论文部分内容阅读
城市轨道交通信号系统是保障轨道交通安全运营至关重要的系统,直接影响着整个城市轨道交通系统的运行安全、行车效率和乘客的人身安全。城市轨道列车具有运行速度低、运行容量大、站间距离短、运营涉及环境复杂等特点,为了保障城市轨道交通系统的安全运营,信号系统必须具有很高的可靠性,若信号系统设备长期处于低可靠性状态,将会危及城市轨道列车的行车安全。本文对现有的信号系统可靠性分析方法进行综述后,针对信号系统的特点应用可靠性分析方法展开了以下研究:(1)基于城市轨道交通信号系统的可靠性分析现状,本文将采用GO-Bayesian网络建模法对信号系统进行可靠性分析。GO-Bayesian网络不仅具有GO法模块化建模、多状态模拟的特点,而且结合了贝叶斯网络关于系统推理、通用程序完备等的方面的优势。从GO法到动态Bayesian网络的转换计算弥补了 GO法通用程序的不成熟,使GO-Bayesian网络建模方法在城市轨道交通信号系统的可靠性分析中有了更强的适用性。(2)本文定义了三种类型的GO-Bayesian网络建模法的基本单元操作符,阐述了各操作符的运算规则及其适用范围,基于GO的操作符、信号流和动态Bayesian网络的基本推理模型,阐述了 GO-Bayesian网络建模方法中各操作符从GO法到动态Bayesian网络的转换规则,结合了 GO法的模块化建模和贝叶斯网络的系统推理,并以计轴器为实例详细说明了改进的系统GO-Bayesian网络模型算法流程。(3)本文将轨道交通信号系统划分为轨旁子系统、车载子系统、自动列车监控子系统(ATS)和数据通信子系统(DCS)四个子系统,根据GO-Bayesian网络建模方法建立了城市轨道交通信号系统各子系统的GO-Bayesian网络可靠性分析模型。结合信号系统的历史故障数据、GO-Bayesian网络可靠性分析算法和GO-Bayesian网络建模相关软件,以轨旁子系统和车载子系统为实例,分析了整个信号子系统和系统部件的可靠性,分析了导致系统可靠性降低的关键系统部件,并对轨旁子系统和车载子系统长期运营过程中的整个系统和单个部件的可靠性状态进行了推理评估。(4)本文基于GO-FLOW可靠性分析方法,对信号系统的车载子系统和轨旁子系统进行了建模分析,从可靠性分析方法和可靠性分析结果的角度对GO-Bayesian网络方法和GO-FLOW可靠性分析方法进行了比较说明。