馬洪崗

摘? ? 要：隨著我國(guó)經(jīng)濟(jì)快速發(fā)展，大量外來人口涌入城市，城市人口大規(guī)模發(fā)展造成系列問題，為解決城市交通擁堵問題，全國(guó)加快地鐵建設(shè)步伐，全國(guó)20多個(gè)城市擁有地鐵運(yùn)營(yíng)線路，地鐵運(yùn)營(yíng)安全成為人們關(guān)注的焦點(diǎn)，對(duì)地鐵運(yùn)營(yíng)系統(tǒng)做出安全性評(píng)價(jià)，可以辨識(shí)地鐵車站運(yùn)營(yíng)安全風(fēng)險(xiǎn)因素，基于BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)軌道交通車輛可靠性，傳統(tǒng)可靠性預(yù)測(cè)方法預(yù)測(cè)效果差，采用BP神經(jīng)網(wǎng)絡(luò)對(duì)軌道交通車輛可靠性預(yù)測(cè)。建立BP神經(jīng)網(wǎng)絡(luò)模型，輸入中間層采用S型正切函數(shù)，結(jié)合反傳算法為學(xué)習(xí)函數(shù)，利用國(guó)內(nèi)某城市地鐵故障數(shù)據(jù)仿真分析，印證預(yù)測(cè)效果較好。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò);可靠性分析;軌道交通列車

1? 引言

隨著現(xiàn)代社會(huì)不斷發(fā)展，城軌交通在交通系統(tǒng)中作用日益突出。研究城軌交通可靠性預(yù)測(cè)對(duì)保證列車安全運(yùn)行具有重要意義。目前可靠性預(yù)測(cè)用于定量估計(jì)產(chǎn)品未來可靠性，常用有回歸預(yù)測(cè)法，相似產(chǎn)品類似論證法等。研究采用圖示法及故障分析法分析機(jī)車可靠性，預(yù)測(cè)效果差。楊晶等采用動(dòng)態(tài)故障樹分析法對(duì)地鐵綜合監(jiān)控系統(tǒng)可靠性預(yù)測(cè)，張曉輝等運(yùn)用蒙特卡洛改進(jìn)算法分析穩(wěn)態(tài)下地鐵可靠性指標(biāo)，面對(duì)時(shí)序特征故障數(shù)據(jù)預(yù)測(cè)精度不高。城軌交通是結(jié)構(gòu)復(fù)雜的機(jī)電系統(tǒng)，神經(jīng)網(wǎng)絡(luò)能實(shí)現(xiàn)輸入輸出狀態(tài)空間非線性映射，采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)城軌交通車輛可靠性，分析BP神經(jīng)網(wǎng)絡(luò)對(duì)城軌交通車輛預(yù)測(cè)效果。

2? 城軌交通車輛運(yùn)營(yíng)安全評(píng)價(jià)相關(guān)研究

城軌快交通速發(fā)展同時(shí)，伴隨運(yùn)營(yíng)安全問題日益突出。國(guó)內(nèi)外城軌交通運(yùn)營(yíng)事故時(shí)有發(fā)生，主要集中在各種設(shè)備設(shè)施故障導(dǎo)致列車運(yùn)營(yíng)延誤等事故。通過各地地鐵運(yùn)營(yíng)安全事故統(tǒng)計(jì)了解，我國(guó)地鐵未發(fā)生火災(zāi)等災(zāi)難性運(yùn)營(yíng)事故，列車延誤等運(yùn)營(yíng)事故時(shí)有發(fā)生【1】。

軌道交通運(yùn)營(yíng)安全具有自身特殊性。由于地鐵線路鋪設(shè)于地下，環(huán)境相對(duì)封閉，人員密集度高，遇到緊急情況應(yīng)急疏散難度大，發(fā)生事故會(huì)造成巨大損失。城軌交通系統(tǒng)運(yùn)營(yíng)安全性關(guān)乎乘客正點(diǎn)出行，需要將安全放在運(yùn)營(yíng)首位，如何科學(xué)評(píng)價(jià)城軌交通所處安全狀態(tài)，發(fā)現(xiàn)消除存在安全隱患需要對(duì)城軌交通安全進(jìn)行系統(tǒng)合理評(píng)價(jià)。地鐵運(yùn)營(yíng)安全評(píng)價(jià)體系構(gòu)建是指導(dǎo)地鐵安全管理政策的重要途徑。風(fēng)評(píng)中多采用層次分析法為主要評(píng)價(jià)模型。由于模型涉及大規(guī)模矩陣計(jì)算，運(yùn)算中容錯(cuò)能力較大，指標(biāo)存在不易察覺相關(guān)關(guān)系，影響評(píng)價(jià)結(jié)果準(zhǔn)確性。

