基于集對分析的列控系統(tǒng)運(yùn)營安全風(fēng)險評估

吝天鎖,王瑞峰

(蘭州交通大學(xué)自動化與電氣工程學(xué)院, 蘭州 730070)

列車運(yùn)行控制系統(tǒng)是高速列車的核心技術(shù)裝備，從運(yùn)營的角度，如何客觀準(zhǔn)確的剖析列控運(yùn)營安全風(fēng)險，尋找其薄弱環(huán)節(jié)，已成為亟待解決的研究課題。

目前，國內(nèi)對列控安全評估與認(rèn)證體系、概率安全與安全管理等方面的研究較多，但對運(yùn)營風(fēng)險趨勢的研究較少[1-4]。文獻(xiàn)[5]利用云模型的云相似度，較好地處理了列控運(yùn)營風(fēng)險的隨機(jī)性和不確定性；文獻(xiàn)[6]利用貝葉斯網(wǎng)絡(luò)圖形化的特點(diǎn)，以此分析列控運(yùn)營的潛在風(fēng)險和發(fā)生概率的因果關(guān)系；文獻(xiàn)[7]利用多級可拓理論，對列控運(yùn)營風(fēng)險中指標(biāo)的綜合聯(lián)系度進(jìn)行分析；文獻(xiàn)[8]利用逼近理想解的排序法，分析列控運(yùn)營過程中不安全事件的發(fā)生頻率和嚴(yán)重度。這些方法雖然在列控運(yùn)營風(fēng)險評估中得到驗(yàn)證，但只是對風(fēng)險等級進(jìn)行判定，未能同時考慮和處理系統(tǒng)中諸多不確定因素，未對風(fēng)險趨勢作出有效預(yù)測和分析。

集對分析法[9]可將聯(lián)系數(shù)與系統(tǒng)深層次融合，以此去研究列控運(yùn)營中風(fēng)險的確定性和不確定性以及同異反的聯(lián)系與轉(zhuǎn)化。針對列控運(yùn)營過程中各種風(fēng)險因素相互關(guān)聯(lián)，風(fēng)險趨勢無法預(yù)測，對其進(jìn)行風(fēng)險評估具有模糊性、隨機(jī)性，所以將SPA引入列控運(yùn)營風(fēng)險評估中。將SPA三元聯(lián)系數(shù)和不確定AHP結(jié)合共同確定指標(biāo)權(quán)重，并利用偏聯(lián)系數(shù)和態(tài)勢分析實(shí)現(xiàn)對列控運(yùn)營安全風(fēng)險的動態(tài)和靜態(tài)研究，以提高其風(fēng)險評估的準(zhǔn)確性。

1 列控運(yùn)營風(fēng)險評估指標(biāo)體系及權(quán)重

1.1 評估指標(biāo)體系

參考已有的列控運(yùn)營安全評價指標(biāo)體系，根據(jù)EN 50126[10]中的風(fēng)險矩陣?yán)碚?，基于科學(xué)合理、全面分析的原則，從人、機(jī)、環(huán)、管4個角度將列控運(yùn)營風(fēng)險因素歸結(jié)為4個二級指標(biāo)，以及16個三級指標(biāo)，如圖1所示。

圖1 列控運(yùn)營風(fēng)險評估體系

1.2 確定各級評估指標(biāo)權(quán)重

1.2.1 不確定AHP計算各級指標(biāo)的權(quán)重區(qū)間

列控運(yùn)營安全風(fēng)險評估的權(quán)重計算是一個難點(diǎn)，不確定AHP[11-13]采用區(qū)間標(biāo)度，可以較好地體現(xiàn)專家對指標(biāo)體系主觀模糊判斷，將誤差理論與一致性逼近的判斷矩陣結(jié)合，得到權(quán)重區(qū)間，計算過程如下。

(1)確定判斷矩陣

組織專家根據(jù)風(fēng)險評估指標(biāo)的相對重要度，按照1～9標(biāo)度法[14]評判，從而可得到判斷矩陣A如式(1)所示。

A=[aij,bij]4×4=

(1)

