CN113610338A - 轨道交通信号***安全风险评价和风险预警方法及装置 - Google Patents

轨道交通信号***安全风险评价和风险预警方法及装置 Download PDF

Info

Publication number
CN113610338A
CN113610338A CN202110695949.8A CN202110695949A CN113610338A CN 113610338 A CN113610338 A CN 113610338A CN 202110695949 A CN202110695949 A CN 202110695949A CN 113610338 A CN113610338 A CN 113610338A
Authority
CN
China
Prior art keywords
risk
early warning
safety
factors
signal system
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.)
Pending
Application number
CN202110695949.8A
Other languages
English (en)
Inventor
刘晓
黄鸿
南楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Casco Signal Ltd
Original Assignee
Casco Signal Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Casco Signal Ltd filed Critical Casco Signal Ltd
Priority to CN202110695949.8A priority Critical patent/CN113610338A/zh
Publication of CN113610338A publication Critical patent/CN113610338A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • G06Q50/265Personal security, identity or safety
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Security & Cryptography (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及一种轨道交通信号***安全风险评价和风险预警方法及装置,该方法包括以下步骤:步骤S1:识别安全风险预警体系的构成要素;步骤S2:确定动态监测因素集;步骤S3:实时动态监测;步骤S4:构建风险定量评估模型;步骤S5:实现多维度的动态风险预警;步骤S6:联动隐患排查治理。与现有技术相比,本发明具有确保在轨运行信号设备的安全性等优点。

