基于HFACS-MA的地铁事故人为因素研究

我国地铁事故数据利用率不足,难以对事故发生前的预防、事故发生时的现场决策、事故发生后的分析和定责提供理论支撑与帮助.基于HFACS-MA(地铁事故的人为因素分析与分类系统),将事故致因分析模型划分为事故致因层与事故反馈层,并对30起地铁事故案例进行因素分析.采用Apriori算法对事故人为致因进行关联度分析,并绘制事故致因链图.结果 表明,事故致因链中组织影响层涉及因素最多;监督不力是主要连接因素,需重点关注;事故处理不及时是导致事故扩大蔓延的最直接原因.     

基于贝叶斯网络的城市轨道交通运营安全风险及防控研究

收集分析了64起城市轨道交通运营风险事件案例,基于事故致因过程分析,提取出28个风险元,并建立事故致因链;运用贝叶斯网络构建城市轨道交通事故风险互动关系的拓扑结构,对风险互动网络进行影响强度分析与灵敏性分析,结果发现人为与设备因素易引发系统其他风险乃至安全事件的发生,其中信息交互滞后、信号道岔设备故障、制动设备故障这3...     

城市轨道交通安防新设备的研究与应用

分析了城市轨道交通安全技术防范设备的使用现状.提出了在城市轨道交通中应用国际上其他领域的安全技术防范新设备,包括数字视频监控、X射线安检仪、背散射技术检测仪、离子迁移谱探测和拉曼光谱设备等,以及城市轨道交通应用新技术和设备的常态化管理方法,以加强城市轨道交通的安全防范技术手段,提高反恐防爆能力.     

城市公交枢纽换乘客流OD动态预测方法

换乘枢纽衔接公交线路的换乘客流OD是APTS下实施公交多线路动态协调调度的基础数据。以公交线路上下车乘客数的自动获取为前提,建立换乘OD推算优化模型,并设计了BP神经网络求解算法,应用数值试验对神经网络中的核心参数进行了标定。算例表明:BP神经网络为动态更新公交枢纽换乘客流OD提供了一种经济、有效的方法。     

客货混运下的城轨时刻表与流量控制协同优化研究

利用城市轨道交通平峰期冗余运力进行客货混合运输是缓解地面交通拥堵和节能环保的重要手段。本文在客货混合运输模式下，研究城市轨道交通列车时刻表和流量控制问题。首先，以列车发车时间、列车车厢布置和客货需求分配给列车车厢的数量为主要决策变量，以最小化乘客和货物的等待时间以及列车车厢能耗为目标，考虑流平衡、列车容量限制及时刻表等约束，构建城市轨道交通客货混合优化模型。其次，为验证模型的有效性，以上海地铁17号线为例进行实证研究，借助优化求解器Gurobi求解模型。结果表明：本文所提协同优化方法具有良好的优化效果和计算效率，与逐一求解法对比，乘客和货物延误数量可显著降低；协同优化可减少乘客延误人数21.92%，货物延误数量9.73%，乘客和货物的平均等待时间减少35.88%和25.56%，碳排放量减少1.7%。该方法可以提高地铁满载率，减少地铁平峰时期的运力浪费，同时提高轨道交通运营安全性和运输效率。     

城市轨道交通列车驾驶员职业压力分析

通过访谈及文献检索筛选出城市轨道交通列车驾驶员的职业压力来源及其压力因素,并设计调查问卷。通过问卷调查得到对驾驶员影响较大的职业压力因素主要来自作业负荷、设备故障以及管理方式方面。基于调查结果,通过统计分析发现性别、年龄、工龄等变量是影响驾驶员职业压力感受度的重要因素。最后,基于以上分析针对影响力大的压力因素和不同驾驶员群体提出减缓职业压力的建议。     

地铁安检客流智能引导及组织优化方法研究

为避免因地铁车站进站客流的空间不均衡性所导致的乘客安检排队时间过长、车站拥堵,甚至踩踏事故,本文设计了地铁安检智能引导分流系统并基于此提出客流组织优化方法。首先,在传统地铁安检模式的基础上设置智能引导分流系统,根据乘客行李类型将安检台划分为大包、小包/无包安检通道,实时采集安检区域的客流分布特征;其次,在排队等候理论的基础上综合考虑乘客转移时间和转移意愿,计算最优安检排队决策;最后,通过引导设备指引乘客选择最优安检通道。选取上海地铁1号线上海火车站地铁站晚高峰时期的客流数据作为案例,进行计算仿真分析,并通过实地实验进行校准验证。结果表明：运用本文方法后,地铁车站各安检通道的客流排队压力显著降低,计算仿真结果与实际安检情况误差为3.2%,且优化后大包乘客的平均安检排队效率提升38%,小包/无包乘客的平均安检排队效率提升16%。研究成果为提高乘客安检排队进站效率,有效避免地铁车站拥堵提供理论依据与方法支持。     

快慢车模式下早高峰时空乘车路径选择研究

研究早高峰通勤乘客的时空出行规律有助于更好地组织快慢车运营模式。本文从一种常见的快慢车运营模式出发,首先,根据乘客的起点车次和直达/换乘方案联合选择构建乘车路径;其次,以出行时间、早到/迟到延误和车内拥挤度作为早高峰通勤乘客出行选择的影响因素,对不同乘车路径下的出行成本进行构建;再次,以用户均衡理论建立乘车路径分配模型,并证明了该模型用户均衡路段解的存在性及唯一性;最后通过案例,对均衡模型进行验证。研究结果发现：短途乘客更愿意接受高拥挤但终点到达时刻接近工作开始时刻的车次,而长途乘客的车次选择分布较为均匀;除出行时间因素以外,延误惩罚和乘车拥挤同样影响早高峰通勤乘客的换乘行为,虽然换乘快车有可能降低出行时间,但高延误惩罚和拥挤成本会导致部分站点的乘客不选择换乘路径。