区域轨道交通跨线站配线方案研究

“四网融合”发展背景下,区域轨道交通网络化运营成为重要发展趋势,而跨线站则是实现不同轨道交通线路互联互通的关键节点,因此有必要对跨线站设计进行探究。从优化车站运输组织出发,对跨线站配线方案进行研究,为实际配线布设提供参考。首先,以跨线运营模式为研究对象,根据跨线前后信号制式异同,将跨线分为同信号制式跨线和跨信号制式跨线,分析两种跨线模式列车作业种类及流程,并研究两种模式下行车组织、承载客流形式、应急管理等因素对于车站配线设置的相关需求。之后,结合配线需求,针对同信号制式和跨信号制式跨线站,分别提出了配线布置原则。最后,基于布置原则,在进一步分析两种跨线站列车作业特征基础上,研究并提出适用于不同车站构型、不同客流特征的典型配线设置方法,并进一步考虑运输组织适应性、建筑规模、工程量等因素提出适应不同实际运营场景的建议方案。通过研究,对于同信号制式跨线站,建议以在发车端设单渡线、交叉渡线等配线为主;对于跨信号制式跨线站,结合当前技术条件建议增设到发线,并根据实际需求设置折返线等其他配线。

轨道交通控制与安全国家重点实验室研究新进展

1实验室概况 轨道交通控制与安全国家重点实验室筹备于2005年，2006年5月获科技部批准建设，2008年2月通过科技部委托国家自然科学基金委组织的评估，2008年底，实验室开始以实体化方式运作．实验室主任为“百千万人才”国家级人选唐涛教授，学术委员会主任为中国工程院院上、轨道交通专家孙永福教授，常务副主任为国家杰出青年基金获得者、国家973计划项目首席科学家高白友教授．

城市轨道交通应急演练体系发展现状与对策

应急演练是城市轨道交通应急管理的重要组成部分,其不仅可以提升城市轨道交通行业人员应急处置能力,也是评估检验城市轨道交通应急预案的重要手段。阐述城市轨道交通应急演练需求分析,在对我国城市轨道交通应急演练体系发展现状进行分析的基础上,针对城市轨道交通应急演练体系中存在的演练标准规范体系有待完善、应急演练联动程度较低、应急演练基地布局不合理等问题,提出城市轨道交通应急演练体系发展的对策建议,即构建具有应急演练过程支撑、应急演练评估培训及社会安全教育等功能的城市轨道交通应急演练综合中心,建立多专业联动和城市轨道交通与多部门协同的应急演练体系,构建城市轨道交通应急演练指南和评估指标体系,为我国城市轨道交通应急演练体系发展提供借鉴。

城市轨道交通智能调度技术及应用研究

随着我国城市轨道交通网络化建设进程的不断推进,面向网络化安全、高效运营的智能调度系统成为建设智慧城轨的关键之一。针对城市轨道交通的实际需求提出了智能调度系统整体方案,分析了系统中的三大关键技术:运行图自动编制、调整策略智能生成和辅助决策。重点阐述了智能调度系统方案中基于客流评估的全自动编图、实时客流感知和调度决策以及故障运维联动与应急预案联动这三大功能,以提高城市轨道交通行车调度的自动化、智能化水平,提升应急处置效率和乘客出行的便捷性。最后,以实际某地铁集团智能调度现场运用为例,分析了智能调度方案在城市轨道交通运营过程中的作用。

城市轨道交通乘客画像构建方法及应用策略研究

用户画像广泛应用于个性化推荐、广告精准投放等领域,但目前轨道交通领域的相关研究尚不完善,存在乘客画像的信息少、维度单一、指标设计和挖掘不充分等问题。通过从运营管理者和乘客服务多角度系统梳理互联网+城市轨道交通乘客画像的新需求,进而结合AFC和土地等多源数据,构建满足新需求下的轨道交通乘客画像指标体系,并给出关键性指标的计算和推断方法。以北京地铁为例,构建并验证轨道交通乘客画像构建方法的有效性,分析了乘客画像在辅助精细化客流预测方面的应用效果。结果表明,将反映乘客个体出行特征的返程客流加入到S-ARIMA模型中,相比S-ARIMA模型均方根误差(RMSE)下降9.02,对称平均绝对百分比误差(SMAPE)下降0.16%,有效提高客流预测精度。乘客画像未来还能应用在更多的场景,支撑轨道交通的智慧化、一体化出行服务。

