地鐵火災風險評估的前兆信息采集與融合分析

張皓揚 莊越

摘 要：為達到對地鐵火災事故早期預防和精準控制的目的，引入前兆信息和多源數據融合的概念;基于82起地鐵火災事故在人機管環模型和人因分析與分類系統基礎上構建地鐵火災前兆信息分類模型;針對前兆信息特點提出多源信息采集方法并比較多種多源數據融合方法。利用本文對地鐵火災中前兆信息識別、采集和融合步驟所提建議能降低地鐵火災風險。

關鍵詞：地鐵火災;運營安全;前兆信息;多源數據融合

中圖分類號：TB 文獻標識碼：A doi：10.19311/j.cnki.1672-3198.2022.05.081

0 引言

縱觀地鐵運營事故的案例，火災都是造成巨大損失的直接原因。前兆信息作為一種能有效衡量事故潛在風險的理論，運用于地鐵火災管理中具有極高價值。故本文通過歷史發生的82起地鐵火災事件識別多源前兆信號，為我國建立起科學合理的地鐵火災前兆信息監測系統提出參考和建議。

1 相關研究基礎

1.1 前兆信息理論研究

國內普遍認知將前兆信號分為人機管環四方面，在人因分析與分類系統（HFACS）中以人因視角描述四個層次缺陷：操作人員不安全行為及其前提、不安全監管及組織影響。以HFACS和人機管環模型為核心的前兆信息分類系統對研究地鐵火災異常數據具有研究價值。

1.2 多源數據融合評價方法

多源數據源融合（MSDF）指利用特定的方法對不同類型的信息源或關系數據進行綜合處理從而更精準可靠地做出決策的方法。采用多源數據融合對地鐵火災安全風險進行研究，進而將異構多源數據綜合為置信度更高的數據，最終幫助決策者提供早期預防的方案。

2 地鐵火災事故跨案例前兆信息分析

2.1 地鐵火災事故概況

對82個地鐵火災案例剖析，案例中各因素占比如圖1。研究發現對于地鐵火災要從強化運營管理體系開始自上而下地控制設備因素、員工和乘客因素，并降低環境因素影響。

2.2 地鐵火災事故的前兆信息識別

結合國內經典的人機管環分類系統模型和國外HFACS模型的基礎上對82起國內外地鐵火災數據分析。形成本文的前兆信息分類系統（如表1）。

影響因素間的交互和耦合導致了最終安全事故的發生，其在地鐵火災運營前兆信息中的表現為在事故發生前能夠采集并檢測到分類系統模型中的一種或多種前兆信息。

3 地鐵火災事故前兆信息采集與融合評價

3.1 前兆信息的采集方法

表一中地鐵火災運營前兆信息分類系統提出了14種前兆信息，這些前兆信息通過以下三大類信息采集方式完成全部前兆信息識別。

視頻采集圖像分析方法用于采集類似工作人員失誤與違規現象、乘客惡意縱火、乘客吸煙前兆信息。采用基于定向梯度直方圖（HOG）特征和支持向量機（SVM）分類器的目標檢測方法，HOG特征將目標分塊分別提取每塊內梯度在各個方向上的分布情況得到直方圖特征。

傳感器采集信號識別方法可用于采集供電設施故障、機電運行故障、通信信號故障、地鐵溫度、濕度、極端天氣指數傳感器此類前兆信息。例如對于供電設施系統的前兆信息故障

方面，選取地鐵供電系統諧波作為需要采集的前兆信息。如式一所示：

其中m為監測點個數，xik為監測的第i類第k個指標的監測值，γqk為第q類第k個指標的閾值。最終通過E值的計算判斷該供電系統的預警級別。

而組織過程漏洞、資源管理漏洞、不安全的監督、不良的組織氛圍此類前兆信息的采集則通過基于HFACS的前兆信息人工采集得以實現，例如第三方的體系審核、上級外部審核、自身周期性的內部審核等，甚至安全檢查表和員工對于不正?，F象的上報等都能夠作為此類前兆信息采集的依據。

3.2 多源前兆信息的融合方法

對于地鐵火災多源前兆信息融合而言，不但要求能融合形式不同的多源數據，而且要求融合計算與前續預處理具有協調能力。以下為多源前兆信息融合方法比較（如表2）。

面對地鐵火災的預防因地制宜地選擇多源數據融合方法能夠更好地做到對地鐵火災進行早期識別和精準治理。

4 結語

在人機管環和HFACS基礎上對82起案例進行多源前兆信息的識別，建立地鐵火災前兆信息分類系統模型，為地鐵火災運營的前兆信息采集類別提供建議，并根據其多源前兆信息特點針對性提出了三種地鐵火災前兆信息采集方法，做出多源前兆信息融合方法表，為合適地數據融合方法提供參考。

參考文獻

[1]Michael Dambier，Jochen Hinkelbein. Analysis of 2004 German general aviation aircraft accidents according to the HFACS model[J].Air Medical Journal，2006，25（6）.

[2]Gilles Nachouki，Mohamed Quafafou. Multi-data source fusion[J].Information Fusion，2007，9（4）.

[3]馬劍，葉新，林鵬，等.基于證據理論的地鐵火災安全評價方法[J].中國安全生產科學技術，2017，13（01）：134-140.

[4]宋亮亮，李啟明，陸瑩，等.城市地鐵系統脆弱性影響因素研究[J].中國安全科學學報，2016，26（05）：64-69.

[5]韓欣欣，葉奇玲.基于SIFT和HOG特征融合的人體行為識別方法[J].計算機技術與發展，2019，29（06）：71-74+78.

[6]胡海濤，高朝暉，何正友，等.基于FTA和FMEA法的地鐵牽引供電系統可靠性評估[J].鐵道學報，2012，34（10）：48-54.

3609500338277