華禹凱， 陳 堯， 王衛(wèi)杰

(1.華設(shè)集團(tuán)智能交通研發(fā)中心, 江蘇 南京 210014; 2.南京工業(yè)大學(xué)交通運(yùn)輸工程學(xué)院, 江蘇 南京 211816)

引 言

營運(yùn)客車具有大型化、規(guī)?；⒔?jīng)濟(jì)便捷等特點(diǎn)，是中國客流運(yùn)輸?shù)闹匾煌üぞ咧弧８鶕?jù)交通運(yùn)輸部發(fā)布的《2019年交通運(yùn)輸行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》[1]，2019年全國完成營運(yùn)性客運(yùn)量176.04億人，其中營運(yùn)客車完成130.12億人占到了客運(yùn)總量的73.9%。然而，營運(yùn)客車運(yùn)輸在為人們帶來便捷出行同時(shí)，也引發(fā)了重特大道路交通事故(一次死亡10人及10人以上的事故)等社會(huì)問題，給人民群眾的生命財(cái)產(chǎn)安全帶來了巨大的損失。據(jù)統(tǒng)計(jì)，2008～2018年我國共發(fā)生營運(yùn)客車重特大道路交通事故123起，造成1927人死亡，2272人受傷，其發(fā)生起數(shù)占重特大道路交通事故總數(shù)的76.3%，營運(yùn)客車重特大道路交通引起廣泛的社會(huì)關(guān)注。

近年來，許多學(xué)者就營運(yùn)客車重特大道路交通事故展開了研究。許得杰等[2]對(duì)甘肅省2005～2010年發(fā)生的重特大道路交通事故進(jìn)行統(tǒng)計(jì)分析，結(jié)果顯示主要的事故原因?yàn)槿艘颍ㄟ`反道路交通安全法，操作不當(dāng)和馬虎大意等；丁雨蕾[3]基于主成分分析和聚類分析的方法，對(duì)比了2009～2014年發(fā)生的重特大道路交通事故和一般交通事故，結(jié)果顯示不良的天氣條件和超速行為對(duì)于引發(fā)重特大道路交通事故的影響較為顯著；劉東波等[4]對(duì)云南省10年重特大道路交通事故數(shù)據(jù)進(jìn)行了描述性統(tǒng)計(jì)分析，提出加大對(duì)于低等級(jí)道路的改造遏制重特大道路交通事故發(fā)生的方法；李兆凱[5]對(duì)云南省2011年?duì)I運(yùn)客車的交通事故數(shù)據(jù)進(jìn)行分析，采用了K均值聚類算法將全部因素分成三類，結(jié)果顯示，跨省份運(yùn)輸?shù)臓I運(yùn)客車在白天發(fā)生追尾事故的概率最高。文江輝等[6]運(yùn)用DBSCAN聚類方法對(duì)營運(yùn)車輛在不同時(shí)間段，不同天氣狀況下速度和加速度進(jìn)行聚類，結(jié)果表明駕駛?cè)嗽谝雇淼乃俣炔▌?dòng)較大，且對(duì)于經(jīng)驗(yàn)豐富的駕駛?cè)?，天氣?duì)駕駛的影響因素較小。

綜上，國內(nèi)營運(yùn)客車重特大道路交通事故的相關(guān)研究報(bào)道仍然較少，研究內(nèi)容以事故的單一影響因素為主，較少考慮多種因素組合對(duì)于事故的影響。因此，本文針對(duì)我國2008～2018年發(fā)生的營運(yùn)客車重特大道路交通事故，綜合考慮駕駛?cè)诵袨椤④囕v信息、道路信息、環(huán)境信息和事故信息，建立故障樹模型分析影響事故發(fā)生的關(guān)鍵事故鏈，為預(yù)防營運(yùn)客車重特大道路交通事故提供理論支持。

1 數(shù)據(jù)介紹

1.1 數(shù)據(jù)來源

本文涉及的2008～2018年?duì)I運(yùn)客車重特大道路交通事故數(shù)據(jù)來源于公安部交通管理局的《營運(yùn)客車重特大道路交通事故》文本報(bào)告[7]，每起事故均為相互獨(dú)立事件，通過數(shù)據(jù)編碼形成事故數(shù)據(jù)集。

1.2 數(shù)據(jù)描述

2008～2018年全國共發(fā)生涉及營運(yùn)客車的重特大道路交通事故135起，為突出營運(yùn)客車的事故特性，故剔除了營運(yùn)客車處于無過錯(cuò)方的事故12起，余下123起營運(yùn)客車重特大道路交通事故。

事故關(guān)聯(lián)因素?cái)?shù)據(jù)主要包含以下4個(gè)方面：1)駕駛?cè)诵畔?shù)據(jù)：駕齡、健康狀態(tài)、駕駛行為；2)車輛信息數(shù)據(jù)：車輛的技術(shù)性能；3)道路信息數(shù)據(jù)：道路平縱、路面狀況等；4)時(shí)間及天氣信息數(shù)據(jù)：時(shí)間、天氣情況。各因素描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 各因素描述性統(tǒng)計(jì)結(jié)果

