铁路列车调度员疲劳机理与发展规律研究

摘要

铁路调度指挥体系是运输生产系统的神经中枢，列车调度员是铁路调度指挥体系的核心岗位，负责统筹指挥调度区段内列车运行和其他运输生产活动。疲劳问题在列车调度员群体广泛存在，密切关系着生产安全、调度质量和身心健康。围绕列车调度员疲劳问题，以调度指挥工作系统分析，阐释了列车调度员疲劳产生和发展机理，设计并实现了一系列疲劳监测数据处理算法，掌握了疲劳程度水平、发展过程和发展普遍规律，为列车调度员及类似人员疲劳风险管理提供了科学理论支撑和实现技术途径。
　　论文主要研究工作包括:
　　(1)列车调度员调度指挥工作系统分析
　　基于中国铁路运输运营管理体系，分析调度指挥体系结构及控制结构，研究调度指挥工作机制，包括计划工作机制、分解协调机制，时间事件混合滚动机制。系统阐释列车调度员调度指挥工作的业务范畴、工作环境和调度指挥过程。比较研究列车调度员调度区段管辖模式和管辖规模分布规律，基于排班制度分析调度指挥时间工作时长和工作—休息规律，统计分析调度指挥主观负荷、疲劳程度及人员健康状况。
　　(2)列车调度员疲劳生成与发展机理
　　以既有研究分析界定列车调度员疲劳内涵和类型，根据工作特性和人体生理规律剖析疲劳影响因素，选择疲劳及其影响因素度量指标和方法。鉴于调度指挥工作的信息处理本质，构建单事件调度指挥通用模型描述调度指挥信息加工过程，构建全过程调度指挥综合模型描述调度指挥控制流程和不同工作序列间的逻辑关系。
　　以疲劳物质积累论和中枢系统变化论为基础，综合考虑人体脑部新陈代谢特征、调度指挥信息处理与疲劳发生主观感受，基于自由基学说构建列车调度员疲劳生成模型。描述列车调度员疲劳程度动态发展过程和阶段，研究不同阶段的判定条件。以脑部氧自由基浓度为媒介构建列车调度员疲劳程度发展机理的通用递推模型，描述疲劳程度发展变化与其影响因素间的动态关系。
　　(3)列车调度员疲劳监测数据处理方法
　　系统分析列车调度员疲劳监测场景特征、功能需求和性能需求，设计疲劳监测系统体系架构、物理结构与配置方案、功能结构和信息处理业务流程。以相邻帧图像间人脸和人眼尺度及位置变化幅度为基础，设计并实现自适应快速图像检测算法、智能推断校验算法和进程侦测控制算法，以此提升图像处理速率和数据质量。以图像处理数据结果为输入，设计并实现数据质量评估算法和眼睑距离交互校验算法。设计并实现基于帧间约束的眼睑距离自适应修正算法、眨眼事件自动侦测算法和自适应参数标定算法，提高数据处理准确性和鲁棒性。以眨眼事件平均时间间隔为媒介，基于分段组合策略设计并实现P80值的柔性组合计算算法，降低基础数据连续性需求。设计并实现基于生理节律的P80值自适应补全和修正技术，解决疲劳程度数据完备性和连续性问题。
　　(4)列车调度员疲劳程度发展规律实证研究
　　列车调度员疲劳监测数据不仅直接反映其疲劳程度，同时间接蕴含疲劳程度发展规律。根据调度指挥工作特点设计列车调度员工作视频采集方案，经图像处理和数据处理获得P80值时间序列。以P80值时间序列为基础，对比分析夜班和白班列车调度员疲劳程度概率分布和时间分布情况，利用P80值变化速率时间分布描述疲劳程度发展过程。针对P80值时间序列进行筛选、分组映射和智能拟合，确定疲劳程度发展递推模型函数形式和参数，揭示疲劳程度发展变化与其影响因素问的相互关系。

目录

声明

摘要

第1章 绪论

1．1 选题背景与研究意义

1．2 国内外研究现状

1．2．1 人体疲劳定义与疲劳影响

1．2．2 疲劳影响与危害

1．2．3 人体疲劳产生机理研究进展

1．2．4 人体疲劳测量方法研究进展

1．2．5 人体疲劳生物数学模型研究进展

1．2．6 列车调度员疲劳程度发展规律

1．3 研究目标及内容

1．4 研究方法及技术路线

第2章 列车调度员调度指挥工作系统分析

2．1 我国铁路调度指挥体系与工作机制

2．1．1 我国铁路调度指挥体系结构

2．1．2 我国铁路调度指挥工作机制

2．2 列车调度员的调度指挥工作

2．2．1 列车调度员的业务范畴

2．2．2 列车调度员的调度指挥环境

2．2．3 列车调度员的调度指挥过程

2．3 列车调度员工作负荷、疲劳与健康情况

2．3．1 列车调度区段管辖模式与规模

2．3．2 列车调度员工作时间与工作负荷

2．3．3 列车调度员疲劳程度与健康状况

2．4 本章小结

第3章 列车调度员疲劳生成与发展机理模型

3．1 列车调度员疲劳内涵及影响因素

3．1．1 列车调度员疲劳内涵

3．1．2 列车调度员疲劳影响因素

3．2 列车调度员疲劳及影响因素度量方法

3．2．1 列车调度员疲劳度量方法

3．2．2 列车调度员疲劳影响因素度量方法

3．3 列车调度员调度指挥工作模型

3．3．1 单事件调度指挥通用模型

3．3．2 全过程调度指挥综合模型

3．4 列车调度员调度指挥疲劳生成模型

3．4．1 列车调度员信息处理能量代谢过程

3．4．2 列车调度员疲劳生成机理模型

3．5 列车调度员调度指挥疲劳发展通用模型

3．5．1 列车调度员疲劳发展变化过程

3．5．2 列车调度员疲劳发展模型构建

3．6 本章小结

第4章 列车调度员疲劳监测方法研究

4．1 列车调度员疲劳监测需求分析

4．1．1 对象与场景特征分析

4．1．2 疲劳监测功能需求分析

4．1．3 疲劳监测性能需求分析

4．2 列车调度员疲劳监测系统设计

4．2．1 疲劳监测体系架构设计

4．2．2 疲劳监测物理结构设计

4．2．3 疲劳监测功能结构设计

4．2．4 疲劳监测业务流程设计

4．3 列车调度员疲劳监测图像自适应处理算法

4．3．1 图像处理基本功能的技术实现

4．3．2 基于帧间约束的自适应人脸检测算法

4．3．3 自适应快速人眼检测及智能估算算法

4．3．4 间隔人脸识别和跳帧快速处理算法

4．4 列车调度员疲劳监测数据自适应智能处理算法

4．4．1 数据质量智能评估算法

4．4．2 眼睛闭合程度P80值自适应计算算法

4．4．3 基于生理规律的PERCLOS值自适应修正算法

4．5 本章小结

第5章 列车调度员疲劳发展规律实证研究

5．1 列车调度员疲劳程度数据采集与处理

5．2 列车调度员疲劳程度及发展变化过程

5．2．1 白班列车调度员疲劳程度及发展过程

5．2．2 夜班列车调度员疲劳程度及发展过程

5．3 列车调度员疲劳程度发展变化规律

5．3．1 列车调度员疲劳程度影响因素量化评估

5．3．2 列车调度员疲劳程度发展模型形式及参数

5．4 本章小结

第6章 结论与展望

致谢

参考文献

攻读博士学位期间发表的论文及科研情况