人工智能在索道安全中應(yīng)用探討

羅 昱 尹 猛 魏慶功 王可意 孫夢(mèng)新 孫曉勇

（1．泰安市泰山索道運(yùn)營中心 泰安 271000）

（2．山東農(nóng)業(yè)大學(xué) 泰安 271000）

索道又被稱作纜車、吊廂，是空中交通工具的一種，常應(yīng)用于在陡峭的山上運(yùn)載乘客和貨物。索道可以輕易地跨越丘陵溝壑以及高大的樹木等地面障礙，對(duì)景區(qū)內(nèi)的景觀影響較小，并且容易建設(shè)，施工量小，一般采用電力驅(qū)動(dòng)，對(duì)生態(tài)友好。索道在為游客提供方便快捷的同時(shí)也為游客開辟了另一個(gè)觀景的新渠道，開拓了游客視野。為迎合人們快節(jié)奏生活，體現(xiàn)景區(qū)自然風(fēng)光，豐富景觀視覺立體格局，提高景區(qū)反復(fù)觀光價(jià)值，不斷發(fā)展地區(qū)旅游事業(yè)，國內(nèi)外景區(qū)客運(yùn)索道使用與日俱增[1]。

每年各個(gè)假期旅游景點(diǎn)游覽的人數(shù)便會(huì)大大增加，客運(yùn)索道的載客量也隨之增加。例如我國第一條大型客運(yùn)索道——泰山客運(yùn)索道。隨著泰山旅游業(yè)的發(fā)展，越來越多的人選擇乘坐索道來游覽泰山。其中中天門索道于1983年8月5日建成通車，全長(zhǎng)2089．16m，上下站水平距離1971．92m，高差597．01m，平均爬坡角30．28%，共有11 個(gè)支架[2]，至2000年，全線有46個(gè)8人車廂，單向小時(shí)運(yùn)營量可達(dá)1630人。如此高的運(yùn)營量，讓人們?cè)诔俗鞯赖耐瑫r(shí)也越來越關(guān)注索道安全問題，由于索道車廂處在高空中，加上其周圍云霧繚繞、環(huán)境惡劣，一旦發(fā)生事故，會(huì)造成極大的傷亡，威脅到游客的生命財(cái)產(chǎn)安全。

人工智能技術(shù)究竟能在保證索道安全平穩(wěn)運(yùn)行方面發(fā)揮怎樣的作用。具體來講，人工智能在以下方面的應(yīng)用，會(huì)極大的提高索道的運(yùn)行的安全質(zhì)量，為游客安全提供更可靠的保障。

2 實(shí)時(shí)監(jiān)測(cè)

客運(yùn)索道多用于人員密度大、數(shù)量多、設(shè)備負(fù)荷高的山地環(huán)境下，一旦發(fā)生事故，極容易造成嚴(yán)重的后果[3]。例如，2003年印度艾哈邁達(dá)德市一條索道的三個(gè)吊箱突然墜落，造成至少7人死亡、18人受傷。針對(duì)傳統(tǒng)安全檢測(cè)方法的不足，人工智能被應(yīng)用在索道實(shí)時(shí)監(jiān)測(cè)方面。國外的索道監(jiān)測(cè)系統(tǒng)相對(duì)成熟，法國波馬（POMA）索道公司使用多臺(tái)計(jì)算機(jī)監(jiān)測(cè)、控制索道的實(shí)施運(yùn)行狀況。目前我國索道實(shí)時(shí)監(jiān)測(cè)技術(shù)相對(duì)不完善。首先，我國實(shí)時(shí)監(jiān)測(cè)的指標(biāo)多為動(dòng)力電壓、電流、運(yùn)行速度等簡(jiǎn)單易測(cè)的參數(shù)，其次監(jiān)測(cè)的多為鋼絲繩、變速器溫度、張緊標(biāo)尺等機(jī)械部件，絕大部分屬于事后檢查與維修范疇，而運(yùn)行參數(shù)只能依靠工作人員觀察與定時(shí)記錄，管理人員不容易找出事故的原因[4]。