2 研究方法

故障樹分析法(Fault Tree Analysis，F(xiàn)TA)是系統(tǒng)工程中應(yīng)用較廣泛、邏輯性較強(qiáng)的一種圖形演繹方法[8]。20世紀(jì)80年代末，交通運(yùn)輸行業(yè)開始把故障樹分析方法應(yīng)用到安全生產(chǎn)和勞動(dòng)保護(hù)上，實(shí)踐證明此方法用于安全生產(chǎn)、科學(xué)管理是行之有效的[9]。故障樹分析法是把系統(tǒng)可能發(fā)生的某種事故與導(dǎo)致事故發(fā)生的各種原因之間的邏輯關(guān)系用一種樹形圖表示，通過對(duì)故障樹的分析，找出事故發(fā)生的主要原因。故障樹的結(jié)構(gòu)如圖1所示，共包括頂上事件(位于樹的頂部)、中間事件(位于樹的中部，表示事故發(fā)生的中間原因)和基本事件(位于樹的底部，表示事故發(fā)生的最基本的原因)。各類事件的因果關(guān)系用“與門”和“或門”2種邏輯門表示。

圖1 故障樹模型結(jié)構(gòu)

故障樹有n個(gè)基本事件，假設(shè)各基本事件均相互獨(dú)立，且所有事件的狀態(tài)只取正常和故障兩種。Xi為第i個(gè)基本事件，Yi是其狀態(tài)變量，僅取1和0兩個(gè)值，分別表示Xi發(fā)生或不發(fā)生。各基本事件取不同狀態(tài)時(shí)，頂上事件的狀態(tài)也隨之改變，即頂上事件的發(fā)生概率由基本事件的狀態(tài)所決定。若取盡基本事件的所有狀態(tài)Yi，則含有n個(gè)基本事件的結(jié)構(gòu)函數(shù)可表示為[10]

(1)

式中φ(X)為故障樹的結(jié)構(gòu)函數(shù)；p為基本事件的狀態(tài)組合序號(hào)(p=20,21,…，2n)；φp(X)為第p種事件的狀態(tài)組合導(dǎo)致的頂山事件的狀態(tài)值，取1或0，其中X=(X1,X2,…,Xn)。

故障樹分析法包括定性分析和定量分析兩個(gè)部分。定性分析即求取故障樹的最小割集，確定頂上事件所有可能的事故鏈。最小割集為導(dǎo)致頂上事件發(fā)生的最低限度事件的集合，可通過布爾代數(shù)化簡法求解。定量分析是計(jì)算各事故鏈，即最小割集發(fā)生概率的過程。通過每層事件的發(fā)生概率以及故障樹的連接關(guān)系，確定每個(gè)割集的概率，具體計(jì)算公式為

(2)

3 事故故障樹模型構(gòu)建

道路交通系統(tǒng)由人、車、路和環(huán)境四個(gè)要素共同組成，交通事故的發(fā)生是這四個(gè)要素相互作用的結(jié)果。基于以上考慮，根據(jù)從事故報(bào)告中提取的相關(guān)數(shù)據(jù)，確定頂上事件為營運(yùn)客車重特大道路交通事故，中間事件為人、車、路和環(huán)境四方面因素如表2所示，自上而下分析各層的事故發(fā)生原因從而確定19個(gè)基本事件，如表3所示。構(gòu)建營運(yùn)客車重特大道路交通事故故障樹模型如圖2所示。

表2 營運(yùn)客車重特大道路交通事故故障樹中間事件及編碼

表3 營運(yùn)客車重特大道路交通事故故障樹基本事件及編碼

圖2 營運(yùn)客車重特大道路交通事故故障樹模型

4 事故故障樹分析

4.1 定性分析

由于圖2是根據(jù)對(duì)統(tǒng)計(jì)事故的分布特征按照人、車、路和環(huán)境四個(gè)方面所列出來的事故故障分析圖，同時(shí)四個(gè)方面的因素之間也有相互影響，在結(jié)構(gòu)上存在一定的不協(xié)調(diào)性，所以對(duì)故障樹應(yīng)該利用布爾代數(shù)法進(jìn)行化簡，從而確定故障樹的最小割集，這也是故障樹定性分析的目的[12]。根據(jù)公式(1)，得營運(yùn)客車重特大道路交通事故故障樹的結(jié)構(gòu)函數(shù)為：

φ(X)=X1+X2+X3+X4+X5+X6+X7+X8+

X9+X11+X12+X13+X15+X16+X18+X3·(X8+X9+X10)+X4·(X8+X9+X10)+

X17·(X8+X14+X9)+X19·(X5+X6+X7)

則一階最小割集為：{X1}，{X2}，{X3}，{X4}，{X5}，{X6}，{X7}，{X8}，{X9}，{X11}，{X12}，{X13}，{X15}，{X16}，{X18}。

