摘要：针对我国地铁运营安全事故频发的现状，为提高地铁运营安全管理水平，本文旨在研究地铁运营危险源定量评价方法并构思管理信息系统设计，构建具有实时监测、分析评价和自动控制等三个核心功能的管理信息系统，从而协助地铁公司实现对地铁运营危险源的全过程、全方位智能化管理。
关键词：地铁运营；危险源；管理信息系统；
地铁在城市交通体系中扮演着越来越重要的角色，但近年来地铁运营事故频发，地铁运营安全管理亟待完善，相关研究亦具有积极意义。本文针对此现状对地铁运营危险源进行研究，依据危险源的定义和地铁运营系统的特点对其进行分类，从局部和整体两个角度全面评价危险源的风险程度，并运用新技术设计危险源管理信息系统力求实现对危险源的实时监测和动态评价，提高地铁运营安全管理效率。
1危险源辨识
根据ＧＢ／Ｔ２８００１-２０１１枟职业健康安全管理体系要求枠，危险源指可能导致伤害或疾病、财产损失、工作环境破坏或这些情况组合的根源或状态。地铁运营系统中的危险源可以划分为人、物、环境和管理四大类：
（1）与人有关的危险源
在地铁系统中任何人的不安全行为都可能导致事故，据此相关危险源主要包括乘客和工作人员。
（2）与物有关的危险源
地铁运营系统中存在着大量的设施设备，统计表明，由于设备设施故障导致地铁运营事故的比例高达７０％以上，因此需要对地铁运营系统中可能成为危险源的设备进行详细分类研究。
（3）与环境有关的危险源
地铁是以地下运行为主的城市轨道交通系统，其环境很大程度上需依托于地铁系统自身控制，同时地铁系统易受外界环境的影响，如地震、水灾等。因此，与环境有关的危险源主要有天气情况、空气质量和地质情况三大类。
（4）与管理有关的危险源
地铁作为公共交通系统，人流量大，设施及设备繁多，且长期保持运营状态，因此在运营过程中一旦发生管理不当也易导致危险的发生。与管理有关的危险源主要包括人员管理、设备管理和规章制度三大类。
地铁运营系统中危险源具有种类多、数量大的特点，仅仅采用单一的识别方法很难全面地识别出危险源。因此本文拟综合运用实地调查、问卷调查、资料查询和事故分析识别地铁系统的危险源，力求更加全面、可靠。
2危险源评价
2.1评价概述
危险源评价是对其风险程度进行评估，根据评估结果判断地铁运营系统所处的安全状态。近年来，国内学者关于地铁运营风险评估做了大量工作，有的致力于降低评价过程中的主观因素，如层次分析法对指标权重的确定;有的致力于运用新思想构建风险评估模型，如基于集对分析理论的三元联系度函数模型;有的致力于将新兴技术应用于已有模型中，如基于云模型的模糊综合评价方法。
2.2评价方法及思路
本文利用风险矩阵评估方法(Ｒisk Matrix Method，ＲMM)和SOM神经网络(Self-OrganizingMaps，SOM)分别对地铁运营系统危险源进行局部评价和整体评价，建立一个精细、全面的评价体系。局部评价在于对危险源进行针对性的实时控制，整体评价旨在对地铁运营管理决策提供参考。
3管理信息系统设计
3.1系统概述
本文拟运用新技术设计一个管理信息系统对地铁运营中的危险源进行管理，包括危险源的识别、评价以及控制等功能，实现对危险源的智能化管理，既减轻了工作人员的工作量，又提高了危险源管理效率。
期刊文章分类查询,尽在期刊图书馆
3.2系统模块设计
结合危险源的辨识、评价和控制的管理流程，本系统主要由用于收集危险源状态信息的采集中心、用于分析危险源危险程度的分析中心和用于控制危险源的控制中心等三个基本模块组成。另外，通过大数据平台管理系统并利用云（Ｃｌｏｕｄ）连接各地铁线路的大数据平台，以互享危险源管理信息，共同提高地铁运营管理水平。
3.3系统功能设计
3.3.1采集功能
该系统的采集功能由采集中心实现，它用于获取危险源状态的原始数据，是系统运行的基础。根据采集的方式将其分为主动采集与被动采集。