因此，對(duì)索道進(jìn)行實(shí)時(shí)監(jiān)控尤為重要。利用風(fēng)速傳感器、加速度傳感器等傳感器，操作人員可以實(shí)時(shí)查看當(dāng)前環(huán)境風(fēng)速、吊廂車廂的傾斜角度以及持續(xù)時(shí)間。同時(shí)，計(jì)算機(jī)自動(dòng)記錄各傳感器記錄的數(shù)據(jù)，并將數(shù)據(jù)傳遞并保存至數(shù)據(jù)庫。

3 隱患預(yù)警機(jī)制

專家系統(tǒng)（Expert System）是人工智能的一項(xiàng)分支，專家系統(tǒng)包含某個(gè)特定領(lǐng)域中大量專家的經(jīng)驗(yàn)知識(shí)。專家系統(tǒng)能夠利用計(jì)算機(jī)程序模擬現(xiàn)實(shí)中專家對(duì)問題的分析處理過程，并依據(jù)已錄入的相關(guān)經(jīng)驗(yàn)得出解決問題的方法。其核心在于通過錄入、總結(jié)得到的包含某個(gè)領(lǐng)域大量知識(shí)的數(shù)據(jù)庫。[5]

目前索道行業(yè)仍采用以故障處理為目標(biāo)的安全管理機(jī)制，側(cè)重于故障發(fā)生后的處理措施，未形成以總結(jié)故障特征并在故障未發(fā)生前做出預(yù)測(cè)為主要目標(biāo)的隱患預(yù)警機(jī)制。隨著索道越來越廣泛地被應(yīng)用在日常生活中，索道的平穩(wěn)安全運(yùn)行越來越受到重視，其安全事故的影響逐漸增大，現(xiàn)有的以故障處理為主要目標(biāo)的安全管理機(jī)制已不適應(yīng)社會(huì)對(duì)索道安全管理的要求[6]。并且索道行業(yè)內(nèi)未將隱患管制、機(jī)械設(shè)備故障與安全事故三方面聯(lián)系起來，未能深度挖掘安全事故背后隱藏的關(guān)聯(lián)。

通過將專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)應(yīng)用于索道安全監(jiān)測(cè)，可以實(shí)現(xiàn)對(duì)索道運(yùn)行速度的實(shí)時(shí)監(jiān)控與調(diào)節(jié)。其功能可表示為圖1所示的形式。

圖1 索道安全監(jiān)測(cè)神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的功能結(jié)構(gòu)

借助接收傳感器的數(shù)據(jù)，系統(tǒng)分析模塊是對(duì)索道的運(yùn)行狀況進(jìn)行綜合分析、綜合評(píng)價(jià)，輔助安全人員進(jìn)行決策。它的功能主要是通過索道上安裝的各類傳感器搜集的數(shù)據(jù)，經(jīng)過校準(zhǔn)、分析、評(píng)價(jià)后，判斷是否是安全、基本安全和存在“可疑部分”。若存在“可疑部分”，則首先檢查是否是由于監(jiān)測(cè)系統(tǒng)引起的，若是由監(jiān)測(cè)系統(tǒng)引起，則發(fā)出報(bào)警，提示監(jiān)測(cè)人員進(jìn)行重測(cè)，從而排除“可疑部分”。若不是監(jiān)測(cè)系統(tǒng)引起，則歸為不安全運(yùn)行，系統(tǒng)將對(duì)環(huán)境狀況和索道運(yùn)行狀況進(jìn)行綜合評(píng)判，通過專家系統(tǒng)分析后得出建議。

