CN102530027A

CN102530027A - 高速铁路风险分析控制方法及系统

Info

Publication number: CN102530027A
Application number: CN201210011535XA
Authority: CN
Inventors: 戴贤春; 郭湛; 刘敬辉; 习年生; 王阳; 张洪宇; 李晓宇; 江银道; 李敏; 胥红敏
Original assignee: Railway Science and Technology Research and Development Center of CARS
Current assignee: Railway Science and Technology Research and Development Center of CARS
Priority date: 2012-01-13
Filing date: 2012-01-13
Publication date: 2012-07-04
Anticipated expiration: 2032-01-13
Also published as: CN102530027B

Abstract

本发明涉及风险控制技术领域，提供了一种高速铁路风险分析控制方法及系统。本发明中，利用故障树和事件树分别对高速铁路系统危害事件进行发生成因分析和发生后果分析，将m类成因与n类后果组成m×n个事故序列，并得到所有事故序列的风险值；将所有序列按风险值进行排序，得到高风险的事故序列，针对高风险事故序列设置成因和后果控制措施，并设置防止成因、后果控制措施失效的进一步失效控制措施。利用本发明的方法和系统，通过对事故序列的风险分析达到对危害事件风险进行全面预测，并提出通过对高风险事故序列的成因和后果扩展分别设置控制措施的风险控制方法，使构成危害事件风险的两个要素分别得到控制，从而有效控制危害事件的风险。

Description

高速铁路风险分析控制方法及系统

技术领域

本发明涉及风险控制技术领域，特别涉及一种高速铁路风险分析控制方法及系统。

背景技术

风险是指不被期望的事件发生的可能性，通常是根据事件后果的严重性和事件发生的可能性来衡量的，若采用定量分析，其数学公式表达为：R＝F*S；式中，R表示风险，F表示不利事件发生的频率，S表示后果的严重性。

根据风险构成要素及其关系，目前应用于各行业的风险分析和控制方法对风险分析和控制的应用做了通用的定义，如海运行业目前引进的英国的综合安全评估方法(Formal Safety Assessment，简称FSA)来代表当前典型的风险评估方法。2004年11月武汉理工大学的博士论文《船舶综合安全评估(FSA)方法研究》对FSA方法进行了详细介绍。FSA方法包括下述5个步骤：

危险识别；风险评估；提出降低风险的措施；降低风险措施的费用受益评估；提出降低风险措施的决策建议。危险识别和风险评估过程中可以采用安全检查表法、预先危险性分析法(PHA，PreliminaryHazard Analysis)、失效模式与后果分析(FMEA，Failure Mode andEffects Analysis)、事件树分析法(ETA，Event Tree Analysis)、事故树分析法(FTA，Fault Tree Analysis)、神经网络评价法、灰色理论评价法、安全模糊综合评价法、概率影响图评价法、贝叶斯理论评价法等。

然而，在现有技术的方法中，仅对风险评估流程及其可采用的方法进行了说明，对风险分析具体过程并没有明确规定，对风险控制措施的具体设置途径也没有详细说明。目前其他行业采用的风险分析及控制方法基本与FSA方法原理相同，只对风险分析和控制的主流程进行了定义，没有对具体实施细节给出明确说明。此外在高速铁路领域，目前也还没有清晰完善的风险控制方法。

发明内容

(一)要解决的技术问题

本发明为了解决现有技术中缺少高速铁路风险控制方法的问题，提供了一种高速铁路风险分析控制方法及系统，可以有效地对高速铁路运营过程中的风险进行全面危害识别、风险分析和控制。

