CN108196525B - 高速列车运行控制***的运行安全风险动态分析方法 - Google Patents
高速列车运行控制***的运行安全风险动态分析方法 Download PDFInfo
- Publication number
- CN108196525B CN108196525B CN201711448051.0A CN201711448051A CN108196525B CN 108196525 B CN108196525 B CN 108196525B CN 201711448051 A CN201711448051 A CN 201711448051A CN 108196525 B CN108196525 B CN 108196525B
- Authority
- CN
- China
- Prior art keywords
- degree
- manifold surface
- mistake
- control
- cusp
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 230000008859 change Effects 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims description 57
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 22
- 238000011158 quantitative evaluation Methods 0.000 claims description 15
- 238000009825 accumulation Methods 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 6
- 230000004069 differentiation Effects 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 claims description 5
- 230000035772 mutation Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 11
- 230000002547 anomalous effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000010429 evolutionary process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011058 failure modes and effects analysis Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0081—On-board diagnosis or maintenance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/50—Trackside diagnosis or maintenance, e.g. software upgrades
- B61L27/57—Trackside diagnosis or maintenance, e.g. software upgrades for vehicles or trains, e.g. trackside supervision of train conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/60—Testing or simulation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及一种高速列车运行控制***的运行安全风险动态分析方法，包括以下步骤：步骤1：基于尖点流形曲面构建***运行状态判别模型；步骤2：判别***运行状态；步骤3：基于椭圆脐流形曲面构建安全风险计算模型；步骤4：输出运行安全指标和运行风险指标的变化情况。与现有技术相比，本发明能够支持车载计算机实现列车运行安全风险的精确计算等优点。
Description
技术领域
本发明涉及轨道交通***安全技术，尤其是涉及一种基于组合流形的高速列车运行控制***的运行安全风险动态分析方法。
背景技术
对于轨道交通***而言，在追求超高速的同时，安全是另一个需要保障的目标。列车在高速行驶时，许多因素相互作用实时地影响着整个控制***的安全性。实际情况中，基于CTCS-2级列控***与ATO(列车自动驾驶)子***相结合的***构架，通过在ATO中设置列车运行安全风险动态分析功能模块对ATP(列车超速防护)子***进行控制，可以直接实现高速运行阶段下列车的安全防护。如果能够构建一种模型来动态地描述列车高速运行阶段的控制***安全性，实现控制***安全风险的变化过程的实时计算，那么高速列车运行安全风险的动态监控技术和事故在线预警技术将得到支持。而这种模型的基本属性应该是有能力动态化描述***高速运行阶段安全风险的变化过程，并能够预测事故的发生。
