CN109359844B - 一种多层次地铁运营安全风险测量方法 - Google Patents
一种多层次地铁运营安全风险测量方法 Download PDFInfo
- Publication number
- CN109359844B CN109359844B CN201811160206.5A CN201811160206A CN109359844B CN 109359844 B CN109359844 B CN 109359844B CN 201811160206 A CN201811160206 A CN 201811160206A CN 109359844 B CN109359844 B CN 109359844B
- Authority
- CN
- China
- Prior art keywords
- risk
- index
- level
- evaluation
- measurement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 claims abstract description 118
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000012502 risk assessment Methods 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims description 78
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000003786 synthesis reaction Methods 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000005314 correlation function Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000010998 test method Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims 2
- 229910052742 iron Inorganic materials 0.000 claims 1
- 238000000556 factor analysis Methods 0.000 abstract description 2
- 238000013210 evaluation model Methods 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 12
- 230000006872 improvement Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 231100001261 hazardous Toxicity 0.000 description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 239000011707 mineral Substances 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012954 risk control Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种多层次地铁运营安全风险测量方法,包括:运用因子分析法选取地铁运营风险评价指标,确定各指标的计算赋值方法,建立车站层级‑线路层级‑线网层级多层次风险评价指标体系,运用LEC评价法对地铁车站进行风险进行测量评价,再运用基于可拓理论的风险评价模型分别对车站层级、线路层级、线网层级进行评价,判断整体对象和单个指标所处的安全状态,为风险管控工作提供指导作用,克服目前安全风险评价过程中评价内容分散、服务的对象不明确、评价结果片面等问题,实现对地铁运营微观、中观、宏观的安全风险评价,提升风险评价方法的准确性、有效性、可操作性。
Description
所属领域
本发明属于地铁安全风险管理技术领域,具体涉及一种多层次地铁运营安全风险测量方法。
背景技术
地铁作为综合交通体系中的骨干成员,为缓解城市交通压力起到了重要的作用,对城市发展提供了强大的推动力。随着地铁线网规模不断扩大,地铁的可达性、便捷性不断提高,地铁客流量也与日俱增,这就预示着对于地铁运营安全管理的水平要求越来越高。日前,国家针对安全生产工作提出风险分级管控、隐患排查治理双重预防性工作机制,“双控”机制也给地铁运营风险管控工作指出了新的发展方向。
众所周知,安全风险评价是对危险源所导致的风险进行测量评估,对现有管控措施的充分性加以考虑以及对风险是否可接受予以确定的过程。地铁安全风险评价作为整个安全风险管理体系中连接风险辨识和制定风险控制措施的中间环节,既是风险辨识的必然结果,又为制定风险控制的措施指明了方向,该工作环节是生产经营单位实现科学化、系统化安全管理的基础,也是保障地铁安全运营的重要手段和途径。