為促進(jìn)索道安全管理機(jī)制更快地向事前預(yù)警機(jī)制轉(zhuǎn)變，可以利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自適應(yīng)、自組織等特征，對(duì)現(xiàn)有的安全事故記錄及解決方案進(jìn)行學(xué)習(xí)、歸納，采用一定的數(shù)學(xué)方法分析隱患、事故數(shù)據(jù)，挖掘出不同事故發(fā)生前的各種征兆，利用經(jīng)過規(guī)范化后的數(shù)據(jù)建立相應(yīng)的機(jī)器學(xué)習(xí)模型，從而實(shí)現(xiàn)對(duì)隱患的排查、對(duì)可能要發(fā)生的事故的預(yù)警，以便工作人員能及時(shí)知曉并做出相應(yīng)的應(yīng)急措施[7]。

4 安全評(píng)價(jià)

安全評(píng)價(jià)，是運(yùn)用特定的方法對(duì)工程、系統(tǒng)中存在的危險(xiǎn)、有害因素進(jìn)行辨識(shí)、分析和預(yù)測(cè)，并做出適當(dāng)?shù)脑u(píng)價(jià)，從而對(duì)工程安全方面進(jìn)行改進(jìn)，消除安全隱患。我國制定了嚴(yán)格法律，對(duì)一些具有安全隱患的工程都需要進(jìn)行安全評(píng)價(jià)?，F(xiàn)如今，我國客運(yùn)索道不斷發(fā)展，安全問題也越來越讓人重視，對(duì)索道進(jìn)行安全評(píng)價(jià)是十分必要的。

唐中富提出對(duì)索道安全的綜合評(píng)價(jià)方法，他采用了半定量安全評(píng)價(jià)方法，對(duì)索道系統(tǒng)設(shè)備方面進(jìn)行評(píng)價(jià)，同時(shí)加入了層次分析法和模糊評(píng)價(jià)法，從張緊系統(tǒng)、電器設(shè)別、支架、運(yùn)載工具等多方面進(jìn)行考慮，綜合評(píng)價(jià)并得出安全等級(jí)[8]，該方法已經(jīng)進(jìn)行了應(yīng)用，并取得了良好的成果，唐中富還提出了運(yùn)用人工智能來進(jìn)行安全評(píng)價(jià)，這種方法所建立的評(píng)價(jià)模型具有像人神經(jīng)網(wǎng)絡(luò)一樣的評(píng)價(jià)模式，可以接受更多的影響因素。

BP神經(jīng)網(wǎng)絡(luò)具有良好的自學(xué)習(xí)、自適應(yīng)、泛化、容錯(cuò)能力，并且具有較強(qiáng)的非線性映射能力，可以更好地處理非線性關(guān)系。BP神經(jīng)網(wǎng)絡(luò)可應(yīng)用在風(fēng)險(xiǎn)評(píng)價(jià)評(píng)估[9、10、11]、綜合評(píng)價(jià)[12]、安全評(píng)價(jià)[13、14]等。

天氣因素對(duì)索道影響也是十分重要，對(duì)于這一實(shí)時(shí)變動(dòng)的因素，BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)性可以更好地處理。通過在索道上安裝傳感器，實(shí)時(shí)收集天氣數(shù)據(jù)，并通過Wi-Fi傳輸。利用BP神經(jīng)網(wǎng)絡(luò)對(duì)收集到的數(shù)據(jù)進(jìn)行分析學(xué)習(xí)，建立安全評(píng)價(jià)模型，在設(shè)備因素的基礎(chǔ)上加上天氣因素，對(duì)各種實(shí)時(shí)因素的影響下的安全進(jìn)行分類，得出安全等級(jí)。還可以利用大數(shù)據(jù)技術(shù)對(duì)乘坐索道的人數(shù)進(jìn)行預(yù)測(cè)，加入模型中。增加模型中的特征值數(shù)量，使得分類更加準(zhǔn)確，得出更細(xì)致的安全等級(jí)。

