城市軌道交通網(wǎng)絡(luò)化運(yùn)營(yíng)?信號(hào)故障仿真研究

蔣 熙，徐 俊，胡坤琨

JIANG Xi1，XU Jun2，HU Kunkun1

(1.北京交通大學(xué) 軌道交通控制與安全國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100044；2.中國(guó)鐵路上海局集團(tuán)有限公司 總工程師室，上海 310009)

(1.State Key Laboratory of Traffic Control and Safety， Beijing Jiaotong University， Beijing 100044， China； 2.Chief Engineer office， China Railway Shanghai Group Co.， Ltd.， Shanghai 310009， China)

0 引言

近年來(lái)國(guó)內(nèi)大城市的軌道交通系統(tǒng)快速發(fā)展，網(wǎng)絡(luò)規(guī)模、運(yùn)輸密度與客流負(fù)荷劇增。進(jìn)入網(wǎng)絡(luò)化運(yùn)營(yíng)階段后，因運(yùn)輸密度大、各線間站間運(yùn)營(yíng)關(guān)聯(lián)性增強(qiáng)，運(yùn)輸組織難度增加。當(dāng)路網(wǎng)出現(xiàn)異常情況后，可能在不同程度上影響路網(wǎng)的正常運(yùn)營(yíng)，如形成列車(chē)延誤、停運(yùn)或行車(chē)中斷，繼而可能造成客流聚集及擁堵傳播，嚴(yán)重影響乘客出行，需要及時(shí)采取科學(xué)手段進(jìn)行運(yùn)營(yíng)調(diào)控。段海洋等[1]分析設(shè)備因素是導(dǎo)致運(yùn)營(yíng)安全事故發(fā)生的主要原因。作為城市軌道交通系統(tǒng)的關(guān)鍵技術(shù)裝備，信號(hào)系統(tǒng)的各類(lèi)故障特別需要格外關(guān)注。為實(shí)現(xiàn)城市軌道交通的安全高效運(yùn)營(yíng)，既要保證信號(hào)設(shè)備本身的安全性、可靠性，也要提高信號(hào)故障情況下的運(yùn)營(yíng)調(diào)控決策水平。如果能準(zhǔn)確預(yù)判信號(hào)故障對(duì)路網(wǎng)運(yùn)營(yíng)可能造成的影響，有針對(duì)性地及時(shí)采取合理的調(diào)控措施，可以有效控制異常運(yùn)營(yíng)狀態(tài)在路網(wǎng)內(nèi)的傳播，迅速疏導(dǎo)客流、恢復(fù)正常運(yùn)營(yíng)。

在信號(hào)故障或突發(fā)事件影響與調(diào)控的相關(guān)研究中，王亞濤[2]主要從信號(hào)設(shè)備本身角度研究故障的延遲時(shí)間和系統(tǒng)的脆弱性；胡曉[3]依據(jù)

各部件因素發(fā)生概率和后果嚴(yán)重程度進(jìn)行信號(hào)系統(tǒng)風(fēng)險(xiǎn)評(píng)價(jià)；徐田坤[4]基于風(fēng)險(xiǎn)影響因素進(jìn)行城市軌道交通運(yùn)營(yíng)安全風(fēng)險(xiǎn)分析評(píng)估；蘇嬌[5]從突發(fā)事件類(lèi)型和影響特點(diǎn)出發(fā)研究城市軌道交通應(yīng)急管理方法；焦軒[6]主要從客流特性角度研究突發(fā)情況下的運(yùn)營(yíng)調(diào)控措施；尹浩東[7]主要從乘客出行行為角度研究運(yùn)營(yíng)中斷條件下的客流誘導(dǎo)。

