本研究是利用交通部鐵路局號誌設備故障報表資料來分析號誌系統的存活時間，並利用存活理論中之Cox等比例危險模式應用於號誌系統影響因素的分析研究，影響因素分為軌道、班次、氣候三個方面，透過影響因素的資料整理、模式建構及模式配適檢定來找出顯著影響變數，再透過存活函數的相對風險分析以及中位存活時間，來瞭解解釋變數的改變可以帶來的存活時間影響，以延長號誌系統的壽命時間。

結果顯示號誌系統的存活函數有75%的號誌系統可以存活超過177天；50%的號誌系統可以存活超過449天，僅有25%的號誌系統可以存活超過655天。經Cox等比例危險模式檢定後發現「路線形式」、「曲線半徑」、「存活時間內累積對號列車總班次」、「存活時間內累積非對號列車總班次」及「存活時間內平均溫度差」，五個變數對模式有顯著的影響。本研究亦將號誌系統細分為軌道電路與計軸器、號誌機、轉轍器、繼電聯鎖來進行分析。

軌道電路顯著變數有「號誌設備設置位置」、「曲線半徑」、「坡度」、「存活時間內累積對號列車總班次」、「存活時間內累積非對號列車總班次」，號誌機有「路線形式」、「存活時間內累積對號列車總班次」、「存活時間內累積非對號列車總班次」、「存活時間內平均溫度差」，轉轍器有「路線形式」、「曲線半徑」、「存活時間內累積非對號列車總班次」、「存活時間內平均溫度差」，繼電聯鎖有「路線形式」、「存活時間內累積對號列車總班次」、「存活時間內累積非對號列車總班次」、「存活時間內平均溫度差」。

This research is use the data of TRA’s signal system failure report to analyze the signal system of the survival time. Also, use the survival analysis, Cox proportional hazard model that applied in signal system factors, there are three factors included track, train number and weather. Through factors data compilation, model construction, parameter calibration and goodness of fit test for the model, and use the Cox proportional hazard model as a model of relative risk and determine the median survival time, then observe the change in explanatory variables, these can extend the signal system life.
As a result, the signal system’s survival time has 75% can survive more than 177 days, 50% can survive more than 449 days and only 25% can survive more than 655 days. Through Cox proportional hazard model, research outcome had reavealed that five significant variables. Also research in track circuit and axle counter, signal, point machine, relay interlocking.

1.吳廷忠，鐵路號誌圖解，臺灣鐵路管理局員工訓練中心，98年月。
2.交通部鐵路改建工程局，102年度號誌系統專業講習。
3.交通部臺灣鐵路管理局，風險管理業務推動情形報告。
4.涂嘉良，臺鐵號誌障礙分析，101年。
5.鍾志成、賴勇成，鐵路營運規劃與容量分析。
6.吳弈光，「應用存活分析法於鋪面坑洞影響因素及使用年限之研究」，國立中央大學土木工程學系，碩士論文，101年。
7.蕭羽媛，「應用存活分析法於機車紅燈熄火行為之研究」，國立中央大學土木工程學系，碩士論文，98年。
8.謝玟倩，「機車紅燈怠速熄火節能減碳評估效果」運輸計畫季刊，第四十一卷，第四期，365~398頁。
9.蔡秉承，「應用存活分析法於市區公車駕駛行為異常之研究」，國立中央大學土木工程學系，碩士論文，103年。
10.張新立，吳舜丞，賴允勻「以存活理論探討影響機車失竊因素之研究」，中華民國運輸學會第十五屆論文研討會，民國89年12月。
11.葉祖宏，「存活分析法應用於機車持有年限之研究」，運輸計劃季刊， pp.443 ～ 468，民國94年8月。
12.Mannering, F., “Male female driver characteristics and accident risk: some new evidence. ”Accident Analysis and Prevention Vol.25, pp.77–84,1993.
13.Schönfelder, S. and K.W. Axhausen. “Modelling the rhythms of travel using survival analysis”, paper submitted to the 80th Annual Meeting of the Transportation Research Board, 2000.
14.Fu H., Wilmot, C. G., “Survival Analysis-Based Dynamic Travel Demand Models for Hurricane Evacuation”. Transportation Research Record, Volume 1964 pp.211-218,2006.