地铁行车调度班组应急响应中的人因失误研究

为提高地铁系统应急响应过程的可靠性,有效避免和减少多班组动态交互的人因失误,构建行车调度应急响应循环模型查找可能的人因失误模式,提出减少行车调度班组人因失误的安全对策措施。适用于发现行车调度班组应急响应过程的薄弱环节,进行地铁系统人因可靠性分析(HRA),有利于提高地铁系统的安全运营管理。     

基于贝叶斯网络的非正常情况下高铁行车调度人因可靠性分析

行车调度子系统在整个高铁运输系统中处于关键位置,虽然行车调度大多已经采用了信息化、自动化的作业程序,但发生设备故障、交通事故、自然灾害等非正常情况时,很多具体的作业组织和管理仍需行车调度作业人员的参与.提出了一种基于贝叶斯网络考虑情境环境因子交互关系的人因可靠性分析方法,以某铁路局的人因失误数据统计表为学习样本,推理出行车调度作业人员工作中存在的主要问题.结果表明,“完成任务的可用时间”、“培训”及“人员配置”的节点状态变化会对作业人员的可靠性产生很大影响.最后,以高铁行车调度人员在某种特定情境状态下的实际作业为例进行了实证研究.研究表明,所建立的方法正确可靠,能够准确、高效地辨识人因可靠性.     

基于DEMATEL的铁路行车人因事故关键因素实证分析

针对铁路行车人因事故受多因素交互影响的问题,提出了一种基于信息熵和DEMATEL法耦合的铁路行车人因事故关键因素实证分析方法。首先依据铁路行车人因事故认知行为模型,从感知、决策、计划和执行4个过程分析铁路行车人因事故的影响因素;然后综合运用信息熵和DEMATEL法构建关键因素量化识别模型,利用中心度和原因度两个参数分析铁路行车人因事故的关键影响因素;最后,结合2008—2013年铁路行车人因事故数据进行实证分析。结果表明,机车操作人员相关情形记忆失误、情景诊断失误、未严格执行操作规则和采取错误行动是铁路行车人因事故的关键影响因素。     

地铁施工工人不安全行为关联规则研究

当前工人不安全行为研究多侧重从理论和方法的角度出发,而通过数据挖掘探究规律性方面的研究存在不足,因此,提出了地铁施工工人不安全行为关联规则研究。首先,构建关联规则挖掘数据库,以大量反映现场不安全行为的照片为数据来源。然后,利用Apriori算法,通过SPSS Modeler软件建模,以地铁车站施工机械操作人员为例介绍关联规则挖掘过程和结果。结果表明:机械操作人员存在有效强关联项为“开挖降水→挖土机作业时周围区域内有其余工人作业活动”。说明针对不同工种岗位的工人,在不同施工阶段存在易出现的不安全行为,可以有针对性地进行控制与管理,从而降低事故率。     

高铁列车调度员人因失误概率量化方法研究

为评估高铁列车调度员操作可靠性及其对列车调度系统风险的影响,建立改进的高铁列车调度人因失误概率量化方法。首先根据高铁列车调度指挥认知行为模型划分列车调度任务类型,对各任务类型下的人因失误分别构造贝叶斯网络(BN)模型。然后,基于证据理论(D-S)合成专家多源信息,以确定节点变量状态先验概率和条件概率。最后,通过贝叶斯推理计算成功似然指数(SLI),并依据成功似然指数法(SLIM)将其转化为人因失误概率。以列车临时限速为例进行应用分析。研究结果表明,在给定边界概率的基础上,用该方法能获得列车调度员不同任务类型和不同行为影响因子下的人因失误概率。列车调度员发布限速调度命令时总的人因失误概率为0.002 24。     

