城市軌道交通運(yùn)營(yíng)設(shè)備安全風(fēng)險(xiǎn)評(píng)價(jià)

高 鵬，唐 昭，楊坤洪，程學(xué)慶,2，管邦寧

城市軌道交通運(yùn)營(yíng)設(shè)備安全風(fēng)險(xiǎn)評(píng)價(jià)

高 鵬1，唐 昭1，楊坤洪1，程學(xué)慶1,2，管邦寧3

（1. 西南交通大學(xué)，交通運(yùn)輸與物流學(xué)院，成都 611756;2. 深圳市坪山區(qū)交通軌道管理中心，深圳 518118;3. 南京郵電大學(xué)，計(jì)算機(jī)學(xué)院，南京 210023）

城市軌道交通作為城市經(jīng)濟(jì)發(fā)展的重要載體, 其運(yùn)營(yíng)設(shè)備的可靠運(yùn)轉(zhuǎn)是城市軌道交通運(yùn)行安全的有效保證。本文以某市軌道交通體系中的供電設(shè)備為研究對(duì)象, 采用最小二乘法、熵值法分別對(duì)運(yùn)營(yíng)設(shè)備指標(biāo)進(jìn)行主、客觀賦值, 并結(jié)合博弈論思想進(jìn)行綜合指標(biāo)權(quán)值計(jì)算, 最終通過(guò)梯形模糊數(shù)理論對(duì)供電設(shè)備進(jìn)行風(fēng)險(xiǎn)評(píng)估。評(píng)估結(jié)果表明, 設(shè)備老化、故障是軌道交通安全事故的主要誘因, 為了保證該城市的軌道交通運(yùn)營(yíng)安全, 需要加大、加緊對(duì)該城市軌道交通運(yùn)營(yíng)設(shè)備的狀態(tài)跟蹤與監(jiān)控。

城市軌道交通; 運(yùn)營(yíng)設(shè)備; 最小二乘法; 熵值法; 博弈論; 梯度模糊數(shù)

0 引 言

隨著城市軌道交通網(wǎng)絡(luò)不斷完善，城市軌道交通運(yùn)營(yíng)服務(wù)也有了質(zhì)的飛躍。城市軌道交通設(shè)施主要建設(shè)在大中型城市的中心地帶及周?chē)貐^(qū)，車(chē)站分布的日益密集、客流量的與日俱增以及線(xiàn)路間耦合度的逐漸增強(qiáng)，均導(dǎo)致我國(guó)軌道交通正面臨著嚴(yán)峻的安全挑戰(zhàn)。軌道交通運(yùn)營(yíng)安全是軌道交通系統(tǒng)管理中的關(guān)鍵環(huán)節(jié)，據(jù)不完全統(tǒng)計(jì)，除了一些突發(fā)事故外，城市軌道交通運(yùn)營(yíng)設(shè)備是導(dǎo)致安全事故發(fā)生的主要原因，運(yùn)營(yíng)設(shè)備的安全狀態(tài)直接影響著軌道交通運(yùn)營(yíng)安全[1]。因此，應(yīng)對(duì)城市軌道交通運(yùn)營(yíng)設(shè)備的檢修與監(jiān)察嚴(yán)格把關(guān)，實(shí)時(shí)監(jiān)控。

