郭榮昌,趙小娟,范多旺
(蘭州交通大學(xué)自動(dòng)化與電氣工程學(xué)院,蘭州 730070)
隨著我國(guó)高鐵里程的增長(zhǎng)和運(yùn)營(yíng)速度的提高,高鐵運(yùn)營(yíng)安全越來(lái)越凸顯其重要地位。作為高鐵核心裝備和安全相關(guān)系統(tǒng)的列車運(yùn)行控制系統(tǒng)[1],直接影響高鐵安全。風(fēng)險(xiǎn)發(fā)生頻率等級(jí)評(píng)價(jià)是列控風(fēng)險(xiǎn)評(píng)價(jià)的重要內(nèi)容之一[2-3]。對(duì)列控風(fēng)險(xiǎn)發(fā)生頻率進(jìn)行評(píng)價(jià),是當(dāng)前的一個(gè)研究熱點(diǎn)。
目前,對(duì)列控風(fēng)險(xiǎn)發(fā)生頻率分析的方法主要有定性法、半定性半定量法[4]、定量法[5-8]和模型檢驗(yàn)法[9]。
定性法主要是指根據(jù)專家經(jīng)驗(yàn)直接判斷危險(xiǎn)源的風(fēng)險(xiǎn)發(fā)生頻率等級(jí),此方法雖然簡(jiǎn)單易操作,但當(dāng)專家面臨列控系統(tǒng)這種涉及人機(jī)環(huán)管的復(fù)雜系統(tǒng)時(shí),有時(shí)也難以進(jìn)行精確的評(píng)判。半定性半定量法是將定性評(píng)判和定量計(jì)算結(jié)合起來(lái),文獻(xiàn)[4]對(duì)專家評(píng)判方法進(jìn)行了一些改進(jìn),提出了一種基于HAUSDORFF距離的模糊群決策的發(fā)生頻率計(jì)算模型,該方法降低了專家評(píng)判結(jié)果的主觀程度。定量法主要是建立風(fēng)險(xiǎn)故障樹(shù),通過(guò)定量計(jì)算風(fēng)險(xiǎn)事件的發(fā)生概率或頻率來(lái)得到結(jié)果。但由于我國(guó)列控運(yùn)營(yíng)的相關(guān)數(shù)據(jù)較為薄弱,失效數(shù)據(jù)、環(huán)境影響數(shù)據(jù)等相關(guān)的數(shù)據(jù)較為匿乏,因而故障樹(shù)底事件的相關(guān)數(shù)據(jù)較難獲取,這影響了定量法的應(yīng)用。模型檢驗(yàn)法是一種通過(guò)建立系統(tǒng)的統(tǒng)計(jì)模型,然后對(duì)統(tǒng)計(jì)模型進(jìn)行統(tǒng)計(jì)計(jì)算,最后得到系統(tǒng)的發(fā)生頻率、危險(xiǎn)失效率等相關(guān)統(tǒng)計(jì)信息的方法。模型檢驗(yàn)法在分析小概率事件發(fā)生頻率上尚處于起步階段,還沒(méi)有形成系統(tǒng)的建模和分析方法。文獻(xiàn)[9]提出了一種改進(jìn)的統(tǒng)計(jì)模型檢測(cè)方法來(lái)計(jì)算列車碰撞事件發(fā)生概率,雖然該方法能對(duì)列車碰撞事件的發(fā)生頻率進(jìn)行統(tǒng)計(jì),但是難以應(yīng)用于實(shí)際。