基于Pathfinder的地铁乘客疏散风险量化与分级研究

为合理控制人员数量,避免地铁在紧急状态下发生拥挤踩踏事故,根据相关标准对疏散时间的要求,将地铁人群疏散风险等级设定为4级;应用Pathfinder仿真软件建立仿真模型,针对不同地铁乘载率,模拟疏散过程,获取与4个风险等级对应的地铁站台可疏散人员数量及人群密度,并将地铁疏散风险量化分级;结合北京地铁实际情况,分析不同风险等级下地铁承载率与地铁站台人群密度间的函数关系。结果表明:随着站台人群密度及地铁承载率的增加,疏散风险等级提高;在疏散时间一定时,人群密度与地铁承载率有二次多项式关系。     

考虑多主体心理效应的应急资源调度超网络模型

为探究不同人员主体心理效应对应急资源调度过程的影响,运用超网络工具,定量描述差异化应急主体协调运作下不同属性应急网络的相互作用;同时,针对实际调度过程中出现的供需矛盾,引入行为科学理论,量化表示决策者后悔和灾民失望心理,并将其融入到应急资源优化调度问题中;建立以调度时间、应急成本、救援效应为目标函数的应急资源调度超网络模型,将模型转化为变分不等式等价形式,应用修正投影算法对模型进行求解。结果表明:该模型可有效解决多人员主体心理作用下的应急资源协调调度问题;应急主体关联度、灾害风险度、决策者后悔心理和后悔规避行为以及灾民失望心理和失望规避行为对应急资源调度方案的制定有着重要的影响。     

基于Petri网的地铁行车调度班组应急响应流程优化研究

为了进一步提升地铁行车调度班组处理事故的应急响应能力，本文研究地铁行车调度班组的应急响应流程，基于Petri网方法构建行车调度班组应急响应流程模型，并对流程中的瓶颈环节提出优化措施及建议，同时利用TINA仿真模拟软件对比分析优化前后应急响应流程中的时间参数。结果表明：优化后的应急响应流程时间较优化前降低了36%,对地铁安全稳定的运营具有积极的参考作用。     

地铁行车调度系统人误影响因素识别及评定研究

为寻找影响地铁行车调度系统人误的因素,提出结合SHEL模型与层次分析法(AHP)的人-机-环系统人误影响因素识别及评定技术。通过扩展SHEL模型到人-任务、人-列车、人-人机界面、人-环境、人-线路、人-人、人-客观其他7个界面,构建人误影响因素分析模型;在对上海地铁54名行车调度员问卷调查的基础上,引以因子分析法识别出19项人误影响因素;并通过搭建人误影响因素层次结构模型及运用AHP法实现对人误影响因素的评定。结果表明,影响行车调度人误的因素中权重居前5位的分别为客流问题、行车密度、问题列车数、人机界面可支持性及人机界面布局合理性。因此,在客观运营条件不能改变的情况下,可以用改善人机界面条件来减少人误的发生。     

地铁行车调度系统人误影响因素识别及评定研究北大核心CSCD

为寻找影响地铁行车调度系统人误的因素,提出结合SHEL模型与层次分析法(AHP)的人-机-环系统人误影响因素识别及评定技术。通过扩展SHEL模型到人-任务、人-列车、人-人机界面、人-环境、人-线路、人-人、人-客观其他7个界面,构建人误影响因素分析模型;在对上海地铁54名行车调度员问卷调查的基础上,引以因子分析法识别出19项人误影响因素;并通过搭建人误影响因素层次结构模型及运用AHP法实现对人误影响因素的评定。结果表明,影响行车调度人误的因素中权重居前5位的分别为客流问题、行车密度、问题列车数、人机界面可支持性及人机界面布局合理性。因此,在客观运营条件不能改变的情况下,可以用改善人机界面条件来减少人误的发生。     