现有的能够分析***安全状态变化的基本模型中，FMEA,HAZOP,Bow tie等能够输出离散的安全状态指标。然而，如果***安全状态的改变被认为是一种动态过程，使用的分析模型的输出就应该是相对于某个或多个因素连续的反映***安全状态的函数。一些基本的动态过程分析模型，例如Markov链，Petri网，动态故障树等，能够动态描述***安全状态的变化过程。这些模型描述的均是***的状态转移过程。然而，对于复杂动态***而言，由于***状态集合的急速膨胀问题，描述***安全状态的完整转移过程会使得动态模型的规模异常庞大。因此，如果想要借助这些状态转移模型在高速运行期间实时输出***安全风险的变化情况，需要消耗十分巨大的在线计算资源。
另一方面，***安全动态分析的重要性还在于要为一线决策者提供实时有效的安全状态信息。在列车高速运行阶段，如果调度员和列车司机能够随时得到直观有效的反映***安全状态变化的信息以及对可能要发生的事故的预警，那么他们就更有机会做出合适的决策并执行正确的操作。
综上所述，迫切需要构建新的模型来动态化分析高速列控***运行阶段安全风险的变化情况。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种高速列车运行控制***的运行安全风险动态分析方法。
本发明的目的可以通过以下技术方案来实现：
一种高速列车运行控制***的运行安全风险动态分析方法，包括以下步骤：
步骤1：基于尖点流形曲面构建***运行状态判别模型；
步骤2：判别***运行状态；
步骤3：基于椭圆脐流形曲面构建安全风险计算模型；
步骤4：输出运行安全指标和运行风险指标的变化情况。
优选地，所述的步骤1具体为：
在时间段[0,τ]内运行的控制过程，如果***正常运行，则 Φ0为可接受的***目标的损失；运行的***在τ时刻完成的目标包含的损失在Φ0以下，属于正常的可接受的***运行状态；而如果在τ时刻不可接受的损失产生，即事故发生，则其中DE表示累积的错误的危险程度，DB表示累积的栅的防护程度；
基于黎曼-雨果尼奥特突变，以DE和DB作为控制变量，以***安全程度DS作为状态变量，在DE、DB和DS三个正交变量组成的笛卡尔坐标系中建立尖点流形曲面，在坐标轴上，DE、DB和DS都取正数并从原点开始沿轴方向均匀增大；在尖点流形曲面上，***安全程度DS在上半叶代表的安全区域与下半叶代表的危险区域间以任意轨迹连续变化；记尖点流形曲面为Ω，则Ω的方程为
Ω(DE,DB,DS)＝η(DE-μ)+2ω(DB-v)DS+4DS3＝0
其中参数η、ω、μ和ν由***结构设计决定。
优选地，所述的判别***运行状态为：利用事件树对当前运行阶段下控制结构中出现的错误和控制过程中执行的安全栅进行量化评估，其中量化评估过程需要基于危险日志，其包括在***设计阶段和***运行阶段识别、统计得出的危险源、危险源可能导致的后果、危险源的演化路径以及安全栅信息。
优选地，所述的判别***运行状态具体为：
首先利用计算机自动识别当前控制结构中出现的危险源Hi，危险源Hi为错误事件Ei，基于事件树的描述方式，错误Ei经过演化路径Tδ导致后果Cδ；根据危险日志，得知错误Ei通过演化路径Tδ的统计概率Pδ及其后果的严重程度Cδ；
基于事件树的结构，利用计算机自动识别演化路径中的安全栅，根据危险日志，得知在Ei的事件树中，安全栅Bj的置信度为Lε，防护程度为Uε，数目为kj；
设***运行到当前时刻***控制结构中共出现了n个错误，并且***控制过程中共执行了m个安全栅，则累积的错误的危险程度为
累积的栅的防护程度为
在尖点流形曲面的相空间中，根据控制变量DE和DB得到状态变量DS，进而判定***运行状态是处于安全状态还是危险状态。
优选地，所述的步骤3具体为：
设***控制过程达到***目标需要完成N个组件功能，并且***运行到当前阶段控制过程已经执行了M个组件功能，则***的运行进度的大小为M/N；当***运行状态处于安全状态时，运行进度DP＝γ＝-M/N；当***运行状态处于危险状态时，运行进度DP＝γ＝M/N；
由于变量DE、DB和DP相互正交，因此在由这三个变量构成的控制空间中构建椭圆脐流形曲面Λ，Λ的方程为
(α,β,γ)分别对应于(DE,DB,DP)，即累积的错误的危险程度、累积的栅的防护程度和***运行进度。
优选地，所述的步骤4具体为：
经过尖点流形曲面Ω的判别，当***运行状态处于安全状态时，***的运行安全指标根据椭圆脐流形曲面Λ|γ＜0进行精确的量化评估，其大小为闭合曲面Λ|γ＜0的体积V(α,β,-γ|γ＜0)，其符号为正表示***处于安全状态；当***运行状态处于危险状态时，***的运行风险指标可以根据椭圆脐流形曲面Λ|γ＞0进行精确的量化评估，其大小为闭合曲面Λ|γ＞0的体积V(α,β,γ|γ＞0)，其符号为负表示***处于危险状态；
在***运行阶段，计算机在线识别***控制过程中出现的错误和执行的安全栅，基于状态判别模型判别当前***是处于安全状态还是危险状态；当***处于安全状态时，根据***运行进程的推进程度，基于安全风险计算模型输出运行安全指标；当***处于危险状态时，根据***运行进程的推进程度，基于安全风险计算模型输出运行风险指标。