式中，aij表示評判區(qū)間的下限；bij表示評判區(qū)間的上限。

(2)確定權(quán)重

依據(jù)判斷矩陣A得到一致性判斷矩陣M=(mij)4×4，如式(2)所示

(2)

根據(jù)求得矩陣M，可計算其權(quán)重wi(w1，w2，…，w4)，如式(3)所示

(3)

(3)計算權(quán)重區(qū)間

根據(jù)矩陣M的權(quán)重wi(w1，w2，…，w4)，可計算極差矩陣Δ1M、Δ2M，如式(4)所示

(4)

考慮到M和A權(quán)重存在傳遞誤差，得到極差矩陣后，先計算兩者誤差，如式(5)所示

(5)

式中，v=1，2。因此，可得到其權(quán)重區(qū)間

W′=(wi-Δ1Wj,wi+Δ2Wj)

(6)

1.2.2 利用SPA計算權(quán)重精確值

μj=aj+bji+cjj

(7)

式中，aj=wi-Δ1Wj；bj=Δ1Wj+Δ2Wj；cj=1-wi-Δ2Wj。

根據(jù)得到的三元聯(lián)系數(shù)，計算確定性與不確定性區(qū)間的相對權(quán)重Pj、Qj，如式(8)所示

(8)

(9)

2 列控運(yùn)營風(fēng)險評估模型建立

2.1 同異反評估模型的建立

比較建立的評估指標(biāo)和有關(guān)風(fēng)險等級，按其與標(biāo)準(zhǔn)的相近水平得到風(fēng)險集v=[低，較低，中等，較高，高]。對各評估指標(biāo)的發(fā)生概率進(jìn)行估計，如式(10)所示

Ruv=Zuv/Z

(10)

式中，Zuv表示將評估指標(biāo)u歸為風(fēng)險等級v的專家人數(shù)；Z表示專家總數(shù)。

根據(jù)確定的指標(biāo)權(quán)重和計算得到的發(fā)生概率結(jié)合聯(lián)系數(shù)，從而得到列控運(yùn)營風(fēng)險的同異反評估模型，如式(11)所示，模型參數(shù)見表1。

表1 模型參數(shù)含義

(11)

簡記為五元聯(lián)系數(shù)[16]

μ′=a+bi+cj+dk+el

(12)

式中，μ′為五元聯(lián)系數(shù)聯(lián)系度；E=[1，i，j，k，l]為系數(shù)矩陣；a、e為確定項(xiàng)；b、c、d為不確定項(xiàng)。

2.2 列控運(yùn)營風(fēng)險的態(tài)勢及趨勢分析

在SPA理論中聯(lián)系態(tài)勢可描述研究對象的動態(tài)演化趨勢，并依據(jù)聯(lián)系數(shù)中的a、b、c、d和e數(shù)值大小關(guān)系[17]，將列控運(yùn)營態(tài)勢分為：同勢，即S(μ)>1；均勢，即S(μ)=1；反勢，即S(μ)<1。運(yùn)營風(fēng)險與態(tài)勢對應(yīng)關(guān)系如表2所示。

表2 列控運(yùn)營風(fēng)險態(tài)勢

利用聯(lián)系數(shù)理論中聯(lián)系態(tài)勢,利用多元聯(lián)系數(shù)的偏聯(lián)系數(shù)對列控運(yùn)營的風(fēng)險發(fā)展趨勢分析，其建立的五元聯(lián)系數(shù)的各階偏聯(lián)系數(shù)計算公式與系數(shù)取值見文獻(xiàn)[18-19]，當(dāng)計算出各階偏聯(lián)系數(shù)?t(μ)>0(因需求解四階偏聯(lián)系數(shù)，所以t可取1，2，3，4)時，說明系統(tǒng)狀態(tài)有提高趨勢，風(fēng)險降低；當(dāng)?t(μ)<0時，說明系統(tǒng)有下降趨勢，風(fēng)險增大;當(dāng)?t(μ)=0時，說明系統(tǒng)趨勢不確定，處于中間過渡趨勢。

2.3 評估模型原理(圖2)

