基于Petri網的地鐵駕駛員應急任務分析方法研究*

□ 宋皓晨，楊聚芬，劉志鋼

(上海工程技術大學 城市軌道交通學院，上海 201620)

根據軌道交通企業標準，地鐵駕駛員需要掌握的作業項數量大、要求高，在眾多作業項中，有相當一部分為地鐵駕駛員在列車設備發生故障、突發或接受臨時調令的情況下，也即面臨應急情景下完成的作業，稱為應急作業或應急任務。此類應急任務一般具有復雜性、可變性、靈活性等特點，因此，對駕駛員也必然有更高的要求[1]。

現有成果中關于應急任務分析和評價的研究，Liang等人[2-3]對多個領域具有代表性的應急任務進行研究，認為注意力是處理任務最重要的能力；Alkan等人[4]則將任務完成情況的評價指標定義為實際完成時間與該任務平均完成時間的比值，并設計了一些簡單動作實驗，結果表明同時應用多項能力的應急任務完成情況普遍較差，例如，在山路中開車時發生車輛故障等。而在相關研究方法方面，主要有主觀評價法[5]、生理測量法[6]與績效定量法等，Alkan等人采用的時間比值法[4]就是一種績效定量法。

從成果上看，現有研究的問題表現在：一是角度較為片面，根據經驗自主選擇幾種可能應用到的能力進行分析，沒有完整的理論依據；二是研究不夠深入，指出應急任務的復雜性影響大，提出一些指標，但進一步的論證很少，缺乏針對性和實用性。從研究方法上看，也有以下幾方面問題：一是主觀評價法在所有方法中占比最大，也得到廣泛認可，但被試者真實情況與主觀表達情況的差異性成為難題；二是生理測量法采用眼電、心電等儀器設備，侵入性強，可能引起被試者不適，對結果造成影響。

為解決研究現狀中存在的上述問題，本文將基于多資源理論，將四項基本資源的調用情況針對性地應用于地鐵駕駛員的應急任務中。同時，為克服測量方法的主觀性和侵入性，本文試應用一種基于Petri網模型的定量分析法，將任務結構化分解并進一步分析與評價，為相關環節的培訓和考核提供依據和建議。

1 應急任務評價與結構化分解

1.1 應急任務的特征

應急任務通?？梢暈橛啥鄠€子任務組成，具有較高時間和效率壓力的復雜型任務，其執行過程主要可分為刺激、決策及反應三個階段[7]。從多資源理論角度來考慮，視覺、聽覺、認知與動作則是人的四項基本資源[8]。如果將這兩種指標結合，則刺激階段實際是視覺、聽覺資源被消耗時的通道，決策階段為認知資源的通道，而反應階段為動作資源的通道。因此，四項基本資源是每個子任務執行過程中的基礎單元，而完成一項完整應急任務的過程，實質是這些基礎單元排列組合的結果。所以，在高時間壓力下，任務執行者在應急處置的過程中，對基礎單元的有效排列組合，也即對四項基本資源的調用和分配，是提高應急任務效率和穩定性的關鍵。

1.2 應急任務評價指標

四項基本資源作為應急任務完成過程的基礎單元，為進一步研究其在整個過程中的變化情況，各個環節中每次被調用和分配的資源應有定量化的表述，這就是應急任務的評價指標。顯然，該指標越大，則證明對應的應急任務階段對該方面的需求越大。例如，地鐵駕駛員駛離站臺遇夾人夾物情況時，會首先停車，此時對認知資源和動作資源的需求量較大。不妨將應急任務中總體評價指標大的作業環節稱為關鍵環節，暫稱評價指標為資源消耗量。

1.3 VACP量表與任務結構化分解

需要指出，四項基本資源所涉及的人的能力是多方面的，如要將一項任務或一個環節準確對應到某項資源，則每項資源須分化二級行為指標。例如，停車是一項基本任務；如遇突發情況，使用對講通話與調度員聯系也是一項基本任務。上述兩項任務的過程都可以用消耗動作資源來描述，但其實際的操作顯然有所不同。因此，對于四項基本資源而言，需引入二級指標作為行為要素，從而對任務進行精確描述[9]。

在目前相關的研究領域中，VACP量表是一個被普遍認可的研究方法。該量表從行為層面對被實驗者的作業進行分析并打分，與心理測量方法相結合，是一種基于四項基本資源消耗與二級行為要素重要性的評分表[10]。上例中，停車對應的二級行為要素為“操縱”，評分為4.6；與調度員通話對應“講話”，評分為1.0。

本文研究的是地鐵駕駛員應急任務，由于應急任務的組合性和復雜性，為研究其各子任務或關鍵環節的資源消耗量，需將任務進行結構化分解。應急任務的結構化分解是指將地鐵運營公司基于經驗制定的應急任務按照聽覺/視覺-決策-反應的過程分解為具有時間和空間屬性的V/A-C-P行為單元形式的結構化模型。因此，本文應用VACP量表為該模型提供行為單元的形式及資源消耗量的表述。

