基于貝葉斯網(wǎng)絡(luò)的鐵路運(yùn)營安全 預(yù)警模型研究

劉 新

(中國鐵道科學(xué)研究院集團(tuán)有限公司 運(yùn)輸及經(jīng)濟(jì)研究所，北京 100081)

0 引言

經(jīng)過多年發(fā)展，我國鐵路已初步建成了人防、物防、技防“三位一體”的安全保障體系，確保我國鐵路運(yùn)輸安全、持續(xù)、穩(wěn)定。尤其是近年來隨著科學(xué)技術(shù)的快速發(fā)展，大量應(yīng)用先進(jìn)的技防、物防手段，以技術(shù)促安全取得明顯效果。但相對于技術(shù)而言，人為因素更為復(fù)雜，人為因素對安全的影響在某種程度上不可控，或者不完全可控。因此，加強(qiáng)對人為因素的研究，了解鐵路現(xiàn)場作業(yè)過程中存在的主要問題，把握整體的安全形勢，對于安全決策具有重要意義。

為減少人為因素對運(yùn)營安全的影響，我國鐵路總結(jié)出了很多行之有效的方法。其中，安全管理人員下現(xiàn)場檢查，及時發(fā)現(xiàn)、反饋、整改問題，實(shí)現(xiàn)安全問題的閉環(huán)管理，就是目前鐵路現(xiàn)場廣泛采用的一種管理方式。尤其是近年來，各鐵路局集團(tuán)公司根據(jù)各自的需求自行建設(shè)了不同的問題庫管理系統(tǒng)，將現(xiàn)場檢查過程中發(fā)現(xiàn)的安全問題及時錄入到系統(tǒng)中，并跟蹤問題的整改情況。經(jīng)過多年積累，這些安全問題數(shù)據(jù)量已達(dá)到一定的規(guī)模。如果能夠?qū)Υ思右跃C合分析和應(yīng)用，將能較好地反映現(xiàn)場作業(yè)安全的整體狀況和安全趨勢，為安全決策提供輔助支持。

貝葉斯網(wǎng)絡(luò)(Bayesian Network)又稱為有向無環(huán)圖模型，是將概率、統(tǒng)計應(yīng)用于復(fù)雜系統(tǒng)的不確定性推理和數(shù)據(jù)分析的一種有效工具，起源于20世紀(jì)80年代中期對人工智能中的不確定性問題的研究，隨著其影響不斷擴(kuò)大，已逐步成為將概率、統(tǒng)計應(yīng)用于復(fù)雜系統(tǒng)的不確定性推理和數(shù)據(jù)分析的一種有效工具，可以從不完全、不精確或不確定的知識或信息中做出推理[1-2]。在軌道交通安全領(lǐng)域，已有學(xué)者將貝葉斯網(wǎng)絡(luò)理論應(yīng)用于可靠性和風(fēng)險分析等方面，如徐敏等應(yīng)用貝葉斯網(wǎng)絡(luò)研究各種因素對接發(fā)列車、施工、貨物運(yùn)輸?shù)鹊陌踩绊慬3-6]，江磊等應(yīng)用貝葉斯網(wǎng)絡(luò)進(jìn)行設(shè)備設(shè)施可靠性的研究。

據(jù)此，以某安全問題庫數(shù)據(jù)為例，應(yīng)用貝葉斯網(wǎng)絡(luò)理論對安全檢查大數(shù)據(jù)進(jìn)行分析和研究，構(gòu)建基于貝葉斯網(wǎng)絡(luò)的鐵路安全預(yù)警模型。

1 鐵路安全問題分類

1.1 安全問題分類原則

（1）結(jié)合問題場景和問題性質(zhì)對安全問題進(jìn)行分類。某些問題涉及多個作業(yè)崗位，但反映的是同一種作業(yè)類型，如接發(fā)列車作業(yè)，這種情況下應(yīng)以場景作為問題分類的維度。消防安全問題與此相類似，如私拉電線問題可能出現(xiàn)在任何場所、涉及所有單位，但問題性質(zhì)相同，統(tǒng)一分類能更為準(zhǔn)確地反映該類問題的整體安全狀況。

（2）以后果為導(dǎo)向?qū)Π踩珕栴}進(jìn)行分類。安全問題并不必然導(dǎo)致安全事故，但事故通常是由于安全問題長期得不到解決或控制而造成的，問題與事故之間存在著一定的轉(zhuǎn)化關(guān)系，因而在對安全問題進(jìn)行分類時，應(yīng)盡可能與事故原因結(jié)合起來統(tǒng)一考慮。

