• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    高鐵貨物運(yùn)輸安全風(fēng)險(xiǎn)識(shí)別與計(jì)量

    2019-12-18 06:22:46張得志郭瑤微陳妍燕春光祝偉麗
    關(guān)鍵詞:貝葉斯貨運(yùn)高鐵

    張得志,郭瑤微,陳妍,燕春光,祝偉麗

    高鐵貨物運(yùn)輸安全風(fēng)險(xiǎn)識(shí)別與計(jì)量

    張得志1,郭瑤微1,陳妍2,燕春光3,祝偉麗1

    (1. 中南大學(xué) 交通運(yùn)輸工程學(xué)院,湖南 長(zhǎng)沙 410075;2. 北京交通大學(xué) 交通運(yùn)輸學(xué)院,北京 100044;3. 中車(chē)唐山機(jī)車(chē)車(chē)輛有限公司,河北 唐山 064000)

    基于快速化貨物運(yùn)輸中的安全風(fēng)險(xiǎn)因素,構(gòu)建了基于馬爾科夫鏈的高鐵貨運(yùn)安全可靠度計(jì)量分析模型,定量分析基于服務(wù)供應(yīng)鏈視角的高鐵貨運(yùn)各環(huán)節(jié)的安全可靠度;同時(shí),構(gòu)建基于貝葉斯網(wǎng)絡(luò)的高鐵貨運(yùn)安全風(fēng)險(xiǎn)評(píng)價(jià)模型,借助GeNIe軟件和數(shù)學(xué)推理得出根節(jié)點(diǎn)的概率重要度,甄別影響高鐵貨運(yùn)安全的關(guān)鍵指標(biāo)與關(guān)鍵環(huán)節(jié)。最后,通過(guò)數(shù)值仿真驗(yàn)證了模型的有效性,研究結(jié)果表明:高鐵貨物運(yùn)輸安全可靠度與修復(fù)率的相關(guān)性較大,加強(qiáng)動(dòng)車(chē)組風(fēng)險(xiǎn)識(shí)別和處理能力,可有效提升高鐵貨物運(yùn)輸安全可靠度;規(guī)范高鐵貨運(yùn)作業(yè)、加強(qiáng)安全防范措施和應(yīng)急水平是保障高鐵貨運(yùn)安全的重要措施。

    高鐵貨運(yùn);運(yùn)輸安全;運(yùn)輸建模;馬爾科夫鏈;貝葉斯網(wǎng)絡(luò)

