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。     

基于复杂网络理论识别油库关键安全风险因素

为提升油库安全风险管理水平,基于风险因素间关联关系对风险因素重要性的影响,提出从复杂网络角度研究油库安全风险管理并识别关键风险因素的方法。首先,通过识别风险因素并依据因素间的影响关系和影响程度构建油库安全风险加权网络模型;然后,基于风险因素自身的风险水平及其对网络中局部和全局其他因素的影响力,设计风险因素的重要度评价指标;最后,采用层次分析法(AHP)-灰色关联分析(GRA)-理想距离排序(TOPSIS)模型对风险因素重要度进行排序,从而实现关键风险因素的识别。将该方法应用于某油库风险因素识别中。结果表明:人员素质和安全管理风险为该油库关键风险因素。     

基于人工智能视频分析的选煤厂安全管理研究

为提高选煤厂安全监控的智能化水平,降低人力值守消耗,利用深度神经网络构建面向选煤厂安全管理的人工智能(AI)视频分析系统,首先,设计深度神经网络算法,实时检测分析典型场景视频目标,构建监控预警管理系统;然后,建立人、机、环的视频安全预警机制,实现对选煤厂现场作业人员不安全行为的视频分析、物的不安全状态的视频识别和环境危险因素的视频判断。结果表明:该系统通过对人、机、环信息的获取、处理和反馈,能够实现及时预警消除安全隐患,提高作业过程的安全系数。     

基于SPA-VFS耦合模型的瓦斯爆炸风险评价

为了全面客观地对煤矿瓦斯爆炸风险进行评价，本文采用三类危险源理论、事故致因理论、层次分析法、集对分析-可变模糊集耦合(Set Pair Analysis theory-Variable Fuzzy Set theory, SPA-VFS)方法，选取“人-机-环-管”4个方面共20个指标，建立了煤矿瓦斯爆炸风险评价模型，并通过实例验证该模型的可行性。实例煤矿评价结果显示，SPA-VFS耦合评价方法和置信度识别准则计算的风险评价等级均为较低风险，且与煤矿实际情况相符，具有评价结果精确、实用性强的优点。     

人-机-环境系统工程安全分析与评价研究

分别从"人"、"机"、"环境"的角度,定性分析了在生产过程中影响三者安全性的主要机理及其对整个人-机-环系统的安全影响,并同时分别建立了三者的安全性数学模型,最后以这些模型为依据,以济钢集团的一个生产车间的现场所测数据为基础,对人-机-环境系统工程进行了定量的分析,取得了良好的效果,为生产现场的安全分析、评价和管理工作提供了依据.     

基于贝叶斯网络的高速动车组运营故障分析

为研究影响高速动车组正常运行的各故障因素间的因果关系,分析其耦合强度,将故障因素分为人、机、环3类,从系统角度又将机器因素分为5个子系统。人、机、环3类共识别27个故障因素;使用K2算法生成贝叶斯网络结构,引入扩展因果效应算法确定节点优先次序作为K2算法的先验知识,采用EM算法学习贝叶斯网络参数,构建基于贝叶斯网络的高速动车组运营故障分析模型;以209个CRH详细故障报告为例,对故障因素的故障发生概率进行排序并分析因素间的影响强度和灵敏度。结果表明:牵引供电系统故障发生概率较高;车门系统故障、牵引变流器故障易由内部零件故障引起,外界异物击打对受电弓影响较大;人、环因素更易引起多故障耦合;环境因素对牵引供电系统表现出较高的灵敏度。贝叶斯网络在分析高速动车组运营系统故障问题上具有可行性,分析结果有助于提升运营单位的管控能力。     

复杂系统中人误原因因素的层次分析法

介绍和评析了人误分析历史上有重要影响的几种人误原因因素分类方法:传统人因分类法、信息处理分类法和认知系统工程分类法.基于认知可靠性及失误分析方法(CREAM)的人误原因因素分类,运用层次分析法(AHP)基本原理,建立了大规模复杂人-机系统人误原因因素层次结构模型及相应的AHP程序,并以JCO公司超临界事故为实例进行了分析.分析和应用结果表明,本文所建立的人误原因因素层次结构模型及AHP程序能够辨识出大规模复杂人-机系统中人误的主要原因因素,进而寻找出最优预防方案,对预防和减少此类人误事故的发生有积极意义.     

