一种缆车大风风险指数制定及其等级划分方法与流程

本发明涉及一种缆车大风风险指数制定及其等级划分方法，属于缆车技术领域。

背景技术：

缆车是由驱动机带动钢丝绳，牵引车厢沿着铺设在地表并有一定坡度的轨道上运行，用以提升或下放人员和货物的运输机械。它多用作工矿区、城市或风景游览区的交通工具。

缆车一般在山间的空中，在遇到大风的情况下安全风险指数会增加，现有技术中，没有一种缆车大风风险指数的算法，造成这一风险指数不能进行更好的评估，进而不能达到进一步提高缆车使用安全性的使用效果。因此，迫切需要一种缆车大风风险指数制定及其等级划分方法，以解决现有技术中存在的这一问题。

为了解决上述技术问题，特提出一种新的技术方案。

技术实现要素：

本发明的目的在于提供一种缆车大风风险指数制定及其等级划分方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种缆车大风风险指数制定及其等级划分方法，以四人吊箱为对象，将缆车大风风险预警指数设计为如下公式：

其中i为风险指数，r代表系数，系数的计算公式为：

其中ρ代表空气密度；s代表缆车轿厢侧方迎风面积；n代表缆车轿厢侧方风阻；v为风速；α代表风向角；m代表缆车轿厢质量；g代表重力加速度。

优选地，计算出风险指数i后，得到四种缆车大风风险预警等级。

优选地，所述四种缆车大风风险预警等级包含有一定风险、风险较高、风险高和风险很高。

与现有技术相比，本发明的有益效果是：提供一种缆车大风风险指数的算法，实现缆车大风风险指数能进行更好的评估，进而达到进一步提高缆车使用安全性的使用效果。

附图说明

图1为缆车大风风险指数各参数默认值表。

图2为缆车大风风险预警等表。

图3为黄山索道空间布局，填色为dem高程。

图4为华山索道空间布局，填色为dem高程。

图5为黄山索道2019年3月20日风速(虚线)及大风风险指数(实线)变化。

图6为黄山索道2019年8月10日风速(虚线)及大风风险指数(实线)变化。

图7为华山西峰索道2019年9月11日风速(虚线)及大风风险指数(实线)变化。

图8为华山北峰索道2019年9月11日风速(虚线)及大风风险指数(实线)变化。

图9为华山西峰索道2019年12月31日风速(虚线)及大风风险指数(实线)变化。

图10为华山北峰索道2019年12月31日风速(虚线)及大风风险指数(实线)变化。

图11黄山2019年3月20日最大阵风及风险空间分布(风向角取90°)。

图12黄山2019年3月20日平均阵风及风险空间分布(风向角取90°)。

图13为黄山2019年8月10日最大阵风及风险空间分布(风向角取90°)。

图14为黄山2019年8月10日平均阵风及风险空间分布(风向角取90°)。

图15为华山2019年9月11日最大阵风及风险空间分布(风向角取90°)。

图16为华山2019年9月11日平均阵风及风险空间分布(风向角取90°)。

图17为华山2019年12月31日最大阵风及风险空间分布(风向角取90°)。

图18为华山2019年12月31日平均阵风及风险空间分布(风向角取90°)。

图19为华山2019年9月11日缆车周边平均风速及风险预报和对应观测。

图20为华山2019年9月11日最大风速及风险预报(风向角取90°)。

图21为华山2019年9月11日平均风速及风险预报(风向角取90°)。

图22为华山2019年12月31日缆车周边平均风速及风险预报和对应观测

图23为华山2019年12月31日最大风速及风险预报(风向角取90°)

图24为华山2019年12月31日平均风速及风险预报(风向角取90°)

图25为给出了风向角分别为20°时，不同缆车重量及风速对缆车大风风险指数的影响，计算时其他缆车参数保持默认不变。

图26为给出了风向角分别为40°时，不同缆车重量及风速对缆车大风风险指数的影响，计算时其他缆车参数保持默认不变。

图27为给出了风向角分别为60°时，不同缆车重量及风速对缆车大风风险指数的影响，计算时其他缆车参数保持默认不变。

图28为给出了风向角分别为80°时，不同缆车重量及风速对缆车大风风险指数的影响，计算时其他缆车参数保持默认不变。

图29为图25至图28的风向角为90°时，缆车大风风险指数与缆车重量和风速的关系。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅说明书附图，本发明提供一种技术方案：一种缆车大风风险指数制定及其等级划分方法，以四人吊箱为对象，将缆车大风风险预警指数设计为如下公式：