城市轨道交通应急演练中心功能体系设计

近年来城市轨道交通快速发展,在给人们出行生活带来便捷的同时,也对运营安全提出了更高的要求。城市轨道交通具有高峰客流量大、专业系统多、技术复杂度高、运转强度大、运营环境封闭等特点,相应的应急安全工作更加复杂,因此开展城市轨道交通应急演练以增强应急处置和管理的韧性尤为重要。首先从国家、行业、企业3个层次分析了城市轨道交通应急演练的需求,并从需求出发,设计了城市轨道交通应急演练中心功能体系,包含业务布局、功能设计、技术装备和架构规划,旨在为国内城市轨道交通应急演练中心的设计提供一套科学、合理且具有操作性的整体解决方案,提升城市轨道交通应急处置水平,降低应急事件的危害。

城市轨道交通运营风险主动防控平台设计与实现

在分析国内城市轨道交通运营公司风险管控现状的基础上,将风险主动防控的核心理念归纳为风险辨识、风险分析、风险治理和风险监督反馈4个环节构成的闭环管理过程;根据风险主动防控理念设计风险主动防控平台,明确平台的逻辑架构、功能架构、业务流程和数据关系;采用端-边-云一体化的平台架构进行部署,并以北京市城市轨道交通路网为应用背景,证实平台的实际效果。结果表明:业务流程设计实现了标准化,可及时监督风险并向用户反馈意见,体现了“关口前移、预控安全”的闭环式风险管理理念;经过15条线路和300余座车站的试运行,前期有效辨识并录入591个风险点,推演得到风险点传播路径58条,提供风险治理预案268例,解决了城轨运营时风险数据量大、机理复杂、实时性强等问题,有效地防范了故障和事故的发生。

面向城市轨道交通列车控制系统的车车通信技术探讨

面向轨道交通列车运行控制系统,重点探讨系统中的车车通信技术。介绍基于车车通信的列车运行控制系统的基本原理及其关键技术,调研当前主流的基于逻辑点对点和物理点对点的车车通信技术,并结合城市轨道交通车车通信典型运行场景,对车车通信距离进行建模仿真计算与分析。仿真结果表明:在非隧道区域内,车车直接通信距离,1.8 GHz下约为765.7 m,1.4 GHz下约为923.6 m;在隧道区域内,车车直接通信距离,1.8 GHz下约为511.3 m,1.4G Hz下约为724.8 m,若车车距离超过该范围应采用逻辑点对点通信方式。本研究旨在为下一代城市轨道交通中的车车通信系统设计和技术应用提供借鉴和理论基础。

城市轨道交通运营中断下客流分配方法

为准确掌握城市轨道交通线路运营中断条件下的客流分布状态,提升轨道交通应急处置与决策水平,首先,综合考虑列车拥挤度和换乘行为等因素对乘客出行路径影响,构建基于乘客出行路径的阻抗函数,计算出行阻抗的均值和方差,设定选择有效路径的判定条件;其次,充分考虑乘客面对风险和不确定环境下决策行为的有限理性,基于累积前景理论,分析线路中断下乘客路径选择策略,设定基于出行时间的内生参考点,计算乘客出行路径的累积前景值;最后,建立城市轨道交通中断下网络客流分配的Logit型随机均衡模型,利用连续平均算法(MSA)进行求解,通过Matlab编程实现各路径上流量的加权分配,并以北京地铁5号线实际中断事件为例,验证模型的可行性和有效性。结果表明:在各路段断面,该模型的客流分配结果与北京地铁断面客流的实际数据的误差率均在±10%以内,能够有效识别和掌握中断下乘客路径选择行为,且能够较为准确识别拥堵路段状况。