為了提高專家評(píng)價(jià)的準(zhǔn)確性,采用基于模糊故障樹(shù)的發(fā)生頻率評(píng)價(jià)方法。用故障樹(shù)對(duì)發(fā)生頻率事件進(jìn)行描述,對(duì)于有統(tǒng)計(jì)數(shù)據(jù)信息的基本事件的發(fā)生頻率采用精確值表示,對(duì)于基本事件中沒(méi)有統(tǒng)計(jì)數(shù)據(jù)信息的事件的發(fā)生頻率采用模糊數(shù)表示,采用三角模糊判斷矩陣得到專家權(quán)重,利用模糊算子對(duì)頂事件的發(fā)生頻率進(jìn)行計(jì)算,得到頂事件的模糊數(shù),最后將頂事件的模糊數(shù)精確化得到頂事件的發(fā)生頻率等級(jí)。
故障樹(shù)分析方法是一種通過(guò)演繹方式來(lái)分析系統(tǒng)安全的方法。它將系統(tǒng)可能發(fā)生或已經(jīng)發(fā)生的事故(頂事件)作為分析起點(diǎn),將導(dǎo)致事故的原因事件按因果邏輯關(guān)系逐層列出,用樹(shù)形圖表示出來(lái),構(gòu)成一種邏輯模型。
當(dāng)故障樹(shù)結(jié)構(gòu)模型中存在出現(xiàn)次數(shù)大于1的基本事件時(shí),可通過(guò)最小割集來(lái)求頂事件發(fā)生的概率。假定故障樹(shù)的第i個(gè)最小割集可以表示為MCi,且最小割集之間相互獨(dú)立,則頂事件發(fā)生的概率可以表示為
(1)
當(dāng)最小割集之間不是相互獨(dú)立時(shí),應(yīng)用容斥定理計(jì)算頂事件發(fā)生的概率,有
P(T)=P(MC1∪MC2∪MC3…∪MCk)=
(-1)k-1P(MC1∩MC2∩MC3…∩MCk)
(2)
模糊集理論是由扎德在1965年提出的用來(lái)處理現(xiàn)象不精確和模糊的問(wèn)題。模糊數(shù)用于處理如“接近1或者0”、“可靠度、安全度比較低”、“故障率較高”等不精確信息。模糊數(shù)的隸屬函數(shù)有多種,如三角模糊數(shù)、梯形模糊數(shù)、正態(tài)模糊數(shù)等,它們的隸屬函數(shù)形式可見(jiàn)相關(guān)文獻(xiàn),本文不再詳述。
通過(guò)各種途徑獲得的故障事件發(fā)生概率有多種形式,包括精確發(fā)生概率值、語(yǔ)言值及各種模糊數(shù)。為了便于故障樹(shù)分析,應(yīng)將它們歸一為一種形式。
1.2.1 模糊數(shù)歸一化
1.2.2 模糊數(shù)運(yùn)算
(1)加法運(yùn)算⊕
(2)減法運(yùn)算Θ
(3)乘法運(yùn)算?
(4)與門(and)、或門(or)運(yùn)算
1-(1-b1)(1-b2),1-(1-c1)(1-c2),
1-(1-d1)(1-d2))
傳統(tǒng)故障樹(shù)分析方法是以基本事件發(fā)生的概率已知為前提的。當(dāng)基本事件發(fā)生的概率尚未確定時(shí),無(wú)法通過(guò)傳統(tǒng)的故障樹(shù)方法對(duì)系統(tǒng)的風(fēng)險(xiǎn)進(jìn)行有效的評(píng)估。此時(shí),借助專家判斷,采用模糊故障樹(shù)分析方法,可以準(zhǔn)確地評(píng)估系統(tǒng)發(fā)生的概率[11]。
圖1 基于模糊故障樹(shù)的發(fā)生頻率計(jì)算方法
基于模糊數(shù)的發(fā)生頻率計(jì)算方法如圖1所示。從圖1可以看出,模糊故障樹(shù)計(jì)算方法共有3個(gè)步驟,分別是構(gòu)造故障樹(shù)、基本事件分類及發(fā)生頻率模糊數(shù)計(jì)算和頂事件發(fā)生頻率模糊數(shù)計(jì)算及去模糊化。