目前地铁运营风险评价指标体系,评价内容较为分散,服务的对象不明确,评价结果也比较片面,难以落地形成实质性的效果。虽然现有的地铁运营安全风险评估方法有德尔菲法、风险矩阵法、事故树法、模糊综合评价法等,但在实际操作过程中容易发生主观性强、适用性差的问题,同时由于含有主观意识,导致评价结果精度不高,也无法跟上地铁线网规模迅速的发展速度,使得过往的评估方法已经与现有行业特点的匹配度大大降低,因而我们急需一种多层次地铁运营安全风险测量方法,以满足行业领域和技术改革发展的需要。
发明内容
本发明正是为了克服现有技术中风险测量评估方法主观性强、适用性差、无法跟上地铁线网规模飞速发展需求的问题,提供一种多层次地铁运营安全风险测量方法,克服目前安全风险测量评价过程中评价内容分散、服务的对象不明确、评价结果片面等问题,实现对地铁运营微观、中观、宏观的安全风险评价,提升风险评价方法的准确性、有效性、可操作性。
为了实现上述目的,本发明采用的技术方案是:一种多层次地铁运营安全风险测量方法,包括以下步骤:
S1,选取地铁运营安全风险评价指标,确定各指标的计算方法;
S2,构建基于地铁车站--线路--线网的多层次地铁运营安全风险评价体系;
S3,对地铁车站风险源进行测量评价,评价结果作为车站层级的评价指标的赋值计算基础;
S4,运用基于可拓理论的安全风险评价法对车站层级进行测量评价;
S5,基于步骤S4车站层级测量结果,对线路层级指标进行赋值计算,运用基于可拓理论的安全风险评价法对线路层级进行测量评价;
S6,基于步骤S5线路层级测量结果,对线网层级指标进行赋值计算,运用基于可拓理论的安全风险评价法对线网层级进行评价。
作为本发明的一种改进,所述步骤S1运用因子分析法选取地铁运营安全风险评价指标,其进一步包括以下步骤:
S11,运用巴特利特球形检验法或KMO检验法进行可行性检验,判断原有变量是否适合做因子分析,如果原有变量之间不存在较强的相关关系,则剔除相应变量;
S12,运用指标取倒数对指标体系中的逆向指标进行正向化处理;
S13,建立样本矩阵,对样本数据进行无量纲化处理,计算方法如下式:
Zij=(xij-xj*)/sj
其中:Zij为原测评指标,xj为该层面第i时期的值,xj*为xj指标的样本均值,sj为xj指标的均方根误差;
S14,计算[Zij]n*p的相关系数矩阵R或协方差矩阵R;
S15,确定m个公共因子,求R的前m个特征值λ1≥λ2≥···≥λm和对应的特征向量u1,u2,···,um,特征向量之间标准正交;
S16,计算m个公共因子的载荷矩阵A,载荷矩阵A如下式:
A=[aij]p×m=[uij×λi]p×m
S17,用回归法或Bartlett法计算各公共因子的得分Fj,因子变量确定后,计算每一样本的m个公共因子得分;
S18,根据每一样本的m个公共因子得分,分析确定所选取的风险评价指标。
作为本发明的一种改进,所述步骤S15中公共因子个数m根据特征值大小确定。
作为本发明的另一种改进,所述步骤S15中公共因子个数m用累计方差贡献率来确定,累计方差为Q如下式所示:
作为本发明的另一种改进,所述步骤S3中地铁车站风险源测量采用LEC风险评价法,计算公式如下:
D=L*E*C
其中,D为风险度,也就是风险源的风险大小;L为事故发生的可能性;E为暴露于危险环境的频繁程度;C为发生事故的后果严重程度。
作为本发明的又一种改进,所述步骤S4进一步包括:
S41,确定地铁车站层的测量物元,所述物元R表示为以事物N、特征C及事物关于该特征的量值V三者组成有序三元组:R=(N,C,V),设需要测量的对象有m种,影响地铁运营安全的指标有n个,则地铁运营安全测量的n维物元表达式为:
式中:R为地铁运营安全测量物元;Ni(i=1,2,…,m)为第i种待测量地铁车站运营安全风险评价对象;Cj(j=1,2,…,n)为测量评价地铁车站运营安全的第j个指标;Vij为第i种地铁车站运营安全测量对象对应于其影响指标j的量值范围;
S42,根据N0评价等级标准将地铁运营安全风险测量的安全等级分为y级,结合步骤S2中评价指标体系,得出风险评价的经典域物元:
式中:R0为风险测量的经典域物元;N0m表示测量等级中第m个测量等级;Ci为第i个测量指标;V0ij=[aij,bij](i=1,2,...,n;j=1,2,...,m)为等级N0m关于指标Ci的量值范围,即各分类关于对应的测量指标所取的数据范围经典域;
S43,根据各测量指标对应不同安全风险等级水平的取值范围,从最低值到最高值形成一个区间范围,确定为地铁运营安全风险测量的节域物元;
式中:Rp为风险测量的节域物元;Np为风险测量等级的全体;Vip=[aip,bip](i=1,2,...,n)为关于指标Ci的量值范围,即为Np的节域;
S44,基于步骤S3中风险源的测量评价结果,对第m类待测量的地铁运营安全风险测量对象测量所得到的数据或者分析结果信息用物元表示:
式中:Rm为第m类待测量对象;Ci为第i个测量指标(i=1,2,...,n);Vim为第m类测量对象对应于第i个影响指标的量值;
S45,运用组合赋权法,确定各测量指标的权重;
S46,运用可拓学中的关联函数对待测量物元和经典域物元的接近度进行计算;
S47,计算待测量对象Nk关于等级j的综合关联度:
S48,确定各指标的测量等级:
若Kj0(Nk)=maxkj(Nk),j∈1,2,...t,则评定Nk属于等级j。
其中,J*为Nk的级别变量特征值;
S49,重复步骤S41-S48,重复测量得到的综合关联度矩阵组成上一层次测量评价矩阵K1,与上一层次测量评价的权系数矩阵W合成为上一层次风险测量评估的综合关联度矩阵Kp,如下式:
Kp=W×K1。
作为本发明的又一种改进,所述步骤S46中,第j类测量对象的第i个指标关于地铁运营安全等级类别的关联函数为:
式中:k=1,2,…m;i=1,2,…n;j=1,2,…y
式中:ρ(vik,V0ij)为点vik与有限区间V0ij=[aij,bij]的距离;ρ(vik,Vip)为点vik与有限区间Vip=[aij,bij]的距离。
作为本发明的更进一步改进,所述步骤S5中对线路层级进行测量评价的方法与步骤S4中对车站层级进行测量评价的方法相同。
作为本发明的更进一步改进,所述步骤S6中对线网层进行测量评价的方法与步骤S4中对车站层级进行测量评价的方法相同。
与现有技术相比,本发明提出了一种多层次地铁运营安全风险测量方法,基于评价指标体系的评价和引导两大目标,根据地铁运营自身的特点,考虑不同管理层次的需求,从车站-线路-线网三个层面出发构建安全风险评价指标体系,克服目前安全风险评价过程中评价内容分散、服务的对象不明确、评价结果片面等问题,实现对地铁运营微观、中观、宏观的安全风险评价。同时,本发明可以对整个评价对象、单个指标分别进行安全评价,直接判断其所处的安全状态,提升风险评价方法的准确性、有效性、可操作性,为制定相应有效的风险防控提供参考依据,对提高地铁安全运营管理能力具有重要意义。
附图说明
图1是本发明的多层次地铁运营安全风险评价方法的示意图;
图2是本发明的地铁车站层级风险评价指标体系示意图;
图3是本发明的地铁线路层级风险评价指标体系示意图;
图4是本发明的地铁线网层级风险评价指标体系示意图。
具体实施方式
以下将结合附图和实施例,对本发明进行较为详细的说明。
实施例1
一种多层次地铁运营安全风险测量方法,如图1所示,包括以下步骤:
S1,选取地铁运营安全风险评价指标,确定各指标的计算方法,其可进一步包括以下步骤:
S11,运用巴特利特球形检验法或KMO(Kaiser-Meyer-Olkin)检验法进行可行性检验,判断原有变量是否适合做因子分析,如果原有变量之间不存在较强的相关关系,则剔除相应变量;
S12,运用指标取倒数对指标体系中的逆向指标进行正向化处理;
S13,建立样本矩阵,对样本数据进行标准化(无量纲化)处理,计算方法如下式:
Zij=(xij-xj*)/sj
其中:Zij为原测评指标,xj为该层面第i时期的值,xj*为xj指标的样本均值,sj为xj指标的均方根误差;
S14,计算[Zij]n*p的相关系数矩阵R或协方差矩阵R;
S15,确定m个公共因子,求R的前m个特征值λ1≥λ2≥···≥λm和对应的特征向量u1,u2,···,um,特征向量之间标准正交;其中公共因子个数m的确定方法有两种:一种可根据特征值大小确定,一般取大于1的特征值,也可用累计方差贡献率来确定,一般累计方差贡献率应在85%以上。设累计方差为Q,如式所示:
S16,计算m个公共因子的载荷矩阵A,载荷矩阵A如下式:
A=[aij]p×m=[uij×λi]p×m,
在实际分析时,为了让公共因子变量的含义有比较清楚的认识,往往对载荷矩阵进行方差极大法旋转,使得每个公共因子上的最高载荷变量的数目最少。
S17,用回归法或Bartlett法计算各公共因子的得分Fj,因子变量确定后,计算每一样本的m个公共因子得分;
S18,根据每一样本的m个公共因子得分,分析确定所选取的风险评价指标。
S2,构建基于地铁车站--线路--线网的多层次地铁运营安全风险评价体系;可以确定每一个测量评价指标的计算方法,并进行解释说明,然后对筛选出的指标进行归类分级,将所有选择的指标分成三个层级,即车站层级、线路层级、线网层级,针对每一个层级下再分为四大类,即人为指标、设备设施指标、环境指标、管理指标,进而构建出安全风险评价指标体系,即如图2、图3及图4所示。图2-图4分别是是本发明的地铁车站层级、线路层级及线网层级风险评价指标体系示意图。
S3,对地铁车站风险源进行测量评价,评价结果作为车站层级的评价指标的赋值计算基础;
首先对已经辨识出的地铁车站风险源,运用LEC风险评价法对其进行评价,该方法利用与系统风险率相关的3种指标的乘积值来评价系统中人员伤亡风险的大小,并将所得作业条件风险数值与规定的作业条件风险等级相比较,从而确定作业条件的风险程度,计算公式如下:
D=L*E*C
其中,D为风险度,也就是风险源的风险大小;L为事故发生的可能性;E为暴露于危险环境的频繁程度;C为发生事故的后果严重程度。
进一步说,L表示风险事件发生的概率大小,参考LEC方法在公路、工矿等产业中的应用,结合地铁运营中的实际情况,获得如下表1的参考取值标准:
表1
分数值 | 事故发生的可能性 |
10 | 完全可以预料 |
6 | 相当可能 |
3 | 可能,但不经常 |
1 | 可能性小,完全意外 |
0.5 | 很不可能,可以设想 |
0.2 | 极不可能 |
0.1 | 实际不可能 |
对于E来说,E表示暴露于危险环境的频繁程度,参考LEC方法在公路、工矿等产业中的应用,结合地铁运营中的实际情况,获得如下表2的参考取值标准:
表2
分数值 | 暴露于危险环境的频繁程度 |
10 | 连续暴露 |
6 | 每天工作时间内暴露 |
3 | 每周一次或偶然暴露 |
2 | 每月一次暴露 |
1 | 每年几次暴露 |
0.5 | 非常罕见暴露 |
