基于FTA-AHP的鐵路安全風險綜合評估方法

劉敬輝

(中國鐵道科學研究院 鐵道科學技術研究發展中心，北京　100081)

鐵路運輸安全直接關系到人民生命財產安全，并直接與社會的和諧發展密切相關。目前，為保障鐵路運輸安全，在對鐵路進行安全風險評估時大量應用了包括故障樹分析法(FTA)[1-4]和層次分析法(AHP)[5-9]在內的安全分析方法。但是上述2種安全分析方法都有其應用的適用范圍和局限性，FTA方法通過建立模型可以對目標風險事件的發生原因及其影響程度進行追根溯源，但無法判斷目標風險事件的總體安全風險水平；而AHP方法則通過建立層次分析模型評估系統的總體安全水平，但通常情況下采用該方法建立模型時需要的相關數據主要通過觀察統計獲得，而數據的缺乏則容易造成所建模型存在偏差，從而導致評估結果的偏差。

為解決單獨使用上述某一種安全分析方法存在的問題，本文在分析FTA方法和AHP方法各自適用范圍和局限性的基礎上，結合鐵路安全風險評估的特點和要求，提出將FTA方法分析得到的基本原因事件信息作為建立AHP模型的輸入數據，將基本原因事件的結構重要度作為構造AHP模型中各層次判斷矩陣的依據，設計出FTA方法與AHP方法相結合的鐵路安全風險綜合評估方法，從而提高了鐵路安全風險評估的有效性和準確性，同時可解決只單一應用某種方法進行安全風險評估時評估結果存在的片面性問題。

1　基于FTA-AHP的鐵路安全風險綜合評估方法

FTA方法的主要思想是以選定的目標風險事件為目標，根據對與目標風險事件有關的原因事件及其相互作用的邏輯關系分析，建立有向的故障樹模型(以下簡稱FTA模型)；再通過該FTA模型分析各原因事件對目標風險事件的影響程度，從而為有針對性地制定最優化的安全控制措施提供科學依據。該方法可以綜合考慮零件、部件或子系統故障對系統故障的影響，包括人為因素和環境條件等在內，適用于對影響系統安全因素的綜合分析。

AHP方法的主要思想是將復雜的系統分解成若干個層次及其對應的若干個影響因素，然后通過逐層比較各個影響因素對其上層因素的影響大小，得出反映各影響因素重要程度的權重，再結合對影響因素安全狀態水平的打分，分析得到系統的總體安全水平分值。該方法具有定性和定量相結合的優點，適用于復雜系統受多個因素影響且各因素之間存在明顯類別劃分或層次關系情況下的綜合安全狀態評估。在構建AHP模型的過程中，如何更有效地構建影響因素的層次結構并科學確定各影響因素的權重將直接影響AHP分析結果的合理性。

對于鐵路的安全風險評估而言，既要分析目標系統發生故障的原因，從而為有針對性地制定安全控制措施提供依據；又要綜合考量其總體安全狀態，從而為各系統安全水平的橫向對比或系統的發展趨勢預測提供依據。因此，本文根據對FTA法和AHP法特點的分析，結合鐵路的特點及其安全風險評估的要求，將FTA法和AHP法的優勢相互結合，研究并提出基于FTA-AHP的鐵路安全風險綜合評估方法，其流程如圖1所示。

圖1基于FTA-AHP的鐵路安全風險綜合評估方法流程

1.1　建立FTA模型

由圖1，首先采用FTA法，確定要分析的目標風險事件，以目標系統結構框圖、工作流程圖、子系統及部件間的接口關系等信息為基礎信息，依次分析導致目標風險事件發生的直接原因事件、中間原因事件，直至基本原因事件。由于鐵路系統屬于典型的復雜人—機—環系統，任何系統故障的原因不僅與系統自身設備/設施的故障有關，還與管理程序、人員操作及社會和自然等外部環境因素的干擾直接相關，因此在分析目標風險事件原因的過程中，應綜合分析上述人—機—環及管理的各個方面，此時，歷史事故、故障信息及日常安全檢測/監測信息應作為重要參考依據。

此外，不同系統即使出現同一種故障，其發生原因也可能存在較大差異。例如，與普速鐵路相比，高速鐵路由于運行速度高，任何安全隱患，尤其是一些在普速鐵路上不會產生大危害的異物侵限、大風、降雨、降雪等外部環境因素都可能對其運行安全產生巨大影響。因此在FTA建模過程中，應具體結合系統的特點展開。

通過上述方法建立FTA模型后，即可以開展定性或定量分析。基本原因事件的結構重要度通常是最直接反映其對目標風險事件影響程度的指標[10]。

定義故障樹的結構函數為

φ(x1,x2,…,xn)=

其中，

i=1,2,…,n

式中：n為由故障樹分析所得基本原因事件的數目，x1,x2,…,xn為描述基本原因事件狀態的布爾變量。

則第i個基本原因事件的結構重要度為

(1)

由式(1)可得到定量化的各基本原因事件對目標風險事件的影響程度。

1.2　建立AHP模型及構造判斷矩陣

1.2.1建立AHP模型

采用AHP方法，將由FTA方法分析得到的各基本原因事件作為因素，對其按一定邏輯分類并進行歸納，形成有序的準則層和指標層，構建層次結構模型(以下簡稱AHP模型)。在AHP模型中上層中的因素支配著下一層中的因素，或被下一層中的因素所影響。

1.2.2判斷矩陣及其一致性檢驗

判斷矩陣是進行層次分析的基礎，可通過對準則層或指標層因素兩兩比較其對上一層因素影響的重要性得到。

設某準則層或指標層X有n個因素，即X={x1,x2,…,xn},通過比較它們對上一層因素的影響重要性，得到判斷矩陣A為

A=(aij)m×n

(2)

式中：aij表示第i個因素相對于第j個因素的比較結果。

在兩兩因素的重要性比較過程中，由故障樹分析獲得的基本原因事件結構重要度、各專業領域專家的經驗或歷史事故或故障的數據可作為決策的基礎依據。aij的取值[11-13]見表1。

表1　判斷矩陣中比較結果的取值標準及其含義

按照參考文獻[14]計算每層判斷矩陣的最大特征值及各因素對應的特征向量，并對判斷矩陣進行一致性檢驗。若檢驗通過，特征向量(歸一化后)作為某層各個因素對于上一層各個因素影響的權重向量；若不通過，需要修正判斷矩陣。判斷矩陣一致性檢驗的過程如下。

(1)計算一致性指標CI。

(3)

式中：λmax為判斷矩陣的最大特征值。

CI越小，說明判斷矩陣的一致性越好；否則說明判斷矩陣的一致性越差。

(2)計算檢驗數CR。

(4)

式中：RI為同階平均隨機一致性指標。

如果CR<0.1，則判斷矩陣的一致性符合要求；否則判斷矩陣的一致性不滿足要求，需要對該判斷矩陣進行修正。

1.3　安全風險綜合評估

首先結合鐵路運營事故、故障數據及各專業專家的現場經驗，組織專家對指標層各因素的安全狀態按預先設定的規則進行打分。在制定打分規則時，對于涉及安全的關鍵系統，因為要求其運用性能的安全和可靠性較一般系統更高，所以打分愈嚴苛。例如高速列車的制動系統直接關系著列車運營安全，可采用如表2所示的安全評分標準。

表2　高速列車制動系統的安全狀態評分標準

專家對指標層各因素的安全狀態按照設定的規則進行打分,然后由下式可得到其所對應(影響)的準則層因素的安全狀態的評分y，即

(5)

式中：wi和fi分別為指標層第i個因素的權重向量和安全狀態分值。

由所得到的準則層因素的安全狀態評分以及權重向量，仍按式(5)計算對應上一準則層因素的安全狀態評分，以此類推，直至目標層，則最終可得到目標層因素的安全風險綜合評估結果。

2　方法驗證

以高速列車制動系統的安全風險評估為例，驗證本文方法的可行性和優越性。制動系統是高速列車運行的安全保障，按照功能要求，高速列車制動系統既要能夠實現正常運行下列車進出車站時的常用制動功能，又要具備在非常規情況下緊急制動的功能。因此與普速列車相比，高速列車在運行中具有相當大的運動能量，其制動系統任何小的故障或外在影響都可能危及列車運行的安全。

2.1　高速列車制動系統FTA模型的建立及分析

以高速列車制動系統故障為目標風險事件，建立的FTA模型(部分)示例如圖2所示。

由圖2得到的22個基本事件見表3。

2.2　高速列車制動系統AHP模型的建立及安全狀態綜合評估

以高速列車制動系統為目標層因素，結合上節對高速列車制動系統FTA模型的分析結果，構建高速列車制動系統的AHP模型。即將FTA模型中的基本原因事件劃分為6類，分別對應高速列車制動系統AHP模型準則層中的因素B1—B6。該準則層中各因素及其對應的指標層因素見表4。

圖2　高速列車制動系統的FTA模型(部分)示例

基本事件編號基本事件的含義　結構重要度基本事件編號基本事件的含義結構重要度x1空氣信號傳輸故障025x12防滑裝置故障025x2電制動反饋信號錯誤100x13緊急電制動執行故障756x3中央信控裝置故障100x14硬線傳輸故障547x4車輛終端信控故障100x15列車管排風信號傳輸故障278x5雨雪等影響075x16網絡傳輸故障269x6制動控制EBCU故障125x17車重信號錯誤219x7基礎制動裝置故障125x18牽引執行系統故障219x8電空信號轉換錯誤100x19網壓過高219x9風源質量影響100x20中間閥故障125x10風源裝置故障100x21速度監測傳感器故障025x11異物影響075x22測速裝置故障025

表4高速列車制動系統AHP模型準則層因素與指標層因素的對應關系

序號準則層因素指標層因素1牽引側狀態B1x18，x192信號傳輸通道B2x14，x163機械執行系統B3x12，x7，x1，x15，x21，x22，x8，x204電氣執行系統B4x2，x3，x4，x6，x13，x175風源系統B5x9，x106外部環境B6x5，x11

按照表1所示準則分別構建各層的判斷矩陣。首先根據指標層各因素所對應基本原因事件的結構重要度，進行因素重要性的兩兩比較。即當比較i因素和j因素時，如果i因素所對應基本原因事件的結構重要度大于j因素所對應基本原因事件的結構重要度時，則認為其對上面準則層或總目標層的重要性更大；如果兩者的結構重要度相同，則進一步依據專家經驗或歷史事故和故障發生概率等信息進行判斷。

依照上述構建判斷矩陣的方法建立的高速列車制動系統的總目標層判斷矩陣見表5。

由式(3)和式(4)計算目標層判斷矩陣的一致性指標CI為0.099 4，CR為0.08<0.1；其他各準則層判斷矩陣的一致性指標CI和CR也均達到要求。

按照文獻[14]的方法計算指標層各個因素的權重向量，以及組織專家對指標層各因素的安全狀態進行評分；然后繼續按照文獻[14]的方法計算準則層各因素的權重向量，并由式(5)計算其評分。結果見表6。

表5　高速列車制動系統AHP模型目標層的判斷矩陣

表6高速列車制動系統AHP模型各層因素的權重向量及評分

準則層因素權重向量(對目標層)評分指標層因素權重向量(對準則層)評分B1045509718x18083398x19016793B2024509770x14066799x16033395B3014809585x7043397x21026396綜合x1，x15014295綜合x8，x20008792x22004893x12002798B4008209441x17051392綜合x3，x4，x6031898x2011395x13005695B5004489250x10075095x9025085B6002518100x5075078x11025090

由表6和式(5)最后可計算得到整個高速列車制動系統的安全狀態綜合評估得分為96.28分；按照表2給出的評分標準進行評估，高速列車制動系統的安全性很好，即其發生制動系統故障的風險較低。

由表6還可以看出：高速列車制動系統的牽引側狀態、信號傳輸通道和機械執行系統的安全狀態很好，而電氣執行系統和風源系統仍需要改進，改進的主要對象分別是檢測監測系統和風源裝置的性能；此外，外部環境中影響高速列車制動系統性能正常發揮的主要因素是雨雪，因此需要進一步加強災害天氣的監測和預警。

3　結　語

針對單獨使用FTA方法和AHP方法進行鐵路安全風險評估時存在評估結果具有片面性的問題，在分析FTA方法和AHP方法的優點和不足的基礎上，設計了兩者相結合的鐵路安全風險綜合評估方法。首先建立FTA分析模型，確定目標風險事件的原因事件及結構重要度；然后在此基礎上通過分類歸納，建立AHP模型；通過對AHP模型準則層和指標層因素兩兩比較其對上一層因素影響的重要性，得到各層的判斷矩陣；將符合一致性檢驗條件的各層判斷矩陣中的特征向量作為該層對應因素的權重向量，并結合因素的安全狀態評分，最終得到目標風險事件的安全風險綜合評估結果。

應用所提出的基于FTA-AHP的鐵路安全風險綜合評估方法對高速列車制動系統進行安全風險的綜合評估，結果表明：該方法不僅可以分析系統發生故障的基本原因及其影響大小，還可以對整個系統的安全狀態進行綜合評估，評估結果能更全面反映系統的安全風險狀態，解決了單獨應用其中一種方法導致評估結果片面的問題。

[1]張苑，劉朝英，李啟翮，等.無線閉塞中心系統安全風險分析及對策[J].中國鐵道科學， 2010，31(4)：112-117.

(ZHANG Yuan，LIU Chaoying，LI Qihe，et al. Analysis of the Safety Related Risks of Radio Block Center and Countermeasures[J].China Railway Science，2010，31(4)：112-117.in Chinese)

[2]劉敬輝, 戴賢春, 郭湛，等. 鐵路系統基于風險的定量安全評估方法[J].中國鐵道科學，2009，30(5):123-128.

(LIU Jinghui，DAI Xianchun，GUO Zhan，et al. Quantitative Safety Assessment Method Based on Risk in Railway System[J].China Railway Science，2009，30(5):123-128. in Chinese)

[3]戚廣楓，陳建芳，肖曉暉，等. 高速鐵路接觸網關鍵零件的疲勞載荷譜編制[J].鐵道學報，2015，37(10)：48-53.

(QI Guangfeng，CHEN Jianfang，XIAO Xiaohui，et al. Fatigue Load Spectrum of Key Parts of High-Speed Railway Catenary[J]. Journal of the China Railway Society，2015，37(10)：48-53. in Chinese)

[4]ANDRIJA Volkanovski, MARKO Cepin, BORUT Mavko. Application of the Fault Tree Analysis for Assessment to Power System Reliability[J]. Reliability Engineering and System Safety, 2009(94):1116-1127.

[5]郭金玉，張忠彬，孫慶云. 層次分析法的研究與應用[J].中國安全科學學報，2008，18(5):148-153.

(GUO Jinyu，ZHANG Zhongbin，SUN Qingyun. Study and Applications of Analytic Hierarchy Process[J]. China Safety Science Journal，2008，18(5):148-153. in Chinese)

[6]陳雷雷，張星臣，王伶俐，等.高速鐵路列車服務旅客滿意度評價研究[J]. 鐵道運輸與經濟, 2016(6):60-64.

(CHEN Leilei，ZHANG Xingchen，WANG Lingli，et al. Study on Evaluation of Passenger Satisfaction of High-Speed Railway Train Service[J]. Railway Transport and Economy，2016(6):60-64. in Chinese)

[7]李俊芳.層次分析—模糊綜合評價法在鐵路施工組織方案比選中的應用[J]. 蘭州交通大學學報，2013，32(6):82-85.

(LI Junfang. Sound Insulation Analysis of Concrete Wall Based on Finite Element Method[J]. Journal of Lanzhou Jiaotong University，2013，32(6):82-85. in Chinese)

[8]段若晨，王豐華，顧承昱，等. 采用改進層次分析法綜合評估 500 kV 輸電線路防雷改造效果[J].高電壓技術，2014，1(40):131-137.

(DUAN Ruochen，WANG Fenghua，GU Chengyu，et al. Comprehensive Evaluation of 500 kV Transmission Line Lightning Protection Effect Based on Improved Analytic Hierarchy Process[J]. High Voltage Engineering，2014，1(40):131-137. in Chinese)

[9]洪平，劉鵬舉. 層次分析法在鐵路運營隧道健康狀態綜合評判中的應用[J]. 現代隧道技術, 2011, 48(1):28-31.

(HONG Ping，LIU Pengju. Application of Analytic Hierarchy Process in Comprehensive Assessment of Health Condition of Railway Tunnels in Operation[J]. Modern Tunneling Technology，2011, 48(1):28-31. in Chinese)

[10]國家標準局. GB7829—87 故障樹分析程序[S].北京：中國標準出版社，2004.

[11]儲敏. 層次分析法中判斷矩陣的構造問題[D].南京：南京理工大學，2005.

(CHU Min. The Construction of Judgement Matrix in Analytic Hierarchy Process[D].Nanjing: Nanjing University of Science and Technology，2005. in Chinese)

[12]JIANG Q M，CHEN C H.A Multi-Dimensional Fuzzy Decision Support Strategy[J].Decision Support Systems，2005，38(1)：91-98.

[13]張炳江.層次分析法及其應用案例[M].北京：電子工業出版社，2014.

(ZHANG Bingjiang. Analytic Hierarchy Process and Its Application[M].Beijing:Publishing House of Electronics Industry， 2014.in Chinese)

[14]喻方元. 線性代數及其應用[M].上海：同濟大學出版社，2014.

(YU Fangyuan. Linear Algebra and Its Applications[M]. Shanghai: Tongji University Press,2014.in Chinese)