國(guó)外地鐵安全研究通過對(duì)地鐵事故實(shí)例積累形成成熟的理論體系。倫敦地鐵是上運(yùn)營(yíng)時(shí)間最長(zhǎng)的地鐵系統(tǒng)，對(duì)地鐵安全管理總結(jié)風(fēng)評(píng)方法，分析預(yù)測(cè)重大因素對(duì)乘客造成的上海，確定危險(xiǎn)因素傷害程度，采取相應(yīng)方法控制改進(jìn)。地鐵運(yùn)營(yíng)安全評(píng)價(jià)是信息復(fù)雜多因素綜合分析過程，為避免調(diào)查資料不全面帶來困難，避免指標(biāo)相關(guān)性帶來問題，采用具有高度非線性逼近能力，可自學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)法，有效規(guī)避主觀因素，使得地鐵運(yùn)營(yíng)安全評(píng)價(jià)客觀。

3? 基于BP神經(jīng)網(wǎng)絡(luò)地鐵運(yùn)營(yíng)可靠性評(píng)價(jià)模型

產(chǎn)品可靠性為規(guī)定時(shí)間內(nèi)完成規(guī)定功能能力，對(duì)產(chǎn)品可靠性定性分析需要給出可靠性定量表示。常用可靠性指標(biāo)包括故障率，故障概率密度等。故障率是表征城軌交通車輛科學(xué)重要指標(biāo)，是工作到t時(shí)刻未失效產(chǎn)品。

設(shè)樣本數(shù)目為N，在（t+[Δ]t）時(shí)刻產(chǎn)品失效數(shù)為n（t+[Δ]t），利用城軌車輛歷史故障數(shù)據(jù)，可得出車輛各時(shí)段故障率估值。已知產(chǎn)品在故障時(shí)序?yàn)閠1，t2…tn，時(shí)刻可靠性指標(biāo)歷史數(shù)據(jù)，數(shù)學(xué)模型表述為

ytn+1=f（yt1，yt2，…ytn，t）

模型關(guān)鍵是確定函數(shù)關(guān)系f，假設(shè)數(shù)據(jù)符合指數(shù)分布常見分布，運(yùn)用數(shù)理統(tǒng)計(jì)法給出分布參數(shù)估計(jì)，得到顯式表達(dá)式，方法人為性較大，會(huì)出現(xiàn)錯(cuò)選分布模型，采用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)應(yīng)用方便。

4? BP神經(jīng)網(wǎng)絡(luò)在城軌交通車輛可靠性評(píng)價(jià)分析

神經(jīng)網(wǎng)絡(luò)經(jīng)多年發(fā)展成為各國(guó)不同領(lǐng)域發(fā)展成熟的理論。BP神經(jīng)網(wǎng)絡(luò)是多層前饋神經(jīng)網(wǎng)絡(luò)，能學(xué)習(xí)存儲(chǔ)大量輸入模式映射關(guān)系，BP網(wǎng)絡(luò)模型同層神經(jīng)元間無聯(lián)系。Xm為輸入變量，wji，wkj為權(quán)值，f1，ff2為傳遞函數(shù)，BP網(wǎng)絡(luò)學(xué)習(xí)分為正反向傳播，先由輸入層經(jīng)中間層傳遞到輸出層，進(jìn)行到網(wǎng)絡(luò)輸出誤差小于規(guī)定值訓(xùn)練完成。