与现有技术相比，本发明具有以下优点：
1、本发明构建了基于组合流形的高速列车运行控制***运行安全风险动态分析模型，通过两种流形在数学构架上的融合完成了***运行安全状态的判别以及安全风险指标的计算。
2、运行状态判别模型基于尖点流形曲面，其合理简洁的计算方法有利于车载计算机对列车运行安全状态进行实时有效的判别。
3、安全风险计算模型基于椭圆脐流形曲面，具有完善的数学构架，能够支持车载计算机实现列车运行安全风险的精确计算。
附图说明
图1为基于组合流形的***运行安全风险动态分析模型示意图；
图2为事件树模型示意图；
图3为CTCS2+ATO列车运行控制***结构及故障传播路径示意图；
图4为列车高速平稳运行时的列控***安全风险计算曲面示意图；
图5为列车高速平稳运行时的列控***运行状态判别曲面示意图；
图6为极端天气出现时的列控***安全风险计算曲面示意图；
图7为极端天气出现时的列控***运行状态判别曲面示意图；
图8为设备故障产生时的列控***安全风险计算曲面示意图；
图9为设备故障产生时的列控***运行状态判别曲面示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
一种基于组合流形的高速列车运行控制***运行安全风险动态分析方法，其包含4个具体构建步骤。
步骤1：基于尖点流形曲面构建***运行状态判别模型。
***当前的安全状态可以视为***经历了多个事件的发生与累积而达成的。在时间测度足够精确的条件下，事件必定是一件接一件地相继发生，而不会在同一时间并发。因此，在观测时间尺度足够精确的条件下，在***运行阶段，随着控制过程的推进，***整体的安全状态相对于运行时间或其他连续变量能够呈现出连续变化的趋势。
如图1中的事件链所示，在时间测量足够精确的条件下，在一个***控制过程中，异常事件event 1,event 2,…,event n按时间顺序先后发生。
这里，正常事件被定义为：***在理想的外部环境下运行时，预先设计的***控制过程所要求的每一个细微步骤的精确执行。
异常事件则包含以下三层含义中的至少一种：1)外部环境的超出预计范围的改变，2)执行控制过程所要求的步骤时出现的超出可接受范围的偏差，以及3)没有执行控制过程所要求的步骤，或执行了余外的步骤。
在***控制过程中，异常事件发生后，从最终导致的结果来看，要么使得***的运行以安全达到目标为结束，要么使得***的运行以事故的发生为结束。一个异常事件的发生，可能使得***运行状态倒向危险状态(有损失产生的状态)的趋势增强，也可能使得***运行状态倒向安全状态(安全得到保证的状态)的趋势增强。前一种情况可以被描述为“错误的发生”；后一种情况可以被描述为“栅的执行”。
在图1中的事件链所示的n个异常事件中，一部分异常事件可以被描述成错误的发生，另一部分异常事件可以被描述成栅的执行。随着运行时间的推进，错误的发生与累积使得***运行趋向于危险状态；栅的执行与累积使得***运行趋向于安全状态。用变量DE表示累积的错误的危险程度，用变量DB表示累积的栅的防护程度。有以下关系必定成立：以及这里，Φ为历史上***运行产生的所有事故的严重程度的总和。以上两式分别描述了两种极限情况：1)如果***永远运行下去，并且在运行过程中只有错误发生，没有任何栅的执行，那么由此产生的所有***目标的损失(即事故的严重程度)的总和必定不小于Φ；2)如果***永远运行下去，并且在运行过程中没有任何错误发生，但有栅的不断执行，那么事故绝不会发生，***目标必定不会遭受任何损失，即损失为0。
一般情况下，在时间段[0,τ]内运行的控制过程，如果***正常运行，则这里，Φ0为可接受的***目标的损失。上式表示，运行的***在τ时刻完成的目标包含的损失在Φ0以下，属于正常的可接受的***运行状态。而如果在τ时刻不可接受的损失产生，即事故发生，则
接下来，基于黎曼-雨果尼奥特突变，以DE和DB作为控制变量，以***安全程度DS作为状态变量，在DE、DB和DS三个正交变量组成的笛卡尔坐标系中建立尖点流形曲面，如图1中的运行状态判别模型所示。在坐标轴上，DE、DB和DS都取正数并从原点开始沿轴方向均匀增大。在尖点流形曲面上，***安全程度DS可以在上半叶代表的安全区域与下半叶代表的危险区域间以任意轨迹连续变化。记尖点流形曲面为Ω，则Ω的方程为
Ω(DE,DB,DS)＝η(DE-μ)+2ω(DB-ν)DS+4DS3＝0
这里η、ω、μ和v由***结构设计决定。
在尖点流形曲面Ω上，轨迹a代表***运行状态从初始状态连续变化到某个安全状态的过程；轨迹b代表***运行状态从初始状态连续变化到某个危险状态的过程。根据轨迹a和轨迹b的运动过程可以看到，初始状态的微小扰动使得***状态在控制过程的结尾演化为截然不同的两种状态。例如，列车行驶初期车载安全计算机电源的故障会导致列车行驶一段时间后***的运行状态要么是安全状态，要么是危险状态，而究竟哪种状态会出现则取决于是否有安全栅执行或者有其他故障出现。
