CN114358539A

CN114358539A - 一种基于风险的铁路运营安全判识方法

Info

Publication number: CN114358539A
Application number: CN202111586254.2A
Authority: CN
Inventors: 郭健; 钟波涛; 丁烈云; 骆汉宾; 胡杨
Original assignee: Huazhong University of Science and Technology; Wuhan Polytechnic University
Current assignee: Huazhong University of Science and Technology; Wuhan Polytechnic University
Priority date: 2021-12-21
Filing date: 2021-12-21
Publication date: 2022-04-15

Abstract

本发明涉及铁路运营安全技术领域，公开了一种基于风险的铁路运营安全判识方法，包括：划分成子系统；提取灾害事件，将相同类别的灾害事件归为一种事故；预设一级指标，从子系统挑选二级指标，一级指标和二级指标合并形成铁路运营安全分析指标；根据铁路运营安全分析指标构建待测铁路的铁路运营安全判识模型；根据待测铁路的铁路运营安全判识模型求解待测铁路的韧性值，根据韧性值的大小是否超过预设值判断待测铁路的运营是否安全。本发明具有以下优点和效果：通过铁路运营安全分析指标分析待测铁路的运营情况，得到待测铁路的铁路运营安全判识模型，通过铁路运营安全判识模型求解得到铁路的韧性值，并判断和比较铁路的运营是否安全。

Description

一种基于风险的铁路运营安全判识方法

技术领域

本申请涉及铁路运营安全技术领域，具体涉及一种基于风险的铁路运营安全判识方法。

背景技术

目前，面对巨灾风险，相对于平丘地区铁路，山区铁路基础设施的脆弱性比较大，灾后恢复能力与适应灾害的能力比较弱。无论是来自铁路系统外部的灾害事件，还是系统内部的扰动(故障)，其发生概率和破坏性往往很难通过历史事件统计进行预测而由灾害链及次生灾害造成的损失后果往往是灾难性的。大规模灾害产生严重后果，都具有一个共性，即通过灾害链的传递与放大，其影响与防范均远远超出直接受灾区域。

韧性在基础设施建设领域中，目前主要应用在城市建设中，例如论文《韧性视角的厦门城市灾害综合风险评估研究》，其含义是“在城市系统结构重组之前能够吸收和化解城市变化的能力和程度”。由城市韧性研究也申遗出铁路韧性的含义，也就是铁路系统在遭受严重损害之前应对和化解灾害的能力。

现有技术中，对于铁路单一子系统已经形成有效的评价方法，并形成相应的规范和法规。但是，铁路事故灾害风险演化机理极其复杂，铁路系统具有高度的复杂性和不确定性，在外部的重大突发事件冲击下，系统内部可产生巨大的扰动系统状态随之发生改变处于不断动态变化中，同时，由于铁路系统是一个由多主体构成的具有层次性的复杂系统。

因此对于单一子系统的评价工作难以扩展到铁路系统整体运营安全的评价上。这也导致运营人员对铁路系统整体运营安全的评估处于一种模糊状态，常常只能依靠经验、事故发生频率等方法进行近似的估算，无从知晓待测铁路是否为处于安全运营的状态。

发明内容

针对现有技术中存在的缺陷，本申请的目的在于提供一种基于风险的铁路运营安全判识方法，可以直观得到铁路的韧性值，可以表征铁路的韧性状态，使得铁路的韧性可以由一个数值进行表示，可以通过设置一个或多个预设值来确定铁路的安全性处于何种水平。

为达到以上目的，一方面，采取的技术方案是：

本身提供一种基于风险的铁路运营安全判识方法，包括：

将铁路系统按照不同的特征划分成若干个子系统；

从铁路事故调查报告和铁路事故记录中提取起因和结果，分别做为灾害事件，将相同类别的灾害事件归为一种事故；

根据考察的方向预设一级指标，从子系统挑选出与预设一级指标关联的预备指标，根据事故和预备指标之间的关联性获得二级指标，一级指标和二级指标合并形成铁路运营安全分析指标；

