考虑人为因素的盾构隧道风险分析和控制模型研究

人为因素是导致隧道事故的主要原因,针对已有的人为失误分析模型在量化计算和风险控制方面的不足,提出了改进的S Reason分析和控制模型,以减少盾构隧道施工期的风险事故。结合隧道工程的施工特点,该模型相对于现有的S Reason模型提出以下2点改进： 1）以人为失误的控制难度权值为度量,找出风险事故的最优控制路径; 2）通过控制最优控制路径中的人为失误截断风险的事故链,同时利用反馈路径实时反馈控制效果。利用该模型对管片密封材料损伤破坏进行了分析,在该风险的最优控制路径上找出了不同层次人员的人为失误,并对人为失误提出了相应的控制措施;通过与常规方法的比较,表明所建模型既重视了组织和个人因素的影响,又兼顾了风险控制的经济性和安全性。     

基于仿真分析的汽车侧翻风险研究

侧翻事故是汽车产品缺陷可能引发的一种典型风险.文中应用ADAMS软件建立仿真模型,模拟车辆侧翻事故过程以研究其发生机理,并通过正交试验分析了侧翻风险与其主要影响因素之间的关系.     

大陆集团推出智慧城市智能交叉路口技术

正交叉路口和T型路口是众所周知的交通事故多发易发地。许多发生在交叉路口的事故都是由于人为失误造成的。从全球范围内看,注意力不集中、判断错误、车道堵塞及其他弱势道路使用者通行受阻是引发交通事故,导致伤亡的罪魁祸首。     

基于FSA理论内河海事艇自身防爆设施配备研究

通过调查、分析海事艇自身爆炸事故的诱发原因,运用综合安全评估(FSA)理论和事故树分析方法,计算爆炸事故树最小割集和最小径集,确定各基本事件的结构重要度.根据海事艇可能遇到的爆炸性环境风险识别,综合评估海事艇自身防爆设施配备的安全性、经济性和实用性,提出海事艇防爆设施配备标准建议,最大限度减小内河海事艇在可能出现的爆炸性环境中发生或引发爆炸的风险.      

基于N-K模型的隧道施工事故多风险因素耦合分析

为解决多风险因素耦合作用对隧道安全施工的影响，在分析2009—2019年国内101次隧道施工事故发生原因的基础上，将影响隧道安全施工的风险因素区分为人为因素、设备因素、环境因素和管理因素4方面; 将风险耦合理论引入隧道施工事故风险分析中，探讨隧道施工事故多风险因素的耦合机制、分类和解耦原理，利用N-K模型构建隧道施工风险耦合模型，揭示隧道施工事故多风险因素间的耦合效应。研究结果表明： 参与耦合作用的风险因素越多，耦合作用形式计算的耦合值越大，则隧道施工风险越大。在3个风险因素参与的耦合过程中，人为-设备-环境因素之间的相互耦合作用造成的隧道施工风险最大；在2个风险因素参与的耦合过程中，设备-环境因素之间的相互耦合作用造成的隧道施工风险最大。基于解耦思想,可以减小隧道施工中各风险因素之间的耦合效应，进而降低隧道施工事故发生的可能性。     

汕头礐石大桥防撞预警系统设计

为避免人为失误因素导致船撞大桥的事故发生,提出了汕头礐石大桥防撞预警系统设计方案。系统主要由前端服务单元、热成像仪、视频监控单元以及软件功能等组成。通过前端服务单元将现场数据传输到服务器,供业主单位或海事部门查询控制;通过热成像仪可监测通航船舶的超高以及偏航情况;通过视频监控单元管理人员可通过控制云台和调焦,对航道进行监控;结合目标控制软件以及报警服务器软件,对于存在撞桥危险的船舶,系统除了在视野开阔处的LED大屏显示信息外,还可通过VHF发出语音提醒,对其加强监管。     

基于MNL模型的车车碰撞事故严重程度影响因素辨识方法

为了研究两车之间事故严重程度的影响因素及其机理,探索在不同严重程度的交通事故中影响因素存在的差异性,采用多项logistic回归(MNL)模型对影响因素进行了分析。基于道路交通事故数据的特征形成了涵盖人员因素、车辆因素、时间因素、环境因素的影响因素集合。构建了适用于分析车车碰撞事故的模型,分析了事故严重程度的各类影响因素,并对不同严重程度的事故进行分类讨论,分析导致其存在差异性的原因。结果表明,在降低车辆间事故的安全风险时,需要重点考虑过失方车辆类型、过失方年龄、碰撞类型、受害方车辆类型、城市分区5项因素。对仅财产损失事故和有受伤但无死亡事故,需关注不同的影响因素组合存在的差异性,其中对仅财产损失事故,正面碰撞、受害方车辆类型为小客车、主城区、近郊区是可能的显著影响因素;对有受伤但无死亡事故,过失方年龄为19～45岁、侧面碰撞是可能的显著影响因素。持续提高对驾驶员的教育警示,使用新技术监督驾驶员的行车状态,提升车辆防御侧面碰撞的能力是可能降低车车碰撞事故严重程度的手段,从而提升城市道路交通的安全水平。     

