地铁运行安全风险智能诊断与动态控制研究

Subway operation safety is closely related to urban development and daily life of the residents. The most important issue is to reduce subway operation safety risk based on precursor and to integrate new technology into subway operation safety management. This project builds subway operation accident base based on database theory, identifies risk precursors from personnel, equipment and environment, and explore the mechanism of safety risk. The knowledge of the subway operation safety risk is systematically classified and summarized, safety knowledge is deeply excavated, and the knowledge base of subway operation safety risk is established based on ontology. On the basis of artificial intelligence, accident base and knowledge base, the intelligent diagnosis method of subway operation safety risk is studied by combining case-based reasoning and rule-based reasoning. Subway operation safety precursor collection system is designed to collect risk precursor based on integration of Internet of Things and wireless sensor network technology. The BIM technology is employed to integrate precursor collection, safety risk diagnosis and 4D-BIM model of subway operation, for constructing a dynamic control model of subway operation safety risk. It can help to realize safety risk pre-control and enhance intelligent level and informatization level of subway operation safety management.

地铁运行安全问题与城市发展和居民生活密切相关。如何推进基于前兆信息以降低地铁运行安全风险的研究、推进新兴技术在地铁运行安全管理中的融合和应用，是目前国内面临的重要问题。本课题基于数据库理论构建地铁运行事故案例库，运用事故序列前兆信息模型从人员、设备设施和环境角度识别前兆信息，探索安全风险的形成机理；基于本体论对地铁运行安全风险知识进行系统分析和归纳整理，深度挖掘安全知识，构建地铁运行安全风险知识库，为提取安全风险规则提供支持；基于人工智能技术，以案例库和知识库为基础，运用案例推理和规则推理形成混合推理，研究地铁运行安全风险的智能诊断方法；集成物联网和无线传感网络技术，构建地铁运行安全风险前兆信息采集系统；基于BIM技术研究前兆信息数据采集、安全风险智能诊断和地铁运行4D-BIM模型的集成方法，建立地铁运行安全风险动态控制模型，实现安全风险预控，提升地铁运行安全风险管理智能化和信息化水平。

随着运营里程和客流规模的快速增加，地铁运行安全风险管理显得愈发重要。本研究通过文献分析、案例分析与扎根理论相结合，从员工、乘客、管理与组织、物理系统和环境五个方面识别出36个地铁运行安全风险前兆信息，可以为安全风险预警管理提供决策支持；收集地铁运行安全事故案例，在致险因子和关联规则分析的基础上，运用本体技术从事故类型、致险因子、事故后果、事故等级以及应对措施五方面构建了地铁运行安全风险知识库,可以为地铁运营安全管理提供知识支持；筛选典型的地铁运行安全事故案例，运用Neo4j建立了地铁运营安全事故知识图谱，开展了知识检索分析和结构特征分析，实现了安全事故知识的系统性分析和结构化存贮；以火灾事故为例，选取12个特征属性参数进行相似度计算，进行了地铁运行安全风险的案例推理研究。通过分析火灾事故的致因，识别了事故链条，运用Protégé工具进行了规则推理研究，有助于安全事故的管控策略制定；基于物联网技术和建模信息模型技术分析了地铁运行安全风险的控制措施，开展了安全风险前兆信息监测系统开发，并进行了模拟实证研究，有助于提高安全风险管理的信息化水平；构建了安全氛围影响员工安全行为的结构方程模型，得到安全氛围各个维度对安全行为总影响效应的降序依次为安全态度、安全交流、安全政策、安全教育培训、管理承诺和安全参与，有利于制定针对性措施提高地铁公司员工的安全行为；基于物元可拓理论从应急预警，应急准备、应急响应和应急恢复四个方面构建了地铁运行突发事件的评价模型，并以某地铁为例进行了实证分析。建立了地铁运行应急响应流程的Petri网模型，识别了瓶颈环节和关键节点，有利于提高地铁运行应急管理能力。综上所述，本研究项目的相关成果，对提升地铁运行安全管理绩效和信息化水平具有重要的实践和应用价值，对推动风险管理理论和仿真建模技术具有重要的理论和学术价值。