地鐵運(yùn)營(yíng)安全評(píng)價(jià)包括危險(xiǎn)因素識(shí)別與評(píng)價(jià)，必須交叉進(jìn)行，要做好地鐵運(yùn)營(yíng)安全評(píng)價(jià)，需要找出危險(xiǎn)因素。地鐵運(yùn)營(yíng)事故具有偶發(fā)性，必然性與規(guī)律性，類型多樣性與子間非線性等特征。根據(jù)《地鐵運(yùn)營(yíng)安全評(píng)價(jià)標(biāo)準(zhǔn)》，按照行車事故，人身傷亡危害程度，將地鐵運(yùn)營(yíng)事故分為5個(gè)等級(jí)。統(tǒng)計(jì)分析軌道交通運(yùn)營(yíng)事故數(shù)據(jù)，運(yùn)營(yíng)數(shù)據(jù)來源通過收集相關(guān)論文數(shù)據(jù)，網(wǎng)絡(luò)搜索得到。通過統(tǒng)計(jì)分析軌道交通運(yùn)營(yíng)故障，發(fā)現(xiàn)軌道交通運(yùn)營(yíng)故障類型不同，為對(duì)地鐵運(yùn)營(yíng)事故清楚認(rèn)識(shí)，匯總統(tǒng)計(jì)圖進(jìn)行分析?；馂?zāi)事故，爆炸事故占比較大。地震災(zāi)害事故占比較小。

采用S型正切函數(shù)輸入層到中間層傳遞函數(shù)：

f（x）=ax+b

對(duì)故障樣本處理，設(shè)總數(shù)為n，分為m小組，每組包含n-m+1個(gè)值，n-m+1個(gè)值為期望映射，后m-k組用于檢測(cè)。利用MATLAB對(duì)網(wǎng)絡(luò)訓(xùn)練，中間層神經(jīng)元數(shù)量m0按公式計(jì)算m0=[q1]，l為輸出層神經(jīng)元數(shù)，采用線性函數(shù)purelin中間層到輸出層傳遞函數(shù)，學(xué)習(xí)函數(shù)采用反傳算法的trainlm。

基于國(guó)內(nèi)某城市地鐵一號(hào)線車輛故障數(shù)據(jù)，求出車輛故障率，采用數(shù)據(jù)分16小組，前10組進(jìn)行訓(xùn)練。采用BP神經(jīng)網(wǎng)絡(luò)對(duì)車輛故障數(shù)據(jù)仿真，BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練與目標(biāo)輸出吻合。測(cè)試故障率可跟蹤設(shè)計(jì)故障率。網(wǎng)絡(luò)輸出與目標(biāo)輸出測(cè)試輸出相關(guān)性達(dá)到0.90069，仿真效果較好。BP網(wǎng)絡(luò)可用于精確預(yù)測(cè)車輛可靠性。

5? 結(jié)束語

建立科學(xué)的地鐵運(yùn)營(yíng)安全評(píng)價(jià)體系，對(duì)加強(qiáng)地鐵安全管理具有重要意義。本文分析軌道交通運(yùn)營(yíng)安全特點(diǎn)，研究地鐵運(yùn)營(yíng)安全評(píng)價(jià)，建立改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型，揭示地鐵運(yùn)營(yíng)安全與影響因素的關(guān)系?？紤]傳統(tǒng)可靠性預(yù)測(cè)方法，面對(duì)可靠性數(shù)據(jù)處理精度不高問題，提出采用BP神經(jīng)網(wǎng)絡(luò)對(duì)城軌交通車輛可靠性預(yù)測(cè)分析，利用歷史數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練，仿真結(jié)果證明BP神經(jīng)網(wǎng)絡(luò)能精確預(yù)測(cè)城軌交通車輛可靠性。僅對(duì)BP神經(jīng)網(wǎng)絡(luò)城軌交通車輛可靠性預(yù)測(cè)應(yīng)用研究，有待對(duì)預(yù)測(cè)精度等問題深入研究。

參考文獻(xiàn)：

[1] 賞吳俊.城市軌道列車輔助逆變電源的開路故障診斷研究[D].西南交通大學(xué)，2014.

[2] 李建偉，程曉卿，秦勇，張媛，邢宗義.基于BP神經(jīng)網(wǎng)絡(luò)的城市軌道交通車輛可靠性預(yù)測(cè)[C].中國(guó)自動(dòng)化學(xué)會(huì)智能自動(dòng)化專業(yè)委員會(huì).2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第四分冊(cè)）.中國(guó)自動(dòng)化學(xué)會(huì)智能自動(dòng)化專業(yè)委員會(huì)：中國(guó)自動(dòng)化學(xué)會(huì)智能自動(dòng)化專業(yè)委員會(huì)，2013.