Description

轨道交通信号***安全风险评价和风险预警方法及装置
技术领域
本发明涉及列车信号控制***,尤其是涉及一种轨道交通信号***安全风险评价和风险预警方法及装置。
背景技术
信号***是保证轨道交通安全运营的重要手段,信号***的危险侧失效可能会带来严重的行车事故,造成巨大的生命和财产损失。因此根据EN50126、EN50129标准要求,轨道交通信号***必须通过质量管理、安全管理和技术措施的手段来规避***性失效,并且通过技术措施和定量评价的方法来证明危险失效率已降低到可接受的水平,从而确保***的安全性已达到预期的安全完整性等级要求。
然而即使已经证明过安全性的***,在上线运行之后仍然会出现偶发的安全故障,有的甚至已经造成了安全事故,这给社会上带来了很大的负面影响,很大程度上降低了用户和公众对于轨道交通的信心。因此轨道交通信号***应采用更为主动、前瞻的风险管理方法,动态评价***的风险状态、******可能发生的危害事件/事故,并及时采取管控措施来规避风险。
从本世纪初开始,借鉴化工和航空航天领域的经验,我国轨道交通信号业内开始探索和建立适合行业特点的预警***。然而,受到管理边界以及数据基础的限制,目前的预警***大多从事后的监测数据或者故障数据入手,没有全过程、全方面的识别覆盖轨道交通信号***的风险源头,对风险的评价和风险预警存在一定的局限性。
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轨道交通信号***安全风险评价和风险预警方法及装置。
本发明的目的可以通过以下技术方案来实现:
根据本发明第一方面,提供了一种轨道交通信号***安全风险评价和风险预警方法,该方法包括以下步骤:
步骤S1:识别安全风险预警体系的构成要素;
步骤S2:确定动态监测因素集;
步骤S3:实时动态监测;
步骤S4:构建风险定量评估模型;
步骤S5:实现多维度的动态风险预警;
步骤S6:联动隐患排查治理。
作为优选的技术方案,所述的步骤S1中的构成要素包括人的因素、设备的因素、环境的因素以及管理的因素。
作为优选的技术方案,所述的步骤S2中的因素集包括事后监控因素集和事前监控因素集,所述事后监控因素集包括现场发生的显性事件或事故、现场安全隐患及其纠正措施、预防措施的执行情况、现场设备报警情况以及及时处理情况;所述事前监控因素集包括研发、生产、测试、安装调试过程的过程绩效情况,测试发现的不安全问题情况,安全相关遗留开口项的风险情况。
作为优选的技术方案,所述的步骤S3的具体实现过程如下:
建立安全管理信息化***,实现线上开展危害分析、安全验证、安全审计、安全评审活动;
并构建与需求管理***Polarion、危害管理***CentraLog、变更管理***ClearQuest的数据接口,随时调取相关的危害信息、安全不符合项信息以及危害信息,实现安全相关数据的在线动态监测。
作为优选的技术方案,所述的步骤S4的具体实现过程如下:
步骤S41,构建模型公式,具体如下:
D=D人+D环境+D管理+D设备≈αD设备+βD设备+γD设备+D设备=(1+θ)D设备;
其中D为计算得到的风险值,D人为人的因素造成的风险,D环境为环境的因素造成的风险,D管理为管理的因素造成的风险,D设备为设备的因素造成的风险,其中α为人的因素相对于设备因素的比率,β为环境的因素相对于设备因素的比率;γ为管理的因素相对于设备因素的比率;θ为除设备外的其他因素相对于设备因素的比率;
步骤S42,D设备的计算如下:
D设备=∑Daij,其中aij为所有动态监控因素,i代表监控因素的类型,j代表监控事件的编号。
作为优选的技术方案,所述的步骤S5的具体实现过程如下:
步骤S51:将步骤4中计算出的风险值D,对比风险阈值,进行风险预警;
步骤S52:信号***交付使用之前必须确保处于低风险状态,否则不得交付使用;随着长时间的现场运营,可能发生隐性安全问题或不安全事件,则应动态更新风险值并进行相应预警;
步骤S53:除了对整体的***风险情况进行预警,还可对过程绩效指标进行评价和预警,包括在给定监控周期内以过去监控周期为参照对象,根据上个监控周期的点均值和标准方差来设定三条线,分别是均值与1倍,2倍、3倍标准方差偏差之和;在监控周期内,出现以下任何一种情况,则会显示告警:
任何1点高于3倍标准偏差值,进行重大风险预警;
连续2点出现2倍标准偏差值,进行较大风险预警;
连续3点初选高于1倍标准偏差值,进行一般风险预警。
根据本发明第二方面,提供了一种轨道交通信号***安全风险评价和风险预警装置,该装置包括:
