پیوندهای مفید
آمار
| تعداد نشریات | 22 |
| تعداد شمارهها | 705 |
| تعداد مقالات | 10,149 |
| تعداد مشاهده مقاله | 71,507,405 |
| تعداد دریافت فایل اصل مقاله | 63,219,320 |
توسعه مدل ریسک ایمنی شبکه ریلی مبتنی بر ریزش تونل به کمک شبکه بیزی | ||
| مهندسی زیر ساخت های حمل و نقل | ||
| دوره 7، شماره 2 - شماره پیاپی 26، شهریور 1400، صفحه 51-60 اصل مقاله (962.61 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22075/jtie.2021.18859.1423 | ||
| نویسندگان | ||
| شاهین شعبانی* 1؛ جبار علی ذاکری2؛ وحید رضایی تبار3؛ آزاده قنبرپور4 | ||
| 1استادیار، گروه مهندسی عمران، دانشگاه پیام نور، تهران | ||
| 2استاد، دانشکده مهندسی راهآهن، دانشگاه علم و صنعت ایران، تهران | ||
| 3استادیار، گروه آمار، دانشکده کامپیوتر و علوم ریاضی، دانشگاه علامه طباطبایی، تهران | ||
| 4دانش پژوه دکتری مهندسی عمران، دانشگاه پیام نور، تهران | ||
| تاریخ دریافت: 12 مهر 1398، تاریخ بازنگری: 17 دی 1399، تاریخ پذیرش: 19 بهمن 1399 | ||
| چکیده | ||
| بررسی ایمنی شبکهی حمل و نقل ریلی، به عنوان بخش زیربنایی اقتصاد، بازتابی از سطح ایمنی کل شبکه حمل و نقل کشور میباشد. یکی از چالشهای تهدیدکنندهی ایمنی در شبکهی ریلی، وضعیت تونلهای راهآهن کشور به لحاظ عملکرد در دورهی بهرهبرداری و تحلیل عواقب خطرات آن است. امروزه، شبکۀ بیزی، روش شناخته شدهای برای مدلسازی گرافیکی عوامل مؤثر در رخداد حوادث و تحلیل احتمالات شرطی مربوطه است. به منظور ارائهی مدلی برای تحلیل ریسک و انطباق هرچه بیشتر آن با شرایط موجود تونلهای ریلی کشور، مراحل مدلسازی اثر ریسک ریزش تونل در دو بخش انجام شده است. در بخش نخست، علل و عوامل اصلی و مورد اتفاق خبرگان در ریزش تونل شناسایی و بر اساس تواتر رخداد، امتیازدهی شده و شبکهی مربوطه اجرا گردید. در بخش دوم، به تعیین سناریوهای مختلف پس از ریزش تونل، عواقب حادثه و برخی اقدامات اصلاحی پیشنهادی، تحلیل سناریوها و در نهایت ارائه مدل ریسک ایمنی بر اساس هر کدام از درجات شدت تعریف شده، پرداخته شده است. مدلسازی بر اساس آمار حوادث ریلی ده سال اخیر و با الگوریتم شبکۀ بیزی در نرمافزار متلب انجام شده است. خروجی مدل نشان داد که نفوذ آب در تونلهای بدون پوشش دائمی، به عنوان شدیدترین ریسک با بیشترین تواتر، که بر اساس تعاریف دستورالعملهای معتبر به عنوان علت و شدت "درجه اول" طبقهبندی میشود، قابل ذکر است. | ||
| کلیدواژهها | ||
| ایمنی ریلی؛ تحلیل ریسک؛ تونل راه آهن؛ شبکه بیزی؛ مدلسازی | ||
| عنوان مقاله [English] | ||
| Developing a safety risk model for railway network considering tunnel fall using Bayesian network | ||
| نویسندگان [English] | ||
| Shahin Shabaani1؛ jabar alizakery2؛ vahid rezaietabar3؛ azadeh ghanbarpoor4 | ||
| 1Assistant Professor, Department of Civil Engineering, Payame Noor University, Department of Center of North Tehran | ||
| 2professor | ||
| چکیده [English] | ||
| Evaluating the safety of the railway network as the fundamental part of the economy development reflects the safety of the entire transportation network of a country. One of the challenges threatening the railway safety is the railway tunnel conditions in terms of safe operating during operation period and analyzing the consequences of its hazards. Today, Bayesian network are the most identified methods to graphically model the causes of accidents and their conditional probabilities. In order to develop a model that best matches the real condition of the railway tunnels risks, modeling process divided in to two sections; in the first section, the compromised