根据铁路运营安全分析指标构建待测铁路的铁路运营安全判识模型；

根据待测铁路的铁路运营安全判识模型求解待测铁路的韧性值，根据韧性值的大小是否超过预设值判断待测铁路的运营是否安全。

优选的，所述根据事故和预备指标之间的关联性获得二级指标包括如下步骤：

将所有事故合并成铁路事故致因数据集；

根据铁路事故致因数据集中每一个事故作为一个节点构建一个有向加权网络，根据有向加权网络求解节点综合重要度；

筛选出节点综合重要度排在预设位置之前的节点，依照所选取的节点对应的事故从预备指标中筛选出与事故的发生或者事故的演变具有关联性的预备指标，作为二级指标。

优选的，所述铁路事故致因数据集的建立方法包括如下步骤：

选择一种事故作为第一事故，选择另一种事故作为第二事故，记录铁路事故调查报告和铁路事故记录中第一事故导致第二事故发生的次数，直至遍历所有第一事故和第二事故的组合；

利用所有第一事故和第二事故的组合建立一个邻接矩阵作为铁路事故致因数据集。

优选的，根据有向加权网络求解节点综合重要度的方法包括如下步骤：

分别计算有向加权网络中每一个节点的节点强度、聚类系数及介数；

对所有节点的节点强度、聚类系数及介数分别按照相同的方式进行排序，并根据排名进行赋值；

根据每一个节点的节点强度、聚类系数及介数的排名值求和得到节点综合重要度。

优选的，所述一级指标包括备灾能力、抵抗能力、恢复能力和适应能力。

优选的，构建待测铁路的铁路运营安全判识模型包括如下步骤：

从待测铁路的铁路事故记录中提取灾害事件，作为待测铁路灾害事件集；

将铁路运营安全分析指标中每一个一级指标和二级指标作为一个根节点，将铁路是否发生灾害作为顶事件，构建贝叶斯网络；

通过待测铁路灾害事件集计算所有二级指标是否导致灾害事件发生的概率，作为二级指标对应根节点的先验概率；

通过待测铁路灾害事件集计算所有一级指标是否导致灾害事件发生的概率，作为一级指标对应根节点的条件概率；

将所有二级指标对应根节点的先验概率以及所有一级指标对应根节点的条件概率赋予贝叶斯网络，即为铁路运营安全判识模型。

优选的，一级指标对应根节点的条件概率的计算方法包括如下步骤：

根据一级指标挑选出与该一级指标相关联所有的二级指标；

根据每个二级指标是否导致事故的不同情况形成多个二级指标状态组合；

计算每一个二级指标状态组合的发生概率；

通过贝叶斯公式和所有二级指标状态组合的发生概率计算一级指标是否导致事故的概率，作为该一级指标对应根节点的条件概率。

优选的，求解待测铁路的韧性值包括如下步骤：

通过贝叶斯网络计算顶事件发生的概率，即为铁路韧性值。

优选的，所述铁路运营安全判识方法还包括如下步骤：

调整铁路运营安全判识模型中任一根节点导致事故发生的频率或次数，记录铁路韧性值的变化幅度；

根据根节点导致事故发生的频率或次数的调整幅度和铁路韧性值的变化幅度确定根节点的敏感性，根据敏感性将根节点进行由大到小的排名；

选择排名在预设排名之前的根节点，将被选择的根节点对应的二级指标作为指导待测铁路运营状态改进的关键二级指标。

优选的，对铁路系统按照特征进行子系统划分包括如下步骤：

将铁路系统按照组织人员系统、设施设备系统、管理系统和环境系统进行划分为若干个子系统。

本申请提供的技术方案带来的有益效果包括：

本申请的基于风险的铁路运营安全判识方法，从宏观的角度，定义了铁路灾害韧性，建立了铁路运营安全分析指标。本申请筒预设的一级指标从国内外公布的重大铁路事故报告中提取铁路系统运营失效的扰动因素，并对其进行重要度和关联性进行分析，最终筛选出二级指标，根据一级指标和二级指标得到铁路运营安全分析指标，铁路运营安全分析指标可以提高铁路应对灾害的综合风险评估的准确性，通过干涉二级指标，可以有效提高铁路的运营安全，提供了铁路在灾前灾后进行防灾干预的具体操作思路。

通过铁路运营安全分析指标分析待测铁路的运营情况，得到待测铁路的铁路运营安全判识模型，通过铁路运营安全判识模型可以求解得到铁路的韧性值，可以根据铁路的韧性值来判断和比较铁路的运营是否安全。