綜上分析，既有研究較少?gòu)木W(wǎng)絡(luò)化運(yùn)營(yíng)整體角度出發(fā)，并考慮故障與客流的互動(dòng)作用關(guān)系，沒(méi)有形成相對(duì)成熟的技術(shù)方法準(zhǔn)確預(yù)判信號(hào)故障對(duì)網(wǎng)絡(luò)運(yùn)營(yíng)的影響，網(wǎng)絡(luò)化運(yùn)營(yíng)調(diào)控缺少有效的輔助決策手段。因此，圍繞網(wǎng)絡(luò)化運(yùn)營(yíng)核心要素及其在運(yùn)營(yíng)過(guò)程中的互動(dòng)作用關(guān)系，利用計(jì)算機(jī)仿真手段研究信號(hào)故障情況下異常運(yùn)營(yíng)狀態(tài)的演化過(guò)程，能夠定量分析信號(hào)故障對(duì)網(wǎng)絡(luò)化運(yùn)營(yíng)的影響，提供運(yùn)營(yíng)調(diào)控輔助決策手段，為城市軌道交通信號(hào)故障情況下高效安全的網(wǎng)絡(luò)化運(yùn)營(yíng)組織提供方法與技術(shù)支持。

1 城市軌道交通信號(hào)故障及調(diào)控分析

1.1 信號(hào)故障影響過(guò)程分析

城市軌道交通信號(hào)故障對(duì)運(yùn)營(yíng)的影響與運(yùn)營(yíng)的構(gòu)成要素緊密相關(guān)，如路網(wǎng)拓?fù)渑c設(shè)施、客流、列車(chē)群及運(yùn)營(yíng)調(diào)控方案等，并且在與這些要素相互作用的過(guò)程中動(dòng)態(tài)呈現(xiàn)出來(lái)。信號(hào)故障對(duì)運(yùn)營(yíng)狀態(tài)影響過(guò)程的層次結(jié)構(gòu)如圖1所示。

圖1 信號(hào)故障對(duì)運(yùn)營(yíng)狀態(tài)影響過(guò)程的層次結(jié)構(gòu)圖Fig.1 Hierarchical diagram of signal fault affecting operation state

由圖1可以看出，事件發(fā)生，信號(hào)故障所影響的對(duì)象、空間范圍和時(shí)間不斷發(fā)生動(dòng)態(tài)變化。在直接作用層，故障首先作用到線路設(shè)施和列車(chē)上，可能降低線路通過(guò)能力、改變列車(chē)運(yùn)行模式，從列車(chē)降速、停車(chē)或延誤等方面直接體現(xiàn)出對(duì)運(yùn)營(yíng)的影響。隨時(shí)間推移，可能會(huì)使得乘客乘車(chē)與出行不便而逐漸出現(xiàn)客流聚集與擁堵傳播，也可能造成后續(xù)列車(chē)延誤，并通過(guò)車(chē)流與客流交織作用逐步擴(kuò)散，使故障對(duì)運(yùn)營(yíng)的影響進(jìn)入連帶作用與客流傳播層。與此同時(shí)，運(yùn)營(yíng)人員可能會(huì)采取運(yùn)行調(diào)整或客流控制等調(diào)控措施，進(jìn)一步引起客流或列車(chē)群的狀態(tài)改變，隨著時(shí)間推移，車(chē)流延誤和客流擁堵逐步緩解、最終恢復(fù)正常，故障的影響在決策介入與調(diào)控層的作用下逐漸消散。