一种基于认知过程分析的人因失误辨识方法——应用于高速铁路列车调度系统

通过总结既有的人因失误分类方法,对主要分类方法的优缺点和适用性进行了评述。既有的人因失误分类方法主要侧重于人因事故分析,在对人的认知过程四阶段尤其是计划决策阶段的失误模式进行主动辨识具有较大的困难。通过综合认知行为四阶段模型和技能型-规则型-知识型行为理论(SRK理论),建立了高铁列车调度指挥认知行为SRK模型。以认知行为SRK模型为基础,提出一种新的人因失误分类方法用以人因失误辨识。以高铁列车调度指挥临时限速为任务背景,进行实际的人因失误辨识工作,并给出了详细的辨识结果。通过对列车调度员的访谈,辨识结果全面覆盖了临时限速时可能出现的人因失误类型,验证了方法的实用性。     

地铁火灾人员疏散的研究

利用网络优化计算方法建立地铁火灾人员安全疏散的模型,结合南京地铁的具体情况进行了疏散模拟分析,并将模拟结果与南京地下铁道有限责任公司组织的站台实地火灾演练进行了比较、分析,从而验证了疏散模型的有效性。该模型的建立为地铁性能化防火设计提供了参考,也为地铁防火救灾工作提供科学依据。该模型与地铁火灾数值模拟相结合可以评估地铁火灾疏散设计的安全性。     

摩托罗拉系统TETRA助力西安迈入地铁全网时代

摩托罗拉系统公司近日宣布,其所提供的800MHz TETRA数字集群通信系统被西安地铁1号线采用,使得西安地铁1、2号线在摩托罗拉提供的系统上实现了无缝互联互通,从而构建西安地铁通信中的重要指挥调度网络系统,为西安地铁的行车安全、高效运营和服务质量提供有力保障.该系统的成功实施意味着西安地铁在"平安运营、优质服务"的口号下向建设国内一流现代化地铁的目标迈进了一大步.     

拥挤状态下地铁乘客应激反应的尖点突变分析

为预防拥挤状态下地铁乘客消极应激反应的发生、提高地铁乘客的积极应激反应能力,用试验法和突变理论,分析地铁乘客应激反应的过程和特点。首先根据地铁设计规范,设计地铁车厢环境;然后测量不同立席密度下,乘客的生理指标;其次将血压(BP)均值和心率(HR)作为尖点突变的控制变量,应激状态作为状态变量,建立地铁乘客应激反应的尖点突变模型;最后对试验数据进行定性拟合和定量拟合分析。结果表明:随着车厢内人群密度的增加,乘客的情绪开始扰动,到达尖点位置时突变,情绪激动;而后乘客慢慢适应人群密度的增加,情绪重新达到稳定;地铁乘客应激反应符合尖点突变模型。     

基于不同时段人群特征的地铁疏散仿真研究

针对地铁不同运行时段人群特征对疏散的影响,对每小时进入地铁站人数进行观测,将地铁运行时段分为高峰时段、平峰时段与低峰时段,并对各时段某一时刻列车到站数量进行记录。对不同运行时段的年龄、携带行李情况、速度等人群特征进行观测记录,根据各时段人群特征对地铁站进行Pathfinder疏散仿真建模。从疏散用时、拥堵点、人员疏散路径、出口利用率等方面对各运行时段人员疏散仿真结果进行分析,得到高峰时段两列列车同时到站时,疏散拥堵现象明显,且两列列车到站与1列车到站两种情况下的人员疏散存在一定差异;平峰与低峰时段两列列车同时到站疏散拥堵点明显,出口利用率情况较为一致。最后,对提高地铁疏散效率提出几点建议措施:注重时段差异性的地铁疏散管理;增强拥堵点的疏散引导;缩短列车行车间隔。     