构成要素模块,用于识别安全风险预警体系的构成要素;
因素集确定模块,用于确定动态监测因素集;
动态监测模块,用于实时动态监测;
模型构建模块,用于构建风险定量评估模型;
风险预警模块,用于实现多维度的动态风险预警;
隐患排查模块,用于联动隐患排查治理。
根据本发明第三方面,提供了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现所述的方法。
根据本发明第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现所述的方法。
与现有技术相比,本发明具有以下优点:
1)本发明通过建立和实施全过程、全方位的安全管理信息***,监控从研发、测试、安装、调试到线上运营以及维修的一系列过程,实现从事后到事前,从理论到具体,从局部到整体的***安全风险定量评价,从而整体衡量轨道交通信号***的安全性水平;
2)本发明通过对数据的监测拟合事态的发展方向,借助于风险预警模块,报告可能发生的重大危险情况,可预先实施风险规避措施,从而进一步确保在轨运行信号设备的安全性;
3)本发明收集了从研发到生产、再到安装、调试过程的所有过程数据,并将该数据纳入风险评估模型当中,使得风险预警从事后报告提前到事前预警;
4)本发明构建了一套通过过程数据评价人的工作质量,从而反映到设备风险的方法,开辟了人因评价的新的视角;
5)本发明还考虑了管理层面因素对于设备安全性的影响,使得风险评价更真实、更准则。
附图说明
图1为本发明方法的流程图;
图2为本发明装置的结构示意图;
图3为轨道交通信号***的危险致因因素的示意图;
图4为动态监测因素集的示意图;
图5为实施例中风险趋势预测示意图。
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。
如图1所示,本发明方法的具体步骤如下:
步骤S101:识别安全风险预警体系的构成要素。参照《GB/T 13861-2009生产过程危险和有害因素分类与代码》,我们将轨道交通信号***的危险因素分为:人的、设备的、环境的和管理的四大类。如图1所示,其中二级致因因素仅为举例。人的因素、环境的因素以及管理的因素都是信号***用户的管理范畴,可纳入整体的轨道交通信号***的运营风险中;而本文重点介绍作为轨道交通信号***供货商的管理***通用的风险评价,因此在本模型中仅考虑将人的、环境的和管理的易实现程度形总成一个因子,考虑进风险评价模型中(详见步骤4)。
步骤S102:确定动态监测因素集。为了能够全面的评价设备的风险,分别从事后、事前两个方面进行数据收集和监控,事后监控包括现场发生的显性事件/事故、现场安全隐患及它们的纠正措施、预防措施的执行情况,现场设备报警情况以及及时处理情况;事前监控包括研发、生产、测试、安装调试过程的过程绩效情况,测试发现的不安全问题情况,安全相关遗留开口项的风险情况等,详见图2所示。
步骤S103:实时动态监测。建立安全管理信息化***,实现线上开展危害分析、安全验证、安全审计、安全评审活动等;并可以同需求管理***Polarion、危害管理***CentraLog、变更管理***ClearQuest实现数据接口,随时调取相关的危害信息、安全不符合项信息以及危害信息等,实现安全相关数据的在线动态监测。
步骤S104:构建风险定量评估模型。海恩里希法则指出:每一起严重事故的背后,必然有29次轻微事故和300起未遂先兆以及1000起事故隐患。差错冰山原理揭示:显性差错远比隐性差错少的多。依据海恩里希法则以及差错冰山原理,并结合安全生产风险评价(D=L*E*C)方法,邀请专家经验打分,给每一个监测因素设定其严重程度和暴露指数参数,结合动态监测数据,计算得出信号***的整体风险值。具体步骤分解如下:
步骤S41:如图1所示安全事故风险由人的因素、设备的因素、环境的因素和管理的因素构成;而由于人的因素、环境的因素以及管理的因素都是信号***用户的管理范畴,由***交付运营之后所处环境、人的操作以及管理水平所决定。因此作为信号***供应商,我们从信号***输出限制的角度对人、环境、管理的要求的难易程度入手,估计其风险参数,计算公式如下:
D=D人+D环境+D管理+D设备≈αD设备+βD设备+γD设备+D设备=(1+θ)D设备,其中D为计算得到的风险值,D人为人的因素造成的风险,D环境为环境的因素造成的风险,D管理为管理的因素造成的风险,D设备为设备的因素造成的风险,
