首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于事故数据的轨道交通运行安全风险辨识方法
引用本文:曾小清,林海香,王奕曾,袁腾飞,何乔,黄继成.基于事故数据的轨道交通运行安全风险辨识方法[J].同济大学学报(自然科学版),2022,50(3):418-424.
作者姓名:曾小清  林海香  王奕曾  袁腾飞  何乔  黄继成
作者单位:1. 同济大学道路与交通工程教育部重点实验室;2. 兰州交通大学自动化与电气工程学院;3. 香港城市大学计算机科学系;4. 上海大学悉尼工商学院;5. 贝尔福?蒙贝利亚技术大学信息学院
基金项目:上海市科学技术委员会科研计划项目(20DZ1202900,19DZ1204200);上海市住建委科研项目(JS-KY18R022-7)
摘    要:针对轨道交通运行信号系统安全风险定量化辨识问题,首先将原始的信号事故按照海因里希法则分为不同类型事故数据,再考虑事故多因素影响,在一般统计法、统计识别法基础上,提出Management-Machine-Man-Media-Mission factor,即管理-设备-人员-环境-功能5M要素模型的因子分析安全风险辨识方法,分别辨识254件较大伤亡事故和220件较小伤亡事故的主因素。实验结果表明,自然灾害、材质不良、施工管理不善、防护不力造成电务人员伤亡是导致轨道交通信号系统事故的最主要因素。基于5M的因子分析法可在多尺度综合计量下计算得到事故因素重要性排序,与一般统计法和统计识别法相比,基于5M的因子分析法辨识效果最优,覆盖率适中,影响率提高了106%。

关 键 词:轨道交通  信号  事故  5M模型  辨识
收稿时间:2021/4/6 0:00:00

Safety Risk Identification of Rail Transit Signaling System Based on Accident Data
ZENG Xiaoqing,LIN Haixiang,WANG Yizeng,YUAN Tengfei,HE qiao,HUANG Jicheng.Safety Risk Identification of Rail Transit Signaling System Based on Accident Data[J].Journal of Tongji University(Natural Science),2022,50(3):418-424.
Authors:ZENG Xiaoqing  LIN Haixiang  WANG Yizeng  YUAN Tengfei  HE qiao  HUANG Jicheng
Abstract:
Keywords:rail transit  signaling  accident  5M (management-machine-man-media-mission factor) model  identification
点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《同济大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号