圖2 列控運(yùn)營風(fēng)險評估模型原理

3 實(shí)例分析

以某路局列控系統(tǒng)為例，根據(jù)建立的評估指標(biāo)和同異反模型，對該列控運(yùn)營安全風(fēng)險進(jìn)行評估。

3.1 權(quán)重的確定

根據(jù)建立的SPA模型對該路局列控運(yùn)營風(fēng)險態(tài)勢進(jìn)行分析，依據(jù)不確定AHP和集對分析確定各個風(fēng)險指標(biāo)的精確權(quán)重值。以第二層指標(biāo)U2為例闡明計算過程。根據(jù)專家對第二層指標(biāo)對應(yīng)的三級指標(biāo)U21、U22、U23、U24進(jìn)行兩兩比較的結(jié)果，得到其相對應(yīng)的區(qū)間判斷矩陣

根據(jù)式(1)～式(6)，計算得到U21、U22、U23和U24的權(quán)重區(qū)間為

W′=([0.372 3,0.481 1],[0.288 5,0.416 0],

[0.141 9,0.203 6],[0.071 4,0.090 5])

μ1=0.372 3+0.108 8i+0.518 9j

μ2=0.288 5+0.127 5i+0.584 0j

μ3=0.141 9+0.016 7i+0.796 4j

μ4=0.071 4+0.019 1i+0.909 5j

根據(jù)式(8)，計算得到各聯(lián)系數(shù)確定性與不確定性的相對權(quán)重

Pj=[0.413 2，0.341 1，0.167 3，0.078 4]

Qj=[0.242 0，0.236 9，0.254 8，0.266 3]

根據(jù)式(9)，計算得到U21、U22、U23和U24的精確權(quán)重值

同理，可計算其他指標(biāo)權(quán)重值

3.2 評估風(fēng)險態(tài)勢以及趨勢

針對該路局列控系統(tǒng)實(shí)際運(yùn)營情況，根據(jù)10位列控運(yùn)營安全方面的專家按照人為因素、設(shè)備因素、環(huán)境因素和管理因素進(jìn)行篩選，得到圖1中16個三級指標(biāo)打分結(jié)果，結(jié)合已求出的各評估指標(biāo)的精確權(quán)重值，利用式(11)和式(12)求得風(fēng)險同異反評估模型的五元聯(lián)系數(shù)，然后計算其對應(yīng)的各階偏聯(lián)系數(shù)，根據(jù)趨勢評判原則，可得到其風(fēng)險發(fā)展趨勢，具體結(jié)果如表3和表4所示。

表4 二階、三階和四階偏聯(lián)系數(shù)計算

3.2.1 風(fēng)險態(tài)勢分析

對表3中的五元聯(lián)系數(shù)變量a、b、c、d、e大小進(jìn)行排序分析，得到二級指標(biāo)的風(fēng)險態(tài)勢以及列控系統(tǒng)運(yùn)營總風(fēng)險態(tài)勢，依據(jù)文獻(xiàn)[20]中總的五元聯(lián)系數(shù)同異反態(tài)勢排序表的描述，結(jié)合該系統(tǒng)實(shí)例，列舉如表5所示的相關(guān)態(tài)勢排序，態(tài)勢分析結(jié)果如下

表5 五元聯(lián)系數(shù)態(tài)勢

表3 五元聯(lián)系數(shù)及一階偏聯(lián)系數(shù)計算

(U1)=0.26+0.17i+0.22j+0.25k+0.10l：a>e，a>b，be，同勢25級；

(U2)=0.15+0.25i+0.20j+0.27k+0.13l：a>e，ac，ce，同勢53級；

(U3)=0.26+0.23i+0.21j+0.16k+0.14l：a>e，a>b，b>c，c>d，d>e，同勢1級；

(U4)=0.30+0.16i+0.18j+0.24k+0.12l：a>e，a>b，be，同勢25級；

(U)=0.22+0.21i+0.20j+0.24k+0.12l：a>e，a>b，b>c，ce，同勢7級。

結(jié)果表明：該列控運(yùn)營的總體風(fēng)險態(tài)勢處于同勢7級，且為強(qiáng)同勢區(qū)，表明系統(tǒng)處于低風(fēng)險狀態(tài)，與現(xiàn)場情況一致。

