一种城市轨道交通列车安全关键系统的识别方法.pdf

本发明提出了一种城市轨道交通列车安全关键系统的识别方法，通过采集城市轨道交通列车各子系统的故障数量和危害类型，计算城市轨道交通列车各子系统的当量故障数量，计算累计频率，绘制当量故障累计频率曲线，求解曲线的突变点，进而识别城市轨道交通列车的安全关键系统。

权利要求书
1.  一种城市轨道交通列车安全关键系统的识别方法，其特征在于，包括：
计算机采集城市轨道交通列车各子系统的故障数量和危害类型信息，所述 危害类型信息包括救援故障数，清客故障数及延误故障数；
所述计算机计算城市轨道交通列车各子系统的当量故障数量；
所述计算机根据所述当量故障数量，计算累计频率；
所述计算机根据所述累计频率，绘制当量故障累计频率曲线，求解曲线的 突变点。

2.  根据权利要求1所述的方法，其特征在于，所述计算机计算城市轨道交 通列车各子系统的当量故障数量，包括：
设置救援故障的权值为3，清客故障的权值为2，延误故障的权值为1，根 据公式EF=n+3S+2C+D计算所述当量故障数量，其中，EF为所述当量故障数 量，n为所述城市轨道交通列车各子系统的故障数量，S为所述救援故障数，C 为所述清客故障数，D为所述延误故障数。

3.  根据权利要求1所述的方法，其特征在于，所述计算机根据所述当量故 障数量，计算累计频率，包括：
对所述当量故障数量按照不同方案进行分组；
求出每组数据内局部方差之和，确定所述不同方案中所述局部方差之和最 小的分组方案；
根据公式计算累计频率，其中，为故障数小于等于m1的 故障系统个数，N为故障系统总数量。

4.  根据权利要求3所述的方法，其特征在于，对所述当量故障数量按照不 同方案进行分组，包括：
根据组距确定原则5<=预设值<=12，不同的预设值对应不同的分组方案；
获取计算出的当量故障数量中的最大值及最小值，计算出不同预设值对应 的不同组距，所述组距为所述最大值与最小值的差与所述预设值的比值。

5.  根据权利要求3或4所述的方法，其特征在于，所述求出每组数据内局 部方差之和，包括：
根据公式求出所述局部方差之和，其中，xij为第i组的第j个 数据，ni为第i组的数据个数。