基于GIS空间分析及深度学习的调车场安全识别系统

为实现调车场的智能化安全管理,首先基于调车作业的常见事故,分析了调车场系统中的人-机-环事故致因要素。利用GIS对调车场各空间组成要素进行建模,以获得调车场的电子地图与各组成要素的属性数据库。在此基础上,利用Arc GIS空间分析引擎对调车场对象的属性数据进行操纵分析,得出电路分路情况、道岔尖轨间隙特征、人员作业热点、货物空间分布等特征图层;并利用卷积神经网络(CNN)作为融合工具,以专家判定的危险区域为学习标签,大规模自动化提取各特征图层的特征,以达到自主学习专家知识的目的;最后,利用Ecd转化工具将训练的CNN识别引擎转化为栅格分类器,供GIS系统进行安全分类评估时调用,最终达到调车场自动安全分析的目的。经仿真数据验证,结果表明:在CNN的训练过程中,Dropout机制可有效控制过拟合现象,经训练的CNN在测试集的识别正确率为73. 81%; GIS系统能有效调用CNN,实现自动融合电子地图中的对象属性数据,完成调车场安全评估及展示。     

危化品储运火灾爆炸事故多因素耦合动力学关系

导致危险化学品储运火灾爆炸事故的因素众多,揭示其相互间的作用关系是切断事故链实施靶向干预的关键环节。首先,采用事故树和频度统计法遴选出致险因素,通过解释结构模型(ISM)建立致险因素间的递阶层次关系,并基于耦合理论对致险因素进行耦合作用的矢量分析,推导出危险化学品储运火灾爆炸事故因果关系图;然后,根据系统动力学(SD)理论,建立危险化学品储运火灾爆炸事故多因素耦合下的动力学模型。结果表明:该模型不仅能反映致险因素间的耦合作用关系,还可以对各变量不安全耦合量的累积过程进行可视化描述,为后续各致险因素对危险化学品储运火灾爆炸事故作用机理的研究奠定基础。     

五因素法在危险、有害因素识别中的应用

将影响现场安全状况的系统划分为人、机、料、法、环五个因素,通过对这五个因素的分析,识别出现场存在或潜在的危险、有害因素,再判断所采取的安全措施是否能控制这些危险、有害因素,进而采取相应的安全对策措施,达到控制危险、有害因素、消除违章、避免事故发生的目的。     

基于复杂网络的内河船舶碰撞事故致因分析

为了探明内河船舶碰撞事故致因内在联系,基于船舶碰撞事故调查报告,从人-机-环-管视角构建事故致因复杂网络模型。运用“2-4”模型从人-机-环-管视角识别和提取事故致因,采用事故树方法分析调查报告中碰撞事故过程,提取内河船舶碰撞事故致因链,利用复杂网络理论融合多事故致因链,构建包括36个节点、123条边在内的事故致因网络,计算致因网络拓扑特征参数,定量分析内河船舶碰撞事故致因之间相互作用。研究结果表明：疏忽瞭望、错误估计碰撞危险、安全管理不到位、船员不适任、船与船通信信息不足、未及时行动是内河船舶碰撞事故的关键致因。同时,内河船舶碰撞致因网络是1个无标度网络,且具有小世界特性,表明事故致因之间连锁效应明显,管控上述关键致因可有效预防碰撞事故。研究结果可为预防内河船舶碰撞事故、提高内河航运管理水平提供参考。     

基于N-K模型的煤矿顶板事故风险因素耦合分析

在事故预防过程中为研究煤矿顶板事故安全风险的变化情况,对影响煤矿顶板事故中的人因因素、设备因素、环境因素和管理因素等进行风险耦合研究。通过国家安全生产监督管理总局的事故查询系统,检索得到2006~2016年所发生的188起典型煤矿顶板事故,从单因素、双因素和多因素角度分析,构建基于复杂网络的N-K模型,计算出不同风险因素之间的耦合关系。结果表明,耦合因素的增加,会导致风险增加;人的因素参与耦合会导致事故风险加大,是煤矿顶板事故的重要原因;预防和控制人—机因素参与耦合可以为本质安全化的煤矿顶板事故预防措施提供新的思路。     

基于FTA-SVM的车辆发动机故障识别方法

发动机结构日益复杂,其故障具有多样性和频发性的特点,收集大量故障样本存在很多实施障碍。为了提高车辆发动机的故障识别的效率和准确性,提出了一种新的结合故障树(FTA)和支持向量机(SVM)各自特点,从故障模式分析到故障类型识别的FTA-SVM故障识别方法。首先利用故障树在复杂系统故障模式分析中的优势,找出系统的故障模式,建立故障树模型,通过对故障树模型中各故障事件的分析,采集与故障事件状态相关的数据,建立数据与故障树底事件的映射模型,最后利用支持向量机在小样本数据处理中的优势,进行故障类型的识别。以发动机的失火故障为例建立了发动机失火故障树模型及故障数据与故障模式映射模型,验证了FTA-SVM方法的有效性和适用性。     