城市道路平面信号交叉口交通事故成因分析

为探究城市道路平面信号交叉口交通事故成因,增强城市道路交叉口安全管控,本文基于事故统计数据,采用故障树分析、事件树分析及风险分析方法,得到了以下结论:1)在导致交通事故发生的因素中,人、车、路和环境因素的占比分别为59.7%、10.1%、17.4%和12.8%.其中"行人闯红灯""未保持安全车距""路面湿滑"和"驾驶员注意力不集中"为主要影响因素;2)追尾事故和机动车碰撞行人事故为城市道路平面信号交叉口交通事故的主要事故形态,通过建立包含这2种事故形态的事件树模型,得到了2条中高风险事件链,同时表明,相对于"路面湿滑""驾驶员注意力不集中"对这2种事故形态的发生影响均较大.最后,针对高风险因素,提出了相应的预防控制措施.     

改进的山区高速公路伤亡事故贝叶斯网络及事故成因分析

为研究山区高速公路伤害和死亡事故的致因因素,利用故障树建立伤亡事故的贝叶斯网络模型,分别从人、车、路、环境4个方面分析事故影响因素,通过推理和计算可得出相应的发生概率.考虑故障树模型欠缺多态性、相关性和不确定性,提出改进的山区高速公路贝叶斯模型.研究发现:在受伤事故中,车辆因素和驾驶员因素占比最大,其次为道路和环境因素;在死亡事故中,道路因素占比相较于伤害事故增大,明显大于驾驶员因素;其中车辆类型为大型车、夜间无照明和超载3个致因因素导致伤亡事故的可能性增大最为显著.提取危险程度较高的影响因素并提出交通安全改善建议,对山区高速公路交通安全的改善治理工作具有重要意义.     

道路线形设计与交通安全的关系分析

分析了国内外各类交通事故,并将其成因分为主观和客观两种,前者是由于人的因素导致交通事故的发生,后者则主要是指车辆、道路、交通、气候等因素引发事故。具体论述了道路因素中的线形设计与交通安全的关系,并通过仿真试验进行了道路线形安全性评价,为有效减少交通事故的发生率提供参考。     

水上交通事故中人为因素研究综述

75%~96%水上交通事故是由人为因素引起,探寻船员在工作环境下的生理和心理状态与水上交通事故之间存在内在的联系,对降低船员失误率、保障航行安全具有重要意义.通过阐述水上交通事故人为因素研究内容,介绍水上交通人为因素研究手段(如脑电图EEG、近红外反射光谱NIRS技术等),对生理信号检测与人为因素的相关研究进行综述,阐述船员的工作负荷、注意力、情绪、压力、疲劳与神经生理特征数据变化的关联.讨论了人为因素研究趋势,利用新型测量技术研究船舶驾驶员行为特征、预警船舶航行人为差错、优化船员培训体系、改进值班制度,为减少海事领域人为失误、保障船舶航行安全提供帮助.      

基于SVM的水上交通事故严重程度的影响因素研究

为研究水上交通事故中事故严重程度的影响因素,减小水上交通事故发生时的人员伤亡及财产损失,对2015-2016年的水上交通事故统计数据的分析.选取了水上交通事故数据中的船舶类型、事故发生时间、地点、船舶吨位、能见度和风力等级等相关因素建立了事故信息库.根据水上交通事故造成的人员伤亡数量和财产损失的大小,将事故严重程度分为3个等级,并建立了基于支持向量机(SVM)的三分类模型.然后通过交叉验证以及网格搜索算法优化SVM分类模型的惩罚参数和核函数参数,得到最优的分类模型.模型建立后,利用SVM-RFE算法求解上述影响因素对事故严重程度的权重值并排序,筛选出对于事故严重程度影响最大的因素.结果表明,支持向量机三分类模型总体分类准确率可达70% 以上;同时自沉事故、渔船事故和秋季发生的事故易造成较大的人员伤亡;危化品船舶,内河发生的事故和渔船易造成较大的财产损失.      

道路交通安全风险辨识与分析方法综述

道路交通安全风险辨识及分析的准确性、全面性, 是实现风险主动防控的基础和关键环节, 直接影响道路交通安全管理的精细化水平。从影响因素和分析方法2个方面对道路交通安全风险相关研究进行综述和评论。针对人的不安全行为、车辆的不安全状态、道路的不安全条件、外界环境刺激等单因素风险, 以及多因素间的关联耦合风险辨识, 梳理了安全风险理论分析法、系统安全分析法、大数据与人工智能分析方法等道路交通安全风险分析方法。研究表明: 安全风险理论分析法、系统安全分析法等以定性分析为主的方法侧重于对道路交通安全风险要素的全面、系统梳理, 具有简单、直观、易操作等优势, 但在多因素交织影响下的道路交通事故定量化剖析和事故成因深度挖掘方面存在较多局限性; 基于多源数据挖掘技术的大数据与人工智能分析方法在海量信息感知、高效计算处理等方面优势明显, 可基于多元数据对交通安全风险进行综合分析、精准挖掘, 刻画多因素耦合下的事故风险特征、探究事故发生规律, 是当前较为主流的研究方向。并提出道路交通安全风险研究领域存在的不足之处及未来研究发展方向, 主要包括多源异构数据的动态采集与融合、智能网联环境下的道路交通安全风险辨识、考虑时空异质性的可移植的道路交通安全风险识别模型研究等。      