2 應用Petri網模型的應急任務結構化分解

2.1 Petri網模型

VACP量表能夠為一項任務的各個環節所應用的資源及其應用資源的角度進行評分。但如前文中所提到的，地鐵駕駛員的應急任務的復雜性影響大，現有研究往往無法清晰地表達整個作業項及環節的先后次序，因而對評價指標的選取和對于任務的分析缺乏完整性和客觀性。

顯然，一種具有充分客觀性，從應急任務本身出發，清晰地對任務進行結構化分解，使VACP量表得到載體，作業環節和資源消耗量得到直觀的展示，從而進一步分析的方法必不可少。本文采用Petri網模型進行研究。

Petri網模型是一種適用于描述流程，尤其是適合描述異步并發現象的系統模型。該模型最初被利用于物理系統，且并不需要對組成元素進行限制，因此，其利用范圍極為廣泛，且能夠應用于各個學科[11]。

一個基本的Petri網模型是由3個元素構成的集合：PN=(P,T,F)，其中P={p1,p2,…,pa}(a>0)是有限的庫所集，T={t1,t2,…,tb}(b>0)是有限的變遷集，且P、T之間有如式(1)的關系：

P∪T=φ，P∩T≠φ

(1)

F是P、T間的有向弧，該有向弧具有可逆性，即可以由P指向T，也可以由T指向P。

Petri網模型在嚴格數學定義的基礎上擁有規范化的圖形表示方法。圖1為Petri網模型的規范示意圖。

圖1 Petri網模型的規范示意圖

在圖1中，空心圓用以表示庫所集，黑色實心圓用以表示庫所內包含的一種資源或狀態，稱為Token，帶有箭頭的線段用以表示有向弧，空心矩形用以表示變遷集。

Petri網的運行規則是由變遷T激發的，一次運行即為前置庫所失去Token，后置庫所得到Token，有向弧運送Token到變遷T響應的過程[7]。將變遷的前置庫所記為P1，即時擁有的Token數量記為C1(Pa)；后置庫所記為P2，即時擁有的Token數量記為C2(Pa)，前置有向弧承擔的Token數量記為F1，后置有向弧承擔的Token數量記為F2，由式(1)，變遷T能夠響應的條件則可表達為式(2)：

?pa∈P1,?pa∈P2,F1+C1(Pa)≥F2+C2(Pa)(a>0)

(2)

將變遷T應用Token的方式記為f(tb)，由式(2)，可將完整的Petri網的運行規則表達為式(3)：

?pa∈P1,?pa∈P2,?tb∈T,f(tb)[F1+C1(Pa)]=F2+C2(Pa)(a,b>0)

(3)

2.2 模型應用方法

上文中指出，Token可用于表示庫所內所包含的一種資源或狀態。因此，VACP量表中的四項資源即可理解為四類基本的前置庫所，分別記為P1，P2，P3，P4，評分的值為Token的數量，對應的每個二級行為要素為一個變遷，一個作業環節完成的狀態為后置庫所。如此定義后，作為任務評價指標的資源消耗量即可轉化為轉移Token數量。由于在整個應急任務過程中駕駛員需不斷從庫所中調用Token，且人本身能夠調用的資源無法定量描述，因此，四個基本前置庫所包含的初始Token數應近似為無限大。

在應用Petri網建立結構化分解模型時，存在兩個重要問題。其一，如何處理應急任務可能在局部存在循環與往復的情況；其二，如何表示應急任務可能存在某環節持續“保持”的過程。

為準確表述資源可能存在的循環往復與保持兩種狀態，需引入順序參數Si=i(i>0)。該參數的意義是表征不同f(tb)的先后順序與并列關系。處于同一序列的行為，其順序參數應相等。

為方便記錄，不妨將VACP量表的評分值乘以10作為消耗Token的數量，將量表中二級行為要素記為Vjk=c(j,k∈{1,2,…,8},c>0)，其中j，k分別表示該行為要素在表格中的行與列(除去標題行與標題列)，c表示對應的消耗Token數量。如V22=10指聽覺資源庫P2中的聽覺檢測消耗10個Token。

應用此方法對任務結構化分解后，每個任務都可以得到一個完整的資源消耗、環節劃分與具體行為情況，可整理為一個包含順序參數、對應變遷、對應庫所、對應行為要素、轉移Token數量等要素的架構表。

2.3 完整應急任務的實例分析

為論證該方法的可行性，本文以上海市軌道交通列車司機標準化作業規定(Q/SD-YG-FT-YT-1563-2017)中的電動列車駕駛員應急作業項“站臺退行對位”的完整過程為實例，建立Petri網模型進行結構化分解并作分析與評價。

該作業分為以下環節：①駕駛員確認，列車越過停車位置且滿足退行條件、列車未收到開門碼、無法辦理乘降作業；②駕駛員向運營調度員申請退行對位；③駕駛員接受運營調度員命令；④駕駛員確認車號、調令號，并復誦和記錄；⑤駕駛員牽引制動手柄，方式方向手柄放至零位；⑥駕駛員將方式方向手柄放至后退位；⑦駕駛員確認以3km/h速度退行對位；⑧駕駛員將列車停穩于停車牌±25cm范圍內；⑨駕駛員確認站臺側允許開門燈點亮。