（1）主动采集
主动采集引入无线射频识别技术（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ＲＦＩＤ）。该技术利用射频信号实现无接触信息传递并通过所传递的信息达到识别目的。它主要由应答器（如标签）和阅读器组成，应答器附着在物体上标识目标对象并进行数据采集，阅读器则用于读取标签信息并完成数据传递。本系统在地铁运营系统的关键位置设标签，对其状态进行实时监测，并由无线射频将标签采集的数据传递至阅读器，阅读器再将数据传递至该系统的采集中心。
（2）被动采集
被动采集通过面对乘客和工作人员的反馈机制实现：在地铁运营系统中设立反馈设备如意见簿、热线电话和终端设备，以收集乘客以及工作人员所意识到的危险源。
3.3.2分析功能
该系统的分析功能由分析中心实现，它从局部和整体两方面对危险源进行分析。局部分析运用风险矩阵法对各个危险源的状态评价。先将地铁事故的相关信息如某危险源导致事故发生的频率及其后果的严重程度预置到系统中，然后分析中心基于预置信息对实时监测到的危险源状态进行评价，并针对评价结果发出相应的控制指令。整体分析是通过SOM神经网络对地铁运营风险整体的评价，使地铁运营安全管理者及时发现管理缺陷，并为其提供管理决策参考。
3.3.3大数据管理功能
该系统大数据管理功能由大数据平台实现，它主要用于存储系统的全部数据，是系统数据流的传递中心。本系统拟运用Ｈａｄｏｏｐ建立大数据平台，Ｈａｄｏｏｐ是开源分布式计算平台，擅长对非结构化数据（传感器、反馈文本、多媒体数据等）、半结构化数据（设备日志、系统日志等）的处理。Ｈａｄｏｏｐ的体系结构主要是实现对分布式存储底层支持的ＨＤＦＳ和实现分布式并行任务处理程序支持的ＭＲ（ＭａｐＲｅｄｕｃｅ），二者共同完成分布式集群的主要任务。而Ｈｉｖｅ是基于Ｈａｄｏｏｐ的数据仓库基础架构，它提供了一系列用于数据提取、转换和加载的工具，是一种存储、查询和分析大规模数据的机制。
同时，本系统运用大数据分析从横向和纵向两个角度挖掘数据内部信息。横向角度是立足于地铁运营系统的分析，比如通过对统计数据的分析挖掘出地铁运营系统中风险性较大的危险源，以便对其重点控制；纵向角度是立足于地铁运营时间轴的线分析，比如通过统计数据挖掘客流量变化规律，以合理安排引导人流的工作人员。
结论
（1）建立以危险源为对象的地铁运营安全管理研究新视角，指出地铁运营安全管理应以事故的根源为起点，提出危险源的辨识与评价体系。
（2）本文通过风险矩阵评价各个危险源，ＳＯＭ神经网络评价地铁系统，从局部和整体两个角度进行精细、全面的危险源管理。
（3）基于危险源的理论基础，引入无线射频识别技术（ＲＦＩＤ）、基于Ｈａｄｏｏｐ平台的大数据技术、管理信息系统技术等新兴技术至地铁运营风险源管理中，设计地铁运营风险源管理信息系统功能，力求达到实时、高效、智能的安全管理。
参考文献
[1]徐田坤．城市轨道交通网络运营安全风险评估理论与方法研究[D].北京：北京交通大学，2012．
[2]王娟，李丽琴，赵国敏，等．ＳＰＡ方法在地铁运营基础安全现状评价中的应用[J]．都市快轨交通，2016，27（3）：1-4．
[3]秦毅，网仁祥，魏士凯，等．地铁运营安全风险评价研究———以沈阳地铁一号线为例[J]．沈阳工业大学学报（社会科学版），2014，7（3）：258-262．
作者姓名：李妍
作者身份证号码：23010319900302XXXX
论文作者:李妍
论文发表刊物:《基层建设》2018年第34期
论文发表时间:2019/3/27
标签：危险源论文; 地铁论文; 系统论文; 评价论文; 数据论文; 管理信息系统论文; 风险论文; 《基层建设》2018年第34期论文;