(二)技术方案

为实现上述目的，一方面，本发明提供一种高速铁路风险分析控制方法，所述方法包括步骤：

S1，确定所分析的高速铁路系统的危害事件；

S2，基于故障树对选定的高速铁路系统危害事件进行发生成因分析，得到所有m类成因；

S3，基于事件树对选定的高速铁路系统危害事件进行发生后果分析，得到所有n类后果；

S4，将m类成因与n类后果组成m×n个事故序列，并对每个序列分别进行发生频率和后果严重性分析，得到所有序列的风险值；

S5，将所有序列按风险值进行排序，得到高风险的事故序列，针对高风险事故序列的成因设置成因控制措施，针对高风险事故序列的后果设置后果控制措施；

S6，针对高风险事故序列的成因和/或后果控制措施可能失效的原因进行分析，进一步设置失效控制措施。

另一方面，本发明还同时提供一种高速铁路风险分析控制系统，所述系统包括：

事件确定模块，用于确定所分析的高速铁路系统的危害事件；

成因分析模块，用于基于故障树对选定的高速铁路系统危害事件进行发生成因分析，得到所有m类成因；

后果分析模块，用于基于事件树对选定的高速铁路系统危害事件进行发生后果分析，得到所有n类后果；

事故序列模块，用于将m类成因与n类后果组成m×n个事故序列，并对每个序列分别进行发生频率和后果严重性分析，得到所有序列的风险值；

初步控制模块，用于将所有序列按风险值进行排序，得到高风险的事故序列，针对高风险事故序列的成因设置成因控制措施，针对高风险事故序列的后果设置后果控制措施；

失效控制模块，用于针对高风险事故序列的成因和/或后果控制措施可能失效的原因进行分析，进一步设置失效控制措施。

(三)有益效果

利用本发明的方法和系统，能够全面识别高速铁路危害事件，通过对事故序列的风险分析达到对危害事件风险进行全面分析，并提出通过对高风险事故序列的成因和后果扩展分别设置控制措施的风险控制方法，使构成危害事件风险的两个要素分别得到控制，从而有效控制危害事件的风险。

附图说明

图1为本发明中高速铁路风险控制方法的流程图；

图2为基于故障树对危害事件进行成因分析的示意图；

图3为基于事件树对危害事件进行后果分析的示意图；

图4为危害事件事故序列风险计算示例；

图5为本发明实施例中的成因-后果控制方式示意图；

图6为危害事件风险控制措施实施模型。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明提出了16类高速铁路危害事件及事故序列的概念，通过对事故序列的风险分析达到对危害事件风险进行全面分析，并提出通过对高风险事故序列的成因和后果扩展分别设置控制措施的风险控制方法，该控制方法设置控制措施阻止危害事件的成因事件发生，从而达到降低其发生频率的目的；通过设置控制措施阻止或减轻事故后果扩展，达到降低后果严重性的目的，使构成危害事件风险的两个要素分别得到控制，从而有效控制危害事件的风险。

具体地，如图1所示，本发明提出的高速铁路风险控制方法包括以下步骤：(1)确定所分析的高速铁路系统的危害事件；为保证识别的危害事件的全面性，采用各种分类互相补充的方法将高速铁路危害事件进行分类。按照危害事件类型、危害事件发生位置、危害事件发生原因进行分类的方法，并遵循按顺序优先归类原则，即如果一类事件同时可以属于前后2类事件，则按顺序优先原则，将该类事件归类于前一类。综合我国铁路相关规章制度及安全管理和运营中的实际现状，提出对高速铁路进行危害事件识别分类如表1所示：

表1 高速铁路危害事件分类及定义

(2)对选定的高速铁路系统危害事件基于故障树原理进行发生成因分析，并将所有m类成因罗列在以危害事件为中心圆的左侧；

基于故障树进行危害事件成因分析及其频率的具体分析过程为：

对引起危害事件所有原因事件、中间传递事件及其相互关系的进行逻辑分析，根据高速铁路系统的特点，针对某一危害事件的成因进行分析时，结合故障树分析的基本原理，可分为车辆、线路、通信信号、牵引供电、外物侵入及人为因素等几大类原因进行分析，然后再针对某一方面成因进行详细扩展分析。如对“旅客列车脱轨”的危害事件基于故障树的成因分析示意图如附图2所示。

以铁路事故/故障统计数据为基础，得到危害事件发生频率及每个原因事件的百分比，由此得到故障树最底层原因事件的发生频率，如附图2所示，由于联锁系统故障导致通信信号发生故障，并造成旅客列车脱轨的频率f为：f＝70％×15％×F。

(3)对选定的高速铁路系统危害事件基于事件树原理进行发生后果分析，并将所有n类后果罗列在以危害事件为中心圆的右侧；

基于事件树进行危害事件后果及严重性分析的具体过程为：以危害事件为初始事件，对其发生后可能产生的后果逐步进行扩展分析。为便于分析，结合铁路交通事故的事故等级分类，提出可将后果等级分为如表2所示类别：

表2 后果严重性分类

如根据事件树分析原理，对“旅客列车脱轨”事件的后果及其频率、后果严重性分析的一种情况如附图3所示。

(4)将步骤(2)所分析出的m类成因与步骤(3)所分析出的n类后果组成m×n个事故序列，形成成因-后果序列，并对每个序列分别进行发生频率和后果严重性分析，得到所有序列的风险值；