1.2 安全問題分類

以某安全問題庫數(shù)據(jù)為例，根據(jù)對抽樣數(shù)據(jù)的人工處理結(jié)果，結(jié)合專家意見，選取部分安全問題進(jìn)行歸并處理，劃分為14項(xiàng)具體分類。安全問題分類如表1所示。

表1 安全問題分類Tab.1 Classification of safety problems

安全問題是鐵路安全管理人員在鐵路現(xiàn)場的日常安全檢查中發(fā)現(xiàn)的，不可避免地受到觀察視角、檢查頻度、關(guān)注點(diǎn)等因素的影響，為簡化模型構(gòu)建，假定所有安全檢查人員均為自主判斷且學(xué)識、素養(yǎng)沒有較大的差異，檢查頻度沒有較大的變化，對所有站段的檢查沒有顯著的差異性。

2 基于貝葉斯網(wǎng)絡(luò)的鐵路安全預(yù)警模型構(gòu)建

貝葉斯網(wǎng)絡(luò)由代表隨機(jī)變量的節(jié)點(diǎn)和連接節(jié)點(diǎn)，以及描述2個節(jié)點(diǎn)之間相互關(guān)系的有向邊組成。在安全預(yù)警模型中，隨機(jī)變量就是日常安全檢查中發(fā)現(xiàn)的安全問題及發(fā)生的各類事故，安全問題之間以及安全問題與事故之間存在著一定的因果關(guān)系。

例如，D21事故包括行車設(shè)備故障耽誤本列旅客列車1h以上或耽誤本列貨物列車2 h以上，固定設(shè)備故障延時影響正常行車2 h以上(僅指正線)；導(dǎo)致D21事故的直接原因有可能是施工安全問題、基礎(chǔ)設(shè)施維護(hù)問題、移動設(shè)備維護(hù)問題、應(yīng)急處置問題；施工安全問題可能是由于安全管理和培訓(xùn)工作不到位引起的；設(shè)備管理不善、檢測計量設(shè)備管理不規(guī)范有可能導(dǎo)致基礎(chǔ)設(shè)施出現(xiàn)不應(yīng)有的問題；檢測計量設(shè)備管理不規(guī)范還可能導(dǎo)致移動設(shè)備維護(hù)問題；而教育培訓(xùn)不充分、規(guī)章制度缺漏和安全管理不到位又有可能導(dǎo)致應(yīng)急處置工作出現(xiàn)疏漏。通過分析，形成D21事故致因鏈如圖1所示。

圖1 D21事故致因鏈Fig.1 D21 accident cause chain

在安全問題分類和涉及的事故類型基礎(chǔ)上，根據(jù)事故報告及專家經(jīng)驗(yàn)對事故致因鏈進(jìn)行分析，最終形成由安全問題指向其他安全問題或事故的貝葉斯網(wǎng)絡(luò)?；谪惾~斯網(wǎng)絡(luò)的安全預(yù)警模型如圖2所示。圖2中，左側(cè)節(jié)點(diǎn)為安全問題，右側(cè)節(jié)點(diǎn)為安全問題可能導(dǎo)致的事故類型；問號表示未計算或未更新計算結(jié)果。

根據(jù)建立的模型和安全問題分類統(tǒng)計結(jié)果，計算各節(jié)點(diǎn)的先驗(yàn)概率。以基礎(chǔ)設(shè)施維護(hù)問題節(jié)點(diǎn)為例，需要計算設(shè)備管理問題和檢測計量設(shè)備同時發(fā)生、任一問題發(fā)生及2個問題均未發(fā)生情況下，發(fā)生基礎(chǔ)設(shè)施維修問題的概率，可以分別表示如下。

3 鐵路安全預(yù)警模型試算

3.1 各類安全問題發(fā)生概率

按上述方法構(gòu)建預(yù)警模型并輸入網(wǎng)絡(luò)各節(jié)點(diǎn)先驗(yàn)概率數(shù)據(jù)后，運(yùn)算得到各類安全問題及事故的發(fā)生概率，各節(jié)點(diǎn)發(fā)生概率如圖3所示。圖中State1和State0分別表示問題或事故發(fā)生和不發(fā)生的概率。

圖2 基于貝葉斯網(wǎng)絡(luò)的安全預(yù)警模型 Fig.2 Safety early warning model based on Bayesian network