將需要進(jìn)行發(fā)生頻率等級(jí)評(píng)價(jià)的風(fēng)險(xiǎn)作為頂事件,依據(jù)鐵路相關(guān)規(guī)范和專家經(jīng)驗(yàn)等來(lái)構(gòu)造故障樹(shù)。
將故障樹(shù)中的基本事件分為沒(méi)有發(fā)生頻率精確值的基本事件和有發(fā)生頻率精確值的基本事件。
對(duì)于有發(fā)生頻率精確值的基本事件,將精確值直接轉(zhuǎn)換為梯形模糊數(shù)。
當(dāng)基本事件發(fā)生頻率沒(méi)有精確值時(shí),需要借助專家意見(jiàn),專家給出對(duì)于某基本事件發(fā)生頻率的判斷,專家評(píng)判結(jié)果以語(yǔ)言變量的形式表示。參考EN標(biāo)準(zhǔn)[12]中給出的發(fā)生頻率等級(jí)表,另外考慮到魯棒性,隸屬函數(shù)之間應(yīng)有重疊,且重疊一般為25%~50%[13],如表1所示。
表1 語(yǔ)言評(píng)判結(jié)果和梯形模糊數(shù)的對(duì)照
從不同的專家獲得的評(píng)判結(jié)果不盡相同,這就需要對(duì)專家權(quán)重進(jìn)行計(jì)算,然后綜合專家的評(píng)判結(jié)果得出最終的基本事件發(fā)生頻率評(píng)判結(jié)果。計(jì)算專家權(quán)重一般采用層次分析法等主觀評(píng)價(jià)方法和熵權(quán)法等客觀評(píng)價(jià)方法。層次分析法在遇到因素眾多、規(guī)模較大的問(wèn)題時(shí),容易出現(xiàn)判斷矩陣難以滿足一致性要求的問(wèn)題,而且元素間兩兩比較判斷的次數(shù)就越多,很難達(dá)到一致[14,15]。東北大學(xué)郭亞軍對(duì)層次分析法進(jìn)行了改進(jìn),提出了G1法,該方法避開(kāi)了層次分析法的缺點(diǎn),而且無(wú)需一致性檢驗(yàn)[16]。本文采用G1法來(lái)計(jì)算專家權(quán)重,依據(jù)文獻(xiàn)[16],計(jì)算步驟如下。
(1)確定序關(guān)系
對(duì)做出評(píng)價(jià)的專家進(jìn)行一個(gè)排序,按照重要度從高到低進(jìn)行排序。用Ek表示排序?yàn)榈趉的專家,則序關(guān)系可以表示為{E1,E2,…,EK},K表示專家總數(shù)。
(2)相鄰專家重要度確定
用Wk表示排序?yàn)榈趉的專家的權(quán)重,排序?yàn)閗-1的專家Ek-1和排序?yàn)閗的專家Ek之間的重要程度之比可以用Rk=Wk-1/Wk來(lái)表示,其中Rk的取值需要參考表2。
表2 G1法重要度描述
(3)專家權(quán)重計(jì)算
顯然有
(3)
Wk-1=RkWk
(4)
采用重心法[17]對(duì)頂事件模糊數(shù)去模糊化,得到頂事件發(fā)生頻率的精確概值P*
(5)
參考表1,得到頂事件發(fā)生頻率等級(jí)。
列控系統(tǒng)狹義上講包括地面設(shè)備和車載設(shè)備,但是從廣義上講不僅包含地面設(shè)備和車載設(shè)備,還包括聯(lián)鎖、調(diào)度等。道岔是聯(lián)鎖系統(tǒng)中的關(guān)鍵設(shè)備,道岔的安全性直接關(guān)系著行車效率和安全。以文獻(xiàn)[18]中的道岔四開(kāi)位置采集為定位為例的例子進(jìn)行計(jì)算。故障樹(shù)采用文獻(xiàn)[18]建立的故障樹(shù),如圖2所示。
圖2 道岔四開(kāi)位置采集為定位故障樹(shù)
