基于层次分析法的CBTC系统安全风险研究

介绍基于无线通信的列车控制（CBTC）系统结构及其功能,针对现有系统存在的问题和潜在危险分析导致风险的各种原因或因素.介绍安全风险评估方法的基本原理和评价指标,利用层次分析法原理构建影响安全风险的AHP模型,分析各因素对于系统安全风险的影响权重.分析结果基本反映了当前基于无线通信的CBTC安全风险实际情况,指出强化培训、加强管理、提高技术水平等是减少安全风险的重要措施.     

CBTC下的列车定位不确定性影响因素分析

CBTC技术的实现依赖于高精度的列车定位。为了满足CBTC系统的高精度定位要求,必须分析清楚影响城市轨道交通列车定位的因素以及各种因素之间的相互关系。因此,首先分析了CBTC系统实现列车定位的原理和硬件设备。然后,采用故障树分析方法详细分析了影响列车定位精度的因素,并建立了相应的故障树模型。最后,通过故障树分析方法确定影响列车定位的因素,为以后研究并建立列车定位不确定性的数学模型打好基础。     

高速公路单车事故建模方法

利用随机试验和数学均值化原理,对收集的单车事故数据进行了分析,运用定积分的元素法计算单车事故率面积函数,并对其拟合求导.结合面积函数的线形变化规律,筛选出单车交通事故影响因子和道路几何要素变量,逐一建立了各独立变量对事故率的影响模型,并确定了最终的变量.采用回归分析方法构建不同半径和直线长度的单车事故预测模型,利用三维...     

不同交通方式服务可靠度与客流量间的灵敏度分析

分析了交通方式服务可靠性的特点和计算方法，并将其引入到效用函数中，提出了考虑方式服务可靠性的效用函数模型，给出了不同交通方式问的均衡配流模型．利用灵敏度法分析了不同方式出行时间可靠度改善对客流的影响关系，给出了具体的关系模型．通过一实例表明该模型与算法是有效的。     

从广州地铁信号系统运营情况分析CBTC在地铁运营中的应用

从广州地铁各条线路信号系统运营情况出发,针对基于无线通信的列车控制系统（CBTC）,介绍了该系统的基本原理,分析了CBTC的技术难点,并说明了CBTC对无线局域网的要求。最后从运营的角度考虑,提出了一些在CBTC中提高运营质量的方法和建议。     

CBTC系统数据通信子系统的可靠性分析

基于通信的列车控制系统（CBTC）通过连续的车地双向数据通信对列车进行控制和监督,而系统各个实体之间的信息交互是基于数据通信子系统（DCS）的。本文首先简单介绍CBTC系统的基本结构和相关安全水平,然后再介绍DCS的基本结构,并对DCS的可靠性进行详细而具体的分析,包括冗余性策略和故障一安全策略。     

基于Markov过程的物流服务供应链可靠性分析

分析了物流供应能力与物流需求的关系,建立了物流服务供应链的二级结构图;提出了一种基于Markov过程的系统可靠性分析模型,对Markov状态转移方程进行求解,从而得到系统处于各状态的稳态概率。研究表明:物流服务供应链的可靠性受其结构的影响,串并联结构可靠性优于串联结构可靠性;各节点企业故障率与修复率也会影响物流服务的可靠性。     

Seltrac?无线CBTC系统ATO子系统功能介绍及其速度曲线应用分析

本文介绍了Seltrac?无线CBTC系统ATO子系统功能,并以广州地铁九号线为现有条件,重点阐述了五条速度曲线在其运行控制原理中的的应用分析。     

视景仿真的屏蔽门系统在地铁列控系统中的应用

研究了一种基于视景仿真的虚拟测试方法,并将其应用于地铁列车CBTC系统的仿真测试平台中,利用Multigen Creator及Vega软件构建车站、站台屏蔽门及列车的虚拟现实环境,在实验室模拟了地铁站台屏蔽门的工作,解决了CBTC系统开发工作对现场环境依赖过高的问题．     

二乘二取二系统的一种新降级策略研究

随着国内轨道交通行业的高速发展,系统的安全性和可靠性越来越受到重视。以提高轨道交通控制中常用的二乘二取二安全计算机的可靠性和安全性为目标,分析了几种常用冗余结构的可靠性,进一步提出了一种基于三取二冗余结构及二乘二取二冗余结构的新降级工作策略。在考虑多模故障的情况下,分析了该系统所有工作状态以及各状态之间的转移关系,依此建立马尔可夫状态转移模型,通过MATLAB分析新降级工作策略下系统的安全性和可靠性。与传统二乘二取二系统进行对比,新降级工作策略下系统具有更高的可靠性。     

