城市轨道交通运行风险演化网络动态仿真研究_许慧.pdf

文章编号:1009-6094(2023)02-0372-11城市轨道交通运行风险演化网络动态仿真研究*许慧1，2，邓宁辉1，李杨3，李树秀1，杜磊4，5(1 重庆邮电大学经济管理学院，重庆 400065;2 重庆工业大数据创新中心有限公司，工业大数据应用技术国家工程实验室，重庆 400707;3 大连理工大学建设工程学部，辽宁大连 116024;4 中关村科学城城市大脑股份有限公司，北京 100080;5 北京理工大学管理与经济学院，北京 100081)摘要:为探究轨道交通事故中的重要风险类别，从风险演化角度出发，根据 172 起轨道交通运行事故，梳理出 354 条风险演化链，总结出 35 个风险因子，在此基础上基于复杂网络分析方法构建城市轨道交通运行静态风险演化网络。根据网络拓扑特征识别网络中高影响力的风险节点，并利用蓄意攻击失效的原理从单个节点失效与节点连续失效角度进行动态仿真，以探究风险对整个网络的影响程度。结果表明:静态风险演化网络属于复杂网络;列车脱轨、列车停运/延误、列车其他设施故障、暴力恐怖袭击事件、滞留、火灾和人员伤亡在网络中具备较高地位，属于轨道交通运行静态风险网络的中心节点;列车停运/延误、制动故障、列车其他设施故障和火灾节点的失效对轨道交通运行具有突出影响，当制动故障、列车其他设施故障均失效后，即连续失效节点数为 2 时，风险网络的网络连通度出现拐点。研究确定了影响轨道交通运行的关键风险，分析结果可为城市轨道交通运行安全管理及事故演化控制提供参考依据。关键词:安全工程;轨道交通;动态仿真;复杂网络中图分类号:X951文献标志码:ADOI:10.13637/j issn 1009-6094.2021.1592*收稿日期:20210913作者简介:许慧，副教授，硕士生导师，从事城市基础设施风险管理、复杂系统理论研究，xuhui cquptedu cn。基金项目:重庆市自然科学基金面上项目(cstc2021jcyjmsxmX0951);重庆市教育委员会人文社会科学研究重点项目(21SKGH061);重庆市教委科学技术研究计划项目(KJQN202000631);中国博士后科学基金项目(2021M700617);国家自然科学基金青年科学基金项目(71801026);2020 年留创计划创新类项目(cx2020035)0引言目前，城市面临着高人口密度、低空间优势、高负荷运转等风险，正在进入具有高度不确定性的“风险社会”。城市轨道交通作为现代城市日常运转的主要交通方式扮演着不容忽视的角色，但与此同时，轨道交通运行事故不胜枚举，火灾、爆炸、列车脱轨等时有发生。学术界已从风险识别、风险评价与风险控制 3 个方面对城市轨道交通项目风险管理进行了一系列研究。其中，复杂网络理论是研究城市交通系统安全运行的有效方法，复杂网络的抗毁性在轨道交通领域的应用起源于 2000 年 Albert 等1 基于拓扑结构对复杂网络抗毁性的影响研究，其通过分析网络的拓扑特征研究复杂网络中节点的演化性质与抗毁特性等。本文基于复杂网络理论开展城市轨道交通运行风险演化网络动态仿真研究，动态仿真研究以静态拓扑特征分析为基础。静态拓扑特征主要借助网络密度、中心性、凝聚度等指标进行分析，Feng 等2 以列车流和客流构建有向加权网络，在复杂网络的基础上建立了分析地铁网络交通流模式的多层模型，以研究地铁交通流模式的流量和时空分布。马超群等3 从轨道交通脆弱性出发，结合网络的拓扑特征及客流需求构建城市轨道交通网络脆弱性模型，以度量车站对不同传输需求的网络贡献。目前在静态拓扑特征方向已有较多成熟的研究成果，而动态仿真模拟的研究较少。动态仿真在静态拓扑特征的基础上增加了节点失效模拟，其失效方式根据复杂网络的构建方式分为车站受攻击后失效及风险被规避后失效 2 种。2002 年，Moreno 等4 最早针对无标度网络提出了一种网络级联失效的模型，当节点负荷超过安全阈值时，将这些故障的节点从网络图中除去，据此进行级联失效仿真。