根據(jù)國(guó)務(wù)院辦公廳2018年下發(fā)的《關(guān)于進(jìn)一步加強(qiáng)城市軌道交通規(guī)劃建設(shè)管理的意見(jiàn)》文件要求，結(jié)合當(dāng)前軌道交通面臨諸多潛在風(fēng)險(xiǎn)的現(xiàn)狀，采取有效的安全風(fēng)險(xiǎn)評(píng)價(jià)方法，預(yù)先分析可能引發(fā)危害的設(shè)備因素至關(guān)重要。代寶乾、汪彤等[2]運(yùn)用不同尺度對(duì)軌道交通事故做了準(zhǔn)確的劃分，利用風(fēng)險(xiǎn)理論建立評(píng)估模型對(duì)地鐵的危險(xiǎn)性進(jìn)行了量化研究。張輝等[3]運(yùn)用結(jié)合層次分析法與模糊綜合評(píng)估方法，綜合各方面因素對(duì)上海軌道交通工程風(fēng)險(xiǎn)進(jìn)行了評(píng)估研究。潘科等[4]等利用多級(jí)可拓評(píng)價(jià)方法分析了影響地鐵安全的危害因素，并查找出影響地鐵運(yùn)行的安全隱患，定性分析了影響地鐵運(yùn)行安全的薄弱環(huán)節(jié)。聶菁等[5]依據(jù)風(fēng)險(xiǎn)評(píng)估矩陣構(gòu)建了風(fēng)險(xiǎn)評(píng)估模型，然后運(yùn)用模糊綜合評(píng)價(jià)法對(duì)福州軌道1號(hào)線(xiàn)整個(gè)動(dòng)態(tài)施工方面進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)。應(yīng)國(guó)柱等[6]通過(guò)修正的模糊層次分析法確定指標(biāo)的權(quán)值，并利用二級(jí)非線(xiàn)性模糊綜合評(píng)價(jià)模型對(duì)合肥地鐵1號(hào)線(xiàn)工程進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)。

目前，相關(guān)安全研究大部分都只采用了主觀研究或客觀研究，這種單一的方法并不能全面準(zhǔn)確地進(jìn)行安全評(píng)價(jià)，而且不能有效地反映安全性能。本文通過(guò)融合最小二乘法和熵值法，使指標(biāo)賦權(quán)達(dá)到主、客觀的統(tǒng)一，進(jìn)而使評(píng)價(jià)更可靠，建立梯形模糊數(shù)風(fēng)險(xiǎn)評(píng)估模型，能夠權(quán)威有效地進(jìn)行指標(biāo)評(píng)價(jià)，研究結(jié)果能夠反映實(shí)際存在的問(wèn)題。

1 運(yùn)營(yíng)設(shè)備影響因素

在城市軌道交通系統(tǒng)中，運(yùn)營(yíng)設(shè)備種類(lèi)繁多，數(shù)量龐大。運(yùn)營(yíng)基礎(chǔ)設(shè)備分為固定設(shè)備（車(chē)站、線(xiàn)路、信號(hào)設(shè)備）和移動(dòng)設(shè)備（機(jī)車(chē)、車(chē)輛、通信設(shè)備）；運(yùn)營(yíng)安全技術(shù)設(shè)備分為安全監(jiān)控和安全監(jiān)測(cè)設(shè)備；其他還有自然災(zāi)害預(yù)報(bào)及防治設(shè)備、事故救援設(shè)備等[7]。

由于時(shí)間和環(huán)境的影響，運(yùn)營(yíng)設(shè)備會(huì)出現(xiàn)精度降低、性能下降的問(wèn)題，這些將直接影響軌道交通系統(tǒng)的正常運(yùn)轉(zhuǎn)。根據(jù)對(duì)近年來(lái)國(guó)內(nèi)外軌道交通運(yùn)營(yíng)事故事件的分析，設(shè)備風(fēng)險(xiǎn)影響因素如圖1所示[8]。

圖1 設(shè)備運(yùn)營(yíng)影響因素

2 運(yùn)行風(fēng)險(xiǎn)評(píng)估模型

在運(yùn)行風(fēng)險(xiǎn)評(píng)估的指標(biāo)系統(tǒng)中，通過(guò)評(píng)估分析各類(lèi)因素對(duì)運(yùn)營(yíng)設(shè)備運(yùn)行安全的影響程度進(jìn)行指標(biāo)劃分[9]。本文綜合考慮了主觀賦權(quán)法、客觀賦權(quán)法的優(yōu)缺點(diǎn)，結(jié)合兩種賦權(quán)方法并通過(guò)組合賦權(quán)法確定指標(biāo)的權(quán)值。

