高速列车运行控制系统的运行安全风险动态分析方法技术方案

本发明专利技术涉及一种高速列车运行控制系统的运行安全风险动态分析方法，包括以下步骤：步骤1：基于尖点流形曲面构建系统运行状态判别模型；步骤2：判别系统运行状态；步骤3：基于椭圆脐流形曲面构建安全风险计算模型；步骤4：输出运行安全指标和运行风险指标的变化情况。与现有技术相比，本发明专利技术能够支持车载计算机实现列车运行安全风险的精确计算等优点。

【技术实现步骤摘要】
高速列车运行控制系统的运行安全风险动态分析方法
本专利技术涉及轨道交通系统安全技术，尤其是涉及一种基于组合流形的高速列车运行控制系统的运行安全风险动态分析方法。
技术介绍
对于轨道交通系统而言，在追求超高速的同时，安全是另一个需要保障的目标。列车在高速行驶时，许多因素相互作用实时地影响着整个控制系统的安全性。实际情况中，基于CTCS-2级列控系统与ATO(列车自动驾驶)子系统相结合的系统构架，通过在ATO中设置列车运行安全风险动态分析功能模块对ATP(列车超速防护)子系统进行控制，可以直接实现高速运行阶段下列车的安全防护。如果能够构建一种模型来动态地描述列车高速运行阶段的控制系统安全性，实现控制系统安全风险的变化过程的实时计算，那么高速列车运行安全风险的动态监控技术和事故在线预警技术将得到支持。而这种模型的基本属性应该是有能力动态化描述系统高速运行阶段安全风险的变化过程，并能够预测事故的发生。现有的能够分析系统安全状态变化的基本模型中，FMEA,HAZOP,Bowtie等能够输出离散的安全状态指标。然而，如果系统安全状态的改变被认为是一种动态过程，使用的分析模型的输出就应该是相对于某个或多个因素连续的反映系统安全状态的函数。一些基本的动态过程分析模型，例如Markov链，Petri网，动态故障树等，能够动态描述系统安全状态的变化过程。这些模型描述的均是系统的状态转移过程。然而，对于复杂动态系统而言，由于系统状态集合的急速膨胀问题，描述系统安全状态的完整转移过程会使得动态模型的规模异常庞大。因此，如果想要借助这些状态转移模型在高速运行期间实时输出系统安全风险的变化情况，需要消耗十分巨大的在线计算资源。另一方面，系统安全动态分析的重要性还在于要为一线决策者提供实时有效的安全状态信息。在列车高速运行阶段，如果调度员和列车司机能够随时得到直观有效的反映系统安全状态变化的信息以及对可能要发生的事故的预警，那么他们就更有机会做出合适的决策并执行正确的操作。综上所述，迫切需要构建新的模型来动态化分析高速列控系统运行阶段安全风险的变化情况。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种高速列车运行控制系统的运行安全风险动态分析方法。本专利技术的目的可以通过以下技术方案来实现：一种高速列车运行控制系统的运行安全风险动态分析方法，包括以下步骤：步骤1：基于尖点流形曲面构建系统运行状态判别模型；步骤2：判别系统运行状态；步骤3：基于椭圆脐流形曲面构建安全风险计算模型；步骤4：输出运行安全指标和运行风险指标的变化情况。优选地，所述的步骤1具体为：在时间段[0,τ]内运行的控制过程，如果系统正常运行，则Φ0为可接受的系统目标的损失；运行的系统在τ时刻完成的目标包含的损失在Φ0以下，属于正常的可接受的系统运行状态；而如果在τ时刻不可接受的损失产生，即事故发生，则其中DE表示累积的错误的危险程度，DB表示累积的栅的防护程度；基于黎曼-雨果尼奥特突变，以DE和DB作为控制变量，以系统安全程度DS作为状态变量，在DE、DB和DS三个正交变量组成的笛卡尔坐标系中建立尖点流形曲面，在坐标轴上，DE、DB和DS都取正数并从原点开始沿轴方向均匀增大；在尖点流形曲面上，系统安全程度DS在上半叶代表的安全区域与下半叶代表的危险区域间以任意轨迹连续变化；记尖点流形曲面为Ω，则Ω的方程为Ω(DE,DB,DS)＝η(DE-μ)+2ω(DB-v)DS+4DS3＝0其中参数η、ω、μ和ν由系统结构设计决定。优选地，所述的判别系统运行状态为：利用事件树对当前运行阶段下控制结构中出现的错误和控制过程中执行的安全栅进行量化评估，其中量化评估过程需要基于危险日志，其包括在系统设计阶段和系统运行阶段识别、统计得出的危险源、危险源可能导致的后果、危险源的演化路径以及安全栅信息。优选地，所述的判别系统运行状态具体为：首先利用计算机自动识别当前控制结构中出现的危险源Hi，危险源Hi为错误事件Ei，基于事件树的描述方式，错误Ei经过演化路径Tδ导致后果Cδ；根据危险日志，得知错误Ei通过演化路径Tδ的统计概率Pδ及其后果的严重程度Cδ；基于事件树的结构，利用计算机自动识别演化路径中的安全栅，根据危险日志，得知在Ei的事件树中，安全栅Bj的置信度为Lε，防护程度为Uε，数目为kj；设系统运行到当前时刻系统控制结构中共出现了n个错误，并且系统控制过程中共执行了m个安全栅，则累积的错误的危险程度为累积的栅的防护程度为在尖点流形曲面的相空间中，根据控制变量DE和DB得到状态变量DS，进而判定系统运行状态是处于安全状态还是危险状态。优选地，所述的步骤3具体为：设系统控制过程达到系统目标需要完成N个组件功能，并且系统运行到当前阶段控制过程已经执行了M个组件功能，则系统的运行进度的大小为M/N；当系统运行状态处于安全状态时，运行进度DP＝γ＝-M/N；当系统运行状态处于危险状态时，运行进度DP＝γ＝M/N；由于变量DE、DB和DP相互正交，因此在由这三个变量构成的控制空间中构建椭圆脐流形曲面Λ，Λ的方程为(α,β,γ)分别对应于(DE,DB,DP)，即累积的错误的危险程度、累积的栅的防护程度和系统运行进度。优选地，所述的步骤4具体为：经过尖点流形曲面Ω的判别，当系统运行状态处于安全状态时，系统的运行安全指标根据椭圆脐流形曲面Λ|γ＜0进行精确的量化评估，其大小为闭合曲面Λ|γ＜0的体积V(α,β,-γ|γ＜0)，其符号为正表示系统处于安全状态；当系统运行状态处于危险状态时，系统的运行风险指标可以根据椭圆脐流形曲面Λ|γ＞0进行精确的量化评估，其大小为闭合曲面Λ|γ＞0的体积V(α,β,γ|γ＞0)，其符号为负表示系统处于危险状态；在系统运行阶段，计算机在线识别系统控制过程中出现的错误和执行的安全栅，基于状态判别模型判别当前系统是处于安全状态还是危险状态；当系统处于安全状态时，根据系统运行进程的推进程度，基于安全风险计算模型输出运行安全指标；当系统处于危险状态时，根据系统运行进程的推进程度，基于安全风险计算模型输出运行风险指标。与现有技术相比，本专利技术具有以下优点：1、本专利技术构建了基于组合流形的高速列车运行控制系统运行安全风险动态分析模型，通过两种流形在数学构架上的融合完成了系统运行安全状态的判别以及安全风险指标的计算。2、运行状态判别模型基于尖点流形曲面，其合理简洁的计算方法有利于车载计算机对列车运行安全状态进行实时有效的判别。3、安全风险计算模型基于椭圆脐流形曲面，具有完善的数学构架，能够支持车载计算机实现列车运行安全风险的精确计算。附图说明图1为基于组合流形的系统运行安全风险动态分析模型示意图；图2为事件树模型示意图；图3为CTCS2+ATO列车运行控制系统结构及故障传播路径示意图；图4为列车高速平稳运行时的列控系统安全风险计算曲面示意图；图5为列车高速平稳运行时的列控系统运行状态判别曲面示意图；图6为极端天气出现时的列控系统安全风险计算曲面示意图；图7为极端天气出现时的列控系统运行状态判别曲面示意图；图8为设备故障产生时的列控系统安全风险计算曲面示意图；图9为设备故障产生时的列控系统运行状态判别曲面示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本发本文档来自技高网...