轨迹c代表***运行状态从某个安全状态跳变到某个危险状态的过程，其描述了***从较高的安全运行状态变化到损失产生的过程，而该过程中出现的跳变则反映了一个事故的发生。轨迹d代表***运行状态从某个危险状态跳变回某个安全状态的过程，该过程从一定程度的损失已经在***运行时产生开始，通过应急措施的实现(安全栅的执行)损失逐渐被缩小，到达一定程度后，***跳回到安全状态。损失产生后，***的运行需要通过执行较以往更多的或者更强的安全栅回到安全状态。因此通过比较轨迹c和轨迹d，可以发现迟滞现象的存在。实际上，列车运行控制***具有很高的结构稳定性，而对于结构稳定性很高的***，发生的变化越大就越难恢复，迟滞就越明显。***在运行期间，***运行状态要么处于安全状态，要么处于危险状态；***运行状态的跳变也是在安全状态和危险状态之间发生，跳变不会经过由尖点流形曲面中叶代表的处于中间态的初始状态。
轨迹e代表***运行状态从初始状态开始，在上叶代表的安全区域运动，然后跳变到下叶代表的危险区域进而产生损失的过程。该过程可以被视为典型的事故演化过程中***安全状态的变化过程。
以上关于***运行状态随曲面轨迹变化的分析能够证明利用尖点流形曲面判别***运行状态的合理性和可行性。
步骤2：判别***运行状态
利用图2所示的事件树对当前运行阶段下控制结构中出现的错误和控制过程中执行的安全栅进行量化评估。量化评估过程需要基于危险日志，其包含了在***设计阶段和***运行阶段识别、统计得出的危险源(统计概率)、危险源可能导致的后果(严重程度)、危险源的演化路径(概率为路径包含的所有事件的统计概率的乘积)以及安全栅(置信度和防护程度)等信息。
具体地，首先利用计算机自动识别当前控制结构中出现的危险源Hi。危险源Hi即为错误事件Ei。基于事件树的描述方式，错误Ei经过演化路径Tδ导致后果Cδ(后果的严重程度也用Cδ表示，且共有ki种可能)。根据危险日志，可以得知错误Ei通过演化路径Tδ的统计概率Pδ及其后果的严重程度Cδ。
基于事件树的结构，利用计算机自动识别演化路径中的安全栅。根据危险日志，可以得知在Ei的事件树中，安全栅Bj的置信度为Lε，防护程度为Uε，数目为kj。
设***运行到当前时刻***控制结构中共出现了n个错误，并且***控制过程中共执行了m个安全栅，则累积的错误的危险程度为
累积的栅的防护程度为
如图1中的运行状态判别模型所示，在尖点流形曲面的相空间中，根据控制变量(DE,DB)可以得到状态变量DS，进而判定***运行状态是处于安全状态(曲面上叶)还是危险状态(曲面下叶)。
步骤3：基于椭圆脐流形曲面构建安全风险计算模型
利用尖点流形曲面对***运行状态进行判别后，为了更加精确地量化评估***处于危险状态时的运行风险指标，或处于安全状态时的运行安全指标，需要基于椭圆脐流形曲面进一步构建安全风险计算模型。
设***控制过程达到***目标需要完成N个组件功能，并且***运行到当前阶段控制过程已经执行了M个组件功能，则***的运行进度的大小为M/N。当***运行状态处于安全状态时，运行进度DP＝γ＝-M/N；当***运行状态处于危险状态时，运行进度DP＝γ＝M/N。这里，为运行进度赋予符号是为了判别***运行状态是处于安全状态还是处于危险状态，但是经过计算后的运行安全指标和运行风险指标均为正数，具有实际意义。
随着***控制过程的推进，***内部功能交互的复杂度逐渐提升。***的复杂度越高，结构稳定性越差，***运行阶段的安全性随之变差。因此，运行进度DP也直接影响着***运行安全状态。由于变量DE、DB和DP相互正交，因此在由这三个变量构成的控制空间中构建椭圆脐流形曲面Λ。Λ的方程为
这里，（α,β,γ)分别对应于(DE,DB,DP)，即累积的错误的危险程度、累积的栅的防护程度和***运行进度。
步骤4：输出运行安全指标和运行风险指标的变化情况
曲面Λ的形状如图1中的安全风险计算模型所示。经过尖点流形曲面Ω的判别，当***运行状态处于安全状态时，***的运行安全指标可以根据椭圆脐流形曲面Λ|γ＜0进行精确的量化评估，其大小为闭合曲面Λ|γ＜0的体积V(α,β,-γ|γ＜0),其符号为正表示***处于安全状态；当***运行状态处于危险状态时，***的运行风险指标可以根据椭圆脐流形曲面Λ|γ＞0进行精确的量化评估，其大小为闭合曲面Λ|γ＞0的体积V(α,β,γ|γ＞0)，其符号为负表示***处于危险状态。
在***运行阶段，计算机在线识别***控制过程中出现的错误和执行的安全栅，基于状态判别模型判别当前***是处于安全状态还是危险状态；当***处于安全状态时，根据***运行进程的推进程度，基于安全风险计算模型输出运行安全指标；当***处于危险状态时，根据***运行进程的推进程度，基于安全风险计算模型输出运行风险指标。
具体实施例
下面利用基于组合流形的***运行安全动态分析方法，结合CTCS2+ATO列车运行控制***，针对控制过程中出现列车追尾的特定情景进行分析，以此作为一个典型的实施案例。
场景描述如下：
设运行线路由如图3所示CTCS2+ATO列控***管辖。D001次列车在t1时刻进入高速运行阶段并平稳行驶。
