决策和风险分析的变量可能会受到几个来源的不确定性影响，这些大致可归类为：（1）固有的或现象本身的自然变异性（偶然性或1型不确定性）。（2）模型的不确定性：（i）不确定性，是否所有影响模型的因素都包括在内；或（ii）不确定性，模型如何描述各因素之间的相互关系（认识论或2型不确定性）。（3）统计不确定性（认识论的或2型不确定性）。对变量的了解程度越多，建模和统计参数的不确定性就会减少，例如通过收集和分析额外的数据和开发改进的预测模型。然而，未来的事件并不总是同历史数据直接相关的，在试图对超出数据范围的事件进行预测的时候，可能遇到意想不到的困难。不确定性的来源，即使是相同的设备，也总是依赖于风险分析的目的。例如，为设计新的设施，其不确定性可能基于现有设施的历史数据的分析（即过去的经验）。然而，这些预测的不确定性可能无法捕捉到真实的这一新的建筑设施的不确定性（如混凝土质量或操作环境可能不同于预测）。因此，后验风险分析将会提供更为精确的结果。在对随机或非平稳过程建模时，风险决策分析中的参考期也是非常重要的。例如，一个事件往往建模为遍历性随机过程，然而，长时影响或其他影响（如厄尔尼诺现象）可能也是需要考虑的。进一步的，短期参考周期的不确定性似乎显得更为合理，但当预测模型外推为长参考周期时，不确定性就可以很容易地扩展并增加不切实际水平的可能性。这种情况是可能发生的，例如，关于退化过程随机建模的长期预测的准确性是有限度的。最后，在许多情况下，风险分析中不太可能包括所有用于风险分析的概率模型的不确定性源。系统研究小组的专家表示，对于所有的失败事件，包括人为的错误，无法预料的失效模式等等，这些不确定性的来源本质上是非定量的。尽管如此，“最佳实践”要求执行质量保证措施和进行同行评审，通过改善不确定源来增加可靠性和分析的精确度性。
　　（五）风险评估