对于C来说,C表示发生事故的后果严重程度,参考LEC方法在公路、工矿等产业中的应用,结合了《国务院办公厅关于印发国家地铁运营突发事件应急预案的通知》,同时根据轨道交通行业的特点,在实际应用中又严于国家标准,将发生事故的后果严重程度按从高到低的顺序分布,如表3所示。
表3
根据上述所获取的每个风险源的L、E、C值,计算每个风险源的风险大小(D=L×E×C),从而对照表4得到每个风险源的危险程度。
表4
S4,运用基于可拓理论的安全风险评价法对车站层级进行测量评价,具体包括:
S41,确定地铁车站层的测量物元,所述物元R表示为以事物N、特征C及事物关于该特征的量值V三者组成有序三元组:R=(N,C,V),则R1=(N1,C1,V1);R2=(N2,C2,V2);…;Rm=(Nm,Cm,Vm)称为m个同征(C1,C2,...,Cn)物元,称R为m个同征物元R1,R2,…,Rm的同征物元体,设需要测量的对象有m种,影响地铁运营安全的指标有n个,则地铁运营安全测量的n维物元表达式为:
式中:R为地铁运营安全测量物元;Ni(i=1,2,…,m)为第i种待测量地铁车站运营安全风险评价对象;Cj(j=1,2,…,n)为测量评价地铁车站运营安全的第j个指标;Vij为第i种地铁车站运营安全测量对象对应于其影响指标j的量值范围;
S42,根据N0评价等级标准将地铁运营安全风险测量的安全等级分为y级,结合步骤S2中评价指标体系,得出风险评价的经典域物元:
式中:R0为风险测量的经典域物元;N0m表示测量等级中第m个测量等级;Ci为第i个测量指标;V0ij=[aij,bij](i=1,2,...,n;j=1,2,...,m)为等级N0m关于指标Ci的量值范围,即各分类关于对应的测量指标所取的数据范围经典域;
S43,根据各测量指标对应不同安全风险等级水平的取值范围,从最低值到最高值形成一个区间范围,确定为地铁运营安全风险测量的节域物元;
式中:Rp为风险测量的节域物元;Np为风险测量等级的全体;Vip=[aip,bip](i=1,2,...,n)为关于指标Ci的量值范围,即为Np的节域。
S44,基于步骤S3中风险源的测量评价结果,对第m类待测量的地铁运营安全风险测量对象测量所得到的数据或者分析结果信息用物元表示:
式中:Rm为第m类待测量对象;Ci为第i个测量指标(i=1,2,...,n);Vim为第m类测量对象对应于第i个影响指标的量值;
S45,运用组合赋权法,确定各测量指标的权重;
S46,运用可拓学中的关联函数对待测量物元和经典域物元的接近度进行计算,第j类测量对象的第i个指标关于地铁运营安全等级类别的关联函数为:
式中:k=1,2,…m;i=1,2,…n;j=1,2,…y
式中:ρ(vik,V0ij)为点vik与有限区间V0ij=[aij,bij]的距离;ρ(vik,Vip)为点vik与有限区间Vip=[aij,bij]的距离。
S47,计算待测量对象Nk关于等级j的综合关联度:
S48,确定各指标的测量等级:
若Kj0(Nk)=maxkj(Nk),j∈1,2,...t,则评定Nk属于等级j。
其中,J*为Nk的级别变量特征值,从J*数值的大小可以判断出待评价物元偏向相邻级别的程度;
S49,根据实际情况,多层次综合安全风险评价应当以单层次安全风险评价为基础,计算方法及过程与单层次评价相似。重复步骤S41-S48,重复测量得到的综合关联度矩阵组成上一层次测量评价矩阵K1,与上一层次测量评价的权系数矩阵W合成为上一层次风险测量评估的综合关联度矩阵Kp,如下式:
Kp=W×K1,
最后可针对评价结果提出相应的风险管控措施。
S5,基于步骤S4车站层级测量结果,对线路层级指标进行赋值计算,运用基于可拓理论的安全风险评价法对线路层级进行测量评价,所述对线路层级进行测量评价的方法与步骤S4中对车站层级进行测量评价的方法相同。
S6,基于步骤S5线路层级测量结果,对线网层级指标进行赋值计算,运用基于可拓理论的安全风险评价法对线网层级进行评价,所述对线网层进行测量评价的方法与步骤S4中对车站层级进行测量评价的方法相同。
根据上述测量方法,本实施例选出的车站层级的评价指标为闸机负荷度,以闸机负荷度为例:
闸机负荷度是指高峰小时车站闸机组单位时间实际通过人数与闸机组额定通行能力比值,该指标主要考察在高峰时段内,车站闸机处的客流拥挤情况,反映闸机处的大客流风险水平。在不同的车站,闸机的布局方式各不相同,为了充分反映车站的实际情况,闸机负荷度指标以闸机组为单位进行计算。
测度方法:在一个闸机组中有进站和出站两个方向,以进站和出站客流量分别占该闸机组客流总量的比例作为权重,以闸机组不同方向的权重与该方向闸机负荷度的乘积之和作为该闸机组的负荷度,在高峰时段选取(t,t+Δt)作为研究时段,计算公式如下:
U=∑θin/outuin/out
式中:Ux为该车站闸机组的负荷度;为该车站闸机组进站/出站闸机的权重;为该车站闸机组进站/出站闸机的负荷度;为检测的时间段Δt内,该车站的第x个闸机组进站/出站的人数,单位:人;为该车站闸机组进站/出站闸机开放数量,单位:台;Δt为实际检测时间段,单位:min;afce为每台闸机机额定通行能力,单位:人/(min·台)。
进一步,所述S2中,构建出基于地铁车站--线路--线网层级的多层次地铁运营安全风险评价体系,如图2、图3、图4所示。
所述步骤S3中LEC法对地铁车站进行初步评价,以车站火灾为例,如下表5所示:
表5
序号 | 专业 | 风险源 | L | E | C | D(D=L*E*C) | 风险等级 |
1 | 站务 | 车站火灾 | 1.1 | 6.2 | 80.4 | 548.4 | I级 |
所述S4中,运用基于可拓理论的安全风险评价法对车站层级进行评价,以某地铁车站层次的供电系统风险水平为例:
进一步,所述步骤S42及步骤S43中,确定经典域和节域:
地铁运营风险等级可以分为安全、较安全、较危险和危险四个等级,釆用物元可拓法确定经典域和节域,各等级经典域物元如下所示:
节域物元为:
进一步,所述步骤S44中,确定待测量物元:
进一步,所述步骤S45中,根据主观赋权法和客观赋权法的结果,用组合赋权法确定影响车站层次的供电系统风险水平各指标的权重为w211=(0.35,0.27,0.38);
进一步,所述步骤S46中,计算关联度函数值:
进一步,所述步骤S47中,计算评价对象的综合关联度:
K21=ω211·K211=(-0.207,0.197,-0.189,-0.531)
进一步,所述步骤S48中,由评价结果可知该车站车站层级供电系统风险水平为2级,即为较安全状态;
进一步,所述步骤S49中,同理对站务员技能素质、给排水系统风险水平、照明系统风险水平、机电设备风险水平、安全管理水平、车站应急能力进行可拓安全风险评价,得到各评价对象与各等级的综合关联度:
K15=(0.119,-0.237,-0.493,-0.697)
K22=(0.704,-0.083,-0.468,-0.697)
K23=(0.106,-0.081,-0.442,-0.684)
K24=(-0.312,-0.063,0.073,-0.385)
K41=(0.175,-0.005,-0.447,-0.631)
K42=(-0.061,0.172,-0.414,-0.609)
综合上述信息,第二层次可拓综合评价,第三层次的评价结果为第二层次评价做支撑,评价过程与车站层级供电系统风险水平可拓风险相似,可以得到人为指标、设备设施指标、环境指标和管理指标的的风险评价结果分别为:
K1=(-0.269,-0.223,0.051,-0.200)
K2=(0.257,-0.048,-0.283,-0.592)
K3=(-0.371,-0.268,0.029,-0.243)
K4=(0.109,0.014,-0.473,-0.668)
如步骤S49所述,第一层次可拓综合评价,第二层次的评价结果组成第一层次的评价矩阵,考虑第一层次各因素的权重,可以得到该车站车站层级可拓安全风险评价的综合结果为:
ω=(0.256,0.384,0.137,0.223)
Ks=ω·K=(0.003,-0.109,-0.197,-0.461)
由计算结果可得该车站的综合安全风险等级为1级,即为安全状态。
因而,该车站第一层可拓评价结果如表6所示:
表6
该车站第二层级可拓评价结果如表7所示:
表7
该车站第三层级可拓评价结果如表8所示:
表8
最终,针对评价结果提出相应的风险管控措施。以环境指数中的温湿度指数、设备指数中的机电设备指标为例,这几个指标处于3级,原因可能在于鼓楼站运营年份较长,类似空调、电梯、屏蔽门这样的机电设备故障老化导致故障较多,风险等级偏高,对于该情况,运营公司要对这些机电设施进行策略维护,考虑计划修与状态修相结合的维修模式,提高设备运行效率。
在步骤S5中,在车站层级测量评价结果基础之上,对线路层级指标进行赋值计算,运用基于可拓理论的安全风险评价法对线路层级进行评价,针对评价结果提出相应的风险管控措施,操作过程与步骤S4相同。
所述步骤S6中,在线路层级测量评价结果基础之上,对线网层级指标进行赋值计算,运用基于可拓理论的安全风险评价法对线网层级进行评价,针对评价结果提出相应的风险管控措施,操作过程与步骤S4相同。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实例的限制,上述实例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。
Claims (8)
1.一种多层次地铁运营安全风险测量方法,其特征在于,包括以下步骤:
S1,选取地铁运营安全风险评价指标,确定各指标的计算方法,所述步骤进一步包括
S11,运用巴特利特球形检验法或KMO检验法进行可行性检验,判断原有变量是否适合做因子分析,如果原有变量之间不存在较强的相关关系,则剔除相应变量;
S12,运用指标取倒数对指标体系中的逆向指标进行正向化处理;
S13,建立样本矩阵,对样本数据进行无量纲化处理,计算方法如下式:
Zij=(xij-xj*)/sj
其中:Zij为标准化处理后的测评指标,xij为原测评指标,xj为第i时期的值,xj*为xj指标的样本均值,sj为xj指标的均方根误差;
S14,计算[Zij]n*p的相关系数矩阵R或协方差矩阵R;
S15,确定m个公共因子,求R的前m个特征值λ1≥λ2≥···≥λm和对应的特征向量u1,u2,···,um,特征向量之间标准正交;
S16,计算m个公共因子的载荷矩阵A,载荷矩阵A如下式:
A=[aij]p×m=[uij×λi]p×m
其中:λi代表前m个特征值中的第i个特征值,aij代表荷载矩阵A中的第i行第j列的值,uij代表第i个特征值对应的向量ui中第j列的值;m代表确定的公共因子个数;p代表所有特征值的个数;