1.2 運(yùn)營(yíng)調(diào)控方式分析

發(fā)生信號(hào)故障突發(fā)情況后，目前運(yùn)營(yíng)部門(mén)會(huì)及時(shí)啟動(dòng)維修，還根據(jù)實(shí)際設(shè)施狀態(tài)、列車(chē)運(yùn)行及客流積聚情況制定運(yùn)營(yíng)調(diào)控措施。這是一種以運(yùn)行調(diào)整為核心、以列車(chē)控制為主導(dǎo)的運(yùn)營(yíng)調(diào)控方式，但較少考慮客流及車(chē)流互動(dòng)作用。然而，在網(wǎng)絡(luò)化運(yùn)營(yíng)模式下，客流的時(shí)空分布狀態(tài)無(wú)法由列車(chē)流分布狀態(tài)直接導(dǎo)出，而乘客是城市軌道交通的最終服務(wù)對(duì)象，客流需求與運(yùn)輸服務(wù)供給之間的協(xié)調(diào)匹配是運(yùn)營(yíng)調(diào)控的優(yōu)化目標(biāo)，如果以“列車(chē)為中心”實(shí)施運(yùn)營(yíng)調(diào)控，則難以實(shí)現(xiàn)這一目標(biāo)，因而網(wǎng)絡(luò)化運(yùn)營(yíng)應(yīng)該轉(zhuǎn)向“以乘客為中心”，在系統(tǒng)控制模式上增加故障對(duì)客流狀態(tài)影響的前饋機(jī)制，圍繞路網(wǎng)客流分布變化進(jìn)行信號(hào)故障下的運(yùn)營(yíng)調(diào)控。當(dāng)檢測(cè)到信號(hào)故障時(shí)，及時(shí)預(yù)判和推演客流動(dòng)態(tài)變化、評(píng)估信號(hào)故障對(duì)運(yùn)營(yíng)帶來(lái)的定量影響，在此基礎(chǔ)上，基于補(bǔ)償性調(diào)整方式來(lái)制定行車(chē)組織與客流組織相協(xié)同的網(wǎng)絡(luò)化運(yùn)營(yíng)調(diào)控方案，從而及時(shí)高效地疏解客流、恢復(fù)運(yùn)營(yíng)。實(shí)施“以乘客為中心”的運(yùn)營(yíng)調(diào)控需要具備2個(gè)方面的基礎(chǔ)：一是準(zhǔn)確預(yù)判故障對(duì)運(yùn)營(yíng)造成的影響及其發(fā)展變化，二是對(duì)不同調(diào)控方案的可能實(shí)施效果進(jìn)行評(píng)估并支持優(yōu)化調(diào)整。信號(hào)故障下“以乘客為中心”的運(yùn)營(yíng)調(diào)控控制方式如圖2所示。

圖2 信號(hào)故障下“以乘客為中心”的運(yùn)營(yíng)調(diào)控控制方式Fig.2 “Passenger oriented” operation control mode under signal fault

2 城市軌道交通信號(hào)故障仿真

對(duì)于復(fù)雜大規(guī)模城市軌道交通網(wǎng)絡(luò)，路網(wǎng)運(yùn)營(yíng)狀態(tài)呈現(xiàn)出復(fù)雜的非線性演化關(guān)系，而計(jì)算機(jī)仿真技術(shù)在復(fù)雜非線性動(dòng)態(tài)系統(tǒng)的建模與分析上具有獨(dú)到優(yōu)勢(shì)。結(jié)合乘客出行行為、列車(chē)運(yùn)行過(guò)程、行車(chē)組織方案、客流組織方案等不同要素，在掌握路網(wǎng)運(yùn)營(yíng)狀態(tài)的動(dòng)態(tài)變化基礎(chǔ)上，采用仿真技術(shù)對(duì)信號(hào)故障對(duì)網(wǎng)絡(luò)化運(yùn)營(yíng)的影響進(jìn)行定量評(píng)價(jià)。

