唐菁菁， 王牡丹， 駱雪平

地鐵運營危險源管理信息系統(tǒng)設(shè)計

唐菁菁， 王牡丹， 駱雪平

（華中科技大學 土木工程與力學學院，湖北 武漢 430074）

針對我國地鐵運營安全事故頻發(fā)的現(xiàn)狀，為提高地鐵運營安全管理水平，本文旨在研究地鐵運營危險源定量評價方法并構(gòu)思管理信息系統(tǒng)設(shè)計?；趯Φ罔F運營人、物、環(huán)境、管理等四類危險源的具體辨識，先從地鐵運營安全事故發(fā)生的概率和造成的損失量兩個角度建立風險矩陣，對危險源做出局部評價并劃分風險等級，隨后提出運用SOM神經(jīng)網(wǎng)絡(luò)模型對地鐵運營危險源做整體評價。最后借助無線射頻識別技術(shù)、基于Hadoop平臺的大數(shù)據(jù)管理等對前述決策支持信息進行采集和分析，構(gòu)建具有實時監(jiān)測、分析評價和自動控制等三個核心功能的管理信息系統(tǒng)，從而協(xié)助地鐵公司實現(xiàn)對地鐵運營危險源的全過程、全方位智能化管理。

地鐵運營； 危險源； 管理信息系統(tǒng)； 風險矩陣； SOM神經(jīng)網(wǎng)絡(luò)

地鐵在城市交通體系中扮演著越來越重要的角色，但近年來地鐵運營事故頻發(fā)，如2015年4月20日深圳地鐵發(fā)生踩踏事故，2015年4月25日北京地鐵某乘客跳下站臺當場死亡。地鐵運營安全管理亟待完善，相關(guān)研究亦具有積極意義。

本文針對此現(xiàn)狀對地鐵運營危險源進行研究，依據(jù)危險源的定義和地鐵運營系統(tǒng)的特點對其進行分類，從局部和整體兩個角度全面評價危險源的風險程度，并運用新技術(shù)設(shè)計危險源管理信息系統(tǒng)，力求實現(xiàn)對危險源的實時監(jiān)測和動態(tài)評價，提高地鐵運營安全管理效率。

1 危險源辨識

根據(jù)GB/T 28001-2011《職業(yè)健康安全管理體系要求》，危險源指可能導致傷害或疾病、財產(chǎn)損失、工作環(huán)境破壞或這些情況組合的根源或狀態(tài)。

地鐵運營系統(tǒng)中的危險源可以劃分為人、物、環(huán)境和管理四大類［1］：

（1）與人有關(guān)的危險源

在地鐵系統(tǒng)中任何人的不安全行為都可能導致事故，據(jù)此相關(guān)危險源主要包括乘客和工作人員。

（2）與物有關(guān)的危險源

地鐵運營系統(tǒng)中存在著大量的設(shè)施設(shè)備，統(tǒng)計表明，由于設(shè)備設(shè)施故障導致地鐵運營事故的比例高達70%以上，因此需要對地鐵運營系統(tǒng)中可能成為危險源的設(shè)備進行詳細分類研究，如圖1所示。

圖1 與物有關(guān)的危險源

（3）與環(huán)境有關(guān)的危險源

地鐵是以地下運行為主的城市軌道交通系統(tǒng)，其環(huán)境很大程度上需依托于地鐵系統(tǒng)自身控制，同時地鐵系統(tǒng)易受外界環(huán)境的影響，如地震、水災(zāi)等。因此，與環(huán)境有關(guān)的危險源主要有天氣情況、空氣質(zhì)量和地質(zhì)情況三大類。

（4）與管理有關(guān)的危險源

地鐵作為公共交通系統(tǒng)，人流量大，設(shè)施及設(shè)備繁多，且長期保持運營狀態(tài)，因此在運營過程中一旦發(fā)生管理不當也易導致危險的發(fā)生。與管理有關(guān)的危險源主要包括人員管理、設(shè)備管理和規(guī)章制度三大類。

地鐵運營系統(tǒng)中危險源具有種類多、數(shù)量大的特點，僅僅采用單一的識別方法很難全面地識別出危險源。因此本文擬綜合運用實地調(diào)查、問卷調(diào)查、資料查詢和事故分析識別地鐵系統(tǒng)的危險源，力求更加全面、可靠。

