原文传递
基于动态故障树的城市交通事故风险分析方法
| 论文题名： | 基于动态故障树的城市交通事故风险分析方法 |
| 关键词： | 城市交通;事故风险分析;动态故障树;二元决策图;马尔科夫链;Bow-tie模型 |
| 摘要： | 城市交通系统具有不同等级道路错综复杂、交通参与者及交通工具种类多样、交通运行速度一致性差等特征，导致较高的交通事故频率及不同严重程度的安全隐患。针对城市交通事故，深入剖析其发生机理，进行事故成因及后果分析，可以为交通管控提供一定理论依据。因此，本文依据动态故障树理论，对城市道路交通事故展开风险分析研究。 原始事故数据经过有序的整理和统计，根据事故发生地点、类型以及形态等分布特征，确定了研究对象、主要事故类型及主要事故形态。同时，统计事故认定书中记录的直接原因，给出基础概率。并依据二项分布统计检验，从人、车、道路、环境四个方面剔除关联性弱的潜在因素，识别出具有显著影响的突出潜在影响因素，得到的主要影响因素和突出潜在影响因素作为城市道路交通事故风险因素，为后续模型的建立奠定基础。 进行事故风险分析，需要构筑有效的风险分析模型。首先，对比了常规风险分析方法的优缺点及适用范围，针对性地选择了动态故障树法。然后，依据事故发生机理，构建出城市道路交通事故动态故障树模型。首先将模型进行预处理简化，之后对简化后的模型模块化分解，识别出所有的模块子树。 针对静态子树，采用递归法写出相应的ite结构表达式，将子树转化成二元决策图，进而确定最小割集及发生概率。对于动态子树，基于马尔科夫过程，将其转化成马尔科夫链，进而判断其故障模式，计算得到概率重要度。最后，将各子树进行模块化合成，得出主要事故成因链。 除了事故成因，严重程度也是事故风险的影响因素。因此，引入Bow-tie模型，描述了从事故成因出发，到事故的发生，再到事故后果产生的全过程。首先通过分析事故后果的产生过程，构建事件树模型。运用专家打分法结合三角模糊数，确定各事件链的模糊概率。结合风险矩阵，得出高风险事件链。将故障树中的主要事故成因链与事件树中的高风险事件链对接，构建Bow-tie模型，模型左侧针对5条主要事故成因链，提出了相应的预防和解决方案，模型右侧基于2条高风险事件链，提出了针对性的事故后果应对方案。 |
| 作者： | 马亿鑫 |
| 专业： | 交通运输工程 |
| 导师： | 孟祥海 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