causes that identified and concluded by the specialists scored according to their frequency of happening and the related network constructed. Second section joints the cause and consequence analysis of different scenarios offering remedial actions and concluding the final model based on severity degrees defined. Outcome of the model shows the high probability for water penetration in tunnels without permanent lining as the most important cause and the first degree of the accident severity according to the guideline as the most frequent consequence of the risks identified. | ||
| کلیدواژهها [English] | ||
| railway safety, risk analysis, railway tunnel, Bayesian networks, modeling | ||
| مراجع | ||
|
روشن بخت، ک.، آقا بیک، ک. و بکیاسا، ف. 1397. "انتخاب دستگاه حفاری در تونلهای با شرایط متنوع زمینشناسی (مطالعه موردی تونل متوسلیان)." پژوهشنامه حمل و نقل، 15(2): 323-337. Beard, A. N. 2010. “Tunnel safety, risk assessment and decision-making”. Tunn. Undergr. Sp. Tech., 25(1): 91-94.
Chung, H., Lee, I. M., Jung, J. H. and Park, J. 2019. “Bayesian networks-based shield TBM risk management system: Methodology development and application”. KSCE J. Civ. Eng., 23(1): 452-465.
Gui, S. and Gui, R. 2019. “Auto-extraction of stratified interface in the underground space-based on Bayesian detection algorithm with statistical fitting of probability density by actual data”. Sustain. Cities Soc., 101430.
Jena, J. K., Verma, A. K., Kumar, U. and Ajit, S. 2019. “Tunnel QRA: Present and future perspectives”. In: Kapur, P., Klochkov, Y., Verma, A. and Singh, G. (Eds.) System Performance and Management Analytics. Asset Analytics (Performance and Safety Management), Springer, Singapore. https://doi.org/10.1007/978-981-10-7323-6_31
Lyu, H. M., Shen, S. L., Zhou, A. and Yang, J. 2019. “Perspectives for flood risk assessment and management for mega-city metro system”. Tunn. Undergr. Sp. Tech. 84: 31-44.
Otto, A., Kellermann, P., Thieken, A. H., Manez Costa, M., Carmona, M. and Bubeck P. 2019. “Risk reduction partnerships in railway transport infrastructure in an Alpine environment”. Int. J. Disaster Risk Reduction, 33: 385-397.
Rakoczy, A. M., Wilk, S. T. and Jones, M. C. 2019. “Security and safety of rail transit tunnels”. Transport. Res. Record, https://doi.org/10.1177/0361198118822819
Ronchi, E., Colonna, P., Capote, J., Alvear, D., Berloco, N. and Cuesta, A. 2012. “The evaluation of different evacuation models for assessing road tunnel safety analysis”. Tunn. Undergr. Sp. Tech., 30: 74-84.
Su, M., Wang, P., Xue, Y., Qiu, D., Li, Z., Xia, T. and Li, G. 2019. “Prediction of risk in submarine tunnel construction by multi-factor analysis: A collapse prediction model”. Marine Georesour. Geotech., 37(9): 1119-1129.
Wang, Q., Luan, Y., Jiang, B., Li, S., He, M., Sun, H., Qin, Q. and Lu, W. 2019. “Study on key technology of tunnel fabricated arch and its mechanical mechanism in the mechanized construction”. Tunn. Undergr. Sp. Tech., 83: 187-194.
Zhou, C., Luo, H., Fang, W., Wei, R. and Ding, L. 2019. “Cyber-physical-system-based safety monitoring for blind hoisting with the internet of things: A case study”. Automat. Constr., 97: 138-150.
| ||
|
آمار تعداد مشاهده مقاله: 911 تعداد دریافت فایل اصل مقاله: 927 |
||