    隨著社會(huì)經(jīng)濟(jì)快速發(fā)展,快速化貨運(yùn)成為我國(guó)物流發(fā)展的一個(gè)重要方向。鐵路快速化貨物運(yùn)輸是鐵路企業(yè)適應(yīng)現(xiàn)代化物流市場(chǎng)、重塑品牌影響力的重要手段,同時(shí)也對(duì)鐵路貨運(yùn)安全保障提出了更高的要求,如何加強(qiáng)快速化貨運(yùn)安全保障成為值得思索和探究的問(wèn)題。國(guó)內(nèi)外有關(guān)普通鐵路貨運(yùn)安全風(fēng)險(xiǎn)問(wèn)題的研究已經(jīng)較為全面,涵蓋了不同種類(lèi)的貨物運(yùn)輸,并且隨著人工智能、物聯(lián)網(wǎng)和大數(shù)據(jù)的發(fā)展,已經(jīng)有學(xué)者開(kāi)始研究應(yīng)用現(xiàn)代物流技術(shù)保障鐵路貨物運(yùn)輸安全。Faeze等[1]利用新型分類(lèi)框架對(duì)鐵路運(yùn)輸?shù)倪\(yùn)營(yíng)、維護(hù)和安全3個(gè)領(lǐng)域下大數(shù)據(jù)的最新應(yīng)用進(jìn)行了全面評(píng)估,確定了未來(lái)鐵路運(yùn)輸系統(tǒng)中大數(shù)據(jù)分析的研究方向。Bolag等[2]將帶有集成傳感器的RFID技術(shù)應(yīng)用于鐵路貨運(yùn),對(duì)溫度、壓力、磨損等信息進(jìn)行監(jiān)測(cè),實(shí)現(xiàn)鐵路貨運(yùn)信息化。對(duì)于鐵路貨運(yùn)安全風(fēng)險(xiǎn)的影響因素和評(píng)價(jià)方法,楊能普等[3]提出一種定量評(píng)估鐵路危險(xiǎn)貨物運(yùn)輸風(fēng)險(xiǎn)的方法,通過(guò)構(gòu)建事故樹(shù),結(jié)合貝葉斯網(wǎng)絡(luò)進(jìn)行定量分析,找到運(yùn)輸過(guò)程中的薄弱環(huán)節(jié)。常青[4]對(duì)鐵路超限貨物進(jìn)行了安全影響因素分析,在事故樹(shù)的基礎(chǔ)上運(yùn)用模糊貝葉斯方法進(jìn)行安全評(píng)價(jià),找到了影響超限貨物運(yùn)輸安全的關(guān)鍵環(huán)節(jié)。薛紅兵[5]分析了鐵路貨運(yùn)安全的影響因素,從人員、設(shè)備、規(guī)章制度三方面建立了鐵路貨運(yùn)安全評(píng)估指標(biāo)體系,利用層次分析法構(gòu)建了安全評(píng)估模型,并對(duì)實(shí)例進(jìn)行了安全評(píng)估。黃興建等[6]從設(shè)備、人員、貨物、管理和環(huán)境五個(gè)方面構(gòu)建了鐵路貨運(yùn)安全評(píng)價(jià)指標(biāo)體系。在利用高速鐵路開(kāi)展快捷貨物運(yùn)輸方面,Kazuhiko等[7]研究了軌道變化對(duì)高速鐵路列車(chē)脫軌事件的影響。Ertem等[8]調(diào)查了使用高速列車(chē)(HST)來(lái)運(yùn)輸貨物的情況,提出HST調(diào)度模型,并通過(guò)土耳其高速鐵路網(wǎng)和火車(chē)組進(jìn)行實(shí)驗(yàn)性測(cè)試。Baldini等[9]提出一種基于GSM-R實(shí)時(shí)采集和傳輸高速鐵路基礎(chǔ)設(shè)施信息的方法,達(dá)到監(jiān)測(cè)預(yù)警的目的,實(shí)現(xiàn)高速鐵路基礎(chǔ)設(shè)施安全。王洪德等[10]分析了高鐵運(yùn)營(yíng)過(guò)程中的三種主要風(fēng)險(xiǎn)事件,用事故樹(shù)對(duì)各風(fēng)險(xiǎn)事件進(jìn)行定性分析,構(gòu)建了高鐵運(yùn)營(yíng)安全Bow-tie模型。朱海宏等[11]基于事故樹(shù)引入貝葉斯網(wǎng)絡(luò)技術(shù),以CTCS-2級(jí)列控系統(tǒng)為例對(duì)高速鐵路控制系統(tǒng)的安全性進(jìn)行了評(píng)估。綜上所述,目前國(guó)內(nèi)外與鐵路貨運(yùn)安全評(píng)價(jià)和高鐵安全相關(guān)研究的角度較為單一,多是從環(huán)境、人員、設(shè)備、管理等方面對(duì)安全影響因素進(jìn)行分析,缺乏基于全息化視角對(duì)整個(gè)物流服務(wù)過(guò)程的安全保障研究,高鐵貨運(yùn)過(guò)程中安全風(fēng)險(xiǎn)的快速辨識(shí)和風(fēng)險(xiǎn)評(píng)估技術(shù)是軌道交通領(lǐng)域的重大技術(shù)瓶頸[12]?;诖耍疚脑诤暧^(guān)和微觀(guān)層面分別建立了基于馬爾科夫鏈的高鐵貨運(yùn)安全可靠度計(jì)量模型和基于貝葉斯網(wǎng)絡(luò)的高鐵貨運(yùn)安全風(fēng)險(xiǎn)評(píng)價(jià)模型。首先,引入馬爾科夫鏈,對(duì)高鐵貨運(yùn)各地點(diǎn)環(huán)節(jié)的安全風(fēng)險(xiǎn)值進(jìn)行計(jì)量分析。再將事故樹(shù)與貝葉斯網(wǎng)絡(luò)結(jié)合,構(gòu)建高鐵貨運(yùn)安全風(fēng)險(xiǎn)評(píng)價(jià)模型,甄別出影響高鐵貨運(yùn)安全的關(guān)鍵指標(biāo)和關(guān)鍵環(huán)節(jié),從而科學(xué)合理的對(duì)快速化貨物運(yùn)輸中的風(fēng)險(xiǎn)因素進(jìn)行防范和控制。