2 危險源評價

2.1 評價概述

危險源評價是對其風險程度進行評估，根據(jù)評估結(jié)果判斷地鐵運營系統(tǒng)所處的安全狀態(tài)。近年來，國內(nèi)學者關(guān)于地鐵運營風險評估做了大量工作，有的致力于降低評價過程中的主觀因素，如層次分析法對指標權(quán)重的確定［2］；有的致力于運用新思想構(gòu)建風險評估模型，如基于集對分析理論的三元聯(lián)系度函數(shù)模型［3］；有的致力于將新興技術(shù)應(yīng)用于已有模型中，如基于云模型的模糊綜合評價方法［4］。

2.2 評價方法及思路

本文利用風險矩陣評估方法（Risk Matrix Method，RMM）和SOM神經(jīng)網(wǎng)絡(luò)（Self-Organizing Maps，SOM）分別對地鐵運營系統(tǒng)危險源進行局部評價和整體評價，建立一個精細、全面的評價體系。局部評價在于對危險源進行針對性的實時控制，整體評價旨在對地鐵運營管理決策提供參考。評價思路如圖2所示。

圖2 危險源評價思路

2.2.1 局部評價

本文擬運用風險矩陣評估方法從事故后果的損失量和發(fā)生的概率兩個角度定量評估地鐵運營過程中各個危險源的風險程度，以便采取針對性的控制措施。

（1）事故損失量評估

結(jié)合危險源的定義，地鐵運營過程中危險源可能導致的事故后果主要為人員傷亡、財產(chǎn)損失和環(huán)境破壞。因此，需從這三方面來評估事故后果的損失量。鑒于其指標屬性不同，故用等效經(jīng)濟損失來衡量，以便統(tǒng)一比較分析。本文擬采用如下數(shù)學模型來折算等效經(jīng)濟損失［5］：

S=C+20×（N1+0.5×N2+105/6000×N3）（1）式中：S為事故損失量（萬元）；C為直接財產(chǎn)損失的評估值（萬元）；N1、N2、N3為人員死亡、重傷、輕傷人數(shù)的評估值。根據(jù)GB 6441-86《企業(yè)職工傷亡事故分類標準》，輕傷指損失工作日為1個工作日以上（含1個工作日），105個工作日以下的失能傷害；重傷指損失工作日為105工作日以上（含105個工作日），6000個工作日以下的失能傷害；死亡指損失工作日為6000工作日以上（含6000工作日）的失能傷害。

由于事故引起的輕傷較多而影響不大，所以一般情況下沒有統(tǒng)計事故輕傷的數(shù)據(jù)。根據(jù)海因里希提出的“安全金字塔”法則可以得出事故與傷害程度之間的概率關(guān)系，即重傷或死亡、輕傷與無傷害人數(shù)比為1∶29∶300，從而可以根據(jù)事故的重傷和死亡人數(shù)大致估算出該事故的輕傷人數(shù)。

根據(jù)折算等效經(jīng)濟損失的數(shù)學模型和“安全金字塔”法則，并結(jié)合我國《生產(chǎn)安全事故報告和調(diào)查處理條例》中生產(chǎn)安全事故的分類等級標準，綜合計算出由等效經(jīng)濟損失表達的事故損失量分類標準（表1）。

表1 事故損失量等級劃分

（2）事故發(fā)生概率評估

事故發(fā)生概率評估是對危險源導致事故發(fā)生的可能性進行評估。通過對地鐵運營系統(tǒng)中危險源的調(diào)查以及向有關(guān)專家和安全管理人員的詢問，結(jié)合危險源的分類建立了事故發(fā)生概率評價指標體系（表2）。

根據(jù)危險源引發(fā)事故的可能性大小將事故易發(fā)性劃分為很小、較小、中等、較大和很大5個等級［6，7］，見表3。

（3）風險等級評估

一般認為，風險大小由事故發(fā)生的概率p和事故后果的損失量q決定［7］，即R=f（p，q），因此，本文采用風險矩陣法進行風險等級評估，將風險發(fā)生概率和風險發(fā)生后果置于一個矩陣中，兩者不同組合得到不同的風險等級。

結(jié)合事故損失量q的5個等級和發(fā)生概率p的5個等級建立5×5的風險矩陣，將風險劃分為Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ共5個等級，見表4、表5。

