浅谈SOM 网络在铁路危险货物专用线风险评价中的应用论文
铁路危险货物专用线是危险货物运输的重要方式，油品是铁路专用线运输的主要危险货物. 随着石油化工和铁路运输行业的发展，铁路危险货物专用线运营过程中存在的潜在风险已不容忽视，近几年来铁路危险货物运输安全的研究发展迅速. 风险评价是保证线路安全运营的重要手段，根据《铁路危险货物运输安全监督管理规定》的相关规定，企业应对其所属的危险货物铁路专用线进行安全评价.
在评价工作中，评价方法的合理性直接影响评价结果的准确性. 目前，在铁路专用线风险评价中常用的方法主要有: 事故树分析法( FTA) 、安全检查表( SCA)、网络结构法、模糊数学方法等. 事故树分析法、安全检查表法很难将铁路危险货物专用线运营的风险定量化，模糊数学方法虽然可以将风险评价结果定量化，但该方法的核心是建立隶属函数，而模糊隶属度的确定带有很强的主观性和随意性，由于油库铁路装卸系统的复杂性和不确定性，这些方法在应用上都有一定的局限性. 随着人工智能技术的发展和完善，人工神经网络技术开始应用于风险评价，人工神经网络技术在风险评价中可以解决系统复杂性和不确定性的问题，同时该方法具有逼近复杂非线性系统和自适应学习能力的优点，因此通过建立基于SOM 神经网络评理论的铁路危险货物专用线及附属设施风险评价模型，确定铁路危险货物专用线及装卸系统的安全状态，可以为铁 ……此处隐藏1443个字……本的分类正确率为100%.
3. 3 应用实例
以中石油吉林销售公司某铁路专用线为实例，利用上文确定的评价模型进行评价. 该铁路专用线有2 条，站台数量1 台，站台使用面积1 400 m2，1 座100 m 钢结构装卸栈桥1 座，栈桥设有10 个鹤位. 库区设有4 000 m3 汽油储罐，4000 m3 柴油储罐，400 m3 乙醇储罐. 油库共分接卸区、发付区、储存区、生活区和绿化区共5 个区域. 该铁路专用线到达物质为乙醇、汽油和柴油. 专用线尽头设有车档，装卸车场留有消防通道，该专用线已经过吉林市气象灾害防御科技中心组织的防雷设施检测，检测结论合格，且该专用线经吉林市公安消防支队组织的消防验收，验收合格，按照2. 1 节的指标体系，依据《铁路危险货物运输安全监督管理规定》等铁路危险货物运输法规、标准对该专用线打分后的指标值为: [83. 42，79. 25，82. 33，80. 25]. 根据3. 1 节的训练结果对该专用线进行分类，分类结果为Ⅲ级，为“良好级”，其危险货物铁路装卸系统的安全保障条件符合相关要求，可以满足安全需要，但仍需要加强对铁路专用线的日常管理和监督检查，并完善应急预案及应急救援体系.
4 结论
( 1) 根据铁路危险货物专用线的运营特点及《铁路危险货物运输安全监督管理规定》、《铁路危险货物运输办理站( 专用线、专用铁路) 办理规定》等关于的专用线运营要求建立的风险评价指标体系是合理的;
( 2) 通过实例训练和测试结果表明，基于SOM 神经网络理论建立的铁路危险货物专用线风险评价模型对未知体系的测试结果准确、可靠.SOM 神经网络可以应用于铁路危险货物专用线等复杂系统的风险评价中.
