包邮城市交通网络的健康规律研究(精)

第1章 系统健康 1.1 健康的内涵 “健康”一词，首先是作为一个生物学概念而为人们所知。传统的健康观对于健康的含义解释为：身体各类脏器没有疾病，并对疾病有一定抵抗力的身体状态，即所谓的“无病即健康”。而现代健康的含义则逐渐变得多元化，根据世界卫生组织对健康的定义，健康不应该仅指一个人身体上没有出现疾病或虚弱，而是指一个人生理上、心理上和社会适应性上的完好状态。 由生物学概念引申，“健康”的内涵也逐渐扩展到各个领域。例如，生态学领域将生态系统健康定义为人类活动干扰下生态系统本身结构和功能的完整性（Costanza et al.，1992；刘焱序等，2015），其具体内容包括内稳性、无疾病、多样性、稳定性、平衡性等方面。在社会学领域，世界卫生组织将城市健康 ①定义为“不断开发、发展自然和社会环境，并不断扩大社会资源，使人们在享受生命和充分发挥潜能方面能够互相支持”。以此为基础，国内一些城市积极开展了建设健康城市的工作，具体内容包括健康环境、健康社会、健康服务、健康文化等指标 ②。在经济学领域，经济健康的含义（程国强等，2014）包括促进经济运行健康，要求经济发展规模和增长速度必须以环境和资源的承载能力为前提，促进绿色发展；要求生产要素必须实现优化配置和高效利用，实现集约发展；要求经济结构合理协调，发展成果全民共享，体现平衡发展等方面。 随着健康理念的发展，工程领域也借用健康的内涵，逐渐发展出新的健康评估理念，并应用到不同类型的工程系统管理中。例如，袁浩（ 2013）以城市雨排系统为对象，采用暴雨雨水管理模型模拟城市雨排运行状况，基于雨排系统的溢流程度（包括溢流点百分比、溢流时长、溢流流量大小等）提出了雨排系统的健康度评价指标。林彬等（2016）提出基于马氏距离（表示数据的协方差距离）测度的复杂系统健康状态评估方法，通过对比测试产品的健康指数与已知的健康样本集的健康指数来判断系统的实际健康状态，并基于 NASA（National Aeronautics and Space Administration，美国国家航空航天局）提供的公开数据集验证了该方法的有效性。周添（2017）将供热系统的泄漏状况、堵塞状况和本构状况等信息作为评估依据，应用层次分析法对供热系统的健康程度进行了分级。王雅琪等（ 2019）从网络层面提出了针对含有分布式电源的配电系统的健康指标，可应对一般电网结构（辐射网、环网或两者混合）的健康评估问题。 在新一轮科技革命的影响下，数字化、网络化、智能化的趋势逐渐加深，也因此激发了“人机融合”“人网结合”的社会新形态特征，促进了“信息-物理-社会”系统的高度耦合。作为影响国民经济的关键基础设施之一，交通系统就是这样一个典型的复杂社会技术系统。一方面，交通系统中的物理技术要素在数字化、网络化、智能化的发展趋势下，呈现出与以往不同的复杂性特点，例如系统多态、韧性恢复、耦合网络、集群智能等。这些复杂性特点正是因为系统内各要素之间错综复杂的相互作用涌现而产生的。由于这些复杂的相互作用机制的存在，系统内部微小故障的产生，也存在被级联传播，昀终导致整个系统崩溃的可能性。另一方面，由于人这一要素的参与，交通系统又具备复杂社会系统的特征。个人决策的非理性加上日常出行者本身庞大的数量级，导致交通系统中出行博弈行为存在巨大的认知决策复杂性。出行者的认知决策复杂性再经由技术系统内的结构和功能联系交叉放大，又进一步增大了系统的不确定性。理解并挖掘复杂社会技术系统的这些不确定性规律，是我们准确定位、有效解决交通问题的关键前提。 复杂性的存在导致系统可能具有特殊的故障机理和韧性能力，理解社会技术系统的复杂性特征是实现系统调控的重要基础。现有的分析方法大多基于还原论的基本思想，尝试将系统对象解耦、还原为简单的“装备”或“单元”，将核心故障假设为相互独立的；在测试系统抵御扰动的韧性能力时，也多是以“黑箱”状态进行统计性的测试 -反应，而对系统背后的适应机理挖掘不深。如果不能充分理解系统的复杂性规律，而仅仅从“装备”的角度去尝试调控复杂社会技术系统，只会导致事与愿违。首先，在物理结构、功能层面和心理认知、决策层面复杂性的共同作用下，有些交通管理目标本身是难以完全控制的，需要厘清复杂社会技术系统要素的人机智能动态交互、人网协同多层耦合的典型特征，构建交通系统调控的新方法体系，夯实复杂系统可引导性调控的理论与技术基础。其次，传统交通管理基于分割的、局域的系统管理方法，属于基于行为目标的局域控制；未来交通系统管理范式将发生变革，更需要基于适应规律的系统调控理论和方法来支持交通管理决策。 正是交通系统作为社会技术系统的复杂性存在，给发现和理解交通健康规律带来了极大的挑战性和紧迫性。以此为背景，如何衡量交通系统的健康态势，并制定相应的健康管理策略，是一个重要的研究课题。人机结合下的认知与决策行为共同累积成为“交通流”的形式，并逐渐由不同的交通流汇聚形成交通流网络，昀终涌现出交通系统宏观健康态势的复杂时空规律。把交通系统理解为一个复杂的流网络，充分挖掘流的适应性规律，是有效串联交通宏观尺度结构功能复杂性规律和交通微观尺度认知决策复杂性规律的途径。