二次关门对城市轨道交通列车停站时间的影响

王思韬 蒲 琪

(1. 上海申通地铁集团有限公司技术中心,201103，上海；2. 同济大学铁道与城市轨道交通研究院，201804，上海//第一作者，助理工程师)

城市轨道交通线路沿线住宅和商业的不断开发为线路带来大量客流，对于一线城市而言，市郊长大线路的工作日通勤客流压力与日俱增。市郊线路车站周边住宅区集中、客流潮汐特征明显、换乘车站少(甚至无换乘车站)，导致高峰时段列车满载率高，车站乘客上下车效率低，二次关门或多次关门使得列车的停站时间延长。早高峰时段，线路上同一列车或多班列车二次关门的频率较高，将在很大程度上影响线上列车的运营秩序。因此，对列车发生二次关门或多次关门的条件和规律进行研究，能够为停站时间的设置提供参考依据，有助于提高城市轨道交通列车运行的准点率，并减少由于车门和屏蔽门夹人夹物导致的客伤事件。

1 数据采集与整体分析

本文选取上海某轨道交通线路的9个上行车站(编号为S1—S9)进行数据采集，采集时间为2016年4月某一周内连续5个工作日的早高峰(7:00—9:00)。现场数据记录采用流水线法，即每个车站安排1名数据采集人员，共9名人员同时对高峰期时段内的32列列车停站时间数据及乘客上下车数据进行采集，后期辅以视频资料整理得到研究所需数据。同时为了计算列车满载率，还记录了自上行起点站至S1站各列车的上下车乘客人数。采用现场记录与视频资料结合的方式确保了数据的有效性和准确性。

通过观察5天共1 440组列车停站时间数据发现，出现二次关门情况的列车停站时间明显比正常关门的列车长(本次数据采集期间未发生列车设备故障或其他突发事件)。据此统计，列车二次及多次关门的次数共出现319次，其中由于乘客故意冲吊门造成的二次关门次数有12次。本文探讨的列车二次关门发生条件及规律基于正常乘客的乘降行为和列车停站时间的关系，故不考虑人为因素导致的二次关门情况。剔除无效数据，列车在9个车站间运行时，平均每列列车每天约出现1.92次二次关门情况。

2 列车二次关门条件及规律分析

2. 1 乘客上下车流率

乘客流率表示单位时间内，乘客通过指定点或断面的人数。采用乘客流率这一指标可以反映乘客上下车的速率。在不考虑冲吊门行为的基础上，出现二次关门主要与乘客在列车停站时的乘降状态有关，最后上车乘客的行为直接影响列车关门状态。因此，统计每趟列车停站时乘客的平均上下车流率时，将所有列车门所在的平面看作一个断面，以站台上所有上车乘客的上车时间和人数作为研究对象。其计算公式为:

ν=t/c

(1)

式中:

ν——所有车门乘客上下车流率的均值;

t——所有上下车乘客花费的时间；

c——上下车乘客总人数。

单门乘客的ν单计算公式为:

ν单=νnd

(2)

式中:

nd——列车车门总数。

列车满载率是反映列车内部乘客拥挤程度的指标，数值上等于列车实时断面客流量与列车额定载客量的比值。通过视频数据可以获取列车在各车站的上下车人数，从而得到各运行区间的列车满载率。数据结果表明，乘客上下车流率与列车满载率的关系较大，但上车流率与下车流率规律不同。随着满载率增加，下车乘客的流率呈下降趋势，而上车乘客的流率随满载率的增加先上升后下降。上车乘客所花费总时间则与车厢内车门附近的空间大小有关[1]。随着满载率的增加，上车乘客寻找合适空间的时间增加会影响后续上车乘客，导致整体上车时间增加。当列车满载率继续增加至接近满载状态时，上客能力达到极限，每车门处只有少数乘客能够上车(上车后紧贴车门处)，站台其余乘客将等待后续列车，使得上车乘客总体花费时间减少。