各類問題的發(fā)生概率如表2所示。

根據(jù)計算得到的各類安全問題發(fā)生概率，比較多發(fā)的安全問題包括移動設(shè)備維護(hù)問題、勞動紀(jì)律問題、基礎(chǔ)設(shè)施維護(hù)問題等，提示在日常安全檢查中應(yīng)重點(diǎn)關(guān)注這幾類問題，通過持續(xù)的檢查、整改，逐步減少或避免這些問題的發(fā)生。

圖3 各節(jié)點(diǎn)發(fā)生概率Fig.3 Occurrence probability in each node

表2 各類問題的發(fā)生概率 %Tab.2 Occurrence probability of various problems

3.2 事故預(yù)測

以施工安全問題為例，使用構(gòu)建的安全預(yù)警模型進(jìn)行事故預(yù)測的驗(yàn)算。

根據(jù)先驗(yàn)概率及構(gòu)建的貝葉斯網(wǎng)絡(luò)安全預(yù)警模型，與施工安全問題相關(guān)的事故類型包括C13，C14，C24，D9，D16和D21，對應(yīng)的事故發(fā)生概率分別為0.22%，0.14%，0.22%，0.18%，0.22%和2.69%。其他條件不變，當(dāng)施工安全問題的發(fā)生概率設(shè)定為100%時，施工安全問題相關(guān)各類事故的發(fā)生概率如表3所示。

從模型計算結(jié)果可以看出，與初始狀態(tài)相比，假設(shè)發(fā)生施工安全問題，則除D21事故以外，其他相關(guān)事故的發(fā)生概率均大幅度增加，表明這些類型的事故與施工安全問題具有較大的相關(guān)性，因此加大力度解決施工或維修各環(huán)節(jié)中存在的問題，將能夠有效地降低各類事故的發(fā)生概率。D21事故發(fā)生概率下降的原因與構(gòu)建模型時使用的數(shù)據(jù)和計算的先驗(yàn)概率有關(guān)。

3.3 事故原因分析

基于貝葉斯網(wǎng)絡(luò)的安全預(yù)警模型同樣能夠用于事故原因的輔助分析。假定在其他條件不變的情況下發(fā)生D21事故，即設(shè)置D21節(jié)點(diǎn)State1的概率為100%，則從模型計算結(jié)果中可以看出，最可能的事故原因是基礎(chǔ)設(shè)施維護(hù)問題(概率為99.57%)，其次是移動設(shè)備維護(hù)問題(概率為85.64%)，表明加強(qiáng)基礎(chǔ)設(shè)施和移動設(shè)備的維護(hù)工作，減少這2類問題的發(fā)生概率，能有效減少D21事故的發(fā)生。發(fā)生D21事故時的各類安全問題發(fā)生概率如圖4所示。

4 結(jié)束語

基于貝葉斯網(wǎng)絡(luò)的鐵路安全預(yù)警模型是以安全問題大數(shù)據(jù)為基礎(chǔ)進(jìn)行的一個初步嘗試，通過日常安全檢查發(fā)現(xiàn)的安全問題結(jié)合上報的事故數(shù)據(jù)，可以預(yù)測某些安全問題可能導(dǎo)致某類事故的概率，或者反向分析導(dǎo)致某類事故的原因，為相關(guān)安全決策提供輔助支持。但是，模型的適用程度受到安全問題分類及分類統(tǒng)計結(jié)果等諸多因素的影響。一方面，由于安全問題涉及到鐵路運(yùn)營的各個方面，為簡化計算，本次研究僅選擇了部分問題作為模擬數(shù)據(jù)，安全問題及其分類方法無法完全覆蓋鐵路安全運(yùn)營的各個層面，未來應(yīng)對所有安全問題進(jìn)行全面分析，并且在此基礎(chǔ)上進(jìn)行更科學(xué)、合理的分類；另一方面，由于安全問題數(shù)據(jù)量大，并且全部為非結(jié)構(gòu)化的文本描述，完全由人工進(jìn)行分類統(tǒng)計并不現(xiàn)實(shí)，需要借助于機(jī)器學(xué)習(xí)等技術(shù)，統(tǒng)計結(jié)果的準(zhǔn)確性同樣受到機(jī)器學(xué)習(xí)模型的制約，仍有進(jìn)一步優(yōu)化的 空間。

表3 施工安全問題相關(guān)各類事故的發(fā)生概率 %Tab.3 Probability of various accidents related to construction safety problems

圖4 發(fā)生D21事故時的各類安全問題發(fā)生概率Fig.4 Occurrence probability of various safety problems in the event of D21 accident