原文传递
基于信息交互的事故致因模型研究
| 论文题名： | 基于信息交互的事故致因模型研究 |
| 关键词： | 轨道交通;事故致因模型;信息交互;可靠性分析 |
| 摘要： | 随着我国铁路运输速度的提高和行车密度的不断增大，发生事故的风险也进一步提高。事故分析作为保证安全的重要手段，对列车的安全运行具有深远的影响。同时，计算机系统的应用，极大地增加了轨道交通控制系统的复杂性，系统内的信息交互也变得越来越复杂化和多样化，这使得相关的事故分析面临极大的挑战。此外，现有的事故分析方法都不是针对轨道交通系统的，而且都存在各种各样的问题，例如只专注于系统组件失效或故障、未考虑系统的运营场景、未考虑人-机-环之间的交互等。所以，找到一种适用于轨道交通系统的事故分析方法是我国现阶段急需解决的问题。 论文分析了列车运行控制系统的复杂交互特性，提出了基于信息交互的事故分析方法，深入系统交互中探究事故的致因机理，以“7·23”甬温线特别重大铁路交通事故为例进行分析。论文主要的创新点如下: (1)提出了一种新的事故致因模型:基于信息交互的事故致因模型。基于系统论对事故的解读，并通过事故案例研究发现大多数事故的发生是由于操作人员或设备对系统运行状况的认知不准确或对任务执行进展的认知与实际状况不符，使得人或设备发出了错误的动作，导致了事故的发生。而导致人或设备的认知不准确的原因主要是人、机、环之间的异常的信息交互。 (2)提出了人和设备对系统运行状况或任务执行进展的认知模型的概念:操作人员的心智模型、机器（设备）的认知模型。建立了操作人员认知决策的数学模型。基于信息交互的事故分析方法的目的就是通过系统中的信息交互来分析操作人员的认知决策过程，以及机器的认知模型，进而找到操作人员的心智模型或机器的认知模型与实际的物理模型之间出现偏差的原因。 (3)从信息交互的角度全面、系统的分析了“7·23”甬温铁路事故，建立了事故相关的人、机、环之间的信息交互模型，以及事故的实际物理模型、操作人员的心智模型和机器（设备）的认知模型，分析了事发时人员的认知决策过程以及机器的认知模型。找到了导致人和设备认知发生偏差的原因，即事故致因。 (4)建立了人员可靠性分析(HRA)事件树情景模型。明确了“7·23”甬温铁路事故相关异常情景发生之间的因果关系，并结合事故致因从切断异常情景发生路径的角度提出了针对性的预防改进建议。 |
| 作者： | 周瑶 |
| 专业： | 交通信息工程及控制 |
| 导师： | 燕飞 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
