文摘

为了合理评价高速铁路运营安全水平,高速铁路的环境安全评价指标体系应该建立了通过分析影响机制等恶劣天气的下雨,打雷,闪电,地震,绕组和下雪。除此之外,将属性识别鉴定来确定样本之间的相似性和相应的属性类的多维空间,这是根据Mahalanobis距离测量功能的Mahalanobis距离noncorrelation和nondimensionless影响的特点。的假设,中国的高速铁路环境安全形势将好了建议的方法。详细分析的结果表明,该评价基本上是匹配的实际情况,可以为高速铁路运营奠定科学基础的安全。

1。介绍

根据高速铁路安全操作进行的实验室研究南京科技大学高速铁路操作失败直接造成的不良环境占29%从2011年7月到2012年12月,在恶劣天气和相对速度的铁路事故占总数的81.4%的人在同一时间。上述统计数据从而给我们一个更好的理解这一事实坏天气对高速铁路的安全运营具有重要的影响。

在中国,当前的研究环境对高速铁路的影响主要可以分为以下两类:第一,macrodisaster应急预测和预警系统设计和第二,机理分析的微环境因素的影响。第一个,太阳et al .,王et al .,和道等人已经概述了高速铁路环境安全的一些关键问题,如报警阈值,监视点的布局,列车控制模式,高速铁路的基本组件预警系统(1- - - - - -3]。肖et al ., Calle-Sanchez et al .,和王等人也做了一个分析的潜在因素造成铁路灾难从以下四个方面:人员、设备、管理和环境(4- - - - - -6]。和三好Givoni引入层次分析法建立铁路环境风险评估系统(7]。在环境因素方面的影响机制,周和沈,凌et al .,和李等人等具体的讨论了影响机制如地震、风、和其他灾害在高速铁路从工程建设的角度(8- - - - - -10]。

从国外的比较研究和家庭的研究表明,高速铁路环境安全一直反复在一个非常早的时间和已经被很多外国研究人员仔细研究。许多国家已经建立了自己的高效的高速铁路灾害预警系统等在日本北海道和新干线灾难预警系统,导致许多其他国家进行地震预测。例如,法国现在拥有地中海地震监测系统和德国拥有高速铁路防灾系统。尽管JingJingtang的灾害监测系统,梅红色,和武广已经在中国制造,张和曾声称,所有的系统都可以仍远的基础上改进原来的普通铁路灾害预警系统(11因为国外有一定的差距,中国的高速铁路灾害预警系统在一个相对公平的比较。

通过比较目前国内外之间的研究,我们可以发现国内高速铁路防灾现在从理论过渡到实践,而国外高速铁路防灾系统已经处于一个相对完美的阶段。因此,这是一个紧急的任务为国内研究者详细高速铁路灾难保护的理论研究和制度建设过程,促进中国高速铁路运营安全水平。

2。高速铁路环境影响评价指标

2.1。高速铁路的环境影响指标体系

高速铁路的运营问题等不确定因素主要是由于下雨,打雷和闪电,水平风、地震等等,其强度程度将直接决定的程度构成高速铁路运行安全危险。分析各种环境因素的特点近年来高速铁路运行的过程和结论的机制不同环境因素对高速铁路安全运行提出了表1。

除了表中列出的六个因素1问题,高速铁路也正在受到泥石流和水和岩石破裂。然而,由于地质条件的复杂性和数据采集的难度,我们只使用平均年降雨量、平均年最大闪电密度、年度灾难季风,平均季风灾害发生率、平均等级级,地震的平均发病率年均最大积雪深度、平均最高气温、平均最低温度为环境因素评价指标,如图1。

有必要提到通常的气候环境不会施加任何影响高速铁路的运行,除了台风,沙尘暴,暴雪,和地震,而高或低的温度有显著影响高速铁路的运行。因此,独家的平均降雨量在图1,其他因素代表极端气候环境。每一个环境因素评价指标计算公式和规范以下方程所示。

平均年降雨量级 在哪里最大降雨吗th年(毫米),一年的数量。

闪电密度最大 在哪里雷声闪电发生在某些地区吗一年(时间)和一个城市或地区的面积是(m²)。

灾害风速度 在哪里的速度吗风(m / s)和th灾难是一个城市或地区的面积(公里吗²)。

平均风力发生 在哪里发生灾难的总数乘以风(时间)。

平均大小等级 在哪里的大小吗(学位)和th地震是地震的总时间(时间)。

平均大小发生

平均高温和低温 在哪里最高的温度吗年(°C)是温度最低的年(°C)。

平均积雪深度 在哪里最深的深度吗年(cm)。

2.2。界定的环境气候因素影响阈值(修改)