二階最小割集為：{X3，X8}，{X3，X9}，{X3，X10}，{X4，X8}，{X4，X9}，{X4，X10}，{X17，X8}，{X17，X14}，{X17，X9}，{X19，X5}，{X19，X6}，{X19，X7}。

綜上，營運(yùn)客車重特大道路交通事故故障樹由15個(gè)一階最小割集和12個(gè)二階最小割集構(gòu)成。隨著割集階數(shù)的減少，故障事件的發(fā)生概率就越大。因此，優(yōu)先考慮危險(xiǎn)性更大的一階割集能夠更好地提高道路系統(tǒng)的安全性[16]。

4.2 自頂上事件至基本事件的定性分析

自頂上事件至基本事件的定量分析中事件概率值是指其條件概率值，即滿足其上層事件發(fā)生的條件下事件的概率值[13]。因此，對(duì)于某一種中間事件，其下層事件的概率和為1，具體計(jì)算方法如下：

某一中間事件或基本事件的條件概率為該原因?qū)е碌氖鹿蚀螖?shù)與其上層事件對(duì)應(yīng)的事故次數(shù)的比值。其中，“駕駛?cè)瞬话踩袨椤薄败囕v不安全狀態(tài)”“危險(xiǎn)道路因素”“不利環(huán)境因素”四個(gè)中間事件的條件概率計(jì)算較為特殊，因?yàn)槟骋黄鹗鹿士赡苁怯扇恕④?、路和環(huán)境中的多項(xiàng)因素引起，統(tǒng)計(jì)T1，T2，T3，T4對(duì)應(yīng)的事故次數(shù)時(shí)，某項(xiàng)事故可能計(jì)入多次，而其上層事件對(duì)應(yīng)的事故起數(shù)(123起營運(yùn)客車重特大道路交通事故)是確定的，這樣得出的四個(gè)中間事件的條件概率值之和一定大于1。因此，規(guī)定T1，T2，T3，T4的計(jì)算方法為各條事故由哪一項(xiàng)或哪幾項(xiàng)因素所導(dǎo)致，則該方面因素只計(jì)數(shù)一次，四項(xiàng)因素的概率即為該類因素對(duì)應(yīng)的計(jì)數(shù)與所有總計(jì)數(shù)之比[14]。

根據(jù)上述原則，計(jì)算得到各中間事件、基本事件的條件概率，如圖3所示。根據(jù)公式(2)，計(jì)算27條事故鏈(最小割集)的概率，并降序排列，如表4所示。

由表4可知，27條事故鏈中，前4條事故鏈發(fā)生概率明顯高于其他事故鏈，累積占比將近50%，是營運(yùn)客車重特大道路交通事故的主要原因，這4條事故鏈分別為：

事故鏈1：危險(xiǎn)道路因素→不良路面情況+不良平縱→潮濕路面+坡道。

事故鏈2：駕駛?cè)瞬话踩袨椤僮鞑划?dāng)→特殊地形→超速+邊坡。

事故鏈3：駕駛?cè)瞬话踩袨椤佟娇v條件+不良路面狀況→冰雪路面+平直道路。

事故鏈4：車輛不安全狀態(tài)→剎車失靈。

若能通過采取合理的安全措施建立安全屏障，如圖4的剪刀所示，剪斷這4條事故鏈，使其不發(fā)生，則可預(yù)防約50%的營運(yùn)客車重特大道路交通事故，安全效果顯著。

圖3 故障樹各事件的條件概率

圖4 營運(yùn)客車重特大道路交通事故關(guān)鍵事故鏈

表4 營運(yùn)客車重特大道路交通事故的事故鏈及其概率

5 結(jié) 語

綜合考慮人、車、路、環(huán)境4個(gè)方面因素的影響，建立了營運(yùn)客車重特大道路交通事故的故障樹模型，并通過模型定性和定量分析剖析了此類事故的具體成因，研究結(jié)果表明：

1)基于故障樹結(jié)構(gòu)的最小割集計(jì)算，共挖掘出影響營運(yùn)客車重特大道路交通事故的27條事故鏈，其中排序前4條事故鏈發(fā)生概率累積占比約50%；

2)營運(yùn)客車重特大道路交通事故的關(guān)鍵事故鏈為平縱條件為坡道且路面處于潮濕狀態(tài)，駕駛?cè)嗽谶吰碌匦蜗鲁亳{駛引起的操作不當(dāng)，冰雪平直路面的超速駕駛，車輛處于剎車失靈的狀態(tài)；

3)故障樹模型簡單易行，且適用性十分廣泛，是分析事故成因的良好工具，但由于事故的局限性，故障樹的建立仍有一些因素沒有充分考慮，如駕駛?cè)诵睦硪蛩?，外部管理因素和運(yùn)輸企業(yè)安全教育等，在后期將進(jìn)一步完善。