步骤S42:设备的风险来自于对设备关键因素集的动态监控。根据安全生产风险评价(D=L*E*C)方法,为每一个事故/事件制定发生频率、暴露指数和严重程度的参数。其中,监控到的因素的数量用作风险的频率;参考海恩里希法则以及《生产过程危险和有害因素分类及代码》(GB/T 13861-2009)和TEM管理框架,为每一种类型的监控因素确定一个严重指数;根据故障传播的途径,为每一个监控事件确定一个暴露指数。
D设备的计算如下:
D设备=∑Daij,其中aij为所有动态监控因素,i代表监控因素的类型,j代表监控事件的编号。
步骤S105:实现多维度的动态风险预警。可进行信号***的整体风险预警,也可分阶段分对象的实现现场设备运营风险、产品安全技术风险和过程安全管理风险等多角度的预警。并且根据危害可能造成的后果、风险的紧急程度和发展态势,预警级别分为重大、较大以及一般隐患共三级预警。
步骤S51:步骤4中计算出的风险值,对比风险阈值,进行风险预警:
风险等级(D=L×E×C)标准
D值 风险等级
>60 A重大风险
>30 B较大风险
>20 C一般风险
≤20 D低风险
步骤S52:信号***交付使用之前必须确保处于低风险状态,否则不得交付使用;随着长时间的现场运营,可能发生隐性安全问题或不安全事件,则应该动态更新风险值并进行相应预警。当针对某一安全问题或不安全事件开口项进行了整改,则只能降低该项的暴露指数,不得消除该风险项。只有进行了双归零之后,才可清除该风险项。
步骤S53:除了可以对整体的***风险情况进行预警,还可以对过程绩效指标进行评价和预警,包括在给定监控周期内(年度或季度),以过去(如上一个)监控周期为参照对象,也就是根据上个监控周期的点均值和标准方差来设定。设立三条线,分别是均值与1倍,2倍、3倍标准方差偏差之和。标准方差的计算公式:
Figure BDA0003128390530000061
其中,X为每个数据点的值,N为数据总量,u为所有数据的均值;
在监控周期内,出现以下任何一种情况,则会显示告警(出现不正常,不可接受的风险):
任何1点高于3倍标准偏差值,进行重大风险预警;
连续2点出现2倍标准偏差值,进行较大风险预警;
连续3点初选高于1倍标准偏差值,进行一般风险预警;
步骤S106:联动隐患排查治理流程。每一条预警的隐患,都制定纠正措施以及预防措施,并自动转到隐患排查治理模块中进行跟踪、验证、关闭;当隐患排查治理流程完成之后,应反馈到风险评估模块进行风险值的更新。直至风险降低到可接受水平之后,预警可解除。
本发明具有如下特点:
1、在基于管理制度符合性的安全管理模式的基础上,形成基于过程安全绩效的安全管理模式,包括:需求阶段,应用设计阶段,软件设计阶段,硬件设计阶段,工具设计阶段,测试阶段,安装调试和运营维修阶段。
2、形成一系列高效、易于操作的安全管理程序,如安全验证程序、安全审计程序等,对1中的阶段进行检查,并计算各阶段的过程安全绩效指标,从而提高控制过程安全风险的能力和效率。
3、将建立一套全过程、全方位的综合安全管理***,用以主动监测和收集全过程的数据信息,形成基于数据驱动的安全管理模式。
4、构建一套有效的风险评价模型,对信号***的安全风险进行科学辨识、量化评估、统一分级,并预测风险走势,使得风险管控由被动防护向主动控制转变。
5、制定内部定期监控、评估、审核制度,促进安全管理的闭环运行和持续改进,有利于更好的履行主体安全责任,健全自我监督、自我审核、自我完善的长效机制。
具体实施例
下面以某CBTC***为例对本发明进行详细说明。
1、选取CBTC***的事故致因因子θ,考虑到该***为全自动无人驾驶***,对人的因素、运维程序的要求不高,且该CBTC***安装在我国平原地区,自然环境较好,因此选取θ=0.1。
2、获取的动态监控因素集如下:
Figure BDA0003128390530000071
Figure BDA0003128390530000081
其中SPI为每千条需求、***开发各阶段已经识别的安全相关不符合项。
3、选取严重程度和暴露程度指数:
Figure BDA0003128390530000082
分别代表不安全事件、现场安全隐患、以及过程不符合项的严重程度。严重程度可以针对每一个显性事故/事件和过程不符合项分别评估,为简化过程,本文对每一大类选取(参照海因里希法则)一个统一的严重程度指数。
取G={30,3,0.3}。
令E={e1,e2,e3}分别代表不安全事件、现场安全隐患、以及过程不符合项的暴露指数。暴露指数可以针对每一个显性事故/事件和过程不符合项分别评估,为简化过程,本文为每一大类选取(考虑故障传播的途径)一个统一的暴露指数。