2012 年，王正武等5 在对城市道路交通网络节点级联失效的研究中，通过构建交通双层网络级联失效模型提出了一种基于节点级联失效行为的重要度评价方法。Jenelius 等6 通过模拟一个完全的中断场景空间，构建公共交通动态网络模型，研究了突发情况下车站的中断运行造成的冗余度。沈迪等7 以节点介数所反映的失效迭代次数作为衡量标准，利用 MATALAB 软件对所构建的城市公交车站基础网络与业务关联模型进行了节点级联失效仿真。以上学者以构建实体车站网络为着力点，从车站受攻击后失效的角度进行仿真分析。An 等8 采用 R 建模方法与网络分裂法以公交线路为网络节点，建立多权公交道路网络模型，对发车频率、乘客密度及公交线路长度系数进行了动态仿真。赵国峰等9 从度、点介数及边介数攻击失效出发进行仿真，273第 23 卷第 2 期2023 年 2 月安全 与 环 境 学 报Journal of Safety and EnvironmentVol 23No 2Feb，2023研究发现基于度攻击时网络的瘫痪速度最快。此外，宋亮亮等10 采用风险节点规避仿真方法，对以列车干扰源作为节点、事故之间的事件链作为线构成 的 复 杂 网 络，采 用 随 机 免 疫(RandomImmunization，RI)和选择性免疫(Selective Immunity，SI)模拟干扰源失效进行了动态失效仿真。以上学者从风险被规避后失效角度进行仿真模拟，但尚未讨论失效的风险因素选择方法。表 12019 年轨道交通事故及风险演化链Table 1Rail transit accidents and risk evolution chain in 2019时间(月 日)地点事故原因及后果风险演化链0518菲律宾马尼拉列车相撞致 29 人受伤列车碰撞人员伤亡列车碰撞紧急制动人员伤亡0704中国山东青岛地铁一号线发生坍塌事故致 1 人死亡坍塌骚乱拥挤坍塌 掩埋 人员伤亡0717美国纽约洪水冲毁地铁站致 1 人受伤洪水列车停运/延误洪水人员伤亡0730中国香港暴力恐怖袭击事件(恶意按车站安全键及车厢紧急键)致地铁停运 3 h暴力恐怖袭击事件列车停运/延误滞留骚乱暴力恐怖袭击事件列车停运/延误滞留拥挤骚乱0824美国加利福尼亚列车脱轨致 27 人受伤列车脱轨人员伤亡列车脱轨紧急制动人员伤亡0821中国香港暴力恐怖袭击事件(非法示威)致全线地铁停运暴力恐怖袭击事件骚乱暴力恐怖袭击事件列车停运暴力恐怖袭击事件滞留拥挤骚乱0905日本横滨市列车与货车相撞引发大火致 1 人死亡，32 人受伤列车碰撞人员伤亡列车碰撞火灾浓烟窒息人员伤亡列车碰撞火灾人员伤亡列车碰撞紧急制动人员伤亡1221美国西弗尼亚州列车脱轨造成两节车厢坠河列车脱轨车厢倾翻人员伤亡轨道交通运行风险可能在系统中多个节点同时孕育、传递，并演化出不可预料的结果11，已有研究利用多准则妥协解排序法、DS 证据理论、修复策略等方法进行关键节点的识别与风险评估12 13，复杂网络理论多用于高层建筑、施工安全等方向的研究，在轨道交通领域应用较少;针对轨道交通事故的已有研究停留在致灾因素单独作用层次，未对造成事故背后的风险演化关系进行深入、系统的分析。因此，基于风险演化网络开展风险失效仿真分析仍有较大的研究空间。本文在已有轨道交通事故的基础上分析风险之间的演化关系，并借助复杂网络理论将风险视为节点、风险之间的演化视为关系构建城市轨道交通风险演化网络，对网络的静态拓扑特征进行分析，并从蓄意攻击失效角度进行动态模拟，得出对轨道交通运行具备重要影响的节点，以期为轨道交通运行期间的日常风险管控提供参考。1研究数据与计算指标1.1数据来源本文以重特大轨道交通事故为研究对象，通过Rail Transit 轨道交通网(http:/www rail-transitcom)、国内外媒体的相关事故报道、轨道交通事故研究相关论文14 16，搜集整理 19902019 年 172 起全球轨道交通运行事故，涵盖自然灾害、公共安全事件等事故类型。