S17,用回归法或Bartlett法计算各公共因子的得分Fj,因子变量确定后,计算每一样本的m个公共因子得分;
S18,根据每一样本的m个公共因子得分,分析确定所选取的风险评价指标;
S2,构建基于地铁车站--线路--线网的多层次地铁运营安全风险评价体系;
S3,对地铁车站风险源进行测量评价,评价结果作为车站层级的评价指标的赋值计算基础;
S4,运用基于可拓理论的安全风险评价法对车站层级进行测量评价;
S5,基于步骤S4车站层级测量结果,对线路层级指标进行赋值计算,运用基于可拓理论的安全风险评价法对线路层级进行测量评价;
S6,基于步骤S5线路层级测量结果,对线网层级指标进行赋值计算,运用基于可拓理论的安全风险评价法对线网层级进行评价。
2.根据权利要求1所述的一种多层次地铁运营安全风险测量方法,其特征在于,所述步骤S15中公共因子个数m根据特征值大小确定。
3.根据权利要求2所述的一种多层次地铁运营安全风险测量方法,其特征在于,所述步骤S15中公共因子个数m用累计方差贡献率来确定,累计方差为Q如下式所示:
4.根据权利要求1所述的一种多层次地铁运营安全风险测量方法,其特征在于,所述步骤S3中地铁车站风险源测量采用LEC风险评价法,计算公式如下:
D=L*E*C
其中,D为风险度,也就是风险源的风险大小;L为事故发生的可能性;E为暴露于危险环境的频繁程度;C为发生事故的后果严重程度。
5.根据权利要求1所述的一种多层次地铁运营安全风险测量方法,其特征在于,所述步骤S4进一步包括:
S41,确定地铁车站层的测量物元,所述物元R表示为以事物N、特征C及事物关于该特征的量值V三者组成有序三元组:R=(N,C,V),设需要测量的对象有m种,影响地铁运营安全的指标有n个,则地铁运营安全测量的n维物元表达式为:
式中:R为地铁运营安全测量物元;Ni(i=1,2,…,m)为第i种待测量地铁车站运营安全风险评价对象;Cj(j=1,2,…,n)为测量评价地铁车站运营安全的第j个指标;Vij为第i种地铁车站运营安全测量对象对应于其影响指标j的量值范围;
S42,根据N0评价等级标准将地铁运营安全风险测量的安全等级分为y级,结合步骤S2中评价指标体系,得出风险评价的经典域物元:
式中:R0为风险测量的经典域物元;N0m表示测量等级中第m个测量等级;Ci为第i个测量指标;V0ij=[aij,bij](i=1,2,...,n;j=1,2,...,m)为等级N0m关于指标Ci的量值范围,即各分类关于对应的测量指标所取的数据范围经典域;
S43,根据各测量指标对应不同安全风险等级水平的取值范围,从最低值到最高值形成一个区间范围,确定为地铁运营安全风险测量的节域物元;
式中:Rp为风险测量的节域物元;Np为风险测量等级的全体;Vip=[aip,bip](i=1,2,...,n)为关于指标Ci的量值范围,即为Np的节域;
S44,基于步骤S3中风险源的测量评价结果,对第m类待测量的地铁运营安全风险测量对象测量所得到的数据或者分析结果信息用物元表示:
式中:Rm为第m类待测量对象;Ci为第i个测量指标(i=1,2,...,n);Vim为第m类测量对象对应于第i个影响指标的量值;
S45,运用组合赋权法,确定各测量指标的权重;
S46,运用可拓学中的关联函数对待测量物元和经典域物元的接近度进行计算;
S47,计算待测量对象Nk关于等级j的综合关联度:
其中,ωi代表第i个评价对象所占的权重;K(vik)代表第i个评价对象关于等级k的关联度;vik代表第i个评价对象关于第k个等级的指标值;n代表评价对象的个数;
S48,确定各指标的测量等级:
若Kj0(Nk)=max kj(Nk),j∈1,2,...t,则评定Nk属于等级j;
其中,J*为Nk的级别变量特征值;
S49,重复步骤S41-S48,重复测量得到的综合关联度矩阵组成上一层次测量评价矩阵K1,与上一层次测量评价的权系数矩阵W合成为上一层次风险测量评估的综合关联度矩阵Kp,如下式:
Kp=W×K1。
6.根据权利要求5所述的一种多层次地铁运营安全风险测量方法,其特征在于,所述步骤S46中,第j类测量对象的第i个指标关于地铁运营安全等级类别的关联函数为:
式中:k=1,2,…m;i=1,2,…n;j=1,2,…y
式中:ρ(vik,V0ij)为点vik与有限区间V0ij=[aij,bij]的距离;ρ(vik,Vip)为点vik与有限区间Vip=[aij,bij]的距离;vij代表第i指标在第j个等级的指标值;V0ik代表第k个评价对象的第i个指标的取值范围;vik代表第k个评价对象的第i个指标值;V0ij代表第i个指标在第j个等级的风险取值范围;y代表共有y个风险评价等级;a0ij代表第i个指标在第j个等级风险的下限值;b0ij代表第i个指标在第j个等级风险的上限值;aip代表第i个指标的节域的下限值;bip代表第i个指标的节域的上限值。
7.根据上述任一权利要求所述的一种多层次地铁运营安全风险测量方法,其特征在于:所述步骤S5中对线路层级进行测量评价的方法与步骤S4中对车站层级进行测量评价的方法相同。