2. 2 列车二次关门原因分析

通过对乘客上下车人数、乘客上下车时间、列车满载率、列车冗余停站时间(冗余停站时间为列车关门时刻与乘客上下车结束时刻之差)等因素与列车是否发生二次关门的相关性检验发现，当显著性水平为0.05时，二次关门情况的发生与列车冗余停站时间相关性系数达到0.976，各检验统计量的P值均小于显著性水平。列车正常关门与二次关门条件下相关数据的差异情况见表1。

表1 列车正常关门与二次关门相关数据

综合现场观察和已获取数据的分析，列车出现二次关门可能存在以下两种情况：

1) 所有候车乘客均能上车，上车后车门附近空间拥挤程度迅速上升，乘客人数过多使车门在关闭过程中由于阻力太大而弹开，当车门口附近的乘客重新调整好站立姿势和站立空间后车门正常关闭。引发此类列车二次关门的主要原因在于冗余停站时间不足，乘客没有足够的调整时间以适应车门动作。此类型列车二次关门事件样本量共有74个，约占总体的24%。

2) 候车乘客未能全部上车或者某车门处的最后一名上车乘客还未完成上车动作时，列车开始关门，造成车门或屏蔽门夹人夹物，导致二次关门，有时甚至需要多次关门后列车才能起动。引发此类列车二次关门的主要原因在于停站时间与该站上下车客流特征不匹配，即早高峰时段郊区车站的向心客流大，上车乘客人数较多而下车乘客人数少;同时列车满载率较高，使乘客上下车用时增加，有效停站时间不足且没有冗余停站时间供乘客调整在车门附近空间的位置。此类型列车二次关门事件样本量共293个，约占总体的76%。根据现场调研发现，虽然部分车站列车停靠时满载率高，但只要有足够的冗余时间，乘客仍然能够调整站立空间,避免影响车门关闭动作，在样本数据中该类型的车站没有出现二次列车关门的情况。

2. 3 列车二次关门发生条件分析

除了冗余停站时间之外，列车的上车客流量、下车客流量和到达该站时的列车满载率等因素与列车发生二次关门的关系也较大。通过现场记录数据整理，得到1 428组上车客流量、下车客流量、列车满载率和冗余停站时间数据。将这4种影响列车发生二次关门的因素作为自变量，将列车是否发生二次关门(“是”取1，“否”取0)作为因变量，通过SPSS软件作二项Logistic回归分析，得到上下车客流特征及列车满载率不同条件下，列车发生二次关门事件的概率模型。通过Omnibus模型系数综合检验(P<0.05时显著)、Hosmer-Lemeshow检验(P>0.05时显著)，以及各变量参数在模型中相应的P值，能够清楚了解到模型的拟合优度。模型回归分析结果见表2，最终模型的预测结果见表3。

表2 模型回归分析结果

表3 模型预测结果

回归模型的各项检验指标均满足要求，无论拟合优度还是对变量的解释程度，以及对现有数据的预测精度都属于可接受范围。模型各系数的正负值表明了各自变量对因变量的正负影响情况，符合统计数据的分析规律。二项Logistics回归模型反映了上下车人数、列车满载率和停站冗余时间取不同数值时列车发生二次关门事件概率大小。当p二次关门>0.5时，表明当前情况下列车会发生二次关门；p二次关门<0.5时，表明正常关门。

3 列车停站时间模型

将各列列车在各站的上下车乘客人数、列车满载率和列车的图定停站时间等数据分别提取出来，即可形成各参数的值矩阵；通过建立模型运算矩阵中的数据便可以对每趟列车在不同车站的停站时间进行调整优化。停站时间优化的算法流程见图1。

假设对某一线路N列列车连续经过的M个上行车站采集了相关计算数据，则得到有列车集合与车站集合，分别为I={i|1≤i≤M，M∈Z}，J={j|1≤j≤N，N∈Z}。列车实际停站总时间为:

Ti,j=t0+tc+tcon+ti,j+tri,j

(1)

图定停站总时间为：

Tdi,j=t0+tc+tcon+tdi,j

(2)