船员工作负荷检测方法研究综述

水上交通安全是水路运输领域的研究热点，船员驾驶行为及决策对水上交通安全有直接的影响，而驾驶行为表现及决策的制定与工作负荷密切相关。因此，船员工作负荷检测研究对预防人为因素导致的水上交通安全事故具有重要意义。通过对船员工作负荷影响因素进行梳理分析，发现个体因素、驾驶任务、驾驶环境以及船舶工况等是影响工作负荷的主要因素。从主观评测方法、任务绩效测量方法和生理数据检测方法3个方面对船员工作负荷检测研究方法进行归纳总结。总结发现:任务绩效测量方法在研究过程中存在一定局限性，主观评测和生理数据检测方法具有易获取数据、对驾驶过程干扰较小等优势，是现阶段较为主流的方法。指出了船员工作负荷检测研究的发展趋势，主要包括工作负荷定量化研究、工作负荷综合评价模型构建、多因素工作负荷影响研究、船员工作负荷实时监测系统构建。      

公路隧道火灾事故统计分析及防灾减灾对策

为研究公路隧道火灾事故的发生规律,通过对2000—2015年我国隧道火灾事故的统计分析,获得公路隧道火灾事故发生的原因、特点和产生的后果,以及隧道火灾的发生频率、车辆分布、时间分布和地区分布等规律特征。结果表明:车辆自身故障是诱发隧道火灾的主要因素,约占总数的63%;火灾造成人员伤亡的事故占16.3%,造成隧道结构受损的事故占24.8%,后果较为严重;货车是引起火灾的主要车型;夏季和冬季是火灾的频发季节,且年平均月分布呈现"W"形分布规律;山区及经济发达地区火灾次数相对较多。最后基于统计结果提出进一步减少隧道火灾事故的针对性建议,指出今后防火减灾对策的研究方向。     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持。将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型（Traffic Factor State Network,TFSN）,考察交通因素之间的相互关联,并考虑环境因素的影响。该模型结合交通因子和环境影响因子的影响,通过对交通流数据进行聚类分析,估算出对应于环境影响因子的交通状态,并通过实际案例验证其物理意义以及与交通流实际状态的对应关系。进一步地,基于不同交通状态下的交通流数据建立高阶多元马尔可夫链,进行交通流预测,并根据交通流时间序列的聚类性能指标提高模型的预测准确性。对数据序列马氏性强弱、马尔可夫模型阶数与模型预测准确性之间关系进行分析。研究结果表明：根据马氏性合理选择马尔可夫模型的阶数可以提升模型预测准确性;直接对原始交通流数据进行预测的平均绝对百分比误差为24.61%,而不同交通状态下交通流预测的平均绝对百分比误差为16.99%,相比直接预测误差下降了7.62%,验证了所提出的微观交通因子状态网络的有效性和可用性。     

高速公路交通事故非线性负二项预测模型

以京港澳高速公路（G4）粤境北段3年发生的1 354起交通事故为研究对象,将基础数据根据路段长度一致、曲线半径一致和坡度一致划分路段单元对基础数据进行处理,从道路线形和环境条件2个方面选取13个自变量,分别采用负二项（Negative Binomial,NB）回归模型和非线性负二项（Nonlinear Negative Binomial,NNB）回归模型建立交通事故起数预测模型,根据模型的拟合优度和预测准确性对比分析负二项回归和非线性负二项回归模型的优劣,并找出影响交通事故起数的显著自变量,分析显著自变量对交通事故起数的影响程度。研究结果表明：无论采用上述何种路段划分方法,非线性负二项回归模型构建的交通事故起数预测模型均优于负二项回归模型;采用坡度一致划分方法明显优于路段长度一致和曲线半径一致划分方法,更适合应用于山区高速公路交通事故数预测研究;从显著变量相关性来看,路段长度、相邻路段坡度变化值、弯坡组合、曲率、是否存在隧道路段以及是否为易结冰和起雾路段均是非线性模型的显著影响因素。     

高速公路交通事故时空分布特征与影响因素分析

本文通过对国内某高速公路交通事故、非现场违法原始数据进行处理和分析,对高速公路交通事故的组成、原因和空间分布进行分析,探索事故与非现场执法设备建设之间的关系,实证分析交通流量、时间、天气等因素对高速公路交通事故以及交通违法的影响。通过分析,得出影响高速公路交通事故潜在的分布规律和较为显著的影响因素,可有效指导高速公路交通管理部门根据不同情况有针对性地提出科学有效的事故预防对策,对优化高速公路交通安全形势产生积极影响。     

基于加权关联规则的交通事故分析

考虑到各种交通事故因素对交通事故属性本身的影响有轻重之分,基于传统的关联规则挖掘模型,提出了一种加权关联规则的模型,设计与实现了加权关联规则的挖掘算法,并应用到道路交通事故属性的分析中。