2.2.1。阈值水平风影响下

的代表研究横向风对高速铁路列车运行的影响进行仔细地在日本,它计算水平风速条件下的临界倾覆在不同运行速度下的风洞试验,以临界风速为新干线灾害预警阈值(表2)。中国的高速铁路列车CRH系列具有类似的特性与日本列车的形状和轴负载。因此,采用日本新干线警告水平风速的影响因素在我国高速铁路水平风阈值。

2.2.2。阈值在地震影响下

国内外的研究结果,计算地震报警阈值()高速铁路可以称为以下公式(9): 在哪里最大横向加速度阈值确保火车的正常操作可以承受没有轨道(加),是铁路的最大动力响应系数的各种结构在不同地震波激励下,并暗示值是2.55。

研究表明,当情况下加,火车开始倒;情况下加,火车将完全颠覆。

因此,我们定义加和加强烈影响的阈值和一般影响高速铁路列车的安全运行。和高速铁路的震级阈值操作是由不同的值计算方法,表所示3。

2.2.3。雨下阈值影响

国内铁路部门限制列车运行速度根据雨的大小。

如果雨适度持续12或24小时,降雨能力到达10.0 mm - 22.9 mm(17毫米- 37.9毫米),它的速度应该降低。

如果雨运行在一个沉重的雨天,持续12或24小时,和降雨容量达到23.0 mm - 49.9 mm (33.0 mm - 74.9 mm),铁路应该是屏蔽和列车运行应该是禁止的。

为了空间的一致性,我们可以把小时降雨卷到年降雨量卷由以下方法:普遍的知识,我们国家的雨季将经历一段时间的3个月,可以计算降雨12倍;因此,我们分类每年的降雨量为900毫米,1980毫米,2970毫米,分别为温和多雨的城市,城市暴雨,暴雨城市。因此,我们可以计算出降水阈值影响高速铁路与铁路部门的规定在桌子上4。

2.2.4。其他环境因素阈值

当前理论研究国内外较少关注闪电,下雪,温度,和降雪,肯定会带来一些影响高速铁路运营的特点。因为它很难建立一个统一的标准来衡量因素,专家建议参考价值和定性分析相结合的方法,可以用来确定什么程度的闪电,雪,温度影响高速铁路阈值。高速铁路的环境影响评价指数可以歧视如表5。

3所示。高速铁路环境影响属性识别模型

属性识别模型在本质上的问题之间的多维空间样本和归因,郑教授提出的,已广泛应用于评估和分类。样本空间一直在计算我国31个省、自治区,其中每个已9高速铁路环境影响指标,环境影响评估中的索引值区域表示为。定义样本空间命令集分裂,环境影响分为五渐进方式严重,严重,温和,温和的模型,没有效果。被定义为一组命令的分歧按照关系。每个命令设置然后被分成一组环境评价阈值分割类。做一个明确说明的命令带区集,建立了一个标准的形式如下: 在哪里:。

样本属性的价值属性的特征是一个示例并表示为,其中测量功能的核心属性识别模型。胡锦涛等人。,燕和肖等人使通常的线性识别函数的分析,其精度小于一个非线性函数。因此,最近的研究已经发现,更频繁地使用正态分布函数,而其他非线性函数通常被认为是一个属性识别测量功能(12- - - - - -14]。然而,正态分布函数作为度量函数之前应该有其缺点,因为数据标准化处理偏差和分离指数权重也应该确定。更重要的是,最后一个属性识别结果是相对的。

然而,没有特定的方法来评估客观指标的相对重要性相当。识别的本质属性是确定空间相似的属性和方法用于计算空间距离是欧几里得距离,明距离,距离。Todeschini亚斯兰等人Kayaalp和断言Mahalanobis距离的优势弱化影响指标之间的相关性和自动重量指数的计算基于数据更改(15,16]。

因此,为了弥补正常功能,我们使用Mahalanobis距离作为度量函数来构建属性识别模型。

步骤1 (Mahalanobis样本之间的距离和属性类计算)。假设样本一直是一个地区的环境评估,样品Mahalanobis距离属性类是 在哪里,代表了th地区环境因素评价向量,,代表每个分类标准环境因素的价值属性类向量。=之间的协方差矩阵和是 在哪里。