2.1 主觀權(quán)值

模型求解得：

2.2 客觀權(quán)值

計(jì)算綜合指標(biāo)前，需要對(duì)各項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，即指標(biāo)歸一化，將指標(biāo)的絕對(duì)值轉(zhuǎn)化為相對(duì)值，其中正向指標(biāo)和負(fù)向指標(biāo)標(biāo)準(zhǔn)化處理方法如下所示[11]：

（1）正向指標(biāo)公式為：

（2）負(fù)向指標(biāo)公式為：

2.3 組合權(quán)值

對(duì)運(yùn)營(yíng)設(shè)備指標(biāo)進(jìn)行組合賦權(quán)可以綜合主、客觀賦權(quán)的優(yōu)缺點(diǎn)，其中博弈集結(jié)模型方法可以規(guī)避決策者的個(gè)人意向，并利用客觀數(shù)據(jù)對(duì)決策的貢獻(xiàn)度進(jìn)行綜合評(píng)價(jià)。組合權(quán)值的基本思想是在不同方法中尋找最小化組合權(quán)值與各個(gè)權(quán)值之間的偏差，最終達(dá)成一致或妥協(xié)，即偏差之和最小[12]。計(jì)算組合權(quán)值步驟為：

對(duì)應(yīng)線(xiàn)性方程組為：

2.4 梯形模糊數(shù)風(fēng)險(xiǎn)評(píng)估模型

采用梯度模糊數(shù)風(fēng)險(xiǎn)評(píng)估模型對(duì)設(shè)備指標(biāo)進(jìn)行評(píng)價(jià)，利用梯形模糊數(shù)的評(píng)估理論與方法能夠科學(xué)有效地進(jìn)行指標(biāo)分析，其計(jì)算步驟如下表示：

（1）設(shè)定模糊語(yǔ)言等級(jí)以及對(duì)應(yīng)的模糊語(yǔ)言評(píng)判和規(guī)范化梯形模糊數(shù)；

按照梯度模糊數(shù)運(yùn)算法則（20~23），計(jì)算相應(yīng)模糊語(yǔ)言等級(jí)距離，選取最小值作為評(píng)估結(jié)果。

3 運(yùn)營(yíng)設(shè)備風(fēng)險(xiǎn)評(píng)估

3.1 評(píng)估指標(biāo)體系構(gòu)建

城市軌道交通運(yùn)營(yíng)設(shè)備運(yùn)營(yíng)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系應(yīng)在科學(xué)性、全面性、主導(dǎo)性、操作性及可比性原則的指導(dǎo)下，嚴(yán)格遵循評(píng)估指標(biāo)體系的歩驟流程，建立綜合安全性水平結(jié)構(gòu)體系。由于運(yùn)營(yíng)設(shè)備數(shù)據(jù)有限，根據(jù)2017年度某運(yùn)營(yíng)單位設(shè)備事故統(tǒng)計(jì)（其中供電設(shè)備作為運(yùn)營(yíng)設(shè)備中最容易發(fā)生事故的一環(huán)），本文選取供電設(shè)備作為研究對(duì)象。以供電系統(tǒng)為例將風(fēng)險(xiǎn)評(píng)估指標(biāo)體系劃分為三個(gè)層次：目標(biāo)層、一級(jí)指標(biāo)層、二級(jí)指標(biāo)層進(jìn)行了分析，從中篩選出4個(gè)一級(jí)指標(biāo)以及13個(gè)二級(jí)指標(biāo)，其中一級(jí)指標(biāo)是按照供電設(shè)備在整個(gè)供電系統(tǒng)中的重要程度選取，能夠有效反映整個(gè)供電系統(tǒng)。供電設(shè)備安全風(fēng)險(xiǎn)評(píng)估指標(biāo)體系見(jiàn)表1所示[13-15]：

