基于集对分析的列控系统运营安全风险评估

2020-07-28吝天锁王瑞峰

铁道标准设计 2020年8期

吝天锁,王瑞峰

(兰州交通大学自动化与电气工程学院, 兰州 730070)

列车运行控制系统是高速列车的核心技术装备，从运营的角度，如何客观准确的剖析列控运营安全风险，寻找其薄弱环节，已成为亟待解决的研究课题。

目前，国内对列控安全评估与认证体系、概率安全与安全管理等方面的研究较多，但对运营风险趋势的研究较少[1-4]。文献[5]利用云模型的云相似度，较好地处理了列控运营风险的随机性和不确定性；文献[6]利用贝叶斯网络图形化的特点，以此分析列控运营的潜在风险和发生概率的因果关系；文献[7]利用多级可拓理论，对列控运营风险中指标的综合联系度进行分析；文献[8]利用逼近理想解的排序法，分析列控运营过程中不安全事件的发生频率和严重度。这些方法虽然在列控运营风险评估中得到验证，但只是对风险等级进行判定，未能同时考虑和处理系统中诸多不确定因素，未对风险趋势作出有效预测和分析。

集对分析法[9]可将联系数与系统深层次融合，以此去研究列控运营中风险的确定性和不确定性以及同异反的联系与转化。针对列控运营过程中各种风险因素相互关联，风险趋势无法预测，对其进行风险评估具有模糊性、随机性，所以将SPA引入列控运营风险评估中。将SPA三元联系数和不确定AHP结合共同确定指标权重，并利用偏联系数和态势分析实现对列控运营安全风险的动态和静态研究，以提高其风险评估的准确性。

1 列控运营风险评估指标体系及权重

1.1 评估指标体系

参考已有的列控运营安全评价指标体系，根据EN 50126[10]中的风险矩阵理论，基于科学合理、全面分析的原则，从人、机、环、管4个角度将列控运营风险因素归结为4个二级指标，以及16个三级指标，如图1所示。

图1 列控运营风险评估体系

1.2 确定各级评估指标权重

1.2.1 不确定AHP计算各级指标的权重区间

列控运营安全风险评估的权重计算是一个难点，不确定AHP[11-13]采用区间标度，可以较好地体现专家对指标体系主观模糊判断，将误差理论与一致性逼近的判断矩阵结合，得到权重区间，计算过程如下。

(1)确定判断矩阵

组织专家根据风险评估指标的相对重要度，按照1～9标度法[14]评判，从而可得到判断矩阵A如式(1)所示。

A=[aij,bij]4×4=

(1)

式中，aij表示评判区间的下限；bij表示评判区间的上限。

(2)确定权重

依据判断矩阵A得到一致性判断矩阵M=(mij)4×4，如式(2)所示

(2)

根据求得矩阵M，可计算其权重wi(w1，w2，…，w4)，如式(3)所示

(3)

(3)计算权重区间

根据矩阵M的权重wi(w1，w2，…，w4)，可计算极差矩阵Δ1M、Δ2M，如式(4)所示

(4)

考虑到M和A权重存在传递误差，得到极差矩阵后，先计算两者误差，如式(5)所示

(5)

式中，v=1，2。因此，可得到其权重区间

W′=(wi-Δ1Wj,wi+Δ2Wj)

(6)

1.2.2 利用SPA计算权重精确值

μj=aj+bji+cjj

(7)

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

根据得到的三元联系数，计算确定性与不确定性区间的相对权重Pj、Qj，如式(8)所示

(8)

(9)

2 列控运营风险评估模型建立

2.1 同异反评估模型的建立

比较建立的评估指标和有关风险等级，按其与标准的相近水平得到风险集v=[低，较低，中等，较高，高]。对各评估指标的发生概率进行估计，如式(10)所示

Ruv=Zuv/Z

(10)

式中，Zuv表示将评估指标u归为风险等级v的专家人数；Z表示专家总数。

根据确定的指标权重和计算得到的发生概率结合联系数，从而得到列控运营风险的同异反评估模型，如式(11)所示，模型参数见表1。

表1 模型参数含义

(11)

简记为五元联系数[16]

μ′=a+bi+cj+dk+el

(12)

