基于大语言模型的山岭公路隧道施工坍塌风险评估

来源：中国血液净化杂志2025年第9期北京时间：

作者：孙怀远, 阿迪力·如苏力, 戴逸茗, 李晓军, 芮易, 路林海

单位：1. 同济大学 土木工程学院, 上海 200092;2. 轨道交通工程信息化国家重点实验室(中铁一院), 陕西 西安 710043;3. 济南交通发展投资有限公司, 山东 济南 250000"],"fundList_en":["Key R & D Plan of Shandong Province (2021CXGC011203)

摘要：隧道施工过程中，由于地质条件复杂、施工工序多变以及外部环境不确定性较高等原因，坍塌风险始终是制约工程安全、施工进度和人员生命财产安全的重要因素。目前，隧道风险评估主要依赖专家的主观判断，存在响应滞后、效率低下等不足，因而难以及时发现并应对突发情况。为此，构建了基于大语言模型(LLM)的隧道坍塌风险决策智能框架。该框架首先依托iS3隧道智能建造平台，整合地质、施工和变形监测等多源数据，建立了完善的风险感知数据库，为后续风险识别与分析提供了坚实的数据基础。其次，结合提示词工程，利用大语言模型对隧道坍塌可能性指标和事故后果严重程度进行自动化量化评估，实现多维数据的智能融合与解析；同时，借助改进云模型与模糊风险矩阵方法，精确刻画评估过程中的不确定性，并对风险等级进行合理划分，从而为施工现场提供科学的安全防控建议。最后，以晏家寨隧道4个典型施工位置为例，对所构建的智能框架进行了实际应用验证。结果表明:该框架能够准确识别并量化潜在的坍塌风险，并根据现场具体情况实时反馈风险状态，提出针对性防控措施，有效提升了隧道施工风险管理水平。总体而言，所提出的智能化框架不仅突破了传统专家主观判断的局限，更为隧道施工安全管理提供了一种高效、自动化的新型技术手段，同时也为后续在更大范围内推广应用基于大语言模型的风险评估与决策技术提供了理论与实践支撑。

关键词：隧道工程,大语言模型,风险评估,隧道坍塌,云模型,智能建造

基金资助：山东省重点研发计划项目(2021CXGC011203)