8.根据权利要求7所述的一种多层次地铁运营安全风险测量方法,其特征在于:所述步骤S6中对线网层进行测量评价的方法与步骤S4中对车站层级进行测量评价的方法相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811160206.5A CN109359844B (zh) | 2018-09-30 | 2018-09-30 | 一种多层次地铁运营安全风险测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811160206.5A CN109359844B (zh) | 2018-09-30 | 2018-09-30 | 一种多层次地铁运营安全风险测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109359844A CN109359844A (zh) | 2019-02-19 |
CN109359844B true CN109359844B (zh) | 2019-07-19 |
Family
ID=65348680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811160206.5A Active CN109359844B (zh) | 2018-09-30 | 2018-09-30 | 一种多层次地铁运营安全风险测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109359844B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111414581B (zh) * | 2020-03-09 | 2023-11-10 | 内蒙古科技大学 | 一种基于改进的lec风险隐患双重预防体系构建方法 |
CN111680940A (zh) * | 2020-08-14 | 2020-09-18 | 北京全路通信信号研究设计院集团有限公司 | 一种区域轨道交通线网安全水平评价方法及系统 |
CN113112115A (zh) * | 2021-03-09 | 2021-07-13 | 同济大学 | 一种深部地下地铁车站综合现时评价方法 |
CN113554298A (zh) * | 2021-07-19 | 2021-10-26 | 同济大学 | 一种深部地下地铁车站综合评价及智能运维方法 |
CN113780794A (zh) * | 2021-09-02 | 2021-12-10 | 广州地铁设计研究院股份有限公司 | 一种快慢车模式下市域轨道交通开行方案综合评价方法 |
CN113505341A (zh) * | 2021-09-08 | 2021-10-15 | 北京科技大学 | 基于情景构建的地铁安全风险及应急能力评估方法及装置 |
CN116521026B (zh) * | 2023-06-30 | 2023-10-03 | 北京机械工业自动化研究所有限公司 | 一种绿色工厂评价的可视化方法、装置和设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104637023A (zh) * | 2013-11-14 | 2015-05-20 | 辽宁工程技术大学 | 一种对铁路运营现状安全性评价的方法 |
CN106251085A (zh) * | 2016-08-10 | 2016-12-21 | 中交公局海威工程建设有限公司 | 一种风险评估方法和装置 |
CN106709821A (zh) * | 2017-03-10 | 2017-05-24 | 东北电力大学 | 一种基于主成分分析的中压配电网供电可靠性评估方法 |
CN107330590A (zh) * | 2017-06-19 | 2017-11-07 | 华北电力大学 | 一种基于熵值法和物元可拓法的核电站安全运行评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108062634A (zh) * | 2018-01-05 | 2018-05-22 | 国网上海市电力公司 | 一种售电公司的运营风险监控方法 |
-
2018
- 2018-09-30 CN CN201811160206.5A patent/CN109359844B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104637023A (zh) * | 2013-11-14 | 2015-05-20 | 辽宁工程技术大学 | 一种对铁路运营现状安全性评价的方法 |
CN106251085A (zh) * | 2016-08-10 | 2016-12-21 | 中交公局海威工程建设有限公司 | 一种风险评估方法和装置 |
CN106709821A (zh) * | 2017-03-10 | 2017-05-24 | 东北电力大学 | 一种基于主成分分析的中压配电网供电可靠性评估方法 |
CN107330590A (zh) * | 2017-06-19 | 2017-11-07 | 华北电力大学 | 一种基于熵值法和物元可拓法的核电站安全运行评价方法 |
Non-Patent Citations (5)
Title |
---|
Introducing the stamp method in road tunnel safety assessment;Konstantinos Kazaras etc;《safety science》;20121231;全文 |