其中i为风险指数，r代表系数，系数的计算公式为：

其中ρ代表空气密度；s代表缆车轿厢侧方迎风面积；n代表缆车轿厢侧方风阻；v为风速；α代表风向角；m代表缆车轿厢质量；g代表重力加速度。

优选地，计算出风险指数i后，得到四种缆车大风风险预警等级。

优选地，所述四种缆车大风风险预警等级包含有一定风险、风险较高、风险高和风险很高。

实施例1

参考文献(黄山，2018)，根据经验将各参数的默认数值设定如附图1的表1。风向角使用实际风向数据计算与缆车运行方向的夹角得到。

计算出风险指数i后，根据图2的表2可得到有一定风险、风险较高、风险高和风险很高等四种缆车大风风险预警等级。

本发明数据介绍为：

1.风速数据介绍

为验证风险指数的预警效果，研究使用了华山、黄山地区格点化的观测数据及预报数据(待补充数据来源及有关参数)。根据历史观测记录，华山地区选取了2019年9月11日和12月31日的大风天气过程作为研究个例，黄山地区则选取2019年3月20日和8月10日的大风天气过程作为研究个例。所有观测和预报数据均使用双线性插值法统一插值到0.01°分辨率网格。后文无特殊说明，时间均采用世界时。由于所选个例风速均未能达到较高风险等级，因此为更好地体现风速大小与风险的关系，所有风速数据均通过对大于9m/s的格点乘以自身对数后进行了放大(视情况删除)。

2.缆车空间布局

如图3所示为黄山索道的空间布局，填色为地形。可见黄山缆车位于黄山主峰西侧，呈西北-东南走向；缆车起点和终点高差约800m。根据缆车坐标，可计算得到缆车运行方向与正北夹角为130°。图4给出了华山索道的空间布局。可见华山索道分为西峰索道(位置靠西)和北峰索道(位置偏北)两条；两条索道均位于华山主峰北侧，呈东西走向，与正北夹角约75°。

本发明结果分析：

1、缆车坐标点大风风险指数

参见图5，图5给出了2019年3月20日，黄山索道坐标点位置上的观测阵风风速和风险变化序列。根据风速的变化，可见当日大风主要集中出现在白天时间段，缆车所在位置最大风速超过了16m/s；到了夜间，风速则逐渐趋于平缓。而根据风险指数的变化，可见定义的风险指数较好地反应了不同风速大小带来的风险等级。当日最大风险达到了二级，即缆车轿厢存在与其它物体碰撞的可能；该风险出现在04时，即当日最大风速出现时刻。而过了10时，当地风速下降到4m/s以下，此时虽然风向角较大，但由于风速较小，缆车的大风风险等级也降至最低等级。

参见图6，图6给出了2019年8月10日，黄山索道坐标点位置上的观测阵风风速和风险变化序列。和图3一样，风险指数也较好地反应了风速能带来的影响。当日最大风速约20m/s，出现在07时；此时的缆车大风风险也达到二级。而根据图3-4中风向角的变化，可知单纯较大的风向角并不能带来更大的风险指数，只有当风速和风向角都较大时，大风风险指数才会较高。

参见图7和图6，图7和图8分别为2019年9月11日华山西峰索道和北峰索道的阵风及大风风险变化。从风速变化来看，两处索道的风速日变化基本一致，风速均表现为先减小又增大的特征，变化波动较为明显；而从风速大小来看，华山北峰索道风速较西峰索道略大，北峰索道日最大风速约17m/s，西峰所答则为约14.5m/s。而从大风风险变化来看，可以看出风险等级与风速变化依然有较好的一致性。

参见图9和图10，图9和图10分别为2019年12月31日华山西峰索道和北峰索道的阵风及大风风险变化。可见当日风速呈逐步减小的特征，到10时之后风速基本趋于平稳。同时，与之前分析一致，可见北峰索道风速较西峰索道略大；另外风险指数依然较好地反应出了不同风速大小情况下的缆车运行风险。而从图10中，可明显看到风向角对风险的影响：在03-10时，虽然风速较大(超过7m/s)，但风向角较小(小于25度)，因而大风风险也较小；而在15时-23时，风向角较大，在19时甚至达到90°，但由于风速较小，因而大风风险等级也较低。

2、风险空间分布特征

参见图11和图12，图11和图12分别给出了黄山地区2019年3月20日最大阵风风速、最大大风风险空间分布和平均阵风风速、平均大风风险空间分布。为突显最大风险的情况，计算风险时风向角统一使用90°。从图中能看出，该次大风天气过程主要发生在黄山主峰地区，即缆车线路西侧。但根据图9，可知当日缆车上站和下站均出现过一级风险，即缆车系统结构存在被大风破坏的风险；缆车中段则最大为二级风险，即缆车轿厢存在与其它物体碰撞的可能。根据图10，可知平均而言，当日上站站房所在地大风风险较下站站房更高，达到了三级风险。