每个序列的风险R计算过程为：R＝事故序列发生的频率×事故序列的后果，如图4所示，由于联锁系统故障导致列车区间高速脱轨，且没有导致二次事故发生的事故序列风险计算如下：

R＝70％×15％×F×65％×95％×98％×C2。

(5)将步骤(4)分析出的序列风险值进行排序，得到高风险的事故序列，采用图5所示的成因-后果控制方法，针对高风险事故序列的成因设置控制措施，以阻止该成因导致危害事件发生；针对高风险事故序列的后果设置控制措施，以阻止或减轻后果的严重性；

如图6所示，假设图中粗线所示的事故序列为风险最高的事故序列，其控制措施设置应如图6所示，首先针对联锁系统故障及通信信号故障的原因采取产品质量卡控等控制措施阻止其发生，其次针对旅客列车脱轨最可能扩展的后果采取可以减轻事故伤害的措施，如在线路合理位置设置应急救援通道等。

(6)针对高风险事故序列的成因和后果控制措施可能失效的原因基于故障树进行分析，进一步设置控制措施防止成因和后果控制措施失效，原理同上，从而进一步防止危害事件的发生频率及后果的严重程度，实现控制风险的目的。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括上述实施例方法的各步骤，而所述的存储介质可以是：ROM/RAM、磁碟、光盘等。因此，与本发明的方法相对应的，本发明还同时包括一种高速铁路风险控制系统，该系统通常以与方法各步骤相对应的功能模块的形式表示，但本领域技术人员应当理解，该模块化的表示并非是本发明的系统所唯一采用的方式，其实质上也应与具体的软件和/或硬件(服务器、台式机或各类计算机设备)系统相对应。

与现有的风险分析及控制方法相比，本发明提出的方法和系统不但能保证危害事件成因和后果分析的全面性，而且通过将事故序列的风险水平排序可以找出高风险的事故序列，从而指导风险控制首先关注该事故序列，实现合理设置控制措施，达到资源合理分配；而且采用本模型进行风险分析和控制思路清晰，直接针对高风险事故序列的成因和后果进行控制，有利于措施设置的有效性。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims

1.一种高速铁路风险分析控制方法，其特征在于，该方法包括步骤：

S1，确定所分析的高速铁路系统的危害事件；

2.根据权利要求1所述的方法，其特征在于，步骤S1中，根据高速铁路运营及安全管理的实际现状确定所有危害事件。

3.根据权利要求1所述的方法，其特征在于，步骤S2中，对引起危害事件所有原因事件、中间传递事件及其相互关系进行逻辑分析，根据统计数据得到的危害事件发生频率及每个原因事件的百分比建立所述故障树。

4.根据权利要求1所述的方法，其特征在于，步骤S3中，以危害事件为初始事件，对其发生后可能产生的后果逐步进行扩展分析得到所述事件树。

5.根据权利要求1所述的方法，其特征在于，步骤S4中，每个事故序列的风险值R为：R＝事故序列发生的频率×事故序列的后果。

6.一种高速铁路风险分析控制系统，其特征在于，所述系统包括：

危害事件确定模块，用于确定所分析的高速铁路系统的危害事件；

事故序列模块，用于将m类成因与n类后果组成m×n个事故序列，并对每个序列分别进行发生频率和后果严重性分析，得到所有事故序列的风险值；

初步控制模块，用于将所有事故序列按风险值进行排序，得到高风险的事故序列，针对高风险事故序列的成因设置成因控制措施，针对高风险事故序列的后果设置后果控制措施；

7.根据权利要求6所述的系统，其特征在于，所述事件确定模块中，根据高速铁路运营及安全管理的实际现状确定所有危害事件。

8.根据权利要求6所述的系统，其特征在于，所述成因分析模块中，对引起危害事件所有原因事件、中间传递事件及其相互关系的进行逻辑分析，根据统计数据得到的危害事件发生频率及每个原因事件的百分比建立所述故障树。

9.根据权利要求6所述的系统，其特征在于，所述后果分析模块中，以危害事件为初始事件，对其发生后可能产生的后果逐步进行扩展分析得到所述事件树。

10.根据权利要求6所述的系统，其特征在于，所述事故序列模块中，每个序列的风险值R为：R＝事故序列发生的频率×事故序列的后果。