高速铁路列车运行控制系统安全风险辨识及分析研究

摘要

高速铁路的发展，极大提高了列车的运行速度，缩短了城市间的时空距离，方便了人们的出行，促进了区域经济的繁荣与文化的交流。当列车运行速度提高到一定程度以后，依靠司机嘹望和人工驾驶已难以保证行车安全。根据国际铁路联盟规定，当列车运行时速超过160km时，为保证高速铁路的行车安全，必须装备列车运行控制系统（简称列控系统）。列控系统是实时控制列车安全运行间隔、防止列车超速运行的高速铁路核心技术装备和安全关键系统，对于保障高速铁路行车安全、提高运输效率具有重大作用。列控系统综合应用了计算机、现代通信和自动控制等技术，由车载设备和地面设备组成，系统庞大，在组成结构、功能层次、功能执行过程和状态变迁等方面都比较复杂，各种随机失效和系统失效均可能导致极其严重的后果，与传统铁路信号系统相比面临更加苛刻的安全需求。由于高速铁路列控系统是我国铁路信号领域中的新技术，系统未经过现场长期应用的验证，部分技术规范仍处于不断修订和完善之中，系统中许多潜在的安全风险尚未完全掌握，因此，基于经验及技术规范的传统安全保障手段已不能满足列控系统的安全需求。
　　本文基于系统安全风险理论和方法，利用模糊不确定理论、基于逼近理想解的排序法(TOPSIS)、贝叶斯网络、可拓学以及Petri网等建模理论，围绕高速铁路列车运行控制系统安全风险辨识及分析的关键问题展开研究，论文的主要研究内容与成果包括:
　　1.将列控系统自上而下划分为系统层、子系统层、单元层、单元板层和模块层，在分层的基础上，分别从系统组成、功能层次、状态变迁和功能执行过程等多维视角，提出了列控系统结构参考模型、功能分层模型、基于P/T系统的状态转移模型和基于SPN的功能执行过程模型的构建与验证方法，并结合危险与可操作性分析(HAZOP)技术，提出了基于结构参考模型、功能分层模型、状态转移模型和功能执行过程模型的安全风险辨识方法，可以提高列控系统安全风险辨识的系统性和全面性。以列控中心子系统为例，分别建立了列控中心的结构参考模型、功能分层模型、状态转移模型和临时限速设置功能执行过程模型，并给出了危险源识别的示例。
　　2.针对安全风险等级分析过程中存在的模糊不确定性，建立了基于模糊不确定性理论的列控系统危险源的安全风险等级分析模型。首先基于风险矩阵构建了危险源的安全风险等级推理规则库，分别从危险源发生的可能性和后果严重性两个方面，利用模糊群决策、模糊层次分析法和多级模糊综合评判，建立了危险源的发生频率等级分析模型和后果严重度等级分析模型，最后结合推理规则，实现了危险源安全风险等级的模糊推理。
　　3.在安全风险等级分析的基础上，提出了相同等级的危险源的安全风险排序问题。从危险源发生的可能性和后果的严重性两个方面，建立了列控系统危险源的风险评价指标体系，基于模糊层次分析法计算了各评价指标的权值。在指标体系构建及权值计算的基础上，应用TOPSIS法和模糊集理论，建立了基于多级模糊TOPSIS法的列控系统危险源安全风险排序模型，可以从众多相同安全风险等级的危险源中分离出风险更高的危险源，为加强危险源的重点管控提供科学依据。
　　4.基于故障树和事件树的概率安全风险分析方法，融合贝叶斯网络和模糊集理论，研究了基于故障树和事件树的贝叶斯网络模型的构造方法、基于多专家模糊评判的贝叶斯网络根节点先验概率的分析算法以及基于等效死亡的危险源定量安全风险计算方法，提出了基于贝叶斯网络的列控系统危险源的定量安全风险分析模型，统一了危险源的原因分析模型和后果分析模型，继承了故障树和事件树建模的优点，降低了贝叶斯网络模型构造以及根节点先验概率获取的难度，既可以定量计算危险源的安全风险，又可以诊断分析导致不同后果的主要因素及其后验概率。以列控中心错误驱动信号继电器为例，建立了列控中心错误驱动信号继电器的贝叶斯网络模型，利用基于多专家模糊评判的根节点先验概率分析算法，通过仿真得到了贝叶斯网络模型中各个根节点的先验概率。最后利用基于聚类的贝叶斯网络推理算法，通过因果推理，定量计算了列控中心错误驱动信号继电器及各种可能后果的发生概率，并结合等效死亡的概念，得出了列控中心错误驱动信号继电器的安全风险;通过诊断推理，分析了导致不同后果发生的主要因素及其后验概率。
　　5.从列控系统的系统层面和运营角度，提出了列控系统运营安全风险分析的问题。基于安全系统工程的原理，从设备、操作、维修、管理、环境和更新改造等方面，建立了列控系统运营安全风险的评价指标体系，并应用模糊层次分析法计算了各评价指标的权值。在指标体系构建及权值计算的基础上，将可拓学引入列控系统运营安全风险分析，建立了列控系统运营安全风险多级可拓分析模型，既可以评判列控系统运营的整体安全风险水平，又可以评判各单项评价指标的安全风险水平，为查找列控系统运营期存在的薄弱环节提供科学依据。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 系统安全风险理论

