郁勁松， 張香明

（1 上海申通地鐵集團有限公司 運營管理中心， 上海200050； 2 上海工程技術(shù)大學(xué)， 上海201600）

0 引 言

隨著城市人口的增加，地鐵因其運量大、速度快的特點，成為分散城市客流的重要工具。 由于地鐵發(fā)車間隔持續(xù)減少，使得地鐵長時間處于高負(fù)荷的運營狀態(tài)，地鐵設(shè)備所承受的工作壓力也越來越大，故障頻次不斷增加。 因此，設(shè)備的健康狀況將直接影響軌道交通系統(tǒng)的安全運行及運營服務(wù)的質(zhì)量［1］，基于這種情況，需要做好預(yù)測工作，在故障發(fā)生前采取相應(yīng)的對策。 本文通過收集近年來地鐵通號系統(tǒng)設(shè)備事故的種類、原因、時間等數(shù)據(jù)，進行數(shù)據(jù)的分析，并選擇泊松分布模型來預(yù)測地鐵事故的發(fā)生概率，避免事故的發(fā)生。

1 歷史故障數(shù)據(jù)統(tǒng)計

地鐵系統(tǒng)設(shè)備由多個部分組成，對于列車日常運營而言，通號系統(tǒng)起到了至關(guān)重要的作用。 地鐵通號系統(tǒng)的組成設(shè)備主要包括：計算機聯(lián)鎖系統(tǒng)設(shè)備、列車自動駕駛設(shè)備、列車自動防護設(shè)備和列車自動監(jiān)督設(shè)備［2］。 故障源主要集中在ATS、通訊設(shè)備、軌旁設(shè)備、信號以及車載ATC 等。

模型所用數(shù)據(jù)，來源于某市地鐵2012 年全網(wǎng)故障統(tǒng)計數(shù)據(jù)。 首先，篩選整理出本年地鐵通號系統(tǒng)故障而影響列車運營的數(shù)據(jù)；其次，在閱讀故障日志的基礎(chǔ)上，將設(shè)備故障的外因情況變量予以賦值，如表1 所示。

表1 設(shè)備故障外因賦值表Tab.1 External cause assignment of equipment failure

根據(jù)地鐵歷史故障數(shù)據(jù)對各設(shè)備故障次數(shù)進行統(tǒng)計，見表2，3 及圖1 所示。

表2 通號系統(tǒng)設(shè)備故障數(shù)據(jù)統(tǒng)計Tab.2 Failure data statistics of communication signal system equipment

圖1 通號系統(tǒng)各設(shè)備故障次數(shù)統(tǒng)計Fig.1 Statistics of failure times of all equipment in the signal system

表3 統(tǒng)計了季節(jié)、時間、日期3 種變量情況下的故障數(shù)，可以看出：

（1）從季節(jié)角度分析：故障發(fā)生率最高為夏季，約為春秋季節(jié)的2.5 倍、冬季的2 倍。

（2）從時間角度分析：故障的總次數(shù)發(fā)生最多的時間在早高峰，其次為晚高峰，平峰時段故障發(fā)生率最低。

（3）從日期角度分析：工作日期間平均每天比休息日多發(fā)生1 次。

表3 各變量故障數(shù)據(jù)表Tab.3 Failure data of each variable

2 故障頻次模型建立

以ATC 系統(tǒng)故障為例，選擇季節(jié)、時間、日期、客流量為自變量，運用數(shù)據(jù)分析Stata 軟件，分別計算該系統(tǒng)設(shè)備故障與自變量影響關(guān)系。 綜合以上分析，擬構(gòu)建poison 基本計量模型。

使用STATE 數(shù)據(jù)分析軟件進行模型確定以及分析工作。

表4 ATC 故障影響因素擬合結(jié)果Tab.4 Fitting results of ATC fault influencing factors

其中：

（1） P ＞｜ z ｜ 值大于0.05 時， 對應(yīng)到［95%Conf.Interval］列中，系數(shù)包括0，所以該變量的系數(shù)coef 不在公式中體現(xiàn)，表示該變量對故障影響不夠顯著，見表4。

（2）對于P ＞｜z ｜值小于0.05 時，說明該因素在置信度95%下對f 有顯著影響。 系數(shù)為正coef值，說明該因素越大，發(fā)生故障的概率就越大。

隨著客流量的增加，車載ATC 系統(tǒng)的工作量越來越大，出現(xiàn)事故的概率也會相對提高。 溫度的不斷攀升也造成車輛本身的工作負(fù)荷加大，進而導(dǎo)致ATC 系統(tǒng)故障。 早高峰和晚高峰期間系統(tǒng)的工作負(fù)荷增加導(dǎo)致故障事故頻發(fā)，這里又體現(xiàn)出了隨著氣溫的升高而導(dǎo)致事故的頻發(fā)。 從計算結(jié)果中可以看出，當(dāng)溫度逐漸降低，通號系統(tǒng)的故障率不斷上升，可以認(rèn)為系統(tǒng)設(shè)備都有一個適宜的工作溫度，在適宜溫度的范圍內(nèi)，設(shè)備性能良好，當(dāng)溫度超出這個范圍，設(shè)備的性能會下降。 這也解釋了為何下列所有的信號系統(tǒng)故障率都與環(huán)境溫度呈正相關(guān)關(guān)系。

3 故障頻次預(yù)測及檢驗

總結(jié)2012 年的ATC 設(shè)備故障情況后，需要對模型準(zhǔn)確性和適用程度做出合理的分析。 收集2011 年該市地鐵事故情況的數(shù)據(jù)，計算得故障頻次預(yù)測值與實際值誤差，見表5。

表5 故障頻次預(yù)測結(jié)果Tab.5 Prediction results of failure frequency

計算得到預(yù)測值的平均誤差為16.77%，該誤差處于可接受范圍，證明對于ATC 系統(tǒng)的預(yù)測基本準(zhǔn)確。

從模型的參數(shù)估計和假設(shè)檢驗結(jié)果中發(fā)現(xiàn)，故障頻次與季節(jié)、時間、客流量正相關(guān)，即夏冬季節(jié)早晚高峰時段內(nèi)，客流量越高的線路越容易發(fā)生故障。由此，維保人員需要根據(jù)設(shè)備的故障規(guī)律，在冬夏兩季及早晚高峰時段做好防護工作；在大型節(jié)假日期間重視大客流對地鐵設(shè)備也會帶來的巨大壓力，需要重視。 而對于開通年限較長的線路，要及時更換老化現(xiàn)象嚴(yán)重、超出使用年限的設(shè)備。

4 結(jié)束語

本文通過故障數(shù)據(jù)，進行泊松分布模型的建立，并分析各影響因素對通號系統(tǒng)設(shè)備故障影響的重要程度，以ATC 系統(tǒng)故障為例，對故障預(yù)警做出合理的分析和預(yù)測，為地鐵安全運行提供支持。 本文所建模型能較好的根據(jù)外部因素對故障頻次進行預(yù)測，從而方便地鐵人員根據(jù)頻次數(shù)據(jù)進行有差別的設(shè)備檢查及保養(yǎng)維護工作，對保障城市軌道交通系統(tǒng)的安全運營以及提高企業(yè)的運營效率具有一定的實際意義。

本文的研究中還存在著許多不足，在后續(xù)的研究中擬考慮從地鐵公司預(yù)計服務(wù)水平出發(fā)，結(jié)合國際軌道交通故障頻次等級劃分標(biāo)準(zhǔn)，建立預(yù)警指標(biāo)計算方法，確定相應(yīng)的預(yù)警閾值及等級。