式中，μ′为五元联系数联系度；E=[1，i，j，k，l]为系数矩阵；a、e为确定项；b、c、d为不确定项。

2.2 列控运营风险的态势及趋势分析

在SPA理论中联系态势可描述研究对象的动态演化趋势，并依据联系数中的a、b、c、d和e数值大小关系[17]，将列控运营态势分为：同势，即S(μ)>1；均势，即S(μ)=1；反势，即S(μ)<1。运营风险与态势对应关系如表2所示。

表2 列控运营风险态势

利用联系数理论中联系态势,利用多元联系数的偏联系数对列控运营的风险发展趋势分析，其建立的五元联系数的各阶偏联系数计算公式与系数取值见文献[18-19]，当计算出各阶偏联系数∂t(μ)>0(因需求解四阶偏联系数，所以t可取1，2，3，4)时，说明系统状态有提高趋势，风险降低；当∂t(μ)<0时，说明系统有下降趋势，风险增大;当∂t(μ)=0时，说明系统趋势不确定，处于中间过渡趋势。

2.3 评估模型原理(图2)

图2 列控运营风险评估模型原理

3 实例分析

以某路局列控系统为例，根据建立的评估指标和同异反模型，对该列控运营安全风险进行评估。

3.1 权重的确定

根据建立的SPA模型对该路局列控运营风险态势进行分析，依据不确定AHP和集对分析确定各个风险指标的精确权重值。以第二层指标U2为例阐明计算过程。根据专家对第二层指标对应的三级指标U21、U22、U23、U24进行两两比较的结果，得到其相对应的区间判断矩阵

根据式(1)～式(6)，计算得到U21、U22、U23和U24的权重区间为

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

根据式(8)，计算得到各联系数确定性与不确定性的相对权重

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]

根据式(9)，计算得到U21、U22、U23和U24的精确权重值

同理，可计算其他指标权重值

3.2 评估风险态势以及趋势

针对该路局列控系统实际运营情况，根据10位列控运营安全方面的专家按照人为因素、设备因素、环境因素和管理因素进行筛选，得到图1中16个三级指标打分结果，结合已求出的各评估指标的精确权重值，利用式(11)和式(12)求得风险同异反评估模型的五元联系数，然后计算其对应的各阶偏联系数，根据趋势评判原则，可得到其风险发展趋势，具体结果如表3和表4所示。

表4 二阶、三阶和四阶偏联系数计算

3.2.1 风险态势分析

对表3中的五元联系数变量a、b、c、d、e大小进行排序分析，得到二级指标的风险态势以及列控系统运营总风险态势，依据文献[20]中总的五元联系数同异反态势排序表的描述，结合该系统实例，列举如表5所示的相关态势排序，态势分析结果如下

表5 五元联系数态势

表3 五元联系数及一阶偏联系数计算

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

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

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

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

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

结果表明：该列控运营的总体风险态势处于同势7级，且为强同势区，表明系统处于低风险状态，与现场情况一致。

利用文献[5]的云模型对本方法进行验证，生成的标准云和综合云模型如图3所示，评估结果为低风险与上述评估结果相同。

图3 综合评估云与标准云

由表5可知，二级指标中“环境因素”属于强同势区，表明系统处于低风险状态；“人的因素”与“管理因素”处于弱同势区，表明状况较好，稍加关注；“设备因素”处于微同势区，表明风险状况较差，应多加关注。对表3中于处于“均势”、“反势”的三级指标应该特别关注，特别是处于反势的“设备故障”和“自然环境恶劣”，应立即采取适当措施。

3.2.2 风险趋势分析

根据表3和表4中偏联系数，分析列控运营的总体风险发展趋势，由一阶和二阶偏联系数计算结果表明列控系统运营安全总体呈现潜在下降趋势，说明运营安全有变差趋势，运营风险变高。由三阶和四阶偏联系数计算结果表明列控系统运营安全呈现潜在提高趋势，说明运营安全有变好的趋势，运营风险变低。整体反映该列控系统运营过程中风险的潜在态势存在同中有反、反中存同、彼此交织，且同一性与对立性共存的发展趋势，并对三级指标中多次呈现下降趋势的因素着重关注，如“安全意识”、“设备故障”等。

3.3 风险防控措施

根据上述计算结果和分析，应该对列控系统运营风险提出有效的预防控措施：加强工作人员的安全意识和技术培训，提高技术水平和综合素质。对硬件设备和软件设备进行定期的检查和维护，降低设备方面对运营差错事件发生，在恶劣环境下运营要做好各种应急措施。提前预测易发生风险，降低列控系统不安全风险的发生概率，不断提高列控系统运营安全水平。