当前位置:主页 > 科技论文 > 路桥论文 >

高速铁路调度人员作业风险管控智能化平台设计研究与实现

发布时间:2021-09-02 19:54
  近十年,我国高速铁路迅速扩张,每年的新建高铁线路逐年增长,行车密度不断增加,高速铁路调度人员的作业风险随着发展也是逐年递增,同时行车安全又是高速铁路最重要的安全要求。增加管控高铁调度人员作业风险的措施,势必要有所提高。提高管控措施除了增加人的把控外,采用技术手段同样不可或缺。调度集中系统(Centralized Traffic Control system,简称CTC)是高铁调度人员在日常指挥行车中使用的重要人机交互行车调度指挥系统,从CTC中采集调度人员的日常操作并加以分析是管理作业风险的重要手段。本文首先对高速铁路调度作业风险进行分析,定量、定性地分析了日常调度人员的在使用CTC系统中大的作业行为风险。采用人工智能、大数据、云计算等先进技术设计作业风险管控平台;从安全性、智能化两个方面对既有CTC系统进行合理优化升级;采用计算机、生物识别等技术实现作业风险管控智能化平台。利用现代科学技术对调度人员的作业风险进行全方位的把控,减轻调度管理人员的安全压力,使高铁行车更加安全。本文的主要研究包括:(1)研究调度人员在使用CTC系统中的作业风险,并对作业风险进行分析。采用模糊性数学理论把调... 

【文章来源】:中国铁道科学研究院北京市

【文章页数】:69 页

【学位级别】:硕士

【部分图文】:

高速铁路调度人员作业风险管控智能化平台设计研究与实现


隶属函数之三角函数

梯形图,梯形模糊数,论域,梯形


调度人员在CTC系统作业中的风险分析中国铁道科学研究院15图3-2隶属函数之梯形函数Figure3-2LadderDiagramFuzzyNumber其中0abcd,称A为论域X上梯形模糊数,记为A=(a,b,c,d)。当b=c时,可以看出梯形模糊数A=(a,b,c,d)转化为一个三角模糊数,因此可以说三角模糊数即使提醒模糊数的一个特例。由定义3-2可知,A的-截集为:A[(A)L,(A)R](b-a)+a(c-d)+b,(3-4)3.2贝叶斯网络基本概念3.2.1概率论与图论的基本概念贝叶斯网络是基于概率论的基础发展而来,经过深层挖掘、详细推理等建立起来的网络模型,该网络模型具有数字图形化的特点。定义3.4:基于收集的数据或基于主观判断的事件发生的概率,称为先验概率。定义3.5:根据贝叶斯公式,考虑新获得的信息和数据,对先验概率进行了修正,修改后的概率称为后验概率。定义3.6(条件概率):设A与B分别是两个绝对独立的事件,且有当P(A)>0,则有P(B|A)=P(AB)/P(A)为事件B在事件A发生的条件下,发生的概率。

界面图,作业风险,高速铁路,人员


高速铁路调度人员作业风险管控智能化平台设计研究与实现28中国铁道科学研究院(2)通过采集系统采集的CTC控制模式(分散自律与非常站控)的相互转换、操作方式(中心操作、车站调车操作、车站操作)的相互转换操作数据。自动生成目前由人工填写的《控制模式转换登记簿》内容;(3)CTC运行图终端操作情况的统计显示;操作供电臂停送电设置情况(“设置有电”、“设置无电”);停电天窗铺画情况、施工天窗铺画情况:指定计划合法性检查报警内容的筛选和统计;邻台间列车运行计划一致性检查(车次、顺序、类型等)。人工画线下达计划情况;(4)CTC调度命令系统发布情况统计(类型、数量等);(5)列车调度员、助理调度员、车站值班员(应急值守人员)、值班主任等岗位CTC系统以及本系统的登陆、交接班、退出、修改密码情况。(6)指定调度台和车站CTC系统报警信息分级分类统计。3.数据筛选及汇总分析图4-4高速铁路调度人员作业风险管控智能化平台界面Figure4-4InterfaceofPlatform统计界面如图4-4所示,系统可实时、自动统计特定范围特定时段特定内容,通过大数据由系统进行自动分析,并在监控室大屏上进行显示,对作业不标准的情况按规定的阀值向管理人员预警预报。也可按使用人员需要的日期段、时间段、班制、台别、用户名,以及组合条件自动统计CTC系统的操作记录。包括:(1)指定周期(包括年度、季度、月度、旬、周、日,以及随意指定日期段);不指定时就默认为所有当天。(2)指定时间段(如18:00至24:00);不指定时就默认为0:00至24:00。(3)指定班制(如一班、二班、三班、四班等);不指定时就默认为所有班

【参考文献】:
期刊论文
[1]基于GAN改进的人脸表情识别算法及应用[J]. 李婷婷,胡玉龙,魏枫林.  吉林大学学报(理学版). 2020(03)
[2]人脸识别领域技术综述[J]. 崔茜.  数码世界. 2020(05)
[3]基于YOLOv3与ResNet50的摄影机器人人脸识别跟踪系统[J]. 陈凯,祖莉,欧屹.  计算机与现代化. 2020(04)
[4]高速铁路列车连带晚点的智能预测及特征识别[J]. 张琦,陈峰,张涛,袁志明.  自动化学报. 2019(12)
[5]高速铁路列车运行图鲁棒性协同优化模型研究[J]. 李智,张琦,孙延浩,曾壹.  交通运输系统工程与信息. 2019(05)
[6]基于约束规划方法的高速铁路调整优化模型[J]. 曾壹,张琦,陈峰.  铁道学报. 2019(04)
[7]高铁铁路行车调度系统危险源辨识研究[J]. 匡哲逊.  河北农机. 2019(04)
[8]高速铁路列车运行计划自动调整系统研究[J]. 赵宏涛,许伟,陈峰,王涛.  铁道运输与经济. 2019(02)
[9]高铁调度标准化管理体系构建的探讨[J]. 郭鹏.  工程技术研究. 2018(15)
[10]基于虚拟化技术的铁路调度集中系统体系架构研究[J]. 宋鹏飞,许伟,赵随海,周宏伟.  铁道运输与经济. 2018(10)

博士论文
[1]高速铁路行车调度系统运行风险分析及调整优化方法[D]. 徐培娟.西南交通大学 2017
[2]基于节能视角的高速铁路列车调度指挥策略与方法研究[D]. 王涛.中国铁道科学研究院 2014

硕士论文
[1]车站区间控车技术一体化研究[D]. 唐世军.中国铁道科学研究院 2015
[2]高速铁路行车调度系统危险源辨识研究[D]. 陈睿玮.西南交通大学 2014
[3]铁路行车作业岗位安全可靠性研究[D]. 刘仲谦.西南交通大学 2006



本文编号:3379632

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/3379632.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户aa5f9***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com