2.1 運(yùn)營(yíng)仿真

利用“城市軌道交通路網(wǎng)客流分布推演仿真系統(tǒng)”[8]進(jìn)行信號(hào)故障情況下的網(wǎng)絡(luò)化運(yùn)營(yíng)仿真，該軟件可以依據(jù)用戶設(shè)置的路網(wǎng)拓?fù)渑c設(shè)施配置信息、路網(wǎng)客流量與OD、運(yùn)輸組織方案、異常事件及相關(guān)仿真模型參數(shù)，模擬不同場(chǎng)景下路網(wǎng)內(nèi)的列車(chē)運(yùn)行、乘客個(gè)體的出行選擇與出行動(dòng)態(tài)過(guò)程，從而形成路網(wǎng)運(yùn)營(yíng)狀態(tài)變化的推演。該仿真系統(tǒng)的輸出數(shù)據(jù)包括：線網(wǎng)各列車(chē)在出入段、進(jìn)出站、區(qū)間運(yùn)行、折返等各環(huán)節(jié)的動(dòng)態(tài)運(yùn)行過(guò)程數(shù)據(jù)，各乘客到達(dá)車(chē)站、進(jìn)站、站內(nèi)走行、站臺(tái)等車(chē)、上下車(chē)、換乘、出站走行、出站等各環(huán)節(jié)的動(dòng)態(tài)出行過(guò)程數(shù)據(jù)，路網(wǎng)客流在各站、各區(qū)間斷面、各列車(chē)上分布量變化的動(dòng)態(tài)數(shù)據(jù)等。

實(shí)施信號(hào)故障仿真，首先要進(jìn)行基礎(chǔ)數(shù)據(jù)輸入，并根據(jù)故障發(fā)生時(shí)的運(yùn)營(yíng)場(chǎng)景設(shè)計(jì)仿真實(shí)驗(yàn)方案，然后運(yùn)行仿真軟件，在信號(hào)故障與列車(chē)運(yùn)行、乘客出行的動(dòng)態(tài)交互作用中推演出路網(wǎng)運(yùn)營(yíng)狀態(tài)的變化。按照信號(hào)故障對(duì)運(yùn)營(yíng)狀態(tài)影響過(guò)程的層次結(jié)構(gòu)，從直接作用、連帶與傳播作用、決策介入等不同方面刻畫(huà)出信號(hào)故障對(duì)運(yùn)營(yíng)影響的動(dòng)態(tài)演化過(guò)程。

2.2 定量影響評(píng)價(jià)

按照“以乘客為中心”基本思想，從受影響的對(duì)象、時(shí)空范圍及程度等不同方面出發(fā)，設(shè)計(jì)故障影響定量指標(biāo)集，針對(duì)給定的場(chǎng)景，計(jì)算相應(yīng)的指標(biāo)值來(lái)衡量并分析信號(hào)故障對(duì)路網(wǎng)運(yùn)營(yíng)的定量影響。故障影響定量指標(biāo)集如表1所示。

針對(duì)需要進(jìn)行分析的信號(hào)故障設(shè)置2種仿真場(chǎng)景，分別對(duì)應(yīng)信號(hào)故障下的運(yùn)營(yíng)場(chǎng)景和同等條件下未發(fā)生信號(hào)故障的假設(shè)場(chǎng)景，進(jìn)行相應(yīng)場(chǎng)景下的仿真運(yùn)行，獲取2種場(chǎng)景下的仿真輸出數(shù)據(jù)，按指標(biāo)定義采用比較計(jì)算方法得到故障影響指標(biāo)的定量數(shù)值。

表1 故障影響定量指標(biāo)集Tab.1 Quantitative indicators of fault impact

2.3 遞進(jìn)優(yōu)化流程

在信號(hào)故障場(chǎng)景下，利用仿真系統(tǒng)對(duì)單個(gè)調(diào)控方案、組合調(diào)控方案的實(shí)施效果進(jìn)行仿真實(shí)驗(yàn)和分析，用戶根據(jù)仿真結(jié)果進(jìn)行評(píng)估后可對(duì)調(diào)控方案進(jìn)行修訂，然后再次進(jìn)行仿真實(shí)驗(yàn)，可優(yōu)選出最適合當(dāng)前運(yùn)營(yíng)場(chǎng)景的調(diào)控方案，保證各方案在網(wǎng)絡(luò)上相互協(xié)調(diào)配合，以達(dá)到最好的調(diào)控效果?；诜抡嬖u(píng)估的調(diào)控方案遞進(jìn)優(yōu)化流程如圖3所示。