表1 供電設(shè)備安全風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

Tab.1 Power supply equipment safety risk assessment index system

3.2 指標(biāo)體系權(quán)值求解

（1）指標(biāo)體系的主觀權(quán)值

利用重要性標(biāo)度方法進(jìn)行比較，構(gòu)造子集層比較矩陣，如表2所示。

Tab.2 Matrix importance scale method

計(jì)算二級(jí)指標(biāo)對(duì)應(yīng)的主觀權(quán)值見(jiàn)表3所示：

由主觀權(quán)值表可以看出，通信信號(hào)設(shè)備水平中，聯(lián)鎖系統(tǒng)權(quán)值占比較大；站臺(tái)門(mén)設(shè)備水平中，電氣類(lèi)故障和其他故障權(quán)值占比較大；FAS/BAS系統(tǒng)水平中，F(xiàn)AS系統(tǒng)故障權(quán)值占比較大；而水電專(zhuān)業(yè)設(shè)備水平中，低壓配電類(lèi)故障占比較大。

表3 評(píng)價(jià)指標(biāo)子集A的主觀權(quán)值

Tab.3 The subjective weight index of evaluation indicator subset A

（2）指標(biāo)體系的客觀權(quán)值

對(duì)運(yùn)營(yíng)公司2015—2017年軌道交通供電設(shè)備事故發(fā)生案例進(jìn)行統(tǒng)計(jì)，見(jiàn)表4所示。

表4 供電設(shè)備近3年故障次數(shù)

Tab.4 The number of power supply equipment failures in the past 3 years

對(duì)供電設(shè)備指標(biāo)數(shù)進(jìn)行計(jì)算，得到各項(xiàng)指標(biāo)的客觀熵權(quán)見(jiàn)表5所示。

表5 評(píng)價(jià)指標(biāo)子集A的客觀權(quán)值

Tab.5 The objective weight index of evaluation indicator subset A

客觀比較分析2015—2017年供電設(shè)備故障指標(biāo)權(quán)重，由客觀權(quán)值表可以看出，二級(jí)指標(biāo)之間的客觀權(quán)值相差不大，權(quán)值占比比較均衡。通信信號(hào)設(shè)備水平中，ATS系統(tǒng)以及大屏幕權(quán)值占比相對(duì)較低；FAS/BAS系統(tǒng)水平中，F(xiàn)AS系統(tǒng)故障權(quán)值占比相對(duì)較低。

（3）指標(biāo)體系的組合權(quán)值

基于最小二乘法和熵值法算出的主觀權(quán)值和客觀權(quán)值，然后按照式（15）權(quán)向量集化模型改寫(xiě)成：

求得改進(jìn)后最優(yōu)解為：

對(duì)系統(tǒng)設(shè)備指標(biāo)體系中子集層進(jìn)行計(jì)算，得到各項(xiàng)指標(biāo)的組合權(quán)值，見(jiàn)表6所示。

由組合權(quán)值表可以看出，基于主、客觀權(quán)值兩種方法的差異性，對(duì)權(quán)值進(jìn)行組合賦權(quán)優(yōu)化后得到的組合權(quán)值更加科學(xué)、合理。組合權(quán)值既協(xié)調(diào)了主、客觀權(quán)值兩者的差異，又很好地反映主觀意愿和客觀事實(shí)。二級(jí)指標(biāo)中聯(lián)鎖系統(tǒng)、FAS系統(tǒng)故障、低壓配電類(lèi)故障權(quán)值占比較大。

表6 評(píng)價(jià)指標(biāo)子集A的組合權(quán)值

Tab.6 The combined weight index of evaluation indicator subset A

3.3 運(yùn)營(yíng)設(shè)備安全風(fēng)險(xiǎn)等級(jí)評(píng)估

本文選取七個(gè)級(jí)別語(yǔ)言評(píng)估標(biāo)度來(lái)進(jìn)行規(guī)范化梯度模糊數(shù)計(jì)算，其轉(zhuǎn)化關(guān)系見(jiàn)表7所示。