参见图13和图14，图13和图14分别给出了黄山地区2019年8月10日最大阵风风速、最大大风风险空间分布和平均阵风风速、平均大风风险空间分布。与之前相同，计算大风风险时风向角统一使用90°。可见与2019年3月20日的大风过程一样，8月10日的大风依然主要集中出现在黄山主峰地区，但风速及大风区的面积较3月20日的过程明显更大，上站下站站房及缆车线路均出现了最大一级的大风风险。不过从图12可见，缆车上站站房风险依然较下站站房更大。结合两次过程，可初步推测黄山缆车线路应该更留意上站站房地区的大风风险，其次为下站站房地区；缆车运行路线的大风风险相对较低，但也有一定风险。

参见图15和图16，图15和图16分别给出了华山地区2019年9月11日最大阵风风速、最大大风风险空间分布和平均阵风风速、平均大风风险空间分布。从图15中能看出，大风过程主要发生在华山主峰以及其他高海拔地区。其中可见北峰索道上站下站站房及运行线路上均出现了大风一级风险；西峰索道上站站房及运行线路的日最大风险较下站站房高，说明下站站房处于局地小风区，可能是由于局地地理特征所致。根据图14的日平均状况，可知该次过程中北峰索道以三级和四级风险为主；西峰索道上站站房风险较高，为一级风险，运行线路和下站站房风险相对较低，为四级至二级风险。

参见图17和图18，图17和图18分别给出了华山地区2019年12月31日最大阵风风速、最大大风风险空间分布和平均阵风风速、平均大风风险空间分布。和9月11日的过程一样，该次过程主要的大风区及高风险区依然集中在高海拔和华山主峰地带。结合两次过程，可初步推测华山地区北峰索道的上站站房风险较下站站房更高；西峰索道的上站站房和运行线路风险较下站站房更高。因此如果华山景区发生大风事件，应重点关注这些高风险地区。

3、大风风险预报

参见图19，图19为2019年9月11日预报和观测的华山缆车附近大风和大风风险时间变化对比。考虑到数值模式的误差和分辨率，这里计算的是预报和观测中，缆车坐标点周边0.05°×0.05°范围内的平均风速、平均风险，风向角统一取90°。可以看出，模式预报的风速整体变化趋势与观测基本一致，但风速却较观测偏小，尤其是当实际风速较大时，预报风速往往存在5m/s左右的偏差。这使得根据预报计算的缆车大风风险也偏小约一个等级(图19实线)。

参见图20和图21，图20和21分别为2019年9月11日华山缆车周边地区的日最大风速、最大风险预报和平均风速、平均大风风险预报，风向角取90°。与观测对比，可知预报结果与观测的大风和风险空间分布大体一致，说明模式能基本预报出当日的大风变化和分布特征。但预报在风速的强度及强风区的面积较观测偏小。

图22和23分别为2019年12月31日华山缆车周边地区的日最大风速、最大风险预报和平均风速、平均大风风险预报，风向角统一取90°。和9月11日的过程一样，该次过程中模式预报结果也表现出低风速预报较好，极端大风预报偏小的特征。而就预报风场的空间分布来看，尽管预报的风速和风险与观测相似，但在大风区的面积、强度的预报依然有所欠缺。综合来看，建议使用缆车周围特定范围内的最大风速或风险作为大风风险预报的参考。

图24、图25、图26和图27分别给出了风向角分别为20°、40°、60°和80°时，不同缆车重量及风速对缆车大风风险指数的影响，计算时其他缆车参数保持默认不变。可以看出，当风向角为0时(图23a)，缆车的风险等级较小，风速达到30m/s时也未超过三级风险；同时，风险指数随风速和重量增加的变率也较小。而当风向角越大，则大风风险对缆车重量和风速的大小就越敏感。

对于最大风向角(90°，参见图28)，当风速较小时(风速小于9m/s)，质量大于100kg的缆车可始终保持四级风险；当风速超过19m/s时，质量低于400kg的缆车均会处于一级风险状态。当风速不变时，缆车质量越大，风险越小；而质量越大的缆车，则需要越强的阵风才能造成风险等级的上升。

综上，景点可获取当地大风风速、风向预报数据，根据缆车大风风险指数，对乘坐缆车的游客人数及乘坐批次进行更合理的规划和安排，从而在不耽误游客行程和保证游客安全之间实现较好的平衡。

另外，由于根据目前的风险公式可知，当风向角为0(即风向与缆车运行方向同向)时，不管风速多大都为四级风险。这在实际应用中合理性有待商榷，因此可对公式做一定调整。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。