表2 事故發(fā)生概率評價指標體系

表3 事故發(fā)生概率等級劃分

表4 風險矩陣

表5 風險處理原則

2.2.2 整體評價

本文運用SOM神經(jīng)網(wǎng)絡(luò)對地鐵運營過程中的危險源進行整體評價，為地鐵運營公司安全管理決策提供參考。SOM神經(jīng)網(wǎng)絡(luò)模擬大腦神經(jīng)系統(tǒng)的自組織特征映射功能，是由一個全連接的神經(jīng)元陣列所組成的競爭型網(wǎng)絡(luò)，并在學習中能無導師進行自組織學習［8］，避免評價過程中的人為因素，提高了評價的客觀性。

（1）建立評價模型

根據(jù)SOM神經(jīng)網(wǎng)絡(luò)的基本原理，建立如圖3所示的評價模型。在該模型中，先利用樣本數(shù)據(jù)對網(wǎng)絡(luò)進行訓練，選取樣本數(shù)據(jù)的內(nèi)在顯著特征并據(jù)此劃分類別。當其通過聚類功能對樣本數(shù)據(jù)的分類結(jié)果與預先設(shè)定的風險等級一致時，表明其聚類性能已達到評價風險等級的程度。此后即可將待評數(shù)據(jù)和樣本數(shù)據(jù)的特征進行相似性測量，并將待評數(shù)據(jù)劃分到與其最相似的那一類，則該類樣本數(shù)據(jù)的風險等級即為待評數(shù)據(jù)的風險等級［9］。

圖3 SOM神經(jīng)網(wǎng)絡(luò)評價模型

（2）訓練過程

由于訓練樣本的內(nèi)在特征會作為評價階段的潛在評價標準，即將待評數(shù)據(jù)和訓練樣本的內(nèi)在特征進行相似性測量，所以根據(jù)不同風險等級分界點的中間值來構(gòu)建訓練樣本比較合理。為保持局部評價和整體評價的一致性，結(jié)合局部評價中的風險等級劃分，此處同樣將風險劃分為Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ共5個等級，為便于計算將其轉(zhuǎn)換為［0，1］內(nèi)的值，各等級分界點的中間值分別為0.9，0.7，0.5，0.3，0.1，以此建立SOM神經(jīng)網(wǎng)絡(luò)學習過程的輸入樣本［9］，見表6。

表6 地鐵運營整體風險評價訓練樣本

（3）評價過程

將各個危險源的局部評價結(jié)果作為待評數(shù)據(jù)輸入已訓練的SOM神經(jīng)網(wǎng)絡(luò)模型，根據(jù)待評數(shù)據(jù)的相似性測量結(jié)果進行分類，輸出待評數(shù)據(jù)的風險等級，即地鐵運營系統(tǒng)整體風險等級，作為地鐵運營公司進行安全管理的決策參考。

3 管理信息系統(tǒng)設(shè)計

3.1 系統(tǒng)概述

本文擬運用新技術(shù)設(shè)計一個管理信息系統(tǒng)對地鐵運營中的危險源進行管理，包括危險源的識別、評價以及控制等功能，實現(xiàn)對危險源的智能化管理，既減輕了工作人員的工作量，又提高了危險源管理效率。

3.2 系統(tǒng)模塊設(shè)計

結(jié)合危險源的辨識、評價和控制的管理流程，本系統(tǒng)主要由用于收集危險源狀態(tài)信息的采集中心、用于分析危險源危險程度的分析中心和用于控制危險源的控制中心等三個基本模塊組成。另外，通過大數(shù)據(jù)平臺管理系統(tǒng)并利用云（Cloud）連接各地鐵線路的大數(shù)據(jù)平臺，以互享危險源管理信息，共同提高地鐵運營管理水平。本系統(tǒng)的模塊設(shè)計思路如圖4所示。

圖4 系統(tǒng)模塊設(shè)計思路

3.3 系統(tǒng)功能設(shè)計

3.3.1 采集功能

該系統(tǒng)的采集功能由采集中心實現(xiàn)，它用于獲取危險源狀態(tài)的原始數(shù)據(jù)，是系統(tǒng)運行的基礎(chǔ)。根據(jù)采集的方式將其分為主動采集與被動采集。

（1）主動采集

主動采集引入無線射頻識別技術(shù)（Radio Frequency Identification，RFID）。該技術(shù)利用射頻信號實現(xiàn)無接觸信息傳遞并通過所傳遞的信息達到識別目的。它主要由應(yīng)答器（如標簽）和閱讀器組成，應(yīng)答器附著在物體上標識目標對象并進行數(shù)據(jù)采集，閱讀器則用于讀取標簽信息并完成數(shù)據(jù)傳遞。

