基于云模型的鐵路危險貨物專用線風險評價研究

張 輝，陳志先，宮丹青，張鐵金，史 村

(1.中國鐵道科學研究院集團有限公司運輸及經濟研究所，北京 100081；2.中國鐵路南寧局集團有限公司貨運部，廣西 南寧 530029；3.中國鐵路北京局集團有限公司貨運部，北京 100860；4.中國國家鐵路集團有限公司辦公廳，北京 100844；5.北京中鐵科客貨運輸技術有限公司運輸技術研發中心，北京 100081)

0 引言

鐵路專用線作為解決鐵路運輸“最后一公里”的重要基礎設施，是調整運輸結構、推進鐵路運輸供給側結構性改革的重要抓手，對降低全社會物流成本、節能減排、發揮綜合交通效率、提升經濟社會效益具有重要作用。鐵路危險貨物專用線是危險貨物鐵路運輸的重要組成部分，超過85%的危險貨物都是在專用線內辦理運輸[1]。我國現有鐵路危險貨物專用線共計約1 600 條，接軌站約900 多個，經統計80%以上的危險貨物裝卸車安全問題都是在專用線發生的[2]，一旦發生事故，不僅會造成人員傷亡、財產損壞或環境污染，還可能造成嚴重的社會影響[3]。因此，加強鐵路危險貨物專用線的安全管控是確保鐵路危險貨物運輸安全的重要手段。

除日常監管外，安全評價是保障鐵路危險貨物專用線運輸安全的重要手段。《危險化學品安全管理條例》(中華人民共和國國務院令第591 號)和《鐵路危險貨物運輸管理規則》(鐵總運〔2017〕164 號)規定在用危險貨物專用線必須進行三年一次的安全現狀評價，對專用線單位資質、儲存裝卸設施設備、消防設施設備、安全管理、應急救援等各方面進行全面評價。《國鐵集團安全專項整治三年行動計劃》(鐵安監〔2020〕107 號)中亦將安全評價作為檢查重點。目前鐵路危險貨物專用線安全評價存在以下問題，如一些安全評價機構與鐵路存在脫節，部分技術人員對鐵路運輸業務缺乏了解、不熟悉中國國家鐵路集團有限公司和鐵路局集團公司相關技術要求和標準文件，評價方法多采用簡單的安全表檢查法進行定性評價，受人為主觀影響較大，難以量化鐵路危險貨物專用線真實風險水平。

鐵路危險貨物專用線風險評價是一項復雜的問題，涉及范圍較為廣泛，受到諸多因素影響，有些因素模糊性和不確定性較強，難以進行精確的定量分析[4]。目前在鐵路危險貨物專用線風險評價方面常用的方法包括安全表檢查法、事故樹分析法、層次分析法、模糊分析法、模糊層次分析法等，其中，安全表檢查法和事故樹分析法難以量化鐵路危險貨物專用線運營風險，層次分析法、模糊評價法[5]、模糊層次分析法[6]、動態模糊理論[7]雖然可將評價結果量化，但是這類方法依靠專家打分法確定評價指標的權重，導致方法的主觀性和隨意性較強。部分學者采用神經網絡法等智能算法[8]，這類算法需要大量的樣本數據進行訓練學習，現有研究樣本量較少，所得評價結果泛化性較差。云模型是在概率論和模糊集合理論的基礎上，通過構造特定算法，形成的一種定性概念與其定量表示之間的不確定性轉換模型[9]。相比于其他風險評價方法，云模型能夠將模糊化的評價數據定量化到確定度，避免原始數據的模糊化，可以有效解決傳統風險評價方法主觀性太強的問題，被逐漸應用到多準則決策[10]、風險評價[11]、質量評價[12]等諸多領域。

在此，針對既有鐵路危險貨物專用線風險評價模型不足等問題，依據既有規章制度、現場安全檢查重點，構建鐵路危險貨物專用線風險評價指標體系，采用C-OWA 算子確定風險評價指標權重，建立基于云模型的鐵路危險貨物專用線風險評價模型，并以湛江港某企業鐵路危險貨物專用線進行實證分析，以期為鐵路危險貨物專用線現場安全檢查提供借鑒。