利用文獻(xiàn)[5]的云模型對本方法進(jìn)行驗(yàn)證，生成的標(biāo)準(zhǔn)云和綜合云模型如圖3所示，評估結(jié)果為低風(fēng)險與上述評估結(jié)果相同。

圖3 綜合評估云與標(biāo)準(zhǔn)云

由表5可知，二級指標(biāo)中“環(huán)境因素”屬于強(qiáng)同勢區(qū)，表明系統(tǒng)處于低風(fēng)險狀態(tài)；“人的因素”與“管理因素”處于弱同勢區(qū)，表明狀況較好，稍加關(guān)注；“設(shè)備因素”處于微同勢區(qū)，表明風(fēng)險狀況較差，應(yīng)多加關(guān)注。對表3中于處于“均勢”、“反勢”的三級指標(biāo)應(yīng)該特別關(guān)注，特別是處于反勢的“設(shè)備故障”和“自然環(huán)境惡劣”，應(yīng)立即采取適當(dāng)措施。

3.2.2 風(fēng)險趨勢分析

根據(jù)表3和表4中偏聯(lián)系數(shù)，分析列控運(yùn)營的總體風(fēng)險發(fā)展趨勢，由一階和二階偏聯(lián)系數(shù)計算結(jié)果表明列控系統(tǒng)運(yùn)營安全總體呈現(xiàn)潛在下降趨勢，說明運(yùn)營安全有變差趨勢，運(yùn)營風(fēng)險變高。由三階和四階偏聯(lián)系數(shù)計算結(jié)果表明列控系統(tǒng)運(yùn)營安全呈現(xiàn)潛在提高趨勢，說明運(yùn)營安全有變好的趨勢，運(yùn)營風(fēng)險變低。整體反映該列控系統(tǒng)運(yùn)營過程中風(fēng)險的潛在態(tài)勢存在同中有反、反中存同、彼此交織，且同一性與對立性共存的發(fā)展趨勢，并對三級指標(biāo)中多次呈現(xiàn)下降趨勢的因素著重關(guān)注，如“安全意識”、“設(shè)備故障”等。

3.3 風(fēng)險防控措施

根據(jù)上述計算結(jié)果和分析，應(yīng)該對列控系統(tǒng)運(yùn)營風(fēng)險提出有效的預(yù)防控措施：加強(qiáng)工作人員的安全意識和技術(shù)培訓(xùn)，提高技術(shù)水平和綜合素質(zhì)。對硬件設(shè)備和軟件設(shè)備進(jìn)行定期的檢查和維護(hù)，降低設(shè)備方面對運(yùn)營差錯事件發(fā)生，在惡劣環(huán)境下運(yùn)營要做好各種應(yīng)急措施。提前預(yù)測易發(fā)生風(fēng)險，降低列控系統(tǒng)不安全風(fēng)險的發(fā)生概率，不斷提高列控系統(tǒng)運(yùn)營安全水平。

4 結(jié)論

本文將集對分析中多元聯(lián)系數(shù)、聯(lián)系態(tài)勢和偏聯(lián)系數(shù)引入列控運(yùn)營安全的風(fēng)險態(tài)勢以及風(fēng)險趨勢分析中，從應(yīng)用實(shí)例以及與云模型評判方法對比，得到如下結(jié)論。

(1)列控運(yùn)營指標(biāo)權(quán)重的確定采用SPA與不確定AHP，符合工程實(shí)踐與專家評判思維，且計算結(jié)果科學(xué)合理。

(2)利用SPA解決了列控運(yùn)營過程中的不確定性，不僅分析出整體與各級指標(biāo)的風(fēng)險態(tài)勢及趨勢，并針對運(yùn)營過程中的薄弱環(huán)節(jié)提出防護(hù)措施。

(3)相較于云模型，SPA不僅評判出列控運(yùn)營風(fēng)險等級，并考慮風(fēng)險轉(zhuǎn)化問題，能分析列控運(yùn)營風(fēng)險的發(fā)展趨勢，使風(fēng)險評估方法更加完善。