城市地铁网络系统物理脆弱性的评价及控制研究

摘要

城市地铁网络系统作为城市公共交通的重要组成部分，是一个复杂的公共交通系统，一旦发生运营事故，轻则造成列车晚点或停运、乘客滞留无法疏散，重则造成全线路网瘫痪、重大设备毁坏、人员伤亡和重大经济损失。随着投入运营的城市地铁线路越来越多，网络化运营条件下的地铁运营安全问题引起了众多研究人员和从业者的广泛关注。地铁运营事故的统计分析表明:设备设施易受干扰而产生的性能退化、运行故障及其传播是导致运营事故发生的主要原因。因此，研究城市地铁网络系统的物理脆弱性对提高地铁运行安全具有重大的理论意义和应用价值。本论文从脆弱性的研究视角出发，分析了地铁系统物理脆弱性的形成机理，采用科学合理的方法识别、评价地铁系统物理脆弱源，并提出物理脆弱性的控制方法和措施。
　　(1)作者通过对大量已有研究文献的梳理，总结了安全风险及脆弱性研究的理论与方法，阐述了脆弱性的研究现状和研究方向，指出了城市地铁网络系统脆弱性的研究不足。在此基础上，介绍了城市地铁网络系统的概念、物理构成及运营特征，分析了城市地铁网络系统物理脆弱性的内涵、特性及形成机理。进而，确定了物理脆弱性的研究层次，包括网络拓扑层、设备设施层和故障模式层，其中，故障模式是物理脆弱性激发的直观后果。
　　(2)基于复杂网络理论，提出了网络脆弱性的测度方法，阐述了城市地铁网络系统的网络模型构建方法，并以信号系统为例进行了实证分析。本论文将城市地铁网络系统分解为31个功能模块，分析各功能模块之间的物理关系和功能关系，运用Pajek软件构建了UMNS物理网络模型。用Pajek软件构建了物理网络模型。在基本拓扑特征分析的基础上，提出了仿真策略，运用网络脆弱性的测度方法研究了城市地铁网络系统的物理脆弱性，识别了关键的脆弱域。研究结果表明:基于复杂网络理论对城市地铁网络系统进行脆弱性研究是可行的，脆弱性最高的两个子系统分别是列车自动监控系统和车辆系统;在失效顺序方面，脆弱性从高到低的三种失效顺序依次为度顺序、介数顺序、随机顺序;在失效规模方面，脆弱性符合帕累托定律，20％的重要节点失效会造成80％的系统功能丧失。
　　(3)在分析地铁系统设备设施运营特征的基础上，构建了地铁网络系统物理脆弱点的脆弱性评价指标体系，包括:千公里故障率、抗干扰能力、功能影响度、运营影响度、安全危害度、故障难检度六大指标，建立了基于灰色关联分析法和逼近理想解法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）的城市地铁网络系统物理脆弱点评价模型。本论文中以车辆系统为例，通过实地调研和专家问卷获取研究资料，运用模糊集理论进行量化处理，所得数据为车辆系统的物理脆弱点提供了有力支撑。研究表明:基于灰色关联TOPSIS方法对物理脆弱性进行评价是可行的;在车辆系统中，车门系统的脆弱性最高，其次是列车控制与管理系统。
　　(4)基于复杂网络免疫理论和熵增原理，结合地铁系统的物理脆弱性的层次化特征，提出了城市地铁网络系统物理脆弱性的控制策略，即控制关键脆弱域中设备设施的运行状态。基于该控制策略，作者分析了地铁系统设备设施运行状态的演化过程，阐述了劣化度的分析方法，构建了设备设施状态评价模型，以轮对设备为例进行了实证分析。设备设施状态评价可以为设备状态预警阈值提供重要的参考依据，对提高设备设施的维护效果具有重大的理论意义和实践价值。作者在总结维护方式发展历程的基础上，提出了面向物理脆弱性控制的设备设施维护方式的逻辑决策图。研究表明:论文提出的物理脆弱性控制策略是科学合理的，在技术可行和经济可行的条件下，预防性维护可以极大的降低物理脆弱性的激发概率。
　　(5)物理脆弱性激发的直接后果就是各种各样的故障模式及其传播，从而造成不确定范围内设备设施的功能失效或崩溃，从故障预控的角度进行物理脆弱性的控制研究显得十分必要。作者通过实地调研和专家问卷获取研究资料，利用模糊集理论进行量化处理获取了所需数据。基于故障模式、影响与危害性分析(Failure Mode，Effects andCriticality Analysis，FMECA)方法分析设备设施的故障模式，运用影响图理论识别出故障模式的关键影响因素，进而针对关键影响因素提出了可行有效的具体控制措施。研究表明:转向架系统故障模式中危害性最大的是轮对损伤，其次是减震器漏油;轮对损伤的关键影响因素依次为:维修体系不完善、检修人员技能不足、驾驶人员技能不足、温度变化及恶劣天气;针对故障模式的影响因素，在实践中通过完善维护体系和人员控制等措施来降低故障发生频率，能够有效地降低物理脆弱性，符合地铁运营的实际情况。