1 云模型基本理論

1.1 云模型定義

設U為定量論域，x為U中的元素。C是U的定性概念，若對C的確定度μ(x)∈[0，1]具有穩定傾向的隨機數，則稱μ(x)在定量論域U上的分布為正態云，每一個x就稱為一個云滴。正態云模型特征可由3個數字特征值來描述：期望Ex，熵En，超熵He。期望Ex是反映定性概念的點，即云滴在U中的平均值；熵En反映了定性概念的不確定性，En越大，對象的模糊性和隨機性也就越大，概念的確定性也越難量化；超熵He是熵的熵，表示熵En的不確定性。正態云模型的3個數字特征如圖1所示。

圖1 正態云模型的3個數字特征Fig.1 Three numerical features of normal cloud model

1.2 云發生器

云模型的計算是依靠云發生器進行的，云發生器是一種通過計算機運算實現定性模糊概念與定量確定數值間映射轉化的科學工具[9]，按功能可分為正向云發生器(Forward Cloud Generator，FCG)和逆向云發生器(Back-ward Cloud Generator，BCG)。

FCG就是由定性概念到定量表示的過程。其輸入為表示定性概念的數字特征值(Ex,En,He)及所要生成的云滴數量n，輸出的云圖中包含n個云滴Drop(xi，μ(xi))，表示在云圖空間中的精確位置。BCG和正向發生器正好相反，它表示的是將準確的數據通過發生器轉化為定性的概念，并生成數字特征值(Ex,En,He)來反映云滴整體。FCG和BCG云發生器如圖2所示。

圖2 云發生器Fig.2 Cloud generator

2 鐵路危險貨物專用線風險評價模型

2.1 風險評價指標體系構建

按照《危險化學品安全管理條例》《鐵路危險貨物運輸安全監督管理規定》《鐵路危險貨物運輸管理規定》等規定，每3年鐵路危險貨物專用線產權單位應委托具有資質的安全評價機構，對專用線危險貨物裝卸、儲存作業場所和設施等安全生產條件進行安全評價，并出具安全評價報告。《鐵路危險貨物辦理站、專用線(專用鐵路)貨運安全設備設施暫行技術條件》明確了鐵路危險貨物專用線貨運安全設施設備的相關技術條件。從鐵路危險貨物專用線作業特點出發，綜合鐵路監管部門安全檢查重點，結合既有文獻研究成果[4-8]，構建由6 個一級指標、23 個二級指標的鐵路危險貨物專用線風險評價指標體系。鐵路危險貨物專用線風險評價指標體系如表1所示。

表1 鐵路危險貨物專用線風險評價指標體系Tab.1 System of risk evaluation indicators for railway industrial sidings for dangerous goods

2.2 評價指標標準云的確定

通過征求專家意見，結合鐵路危險貨物專用線現場實際情況，將鐵路危險貨物專用線風險指標的評價等級分為5 個風險等級，分別用“極低風險”“較低風險”“中風險”“較高風險”“極高風險”來描述，對應的評分區間分別為[1，2]，[3，4]，[5，6]，[7，8]，[9，10]，分值越高代表該評價指標的風險越大。根據云模型理論，采用公式(1)確定雙邊約束的評語和參數，即對于每一個評分等級區間[Xmin,Xmax]其對應的標準云模型數字特征(Ex，En，He)可采用公式(1)確定。評價標準等級劃分及其云模型參數如表2所示。

表2 評價標準等級劃分及其云模型參數Tab.2 Hierarchical classification of evaluation criteria and cloud model parameters