圖3 基于仿真評(píng)估的調(diào)控方案遞進(jìn)優(yōu)化流程Fig.3 Progressive optimization process of control scheme based onsimulation evaluation

信號(hào)故障后，為了與能力損失情況下的行車(chē)組織相協(xié)調(diào)，往往需要在恰當(dāng)?shù)臅r(shí)機(jī)啟動(dòng)局部限流措施。合理的限流時(shí)機(jī)與當(dāng)時(shí)路網(wǎng)運(yùn)營(yíng)狀況、客流特性與行為、列車(chē)運(yùn)行調(diào)整方案等多種要素有關(guān)，運(yùn)用分段遞推的方法，通過(guò)多次仿真實(shí)驗(yàn)與評(píng)估的方式來(lái)實(shí)現(xiàn)限流時(shí)機(jī)閾值T控啟的計(jì)算。設(shè)故障發(fā)生時(shí)刻為T(mén)故，以T故為初始時(shí)段、?t為遞推間隔分時(shí)段，設(shè)置啟動(dòng)限流時(shí)刻及與之相對(duì)應(yīng)的若干實(shí)驗(yàn)方案，逐步進(jìn)行仿真實(shí)驗(yàn)，以滿足安全運(yùn)營(yíng)目標(biāo)的最晚限流時(shí)刻作為限流時(shí)機(jī)閾值。算法流程如下。

（1）置時(shí)間t為信號(hào)故障發(fā)生時(shí)刻T故，置計(jì)數(shù)器i為0，按故障場(chǎng)景下的客流OD、運(yùn)行調(diào)整圖、路網(wǎng)拓?fù)渑c設(shè)施數(shù)據(jù)、t時(shí)刻開(kāi)始限流等要素設(shè)置初始實(shí)驗(yàn)方案Pi。

（2）使t增加?t，i加1，按t時(shí)刻為限流開(kāi)始時(shí)間設(shè)置實(shí)驗(yàn)方案Pi，其他要素與Pi-1相同。

（3）針對(duì)實(shí)驗(yàn)方案Pi運(yùn)行仿真系統(tǒng)，得到仿真數(shù)據(jù)。

（4）抽取仿真數(shù)據(jù)中的各站臺(tái)聚集人數(shù)，如果存在某車(chē)站聚集人數(shù)達(dá)到站臺(tái)安全承載能力70%，則將T控啟設(shè)為Pi-1方案中的限流開(kāi)始時(shí)間，即T控啟=t- ?t，然后退出。

（5）如果t到達(dá)當(dāng)前運(yùn)營(yíng)結(jié)束時(shí)刻，則當(dāng)日不需限流，退出；否則轉(zhuǎn)步驟（1）。

3 仿真案例研究

以某市地鐵發(fā)生的一次信號(hào)故障為例，當(dāng)日17 : 32分，地鐵L號(hào)線發(fā)生信號(hào)設(shè)備故障，B站至J站的站間上下行列車(chē)降級(jí)以人工駕駛模式運(yùn)行，列車(chē)改按進(jìn)路閉塞法行車(chē)，故障期間故障區(qū)段若干車(chē)站采取臨時(shí)限流措施。18:04分信號(hào)故障修復(fù)，后續(xù)運(yùn)營(yíng)秩序逐步得到恢復(fù)。利用路網(wǎng)客流分布推演仿真系統(tǒng)計(jì)算故障對(duì)運(yùn)營(yíng)的定量影響，并對(duì)運(yùn)營(yíng)調(diào)控方案進(jìn)行分析、評(píng)估及優(yōu)化。

3.1 仿真實(shí)驗(yàn)方案設(shè)計(jì)

仿真實(shí)驗(yàn)方案設(shè)置如表2所示。P01為對(duì)照方案，P02為實(shí)際場(chǎng)景的復(fù)現(xiàn)，P03為故障后假設(shè)未限流的方案，方案P04—P10的設(shè)置目的在于仿真計(jì)算故障后最適宜的限流開(kāi)始時(shí)刻，即確定T控啟。