在t2时刻出现极端天气。极端天气造成轨道电路发送异常编码，使得D001列车的车载安全计算机强制进行刹车，致使D001次列车停留在0005AG区段，并且之后相当长的时间段内司机无法进行模式选择来启动列车运行。
在t3时刻极端天气又使得车站列控中心的轨道电路数据采集单元故障，使得调度中心显示0005AG区段无列车占用，并且使得随后发车的D002次列车前方所有区间信号灯开放。
在***各层操作人员无线通信出现故障后，D002列车与D001列车追尾。
在整个***控制过程中，ATO子***特定功能模块基于***运行安全动态分析模型对列车运行安全风险进行实时分析，并通过ATP子***实现对列车运行安全的控制。
步骤1：基于尖点流形曲面构建***运行状态判别模型。
根据图3中虚线代表的失效传播路径，识别控制过程中***出现的异常事件(即错误)，包括组件故障和人员失误。所识别的具体异常事件(即错误)如表1所示，其中表1为异常事件(错误)的统计概率及后果严重度。
表1
步骤2：判别***运行状态
利用图2所示的事件树对当前运行阶段下控制结构中出现的错误和控制过程中执行的安全栅进行量化评估。这里选用了与实际情况相似***的危险日志以便分析，得到的量化评估结果如表1和表2所示，其中表2为安全栅的置信度及防护程度。
表2
根据图1中的运行状态判别模型，利用控制变量(DE,DB)计算得到状态变量DS，进而判定***运行状态是处于安全状态(曲面上叶)还是危险状态(曲面下叶)。在t1、t2和t3时刻的运行状态判别曲面分别如图4-9中的Ω1、Ω2和Ω3所示。
步骤3：基于椭圆脐流形曲面构建安全风险计算模型
利用尖点流形曲面判别***运行状态后，根据图3所示的CTCS2+ATO列车运行控制***的具体结构以及列车追尾事故演化过程中故障的传播路径，确定***控制过程分别达到t1、t2和t3时的运行进度DP1、DP2和DP3。在变量DE、DB和DP构成的控制空间中构建椭圆脐流形曲面，进而输出在t1、t2和t3时刻的安全风险计算曲面分别如图4-9中的Λ1、Λ2和Λ3所示。
步骤4：输出运行安全指标和运行风险指标的变化情况
在CTCS2+ATO列控***下列车追尾特定情景的事故演化过程中，***控制过程在t1、t2、t3时刻的运行状态判别曲面Ω1、Ω2、Ω3和安全风险计算曲面Λ1、Λ2、Λ3如图4-9所示。
当***运行至t1时刻，运行状态判别曲面Ω1没有折叠，***运行状态平稳地由初始状态变化到安全状态并保持在安全状态，这时的***运行安全指标经过计算为V1＝0.390。
当***运行至t2时刻，运行状态判别曲面Ω2出现一定程度的折叠，***运行状态由安全状态跳变到危险状态，这时的***运行风险指标经过计算为-V2＝-0.502。
当***运行至t3时刻，运行状态判别曲面Ω3的折叠程度继续增大，***运行状态达到了更加危险的状态，这时的***运行风险指标经过计算为-V3＝-1.041。
在***控制过程中，***安全性的安全风险指标的变化情况为0.390→-0.502→-1.041，反映了***的运行状态从起初的安全状态跳变到危险状态并进一步恶化的完整的事故演化过程。该变化过程与实际相符合，验证了基于组合流形的***运行安全风险动态分析模型的合理性及可用性。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (1)
1.一种高速列车运行控制***的运行安全风险动态分析方法，其特征在于，包括以下步骤：
步骤1：基于尖点流形曲面构建***运行状态判别模型；
步骤2：判别***运行状态；
步骤3：基于椭圆脐流形曲面构建安全风险计算模型；
步骤4：输出运行安全指标和运行风险指标的变化情况；
所述的步骤1具体为：
在时间段[0，τ]内运行的控制过程，如果***正常运行，则 Φ0为可接受的***目标的损失；运行的***在τ时刻完成的目标包含的损失在Φ0以下，属于正常的可接受的***运行状态；而如果在τ时刻不可接受的损失产生，即事故发生，则其中DE表示累积的错误的危险程度，DB表示累积的栅的防护程度；
基于黎曼-雨果尼奥特突变，以DE和DB作为控制变量，以***安全程度DS作为状态变量，在DE、DB和DS三个正交变量组成的笛卡尔坐标系中建立尖点流形曲面，在坐标轴上，DE、DB和DS都取正数并从原点开始沿轴方向均匀增大；在尖点流形曲面上，***安全程度DS在上半叶代表的安全区域与下半叶代表的危险区域间以任意轨迹连续变化；记尖点流形曲面为Ω，则Ω的方程为
Ω(DE，DB，DS)＝η(DE-μ)+2ω(DB-v)DS+4DS3＝0
其中参数η、ω、μ和v由***结构设计决定；
所述的判别***运行状态为：利用事件树对当前运行阶段下控制结构中出现的错误和控制过程中执行的安全栅进行量化评估，其中量化评估过程需要基于危险日志，其包括在***设计阶段和***运行阶段识别、统计得出的危险源、危险源可能导致的后果、危险源的演化路径以及安全栅信息；
所述的判别***运行状态具体为：
首先利用计算机自动识别当前控制结构中出现的危险源Hi，危险源Hi为错误事件Ei，基于事件树的描述方式，错误Ei经过演化路径Tδ导致后果Cδ；根据危险日志，得知错误Ei通过演化路径Tδ的统计概率Pδ及其后果的严重程度Cδ；
