基于网格的地铁司机岗位作业安全风险管理方法研究

孙孟毅，孙文清

（青岛地铁集团有限公司运营分公司，山东 青岛 266101）

0 引言

地铁司机是地铁列车驾驶员，同时是列车设备故障、突发事件时的第一响应人。在日常工作中，司机要执行单调且重复性高的标准化作业，时常面对线路设备故障、异物侵袭、恶劣天气等诸多状况，岗位作业安全风险性大，风险因素较多。梁雨、吴宝君、龙威以及张红欣等学者主要研究了从全局专业的角度对司机进行管理［1-3］；王国成、毛永文和李华从提升运营服务水平角度提出要加强员工培训，论证技术要求是否科学、符合实际［4］，但缺乏对线路地理位置特点的考虑与运用。从地理的角度出发，将线路划分成若干个网格单元，并结合现代信息技术，有助于提升精细化管控水平。

1 影响司机岗位作业的风险因素

1.1 影响司机岗位作业的风险因素识别

在工程项目质量控制中，常采用4M1E 法识别并分析影响施工质量的各类因素，为确保工程施工质量提供数据参考［5］。基于地铁司机岗位作业特点及相关文献，影响岗位作业的因素众多，经归纳整理，发现其都与五个方面的因素息息相关，即人、物、设备、方法、环境，按4M1E 方法整理的主要影响因素如下。

1.1.1 人

主要指司机的理论技术水平，有无误操作、违纪违章等。在地铁运营中，司机是保障行车安全的关键部分。人的因素起到决定作用。

1.1.2 物

主要有轨行区施工残留物、异物等。及时处置轨行区异物，到站时确认缝隙安全、防止在乘客乘降过程中出现夹人夹物状况，不仅能有效预防事故发生，还能保证司机岗位作业安全有效。

1.1.3 设备

设备对实现安全运营、保障司机作业安全有直接影响，如车辆、信号系统，钢轨、道岔等线路设备以及车站安全门、变电所等。

1.1.4 方法

包括行车组织方法、故障处理方法、标准化作业等。正常与非正常情况下的行车组织方案是否合理、故障处理方法是否快捷有效等，都将对司机作业安全风险产生重大影响。

1.1.5 环境

主要包括气象条件、布局形式、周边建筑等自然环境因素以及包括客车队管理体系等在内的管理环境因素和车站客流、隧道排水、照明等作业环境因素三大部分。

1.2 影响司机岗位作业的风险因素划分

司机岗位作业过程中，在不同时间维度及里程区段内所面临的影响因素是不同的，且影响因素在变化的时间、里程区段内的影响程度也是不同的，基于4M1E 法划分的因素不能很好地展现因素本身的时空特性。对此，笔者根据影响因素是否随时间、空间变化，将其划分为一般、时间、空间和时间-空间四大类因素，其中一般因素是指影响司机岗位作业安全的一类因素，其特点是不受时间或里程的影响；时间、空间因素是指影响司机岗位作业安全且只随时间、空间位置变化而变化的一类因素；时间-空间因素是指影响司机岗位作业安全且受时间、空间位置变化影响的一类因素。具体如表1 所示。

表1 地铁司机岗位作业风险主要影响因素划分

2 地铁司机岗位作业风险网格构建

2.1 网格的定义

在地理学中，网格是将连续的工作区域的平面空间离散化，即按一定规则进行分割，形成许多多边形，每个多边形称为网格单元，并赋予其标识符（即地理编码）［6］。

根据上述定义，基于平面空间的离散化是地理网格划分的关键，而地铁线路呈带状分布，线路较长，且包含存车线、渡线等关键线路，设备分布主要集中在车站，可根据线路轨道设备综合图查找明确，因此司机岗位作业风险网格不宜按照面积来划分，而应根据线路的长度进行划分。

