城市轨道交通牵引供电系统跟踪识别指标研究

摘  要：城市轨道交通牵引供电系统具有线长点多、无备用设备、工作环境狭窄、安装质量良莠不齐等特点，故障致灾类型复杂、成因众多，且不宜排查、风险性大，对其关键零部件进行跟踪监测是安全运营的迫切需求之一。文章对轨道交通牵引供电系统事故进行调研统计，推演致灾条件、致因路线、致灾后果及社会影响，形成牵引供电系统失效故障树;建立关键零部件贝叶斯网络模型并进行故障诊断，由此提出跟踪识别指标，为轨道交通牵引供电系统的状态监测提供理论指导。

关键词：轨道交通;牵引供电系统;致灾机理;贝叶斯网络

中图分类号：TP391  文献标识码：A 文章编号：2096-4706（2021）17-0141-04

Abstract： Urban rail transit traction power supply system has the characteristics of long line with many points， no standby equipment， narrow working environment and uneven installation quality. The types of fault disasters are complex， there are many causes， and it is not suitable for troubleshooting and has high risk. Tracking and monitoring its key parts is one of the urgent needs of safe operation. In this paper， the accident of traction power supply system of rail transit is investigated and counted， the disast-causing conditions， the route of cause， the disaster-causing consequences and the social influence are deduced， and the traction power supply system failure tree is formed. The Bayesian network model of key parts is established and fault diagnosis is carried out， and tracking identification indexes are proposed to provide theoretical guidance for state monitoring of traction power supply system of rail transit.

Keywords： rail transit; traction power supply system; disaster-causing mechanism; Bayesian network

0  引  言

城市軌道交通牵引供电系统具有沿线布置、线长点多、无备用设备、工作环境狭窄、安装质量良莠不齐等特点，并且故障致因类型复杂、不易排查，并且由于处理过程中存在众多不确定因素，容易引发突发性、扩延性的连锁事故。确定可能成为风险源的关键设备的动态指标，是预测风险演化趋势，制定完备的灾后应急预案和有效的灾前风险预防方案的必要指导，也是成为城市轨道交通安全运营和智能管理的迫切需求。

1  牵引供电系统事故致因及故障树分析

1.1  事故调研统计

本文通过多渠道搜集了国内城市轨道交通从2009年到2020年的31起牵引供电系统相关事故，对牵引供电系统事故进行统计。

1.1.1  致因类型数据

据此不完全统计，国内城市轨道交通牵引供电系统故障致灾的因素如图1所示，致灾因素可分为环境因素、人员因素和设备因素，其中设备因素导致的事故共20起，占比达64.5%，根据故障源又可将其细分为设备本身质量、设备安装问题和设备使用状态。可以看出，由设备使用状态导致的事故共9起，为牵引供电事故的最为主要的致灾因素。其中，多因素耦合导致的运营事故仅统计其关键致因。

1.1.2  致灾后果数据

上述事故中，城市轨道交通牵引供电系统的事故类型包括设备故障/损坏、中断行车、列车停运、火灾和人员伤亡等几种，详细情况如图2所示。可以看出，牵引供电系统故障导致的运营事故中，有22起存在设备损伤，17起存在运营中断，4起存在人员伤亡，1起存在火灾事故。而人员伤亡主要由乘客坠轨、自杀等行为引起的触电事故所致。

1.2  事故致因和类型分析

设备危险因素可以进一步细化为设备本身质量缺陷、设备使用状态和施工/安装缺陷。其中，“a”为人员伤亡;“b”为火灾;“c”为运营中断;“d”为设备损伤。

1.2.1  设备本身质量缺陷

由图2可得，设备本身质量缺陷导致的运营事故共5起，分析致灾因子、条件及后果如表1所示。可以看出，集电靴-接触轨质量缺陷、绝缘子质量缺陷、分段绝缘器质量缺陷、隔离开关质量缺陷等是主要的事故致因。

1.2.2  设备使用状态

由图2中可以得到，设备使用状态导致的运营事故共9起，分析致灾因子、条件及后果如表2所示。可以看出，设备使用状态故障主要包括弓网受流不稳与磨耗、绝缘子脏污、补偿绳疲劳、接地状态故障、接触轨跳闸等。

1.2.3  施工/安装缺陷

由图2中可以得到，设备本身质量缺陷导致的运营事故共6起，分析致灾因子、条件及后果如表3所示。可以看出，受电弓安装缺陷、螺栓安装缺陷、汇流排中间接头安装缺陷和施工缺陷是主要致因。

1.3  故障树分析

故障树分析法（FTA）是一种由“结果”导出“原因”的定向逻辑推理法，常用于分析评估大型复杂系统的可靠性、安全性。它以最不期望出现的系统故障事件为分析目标，按照演绎分析的原则自上而下推导可能导致故障发生的风险事件，直至无法再深究。然后，根据风险事件间的逻辑关系建立故障树，计算系统发生故障的概率、分析引发故障的所有风险路径及关键风险要素，可为安全防范控制措施的制定和安全管理工作提供一定依据，进而增强系统可靠性及安全性。具体分析步骤如图3所示。