【技术保护点】
1.一种高速列车运行控制系统的运行安全风险动态分析方法，其特征在于，包括以下步骤：步骤1：基于尖点流形曲面构建系统运行状态判别模型；步骤2：判别系统运行状态；步骤3：基于椭圆脐流形曲面构建安全风险计算模型；步骤4：输出运行安全指标和运行风险指标的变化情况。

【技术特征摘要】
1.一种高速列车运行控制系统的运行安全风险动态分析方法，其特征在于，包括以下步骤：步骤1：基于尖点流形曲面构建系统运行状态判别模型；步骤2：判别系统运行状态；步骤3：基于椭圆脐流形曲面构建安全风险计算模型；步骤4：输出运行安全指标和运行风险指标的变化情况。2.根据权利要求1所述的方法，其特征在于，所述的步骤1具体为：在时间段[0,τ]内运行的控制过程，如果系统正常运行，则Φ0为可接受的系统目标的损失；运行的系统在τ时刻完成的目标包含的损失在Φ0以下，属于正常的可接受的系统运行状态；而如果在τ时刻不可接受的损失产生，即事故发生，则其中DE表示累积的错误的危险程度，DB表示累积的栅的防护程度；基于黎曼-雨果尼奥特突变，以DE和DB作为控制变量，以系统安全程度DS作为状态变量，在DE、DB和DS三个正交变量组成的笛卡尔坐标系中建立尖点流形曲面，在坐标轴上，DE、DB和DS都取正数并从原点开始沿轴方向均匀增大；在尖点流形曲面上，系统安全程度DS在上半叶代表的安全区域与下半叶代表的危险区域间以任意轨迹连续变化；记尖点流形曲面为Ω，则Ω的方程为Ω(DE,DB,DS)＝η(DE-μ)+2ω(DB-ν)DS+4DS3＝0其中参数η、ω、μ和ν由系统结构设计决定。3.根据权利要求1所述的方法，其特征在于，所述的判别系统运行状态为：利用事件树对当前运行阶段下控制结构中出现的错误和控制过程中执行的安全栅进行量化评估，其中量化评估过程需要基于危险日志，其包括在系统设计阶段和系统运行阶段识别、统计得出的危险源、危险源可能导致的后果、危险源的演化路径以及安全栅信息。4.根据权利要求3所述的方法，其特征在于，所述的判别系统运行状态具体为：首先利用计算机自动识别当前控制结构中出现的危险源Hi，危险源Hi为错误事件Ei，基于事件树的描述方式，错误Ei经过演化路径Tδ导致后果Cδ；根据危险日志，得知错误Ei通过演化路径Tδ的统计概率Pδ及其后果的严重程度Cδ；基于事件树的...

【专利技术属性】
技术研发人员：陈俊，周欣，曹德宁，王阳鹏，杨文，师瑞音，杨奉伟，孙殿举，
申请(专利权)人：卡斯柯信号有限公司，
类型：发明
国别省市：上海,31