基于系统动力学的地铁火灾调度安全模型研究

全自动驾驶已经成为城市轨道交通建设发展的必然趋势,车辆火灾场景是影响列车全自动运行安全最大的场景之一,因此制定合理的火灾调度安全控制方案具有极其重要的意义。以地铁全自动驾驶中车辆火灾场景为研究对象,将系统动力学理论方法用于构建调度安全影响因子模型。与传统的地铁安全模型不同,该模型以全自动驾驶场景为标准形成影响因子库。通过德菲尔法相关思想的专家评分法确定各子系统权重比,利用Vensim-PLE软件对模型进行仿真试验,对各影响因子进行动态预测,对比不同的安全投入方案及调度人员配置比方案,优选出最有效的火灾调度安全控制方案。     

基于元胞自动机的极端降雨下地铁疏散模拟*

为研究地铁系统在极端降雨灾害下的人员疏散过程,分析人员疏散过程影响因素和改善方法,将数值模拟方法与模糊逻辑理论相结合,在传统元胞自动机疏散模型中引入人员疏散行为选择机制,模拟地铁隧道遭受洪水侵入以及采取改善措施后的疏散情况。研究结果表明:引入人员疏散行为选择机制可以较真实地模拟极端降雨下受限空间中的人员疏散过程;采取改善方案后,人员被迫改变疏散行为的比例下降53.95%,人群疏散安全度由0.201提升至0.633;当采取与防洪能力不适应的疏散平台高度时,疏散安全度较采取合理设施时平均下降30%且差异较大;硬件设施满足安全度达到0.6为宜,按照最终安全度为1设计疏散方案,可使硬件设施设计与疏散方案制定更加合理配套。研究结果可为地铁系统防洪设计与管理提供参考。     

多级视听混合交替安全信号的认知模型构建及其故障模式分析

为探究安全视听信号多级认知流程,以信息流为研究思路,通过细化信息认知的具体环节,结合认知心理学相关知识,将多级认知过程分解成串联、并联、聚合和混联等不同的形式,建立混合视听信号的认知通用模型及4种不同形式下的认知模型。根据建立的"聚合-并联-串联"形式下的多级认知模型,分析认知过程中可能存在的故障模式,针对性地提出相应的防控方法,构建认知场景并将模型进行应用。研究结果表明:该模型具有充分的实用性和可行性,有利于事故防控和安全管理,为保障系统安全提供新的思路。     

驾驶人视觉分心与认知分心研究综述

驾驶分心与交通事故有高度相关性。为探索驾驶分心对驾驶行为的影响及其影响方式,系统梳理国内外相关研究内容。首先介绍视觉分心和认知分心对驾驶行为影响方式的区别,归纳分心时视觉行为与操作行为的相关性;然后对比分析视觉分心、认知分心和结合分心对驾驶安全性的作用强度;最后论述驾驶分心研究目前存在的问题以及今后的研究方向。分析结果表明,驾驶分心严重威胁驾驶安全。视觉和操作行为特性是研究分心的主要对象,而不同类型驾驶分心的视觉和操作行为敏感度指标研究还处于初级阶段。3类驾驶分心的区别可为分心的检测和识别提供理论依据,目前对3类分心任务的评级尚未完善,大多数研究采取的强制分心任务与实际驾驶过程之间是否存在差异,能否得出理想的结论仍有待深入研究。     

拉力作业上肢肌肉疲劳评价模型研究

为避免作业人员肌肉疲劳累积,预防工作相关肌肉骨骼系统疾患(WMSDs),提出一种基于肌力降幅(FD)-主观疲劳评分(RPE)的肌肉疲劳评价模型。首先设计并开展模拟拉车作业试验,招募10名大学男生参与测试,测量不同时刻右手最大剩余肌力,并记录基于Borg CR-10量表的RPE值;然后归一化处理各时刻FD,建立不同姿势、不同负荷下的3个拉力作业上肢肌肉疲劳评价模型,并结合试验条件分析不同模型之间的差异。研究表明:RPE与FD间有线性关系,RPE-FD关系可能具有姿势属性;所建模型合理,可用于评价拉力作业人员工作过程肌肉疲劳,并可为施力作业过程肌肉疲劳监测与作业任务分析提供依据和手段。