原文传递
基于模拟机实验的全自动驾驶ATS人误分析系统的研究
| 论文题名： | 基于模拟机实验的全自动驾驶ATS人误分析系统的研究 |
| 关键词： | 全自动驾驶地铁;层次分析法;模拟机实验;人误分析系统 |
| 摘要： | 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。 |
| 作者： | 陈磊 |
| 专业： | 交通信息工程及控制 |
| 导师： | 穆建成 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