于物元−可拓模型的电网运行风险综合评价;史智萍 等;《电网技术》;20151130;第39卷(第11期);全文 |
城市轨道交通网络运营安全风险评估理论与研究方法;徐田坤;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20120930;第6章多因素可拓运营综合安全风险评估模型 |
基于熵权物元可拓理论的隧道塌方风险评估;杨 卓 等;《安 全 与 环 境 学 报》;20160430;第16卷(第2期);全文 |
目标导向的多层次城市轨道交通运营安全风险评价指标体系;张建平 等;《都市快轨交通》;20180430;第31卷(第2期);第136-139页"摘要"、第2节"运营风险影响因素分析"以及第3节"目标导向的多层次评价指标体系" |
Also Published As
Publication number | Publication date |
---|---|
CN109359844A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109359844B (zh) | 一种多层次地铁运营安全风险测量方法 | |
Soleimani et al. | A comprehensive railroad-highway grade crossing consolidation model: a machine learning approach | |
CN106779429B (zh) | 基于afc刷卡数据的轨道换乘站点客流拥塞风险评价方法 | |
CN108960677A (zh) | 一种地铁车站运营安全的评价方法 | |
CN108345983A (zh) | 路网运营安全状况及风险的评估方法、装置及处理器 | |
CN110119874A (zh) | 一种对铁路客运站运输服务能力进行评价的方法以及动态监测装置 | |
Sadeghi et al. | Identification and prioritization of hazardous road locations by segmentation and data envelopment analysis approach | |
CN108053153A (zh) | 一种生态旅游环境承载力预警系统 | |
Ghosn et al. | Effects of overweight vehicles on NYSDOT infrastructure. | |
CN106910016A (zh) | 职业技能评估方法及系统 | |
CN107798418A (zh) | 一种基于交通分析小区的交通事故频次预测方法 | |
Ronay-Tobel et al. | Weight enforcement network of Hungary | |
CN110223004A (zh) | 一种指挥防护工程口部抢修作业风险评估系统 | |
Mehar et al. | A systematic approach for formulation of a road safety improvement program in India | |
CN112033335B (zh) | 一种铁路轨距尺智能化监测预警系统及方法 | |
Faghri et al. | Development of integrated traffic monitoring system for Delaware | |
Yang et al. | A methodology for evaluating evacuation capacity of urban underground road | |
Hachem et al. | Bridge inspection strategies | |
Liu et al. | Diagnostic-oriented and evaluation-driven framework for bus route performance improvement | |
Prakash et al. | Investigation into observational variations in pavement condition survey | |
Deng | An indicator-based method for bus routing adjustment | |
Jannat et al. | Road section length variability on pavement management decision making for Ontario, Canada, highway systems | |
Adams et al. | Statistical analysis for assessing highway maintenance level of service | |
CN108629975A (zh) | 高速公路交通流数据的质量评价方法 | |
CN116957316A (zh) | 一种化工园区道路交通风险等级获取方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |