车辆机械故障与交通事故严重性关系模型

刘静+冯忠祥+赵汝海

摘要：车辆是导致交通事故发生的重要因素，尤其车辆机械故障引发的伤亡事故较为严重。为量化车辆机械故障与交通事故严重性的关联，从交通事故致因角度，将机械故障分为4大类，并应用Logistic理论，以事故严重程度为因变量，以4类致因为自变量，构建模型。并经相关检验，模型正确，有效性较强。结果表明：制动失效的回归系数为1.354，转向失效、失去动力和其它故障的回归系数分别是-0.853、-2.387和-4.118，说明制动失效发生严重性事故的概率较大，而另3类机械故障导致严重性事故概率相对较小。

关键词：机械工程；车辆机械故障；事故严重性；Logistic模型

中图分类号：F306文献标志码：A文章编号：1672-1098（2016）01-0025-05

Abstract：Vehicle is an important factor leading to the occurrence of traffic accidents， especially the accidents caused by vehicle mechanical failure are more serious. In order to quantify the relationship between mechanical failure of vehicle and the severity of traffic accidents， the mechanical failures are divided into 4 categories from the angle of traffic accidents causation， The logistic theory was applied to construct the model with the accident severity as the dependent variable， and the 4 categories of causation as the independent variables. The relevant proved that the model is correct and effective. The results showed that the regression coefficient of braking failure is 1.354， and the regression coefficients of the steering failure， the loss of power and other failures respectively are -0.853， -2.387 and -4.118. It shows that there is a large probability of serious accidents of braking failure， and the other 3 categories of mechanical failures are relatively small.

Key words：mechanical engineering； vehicle mechanical Failures； accident severity； logistic model

交通事故作为车辆与交通发展的伴随产物，已严重影响社会经济平稳发展，并对人民生命财产造成重大损失。交通事故发生的诱因较多，主要因素为人、车、路、环境，且各因素又涉及较多子因素。如驾驶员在道路交通安全中扮演着非常重要的角色，驾驶员的性格、个人素质、行为及技能等都会对安全行车有所影响[1]。另外驾驶人遵守法律的情况与交通安全关系密切，特别是饮酒、吸毒、闯红灯、超载，超速以及违章超车等违法行为是重大交通事故的重要原因。行人在交通安全中的作用也不容小觑，与驾驶员，驾乘人员不同的是，行人既没有驾驶室，亦没有座舱，外界环境直接干扰行人的判断与行动，是道路交通中的弱者。行人行为受到心理作用影响较大，当其它条件不变时，道路照明条件不良时，行人发生交通事故的几率会较低，这是因为行人在心理上已经产生了一种警戒心理[2]。另研究车辆设备ABS、ESP、安全带、安全气囊、吸能转向柱等对交通事故严重程度的影响，均是从车辆角度来提高道路行车安全[3-5]；环境角度，文献[6]的研究发现，交通事故数随着降雪量的增加而大幅增加。文献[7]的研究发现，降雪天气对非致命事故与财产损失的影响要远高于对致命事故的影响。文献[8]提出事故严重程度及财产损失与总降雪量以及日降雪量有着明显的正相关关系。文献[9]研究发现降雨量与交通事故数有着直接的正相关关系，但是还得出了中雨与大雨对于交通事故的影响作用相近的结论。文献[10]研究提出降雨结束时道路交通碰撞风险会立刻降到正常水平。

经过多年的研究，国内外学者认为人是交通事故发生的最主要原因，因为随着车辆技术的发展、道路环境设计优化、道路管理措施的规范科学，车辆和道路环境因素趋于稳定，尤其是车辆因素，目前其机械性能已基本完备，而主动安全技术和被动安全技术又应用于车辆设计和使用的全部环节，所以对其的安全保障的研究目前已重点转移至电子设备性能方面，即开发智能车辆驾驶和人机互动的协调性，研究的导向是从车辆角度来提升驾驶人对环境的适应性和减小其对驾驶能力的需求性，所以，对车辆本身造成的事故或安全威胁研究已趋于淡化。但根据相关交通事故统计，因车辆直接原因导致的交通事故为5%左右，且其中80%与车辆机械故障有直接关系，而此类事故往往严重程度较大，群死群伤事故易发。

本文在对因车辆机械故障导致的事故原因进行总结分析后，应用logistic理论构建事故严重性度量模型，对事故致因与事故严重性进行关联度分析。

1车辆机械故障交通事故致因分析

11制动失效

制动性能是车辆在道路安全行车的基本性能，其目的是按照驾驶人的意愿在一定距离内停车并保持方向稳定性或者是在下坡能维持一定车速，主要由以下构件协调工作实现：（1）供能装置包括供给、调节制动所需能量以及改善传能介质状态的各种部件；（2）控制装置包括产生制动动作和控制制动效果的各种部件，如制动踏板；（3）传动装置包括将制动能量传输到制动器的各个部件及管路，如制动主缸、轮缸及连接管路；（4）制动器是产生阻碍车辆运动或运动趋势的力的部件。上述任何一个部件的失效均会导致车辆制动能力下降或者无法制动，从而导致交通事故。且在实际道路行车中，车辆制动失效导致的事故往往较为恶劣，易发死伤，且车辆毁坏程度严重。

12转向失效

转向性能是汽车操稳性的一部分，是按照驾驶员的意愿控制汽车改变或保持行驶或倒退方向，对汽车的行驶安全至关重要。汽车转向系统一般由转向器和转向传动机构组成。转向器由转向盘、转向轴、转向蜗杆、齿扇等主要机件组成，其主要功用是将转向力传递到转向传动机构。转向传动机构包括转向摇臂、转向纵拉杆、转向节臂、左右转向梯形臂和转向横拉杆等机件，其功用是将转向啮合机构传来的力传递到前轮实现转向。上述机构和零部件在行车过程中长时高强度使用，且受力角度和载荷变化快，易损耗发生断裂或故障导致交通事故，也是导致车辆机械故障事故的主要诱因。

13失去动力

车辆在道路上能正常行驶，主要依靠发动机输出的动力，并经过传动系传至驱动轮。传动系具有减速、变速、倒车、中断动力、轮间差速和轴间差速等功能，与发动机配合工作，能保证汽车在各种工况条件下的正常行驶，它由离合器、变速器、万向传动装置和驱动桥组成，结构复杂。所以车辆在道路上行车时，如果失去动力，可能与发动机故障有关，或传动系某组成机构发生故障。此时车辆转向系和制动系正常工作，车辆本身一般不会主动与其他设施或车辆发生碰撞，但易被其他车辆追尾或侧撞，发生伤亡事故。

14其它故障

车辆本身结构复杂，含有5大总成及各类零部件，任何零部件结构损坏或功能故障，均可能导致车辆无法正常操控而发生交通事故。如风扇皮带松弛、制动踏板间隙增大等。本身或许不会直接发生事故，但存在安全隐患，当结合其他行车风险时，如超速、超载、颠簸等，极易引发事故。

2模型构建

21变量选取

Logistic模型是针对一般回归模型不能解释事情发生与否，进行log转换后，获得事情发生概率的一种多因素分析方法，对分类变量具有很好的解释和赋值功能。构建车辆机械故障与交通事故严重程度模型，首先需要将事故严重程度该因变量yi按照logistic思路进行分类和赋值。

根据《中华人民共和国道路交通安全法》规定，道路交通事故根据严重程度可划分为轻微事故、一般事故、重大事故和特大事故，主要依据为死伤人数，其中轻微事故和一般事故中均无人员死亡，而重特大事故有人员死亡或者重伤人数较多。根据此分类，结合前人事故严重性文献，本文将事故严重性化为两类， 一类是无人员死亡， 仅有受伤或经济损失类事故，定义为非严重性事故，记为yi=0；另一类为有人员死亡事故（中国死亡统计时间为事故发生后的7天内），定义为严重性事故，记为yi=1，其中i表示第i起因车辆机械故障导致的交通事故。

设上述4个事故致因作用于事故严重程度yi，记为自变量x1，x2，x3，x4，根据Logistic模型原理，发生严重性事故的概率为

p=p（yi=1|x1，x2，x3，x4），0≤p≤1

则发生与不发生的概率比记为优势O.R.=p1-p

对其取对数ln（O.R.），记为log（p1-p），可设为因变量与x1，x2，x3，x4构建回归方程

log（p1-p）=β0+β1x1+β2x2+β3x3+β4x4

式中：β0为常数项；β1，β2，β3，β4为上述四致因的回归系数。

由上式可迭代得严重性事故发生的概率

p=exp（β0+β1x1+β2x2+…+βmxm）1+exp（β0+β1x1+β2x2+…+βmxm）（1）

则非严重性事故发生的概率为

1-p=11+exp（β0+β1x1+β2x2+β3x3+β4x4） （2）

22模型自变量赋值

由于上述4因素均无直接数据，属于分类变量，需进行划分及赋值， 具体如表1所示。

表1影响因素赋值及含义

影响因素变量名赋值及含义 制动失效x1划分为：是、否，分别取值1、0 转向失效x2划分为：是、否，分别取值1、0 失去动力x3划分为：是、否，分别取值1、0 其它故障x4划分为：是、否，分别取值1、0 3模型计算及检验

“选取某地因车辆机械故障所致事故363起，在事故记录中明确有制动失效、转向失效、失去动力或其它物理故障的事故共计148起，导致人员死亡92人，受伤218人”

将上述148起事故按照模型构建进行分类和赋值，造成人员死亡的严重事故共计126起，未导致人员死亡的非严重事故共计22起。

使用Spss180进行二项Logistic回归及参数计算，具体采用正向逐步法（条件），选取显著水平α=005。首先对模型自变量用Score检验，选择能够满足建模要求的变量，检验结果如表2所示。