目录

声明

摘要

图表目录

第1章 绪论

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 研究现状和启示

1．2．1 安全风险的理论研究与评价方法

1．2．2 脆弱性的理论模型及评价方法

1．2．3 UMNS的研究现状

1．2．4 不同领域的脆弱性研究现状

1．2．5 现有研究的评论及不足

1．3 研究目标和内容

1．3．1 课题的来源和背景

1．3．2 研究目标

1．3．3 研究内容

1．3．4 研究内容框架结构

1．4 研究方法和技术路线

1．4．1 研究方法

1．4．2 技术路线

1．5 本章小结

第2章 城市地铁网络系统物理脆弱性分析

2．1 城市地铁网络系统介绍

2．1．1 城市地铁网络系统

2．1．2 城市地铁网络系统的物理构成

2．1．3 地铁运营特点

2．1．4 网络化运营特征

2．2 UMNS物理脆弱性的内涵及特性

2．2．1 脆弱性内涵及相关概念研究

2．2．2 物理脆弱性的定义和内涵

2．2．3 物理脆弱性的特性

2．3 UMNS物理脆弱性的影响因素

2．3．1 物理脆弱性的内部影响因素

2．3．2 物理脆弱性的外部影响因素

2．4 UMNS物理脆弱性的形成机理

2．5 UMNS物理脆弱性的研究层次

2．6 本章小结

第3章 基于复杂网络理论的UMNS物理脆弱域评价

3．1 复杂网络理论概述

3．1．1 复杂系统的含义和特征

3．1．2 复杂网络——复杂系统的研究方法

3．1．3 复杂网络常用的拓扑特征量

3．1．4 复杂网络脆弱性测度方法

3．2 UMNS物理网络模型构建方法

3．2．1 Pajek软件简介

3．2．2 网络模型构建方法

3．3 物理脆弱域评价的实证分析

3．3．1 建立网络模型

3．3．2 拓扑性质分析

3．3．3 仿真策略分析

3．3．4 评价结果及讨论

3．4 本章小结

第4章 基于灰色关联TOPSIS方法的UMNS物理脆弱点评价

4．1 理论基础及研究方法

4．1．1 灰色系统理论

4．1．2 TOPSIS方法

4．1．3 模糊集理论

4．1．4 权重赋值方法

4．2 基于灰色关联TOPSIS方法的物理脆弱点评价模型

4．2．1 指标体系的构建方法

4．2．2 脆弱点的脆弱性评价模型

4．2．3 权重赋值

4．3 UMNS物理脆弱点评价的实证分析

4．3．1 指标体系构建

4．3．2 数据收集及处理

4．3．3 权重赋值

4．3．4 评价结果及讨论

4．4 本章小结

第5章 基于状态维护的UMNS物理脆弱性控制研究

5．1 物理脆弱性控制分析

5．1．1 物理脆弱性控制的含义

5．1．2 物理脆弱性的控制机制

5．2 基于免疫理论和熵增原理的物理脆弱性控制策略

5．2．1 免疫理论

5．2．2 熵增原理

5．2．3 UMNS物理脆弱性控制策略

5．3 UMNS物理系统的运行状态分析

5．3．1 设备设施状态演化

5．3．2 劣化度分析方法

5．3．3 状态评价模型及其实证分析

5．4 面向物理脆弱性控制的维护方式决策

5．4．1 维护方式的发展历程

5．4．2 维护方式的逻辑决策模型

5．5 本章小结

第6章 基于故障预控的UMNS物理脆弱性控制研究

6．1 面向物理脆弱性控制的故障及其影响因素分析模型

6．2 脆弱点的故障模式分析

6．2．1 FMECA方法

6．2．2 FMECA的分析流程

6．2．3 实证分析

6．3 基于影响图理论的故障影响因素分析

6．3．1 影响图理论介绍

6．3．2 实证分析

6．4 面向物理脆弱性控制的故障影响因素调控措施

6．4．1 不断完善维护体系

6．4．2 提高工作人员的作业能力

6．4．3 加强安全文化建设

6．4．4 提高应对环境变化的能力

6．5 本章小结

第7章 结论与展望

7．1 主要的研究工作及其结论

7．2 论文的创新点

7．3 研究不足及展望

致谢

参考文献

附录

学术成果清单