基于事故树分析的车辆安全状态模糊综合评价模型.docVIP

基于事故树分析的车辆安全状态模糊综合评价模型 　　摘 要：该文通过构建事故树分析模型，对事故树基本事件的结构重要度进行准确计算，以车辆安全状态模糊综合评价方式，把握影响车辆安全状态的影响因素。在通过预设故障的方式开展道路试验后，基于评价模型分析评价车辆的安全状态，最终得出结论，基于事故树分析的车辆安全状态模糊综合评价模型在车辆安全状态评价方面具有良好的适用性。 　　关键词：事故树分析 车辆 安全状态 模糊综合评价 　　中图分类号：U492 文献标识码：A 文章编号：1674-098X（2016）09（c）-0061-02 　　在社会经济飞速发展的大环境下，交通事业也不断发展，但随之而来的交通安全事故频发，重大恶性交通事故频发，此种情况下，行车安全问题逐渐成为道路交通安全亟待解决的关键性问题，以保证社会群体的生命安全。通过对车辆安全状态评价结果进行分析和研究可知，车辆行驶过程中驾驶员驾驶经验与车辆安装状态存在密切联系，而车辆安全状态评价的信息存在一定模糊性，因此在事故树分析基础上，加大力度探讨车辆安全状态模糊综合评价模型，在提高行车安全性方面具有重要的现实意义。 　　1 车辆安全状态的事故树 　　1.1 事故树分析原理及流程 　　事故树分析原理如图1所示。通过对图1进行观察和分析可知，事故树中下层事件为因，上层事件为果，事故树分析主要包含两个方面，一是定性分析，二是定量分析，就事故树分析模式在我国的应用情况来看，在多种因素的影响下，系统故障率和操作人员失误率的统计资料尚不完善，当前事故树分析模式的应用仅限于定性分析，并且分析结构的准确度较高。 　　1.2 车辆安全状态影响因素分析 　　通过对车辆安全状态事故树进行观察和分析可知，事故?涞慕峁怪匾?度在一定程度上反映出了基本事件在整个环节中的重要性，对顶部事件产生了重要的影响。因此在车辆安全状态影响因素的分析过程中，应当以布尔代数法求解车辆安全状态事故树的最小割集，并计算基本事件结构的重要度，并由此推算车辆因素在车辆安全状态影响因素中所占比例，分析结果与相关统计结果保持高度一致。 　　2 车辆安全状态模糊综合评价模型 　　2.1 确定因素集 　　基于车辆安全状态影响因素事故树分析结果，以CA1046L2轻型载货汽车为试验车，以车速、载质量、纵向安全车距、横向安全车距、轮胎压力以及制动管路泄漏以及灯光故障等因素作为车辆安全状态的评价指标，计算评价模型准则层的因素集。 　　2.2 确定权重集 　　依据车辆安全状态事故树的分析结果，以1-9评判标度表，对比分析车辆安全状态评价指标，从而得出因素集判断矩阵A。以规范列平均法计算后，对判断矩阵A元素的算术平均值进行归一化处理，求出判断矩阵A的最大特征值，并对判断矩阵进行一致性检验。 　　2.3 确定评价集 　　方案层的评价集是车辆安全状态评价的语言表述，以分类模式建立车辆安全状态评价集后，将其安全等级分为非常安全、安全、基本安全、轻度危险和危险共5类。在机动车运动安全技术条件以及道路试验条件下，准确判定因素集的评价指标。 　　2.4 结果分析 　　依据方案层评价集和因素评价指标，对准则层因素集进行分析评价，从而得出模糊评价矩阵。基于权向量和模糊评判矩阵进行准确计算后，得出车辆安全状态模糊评价集，利用加权平均原则对车辆安全状态模糊评价集的最大隶属度进行计算。按照最大贴近度的原则，依据车辆安装状态的最大隶属度，对车辆安装状态进行分析和评价。 　　3 道路试验分析 　　3.1 道路试验数据提取及半载试验 　　基于事故树分析的基础上，在标准的WinCE环境下，以EVC为开发工具，采用嵌入式开发技术，运用多传感器数据采集技术和全球定位系统实现车辆行驶过程中运行状态参数的采集，并以此数据为主要依据设计研发车辆监测预警系统。在行车过程中，车辆监测预警系统能够实现对车辆安全状态的实时监测，显示车辆的实际运行状态，并及时进行保存，为事后检查提供可靠的数据基础。该次试验研究表明，将车辆监测预警系统安装于CA1046L2轻型载货汽车上，预设故障后，试验车在半载状态下进行道路试验。 　　3.2 车辆安全状态评价 　　在试验过程中，截取某一时间段内的对应评价模型因素集的车辆运行状态参数，基于事故树分析的基础上，建立车辆安全状态综合评价模型，得出模糊评判矩阵，并计算得出车辆安全状态的最大隶属度。实验研究显示，在开展半载道路试验之前，预先设定了制动灯故障，试验过程中驾驶员踩踏制动踏板后，制动灯未亮，车载监测预警系统制动灯状态与车辆故障模式一致，基于最大贴近度原则对车辆安全状态最大隶属度进行分析后，可以判定试验车在某一时间点内处于基本安全的运行状态。 　　4 试验结论 　　车辆半载试验研究中，车辆监测预警系统的开发和应用，有