圖2中的事件名稱見(jiàn)表3。
表3 事件編號(hào)和事件名稱表
為了驗(yàn)證基于模糊數(shù)概率計(jì)算方法的正確性,假定所有的基本事件都沒(méi)有精確的統(tǒng)計(jì)數(shù)據(jù),均需要進(jìn)行評(píng)判。請(qǐng)鐵路信號(hào)領(lǐng)域的6名專家和4名現(xiàn)場(chǎng)維護(hù)人員對(duì)基本事件進(jìn)行評(píng)判。
3.2.1 人員權(quán)重計(jì)算
對(duì)6名專家和4名維護(hù)人員進(jìn)行重要度排序,排序結(jié)果為{E1,E2,…,E10}。
3.2.2 發(fā)生頻率計(jì)算
邀請(qǐng)10個(gè)專家分別對(duì)基本事件的發(fā)生頻率進(jìn)行評(píng)估,評(píng)估結(jié)果為語(yǔ)言值,具體的評(píng)估結(jié)果這里不再敘述。
同理,也可得到其他基本事件的模糊數(shù)。
采用下行法計(jì)算最小割集,結(jié)果為:MC1={X1,X2,X3},MC2={X2,X3,X4,X5},MC3={X2,X3,X4,X6},MC4={X2,X3,X4,X7},MC5={X2,X3,X4,X8},MC6={X2,X3,X4,X9}。
依據(jù)與或模糊算子,得到頂事件模糊數(shù);并依據(jù)式(5),計(jì)算得到精確值為P*=7.21×10-13。
對(duì)應(yīng)表1,可以得到評(píng)估結(jié)果為幾乎不可能的。
上例中基本事件都是需要專家進(jìn)行評(píng)價(jià)的,若部分基本事件有精確值,本文驗(yàn)證在此情況下的算法的正確性。采用文獻(xiàn)[18]中的數(shù)據(jù),認(rèn)為基本事件X1,X2,X3有精確值,對(duì)頂事件進(jìn)行計(jì)算,得到結(jié)果6.21×10-14。認(rèn)為基本事件X1,X2,X3,X4,X5,X6,X7,X8, X9均有精確值,計(jì)算結(jié)果為P*=7.4077×10-17。文獻(xiàn)[18]中的精確計(jì)算結(jié)果為7.407 7×10-17。比較計(jì)算結(jié)果可以看出,如果基本事件中精確值越多,則計(jì)算結(jié)果越精確;如果所有基本事件都由專家進(jìn)行評(píng)價(jià),雖然評(píng)估結(jié)果值與精確值之間存在差距,但是從發(fā)生頻率等級(jí)來(lái)看,二者是一致的。這也證明了本文算法的可行性和有效性。
本文引入模糊數(shù),采用模糊故障樹(shù)對(duì)列控風(fēng)險(xiǎn)發(fā)生頻率等級(jí)進(jìn)行計(jì)算。首先將需要進(jìn)行發(fā)生頻率評(píng)價(jià)的列控風(fēng)險(xiǎn)表示成故障樹(shù)的形式,之后對(duì)基本事件分類,并用模糊數(shù)來(lái)表示基本事件的發(fā)生頻率,然后計(jì)算得到需要評(píng)價(jià)的列控風(fēng)險(xiǎn)的模糊數(shù),最后通過(guò)去模糊化得到精確發(fā)生頻率值,并確定風(fēng)險(xiǎn)發(fā)生頻率等級(jí)。實(shí)例驗(yàn)證了本文采用的模糊故障樹(shù)計(jì)算方法的合理性和有效性。
[1] 寧濱,唐濤,李開(kāi)成,等.高速列車運(yùn)行控制系統(tǒng)[M].北京:科學(xué)出版社,2012:303.