司机岗位作业风险网格是将连续的岗位作业线路离散化，即根据规则分割成众多小的里程区段，以这些划分后的小单位作为网格单元，并进行编码。网格的编码主要与地理空间信息相关，应包括线名、行别、里程位置等信息，可采用线别码（2 位）+行别码（1 位）+顺序码（3 位）的编码结构，其中行别码上行为2，下行为1；顺序码自起始网格依次顺序计数。例如：031011，即3 号线下行顺序第11 个网格。

2.2 网格的划分

司机岗位作业风险网格的划分应遵循地理网格划分的原则，还要考虑地铁运营具体情况、岗位作业特点、所采用设备设施涉及多个专业等因素。在地铁设计、建设阶段，各车站里程长度一般在200 m 左右，以山东省青岛市地铁3 号线为例，依据青岛地铁3 号线正线轨道设备综合图，错埠岭站的车站里程长度为196 m；在线路区间，紧急停电按钮是每200 m 设置一处；在工务线路专业钢轨探伤作业中，轨检仪常以百米标为检测区段起终点。此外，在线路设备的养护维修中，200 m 区段也是常采用的长度单元。整体上，200 m 的区段长度单位是较为适合的网格单元划分单位，满足司机岗位在区间-车站不同区域作业的管控要求，也符合专业设备管理部门日常养护维修工作情况，在风险管控精细化程度上做到了进一步细分。此外，应做好区段与区段分界点的确定与衔接，考虑到不同专业部门的业务特点，在划分网格时会出现部分区段长度不足或大于200 m 的情况，这里以满足司机岗位作业安全管控要求为主。

2.3 网格的属性信息

考虑信息化应用，将数据与网格相结合，赋予网格属性信息，网格众多的属性数据可归类整理为三个基本特征，分别为空间、时间和专题特征。空间特征是指网格在空间位置方面的特性，主要包括空间坐标、几何形状、拓扑关系三方面信息，可采用数据项或一个数据集进行描述，如表2 所示。

表2 网格的空间属性（部分）

时间特征即数据产生的时刻。网格的时间属性可用网格建立的时间、数据产生的时间、记录的时间等进行表述。

专题特征即网格对象的特色属性。这方面信息与各专业部门的业务特点联系密切，基于对司机岗位作业风险影响因素的分析，文章主要对归纳整理的四类因素做设计说明，如表3 所示，其中空间因素与上文中的空间属性相近，在此不再赘述。

表3 网格的专题属性（部分）

3 运用分析

以青岛地铁3 号线2020 年3 月21 日至4 月21 日列车车载控制单元（On Board Control Unit，OBCU）红点故障为例，数据如表4 所示，可知故障发生时间多集中于早晨5-7 点，下午4-6 点，M0324 车发生故障频次较高，运用库是相对集中的地点，以此信息通过信息化系统转化，如技术微报形式（见图1），并结合既往故障处置存在的问题及指引进行针对性提醒，从而在实际生产运作中对司机岗位作业起到警示、指导作用。

图1 技术微报示意图（部分）

表4 3 号线统计期内列车OBCU 红点故障数据（部分）

此外，结合青岛地铁11 号线高架线路特点，记录2020 年10 月份天气、区间异物等数据，如表5 所示，可知异物出现主要集中在海洋大学上下行、山东大学上行区间，且风力较大时出现异物的概率相应增加。基于此，利用乘务管理系统可视化大屏在值乘前结合重点区间、天气等情况做好预警，值乘中根据风力变化及时更改提醒，做好行车准备。

表5 11 号线2020 年10 月风力、区间异物数据统计（部分）

4 结语

文章分析了司机作业过程中的风险因素并将地铁线路划分为网格单元，对重要的风险因素依据时空特性整合赋予到网格中，实现信息化管控，在不断丰富的历史数据的支撑下针对可能出现的情况及时指导提醒司机作业，缩短对发生问题的感知和处理周期，从而提高司机作业安全风险管理的精细化和信息化程度。与此同时，随着各类数据积累，网格内属性信息不断丰富，运用上述方法并依托信息化系统也有助于分析设备故障规律、客流高峰信息等，为司机作业中的风险预测告警提供进一步支持。