    1 模型構(gòu)建

    1.1 基于馬爾科夫鏈的高鐵貨運(yùn)安全可靠度計(jì)量分析模型

    2.1.1 建立狀態(tài)轉(zhuǎn)移模型

    物流服務(wù)的安全可靠度為物流服務(wù)系統(tǒng)在規(guī)定的時(shí)間和條件下,準(zhǔn)確、可靠、安全地履行物流服務(wù)承諾的能力。本文運(yùn)用馬爾科夫模型對(duì)快速化貨物運(yùn)輸物流服務(wù)全過(guò)程進(jìn)行安全性和可靠性分析。基于高鐵貨運(yùn)中各地點(diǎn)和運(yùn)輸環(huán)節(jié),研究貨物自身狀態(tài)、物流活動(dòng)和運(yùn)輸設(shè)施三方面在整個(gè)物流服務(wù)過(guò)程中的安全可靠度。每一時(shí)間段,貨物本身、物流活動(dòng)和運(yùn)輸設(shè)施的狀態(tài)只與該時(shí)間段作業(yè)環(huán)節(jié)的狀態(tài)有關(guān),與該時(shí)間段以前的作業(yè)環(huán)節(jié)狀態(tài)無(wú)關(guān),符合馬氏鏈“無(wú)后效性”特征,因此分別建立“貨物狀態(tài)鏈”、“物流活動(dòng)鏈”和“運(yùn)輸設(shè)施鏈”3條馬氏鏈。在每一地點(diǎn)環(huán)節(jié),建立狀態(tài)轉(zhuǎn)移模型如圖1所示,并做出如下假設(shè):

    圖1 馬爾科夫狀態(tài)轉(zhuǎn)移過(guò)程

    1) 研究對(duì)象在每一時(shí)刻可能處于3種狀態(tài):0狀態(tài):安全狀態(tài),此狀態(tài)下研究對(duì)象無(wú)任何異常發(fā)生;1狀態(tài):“亞安全”狀態(tài),此狀態(tài)研究對(duì)象出現(xiàn)異常情況但無(wú)風(fēng)險(xiǎn)事故發(fā)生,動(dòng)車(chē)組可正常運(yùn)行,但運(yùn)行品質(zhì)較差;2狀態(tài):故障/風(fēng)險(xiǎn)狀態(tài),此狀態(tài)下研究對(duì)象出現(xiàn)異常情況,且引起較為嚴(yán)重的風(fēng)險(xiǎn)事故發(fā)生。

    2) 假設(shè)研究對(duì)象可修復(fù),即研究對(duì)象在1和2狀態(tài)下,通過(guò)緊急處理可變?yōu)榘踩珷顟B(tài)。

    2.1.2 狀態(tài)轉(zhuǎn)移矩陣的平穩(wěn)分布

    依據(jù)式(3)求解得到各狀態(tài)的平穩(wěn)分布如式(4)所示:

    2.1.3 整個(gè)貨運(yùn)過(guò)程安全可靠度

    隨著貨運(yùn)流程的進(jìn)行,風(fēng)險(xiǎn)不斷累積,整個(gè)貨運(yùn)流程的安全可靠度為:

    2.2 基于貝葉斯網(wǎng)絡(luò)的高鐵貨運(yùn)安全風(fēng)險(xiǎn)評(píng)價(jià)模型

    本文將考慮因果關(guān)系的事故樹(shù)映射為貝葉斯網(wǎng)絡(luò),建立貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。

    2.2.1 建立事故樹(shù)

    在事故樹(shù)中,將高鐵貨運(yùn)安全風(fēng)險(xiǎn)(0)作為頂上事件置于事故樹(shù)第一行;找出導(dǎo)致此頂上事件的各個(gè)因素,作為中間事件放于第二行,并用適合的邏輯符號(hào)與頂上事件相連接;依此類(lèi)推,自上而下找出引起故障的因素,直到找出不能分解的因素作為基本事件。本文從“貨物?車(chē)輛?物流活動(dòng)”全方位出發(fā),對(duì)影響貨物自身狀態(tài)(1)、物流活動(dòng)(2)和運(yùn)輸設(shè)施(3)的因素進(jìn)行篩選,構(gòu)建如圖3所示的事故樹(shù):

    圖3 高鐵貨運(yùn)安全風(fēng)險(xiǎn)事故樹(shù)

    事故樹(shù)中基本事件如表1所示。

    2.2.2 事故樹(shù)映射為貝葉斯網(wǎng)絡(luò)

