占慶
摘要:近年來,隨著我國地鐵工程建設的發展,社會取得了快速的進步。地鐵司機是地鐵列車司機,同時也是列車設備故障或緊急情況的第一響應者。在日常工作中,司機必須進行單調重復的標準化工作,經常會遇到線性設備故障、異物侵入、惡劣天氣等多種情況,崗位工作安全隱患大,風險系數大。技術要求是否科學,是否符合實際,但沒有考慮和不適用線路地理位置的特殊性。在地理上,將線劃分為多個網格塊,結合現代信息技術,提高了精細控制水平。
關鍵詞:地鐵列車司機;應急處置;措施
引言
近年來,我國城市鐵路行業發展迅猛,據中國城市軌道交通協會最新統計,截至2019年底,全國開通鐵路的城市數量為全國增至40條,運營線路總里程達6736多公里,2019年旅客周轉量達238億人次。在各項指標快速上升的同時,對列車行車安全提出了更加嚴格的要求。司機是影響列車安全的眾多重要因素之一,而如今,大多數地鐵運營商都采用單向值來確保地鐵列車的安全,這對監控司機的駕駛狀況很有必要。
1影響司機崗位作業的風險因素
1.1影響司機崗位作業的風險因素識別
在工程的對象質量控制中,經常使用4M1E方法來識別和分析影響施工質量的各種因素,以提供數據的鏈接,以確保物業的施工質量。根據地鐵司機工作的具體情況及相關文獻,影響崗位工作的因素眾多,歸納總結,發現都與五個方面的因素密切相關,即:人、物、設備、方法、環境4M1E法排序的主要影響因素如下。
1.1.1人
主要是指駕駛員的理論和技術水平,是否有正確的操作、不當的行為等。在地鐵運營中,司機是交通安全的重要組成部分。人的因素起著決定性的作用。
1.1.2 物質
主要有建筑垃圾、異物等。及時處理軌道活動區內的異物,到達后,確保間隙安全,防止乘客上車時出現夾住狀態,不僅能有效防止事故發生,還能保證安全和司機站的效率。
1.1.3 設備
設備直接影響安全運行的實施,保證駕駛員的安全,如車輛、信號系統、軌道、道岔等線性裝置,以及車站、變電站的防護門等。
1.1.4 方法
包括流量管理方法、故障排除方法、標準化操作等。正常和異常情況下交通組織選擇的合理性、故障排除方法的速度和效率等,將對駕駛員工作的安全風險產生重大影響。
1.1.5 環境
主要包括氣象條件、布局形態、周邊建筑物等自然環境因素,以及控制環境和車站客流、隧道排水、照明等工作環境因素的三大要素,包括乘務員管理制度。
1.2影響司機崗位作業的風險因素劃分
在列車司機工作過程中,不同時間維度和運行區間產生的影響因素各不相同,影響因素對變化時間的影響程度,在運行,基于4M1E方法分離的因子不能很好地表現因子本身的空間-時間特征。針對這一點,筆者將影響因素分為四大類因素:一般因素、時間因素、空間因素和時間——空間因素,其中一般因素是指影響司機崗位工作安全的一類因素,分別是特點是不受時間或里程的影響;時空因素理解為影響駕駛座工作安全的一類因素,只在時間、空間位置上發生變化;時空因素理解為影響司機站工作安全,影響時空位置變化的一類因素。
2系統功能
根據系統對列車司機駕駛狀態監控的要求,該系統分為4個部分,即:數據采集子系統、實時監控子系統、通信傳輸子系統和集中控制中心控制子系統。 1) 數據采集子系統。利用視覺識別技術、三軸加速度計、醫療智能手環,分別進行駕駛員注意力集中、操作規范手勢、駕駛員心率、血壓3類指標的采集。 2) 實時監控子系統。針對3類采集數據,分別從3次測量中分析駕駛員的狀態,然后通過數據融合實時判斷駕駛員的駕駛狀態,并在出現異常情況后及時報警。 3) 通信傳輸子系統。包括2個方面:數據采集子系統和實時監控子系統之間使用總線和藍牙進行通信;實時監控子系統與中控中心控制子系統的連接采用“汽車”無線通訊方式。 4) 集中控制中心管理子系統。全面管理、存儲、分析所有司機的各項指標狀態;具有查看駕駛員歷史駕駛狀態、數據深度分析、預警、報告等功能。
3故障處置評判標準構建
新員工、新設備、高故障率,需要依靠歷史經驗、設備狀況和日常培訓數據,建立一個高頻故障排除標準,供操作和人員使用。
3.1 標準參考框架
故障排除方法基于現有的操作規則、流程,主要是信號、車輛設備的故障,其評價標準的構建也作為參考,而車輛、信號和其他設備的差異和差異手冊/說明結合技術控制管理。現場人員作業同時受人員心理素質、信息接收接收、故障發生位置等因素影響,處置時間波動,因此在標準使用中,數據綜合確定使用歷史事件進行現場測量,包括操作過程中的駐車制動等難以處理的故障,駕駛員可以在初始階段判斷故障,并在標準時間內排除故障,提高排除此類故障的效率。駕駛員鏈路故障,區分不同線路的區別點,作為反鎖門的操作......