4模型结果及分析

根据模型计算及检验结果，模型有效。由公式（1）可得，发生严重性事故的概率为

p（yi=1|x）=exp（1668+1354x1-0853x2-2387x3-4118x4）1+exp（1668+1354x1-0853x2-2387x3-4118x4）（3）

式中：x1制动失效，x2为转向失效，x3为失去动力，x4为其它故障。

根据表3及公式（3），制动失效的回归系数为1354， 说明制动失效发生严重性事故的概率较大， 其发生比3873， 即制动失效导致的严重性事故概率比不是制动失效导致的要高3873倍；转向失效、失去动力和其它故障的回归系数分别是-0853、-2387和-4118，均为负数，且各自发生比分别为0426、0092和0016，均小于1，说明上述三类机械故障导致严重性事故概率相对较小。

上述4类故障，只有制动失效导致严重性事故的概率较大，而其他3类相较较低，与在实际驾车过程中，由于制动失效后，车辆失去制动能力，只能靠碰撞或者其它非正常操控车辆的方法迫使车辆停止，且制动失效瞬间，驾驶人均较为紧张，所以易导致事故且事故发生时能量较大，造成严重的伤亡性事故；而转向失效时，驾驶人瞬间可采取制动对车辆进行操控，但易发追尾，或来不及制动车辆已驶出路外，但从能量转移角度，可控程度较制动失效大，所以严重性事故发生概率略低，但比失去动力和其它故障导致严重性事故的概率大；车辆失去动力，如果在低速时，则驾驶人会迅速停车点火，而高速时，车辆由于惯性会继续往前行驶，驾驶人会采取制动至停车，再发动车辆，所以，该机械故障发生时，以被追尾事故较多，发生严重性死伤事故的概率较小；其它故障，一般以零部件松动或损耗为主，如导致其他主要系统如制动、转向失效，则发生事故致因归结为制动失效和转向失效，则其它故障导致的事故一般以轻微或非严重性事故为主。

5结论

论文在分析车辆机械故障交通事故致因的基础上，应用Logistic理论对其导致的事故严重程度进行分类和构建模型，经相关检验，模型有效性较强，并分析相关参数对事故严重性的影响，具体结论如下。

1） 本文构建了基于4个自变量的Logistic模型，经似然比卡方值检验，模型拟合优度较好。而检验表明模型拟合劣度较低，暗示模型缺陷较小。综上，所构建模型具有较强的有效性和适用性，可以满足相关需求。

2） 制动失效的回归系数为1354，转向失效、失去动力和其它故障的回归系数分别是-0853、-2387和-4118，说明制动失效发生严重性事故的概率较大，而另3类机械故障导致严重性事故概率相对较小。

参考文献：

[1]肖敏敏，苗聪.道路交通安全工程[M].北京：中国建筑工业出版社，2012：112 -125.

[2]ZHANG G， YAU K K W， ZHANG X.Analyzing fault and severity in pedestrian-motor vehicle accidents in China[J]. Accident Analysis & Prevention， 2014， 73（73）：141-150.

[3]脱晨. 汽车被动安全系统评价模式研究[D]. 沈阳航空航天大学， 2013

[4]乔维高. 车辆被动安全性研究现状及发展[J]. 农业机械学报， 2005， 36（09）：144-146.

[5]黄合来， 胡水燕. 道路车辆碰撞协调性研究综述[J]. 北京工业大学学报， 2014， 40（10）：1 524-1 533.

[6]ANDREESCU M P， FROST D B.Weather and traffic accidents in Montreal， Canada[J]. Climate Research， 1998， 9：225-230.

[7]DANIEL E， WARNER K E. Effects of snowfalls on motor vehicle collisions， injuries， and fatalities.[J].American Journal of Public Health，2005，95（1）：120-124.

[8]EL-BASYOUNY K， KWON D W.Assessing Time and Weather Effects on Collision Frequency by Severity in Edmonton Using Multivariate Safety Performance Functions[C]// Transportation Research Board 91st Annual Meeting.2012.

[9]HAGHIGHI-TALAB D.An investigation into the relationship between rainfall and road accident frequencies in two cities[J]. Accident Analysis & Prevention， 1973， 5（4）：343-349.

[10]ANDREY J， YAGAR S.A temporal analysis of rain-related crash risk.[J]. Accident Analysis & Prevention， 1993， 25（4）：465-472.

[11]斯科特·梅纳德著，李俊秀译.应用logistic回归分析[M].上海：上海人民出版社，2012：8-100.

（责任编辑：李丽，范君）第1期沙莎，等：Hamilton圈问题的分子信标检测模型安徽理工大学学报（自然科学版）第36卷第36卷第1期安徽理工大学学报（自然科学版）Vol.36No.1

2016年1月Journal of Anhui University of Science and Technology（Natural Science）Jan.2016