同时，待测铁路运营安全判识模型还可以用于分析找出影响待测铁路的关键二级指标，通过关键二级指标可以指导待测铁路做出相应的改进，进而避免铁路灾害事故的发生。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请中铁路运营安全分析指标的示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本申请提供一种基于风险的铁路运营安全判识技术的实施例，包括如下方法：

将铁路系统按照不同的特征划分成若干个子系统；优选的的，一般情况下先根据组织人员系统、设施设备系统、管理系统和环境系统将铁路系统划分为若干个子系统。其中组织人员系统涉及人员在心理、生理、行为等方面的因素；设施设备系统涉及与列车运行相关的设备或者设施中出现故障或损坏的情况，包括：桥梁、隧道、轨道、路基、供电设备、信号设备、动车组等；环境系统涉及自然环境、地理环境、列车运行环境方面的风险；管理系统涉及规章制度、监督监管、安全技能、设备保养、机器维修、风险应急等。举例来说，将铁路系统按照人员因素来划分，可以划分出一个代表员工技能水平的子系统。而按照设备因素来划分，可以找到隧道维护情况的子系统、调度设备子系统或机车子系统等等。

从铁路事故调查报告和铁路事故记录中提取起因和结果，分别做为灾害事件，将相同类别的灾害事件归为一种事故；具体的，例如一次事故记录中有如下情况发生：一场暴雨带来滑坡，滑坡带来轨道偏移，轨道偏移加上未能即使发现线路风险，最终造成脱轨或碰撞，其中暴雨、滑坡、轨道偏移、未能即使发现线路风险、脱轨和滑坡均为该次记录中所应当提取出来的灾害事件。另一方面，员工误触特定按钮和员工向控制系统输入错误指令这两件灾害事件，都应当汇总为违反操作规定或执行错误这一种事故。

根据考察的方向预设一级指标，从子系统挑选出与预设一级指标关联的预备指标，根据事故和预备指标之间的关联性获得二级指标，一级指标和二级指标合并形成铁路运营安全分析指标；具体的，一级指标的设立需要根据所需要考察的方向进行划定，比如需要考察铁路降低突发灾害事件带来的不利影响的能力，则一级指标就可以设置为抵抗能力，或者考验应急反应、应急救援、应急抢修等各个模块的协同能力、组织能力，则需要将恢复能力设置为一级指标，一般情况下一级指标的数量会有多个，以保证相应的韧性值的准确性。在一些优选的实施例中，一级指标被选为备灾能力、抵抗能力、恢复能力、适应能力四个指标。而预备指标则是根据所选定的一级指标从子系统中挑选出与一级指标相关联的指标，例如，我们可以从工务工程系统这个子系统中挑选出与备灾能力这个一级指标相关联的运营安全管理机制、运营灾害事件风险评估及对策等多个预备指标。而根据事故和预备指标之间的关联性获得二级指标，在一般的实施例中是根据预备指标是否会影响事故的发生、或者预备指标是否能阻断一种事故向另一种演变的过程，来从预备指标中选出二级指标。同时，可以看出一级指标和二级指标之间存在关联性，一般通过图1所示的图来表示。

而其中一些优选的实施例中，根据事故和预备指标之间的关联性获得二级指标包括如下步骤：

将所有事故合并成铁路事故致因数据集；为了方便计算，一般的实施例中铁路事故致因数据集通常采用矩阵来进行表示，其中一种优选的实施例中包括如下步骤：

选择一种事故作为第一事故，选择另一种事故作为第二事故，记录铁路事故调查报告和铁路事故记录中第一事故导致第二事故发生的次数，直至遍历所有第一事故和第二事故的组合。

具体的，假如统计出一共具有59种事故，建立的铁路事故数据集可用59行乘以59列的邻接矩阵A表示。一般情况下会先将事故按照编号，列如暴雨编号为x，滑坡编号为y，那么暴雨导致滑坡的次数就记录为a_xy，那么邻接矩阵A中位置在第x行第y列处的元素 A_xy的数值就为a_xy。