3.2 仿真過(guò)程及結(jié)果

對(duì)方案P01、方案P02進(jìn)行仿真實(shí)驗(yàn)，利用仿真輸出數(shù)據(jù)對(duì)信號(hào)故障影響定量指標(biāo)進(jìn)行計(jì)算，指標(biāo)計(jì)算結(jié)果如表3所示。

在信號(hào)故障影響定量分析基礎(chǔ)上，對(duì)信號(hào)故障后的運(yùn)營(yíng)調(diào)控方案進(jìn)行評(píng)估。比較方案P02 (實(shí)際場(chǎng)景)和方案P03 (假設(shè)未限流)下的仿真結(jié)果可知，若不進(jìn)行限流，則會(huì)在路網(wǎng)中若干車(chē)站形成顯著擁堵。C車(chē)站聚集人數(shù)比較如圖4所示。C車(chē)站出站列車(chē)滿載率比較如圖5所示。因此，信號(hào)故障后實(shí)施限流可以避免將來(lái)可能產(chǎn)生的擁堵，是有必要的，但是原方案17 : 35限流開(kāi)始時(shí)刻遠(yuǎn)遠(yuǎn)早于預(yù)計(jì)達(dá)到擁堵?tīng)顟B(tài)的時(shí)刻，對(duì)服務(wù)水平影響較大，如果選擇最適宜的限流時(shí)機(jī)有可能以較小的代價(jià)達(dá)到網(wǎng)絡(luò)協(xié)同調(diào)控目標(biāo)。

為此，進(jìn)一步分析P04至P10共7個(gè)方案下的仿真數(shù)據(jù)，計(jì)算得到限流時(shí)間閾值T調(diào)控為23 min，即17 : 55開(kāi)始車(chē)站限流為宜。這樣，通過(guò)推遲限流開(kāi)始時(shí)刻減少了受影響的乘客數(shù)量，而相應(yīng)車(chē)站的聚集人數(shù)和列車(chē)滿載率仍然滿足能力與服務(wù)水平制約。這說(shuō)明通過(guò)優(yōu)化限流時(shí)機(jī)，可以用更小的代價(jià)實(shí)施故障下的運(yùn)營(yíng)組織，以保證信號(hào)故障時(shí)期的運(yùn)營(yíng)安全和服務(wù)質(zhì)量。

圖4 C車(chē)站聚集人數(shù)比較Fig.4 Comparison of passenger numbers at station C

圖5 C車(chē)站出站列車(chē)滿載率比較Fig.5 Comparison of train load ratio from station C

表2 仿真實(shí)驗(yàn)方案設(shè)置Tab.2 Setting of simulation experiment scheme

表3 指標(biāo)計(jì)算結(jié)果Tab.3 Calculation result of indicators

4 結(jié)束語(yǔ)

通過(guò)不同場(chǎng)景下的仿真實(shí)驗(yàn)及指標(biāo)計(jì)算，可以發(fā)現(xiàn)，信號(hào)故障對(duì)運(yùn)營(yíng)的影響往往不局限于故障區(qū)段，在城市軌道交通網(wǎng)絡(luò)化運(yùn)營(yíng)條件下可能從發(fā)生地點(diǎn)到其他線路進(jìn)行擴(kuò)散，在一定范圍形成間接影響，而且在信號(hào)故障修復(fù)后，路網(wǎng)客流的異常情況可能持續(xù)更長(zhǎng)的時(shí)間。利用信號(hào)故障仿真與分析評(píng)估方法，可以準(zhǔn)確計(jì)算信號(hào)故障的影響范圍，為運(yùn)營(yíng)調(diào)控提供量化決策依據(jù)并輔助進(jìn)行調(diào)控參數(shù)優(yōu)化。