基于事件树的结构，利用计算机自动识别演化路径中的安全栅，根据危险日志，得知在Ei的事件树中，安全栅Bj的置信度为Lε，防护程度为Uε，数目为kj；
设***运行到当前时刻***控制结构中共出现了n个错误，并且***控制过程中共执行了m个安全栅，则累积的错误的危险程度为
累积的栅的防护程度为
在尖点流形曲面的相空间中，根据控制变量DE和DB得到状态变量DS，进而判定***运行状态是处于安全状态还是危险状态；
所述的步骤3具体为：
设***控制过程达到***目标需要完成N个组件功能，并且***运行到当前阶段控制过程已经执行了M个组件功能，则***的运行进度的大小为M/N；当***运行状态处于安全状态时，运行进度DP＝γ＝-M/N；当***运行状态处于危险状态时，运行进度DP＝γ＝M/N；
由于变量DE、DB和DP相互正交，因此在由这三个变量构成的控制空间中构建椭圆脐流形曲面Λ，Λ的方程为
(α，β，γ)分别对应于(DE，DB，DP)，即累积的错误的危险程度、累积的栅的防护程度和***运行进度；
所述的步骤4具体为：
经过尖点流形曲面Ω的判别，当***运行状态处于安全状态时，***的运行安全指标根据椭圆脐流形曲面Λ|γ＜0进行精确的量化评估，其大小为闭合曲面Λ|γ＜0的体积V(α，β，-γ|γ＜0)，其符号为正表示***处于安全状态；当***运行状态处于危险状态时，***的运行风险指标根据椭圆脐流形曲面Λ|γ＞0进行精确的量化评估，其大小为闭合曲面Λ|γ＞0的体积V(α，β，γ|γ＞0)，其符号为负表示***处于危险状态；
在***运行阶段，计算机在线识别***控制过程中出现的错误和执行的安全栅，基于状态判别模型判别当前***是处于安全状态还是危险状态；当***处于安全状态时，根据***运行进程的推进程度，基于安全风险计算模型输出运行安全指标；当***处于危险状态时，根据***运行进程的推进程度，基于安全风险计算模型输出运行风险指标。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711448051.0A CN108196525B (zh) | 2017-12-27 | 2017-12-27 | 高速列车运行控制***的运行安全风险动态分析方法 |
| HUE18215465A HUE056128T2 (hu) | 2017-12-27 | 2018-12-21 | Eljárás nagysebességû vonatüzem-irányítási rendszer üzembiztonsági kockázatainak dinamikus elemzésére |
| ES18215465T ES2888927T3 (es) | 2017-12-27 | 2018-12-21 | Procedimiento de análisis dinámico de los riesgos de seguridad de funcionamiento para un sistema de control de funcionamiento de un tren de alta velocidad |
| RS20211184A RS62426B1 (sr) | 2017-12-27 | 2018-12-21 | Postupak dinamičke analize radnih bezbednosnih rizika za sistem za upravljanje radom brzog voza |
| EP18215465.8A EP3511224B1 (en) | 2017-12-27 | 2018-12-21 | Dynamic analysis method of operating safety risks for a high-speed train operating control system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711448051.0A CN108196525B (zh) | 2017-12-27 | 2017-12-27 | 高速列车运行控制***的运行安全风险动态分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108196525A CN108196525A (zh) | 2018-06-22 |
| CN108196525B true CN108196525B (zh) | 2019-11-12 |
Family
ID=62584721
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711448051.0A Active CN108196525B (zh) | 2017-12-27 | 2017-12-27 | 高速列车运行控制***的运行安全风险动态分析方法 |
Country Status (5)
| Country | Link |
|---|---|
| EP (1) | EP3511224B1 (zh) |
| CN (1) | CN108196525B (zh) |