6.  根据权利要求1所述的方法，其特征在于，所述绘制当量故障累计频率 曲线，求解曲线的突变点之后，还包括：
通过MATLAB进行拟合，确定出拟合曲线。

说明书一种城市轨道交通列车安全关键系统的识别方法
技术领域
本发明属于交通安全工程领域，具体涉及一种城市轨道交通列车安全关键系 统的识别方法。
背景技术
城市轨道交通列车运行于地下或高架桥上的半封闭空间里，具有环境封闭、 空间狭小、人员和设备高度密集的特点，一旦发生行车事故，将产生巨大的人 身伤害和财产损失，而事故多由列车子系统功能失效引起，这些故障的分布和 危害是不均匀的。近年来，世界各国高度重视城市轨道交通的行车安全，在城 市轨道交通行车的安全性评价与分析方面开展了若干方面的研究，其评价分析 方法主要为定性分析方法，包括模糊综合评价方法、层次分析法等，但两种方 法的缺点是权重的设定受到人们的主观影响，很难得到理想的结果。
发明内容
考虑列车子系统故障数量和危害程度两个因素，采用累计频率方法，评价 各子系统对于行车安全的影响程度大小，一方面鉴别出影响行车安全的关键系 统，有助于寻找行车事故多发的原因，为行车事故的预测和防治提供依据；另 一方面通过研究行车事故与列车子系统之间的关系，识别列车安全关键系统的 缺陷，提出相应的对策改进行车安全状况，尤其是在资金不足的情况下，优先 维修改善列车安全关键系统的性能具有重要的现实意义。
本发明实施例提供了一种城市轨道交通列车安全关键系统的识别方法，包 括：
计算机采集城市轨道交通列车各子系统的故障数量和危害类型信息，所述 危害类型信息包括救援故障数，清客故障数及延误故障数；
所述计算机计算城市轨道交通列车各子系统的当量故障数量；
所述计算机根据所述当量故障数量，计算累计频率；
所述计算机根据所述累计频率，绘制当量故障累计频率曲线，求解曲线的 突变点。
通过本发明提供的方法，计算机通过采集城市轨道交通列车各子系统的故 障数量和危害类型，计算城市轨道交通列车各子系统的当量故障数量，计算累 计频率，绘制当量故障累计频率曲线，求解曲线的突变点，进而识别城市轨道 交通列车的安全关键系统。解决了现有技术中故障识别效果差的问题，提高了 故障识别率。
附图说明
图1是城市轨道交通列车安全关键系统的识别方法流程图；
图2是当量故障累计频率曲线图。
具体实施方式
图1是城市轨道交通列车安全关键系统的识别方法流程图，该方法包括：
S101、计算机采集城市轨道交通列车各子系统的故障数量和危害类型信息， 所述危害类型信息包括救援故障数，清客故障数及延误故障数；
其中，采集的方式可以是通过各子系统进行上报，也可以是通过事先录入 其数据库，本发明实施例对此并无限制。
S102、所述计算机计算城市轨道交通列车各子系统的当量故障数量；
所述计算机计算城市轨道交通列车各子系统的当量故障数量，具体为：设 置救援故障的权值为3，清客故障的权值为2，延误故障的权值为1，根据公式 EF=n+3S+2C+D计算当量故障数量，其中，EF为所述当量故障数量，n为所 述城市轨道交通列车各子系统的故障数量，S为所述救援故障数，C为所述清客 故障数，D为所述延误故障数。
本发明实施例中，应用此公式分别计算每个列车子系统的当量故障数，计 算数据和结果如下表1所示：
表1


S103、所述计算机根据所述当量故障数量，计算累计频率；
首先，需要对所述当量故障数量按照不同方案进行分组；
根据组距确定原则5<=预设值<=12，不同的预设值对应不同的分组方案；
获取计算出的当量故障数量中的最大值及最小值，计算出不同预设值对应 的不同组距，所述组距为所述最大值与最小值的差与所述预设值的比值。
本发明实施例中，考虑拟合曲线的准确性要求，要求分组尽可能多，即(最 大值-最小值)/组距取较大值，计算取值为12,11,10时的组距为：
方案一：取值为12：（426-11）/12=34.6,分组数为13组。
方案二：取值为11：（426-11）/11=37.7；分组数为12组。
方案三：取值为10：（426-11）/10=41.5；分组数为11组。
其次，求出每组数据内局部方差之和，确定所述不同方案中所述局部方差 之和最小的分组方案；
根据公式求出所述局部方差之和，其中，xij为第i组的第j个 数据，ni为第i组的数据个数。
通过计算3中不同的分组方案的局部方差之和，方案三的局部方差之和最 小。因此，将组距应设为41.5，近似取40为组距，分组结果如下表2所示：
表2
组号 组上限 组下限 1 0 40
2 40 80 3 80 120 4 120 160 5 160 200 6 200 240 7 240 280 8 280 320 9 320 360 10 360 400 11 400 440
最后，根据公式计算累计频率，其中，为故障数小于等 于m1的故障系统个数，N为故障系统总数量。
计算结果如下表3所示：
表3
组号 组上限 组下限 累计频率 1 0 40 0.46 2 40 80 0.54 3 80 120 0.77 4 120 160 0.77 5 160 200 0.77 6 200 240 0.77
7 240 280 0.85 8 280 320 0.85 9 320 360 0.92 10 360 400 0.92 11 400 440 1
S104、所述计算机根据所述累计频率，绘制当量故障累计频率曲线，求解 曲线的突变点。
需要说明的是，突变点为曲线二次导数为零的点，计算机通过MATLAB拟 合得出拟合曲线Y=-0.00020038x4+0.0062785x3-0.068246x2+0.33273x+0.16886， 如图2所示。按照曲线的趋势计算曲线的突变点（二次导数为0），突变点的累 计频率约为85%，组号为7，当量故障数在240以上的系数数量占23%，而当量 故障数占68%。对应的关键系统为信号接口系统、车门系统、牵引/电制动系统。