步骤2(标准属性度量值计算)。一般来说,Mahalanobis距离的相似性越大,测量值越小。因此,假设区域之间的距离类和属性被推导出测量值是,标准的属性

步骤3(示例类属性识别)。类属性识别是按照价值的信心: 在哪里正常情况下需要。

步骤4(安全得分计算)。假设每个评估类别相应的分数安全得分,然后合并后的属性

4所示。案例研究

4.1。中国区域环境概述

5国内环境因素如降雨、闪电、风、温度、和地震近年来收集从2002年到2012年为基本评估数据17如表所示6。(雨的数据因素是总结各区域年平均降雨量,雷电因素的数据来自不同地区的监测报告和数据的风力因素代表各地区季风的影响程度。)

MATLAB的程序是用来评估。具体方法是由31个地区样品和各有9索引。然后我们构成样本矩阵。有五个特征组成的特别严重,严重,温和,温和,和没有影响的中间值将由属性组成的矩阵;也就是说,

使用的函数的MATLAB解决Mahalanobis地区样本之间的距离和属性类: 在哪里是Mahalanobis样本之间的距离矩阵和属性代表函数的使用距离算出的距离矩阵。

然后信心水平,每个区域的环境属性识别值和属性分类表可以获得7。

上面的表中的计算结果表明,新疆的环境安全情况,四川、黑龙江、吉林属于严重的一类,占12.9%。中等地区的情况占32.2%,如黑龙江、河北、辽宁、江苏、广东,和17的地区如北京、天津、贵州、甘肃、和其他地区属于轻微的水平,占54.9%。值得注意的是,除了四川,高速铁路环境影响严重程度地区大多分布在沿海地区和北方地区,而中国腹部地区大多是中型和轻型的水平(见图2)。

进一步分析、安全领域的得分严重级别应该通过评分标准计算。各种各样的分数是澄清表8。

计算结果表明,四川最低得分为62.460,其次是黑龙江的63.280和63.489在新乡,和云南最高得分为72.23。

4.2。高速铁路安全环境分析

有25个高速铁路运营线路在我国目前,构成的总里程10192公里。大部分的高速铁路位于中国的东南部,在复杂地质塌方等事故,地震和其他地质灾害发生频繁。高速铁路环境安全形势显然是见表9。

京沪行、梅红色线和沪宁线主要穿过地区的北京、天津、济南、南京、上海、杭州等。这些地区大多位于介质影响或光线影响雨和风暴经常发生的地方。因此,我们必须关注暴雨和风暴的影响。

武广线和Guangshengang主要交叉等城市广州,在广州佛山,和其他人。这些城市很容易从沿海地区台风,这将影响高速铁路的发展。

碎羽Yiwan线,线,和大成线交叉万州,遂宁,狮子山,四川成都,或者其他城市。高速铁路在这些地区将遭受严重的艰难的环境中,我们应该注意防止山泥倾泻和地震成本和损失。

5。结论

首先,本文详细分析了影响环境因素如降雨、地震、雷电、风、雪和高速铁路的安全机制。分析的基础上,建立了安全评价指标体系和高速铁路环境安全阈值的校准了引用国内外的结果。最后,高速铁路不确定的安全属性识别模型在创建基于Mahalanobis距离与无量纲和弱效应相关性的特点,简化了全面的计算过程。

其次,中国31个省份和地区的例子在文章中选择使数据的高速铁路环境安全更令人信服。的危险程度分为五类,其中的高速铁路通过城市严重的种类占16.1%,那些中产阶级占38.7%,轻度类别占38.7%,和那些没有影响类别占6.51%。它值得我们关注的城市新疆,四川、广东、黑龙江、辽宁属于严重的范畴,其评价结果基本符合环境特征。结果有一定理论参考“135”规划高速铁路运营安全在新疆和其他领域。

最后,分析高速铁路环境安全是针对天气方面,地质、和其他因素。然而,考虑到数据采集的复杂性,高速铁路评价指标都有自己的缺点。需要引入更多的方法和因素的评价高速铁路安全操作,以便进一步研究。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者非常感谢匿名裁判有见地和建设性的意见和建议,导致本文的一个改良版本。工作也由中国国家自然科学基金(项目没有。51178157),基础科学研究高校业务专项基金项目(没有。2011 zdjh29),全国统计科学研究项目(没有。2012 ly150),“蓝色工程”项目在江苏省高校(没有。201211),在江西省教育部和青年基金项目(没有。GJJ13314)。