在铁路事故致因数据集建立后，根据铁路事故致因数据集中每一个事故作为一个节点构建一个有向加权网络，根据有向加权网络求解节点综合重要度；

在一种优选的实施例中，节点综合重要度按照如下的方法进行计算：

分别计算有向加权网络中每一个节点的节点强度、聚类系数及介数，其中具体的计算方式为：

节点度

其中

表示节点m指向节点j的数目，

表示节点j指向节点m的数目。节点度值较大的因素在事故的发生中起到了更为关键的作用。聚类系数

其中c_i表示节点i的聚类系数。聚类系数比较大的因素其邻居因素也有较强的关联，一旦其出现异常易导致邻居因素也发生风险。平均路径

其中N是网络的节点数，d_ij是节点i与j之距离。平均路径越大代表节点之间的关系越密切。

具体的，假设节点A的节点强度在59个节点中排30名，聚类系数排20名，介数排15名，那么分别对应L_节点＝30，L_聚类＝20，L_介数＝15。

筛选出节点综合重要度排在预设位置之前的节点，依照所选取的节点对应的事故从预备指标中筛选出与事故具有关联性的预备指标，作为二级指标。

具体的，综合重要度L＝L_节点+L_聚类+L_介数，应当注意的是，节点强度、聚类系数和介数应当均按照升序或者降序排名，否则最终的加和的值无法表示节点的重要度。计算结束后，所有节点的综合重要度并按值的大小降序排列，取预设位置之前的节点对应的事故，将挑选出来的事故作为较为关键的事故，本实施例中预设位置为第20名，因此挑选出前二十个影响较大的事故来进行分析。

之前挑选出来的预设指标进行归纳和整理，分析预设指标是否会影响挑选出来的事故的发生，或者是否会阻碍挑选出来的事故衍生出其他事故，例如，我们挑选出来的事故为通讯故障，经过逻辑分析，人员工作素质会避免通讯故障演变为碰撞，所以可以将人员工作素质选为二级指标。

二级指标和一级指标都完成挑选后，就完成了铁路运营安全分析指标的构建，一般的实施例中，铁路运营安全分析指标可以一次建立后就记录下来，在多个待测铁路中使用。

在建立完成铁路运营安全分析指标后，根据铁路运营安全分析指标构建待测铁路的铁路运营安全判识模型。

其中一种优选的构建待测铁路的铁路运营安全判识模型方式为：

从待测铁路的铁路事故记录中提取灾害事件，作为待测铁路灾害事件集。

将铁路运营安全分析指标中每一个一级指标和二级指标作为一个根节点，将铁路是否发生灾害作为顶事件，构建贝叶斯网络。

通过待测铁路灾害事件集计算所有二级指标是否导致灾害事件发生的概率，作为二级指标对应根节点的先验概率。具体的，先验概率的计算是选择的二级指标是否导致事故发生的概率，一般通过频率计算，例如选择的二级指标为人员工作素质，那么人员工作素质对应节点的先验概率为，人员工作素质导致的灾害事件数量与灾害事件总数的比值。

通过待测铁路灾害事件集计算所有一级指标是否导致灾害事件发生的概率，作为一级指标对应根节点的条件概率。具体的，一级指标通常是含义较广，较为概念性，难以准确的统计是否为一级指标不恰当导致了事故的发生，因此需要在计算一级指标对应的二级指标的先验概率后，通过二级指标的先验概率计算一级指标的条件概率，作为一级指标对应根节点的条件概率。

其中一种优选的实施例为：根据一级指标挑选出与该一级指标相关联所有的二级指标；

计算每一个二级指标状态组合的发生概率；

具体的，参见图1，一级指标适应能力相关联的有运维预知修复能力、应急抢险培训与演练、灾害事故预防信息智能化和灾害风险监测与预警技术智能化四种二级指标，为了方便叙述，我们将运维预知修复能力称为O₁，将应急抢险培训与演练称为O₂，将灾害事故预防信息智能化称为O₃，将灾害风险监测与预警技术智能化称为O₄，适应能力称为U₁，那么其中一种二级指标状态组合为O₁符合要求，O₂不符合要求，O₃不符合要求，O₄不符合要求的条件下，在这种二级指标状态组合的情况下事故发生的概率，为该二级指标状态组合对应一级指标的条件概率。

具体的，在本实施例中，贝叶斯网络通过GeNIe软件进行可视化，将前述二级指标对应根节点的先验概率以及所有一级指标对应根节点的条件概率填入GeNIe软件所建立的网络节点表格内，就得到了铁路运营安全判识模型。