基于CEEMDAN-IPSO-LSTM的城市轨道交通短时客流预测方法研究

消除客流数据随机噪声和确定神经网络超参数是城市轨道交通短时客流预测组合模型需要解决的关键问题。基于弱化客流数据噪声的自适应噪声完全集成经验模式分解算法(CEEMDAN)将客流时序数据分解为若干个频率和复杂度均不同的固有模态函数分量和剩余分量后,利用引入自适应策略的改进粒子群算法(IPSO)动态求解长短期记忆神经网络(LSTM)超参数的最优值,构建CEEMDAN-IPSO-LSTM组合模型预测城市轨道交通短时客流量。以广州地铁杨箕站自动售检票系统采集的历史进(出)站客流数据为例进行实验,研究结果表明:IPSO算法较PSO算法在基准测试函数Sphere,Sum Squars,Sum of Different Power,Rosenbrock,Rastigrin,Ackley,Griewank和Penalized上的最小值、最大值、平均值和标准差均更接近最佳优化值,CEEMDAN-IPSO-LSTM模型较LSTM模型、CEEMDAN-LSTM模型、CEEMDAN-PSO-LSTM模型的全月全日进(出)站的预测误差评价指标SD,RMSE,MAE和MAPE分别降低了12~40人次(13~35人次)、13~44人次(12~35人次)、6~37人次(12~31人次)和5.08%~46.89%(6.5%~35.1%),R和R2分别提高了0.07%~2.32%(0.86%~3.63%)和0.13%~2.19%(0.67%~1.67%),同时在工作日不同时段和非工作日全日的预测性能均达到最优效果。IPSO算法的收敛速度和参数寻优精度均优于PSO算法,且CEEMDAN-IPSO-LSTM模型可应用于城市轨道交通短时客流量的精确预测,同时可为设计规划线网路线、缓解交通压力、提高乘客出行服务质量等提供基础数据支撑。

城市轨道交通乘客智慧出行信息服务平台构建研究

以城市轨道交通为主的乘客智慧出行服务存在群体性服务多、增值服务内容单一等问题,在总结现有的城市轨道交通乘客服务和分析不同乘客出行需求的基础上,提出城市轨道交通乘客智慧出行信息服务平台的业务需求以及技术架构。以乘客画像模块为基础生成乘客的个性化标签,探讨出行诱导模块和增值服务模块的构建方法,将出行诱导信息和增值服务信息与乘客的个性化标签匹配,实现出行规划、出行诱导、广告匹配、服务推送等功能,最终达到全出行链服务、个性精准信息服务、多元化增值服务的目标,支撑新技术、新理念在未来轨道交通运营服务中的应用和实施。

基于计算机视觉的轨道交通站内客流识别与预测

轨道交通的短时客流预测通常以车站为最小单位进行研究,只能从宏观上把握车站间的客流规律,不能有效反映站内各场景的拥挤微观客流。为了对车站内部不同场景的微观客流进行分析和预测,及时采取措施保证站内乘客通行安全,提出基于计算机视觉的端到端精细化短时客流识别与预测模型(Detect-Predict)。首先,基于手动拍摄并标注乘客头部的闸机口、楼扶梯口、换乘通道、站台等站内场景的图片数据对YOLOv5算法训练,并通过优化后的通道剪枝对检测模型压缩。其次,使用楼扶梯口场景下固定摄像头拍摄的视频数据,通过YOLOv5以及DeepSORT算法对视频中的目标进行检测并跟踪,实现乘客数量实时统计。最后,将统计的客流数量输入到LSTM算法中进行实时预测,并使用识别的客流数据持续在线训练预测模型,构建端到端的轨道交通站内精细化短时客流识别与预测模型。在拍摄的站内视频数据上进行试验,结果表明采用处理输入视频每秒传输帧数的方法,乘客数量实时统计算法可以满足识别的实时性要求,其精度在测试场景下达到99.4%,整体客流预测模型的RMSE为11.07,MAE为8.02,WMAPE为12.57%。提出的轨道交通站内精细化短时客流识别与预测模型可以实时地对轨道交通车站内部场景的微观客流进行识别并预测,使得轨道交通运营者实时掌握站内各场景未来客流并及时疏导,具有一定的应用前景。