基于这一理念，本书旨在提出基于渗流的交通健康管理新概念，同时期望为当前以及未来的关键基础设施管理研究提供启发思路。 1.2 健康管理的发展 健康管理的发展伴随设备维护策略智能化程度的不断增强。传统的维护策略是仅当发现设备失效后才进行维护（如修复损坏部位、更换故障的零部件等），这种策略被称为“反应性维护”（reactive maintenance）（Christer and Whitelaw，1983）。随着对系统性能和可靠性要求的不断提高，有些设备一旦失效就会造成巨大损失，这样的状况是传统的维护策略难以应对的。 为了使整个设备始终保持功能状态，需要在其部件发生故障之前就进行更换，由此诞生了“预防性维护”（preventive maintenance）（ Barlow and Hunter，1960；Wu and Clements-Croome，2005）的策略，即依据特定的使用计划，对于使用了一定时间的设备，更换其相应的零部件。这类策略的局限性在于，首先需要大量的设备使用数据（尤其是失效时间）来确定相应的预防性维护计划，其次预防性维护也可能因更换仍然能够用一段时间的零部件而造成过度维护，增加不必要的维护成本。 之后出现了“视情维护”（或称“基于状态的维护”， condition-based maintenance）（Marseguerra et al.，2002；Peng et al.，2010）的策略，这一策略不再仅仅依赖于设备的使用时间，而是通过采集设备运行中的各类数据来判断其状态，从而发现早期故障。视情维护已经具有较强的针对性和精确性，从而可以极大地削减设备的维护成本。不过，视情维护不能对设备的剩余使用寿命进行预测，因而难以实现对未来风险的管控。 为了预测并管理未来可能出现的风险，进一步减少系统整个寿命周期的运维成本，需要新的系统健康理论和技术。由此催生了预测和健康管理（prognostics and health management，PHM）技术（曾声奎等， 2005；孙博等，2007）。PHM通常包括特征提取、状态监测、故障诊断、故障预测和管理决策等技术步骤。PHM技术通过采集系统运行过程中不同维度的数据，结合各类智能化算法将这些测量值数据降维成可表征设备运行状态的健康值指标，从而在故障发生前对其进行预测。 PHM能否提供切实有效的管理决策建议，核心在于是否真正理解了设备的故障机理。 1.3 复杂系统健康管理 系统健康管理的目标是减少系统在其整个寿命周期中的不确定性风险，从而保证系统安全、高效地运行。结合工程领域的丰富经验， Johnson等（2011）将系统健康定义为系统具有维持自身正常功能的能力，并提出系统健康管理（system health management，SHM）的主要目标是确保系统能够完成预期功能。这一定义是对传统故障管理理念的拓展 ——故障管理关注的是当系统偏离健康状态时应该采取什么样的对策，而系统健康管理除了关注这一方面外，还考虑了对故障的预防方法这一层面的措施。 Bonissone等（2009）提出系统健康管理可以分成两大方面：一方面是健康评估（health assessment），主要是感知和估计系统当前和未来一段时间内的健康状态；另一方面是健康管理（health management），主要是针对所感知的系统状态实施管控、调整，制订后勤保障计划等措施。 Khan和 Yairi（2018）将工程系统的健康管理描述为一个诊断和预防系统故障，以及预测系统组件的可靠性和剩余使用寿命的过程。健康管理主要包含了如下过程：首先需要从各类传感器收集相关的系统运行数据，然后需要对这些数据进行关键特征提取、故障诊断和故障预测等分析，昀后基于分析的结果和用户的需求提供进一步的决策建议。系统健康管理的作用在于提高系统在整个服务和运行过程中的可用性和韧性。 虽然相关学者对 PHM开展了比较丰富的研究，对系统健康管理也进行了初步探索，但是面对各类工程系统的复杂程度不断增加这一现实背景，对复杂系统的健康管理也提出了更高的要求。复杂系统往往具有非线性、混沌性、涌现性、自组织性、自适应性等复杂性特征，这些特征给理解和分析复杂系统的性质带来了全新的挑战。例如，复杂系统的非线性关系往往难以用解析式来描述；复杂系统的状态可能存在多个局部的峰值而难以找到真正的昀优状态；因初值敏感性的存在，初始条件的细微改变会导致结果发生非常大的变化，使系统无法进行预测；自组织性和自适应性的存在也会导致系统的变化情况更加难以被捕捉等。城市交通系统是一个典型的开放的复杂巨系统，如何实现城市交通健康管理也引起了相关学者的广泛探讨和研究。然而，目前仍然缺乏行之有效的交通健康管理理论和方法。虽然有学者尝试提出了一些交通系统的健康评估方法（赵玲等， 2012；陈艳艳等， 2015；汪春， 2016；周志华等， 2020），但是这些评估方法的局限性在于，忽视了交通系统的核心故障机理 ——交通拥堵的时空传播过程，更多的是从统计效率的维度来评估，缺乏对系统故障和健康维度的综合性考虑；同时，这些评估方法没有有效地利用交通流网络的时空关联信息，更多的是对路段运行状态的简单（加权）平均或求和，难以为交通路网调控等管理决策提供支持。 参考文献