    根據(jù)事件、邏輯門(mén)、節(jié)點(diǎn)的映射關(guān)系,將事故樹(shù)映射為貝葉斯網(wǎng)絡(luò)如圖4所示。

    各節(jié)點(diǎn)變量值域?yàn)閇0,1],其中0表示無(wú)風(fēng)險(xiǎn);1表示存在風(fēng)險(xiǎn),即高鐵貨運(yùn)過(guò)程中該安全評(píng)價(jià)指標(biāo)發(fā)生風(fēng)險(xiǎn),并導(dǎo)致風(fēng)險(xiǎn)事件發(fā)生;在[0,1]中取值,表示相應(yīng)風(fēng)險(xiǎn)發(fā)生的可能性。

    表1 事故樹(shù)基本事件對(duì)應(yīng)序號(hào)表

    圖4 高鐵貨運(yùn)安全風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)

    2.2.3 貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)參數(shù)設(shè)定

    為進(jìn)行安全風(fēng)險(xiǎn)評(píng)價(jià),需要對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行節(jié)點(diǎn)參數(shù)的設(shè)定,即非根節(jié)點(diǎn)(頂上事件和中間事件)的條件概率和根節(jié)點(diǎn)(基本事件)的先驗(yàn)概率,再由貝葉斯網(wǎng)絡(luò)推理得出最后結(jié)果,推理過(guò)程由GeNIe軟件完成。

    1) 非根節(jié)點(diǎn)的條件概率

    由上節(jié)可知,貝葉斯網(wǎng)絡(luò)是由表示因果關(guān)系的事故樹(shù)映射而來(lái),如果各個(gè)子節(jié)點(diǎn)的父節(jié)點(diǎn)存在值域?yàn)?的節(jié)點(diǎn),該子節(jié)點(diǎn)必然發(fā)生,有下述條件概率公式:

    2) 基于專(zhuān)家意見(jiàn)法的根節(jié)點(diǎn)先驗(yàn)概率

    (10)

    根據(jù)概率標(biāo)度尺[14]劃定如表2所示的4個(gè)專(zhuān)家評(píng)定等級(jí),各區(qū)間中間值為具體評(píng)價(jià)值。

    表2 專(zhuān)家評(píng)價(jià)區(qū)間值

    因此,根據(jù)表2和式(10)可計(jì)算出條件概率,然后根據(jù)專(zhuān)家評(píng)價(jià)表,推理更新對(duì)應(yīng)根節(jié)點(diǎn)的先驗(yàn)概率。本文在GeNIe軟件中將貝葉斯網(wǎng)絡(luò)模型中的貨物自身安全、物流活動(dòng)安全、運(yùn)輸設(shè)施安全建立為3個(gè)子模型,由GeNIe軟件完成根節(jié)點(diǎn)先驗(yàn)概率的推理。

    2 模型仿真與分析

    2.1 基于馬爾科夫鏈的高鐵貨運(yùn)安全可靠度計(jì)量分析模型的應(yīng)用

    2.1.1 運(yùn)輸設(shè)施馬氏鏈模型仿真

    1=[0.956 9 0.946 9 0.901 2 0.933 7 0.916 2 0.931 1 0.952 9 0.916 6 0.926 3 0.965 4]

    2=[0.910 7 0.996 2 0.900 5 0.977 5 0.981 7 0.986 9 0.908 4 0.940 0 0.926 0 0.980 0]

    1=[0.021 6 0.045 5 0.009 1 0.013 2 0.007 3 0.006 8 0.043 5 0.029 0 0.027 5 0.007 2]

    2=[0.042 7 0.031 1 0.017 5 0.025 7 0.020 1 0.003 8 0.012 0 0.006 2 0.009 2 0.012 0]

    3=[0.034 5 0.037 4 0.022 5 0.004 2 0.011 4 0.007 6 0.041 3 0.026 9 0.003 9 0.022 1]

    將上述值代入式(4)求出穩(wěn)態(tài)概率:

    0=[0.935 1 0.926 6 0.971 3 0.961 2 0.972 4 0.989 0 0.944 4 0.963 2 0.961 9 0.980 6]

    1=[0.001 0 0.001 3 0.000 2 0.000 4 0.000 2 0.000 0 0.000 5 0.000 2 0.000 3 0.000 1]

    2=[0.044 6 0.030 5 0.019 2 0.025 3 0.020 0 0.003 9 0.014 3 0.007 2 0.009 7 0.012 2]

    依據(jù)式(5)求得各地點(diǎn)的安全可靠度如下:

    =[0.936 7 0.929 5 0.971 7 0.961 6 0.972 6 0.989 1 0.946 6 0.964 2 0.962 3 0.980 9]