具体的，通过贝叶斯网络计算顶事件发生的概率，得到铁路发生事故的概率，就作为铁路的韧性值。计算出来的韧性值作为评价铁路具体韧性情况的指标，可以用来判断铁路应对灾害破坏耐受情况，提高铁路应对灾害的综合风险评估的准确性，同时可以用来比较不同铁路之间应对灾害能力的高低，在长期应用在不同铁路上，积累数据后还能形成一整套评价标准。

在另一些实施例中，所述铁路运营安全判识方法还包括如下步骤：

具体的，在建立并完善贝叶斯网络后，调节根节点对应的二级指标导致事故发生的频率或次数，在本实施例中我们采用GeNIe软件进行计算，可以依照上述铁路韧性值的计算方法得到改变后的铁路的韧性值。

我们可以根据调节事故发生的频率或次数的幅度，铁路韧性值在调节根节点对应的二级指标导致事故发生的频率或次数前后的变化幅度来确定根节点的敏感性，一般以绝对值计算，例如，根节点A导致事故发生频率仅上升了0.1个百分点，铁路韧性值就变化了10％，而根节点B导致事故发生的频率下降了5个百分点，铁路韧性值仅变化了2％，那么我们可以确定根节点A的敏感性高于根节点B，依照这个方法对于根节点进行排序，选择排名在预设排名之前的根节点，从中找到对应的二级指标，作为关键二级指标。

铁路系统的管理人员可以根据选出来的关键二级指标来改进铁路运营管理，进而提高铁路韧性值。

本申请不局限于上述实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围之内。

在本申请的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

需要说明的是，在本申请中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims

1.一种基于风险的铁路运营安全判识方法，其特征在于，包括：

将铁路系统按照不同的特征划分成若干个子系统；

根据考察的方向预设一级指标，从子系统挑选出与预设一级指标有关联的预备指标，根据事故和预备指标之间的关联性获得二级指标，一级指标和二级指标合并形成铁路运营安全分析指标；

根据待测铁路的铁路运营安全判识模型求解待测铁路的韧性值，当韧性值的小于预设阈值时，表示待测铁路运营安全。

2.根据权利要求1所述的一种基于风险的铁路运营安全判识方法，其特征在于，所述根据事故和预备指标之间的关联性获得二级指标包括如下步骤：

将所有事故合并成铁路事故致因数据集；

筛选出节点综合重要度排在预设位置之前的节点，依照所选取的节点对应的事故，从预备指标中筛选出与事故的发生或者事故的演变具有关联性的预备指标，作为二级指标。

3.根据权利要求2所述的一种基于风险的铁路运营安全判识方法，其特征在于：所述铁路事故致因数据集的建立方法包括如下步骤：

利用所有第一事故和第二事故的组合建立一个邻接矩阵，作为铁路事故致因数据集。

4.根据权利要求2所述的一种基于风险的铁路运营安全判识方法，其特征在于，根据有向加权网络求解节点综合重要度的方法包括如下步骤：

5.根据权利要求2所述的一种基于风险的铁路运营安全判识方法，其特征在于，所述一级指标包括备灾能力、抵抗能力、恢复能力和适应能力。

6.根据权利要求1所述的一种基于风险的铁路运营安全判识方法，其特征在于，构建待测铁路的铁路运营安全判识模型包括如下步骤：

7.根据权利要求6所述的一种基于风险的铁路运营安全判识方法，其特征在于，一级指标对应根节点的条件概率的计算方法包括如下步骤：

根据一级指标挑选出与该一级指标相关联所有的二级指标；

计算每一个二级指标状态组合的发生概率；

8.根据权利要求6所述的一种基于风险的铁路运营安全判识方法，其特征在于，求解待测铁路的韧性值包括如下步骤：

通过贝叶斯网络计算顶事件发生的概率，即为铁路韧性值。

9.根据权利要求6所述的一种基于风险的铁路运营安全判识方法，其特征在于，所述铁路运营安全判识方法还包括如下步骤：

针对铁路运营安全判识模型中任一根节点，调整导致事故发生的频率或次数，记录铁路韧性值的变化幅度；

根据导致事故发生的频率或次数的调整幅度和铁路韧性值的变化幅度确定根节点的敏感性，根据敏感性将根节点进行由大到小的排名；

10.根据权利要求1所述的一种基于风险的铁路运营安全判识方法，其特征在于：对铁路系统按照特征进行子系统划分包括如下步骤：

将铁路系统按照组织人员、设施设备、管理系统和环境系统进行划分，分为若干个子系统。