3.2 判斷原則
1) 綜合判斷司機的使用情況和賽事結果,原則上以上述標準作為考核依據。如果出現新的故障,駕駛員必須報告故障并按設置執行命令。 2)根據標準參考依據,在整改故障時指故障,評估時,考慮駕駛員故障排除過程和使用處理的完整性:若不超過,則以完成為基礎按照處置指南處理,評價較好;如果發生處理錯誤、錯誤操作、超時或觸發責任事件,則根據事件結果判斷和追究責任。 3) 對于已知的非故障排除使用,在標準參考的基礎上,由于故障排除導致的遲到事件,將結合事件分析的結果評估運營商的評估。
3.3集中控制中心數據挖掘
數據挖掘技術是在考慮關鍵因素和大量數據的情況下創建數學模型,并對大量數據進行分析處理并獲得有用信息的過程。集中控制中心定期接收全線運行線路駕駛員的駕駛狀態和報警信息,隨著時間的推移,會收到大量駕駛員駕駛狀態及其標志的數據,具有結構完整,質量上乘。針對駕駛員的身體屬性、業務能力和疲勞特征,利用數據挖掘技術建立模型,挖掘信息,預測和指導駕駛員管理工作,優化駕駛員輪班組織、休息時間、體檢時間表、培訓周期等其他活動……實現數據挖掘的過程:首先回答原始數據的噪聲和重復問題,通過分析、清洗和重構的方法進行預處理,創建數據倉庫;然后使用粗集屬性匹配算法去除數據存儲中的冗余信息以獲得有序的數據集;然后將決策樹數據集轉化為IF-Then格式的模糊規則知識,存儲在規則知識庫中;最后,應用相關分析處理方法進行預測分析,并提供優化措施的具體指導和信息。
結語
地鐵司機作為地鐵運營中的關鍵崗位,在網絡運營發展之際,面對各種突發事件及時有效的疏散,已經是一項必須掌握的崗位技能。地鐵,根據故障排除評價標準,制定發布“紅黑名單”、“紅名單”事件、技術微報,跟蹤挖掘事故狀態規律。設備,在網絡中消除事件的經驗,不斷激發工人的獨立意識,增加責任感。在實際應用中,可以充分聚焦問題,使調焦技術的控制精度和故障預警、等待事件發生,同時展現工人的作風,也提供了一種切實可行的有效途徑。提高城市鐵路客運電動列車司機站控制質量的機會。
參考文獻
[1]張秀媛.鐵路提速列車技術安全監測系統評價方法研究[J].中國安全科學學報,2004(6):30-34,2.
[2]黃志強,張芳芳,顧卓筠,等.高鐵司機行車前疲勞檢測系統設計與開發[J].鐵路計算機應用,2019(8):14-17.
[3]焦昆,李增勇,陳銘,等.駕駛精神疲勞的心率變異性和血壓變異性綜合效應分析[J].生物醫學工程學雜志,2005(2):127-130.
[4]王瓊,王歡,趙春霞,等.基于眼睛狀態識別的駕駛員疲勞監測[J].南京理工大學學報(自然科學版),2010(4):44-49.
[5]劉蓉,劉明.基于三軸加速度傳感器的手勢識別[J].計算機工程,2011,37(24):141-143.