    將各地點(diǎn)安全可靠度R分別與各狀態(tài)轉(zhuǎn)移參數(shù)進(jìn)行二次函數(shù)擬合,并求取各擬合函數(shù)相關(guān)系數(shù)的和,得如下結(jié)果:

    3.1.2 結(jié)果分析

    1) 動(dòng)車(chē)組運(yùn)輸全過(guò)程運(yùn)輸設(shè)施的安全可靠度分別為0.79和0.85,均在0.8左右,相差不大,說(shuō)明模型適用性較強(qiáng)。

    2) 在穩(wěn)態(tài)下,動(dòng)車(chē)組“安全”狀態(tài)概率0在0.9以上,遠(yuǎn)大于“亞安全”狀態(tài)概率1和“故障”狀態(tài)概率2,且個(gè)地點(diǎn)環(huán)節(jié)安全可靠度在0.9以上,說(shuō)明穩(wěn)態(tài)概率下運(yùn)輸車(chē)輛的安全可靠度很高,即利用高速鐵路動(dòng)車(chē)組進(jìn)行貨物運(yùn)輸安全可靠度很高。

    3) 通過(guò)相關(guān)系數(shù)和的比較可以發(fā)現(xiàn)各地點(diǎn)安全可靠度與修復(fù)率1和2的相關(guān)性較大,說(shuō)明運(yùn)輸設(shè)施發(fā)生風(fēng)險(xiǎn)情況后的處理是否及時(shí)、有效對(duì)高鐵貨物運(yùn)輸安全影響很大,需要作業(yè)人員具有較強(qiáng)的應(yīng)急處理能力,及時(shí)處理風(fēng)險(xiǎn)狀況;而與1,2和3的相關(guān)性非常小,主要因?yàn)樵谝淮胃哞F貨物運(yùn)輸過(guò)程中動(dòng)車(chē)組發(fā)生故障的概率很小。因此鐵路企業(yè)需要加強(qiáng)運(yùn)輸過(guò)程中對(duì)列車(chē)運(yùn)行狀態(tài)的監(jiān)控,一旦發(fā)現(xiàn)風(fēng)險(xiǎn)情況,及時(shí)采取措施使列車(chē)轉(zhuǎn)為安全。

    物流活動(dòng)和貨物狀態(tài)馬氏鏈模型的應(yīng)用與運(yùn)輸設(shè)施鏈的計(jì)算分析過(guò)程基本相同,此處不再進(jìn)行分析。

    2.2 基于貝葉斯網(wǎng)絡(luò)的高鐵貨運(yùn)安全風(fēng)險(xiǎn)評(píng)價(jià)模型應(yīng)用

    2.2.1 貝葉斯網(wǎng)絡(luò)因果推理分析

    貝葉斯網(wǎng)絡(luò)中根節(jié)點(diǎn)的先驗(yàn)概率通過(guò)專(zhuān)家意見(jiàn)法來(lái)進(jìn)行確定。在GeNIe軟件操作界面中提前設(shè)置好各節(jié)點(diǎn)參數(shù),包括根節(jié)點(diǎn)發(fā)生風(fēng)險(xiǎn)的先驗(yàn)概率和非根節(jié)點(diǎn)的條件概率。在操作時(shí)設(shè)置好每個(gè)根節(jié)點(diǎn)的專(zhuān)家評(píng)判結(jié)果,然后進(jìn)行推理更新。根據(jù)推理更新結(jié)果,整理得到根節(jié)點(diǎn)先驗(yàn)概率如表3中第3列所示,非根節(jié)點(diǎn)風(fēng)險(xiǎn)概率仿真結(jié)果如表4第3列所示。

    表3 根節(jié)點(diǎn)風(fēng)險(xiǎn)概率仿真結(jié)果

    表4 非根節(jié)點(diǎn)風(fēng)險(xiǎn)概率仿真結(jié)果

    2.2.2 貝葉斯網(wǎng)絡(luò)診斷推理分析

    在高鐵貨運(yùn)安全風(fēng)險(xiǎn)決策與控制的過(guò)程中,通過(guò)診斷推理分析,可以確定當(dāng)高鐵貨物運(yùn)輸發(fā)生風(fēng)險(xiǎn)時(shí)各基本事件即根節(jié)點(diǎn)發(fā)生風(fēng)險(xiǎn)的概率。從而進(jìn)行各基本事件的重要度分析,得到影響高鐵貨運(yùn)安全的關(guān)鍵指標(biāo)。