式中：Xmin，Xmax分別為評價指標評分等級的上限和下限；k為常數，可以依據變量的模糊度進行調整，在此取值0.05。

把表2中得到的云模型特征參數輸入已編制好的程序中，設置云滴數量為3 000，生成每個評價等級的標準云圖，評價指標標準云圖如圖3所示。

圖3 評價指標標準云圖Fig.3 Standard cloud chart of evaluation indicators

2.3 基于C-OWA算子的評價指標權重計算

評價指標權重的賦值是否恰當，會直接影響風險評價結果。常用的權重賦值方法，如層次分析法、熵權法等，大多是直接采用專家打分的方法給出指標權重或簡單加權處理，并未考慮專家的主觀偏好，從而影響最終權重的準確性和合理性。為削弱專家由于主觀偏好所導致的負面影響，采用C-OWA 算子為指標賦權[9]。C-OWA 算子可以有效降低專家主觀因素的影響，使指標權重確定更具有說服力和客觀性。

運用C-OWA算子進行指標賦權步驟如下。

步驟1：邀請n位鐵路局集團公司危險貨物運輸主管、鐵路危險貨物領域專家、專用線安全管理人員，對一級評價指標和二級評價指標重要性進行打分，分值范圍為1～10 分，分值越大說明指標重要程度越大。專家打分構成評價指標的初始決策數據集(a1，a2，…，an)，對初始決策數據從大到小排列并從0開始排號，得到數據集(b0，b1，b2，…，bn-1)，其中，(b0≥b1≥b2…≥bn-1)。

步驟2：運用組合數計算打分數據的權重，即組合數cjn-1決定數據bi的權重θj+1，其中即

步驟3：通過權重θj+1依次對決策數據加權，得到指標因素的絕對權重，可表示為

式中：i∈[1，m]；j∈[1，n]；m為指標的個數。

步驟4：計算指標因素的相對權重wi，即

2.4 基于云模型的鐵路危險貨物專用線風險評價模型

針對某條待評價的鐵路危險貨物專用線，邀請n位鐵路局危險貨物運輸主管、鐵路危險貨物領域專家、專用線安全檢查人員，根據該專用線安全評價報告、安全評估報告、現場檢查情況，對該專用線各二級風險評價指標(風險項)進行打分，打分區間為1～10，數值越大表明該指標風險越大。設專家打分集為{P1，P2，…，Pk，…，Pn}，其中Pk為第k(k=1，2，…，n)位專家對某個二級風險評價指標的主觀打分值。基于云模型的鐵路危險貨物專用線風險評價具體步驟如下。

步驟1：計算二級評價指標云數字特征參數。通過逆向云發生器將二級評價指標的專家打分值轉化為云模型數字特征參數，采用公式(5)計算出該指標的云數字特征參數(Exi，Eni，Hei)。

步驟2：計算一級評價指標云數字特征參數。對于上一級評價指標的綜合運算，屬于下一級概念綜合到上一級概念的問題，即將2 個或2 個以上的二級評價指標云模型綜合成一個更廣義的云模型，在綜合過程中需將二級評價指標的權重考慮進去。采用公式(6)將各二級評價指標云模型轉化為一級評價指標綜合云模型。

式中：m為各一級評價指標下屬的二級評價指標的個數；wi為各二級評價指標的權重值。

步驟3：確定綜合評價云模型。采用公式(6)，由一級評價指標云模型數字特征參數和指標權重，計算得到鐵路危險貨物專用線綜合云模型數字特征參數，生成云圖與標準云圖相比較，確定鐵路危險貨物專用線風險等級。

3 實證分析

3.1 湛江港某企業專用線概況

湛江港某企業鐵路危險貨物專用線，共有11 條鐵路危險貨物裝卸作業線，長度共計4 056 m，主要辦理危險貨物品名為(罐裝)原油、汽油、柴油、液氨發送和到達，硫磺發送業務，專用線共用單位14 家。該專用線共有裝卸棧橋5 座，3 個儲罐區、共計儲罐59 座(總罐容53.7 萬m3)、堆場64.13 萬m2，危險貨物裝卸泵房2 座，相關安全管理人員和從業人員均已取得鐵路危險貨物運輸從業資格證。湛江港某企業鐵路危險貨物專用線基本情況如表3所示。