取G={1,0.5,0.25}。
需注意的是,以上参数为初始参数。随着数据的积累,可通过对大数据的分析拟合各因素对于风险的影响,从而实时调整各参数值的选取。若现场发生了安全事故,直接进行安全报告,不进行风险预警。
当发生了不安全事故/事件或现场安全隐患并进行了纠正,纠正措施完成之后,其暴露指数可降低为不符合项的暴露指数,即0.25。
4、实时动态计算***整体的风险值,并拟合曲线预测趋势。
①第1月的风险值计算为:
D=(1+θ)D设备=1.2*(∑1月过程不符合项*0.25*0.3+1月现场安全隐患数量*0.5*3+1月不安全问题数量*0.5*3)=11.6325
②第2月的风险值计算为:
D=(1+θ)D设备=1.2*(∑(1月-2月)过程不符合项*0.25*0.3+1月现场安全隐患数量*0.5*3+1月不安全问题数量*0.5*3)=16.7475
依此类推。第三个月完成了开发过程,其风险值为19.965,风险可以接受,***可以交付。
③第6个月发生了一起现场安全隐患,其风险值计算为:
D=(1+θ)D设备=1.2*(∑(1月-6月)过程不符合项*0.25*0.3+1月现场安全隐患数量*0.5*3+1月不安全问题数量*0.5*3)=21.45
④第7个月若现场安全隐患已经纠正,则7月不计算现场安全隐患数量;但是6月份的现场安全隐患分析根本原因后应作为7月的过程不符合项的数量统计。其风险值计算为:
D=(1+θ)D设备=1.2*(∑(1月-6月)过程不符合项*0.25*0.3+1月现场安全隐患数量*0.5*3+1月不安全问题数量*0.5*3)=19.8825
第7个月,虽然现场安全隐患得到了纠正,风险回落,然而通过曲线拟合,风险仍然会超过20,建议进行“双归零”。只有进行管理和技术的双归零才能彻底降低风险,清除前期的过程不符合项缺陷和显示安全事故事件的累积风险。
本例中并未进行双归零,以此类推。在第8个月又发生了一起现场安全隐患,风险值又上升。
⑤根据以上计算公式可得到***的风险值,以及风险趋势预测如图5所示。
以上是关于方法实施例的介绍,以下通过装置实施例,对本发明所述方案进行进一步说明。
如图2所示,装置100包括:
构成要素模块,用于识别安全风险预警体系的构成要素;
因素集确定模块,用于确定动态监测因素集;
动态监测模块,用于实时动态监测;
模型构建模块,用于构建风险定量评估模型;
风险预警模块,用于实现多维度的动态风险预警;
隐患排查模块,用于联动隐患排查治理。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所述描述的模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明电子设备包括中央处理单元(CPU),其可以根据存储在只读存储器(ROM)中的计算机程序指令或者从存储单元加载到随机访问存储器(RAM)中的计算机程序指令,来执行各种适当的动作和处理。在RAM中,还可以存储设备操作所需的各种程序和数据。CPU、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
设备中的多个部件连接至I/O接口,包括:输入单元,例如键盘、鼠标等;输出单元,例如各种类型的显示器、扬声器等;存储单元,例如磁盘、光盘等;以及通信单元,例如网卡、调制解调器、无线通信收发机等。通信单元允许设备通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元执行上文所描述的各个方法和处理,例如方法S101~S106。例如,在一些实施例中,方法S101~S106可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元。在一些实施例中,计算机程序的部分或者全部可以经由ROM和/或通信单元而被载入和/或安装到设备上。当计算机程序加载到RAM并由CPU执行时,可以执行上文描述的方法S101~S106的一个或多个步骤。备选地,在其他实施例中,CPU可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法S101~S106。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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 (10)