图1 停站时间优化算法流程

式中：

t0——列车停车后至车门与屏蔽门完全打开所用时间；

tc——车门与屏蔽门完全关闭所用时间;

tcon——车门关闭后至开车前司机的确认时间；

ti,j——列车i在车站j乘客完成上下车动作的总时间；

tdi,j——图定列车上下客时间；

tri,j——列车的冗余停站时间。

设δi,j-1为列车i刚到达j车站时的满载率(开车门之前)，δi,j,下为乘客下车之后上车之前的满载率，则：

(3)

式中：

m——列车一节车厢满载时的定员人数；

nc——车厢数；

cai,j——列车i在车站j的下车人数。

列车i在车站j的满载率(列车关门后)为:

(4)

式中：

cbi,j——列车i在车站j的上车人数。

通过列车i在车站j的上下车乘客的人数以及满载率，根据式(1)、式(2)和乘客上下车流率数据可以得到乘客在本站的下车时间t下和上车时间t上,即：

(5)

式中：

vai,j——列车i在车站j时乘客的下车流率；

vbi,j是列车i在车站j时乘客的上车流率。

最终可得：

ti,j=t下+t上

(6)

3. 1 约束条件

1) 乘客上下车的总时间必须在合理的范围内，当超过列车最大停站时间时会严重影响后续列车的运行。当ti,j≥ti,j,max时,无论乘客是否乘降完毕，都应取ti,j=ti,j,max,且此时的tri,j为0。

3) 通过调整优化停站时间便得各车站发生列车二次关门事件的条件不成立，从而降低列车在早高峰运行期间发生二次关门的次数。通过二项Logistic模型可知，当Pi,j(列车i在车站j发生二次关门事件的概率)<0.5时，表示列车不会出现二次关门的情况。

3. 2 案例分析

本文选择9座车站连续5个工作日早高峰时段内共计160列列车的实测数据进行计算分析。研究线路的列车为6节编组，车厢定员为310人。模型计算结果基于“先到先上车”及“先下后上”的原则。

经计算，得到每天各车站32列列车优化后的冗余停站时间，模型减少了优化前各车站冗余停站时间上的差异，为各车站乘客在完成乘降动作的同时留出合适的空间位置调整时间。同时，也可直接计算出各列列车开行9座车站后的总优化停站时间，其平均值如图2所示。优化结果表明，相对于实际停站时间，优化后的停站时间有所下降，优化后的各列车总停站时间方差稳定，且满足约束条件。各车站的图定停站时间与共计160趟列车优化后的停站时间平均值对比如图3所示。从图3发现，个别车站的图定时间与优化时间的差值较明显，这与该车站发生二次关门的频率有关，在有效统计的307个二次关门样本中，2号、4号和5号车站发生二次关门次数最多，约占样本总量的93%。

图2 列车总优化停站时间

图3 图定停站时间与平均优化停站时间

1号车站优化后的平均停站时间比图定时间更少，这是因为该车站的冗余停站时间过长；通过本文模型的数值计算给出了更为合理的停站时间。对于列车二次关门情况，则计算得到了与乘客上下车用时更加匹配的停站时间和冗余时间；虽然列车停站时间有所增加，却较大地减少了因二次关门所产生的额外时间。

4 结语

在城市轨道交通大客流运输背景下，部分线路的极度拥挤导致早晚高峰时段列车出现二次关门的频率不断增加。二次关门所带来的停站时间增加对早高峰短间隔时间运行的列车线路延误影响尤其较大。

本文通过对列车及车站的实际数据采集，得到了不同满载率条件下的乘客上下车流率值，总结了乘客上车流率与下车流率随列车满载率变化的基本规律；分析了列车发生二次关门的主要原因，并量化了其发生条件，建立的二项回归模型解释了乘客上下车人数、列车满载率和列车冗余停站时间4个因素对二次关门发生的影响程度。同时还建立了列车停站时间调整模型，得到了优化后的列车停站时间。

根据线路的运营情况实地采集相关研究数据，对所需解决的问题具有很强的针对性，所获得的研究结果对实际运营具有很好的指导效果和参考意义。缩短部分车站过长的列车冗余停站时间以平衡停站时间不足的车站，尽可能避免了列车二次或多次关门所带来的延误，既能保障乘客的乘降时间又能提高系统的整体运输效率。