| ES (1) | ES2888927T3 (zh) |
| HU (1) | HUE056128T2 (zh) |
| RS (1) | RS62426B1 (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110490433A (zh) * | 2019-07-30 | 2019-11-22 | 同济大学 | 一种列控***风险评估方法 |
| CN110490465B (zh) * | 2019-08-22 | 2023-03-10 | 电子科技大学 | 服役过程中高速列车动态损失定量分析方法 |
| CN113610338A (zh) * | 2021-06-23 | 2021-11-05 | 卡斯柯信号有限公司 | 轨道交通信号***安全风险评价和风险预警方法及装置 |
| CN114987585A (zh) * | 2022-06-10 | 2022-09-02 | 北京道迩科技有限公司 | 基于真实场景应急处置流程分析的Petri建模方法 |
| CN115973237A (zh) * | 2022-12-15 | 2023-04-18 | 华侨大学 | 轨道交通atp制动安全分析方法、***及电子设备 |
| CN117473769B (zh) * | 2023-11-09 | 2024-05-07 | 中南大学 | 一种风切变下高速列车安全运行阈值速度确定方法及*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140070051A (ko) * | 2012-11-30 | 2014-06-10 | 한국철도공사 | 철도차량용 위험도 분석 시스템 |
| CN104778370A (zh) * | 2015-04-20 | 2015-07-15 | 北京交通大学 | 基于蒙特卡洛仿真求解动态故障树模型的风险分析方法 |
| CN106528940A (zh) * | 2016-10-13 | 2017-03-22 | 中车长春轨道客车股份有限公司 | 基于数理模型对列车车轴性能进行评价和预警的方法 |
| CN106855965A (zh) * | 2016-08-16 | 2017-06-16 | 芮锶钶（上海）网络技术有限公司 | 一种基于机动车的驾驶行程数据评估其驾驶风险的方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7212113B2 (en) * | 2004-05-04 | 2007-05-01 | Lockheed Martin Corporation | Passenger and item tracking with system alerts |
| CN103955556B (zh) * | 2014-03-27 | 2017-07-28 | 北京交通大学 | 高速铁路列车运行控制车载***故障逻辑建模方法 |
| CN104392071B (zh) * | 2014-12-12 | 2017-09-29 | 北京交通大学 | 一种基于复杂网络的高速列车***安全评估方法 |
-
2017
- 2017-12-27 CN CN201711448051.0A patent/CN108196525B/zh active Active
-
2018
- 2018-12-21 RS RS20211184A patent/RS62426B1/sr unknown
- 2018-12-21 ES ES18215465T patent/ES2888927T3/es active Active
- 2018-12-21 HU HUE18215465A patent/HUE056128T2/hu unknown
- 2018-12-21 EP EP18215465.8A patent/EP3511224B1/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140070051A (ko) * | 2012-11-30 | 2014-06-10 | 한국철도공사 | 철도차량용 위험도 분석 시스템 |
| CN104778370A (zh) * | 2015-04-20 | 2015-07-15 | 北京交通大学 | 基于蒙特卡洛仿真求解动态故障树模型的风险分析方法 |
| CN106855965A (zh) * | 2016-08-16 | 2017-06-16 | 芮锶钶（上海）网络技术有限公司 | 一种基于机动车的驾驶行程数据评估其驾驶风险的方法 |
| CN106528940A (zh) * | 2016-10-13 | 2017-03-22 | 中车长春轨道客车股份有限公司 | 基于数理模型对列车车轴性能进行评价和预警的方法 |
Non-Patent Citations (2)
| Title |
|---|
| Usingcatastrophetheorytodescriberailwaysystemsafetyanddiscusssystemriskconcept;Wang,Yangpeng;《SAFETYSCIENCE》;20170131;第91卷;P269-285 * |