1.一种轨道交通信号***安全风险评价和风险预警方法,其特征在于,该方法包括以下步骤:
步骤S1:识别安全风险预警体系的构成要素;
步骤S2:确定动态监测因素集;
步骤S3:实时动态监测;
步骤S4:构建风险定量评估模型;
步骤S5:实现多维度的动态风险预警;
步骤S6:联动隐患排查治理。
2.根据权利要求1所述的一种轨道交通信号***安全风险评价和风险预警方法,其特征在于,所述的步骤S1中的构成要素包括人的因素、设备的因素、环境的因素以及管理的因素。
3.根据权利要求1所述的一种轨道交通信号***安全风险评价和风险预警方法,其特征在于,所述的步骤S2中的因素集包括事后监控因素集和事前监控因素集,所述事后监控因素集包括现场发生的显性事件或事故、现场安全隐患及其纠正措施、预防措施的执行情况、现场设备报警情况以及及时处理情况;所述事前监控因素集包括研发、生产、测试、安装调试过程的过程绩效情况,测试发现的不安全问题情况,安全相关遗留开口项的风险情况。
4.根据权利要求1所述的一种轨道交通信号***安全风险评价和风险预警方法,其特征在于,所述的步骤S3的具体实现过程如下:
建立安全管理信息化***,实现线上开展危害分析、安全验证、安全审计、安全评审活动;
并构建与需求管理***Polarion、危害管理***CentraLog、变更管理***ClearQuest的数据接口,随时调取相关的危害信息、安全不符合项信息以及危害信息,实现安全相关数据的在线动态监测。
5.根据权利要求1所述的一种轨道交通信号***安全风险评价和风险预警方法,其特征在于,所述的步骤S4的具体实现过程如下:
步骤S41,构建模型公式,具体如下:
D=D人+D环境+D管理+D设备≈αD设备+βD设备+γD设备+D设备=(1+θ)D设备;
其中D为计算得到的风险值,D人为人的因素造成的风险,D环境为环境的因素造成的风险,D管理为管理的因素造成的风险,D设备为设备的因素造成的风险,其中α为人的因素相对于设备因素的比率,β为环境的因素相对于设备因素的比率;γ为管理的因素相对于设备因素的比率;θ为除设备外的其他因素相对于设备因素的比率;
步骤S42,D设备的计算如下:
D设备=∑Daij,其中aij为所有动态监控因素,i代表监控因素的类型,j代表监控事件的编号。
6.根据权利要求1所述的一种轨道交通信号***安全风险评价和风险预警方法,其特征在于,所述的步骤S5的具体实现过程如下:
步骤S51:将步骤4中计算出的风险值D,对比风险阈值,进行风险预警;
步骤S52:信号***交付使用之前必须确保处于低风险状态,否则不得交付使用;随着长时间的现场运营,可能发生隐性安全问题或不安全事件,则应动态更新风险值并进行相应预警;
步骤S53:除了对整体的***风险情况进行预警,还可对过程绩效指标进行评价和预警,包括在给定监控周期内以过去监控周期为参照对象,根据上个监控周期的点均值和标准方差来设定三条线,分别是均值与1倍,2倍、3倍标准方差偏差之和;在监控周期内,出现以下任何一种情况,则会显示告警:
任何1点高于3倍标准偏差值,进行重大风险预警;
连续2点出现2倍标准偏差值,进行较大风险预警;
连续3点初选高于1倍标准偏差值,进行一般风险预警。
7.根据权利要求1所述的一种轨道交通信号***安全风险评价和风险预警方法,其特征在于,所述的步骤S6具体为:
每一条预警的隐患,都相应制定纠正措施以及预防措施,并自动转到隐患排查治理模块中进行跟踪、验证、关闭;当隐患排查治理流程完成之后,反馈到风险评估模块进行风险值的更新;直至风险降低到可接受水平之后,预警可解除。
8.一种轨道交通信号***安全风险评价和风险预警装置,其特征在于,该装置包括:
构成要素模块,用于识别安全风险预警体系的构成要素;
因素集确定模块,用于确定动态监测因素集;
动态监测模块,用于实时动态监测;
模型构建模块,用于构建风险定量评估模型;
风险预警模块,用于实现多维度的动态风险预警;
隐患排查模块,用于联动隐患排查治理。
9.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~7中任一项所述的方法。
CN202110695949.8A 2021-06-23 2021-06-23 轨道交通信号***安全风险评价和风险预警方法及装置 Pending CN113610338A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110695949.8A CN113610338A (zh) 2021-06-23 2021-06-23 轨道交通信号***安全风险评价和风险预警方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110695949.8A CN113610338A (zh) 2021-06-23 2021-06-23 轨道交通信号***安全风险评价和风险预警方法及装置