本系統(tǒng)在地鐵運營系統(tǒng)的關(guān)鍵位置設(shè)標簽，對其狀態(tài)進行實時監(jiān)測，并由無線射頻將標簽采集的數(shù)據(jù)傳遞至閱讀器，閱讀器再將數(shù)據(jù)傳遞至該系統(tǒng)的采集中心。主動采集的數(shù)據(jù)傳遞過程如圖5所示。

圖5 主動采集工作原理

（2）被動采集

被動采集通過面對乘客和工作人員的反饋機制實現(xiàn)：在地鐵運營系統(tǒng)中設(shè)立反饋設(shè)備如意見簿、熱線電話和終端設(shè)備，以收集乘客以及工作人員所意識到的危險源。

本系統(tǒng)采集中心的界面如圖6所示。

圖6 主動采集中心工作界面

3.3.2 分析功能

該系統(tǒng)的分析功能由分析中心實現(xiàn)，它從局部和整體兩方面對危險源進行分析。局部分析運用風險矩陣法對各個危險源的狀態(tài)評價。先將地鐵事故的相關(guān)信息如某危險源導致事故發(fā)生的頻率及其后果的嚴重程度預置到系統(tǒng)中，然后分析中心基于預置信息對實時監(jiān)測到的危險源狀態(tài)進行評價，并針對評價結(jié)果發(fā)出相應(yīng)的控制指令。整體分析是通過SOM神經(jīng)網(wǎng)絡(luò)對地鐵運營風險整體的評價，使地鐵運營安全管理者及時發(fā)現(xiàn)管理缺陷，并為其提供管理決策參考。

3.3.3 控制功能

該系統(tǒng)控制功能由控制中心實現(xiàn)，它是基于預置的反應(yīng)機制實現(xiàn)依據(jù)評價結(jié)果對危險源的自動控制，如圖7所示。先將危險源可能的異常狀態(tài)和相應(yīng)的反應(yīng)機制預置到系統(tǒng)中，在收到分析中心的評價結(jié)果為異常的報告時，即進入危險源異常狀態(tài)庫中查詢，一旦檢測出評價結(jié)果和庫中任一狀態(tài)相匹配，系統(tǒng)便自動開啟相應(yīng)的控制模式；若未查詢到與之匹配的狀態(tài)時，則將此異常狀態(tài)報告發(fā)送至人工控制室，由工作人員控制。最后將控制結(jié)果反饋給控制數(shù)據(jù)庫、異常狀態(tài)庫和大數(shù)據(jù)平臺，以實時更新其數(shù)據(jù)。

圖7 控制中心工作機制

3.3.4 大數(shù)據(jù)管理功能

該系統(tǒng)大數(shù)據(jù)管理功能由大數(shù)據(jù)平臺實現(xiàn)，它主要用于存儲系統(tǒng)的全部數(shù)據(jù)，是系統(tǒng)數(shù)據(jù)流的傳遞中心。本系統(tǒng)擬運用Hadoop建立大數(shù)據(jù)平臺，Hadoop是開源分布式計算平臺，擅長對非結(jié)構(gòu)化數(shù)據(jù)（傳感器、反饋文本、多媒體數(shù)據(jù)等）、半結(jié)構(gòu)化數(shù)據(jù)（設(shè)備日志、系統(tǒng)日志等）的處理。

Hadoop的體系結(jié)構(gòu)主要是實現(xiàn)對分布式存儲底層支持的HDFS和實現(xiàn)分布式并行任務(wù)處理程序支持的MR（Map Reduce），二者共同完成分布式集群的主要任務(wù)。而Hive是基于Hadoop的數(shù)據(jù)倉庫基礎(chǔ)架構(gòu)，它提供了一系列用于數(shù)據(jù)提取、轉(zhuǎn)換和加載的工具，是一種存儲、查詢和分析大規(guī)模數(shù)據(jù)的機制［10］。

同時，本系統(tǒng)運用大數(shù)據(jù)分析從橫向和縱向兩個角度挖掘數(shù)據(jù)內(nèi)部信息。橫向角度是立足于地鐵運營系統(tǒng)的分析，比如通過對統(tǒng)計數(shù)據(jù)的分析挖掘出地鐵運營系統(tǒng)中風險性較大的危險源，以便對其重點控制；縱向角度是立足于地鐵運營時間軸的線分析，比如通過統(tǒng)計數(shù)據(jù)挖掘客流量變化規(guī)律，以合理安排引導人流的工作人員。

