论文部分内容阅读
为了满足城市轨道交通安全、节能、高效、灵活运输的特点,近年来全自动化地铁在全球轨道交通领域需求逐渐增加,巴黎、新加坡、香港等城市都已引入全自动驾驶地铁(Fully Automatic Operation, FAO)。全自动驾驶并不意味着没有人的参与,而是代表着在系统中,人将处在更高的决策层级和运营层级上。全自动化运营决定了人因行为对系统有更大的影响,人员的失误后果将直接危害系统的安全,因此在FAO中研究人员失误非常重要和迫切的。据统计当今世界上所有人机系统失效中,约有70%-90%直接或间接源于人的因素。在针对FAO进行人误分析时,最主要的问题是缺乏适用于地铁运营领域的人因数据。本论文的目的在于将人因可靠性分析引入FAO系统,并解决缺乏人误数据的现状。本文提出FAO系统的人误分析原则,针对FAO系统ATS操作设计人误分析系统,通过模拟机实验的方式获取人因数据,并应用适于FAO的方法进行分析。论文首先介绍了FAO系统的基本构架,并对人因可靠性分析技术、人的失误、人的绩效行为以国内外研究现状做了简要概述。其次,概述了全自动驾驶ATS人误分析系统总体设计方案,介绍其各组成模块功能需求;引入FAO系统人误分析、障碍设置及后果评价的原则;提出针对FAO系统OCC人员的模拟机实验设计和执行方案。然后,针对事故场景和正常运营场景的特点,从数据来源和人误分析两个主要方面出发,介绍通过模拟机实验获取数据等方法,详细设计系统组成的模拟ATS、事故显示、事故调查、人误分析和人因数据库等功能模块,引入HFACS人误分类体系、基于XML的人误记录、层次分析法、基于S-O-R人误率测算等关键概念,并对关键部分开发实现,应用SQL Server对人因数据库具体设计和实现,为进一步进行人误分析提供数据来源。最后,对具体案例分析,应用层次分析法分析子任务模板,应用THERP+HCR方法测算其人误率,并针对高人误的环节设置障碍,提出改进措施,降低案例中的人误率,对实际的工程应用给予了建议性指导。同时对论文研究做了总结,展望了未来研究的方向和方法。