Publications (1)

Publication Number Publication Date
CN113610338A true CN113610338A (zh) 2021-11-05

Family

ID=78336725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110695949.8A Pending CN113610338A (zh) 2021-06-23 2021-06-23 轨道交通信号***安全风险评价和风险预警方法及装置

Country Status (1)

Country Link
CN (1) CN113610338A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117236688A (zh) * 2023-09-14 2023-12-15 湖北毅瑞建设工程咨询有限公司 基于大数据技术的建筑安全事故风险预防及预警***
CN117495112A (zh) * 2024-01-02 2024-02-02 河北秦安安全科技股份有限公司 安全生产的双重预防管理方法、***、设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103632414A (zh) * 2013-12-05 2014-03-12 中国铁道科学研究院 一种地铁列车信号***在线监测与预警的装置
JP2015067252A (ja) * 2013-10-01 2015-04-13 株式会社日立製作所 信号保安システム
CN105574299A (zh) * 2016-02-19 2016-05-11 上海果路交通科技有限公司 一种轨道交通信号***的安全预评估方法
CN108196525A (zh) * 2017-12-27 2018-06-22 卡斯柯信号有限公司 高速列车运行控制***的运行安全风险动态分析方法
CN109688003A (zh) * 2018-12-21 2019-04-26 西南交通大学 一种用于铁路信号***网络信息安全风险评估方法
US20190263432A1 (en) * 2017-08-04 2019-08-29 Metrom Rail, Llc Methods and systems for decentralized rail signaling and positive train control
CN112612709A (zh) * 2020-12-28 2021-04-06 卡斯柯信号有限公司 一种用于铁路信号***的软件架构安全分析实现方法
CN112633740A (zh) * 2020-12-30 2021-04-09 北京城市轨道交通咨询有限公司 一种城市轨道交通线网安全测评方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015067252A (ja) * 2013-10-01 2015-04-13 株式会社日立製作所 信号保安システム
CN103632414A (zh) * 2013-12-05 2014-03-12 中国铁道科学研究院 一种地铁列车信号***在线监测与预警的装置
CN105574299A (zh) * 2016-02-19 2016-05-11 上海果路交通科技有限公司 一种轨道交通信号***的安全预评估方法
US20190263432A1 (en) * 2017-08-04 2019-08-29 Metrom Rail, Llc Methods and systems for decentralized rail signaling and positive train control
CN108196525A (zh) * 2017-12-27 2018-06-22 卡斯柯信号有限公司 高速列车运行控制***的运行安全风险动态分析方法
CN109688003A (zh) * 2018-12-21 2019-04-26 西南交通大学 一种用于铁路信号***网络信息安全风险评估方法
CN112612709A (zh) * 2020-12-28 2021-04-06 卡斯柯信号有限公司 一种用于铁路信号***的软件架构安全分析实现方法
CN112633740A (zh) * 2020-12-30 2021-04-09 北京城市轨道交通咨询有限公司 一种城市轨道交通线网安全测评方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
刘晓等: ""轨道交通信号***风险定量评价和安全预警***研究"", 《铁路技术创新》, pages 92 - 97 *
刘正东;杨劲;王成国;于增明;: "基于全生命周期且以风险为导向的信号***独立安全评估", 铁路计算机应用, no. 10 *
李响;虞翊;: "城市轨道交通运营线信号***的安全评价", 城市轨道交通研究, no. 03 *
牛英明;曹红升;岳磊;: "城市轨道交通信号***全生命周期维护管理技术支持***功能需求研究", 城市轨道交通, no. 04, pages 54 - 55 *
王葆;孙文芳;: "城市轨道交通信号产品可靠性指标的动态监控", 电子世界, no. 05 *
蒋圣超;: "城市轨道交通信号***安全风险评价研究", 科技创新与应用, no. 31 *
郜春海, 燕飞, 唐涛: "轨道交通信号***安全评估方法研究", 中国安全科学学报, no. 10 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117236688A (zh) * 2023-09-14 2023-12-15 湖北毅瑞建设工程咨询有限公司 基于大数据技术的建筑安全事故风险预防及预警***
CN117495112A (zh) * 2024-01-02 2024-02-02 河北秦安安全科技股份有限公司 安全生产的双重预防管理方法、***、设备及存储介质

Similar Documents

Publication Publication Date Title
US11741105B2 (en) Intelligent remote monitoring method for fire-fighting
CN109359894B (zh) 一种基于rpn的电力计量设备风险评价方法及装置
CN106529696B (zh) 一种电网中设备预警方法及预警装置
Marhavilas et al. Risk analysis and assessment methodologies in the work sites: On a review, classification and comparative study of the scientific literature of the period 2000–2009
CN107798479B (zh) 一种基于全生命周期集成知识经验信息的知识管理***
CN113610338A (zh) 轨道交通信号***安全风险评价和风险预警方法及装置
US20230167950A1 (en) Methods for safety management of compressors in smart gas pipeline network and internet of things systems thereof
CN107705018A (zh) 一种用于核电厂定期试验周期延长的论证方法
CN103606062A (zh) 一种继电保护状态评估及辅助决策检修的方法
CN114862275B (zh) 基于数字孪生模型的仓储物流***可靠性评估方法及***
CN107239876A (zh) 一种核电厂i&c设备老化生命周期的管理方法及***
CN117670028A (zh) 基于物联网监测的除尘***风险动态评估及分级预警方法
Zheng et al. A hybrid approach for evaluating faulty behavior risk of high‐risk operations using ANP and evidence theory
Johnson et al. Analysis of Loss-of-Offsite-Power Events: 2021 Update
Johnson et al. Analysis of Loss-of-Offsite-Power Events 1987-2018
RU2536657C1 (ru) Система оценки безопасности и эффективности проектных решений по обеспечению безопасности опасного производственного объекта
CN114743703A (zh) 核电站机组的可靠性分析方法、装置、设备和存储介质
CN111489076B (zh) 一体化工艺危害分析方法、***及存储介质
RU2709155C1 (ru) Система оценки безопасности опасного производственного объекта
Tarigan et al. Operational risk analysis of network Operation Center Division pt. IO
CN112150010A (zh) 炼化装置腐蚀完整性操作窗口的创建方法、***和设备
CN113553352A (zh) 一种电力二次设备家族性缺陷辨识方法及***
CN110991025A (zh) 一种电网安全隐患排查方法及装置
CN117664484B (zh) 一种智慧城市桥梁安全监测预警方法及***
CN117150032B (zh) 一种水电站发电机组的智能维护***及方法

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