表3 湛江港某企業鐵路危險貨物專用線基本情況Tab.3 Overview of an enterprise’s railway industrial siding for dangerous goods at Zhanjiang Port

3.2 基于云模型的專用線風險評價

（1）風險評價指標權重確定。邀請6 位相關專家對風險評價指標重要性進行打分，基于C-OWA 算子的鐵路危險貨物專用線風險評價指標賦權如表4所示。

表4 基于C-OWA算子的鐵路危險貨物專用線風險評價指標賦權Tab.4 Weighting of risk evaluation indicators for railway industrial sidings for dangerous goods with C-OWA operator

（2）云模型特征參數計算。邀請6 位鐵路局集團公司危險貨物運輸主管、專用線現場安全檢查人員對湛江港某企業專用線各項二級風險指標進行打分，根據公式(5)計算二級風險評價指標云模型特征參數，再根據公式(6)計算一級風險評價指標云模型特征參數。風險評價指標云模型特征參數如表5所示。一級風險評價指標云模型圖如圖4所示。

表5 風險評價指標云模型特征參數Tab.5 Feature parameters of cloud model of risk evaluation indicators

綜合6 個一級評價指標云模型特征參數，采用公式(6)計算得出湛江港某企業鐵路危險貨物專用線風險綜合云模型特征參數R=(3.57，0.22，0.27)，綜合風險評價云模型圖如圖5所示。

3.3 模型評價結果分析

由圖4可知，一級風險評價指標中平面布置及周圍環境云(R1)、技術設施設備云(R2)介于“較低風險”和“一般風險”，更靠近“一般風險”，表示湛江港某企業鐵路危險貨物專用線在平面布置及周圍環境、技術設施設備方面存在著一定的風險。據安全評價報告和現場安全檢查記錄，該專用線辦理危險貨物品名多、共用單位較多、專用線多，作業環境復雜，部分棧橋、裝卸線與周邊建筑設施安全距離不足，部分機泵高度小于規范要求。

圖4 一級風險評價指標云模型圖Fig.4 Cloud model map of primary risk evaluation indicators

安全設施設備云(R3)介于“極低風險”和“較低風險”，更靠近“較低風險”，說明該專用線安全設施設備風險評價等級為“較低風險”。據安全評價報告和現場安全檢查記錄，鐵路裝卸區消防器材未按規定配置齊全，部分裝卸線未配備防溜裝置和靜電專用接地線。

安全管理云(R4)、人員管理云(R5)、應急管理云(R6)介于“極低風險”和“較低風險”，更靠近“極低風險”，說明該專用線在安全管理制度建設、人員管理及培訓、應急管理等方面比較符合標準規范。

由圖5可知，綜合風險評價接近“較低風險”，表明該專用線整體風險處于“較低風險”，處于可控狀態。該風險評價結果與安全評價報告、現場安全檢查結果一致。

圖5 綜合風險評價云模型圖Fig.5 Cloud model map for comprehensive risk evaluation

4 結束語

鐵路危險貨物專用線是開展鐵路危險貨物運輸業務的重要場所，風險評價是確保專用線安全運營的重要手段。鐵路危險貨物專用線風險評價受諸多不確定因素影響，為克服既有安全評價方法中的不足，科學評價鐵路危險貨物專用線風險，利用云模型的模糊性和隨機性特點，提出基于云模型的鐵路危險貨物專用線風險評價模型，并通過實證分析驗證方法的有效性。通過云模型風險評價模型結果，可以直觀地判斷出鐵路危險貨物專用線的風險水平及潛在風險隱患，便于專用線產權單位開展風險辨識研判，實行安全風險分級管控和安全事故隱患排查治理雙重預防工作。研究可以為保障鐵路危險貨物專用線運輸安全，提高鐵路危險貨物專用線風險管理水平提供理論支撐。