基于单调关联系统的驾驶行为可靠度计算方法

为合理评估驾驶员驾驶行为的可靠性,提出了驾驶行为可靠度计算方法,将人机系统可靠性理论与驾驶行为链相结合,构建了基于感知、判断、操作元件及模块组的驾驶行为可靠性框图,确定了单项器官元件可靠度测试与计算方法,运用单调关联系统理论给出了功能模块可靠度及驾驶行为系统可靠度的量化模型,计算了模型中各生理、心理元件概率重要度,分析了其对驾驶行为的影响度。计算结果表明:事故组与非事故组间行为可靠性存在明显差异,非事故组的可靠性整体大于事故组,但整体可靠性呈下降趋势,事故组驾驶员整体操作稳定性较差;生理因素对驾驶行为可靠度影响度前期较大后期较小,而心理因素则相反。     

基于Markov模型的电解电容可靠性评估

基于Markov（马尔可夫）模型提出了一种对电解电容可靠性评估的方法.文中分析了电解电容的等效电路模型、老化损伤机理,通过RESR（等效串联电阻）表征了电解电容的失效率,然后将电解电容分为正常、老化损伤和完全失效三状态.根据马尔可夫模型建立电解电容的状态转移图,求出其可靠性,以开关电源的BUCK电路为例,通过仿真试验算出了电解电容实时的RESR和失效率,进而完成了对其可靠性的表征.     

西安地铁2号线信号系统投入CBTC运营的过程分析

西安地铁2号线信号系统采用完整的、基于无线通信技术的、移动闭塞制式的CBTC列车自动控制系统。结合西安地铁2号线具体情况,重点描述了CBTC系统运营过程中需要解决的灯泡线自动换端、筛选、精确停车等问题。     

CBTC系统列车追踪间隔计算及优化

针对城市轨道交通系统在某些情形下,列车在车站区域的追踪间隔过大,导致系统整体性能降低的问题,对已有基于通信的列车控制(CBTC)系统列车追踪间隔算法进行了分析,提出了一种基于站台限速值和限速区域参数调整的正线列车追踪间隔的优化方法.该方法通过系统仿真得到站台限速设置、列车追踪间隔和列车旅行速度的关系,从而获得优化的设置方案.在西南交通大学CBTC系统仿真与性能分析平台上对该方法进行了仿真测试,详细描述了测试案例中将96 s追踪间隔优化为90 s的过程.结果表明,所提出的方法能够优化系统关键区域的列车追踪间隔,提高系统性能.     

基于密度熵的道路交通事故影响范围分区模型

考虑路径阻抗的动态变化, 定义了网络初始荷载; 以事故持续时间为变量, 采用前景理论确定了网络负载重分配的方式; 根据交通流密度熵构建了耗散结构模型, 并与负载分配过程相结合确定了各路段的交通流密度熵变化率; 构建了基于聚类分析的交通事故影响范围分区模型, 通过仿真试验探讨了不同初始荷载和事故持续时间对分区的影响。仿真结果表明: 在交通量基数为800 pcu·h-1时, 事故持续时间从20 min增加到30 min, 直接影响区有向路段由3个增加到6个, 间接影响区有向路段由5个增加到18个, 说明受事故影响路段的熵处于快速上升阶段, 路网的级联失效不明显; 随着交通量基数增加到1 000 pcu·h-1, 事故持续时间从20 min增加到30 min, 直接影响区有向路段由8个增加到19个, 间接影响区有向路段由16个增加到21个, 说明交通量对路网的影响主要集中在直接影响区。可见, 不同交通情况下, 各有向路段受到事故路段的影响程度明显不同, 随着事故持续时间与初始流量的加剧, 路网中有向路段的受影响程度均增大, 因此, 采用交通事故影响范围分区能够精细地描述道路运行状态的动态变化过程。      

CBTC系统中移动闭塞与后备模式追踪间隔研究

为了探讨基于通信的列车控制(CBTC)系统后备模式下追踪间隔的特性及与正常情况下追踪间隔的差异,在研究CBTC系统基本工作原理、相关移动闭塞和后备模式技术的基础上,建立了CBTC后备模式下的追踪间隔仿真模型,并对CBTC系统在移动闭塞和后备模式下的追踪间隔进行了仿真计算.结果表明:CBTC移动闭塞模式和后备模式都能满足系统要求,实现较小的追踪间隔时间;移动闭塞模式优于后备准移动闭塞模式,能够实现相对更小的追踪间隔时间(<90 s).     

Research on Module of Drivers' Steering Reaction in Simulative Tail-crashing Environment

Study on drivers' reaction time in the traffic accident has attracted great attention of scholars on driving reliability and causes of accidents. By data collection through questionnaires and some static indexes of drivers, such as depth perception, attention centrality and attention assignment, as well as drivers' reaction time collected by using the driving simulator, the linearity regression model of drivers' reaction time has been constructed. Validity of the model can be checked up. It can be concluded that, at 95% confidence level, it reveals a linear relation between forenamed factors and reaction time. Qualification rate of the prediction is 79%. More attention should be paid on stochastic factors in the environment than ever as well as factors such as drivers' psychological state, driving experience, and age. This paper has offered an effective way to study drivers' reaction behavior in emergency.