    在GeNIe軟件中,保持專(zhuān)家評(píng)判意見(jiàn)結(jié)果不變,設(shè)置目標(biāo)節(jié)點(diǎn)“高鐵貨運(yùn)安全”為證據(jù)節(jié)點(diǎn),假設(shè)其一定會(huì)發(fā)生風(fēng)險(xiǎn),即風(fēng)險(xiǎn)概率值為1,然后通過(guò)更新進(jìn)行診斷推理得出根節(jié)點(diǎn)和中間節(jié)點(diǎn)的后驗(yàn)概率,即在高鐵貨運(yùn)發(fā)生安全風(fēng)險(xiǎn)時(shí)各指標(biāo)發(fā)生風(fēng)險(xiǎn)的概率。根節(jié)點(diǎn)和中間節(jié)點(diǎn)后驗(yàn)概率分別如表3和表4第4列所示,將根節(jié)點(diǎn)后驗(yàn)概率整理成如圖5所示的折線(xiàn)統(tǒng)計(jì)圖??梢?jiàn),最容易發(fā)生安全風(fēng)險(xiǎn)的是物流活動(dòng)中作業(yè)程序規(guī)范性和安全防范措施兩項(xiàng)指標(biāo),風(fēng)險(xiǎn)概率值已經(jīng)超過(guò)50%。

    圖5 根節(jié)點(diǎn)后驗(yàn)概率

    2.2.3 根節(jié)點(diǎn)概率重要度分析

    基本事件發(fā)生概率的變化引起頂上事件發(fā)生概率的變化程度稱(chēng)為概率重要度。因此概率重要度能夠有效反應(yīng)各根節(jié)點(diǎn)的重要程度,通過(guò)降低重要程度高的根節(jié)點(diǎn)的發(fā)生概率可以有效控制頂上事件的發(fā)生概率。根節(jié)點(diǎn)概率重要度I的計(jì)算公式 如下[3]:

    由式(12)中基本事件概率重要度的排序結(jié)果我們可以發(fā)現(xiàn)作業(yè)程序規(guī)范性、安全防范措施、人員專(zhuān)業(yè)技能水平這三項(xiàng)指標(biāo)概率重要度較高,需要特別加以防范和控制。根據(jù)模型仿真結(jié)果,對(duì)高鐵貨運(yùn)企業(yè)提出以下管理啟示:

    1) 規(guī)范高鐵貨運(yùn)作業(yè),建立標(biāo)準(zhǔn)化作業(yè)流程和專(zhuān)門(mén)化作業(yè)標(biāo)準(zhǔn)。完善相應(yīng)的軟硬件配套設(shè)施,在此基礎(chǔ)上,嚴(yán)格按照作業(yè)標(biāo)準(zhǔn)進(jìn)行規(guī)范作業(yè)。

    2) 加強(qiáng)安全防范措施,制定完善的安全管理標(biāo)準(zhǔn),利用現(xiàn)代物聯(lián)網(wǎng)技術(shù)加強(qiáng)對(duì)貨物、車(chē)輛、物流活動(dòng)等技術(shù)狀態(tài)的監(jiān)控,完善預(yù)警系統(tǒng)建設(shè)。

    3) 加強(qiáng)對(duì)高鐵貨運(yùn)相關(guān)作業(yè)人員的培訓(xùn),提升作業(yè)人員專(zhuān)業(yè)技能水平和應(yīng)急處理能力。對(duì)作業(yè)質(zhì)量進(jìn)行及時(shí)監(jiān)督和考核,確保作業(yè)人員的專(zhuān)業(yè)性。

    3 結(jié)論

    本文結(jié)合馬爾科夫鏈和貝葉斯網(wǎng)絡(luò),構(gòu)建了基于全息化視角的快速化貨物運(yùn)輸?shù)陌踩L(fēng)險(xiǎn)識(shí)別與計(jì)量模型,在分析高鐵貨運(yùn)各環(huán)節(jié)的安全可靠度的基礎(chǔ)上,借助GeNIe軟件和數(shù)學(xué)推理得出根節(jié)點(diǎn)的概率重要度,甄別出最容易發(fā)生安全風(fēng)險(xiǎn)的關(guān)鍵指標(biāo)。本文的主要研究結(jié)論如下:

    1) 物流活動(dòng)在各地點(diǎn)環(huán)節(jié)的安全可靠度與修復(fù)率的相關(guān)性更大,緊急處理風(fēng)險(xiǎn)狀況的能力對(duì)物流活動(dòng)安全可靠度發(fā)揮著至關(guān)重要的作用。

