城市轨道交通信号系统安全隐患分析

栾 夏，徐永能，乔 侨

（南京理工大学，江苏 南京 210094）

随着国家的快速发展，城市轨道交通的优势逐步凸显，其在解决交通拥堵、缓解环境压力、改善城市空间结构、节约城市土地等方面具有很高的优越性。作为一种高效的交通方式，近年来我国的轨道交通发展速度非常快。城市轨道交通飞速发展虽然带来了很多便利，但也无可避免地带来了一些问题。由于信号系统故障曾造成上海地铁发生侧面碰撞和追尾的事故，城市轨道交通在快速发展的同时，安全问题也不容小视。信号系统是城市轨道交通中最容易发生故障的系统，同时又是最重要的系统，因此，发现并消除安全隐患，保障城市轨道交通安全平稳的运行是极其重要的事情。

1 城市轨道交通信号系统的发展及组成

城市轨道交通信号系统经历了基于模拟轨道电路的列车自动控制系统、基于数字轨道电路的列车自动控制系统到基于通信的列车运行控制系统的发展历程。城市轨道交通信号系统的组成如图1所示。

图1中，ATC（Automatic Train Control）指的是列车自动控制系统，ATS（Automatic Train Supervision）指的是列车自动监控系统，ATP（Automatic Train Protection）指的是列车自动防护系统（Automatic Train Protection，简称ATP）。现场轨旁设备、车载信号设备和控制中心及车站信号设备共同组成了ATC系统。

图1 城市轨道交通信号系统的组成

2 城市轨道交通信号系统安全隐患分析

信号系统安全隐患没有被及时发现，一旦累积到一定程度将会引起系统故障。因此，从信号系统故障问题着手，在诊断故障问题以及对故障的分析过程中发现安全隐患并对此进行监控是重点研究内容。

表1 常用的几种故障诊断技术及简要说明

2.1 信号系统常用故障诊断技术

目前，常用的几种故障诊断技术及简要说明如表1所示。因此，当故障发生时，可以采用流程图法将繁杂的问题简单化，更加直观地显示故障问题，可以展示出人为分析故障的过程。通过排查故障，可以将故障诊断方法运用到相似的问题上，为故障分析提供方便的同时，也可以提高故障诊断的正确性以及故障解决的效率。

信息融合技术是一种能处理复杂信息的综合处理技术，虽然所处理的数据具有不同的结构和复杂的联系，但仍能够按照一定的规则提取出有价值的信息。将信息融合技术运用到故障诊断技术中，将一个复杂的问题分解成多个简单的问题，从而提高解决故障的效率。

2.2 采用故障树分析法对故障进行分析

故障树分析法是分析系统安全性与可靠性最常用的方法，从一个可能的故障开始，由上至下，一步一步寻找导致这一故障发生的可能原因，直到原因不能够被分析为止，并将这些事件的逻辑关系以树形图的方式表达出来。

根据信号系统的组成将ATP、ATO、ATS和车辆基地信号控制系统作为顶事件；找到引起各子系统发生故障的直接原因及原因组合；分析所有能够引发子系统故障的事件，如果该事件依然能够被分解，则将其作为下一级的输出事件；逐级向下、层层分解，直到输入事件不能再分解或者不必再分解为止；对故障树进行定性分析，即找出引发系统故障的所有可能性。在对故障树进行定量分析过程中，判断引发故障的各底事件发生故障时引发信号系统故障的概率，即底事件概率重要度，从而找出容易触发信号系统故障的原因，作为重点监控对象。

2.3 利用故障诊断系统进行动态监测

故障诊断系统是一种智能诊断系统。故障诊断系统一般由信号设备故障推理机、数据库、解答机以及图形显示等构成。图形显示的主要作用是让该故障诊断系统能够和外部进行数据信息的交换，数据库是用来存放信号设备可能出现的问题的集合，它包含了以往信号设备出现的种种问题。故障推理机能够利用数据库当中的存有的资料信息，结合现在信号设备的运行现状，进行故障原因的推理，找到引发故障的原因。解答机是根据系统内部所具有的数据库资料，用来解答用户的问题团。故障诊断系统除了能够完成故障的发现、故障问题的分析、故障原因分析和提出故障解决方案，它还能够在故障解决以后对整个信号设备进行监测和二次诊断，防止同样的故障再次发生。

2.4 建立状态评价及风险监测模型

及时检测信号设备的运行状态，用健康指数进行表示，用信号设备发生故障的概率为依据对健康指数进行校正，对信号设备未来故障率进行评估和计算，明确信号设备故障的严重程度，建构风险监测模型。通过对信号设备运行状态的评估及时发现不良情况，并进行风险评定，根据评定结果确定安全隐患。

3 结束语

本文介绍了城市轨道交通信号系统的组成，明确了研究对象；列举了信号系统常用故障诊断技术，并大胆设想把信息融合技术加入到故障诊断技术中，从而提高故障诊断效率。从故障问题中找寻安全隐患并加以检测和监控，希望通过以上方法能够及时发现信号系统存在的不安全因素并加以防护，为城市轨道交通安全高效运行保驾护航。

［1］杜平.城市轨道交通信号系统的发展［J］.铁道通信信号，2010（05）：56-58.

［2］GIARRATANO Joseph.专家系统原理与编程［M］.北京：机械工业出版社，2000.

［3］胡守仁，余少波，戴葵.神经网络导论［M］.长沙：国防科技出版社，2007.

［4］商晖，燕飞，李开成.贝叶斯网络在轨道交通屏蔽门系统安全分析中的应用［J］.城市轨道交通研究，2011，14（11）：47.

［5］张学工.关于统计学习理论与支持向量机［J］.自动化学报，2000，26（01）：32.

［6］蒋昌俊.Petri网的行为理论及其应用［M］.北京：高等教育出版社，2003.

［7］张志倜.城市轨道交通中计轴区段复位方式的分析［J］.城市公共交通，2010（12）：46-48.