对每一事故的“引发传染恶化”的风险进行链条分析，得出如表 1 所示的事故及其风险演化链(受篇幅限制，仅展示所收集的 2019年轨道交通事故及其风险演化链)，其中，1 起事故3732023 年2 月许慧，等:城市轨道交通运行风险演化网络动态仿真研究Feb，2023可以总结出多链条风险演化链。对 172 起事故进行风险演化链分析，由于事故的相似性，事故的风险演化链可能存在重复，对其进行去重后得到 354 条风险演化链，构成研究数据库。造成事故的风险演化链之间存在相同的风险，为了便于进行风险分析和进一步的风险管理，对研究数据库中的 354 条风险演化链中所包含的风险进行汇总归纳，得出 35 个风险因子，借鉴人因分类及分析系统(Human Factors Analysis and ClassificationSystem，HFACS)，按风险产生的途径将其分为自然风险、列车运行风险、车站设施风险、人为风险、其他风险及事故结果 6 大类17，每一个风险因子在 354条风险演化链中出现的频率可以代表该风险因子在整个网络中的占比。风险因子分类及占比见表 2。表 2风险因子分类及占比Table 2Classification and proportion of risk factors风险类别风险名称占比/%风险类别风险名称占比/%自然风险列车运行风险车站设施风险极端天气5.08地震1.41洪灾1.13列车脱轨17.80列车碰撞17.23列车停运/延误29.38列车超速2.26紧急制动15.82制动故障1.13车厢倾翻2.82列车其他设施故障4.52供电故障9.32自动扶梯故障3.95信号故障4.52安全门故障3.39自动检票机故障0.56坍塌0.85车站其他设施故障1.69人为风险其他风险事故结果暴力恐怖袭击事件20.06自杀3.11滞留32.20拥挤20.90骚乱37.01摔倒3.11踩踏5.65窒息10.45中毒0.56乘客被夹0.85触电3.67坠轨3.67爆炸11.30火灾22.60浓烟9.89掩埋0.56人员伤亡66.38事故与风险因子之间存在着一定的因果关系，若研究事故原因，需研究在轨道交通运行期间“人机环境系统”内风险因子之间的关系。任一风险因子可能存在于多个风险链条中，成为导致其他风险的原因或被其他风险导致的结果。因此，可以将事故风险因素间的相互作用抽象为复杂网络模型，将风险节点及其风险之间的相互作用、反馈和调整关系视作基本组成元素，构建城市轨道交通运行风险演化网络。1.2网络模型结构性计算指标1.2.1复杂网络分析复杂网络是由若干节点和链接节点的边构成的复合网络，可用于刻画具备复杂关系的系统，具备小世界特性和无标度性等性质18。小世界特性是指整个网络的连通性在平均值处达到峰值并呈现指数衰减，信息可以通过几个距离较远的节点进行传播，通过聚类系数和平均路径长度进行测度。满足聚类系数大于 0.1、平均路径距离小于 10 的网络为小世界网络19。聚类系数用于描述网络中各节点之间的联系紧密程度，其取值区间为 0，1，取值越大，表明网络中节点的联系愈紧密。计算公式如下。Ci=2EiKi(Ki 1)(1)473Vol 23No 2安全 与 环 境 学 报第 23 卷第 2 期式中Ci表示节点 i 的网络聚类系数，Ki代表节点 i与其他节点相互连接的个数，Ei代表 Ki个节点之间实际存在的边数。平均路径距离用于衡量整个网络联系的紧密程度和网络中的信息传播速度，在网络中，平均路径距离越长，表明该网络节点的跨度越大，网络凝聚力越低20。计算公式如下。M=112N(N+1)ijdij(2)图 1城市轨道交通运行静态风险演化网络Fig 1Static operation risk evolution network of urban rail transit式中M 代表所有点对的距离平均值;N 表示网络中节点的数目;dij表示从 i 到 j 的最短距离。无