    2) 高鐵貨運(yùn)中最容易發(fā)生安全風(fēng)險(xiǎn)的是作業(yè)程序規(guī)范性、安全防范措施和人員專(zhuān)業(yè)技能水平等指標(biāo),需要特別加以防范和控制。

    3) 規(guī)范高鐵貨運(yùn)作業(yè)、加強(qiáng)安全防范措施、提升作業(yè)人員專(zhuān)業(yè)技能水平和應(yīng)急處理能力、對(duì)作業(yè)質(zhì)量進(jìn)行及時(shí)監(jiān)督和考核是保障高鐵貨運(yùn)安全的重要措施。

    [1] Ghofrani F, He Q, Goverde R M P, et al. Recent applications of big data analytics in railway transportation systems: A survey[J]. Transportation Research Part C Emerging Technologies, 2018, 90: 226?246.

    [2] Balog M, Mindas M. Informatization of Rail Freight Wagon by Implementation of the RFID Technology[M] Germany: Springer International Publishing, 2016: 592? 597.

    [3] 楊能普, 楊月芳, 馮偉. 基于模糊貝葉斯網(wǎng)絡(luò)的鐵路危險(xiǎn)貨物運(yùn)輸過(guò)程風(fēng)險(xiǎn)評(píng)估[J]. 鐵道學(xué)報(bào), 2014, 36(7): 8?15. YANG Nengpu, YANG Yuefang, FENG Wei. Risk assessment of railway dangerous goods transport process based on fuzzy bayesian network[J]. Journal of The China Railway Society, 2014, 36(7): 8?15.

    [4] 常青. 鐵路超限貨物運(yùn)輸安全影響因素分析與安全評(píng)價(jià)[D]. 北京: 北京交通大學(xué), 2015. CHANG Qing. The analysis and safety assessment of railway out-of-gauge goods transportation safety influence factors[D]. Beijing: Beijing Jiaotong University, 2015.

    [5] 薛紅兵. 基于AHP的鐵路貨運(yùn)風(fēng)險(xiǎn)評(píng)估模型[J]. 科技廣場(chǎng), 2015(10): 206?209. XUE Hongbing. Risk assessment model of railway freight transportation based on AHP[J]. Science Mosaic, 2015(10): 206?209.

    [6] 黃興建, 王偉. 基于動(dòng)態(tài)模糊理論的鐵路貨運(yùn)安全評(píng)價(jià)研究[J]. 鐵道科學(xué)與工程學(xué)報(bào), 2016, 13(7): 1420? 1425. HUANG Xinjian, WANG Wei. Railway freight safety evaluation based on dynamic fuzzy theory[J]. Journal of Railway Science and Engineering, 2016, 13(7): 1420?1425.

    [7] Nishimura K, Terumichi Y, Morimura T, et al. Analytical study on the safety of high speed railway vehicle on excited tracks[J]. Journal of System Design and Dynamics, 2010, 4(1): 211?225.

    [8] Ertem M A. Keskin Ozcan M. Freight transportation using high-speed train systems[J].Transportation Letters, 2016, 8(5): 250?258.

    [9] Baldini G, Fovino I N, Masera M, et al. An early warning system for detecting GSM-R wireless interference in the high-speed railway infrastructure[J]. International Journal of Critical Infrastructure Protection, 2010, 3(3/4): 140? 156.

    [10] 王洪德, 張艷潮, 李斯. 基于Bow-tie模型的高鐵運(yùn)營(yíng)安全風(fēng)險(xiǎn)分析[J]. 遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, 36(7): 767?772. WANG Hongde, ZHANG Yanchao, LI Si. Safety risk analysis of high-speed train operation based on Bow-tie model[J]. Journal of Liaoning Technical University, 2017, 36(7): 767?772.

    [11] 朱海宏, 徐中偉, 梅萌, 等. 基于貝葉斯網(wǎng)絡(luò)的高鐵系統(tǒng)概率安全評(píng)估方法研究[J]. 計(jì)算機(jī)應(yīng)用與軟件, 2011, 28(3): 26?28, 31. ZHUN Haihong, XU Zhongwei, MEI Meng, et al. Research on probabilistic safety assessment in railway system based on Bayes networks[J]. Computer Applications and Software, 2011, 28(3): 26?28, 31.