BP神經(jīng)網(wǎng)絡(luò)也有一些缺點(diǎn)，其擅長(zhǎng)局部搜索，易陷于局部極小點(diǎn)。遺傳算法擅長(zhǎng)全局搜索，所以在評(píng)價(jià)中常常把遺傳算法和BP神經(jīng)網(wǎng)絡(luò)結(jié)合起來用，這樣彌補(bǔ)各自的缺點(diǎn)，使評(píng)價(jià)更準(zhǔn)確[15]。

5 應(yīng)用舉例

下面以泰山索道為例，給出一個(gè)人工智能在索道安全方面應(yīng)用的實(shí)例。

客運(yùn)索道在運(yùn)行過程中，受到風(fēng)力的影響會(huì)左右傾斜或者來回?cái)[動(dòng)，一旦擺動(dòng)幅度過大，吊廂就有脫軌的危險(xiǎn)。筆者在實(shí)時(shí)監(jiān)測(cè)環(huán)節(jié)中獲取了相關(guān)環(huán)境風(fēng)速、風(fēng)向、吊廂傾斜角度以及持續(xù)時(shí)間。通過神經(jīng)網(wǎng)絡(luò)與可做出最佳決策保證吊廂安全運(yùn)行。

圖2為三層前饋神經(jīng)網(wǎng)絡(luò)模型圖。該神經(jīng)網(wǎng)絡(luò)接受吊廂單次擺動(dòng)時(shí)間、風(fēng)速、風(fēng)向、吊廂偏轉(zhuǎn)角度、當(dāng)前運(yùn)行速度和測(cè)量誤差作為輸入，經(jīng)過隱藏層處理后將輸入的數(shù)據(jù)歸為環(huán)境因素、觀測(cè)因素和其他因素三類。

圖2 神經(jīng)網(wǎng)絡(luò)模型圖

運(yùn)用神經(jīng)網(wǎng)絡(luò)、混沌控制等技術(shù)，使得現(xiàn)有監(jiān)測(cè)儀器實(shí)現(xiàn)性能、靈敏度、反應(yīng)時(shí)間等提升。通過設(shè)置各項(xiàng)數(shù)據(jù)的臨界值，利用模糊數(shù)學(xué)理論、模糊推理技術(shù)、神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)進(jìn)行決策。利用模糊技術(shù)的優(yōu)勢(shì)在于不需要大量測(cè)試數(shù)據(jù)和相應(yīng)模型，只需要通過專家系統(tǒng)總結(jié)出一個(gè)合適的調(diào)控規(guī)則，按照現(xiàn)實(shí)需要做出準(zhǔn)確分析和給出實(shí)時(shí)且精確的相關(guān)控制動(dòng)作建議[16]。

6 結(jié)論

人工智能給索道帶來了更安全的保障，給索道的運(yùn)行提供了更科學(xué)的參考，給游客的生命財(cái)產(chǎn)安全帶來了更多的安心。隱患預(yù)警機(jī)制，利用神經(jīng)網(wǎng)絡(luò)和規(guī)范化后的數(shù)據(jù)建立起機(jī)器學(xué)習(xí)模型，對(duì)索道安全隱患進(jìn)行排查和預(yù)警，提醒工作人員及時(shí)處理，防患未然。實(shí)時(shí)監(jiān)控，利用傳感器實(shí)時(shí)測(cè)量威脅索道安全相關(guān)數(shù)據(jù)，運(yùn)用模糊技術(shù)處理數(shù)據(jù)，通過訓(xùn)練過的專家系統(tǒng)做出精確分析并給出相關(guān)建議。安全評(píng)價(jià)，對(duì)影響索道運(yùn)行的設(shè)備因素和天氣因素，利用隨機(jī)森林進(jìn)行分析，建立安全評(píng)價(jià)模型，得出安全等級(jí)，為索道運(yùn)行提供更科學(xué)的參考。傳感器神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)和眾多算法的結(jié)合，形成的人工智能＋索道的新模式，給索道運(yùn)行安全提供了新的體系參考，為廣大游客的出行安全保駕護(hù)航。