表7 梯形模糊數(shù)轉(zhuǎn)化關(guān)系表

Tab.7 Trapezoidal fuzzy number conversion relationship table

表8 糊數(shù)指標(biāo)的模糊語(yǔ)言評(píng)價(jià)集

Tab.8 Fuzzy language evaluation set

運(yùn)用組合權(quán)值計(jì)算每項(xiàng)設(shè)備指標(biāo)的綜合評(píng)估梯形模糊數(shù)：

按照最近隸屬度原則，計(jì)算規(guī)范化梯度模糊數(shù)的最短距離，結(jié)果如表9所示。

表9 評(píng)估結(jié)果與規(guī)范梯形模糊數(shù)的最短距離

Tab.9 The shortest distance and evaluation result of the standard trapezoidal fuzzy number

4 結(jié) 論

基于梯形模糊數(shù)理論風(fēng)險(xiǎn)評(píng)估模型，本文對(duì)某城市運(yùn)營(yíng)單位運(yùn)營(yíng)設(shè)備中的供電設(shè)備進(jìn)行安全風(fēng)險(xiǎn)評(píng)價(jià)。評(píng)價(jià)結(jié)果顯示四項(xiàng)一級(jí)指標(biāo)規(guī)范化梯度模糊數(shù)的最短距離分別為：0.028 9、0.054 3、0.056 1和0.107 4，均處于中等風(fēng)險(xiǎn)水平，其中水電專(zhuān)業(yè)設(shè)備安全指標(biāo)存在較為嚴(yán)重的風(fēng)險(xiǎn)。相比較近三年水電專(zhuān)業(yè)設(shè)備中，低壓配電類(lèi)平均故障頻數(shù)達(dá)到606次、給排水及水消防類(lèi)故障頻數(shù)達(dá)到116次，這兩項(xiàng)供電設(shè)備故障率占比較高，評(píng)價(jià)結(jié)果能夠準(zhǔn)確反映實(shí)際故障數(shù)。因此從供電設(shè)備可以反映出必須從技術(shù)設(shè)備上做好風(fēng)險(xiǎn)預(yù)防、風(fēng)險(xiǎn)監(jiān)測(cè)、風(fēng)險(xiǎn)控制和應(yīng)急處置等全鏈條工作，只有這樣才能有效提升軌道交通安全保障水平。本文由于可用數(shù)據(jù)較少并且沒(méi)有將環(huán)境人為等因素考慮進(jìn)來(lái)，后續(xù)研究可以從大數(shù)據(jù)綜合分析“人-機(jī)-環(huán)”三者因素，按照因素影響等級(jí)對(duì)城市軌道交通進(jìn)行安全風(fēng)險(xiǎn)評(píng)價(jià)。

[1] 肖雪梅. 城市軌道交通網(wǎng)絡(luò)化運(yùn)營(yíng)風(fēng)險(xiǎn)與安全評(píng)估——基于拓?fù)涞姆椒╗D]. 北京: 北京交通大學(xué), 2014.

[2] 代寶乾, 汪彤, 秦躍平, 等. 基于事故理論的城市軌道交通風(fēng)險(xiǎn)評(píng)價(jià)模型研究[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2007, 17(10): 156-159.

[3] 張輝, 李文勇, 倪志芳. 上海軌道交通12號(hào)線(xiàn)工程施工風(fēng)險(xiǎn)評(píng)估與管控措施研究[J]. 城市軌道交通研究, 2010, 13(11): 46-51.

[4] 潘科, 王洪德, 石劍云. 多級(jí)可拓評(píng)價(jià)方法在地鐵運(yùn)營(yíng)安全評(píng)價(jià)中的應(yīng)用[J]. 鐵道學(xué)報(bào), 2011, 33(5): 14-19.

[5] 聶菁, 蘇會(huì)衛(wèi), 張念. 基于AHP的軌道交通施工風(fēng)險(xiǎn)模糊綜合評(píng)價(jià)方法——以福州軌道交通1號(hào)線(xiàn)為例[J]. 自然災(zāi)害學(xué)報(bào), 2014, 23(5): 246-252.

[6] 應(yīng)國(guó)柱, 汪鵬程, 朱大勇, 等. 基于模糊綜合評(píng)價(jià)模型的地鐵施工風(fēng)險(xiǎn)評(píng)估[J]. 地下空間與工程學(xué)報(bào), 2016, 12(2): 539-545.