由上述環節，結合上文所述作業分解方法，圖2為站臺退行對位作業Petri網模型示意圖。為使環節表述清晰，圖中省略中間過程中每個變遷的后置庫所。

圖2 站臺退行對位作業Petri網模型示意圖

整理得表1為站臺退行對位的作業架構表：

表1 站臺退行對位作業架構表

由表1可知，站臺退行對位作業共可分為15個階段，共對應20個變遷。從庫所被調用的次數來看，站臺退行對位作業對認知和動作兩項基本資源的要求最高；從被轉移的Token數量來看，駕駛員的動作資源是四項資源中消耗最大的，所對應的二級行為要素主要包括操縱、講話等。

3 應急任務結構化模型的驗證

3.1 行為安全風險檢查

上海申通地鐵集團每年開展的行為安全風險檢查是針對地鐵行車相關各崗位進行考核，并根據考核結果作風險評估的例行項目。該項目的重要指標包括風險等級、不安全因素、檢查得分等。從每年的檢查結果來看，主要風險源和得分較低的情況都出現在對駕駛員綜合要求較高的作業環節，往往需要駕駛員同時完成多項子任務。如果從本文Petri網模型角度出發，這些環節的共同特點是瞬時Token轉移量大，從而引發任務過程中Token轉移的混亂，造成資源沖突，引發人誤風險和不安全行為。

因此，為驗證結構化模型的有效性及可靠性，依據2019年度上海申通地鐵集團安全風險檢查項目a34號檢查表——電動列車駕駛員站臺退行對位作業現場安全檢查表的數據，以檢查得分為主要對照組，第三方的危險原因分析為參考指標進行對比分析。該檢查涉及上海地鐵3號線、4號線、7號線共12名駕駛員，本文以12份檢查結果平均值為基準進行后述研究，在表2中完整列出，其中檢查表中的滿分分值為6。

表2 駕駛員站臺退行對位作業現場安全檢查結果

3.2 驗證過程的調整

需要注意，因安全風險檢查與Petri網模型對作業項的詳細劃分方式不同，雖然表2中的檢查項數量也為15，但與表1中的15個階段不完全一致，因此,需要對其作順序對應處理。如表1中的1個階段對應表2中的多個作業項，則將表2這些作業項的分值再取平均值；如表3中的1個作業項對應表1中的多個階段，則將表1中這些階段的轉移Token數量相加。表3為對應情況。

表3 順序對應表

3.3 模型驗證結果與分析

為進一步驗證相關性，應用IBM SPSS Statistics軟件(下稱SPSS軟件)作分析。首先對兩組數據進行K-S檢驗，結果顯示，轉移Token數量不顯著服從正態分布，檢查得分則服從正態分布。為確保模型驗證結果可靠，對兩組數據進行置信度為0.01的雙側顯著性檢驗并分別選擇皮爾遜相關系數和斯皮爾曼等級相關系數分析相關性。

結果顯示，在置信度為0.01的雙側檢驗下，p=0.002<0.01，則轉移Token數量與檢查得分之間存在顯著的線性相關。本例中，SPSS軟件顯示皮爾遜相關系數為-0.8044，斯皮爾曼等級相關系數為-0.822，其絕對值均大于0.8，證明轉移Token數量與檢查得分之間有極強負相關性。

總結站臺退行對位作業安全檢查表中的危險原因分析，出現次數最多的前三位依次為：①駕駛員向調度員匯報時遺漏信息；②駕駛員未復誦調度命令；③駕駛員未判斷是否滿足退行條件臆測行車。其中，①②主要暴露駕駛員在認知和動作兩方面的問題，③則主要暴露駕駛員在認知和視覺方面的問題，這些問題與模型中相對應的庫所被調用次數以及被轉移Token數量相一致。

以上分析說明，基于Petri網模型的地鐵駕駛員應急作業分析方法具有充分的可靠性，能夠對應急任務中駕駛員各項能力的要求作有效的定量反映。

4 結語

本文提出了一種采用Petri網模型對城市軌道交通應急任務進行結構化分解與定量分析的方法。模型所得的結果充分說明，被調用次數多的庫所反映了目標任務對駕駛員特定方面的要求高，而轉移Token數量大的任務環節則反映了駕駛員需要更高的作業勝任力才能保證安全運行。為提高駕駛員作業勝任力，管理者可以對關鍵環節加以重點培訓，同時，可以采取相應培訓方法加強駕駛員保持注意力的能力。管理者也可以根據劃分的不同階段，采用主觀評價法或生理測量法作為輔助，選擇一個或連續數個重點的階段進行駕駛員資源應用情況的第三方觀察研究。本文也期待為工作負荷、工作績效以及行為安全等多方面的研究提供參考。