1．2．1 基本概念

1．2．2 危险-事故转化基本原理

1．2．3 系统全生命周期V模型

1．2．4 系统安全风险辨识、分析与控制

1．2．5 最低合理可行性原则(ALARP)

1．3 国内外研究现状

1．3．1 关于安全风险辨识的研究

1．3．2 关于安全风险分析的研究

1．4 论文主要研究内容

1．5 技术路线

第2章 基于模型的列控系统安全风险辨识研究

2．1 中国高速铁路列车运行控制系统(CTCS)概述

2．1．1 系统架构

2．1．2 基本工作原理

2．2 列控系统安全风险辨识的特点与思路

2．3 列控系统安全风险辨识模型的构建方法

2．3．1 模型构建的层次结构

2．3．2 模型构建的视角与类型

2．3．3 模型构建的方法

2．3．4 模型间的约束

2．4 列控中心安全风险辨识模型

2．4．1 列控中心结构参考模型

2．4．2 列控中心功能分层模型

2．4．3 Petri网理论与建模技术

2．4．4 列控中心状态转移模型

2．4．5 列控中心功能执行过程模型

2．5 基于模型的安全风险辨识

2．5．1 基于模型的安全风险辨识流程

2．5．2 基于结构参考模型的安全风险辨识

2．5．3 基于功能分层模型的安全风险辨识

2．5．4 基于状态转移模型的安全风险辨识

2．5．5 基于功能执行过程模型的安全风险辨识

2．6 本章小结

第3章 列控系统危险源的安全风险等级分析研究

3．1 模糊不确定性基础理论

3．1．1 基本定义与定理

3．1．2 模糊数的四则运算

3．1．3 基于模糊层次分析法的风险评价指标权重计算方法

3．2 基于模糊不确定性理论的列控系统危险源的安全风险等级分析

3．2．1 基于风险矩阵的危险源安全风险等级推理规则

3．2．2 基于模糊群决策的发生频率等级分析

3．2．3 基于多级模糊综合评判的后果严重度等级分析

3．3 算例

3．3．1 发生频率等级分析

3．3．2 后果严重度等级分析

3．3．3 基于推理规则的危险源安全风险等级分析

3．4 本章小结

第4章 相同等级的列控系统危险源安全风险排序研究

4．1 危险源的风险评价指标体系及指标权重

4．1．1 危险源的风险评价指标体系

4．1．2 基于模糊层次分析法的指标权重计算

4．2 后果严重度等级的模糊数定义

4．3 基于多级模糊TOPSIS法的危险源安全风险排序模型

4．3．1 构建指标值矩阵X

4．3．2 指标值矩阵X模糊化与规范化

4．3．3 构造加权规范化矩阵

4．3．4 确定理想解和负理想解

4．3．5 计算待排序危险源与理想解和负理想解的距离

4．3．6 确定相对接近度

4．3．7 综合评价

4．4 算例

4．4．1 专家评判

4．4．2 第2层次综合评价

4．4．3 第1层次综合评价

4．5 本章小结

第5章 列控系统危险源的定量安全风险分析研究

5．1 贝叶斯网络基础理论

5．1．1 概率论和图论基础

5．1．2 贝叶斯网络的定义

5．1．3 贝叶斯网络的构造

5．1．4 贝叶斯网络的推理

5．2 基于贝叶斯网络的列控系统危险源定量安全风险分析

5．2．1 基于故障树和事件树的贝叶斯网络模型构造方法研究

5．2．2 基于多专家模糊评判的根节点先验概率分析算法研究

5．2．3 贝叶斯网络模型的推理

5．3 算例

5．3．1 构建事件树模型

5．3．2 构建故障树模型

5．3．3 基于故障树和事件树的贝叶斯网络模型构造

5．3．4 贝叶斯网络模型的仿真与结果分析

5．4 本章小结

第6章 列控系统运营安全风险分析研究

6．1 可拓学基础理论

6．1．1 基本概念

6．1．2 关联函数

6．2 列控系统运营安全风险的指标体系及指标权重

6．2．1 运营安全风险的指标体系

6．2．2 基于模糊层次分析法的指标权重计算

6．3 列控系统运营安全风险多级可拓分析模型

6．3．1 定义安全风险等级集N和评价指标集U

6．3．2 确定经典域物元和节域物元

6．3．3 确定待评物元

6．3．4 建立关联函数

6．3．5 计算待评物元与各安全风险等级的关联度

6．3．6 第2层次可拓综合评价

6．3．7 第1层次可拓综合评价

6．3．8 列控系统运营安全风险等级评判

6．4 算例

6．4．1 第2层次可拓综合评价

6．4．2 第1层次可拓综合评价

6．4．3 结果分析及建议

6．5 本章小结

结论与展望

致谢

参考文献

攻读博士学位期间发表论文及科研情况