[7] 任星辰. 城市軌道交通運(yùn)營(yíng)設(shè)備設(shè)施安全評(píng)價(jià)體系研究[D]. 北京: 北京交通大學(xué), 2012

[8] 楊紅梅. 城市軌道交通運(yùn)行風(fēng)險(xiǎn)評(píng)估[D]. 重慶: 重慶大學(xué), 2015.

[9] 黃雅坤. 城市軌道交通路網(wǎng)運(yùn)營(yíng)安全評(píng)價(jià)方法研究[D]. 北京: 北京交通大學(xué), 2014.

[10] 韓信, 冷雪. 基于層次分析法和熵權(quán)法的高校獎(jiǎng)學(xué)金評(píng)定——以四川文理學(xué)院為例[J]. 科技和產(chǎn)業(yè), 2012, 12(11): 90-93.

[11] 李美娟, 陳國(guó)宏, 陳衍泰. 綜合評(píng)價(jià)中指標(biāo)標(biāo)準(zhǔn)化方法研究[J]. 中國(guó)管理科學(xué), 2004, 12(z1): 45-48.

[12] 路遙, 徐林榮, 陳舒陽(yáng). 基于博弈論組合賦權(quán)的泥石流危險(xiǎn)度評(píng)價(jià)[J]. 災(zāi)害學(xué), 2014, 29(1).

[13] 劉強(qiáng). 基于模糊理論的嘉陽(yáng)小火車(chē)運(yùn)營(yíng)安全風(fēng)險(xiǎn)評(píng)價(jià)研究[D]. 成都: 西南交通大學(xué), 2016.

[14] DONG S K, DONG H B, WAN C Y. Development and evaluation of a computer-aided system for analyzing human error in railway operations[J]. Reliability Engineering & System Safety, 2010, 95(2): 87-98.

[15] LI L, ZHANG H, WANG X, et al. Urban transit coordination using an artificial transportation system[J]. IEEE Transactions on Intelligent Transportation Systems, 2011, 12(2): 374-383.

Safety Risk Assessment of Urban Rail Transit Operation Equipment

GAO Peng1，TANG Zhao1，YANG Kun-hong1，CHENG Xue-qing1, 2，GUAN Bang-ning3

（1. School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 611756, China;2. Shenzhen Pingshan District Traffic Track Management Center, Shenzhen 518118, China;3. School of Computer Science, Nanjing University of Posts and Telecommunications, Nanjing 210023, China）

Urban rail transit is an important conductor of urban economic development. Reliable performance of its operating equipment is an effective guarantee for the safety of urban rail transit operations. In this paper, the power supply equipment of a city’s rail transit system is scrutinized through research. The least square method and entropy method are used to perform the subjective and objective assignment of the operational equipment indicators, and are combined with game theory to calculate the comprehensive index weights. Further, the trapezoidal fuzzy number theory is incorporated to conduct a risk assessment of power supply equipment. The evaluation results show that equipment aging and failure are the main causes of rail transit safety accidents. In order to ensure the safety of rail transit operations in the city, it is necessary to increase and enhance the status tracking and monitoring of the urban rail transit operation equipment.

urban rail transit; operating equipment; least square method; entropy method; game theory; trapezoidal fuzzy number theory

U121

A

10.3969/j.issn.1672-4747.2020.01.012

1672-4747（2020）01-0091-08

2019-04-07

區(qū)域軌道交通協(xié)同運(yùn)輸與服務(wù)系統(tǒng)——區(qū)域軌道交通安全綜合保障關(guān)鍵技術(shù)及裝備（VP99QT1136Y18002）

高鵬（1993—），西南交通大學(xué)碩士研究生，研究方向：智能交通。E-mail：705405190@qq.com

高鵬，唐昭，楊坤洪，等. 城市軌道交通運(yùn)營(yíng)設(shè)備安全風(fēng)險(xiǎn)評(píng)價(jià)[J]. 交通運(yùn)輸工程與信息學(xué)報(bào)，2020，18（1）：91-98.

（責(zé)任編輯：劉娉婷）