基于FTA-AHP-可拓学的作业触电事故安全分析与评价

由于我国作业场所触电事故频发且潜伏危险因素多、安全管理不足等问题造成大量人员伤亡，为改善这一问题，提出了事故树分析法(Fault Tree Analysis, FTA)-层次分析法(Analytic Hierarchy Process, AHP)-可拓学综合分析与评价法。运用FTA分析造成触电事故的原因，确定危险因素的结构重要度顺序并将其作为AHP判断矩阵构造打分参考；运用AHP确定危险因素权重排序，按此顺序分别采取治理措施；基于AHP分析结果运用可拓学确定各危险因素安全等级与某矿山发生触电事故的安全等级，便于有针对性地找出导致触电事故发生的薄弱环节。结果表明，安全等级符合工程实际情况，验证了该方法的可行性，为事故的分析与评价提供了一种新的综合方法。     

基于复杂网络和熵的城轨路网运营安全评价模型

针对城市轨道交通的特点以及现有城市轨道交通运营安全评价研究现状,从人、机、环、管4个方面分析影响城市轨道交通路网安全运营的要素及其相互作用关系.在此基础上,基于复杂网络理论构建一个能够描述安全要素耦合作用关系的城市轨道交通路网运营安全层次化网络模型,通过对模型的形式化描述及统计参数分析,采用自底向上、微观和宏观相结合的...     

基于N-K模型的地铁施工安全风险耦合研究

为研究地铁施工安全风险管理中的风险概率变化情况,对影响地铁施工安全的人为、设备、管理和环境等因素进行风险耦合分析,构建基于复杂网络的N-K模型,计算不同风险耦合情况发生的概率和风险值。结果表明,多因素风险耦合会增加事故发生的概率,主观因素(人为因素和管理因素)风险完全耦合比不完全耦合造成的风险大;主观因素与环境因素完全耦合最容易引起安全事故。     

基于改进的WBS-RBS识别铁路危险品运输风险

为预防铁路危险品运输安全事故,提出一种基于改进工作分解结构-风险分解结构(WBS-RBS)的风险识别方法。首先,通过专家打分的区间数耦合判断矩阵改进WBS-RBS风险矩阵;然后,采用区间数中点值和区间半宽对WBS-RBS耦合判断矩阵进行全过程全系统整体风险识别并排序,同时采用可能度排序向量进行分过程分风险识别并排序;最后,以锂电池运输为例进行方法有效性验证。结果表明:货运检查时相关人员失职、未经培训人员装卸货物、检修不当的列车运行过程中产生的风险最大;列车运行过程中存在的风险因素最多;相关人员失职、机车车辆检修不当、锂电池燃爆等3类风险在各运输过程中出现的频率最高。使用区间数有助于减小风险识别过程中的主观性和不确定性。     

基于系统仿真的飞行风险科目安全性预测预防方法

为了提高飞行安全预测预防的科学性和透明度,在总结分析其种类和优缺点的基础上,提出了一种基于人-机-环复杂系统仿真的飞行安全预测预防方法的基本思路和评估步骤。选取GJB 626A—2006中的低空大表速科目进行飞行安全预测预防方法研究,通过潜在危险分析给出该科目在飞行中易出现2条事故链,并对故障元件进行可靠性建模。通过人机系统建模对事故场景进行仿真,得到风险决定性参数样本极值,并应用极值理论和马尔科夫法进行定量评估,提出了飞行安全性预防措施。     

复杂安全系统数据场及其降维理论模型

为探索复杂安全系统降维方法和模式,基于安全系统数据场视角,对复杂安全系统降维理论模型开展研究。首先,将数据场概念引入复杂安全系统,并从宏观和微观2个层面阐述安全系统数据场的内涵及其4个基本要素;其次,分析数据场在安全系统中产生的3种效应模式及其导致事故发生的内在机制;最后,以复杂安全系统降维过程中的降维、降变和降容为主线,构建复杂安全系统降维理论模型。结果表明,数据场理论及其效应模式适用于描述和阐释复杂安全系统的降维过程与规律,自聚类、维内降容、维间降维、维内(间)降变是复杂安全系统降维的4个关键过程。