[2] 張躍兵,王凱,王志亮.危險(xiǎn)源理論研究及在事故預(yù)防中的應(yīng)用[J].中國(guó)安全科學(xué)學(xué)報(bào),2011,21(6):10-16.
[3] 侯志強(qiáng),劉敏燕,彭思義,等.水運(yùn)工程施工重大危險(xiǎn)源風(fēng)險(xiǎn)評(píng)價(jià)關(guān)鍵技術(shù)研究[J].中國(guó)安全科學(xué)學(xué)報(bào),2009,19(5):135-139.
[4] 張亞?wèn)|,郭進(jìn),戴賢春,等.列車運(yùn)行控制系統(tǒng)風(fēng)險(xiǎn)發(fā)生頻率的分析模型研究[J].中國(guó)安全科學(xué)學(xué)報(bào),2012,22(9):37-42.
[5] 張?jiān)?,劉朝英,李啟翮,?無(wú)線閉塞中心系統(tǒng)安全風(fēng)險(xiǎn)分析及對(duì)策[J].中國(guó)鐵道科學(xué),2010,31(4):112-117.
[6] 劉敬輝,戴賢春,郭湛,等.鐵路系統(tǒng)基于風(fēng)險(xiǎn)的定量安全評(píng)估方法[J].中國(guó)鐵道科學(xué),2009,30(5):123-128.
[7] 肖禮諄,馬駟,甄利賢.高速鐵路客運(yùn)站風(fēng)險(xiǎn)分析研究[J].鐵道運(yùn)輸與經(jīng)濟(jì),2014,36(9):57-62.
[8] 邱敏.基于動(dòng)態(tài)故障樹(shù)的列控系統(tǒng)風(fēng)險(xiǎn)分析與控制[D].成都:西南交通大學(xué),2014.
[9] 杜德慧,程貝,劉靜.面向安全攸關(guān)系統(tǒng)中小概率事件的統(tǒng)計(jì)模型檢測(cè)[J].軟件學(xué)報(bào),2015,26(2):305-320.
[10] 武莊,石柱,何新貴.基于模糊集合論的故障樹(shù)分析方法及其應(yīng)用[J].系統(tǒng)工程與電子技術(shù),2000,22(9):72-75.
[11] 董海波,顧學(xué)康.基于模糊故障樹(shù)方法的鉆井平臺(tái)井噴概率計(jì)算[J].中國(guó)造船,2013,54(1):155-165.
[12] IEC C / S C T. Iec 62278—2002, Railway Applications-Specification and Demonstration of Reliability, Availability[S]. 2007.
[13] 呂琛.故障診斷與預(yù)測(cè)—原理、技術(shù)及應(yīng)用[M].北京:北京航空航天大學(xué)出版社,2012:303.
[14] 李龍清,宮雯,許永剛.基于G1法的煤礦企業(yè)信息化水平指標(biāo)權(quán)重的確定[J].西安科技大學(xué)學(xué)報(bào),2012,32(4):518-521.
[15] 劉建,鄭雙忠,鄧云峰,等.基于G1法的應(yīng)急能力評(píng)估指標(biāo)權(quán)重的確定[J].中國(guó)安全科學(xué)學(xué)報(bào),2006,16(1):30-33.
[16] 郭亞軍.綜合評(píng)價(jià)理論與方法[M].北京:科學(xué)出版社,2002:160.
[17] 王大慶,張鵬,郭龑,等.考慮相關(guān)性時(shí)LNG儲(chǔ)罐泄漏模糊事故樹(shù)定量分析[J].中國(guó)安全科學(xué)學(xué)報(bào),2014,24(1):96-102.
[18] 何濤.軌道交通全電子化聯(lián)鎖系統(tǒng)安全技術(shù)研究與系統(tǒng)分析[D].蘭州:蘭州交通大學(xué),2014.
鐵道標(biāo)準(zhǔn)設(shè)計(jì)2018年5期