| ***安全突变与风险曲线研究;王阳鹏;《中国博士学位论文全文数据库工程科技Ⅱ辑》;20171215(第12期);C033-8：P124 * |
Also Published As
| Publication number | Publication date |
|---|---|
| HUE056128T2 (hu) | 2022-01-28 |
| CN108196525A (zh) | 2018-06-22 |
| ES2888927T3 (es) | 2022-01-10 |
| EP3511224B1 (en) | 2021-07-28 |
| RS62426B1 (sr) | 2021-11-30 |
| EP3511224A1 (en) | 2019-07-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108196525B (zh) | 高速列车运行控制***的运行安全风险动态分析方法 | |
| CN103713628B (zh) | 基于符号有向图和数据重构的故障诊断方法 | |
| CN106662072A (zh) | 风力发电机状态监控方法与*** | |
| US20190026963A1 (en) | Fusion of aviation-related data for comprehensive aircraft system health monitoring | |
| CN109754110A (zh) | 一种牵引变流器故障的预警方法及*** | |
| CN102208028A (zh) | 一种适用于动态复杂***的故障预测和诊断方法 | |
| CN105955233B (zh) | 一种基于数据挖掘的车辆故障诊断方法及*** | |
| CN106372323A (zh) | 一种基于飞行数据的机载设备故障率检测方法 | |
| CN102801767A (zh) | 单机级飞机结构phm***及实现方法 | |
| CN108519769A (zh) | 一种基于规则的飞控***故障诊断方法 | |
| WO2019036219A1 (en) | SYSTEM FOR SELECTING TURBINE DIAGNOSTIC CHARACTERISTICS | |
| Flammini et al. | A vision of intelligent train control | |
| CN101807314B (zh) | 嵌入式车辆工况混杂异构数据信息实时处理方法 | |
| CN106779294A (zh) | 飞机操作差错探测方法和*** | |
| US20230159069A1 (en) | System and method for coordination of acceleration values of locomotives in a train consist | |
| Yuan et al. | The application analysis of fault diagnosis with artificial Intelligent for industrial equipment | |
| Qin et al. | Active safety methodologies of Rail Transportation | |
| Gao et al. | Design requirements of PHM system fault diagnosis capability | |
| CN114715234A (zh) | 列车运行控制***的数字孪生***、装置和方法 | |
| CN114594750A (zh) | 一种基于故障树的高铁塞拉门故障诊断方法 | |
| CN104787089B (zh) | 一种智能计算铁路进路表中的装置 | |
| Hu et al. | Fault Diagnosis of the On-board Equipment in CTCS-3 Based on Timed Automata and Mutation Theoy | |
| Xu et al. | Parallel testing for centralized traffic control systems of intelligent railways | |
| CN103761418B (zh) | 基于***危险模式递进模型的事故分析方法 | |
| Zhang et al. | Application of STPA in Temporary Speed Restriction Sending Scenario of Train Control System Based on Vehicle-Vehicle Communication |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |