人工智能在索道安全中應(yīng)用探討

羅 昱 尹 猛 魏慶功 王可意 孫夢新 孫曉勇

（1．泰安市泰山索道運營中心 泰安 271000）

（2．山東農(nóng)業(yè)大學(xué) 泰安 271000）

索道又被稱作纜車、吊廂，是空中交通工具的一種，常應(yīng)用于在陡峭的山上運載乘客和貨物。索道可以輕易地跨越丘陵溝壑以及高大的樹木等地面障礙，對景區(qū)內(nèi)的景觀影響較小，并且容易建設(shè)，施工量小，一般采用電力驅(qū)動，對生態(tài)友好。索道在為游客提供方便快捷的同時也為游客開辟了另一個觀景的新渠道，開拓了游客視野。為迎合人們快節(jié)奏生活，體現(xiàn)景區(qū)自然風(fēng)光，豐富景觀視覺立體格局，提高景區(qū)反復(fù)觀光價值，不斷發(fā)展地區(qū)旅游事業(yè)，國內(nèi)外景區(qū)客運索道使用與日俱增[1]。

每年各個假期旅游景點游覽的人數(shù)便會大大增加，客運索道的載客量也隨之增加。例如我國第一條大型客運索道——泰山客運索道。隨著泰山旅游業(yè)的發(fā)展，越來越多的人選擇乘坐索道來游覽泰山。其中中天門索道于1983年8月5日建成通車，全長2089．16m，上下站水平距離1971．92m，高差597．01m，平均爬坡角30．28%，共有11 個支架[2]，至2000年，全線有46個8人車廂，單向小時運營量可達(dá)1630人。如此高的運營量，讓人們在乘坐索道的同時也越來越關(guān)注索道安全問題，由于索道車廂處在高空中，加上其周圍云霧繚繞、環(huán)境惡劣，一旦發(fā)生事故，會造成極大的傷亡，威脅到游客的生命財產(chǎn)安全。

人工智能技術(shù)究竟能在保證索道安全平穩(wěn)運行方面發(fā)揮怎樣的作用。具體來講，人工智能在以下方面的應(yīng)用，會極大的提高索道的運行的安全質(zhì)量，為游客安全提供更可靠的保障。

2 實時監(jiān)測

客運索道多用于人員密度大、數(shù)量多、設(shè)備負(fù)荷高的山地環(huán)境下，一旦發(fā)生事故，極容易造成嚴(yán)重的后果[3]。例如，2003年印度艾哈邁達(dá)德市一條索道的三個吊箱突然墜落，造成至少7人死亡、18人受傷。針對傳統(tǒng)安全檢測方法的不足，人工智能被應(yīng)用在索道實時監(jiān)測方面。國外的索道監(jiān)測系統(tǒng)相對成熟，法國波馬（POMA）索道公司使用多臺計算機監(jiān)測、控制索道的實施運行狀況。目前我國索道實時監(jiān)測技術(shù)相對不完善。首先，我國實時監(jiān)測的指標(biāo)多為動力電壓、電流、運行速度等簡單易測的參數(shù)，其次監(jiān)測的多為鋼絲繩、變速器溫度、張緊標(biāo)尺等機械部件，絕大部分屬于事后檢查與維修范疇，而運行參數(shù)只能依靠工作人員觀察與定時記錄，管理人員不容易找出事故的原因[4]。

因此，對索道進(jìn)行實時監(jiān)控尤為重要。利用風(fēng)速傳感器、加速度傳感器等傳感器，操作人員可以實時查看當(dāng)前環(huán)境風(fēng)速、吊廂車廂的傾斜角度以及持續(xù)時間。同時，計算機自動記錄各傳感器記錄的數(shù)據(jù)，并將數(shù)據(jù)傳遞并保存至數(shù)據(jù)庫。

3 隱患預(yù)警機制

專家系統(tǒng)（Expert System）是人工智能的一項分支，專家系統(tǒng)包含某個特定領(lǐng)域中大量專家的經(jīng)驗知識。專家系統(tǒng)能夠利用計算機程序模擬現(xiàn)實中專家對問題的分析處理過程，并依據(jù)已錄入的相關(guān)經(jīng)驗得出解決問題的方法。其核心在于通過錄入、總結(jié)得到的包含某個領(lǐng)域大量知識的數(shù)據(jù)庫。[5]

目前索道行業(yè)仍采用以故障處理為目標(biāo)的安全管理機制，側(cè)重于故障發(fā)生后的處理措施，未形成以總結(jié)故障特征并在故障未發(fā)生前做出預(yù)測為主要目標(biāo)的隱患預(yù)警機制。隨著索道越來越廣泛地被應(yīng)用在日常生活中，索道的平穩(wěn)安全運行越來越受到重視，其安全事故的影響逐漸增大，現(xiàn)有的以故障處理為主要目標(biāo)的安全管理機制已不適應(yīng)社會對索道安全管理的要求[6]。并且索道行業(yè)內(nèi)未將隱患管制、機械設(shè)備故障與安全事故三方面聯(lián)系起來，未能深度挖掘安全事故背后隱藏的關(guān)聯(lián)。

通過將專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)應(yīng)用于索道安全監(jiān)測，可以實現(xiàn)對索道運行速度的實時監(jiān)控與調(diào)節(jié)。其功能可表示為圖1所示的形式。

圖1 索道安全監(jiān)測神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的功能結(jié)構(gòu)

借助接收傳感器的數(shù)據(jù)，系統(tǒng)分析模塊是對索道的運行狀況進(jìn)行綜合分析、綜合評價，輔助安全人員進(jìn)行決策。它的功能主要是通過索道上安裝的各類傳感器搜集的數(shù)據(jù)，經(jīng)過校準(zhǔn)、分析、評價后，判斷是否是安全、基本安全和存在“可疑部分”。若存在“可疑部分”，則首先檢查是否是由于監(jiān)測系統(tǒng)引起的，若是由監(jiān)測系統(tǒng)引起，則發(fā)出報警，提示監(jiān)測人員進(jìn)行重測，從而排除“可疑部分”。若不是監(jiān)測系統(tǒng)引起，則歸為不安全運行，系統(tǒng)將對環(huán)境狀況和索道運行狀況進(jìn)行綜合評判，通過專家系統(tǒng)分析后得出建議。

為促進(jìn)索道安全管理機制更快地向事前預(yù)警機制轉(zhuǎn)變，可以利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自適應(yīng)、自組織等特征，對現(xiàn)有的安全事故記錄及解決方案進(jìn)行學(xué)習(xí)、歸納，采用一定的數(shù)學(xué)方法分析隱患、事故數(shù)據(jù)，挖掘出不同事故發(fā)生前的各種征兆，利用經(jīng)過規(guī)范化后的數(shù)據(jù)建立相應(yīng)的機器學(xué)習(xí)模型，從而實現(xiàn)對隱患的排查、對可能要發(fā)生的事故的預(yù)警，以便工作人員能及時知曉并做出相應(yīng)的應(yīng)急措施[7]。

4 安全評價

安全評價，是運用特定的方法對工程、系統(tǒng)中存在的危險、有害因素進(jìn)行辨識、分析和預(yù)測，并做出適當(dāng)?shù)脑u價，從而對工程安全方面進(jìn)行改進(jìn)，消除安全隱患。我國制定了嚴(yán)格法律，對一些具有安全隱患的工程都需要進(jìn)行安全評價?，F(xiàn)如今，我國客運索道不斷發(fā)展，安全問題也越來越讓人重視，對索道進(jìn)行安全評價是十分必要的。

唐中富提出對索道安全的綜合評價方法，他采用了半定量安全評價方法，對索道系統(tǒng)設(shè)備方面進(jìn)行評價，同時加入了層次分析法和模糊評價法，從張緊系統(tǒng)、電器設(shè)別、支架、運載工具等多方面進(jìn)行考慮，綜合評價并得出安全等級[8]，該方法已經(jīng)進(jìn)行了應(yīng)用，并取得了良好的成果，唐中富還提出了運用人工智能來進(jìn)行安全評價，這種方法所建立的評價模型具有像人神經(jīng)網(wǎng)絡(luò)一樣的評價模式，可以接受更多的影響因素。

BP神經(jīng)網(wǎng)絡(luò)具有良好的自學(xué)習(xí)、自適應(yīng)、泛化、容錯能力，并且具有較強的非線性映射能力，可以更好地處理非線性關(guān)系。BP神經(jīng)網(wǎng)絡(luò)可應(yīng)用在風(fēng)險評價評估[9、10、11]、綜合評價[12]、安全評價[13、14]等。

天氣因素對索道影響也是十分重要，對于這一實時變動的因素，BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)性可以更好地處理。通過在索道上安裝傳感器，實時收集天氣數(shù)據(jù)，并通過Wi-Fi傳輸。利用BP神經(jīng)網(wǎng)絡(luò)對收集到的數(shù)據(jù)進(jìn)行分析學(xué)習(xí)，建立安全評價模型，在設(shè)備因素的基礎(chǔ)上加上天氣因素，對各種實時因素的影響下的安全進(jìn)行分類，得出安全等級。還可以利用大數(shù)據(jù)技術(shù)對乘坐索道的人數(shù)進(jìn)行預(yù)測，加入模型中。增加模型中的特征值數(shù)量，使得分類更加準(zhǔn)確，得出更細(xì)致的安全等級。

BP神經(jīng)網(wǎng)絡(luò)也有一些缺點，其擅長局部搜索，易陷于局部極小點。遺傳算法擅長全局搜索，所以在評價中常常把遺傳算法和BP神經(jīng)網(wǎng)絡(luò)結(jié)合起來用，這樣彌補各自的缺點，使評價更準(zhǔn)確[15]。

5 應(yīng)用舉例

下面以泰山索道為例，給出一個人工智能在索道安全方面應(yīng)用的實例。

客運索道在運行過程中，受到風(fēng)力的影響會左右傾斜或者來回擺動，一旦擺動幅度過大，吊廂就有脫軌的危險。筆者在實時監(jiān)測環(huán)節(jié)中獲取了相關(guān)環(huán)境風(fēng)速、風(fēng)向、吊廂傾斜角度以及持續(xù)時間。通過神經(jīng)網(wǎng)絡(luò)與可做出最佳決策保證吊廂安全運行。

圖2為三層前饋神經(jīng)網(wǎng)絡(luò)模型圖。該神經(jīng)網(wǎng)絡(luò)接受吊廂單次擺動時間、風(fēng)速、風(fēng)向、吊廂偏轉(zhuǎn)角度、當(dāng)前運行速度和測量誤差作為輸入，經(jīng)過隱藏層處理后將輸入的數(shù)據(jù)歸為環(huán)境因素、觀測因素和其他因素三類。

圖2 神經(jīng)網(wǎng)絡(luò)模型圖

運用神經(jīng)網(wǎng)絡(luò)、混沌控制等技術(shù)，使得現(xiàn)有監(jiān)測儀器實現(xiàn)性能、靈敏度、反應(yīng)時間等提升。通過設(shè)置各項數(shù)據(jù)的臨界值，利用模糊數(shù)學(xué)理論、模糊推理技術(shù)、神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)進(jìn)行決策。利用模糊技術(shù)的優(yōu)勢在于不需要大量測試數(shù)據(jù)和相應(yīng)模型，只需要通過專家系統(tǒng)總結(jié)出一個合適的調(diào)控規(guī)則，按照現(xiàn)實需要做出準(zhǔn)確分析和給出實時且精確的相關(guān)控制動作建議[16]。

6 結(jié)論

人工智能給索道帶來了更安全的保障，給索道的運行提供了更科學(xué)的參考，給游客的生命財產(chǎn)安全帶來了更多的安心。隱患預(yù)警機制，利用神經(jīng)網(wǎng)絡(luò)和規(guī)范化后的數(shù)據(jù)建立起機器學(xué)習(xí)模型，對索道安全隱患進(jìn)行排查和預(yù)警，提醒工作人員及時處理，防患未然。實時監(jiān)控，利用傳感器實時測量威脅索道安全相關(guān)數(shù)據(jù)，運用模糊技術(shù)處理數(shù)據(jù)，通過訓(xùn)練過的專家系統(tǒng)做出精確分析并給出相關(guān)建議。安全評價，對影響索道運行的設(shè)備因素和天氣因素，利用隨機森林進(jìn)行分析，建立安全評價模型，得出安全等級，為索道運行提供更科學(xué)的參考。傳感器神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)和眾多算法的結(jié)合，形成的人工智能＋索道的新模式，給索道運行安全提供了新的體系參考，為廣大游客的出行安全保駕護航。