轨道交通封站条件下应急疏散车辆路径优化

针对轨道交通封站条件下站外滞留乘客需要应急疏散的现实需求,设计了一种疏散服务模式,在保证滞留旅客有效疏散的前提下,允许线路沿途旅客搭乘以提高车辆的利用效率。以车辆运营成本和乘客时间成本之和最小为优化目标,建立应急疏散车辆路径优化模型,根据问题特点改进自适应大邻域搜索算法进行模型求解。最后,结合北京市城市交通数据,对应急疏散车辆进行路线设计并进行灵敏度分析,用算例验证了模型与算法的有效性。结果表明,相较于最短路径疏散方案,模型的优化结果节省了15.02%的乘客乘车时间,能够在保证乘客出行体验的前提下实现对站点滞留乘客的快速疏散,提升封站事件下轨道交通应急管理的精细化水平。

基于GIS的城市轨道交通建设安全风险管理信息系统的设计与实现

城市轨道交通建设工程是一项风险高、投资多、周期长、影响大的建设工程.随着国内城市轨道交通的发展,施工技术、安全防护技术等方面虽然取得了显著的进步,但其信息化管理水平却仅仅停留在一个微观的数据管理层面,安全风险全局管理、安全数据的深层次利用与综合性展示已成为了城市轨道交通建设安全风险信息化管理的瓶颈.因此,本文提出了建设基于GIS的城市轨道交通建设安全风险管理信息系统,并从系统的功能、架构与业务实现流程等方面对系统进行了阐述.目前,系统已在天津地铁建设中得到成功应用.

城市轨道交通高峰时段车站协同限流安全控制研究

城市轨道交通早晚高峰客流量大,限流措施可有效缓解车站设施设备负荷,保证车站运营组织安全生产。通过分析限流的作用和影响因素,提出车站间限流安全控制实施方式,根据流量平衡原理,分析客流在车站单点、线路和路网上的协同限流方法并研究限流参数的计算方法。最后以北京地铁13号线为例进行了车站协同限流安全控制实例分析与计算。

基于层次分析法和熵值法的城市轨道交通车站安全评价

为预防城市轨道交通事故,提高城市轨道交通安全水平,采用层次分析法和熵值法对城市轨道交通车站进行安全态势评价。首先,根据城市轨道交通车站安全态势影响因素构建评价指标体系;然后,综合利用熵值法和层次分析法给出指标权重;最后,计算车站的安全态势值并进行安全态势等级评价。分析结果表明,基于层次分析法和熵值法的城市轨道交通车站安全态势评价具有一定的实用性和有效性。

改进的故障模式及影响分析在城市轨道交通运营安全评价中的应用

在对城市轨道交通系统进行详细研究的基础上,构建了城市轨道交通运营安全评价指标体系,提出FMEA(故障模式及影响分析)的改进方法。经采用模糊综合评判和序关系分析法改进后的FMEA,克服了传统方法的局限性,并解决了传统方法仅采用简单计算综合评价总值来确定风险等级而造成不够精确的问题。结合实例验证了该方法的合理性和实用性。

城市轨道交通安全评价体系研究

安全评价工作是城市轨道交通建设、运营安全的有力保证。阐明城市轨道交通工程的安全评价原则:系统的每一个危险源带来的风险都应当控制在可容忍范围内;系统所有危险源带来的风险必须满足一定的安全目标,安全目标采用系统造成的每位乘客在单位旅行时间内可能出现伤亡的概率进行衡量。给出基于危险源分析的安全评价方法和安全生命周期中的评价要点。

基于决策树的轨道交通安全评估方法及其应用

提出了一种定量的基于决策树的轨道交通安全评估方法.该方法针对风险源的海量数据集和庞大的属性集,采用面向应用的属性构造、规范化与面向属性的归约进行数据集的预处理,为突破内存限制,采用改进的决策树分类方法DT_SA对轨道交通风险因素进行分析,最终提取的分类规则包含描述类分布的定量信息.同时规则前件中属性的顺序又体现了属性对主类的影响程度.这些规则揭示了轨道交通风险源的规律,应用验证了其有效性.

城市轨道交通路网运营设备安全状态评估方法

基于多源信息融合和复杂网络理论,通过研究城市轨道交通路网运营设备与路网空间信息的有效匹配和融合,构建了城市轨道交通路网运营设备安全状态评估模型。经过设备状态融合和节点态势融合,形成了面向路网运营的设备安全状态,从而获得更准确的、面向全局安全状态的描述和评估,实现了城市轨道交通运营安全从微观描述向宏观描述的转化。