4 結(jié) 論

（1）建立以危險源為對象的地鐵運營安全管理研究新視角，指出地鐵運營安全管理應(yīng)以事故的根源為起點，提出危險源的辨識與評價體系。

（2）本文通過風險矩陣評價各個危險源，SOM神經(jīng)網(wǎng)絡(luò)評價地鐵系統(tǒng)，從局部和整體兩個角度進行精細、全面的危險源管理。

（3）基于危險源的理論基礎(chǔ)，引入無線射頻識別技術(shù)（RFID）、基于Hadoop平臺的大數(shù)據(jù)技術(shù)、管理信息系統(tǒng)技術(shù)等新興技術(shù)至地鐵運營風險源管理中，設(shè)計地鐵運營風險源管理信息系統(tǒng)功能，力求達到實時、高效、智能的安全管理。

［1］徐田坤.城市軌道交通網(wǎng)絡(luò)運營安全風險評估理論與方法研究［D］.北京：北京交通大學，2012.

［2］An M，Chen Y，Baker C J.A fuzzy reasoning and fuzzy-analytical hierarchy process based approach to the process of railway risk information：a railway risk management system［J］.Information Sciences，2011，181（18）：3946-3966.

［3］王 娟，李麗琴，趙國敏，等.SPA方法在地鐵運營基礎(chǔ)安全現(xiàn)狀評價中的應(yīng)用［J］.都市快軌交通，2014，27（3）：1-4.

［4］秦 毅，網(wǎng)仁祥，魏士凱，等.地鐵運營安全風險評價研究——以沈陽地鐵一號線為例［J］.沈陽工業(yè)大學學報（社會科學版），2014，7（3）：258-262.

［5］王三明，蔣軍成.重大工藝爆炸事故嚴重度評價［J］.南京化工大學學報，2001，23（2）：16-19.

［6］Anthony Tony Cox L.What's wrong with risk matrices？［J］.Risk Analysis，2008，28（2）：497-512.

［7］阮 欣，尹志逸，陳艾榮.風險矩陣評估方法研究與工程應(yīng)用綜述［J］.同濟大學學報（自然科學版），2013，41（3）：381-385.

［8］孫麗君.基于SOM的神經(jīng)網(wǎng)絡(luò)聚類方法在臨床檢驗知識發(fā)現(xiàn)中的適用性研究［D］.西安：第四軍醫(yī)大學，2013.

［9］李江華.SOM神經(jīng)網(wǎng)絡(luò)在地鐵車站火災(zāi)風險評價中的應(yīng)用［J］.現(xiàn)代交通技術(shù)，2014，11（5）：77-79.

［10］中國統(tǒng)計網(wǎng).詳解 Hadoop核心架構(gòu)［EB/OL］.［2014-02-24］.http：//www.i#cn/article/ 022330622014.html.

Designing of Risk Sources M anagement Information System for M etro Operation

TANG Jing-jing，WANGMu-dan，LUO Xue-ping
（School of Civil Engineering and Mechanics，Huazhong University of Science and Technology，Wuhan 430074，China）

Nowadays safety accidents ofmetro operation are happening with an increasing frequency in our country.In order to improve the safety management level of metro operation，this paper concentrates on the quantitative evaluationmethods of the risk sources inmetro operation and designs themanagement information system formetro operation.First，the risk sources inmetro operation are identified from four aspects that are the human，the object，the environment and the management. Then，tomake partial evaluation of them，the riskmatrix is established by the probability and the loss of the safety accident in metro operation，and the risk level is classified.Afterwards，SOM neural network model is applied to make integral evaluation of risk sources in metro operation.Finally，it uses radio frequency identification technology and big datamanagement based on Hadoop platform to collect and analyze the aforementioned decision support information.Accordingly，the management information system with three core functions：real-timemonitoring，analysis and evaluation，automatic control，is established to assist the metro company to realize the whole-process and whole-aspect intelligentmanagement for risk source in metro operation.

metro operation；risk source；management information system；riskmatrixmethod；SOM neural network

U298

A

2095-0985（2016）04-0063-05

2015-11-19

2016-01-12

唐菁菁（1972-），女，貴州貴陽人，講師，博士，研究方向為工程管理（Email：tjj97@126.com）