    [12] 賈利民, 秦勇, 王莉. 軌道交通科技發(fā)展的方向與任務(wù)[J]. 北京交通大學(xué)學(xué)報(bào), 2016, 40(4): 25?31. JIA Limin, QIN Yong, WANG Li. Scientific and technological innovation of rail transportation—trends and tasks[J]. Journal of Beijing Jiaotong University, 2016, 40(4): 25?31.

    [13] 石坤, 張永進(jìn), 孫超勇. 基于馬爾科夫鏈的駕駛行為可靠性分析[J]. 機(jī)械研究與應(yīng)用, 2017, 30(6): 49?52. SHI Kun, ZHANG Yongjin, SUN Chaoyong. Reliability analysis of driving behavior based on the Markov Chain[J]. Mechanical Research & Application, 2017, 30(6): 49?52.

    [14] Witteman C, Renooij S. Evaluation of a verbal–numerical probability scale[J]. International Journal of Approximate Reasoning, 2003, 33(2): 117?131.

    [15] 王華勝, 李昊, 朱慶龍, 等. 動(dòng)車(chē)組故障率統(tǒng)計(jì)分析方法[J]. 中國(guó)鐵道科學(xué)2018,39(1): 88?92. WANG Huasheng, LI Hao, ZHU Qinglong, et al. Statistical analysis method for fault rate of EMU[J]. China Railway Science, 2018, 39(1): 88?92.

    Security risk identification and measurement of high-speed-rail freight transportation

    ZHANG Dezhi1, GUO Yaowei1, CHEN Yan2, YAN Chunguang3, ZHU Weili1

    (1. School of Traffic & Transportation Engineering, Central South University, Changsha 410075, China;2. School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, China;3. CRRC Tangshan Co., Ltd, Tangshan 064000, China)

    Based on the safety risk factors in rapid freight transportation, this paper constructed a safety reliability measurement model of high-speed rail freight based on Markov chain, and analyzed the safety reliability of all links of high-speed rail freight quantitatively based on service supply chain perspective. Meanwhile, this study constructed a high-speed rail freight safety risk assessment model based on Bayesian network and determined the probability importance of the root node by means of GeNIe software and mathematical reasoning, to father identify the key indicators and key links that affect the safety of high-speed rail freight. Finally, numerical simulation was conducted to verify the validity of the model, the research results show that: the safety reliability of high-speed rail freight transportation is highly correlated with the repair rate, strengthening the risk identification and processing capability of EMU can effectively improve the safety and reliability of high-speed rail freight transportation; standardizing high-speed rail freight operations, strengthening safety precautions and emergency level are important measures to ensure the safety of high-speed rail freight.

    high-speed rail freight; transport security; transport modelling; Markov Chain; Bayesian network

    U298.1

    A

    1672 ? 7029(2019)11? 2676 ? 08

    10.19713/j.cnki.43?1423/u.2019.11.005

    2019?06?13

    國(guó)家重點(diǎn)研發(fā)計(jì)劃資助項(xiàng)目(2017YFB1201304)

    張得志(1976?),男,湖南祁東人,教授,博士,從事物流系統(tǒng)優(yōu)化研究;E?mail:dzzhang@csu.edu.cn

    (編輯 蔣學(xué)東)

    猜你喜歡
    貝葉斯貨運(yùn)高鐵
    一起坐高鐵
    第一次乘高鐵
    高鐵會(huì)飛嗎
    波音公司試飛電動(dòng)垂直起降貨運(yùn)無(wú)人機(jī)
    AT200大型貨運(yùn)無(wú)人機(jī)實(shí)現(xiàn)首飛
    貝葉斯公式及其應(yīng)用
    人地百米建高鐵
    基于貝葉斯估計(jì)的軌道占用識(shí)別方法
    貨運(yùn)之“云”
    一種基于貝葉斯壓縮感知的說(shuō)話(huà)人識(shí)別方法
    電子器件(2015年5期)2015-12-29 08:43:15
    和平县| 寻乌县| 保靖县| 离岛区| 华容县| 手游| 苏尼特右旗| 大渡口区| 嵩明县| 嘉荫县| 德钦县| 顺昌县| 什邡市| 布尔津县| 漳浦县| 来宾市| 巴林左旗| 晋江市| 沂水县| 定结县| 若羌县| 田东县| 红河县| 金昌市| 驻马店市| 英山县| 民县| 巨鹿县| 丹棱县| 阿鲁科尔沁旗| 尖扎县| 长垣县| 喀喇沁旗| 兴隆县| 天等县| 汾西县| 满洲里市| 遂川县| 嘉兴市| 绥滨县| 曲沃县|