从前述事件案例来看，因接触网/轨设备故障，造成重大人身伤害、财产损失及恶劣社会影响的主要事故为设备损坏、运营中断、火灾和人员伤亡，确定为故障树的顶层事件。结合致因分析得到上述事故的故障树模型。受篇幅限制，此处仅展示火灾和人员伤亡故障树模型如图4所示。

2  贝叶斯网络零部件故障概率推理

贝叶斯方法（BN）是以概率论基本知识作为理论基础的，专门用来处理不确定性较强的问题的方法。相比于FTA，BN在以下几个方面有更大的优势：计算便捷，FTA利用最小割（路）集以及各种不交化方法或容斥定理进行计算，而BN采用联合概率分布确定节点故障概率;表达能力强，FTA利用逻辑门来表达事件之间的确定关系，而复杂系统中的不确定关系则需要BN利用概率来表达，因此更具一般性;灵活度高，FTA建立之后不便修改，而BN可以随时通过学习来改变结构以及参数。

同时，二者在推理机制和状态描述方面又具有相似之处，因此可以通过故障树转化的方法构建贝叶斯网络模型，进而展开可靠性分析。这种方法在降低了BN建模难度的同时，充分利用了BN的优势弥补FTA的不足。

本文针对接触线、接触轨、绝缘装置、车顶、其他装置等关键零部件建立贝叶斯网络网络模型，并以绝缘装置贝叶斯网络模型中“受电弓安装缺陷→受电弓故障→承力索断裂→绝缘器断裂→绝缘装置”一条为例分析零件的概率，如图5所示。

假设用t，f来代表“受电弓安装缺陷”发生与不发生的概率，同时t1，f1来表示“受电弓安装缺陷”发生的情况下“受电弓故障”发生与不发生的概率，同理t2，f2表示“受电弓故障”情况下“承力索断裂”发生与不发生的概率，t3，f3表示“承力索断裂”情况下“绝缘器断裂”发生与不发生的概率。以此类推，可知所有的零件发生概率以及该零件对与其他零件的影响概率。对所有数据进行贝叶斯分析即可根据不同的情况得到相关零件的故障概率，如表4所示。

3  灾害跟踪识别指标及其检测方式

根据上述的故障成因特征及规律得出以下灾害识别指标，如表5所示。

根据某市轨道交通集团有限公司提供的接触网动态监测管理方法及相关文献可知，动态检测工具主要为带有动态检测设备的接触网/轨作业车;检修周期原则上应按照规定时间进行，地铁正线周期为每月一次;检测内容包括接触线的拉出值、导线高度、接触网供电电压、接触网压力、接触悬挂硬点（冲击）、定位点位置和速度（里程）等诸项机械及电气技术参数;检测过程中需要地铁正线接触网全部带电。受篇幅限制，以下仅列出重要参数及其检测方法，如表6所示。

4  结  论

本文对城市轨道交通接触网/轨关键部件进行了分析，从设备因素、环境因素、人员因素三个方面进行了致因分析，并由此建立了牵引供电网络失效的故障树;构建了关键部件的贝叶斯网络模型，并参考国家标准文件、地铁公司设备设施检修规程及相关文献，确定了灾害跟踪识别指标，并总结了动态指标检测方法。基于既有的研究成果，下一步可综合考虑风险事故的后果严重度及其发生概率，制定风险评估标准，进行风险预测;针对灾害情況和风险情况，制定相应的紧急预案和应对措施，建立了防灾措施下的灾害抑制模型。

参考文献：

[1] 许勇.基于AHP-RMM的地铁接触网系统可靠性分析 [J].武汉大学学报（工学版），2021，54（4）：375-380.

[2] 段海洋，许得杰，曾俊伟，等.城市轨道交通运营安全事故分析及评价 [J].铁道运输与经济，2019，41（9）：110-114.

[3] 赵昕，顾保南.2018年中国城市轨道交通运营线路统计和分析 [J].城市轨道交通研究，2019，22（1）：1-7.

[4] 陈文瑛，杨金谕，何世伟.地铁运营突发事故风险传播规律研究 [J].中国安全生产科学技术，2018，14（7）：86-91.

[5] 马小薇.基于复杂网络的地铁事故致因机理研究 [D].成都：西南交通大学，2019.

[6] 芮小刚.地铁接触网常见故障和问题分析及其应对方法 [J].科技信息，2012（2）：350-351.

作者简介：李晓聃（1994—），男，汉族，湖北黄石人，助理工程师，硕士，研究方向：城市轨道交通牵引供电系统致灾机理。