基于TEM模型的民航不安全事件关联规则挖掘与分析*

为了预防民航不安全事件的发生,应用机组威胁与差错管理（TEM）模型分析2014—2020年民航事故/征候的航空安全报告资料,提取事件里存在于民航运行风险中潜在的情况、威胁、机组差错等因素,通过改进的关联规则方法挖掘其中的关联关系,包括挖掘与事件严重程度有关的因素,找到TEM模型中的关键因素和影响航空器结束状态的致因因素,并进行关联网络图分析。研究结果表明:手动操纵/飞行控制差错、缺少/不足的飞行培训和安全管理、飞行员之间沟通差错与程序执行错误是造成事故/征候的显著因素;关联规则能够有效利用航空安全报告信息,通过定量的方法挖掘事故/征候的特征,找到影响民航不安全事件的强关联因素,为民航安全管理人员提供决策依据。     

弱化缓冲算子修正的民航不安全事件离散灰色预测

为了掌握民航不安全事件的发展状况,并据此制定民航企事业单位的安全绩效考核指标,在民航不安全事件灰色预测的基础上引入离散灰色预测和弱化缓冲算子理论,基于中国民航2004—2013年不安全事件数据建立了弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型。通过中国民航2014—2015年不安全事件数据对模型进行检验,结果表明,弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型的预测精度明显高于灰色预测(GM(1,1))模型和离散灰色预测(DGM(1,1))模型,其中2阶平均弱化缓冲算子修正的离散灰色预测(DGM(1,1))模型预测精度最高,采用该模型对2016—2020年我国民航不安全事件数进行了预测,预测结果为14 095、14 910、15 773、16 685、17 650。     

民航不安全事件报告危险源识别模型

为了识别民航不安全事件的发生原因,从民航不安全事件报告出发,提出了一种基于LDA主题模型和Word2Vec模型的民航不安全事件报告危险源识别模型。首先,构建危险源标签分类表,选取民航不安全事件报告与Wiki中文数据库作为数据源,然后利用LDA主题模型得出民航不安全事件报告的主题概率分布与词概率分布,最后利用Wiki中文数据库训练Word2Vec模型得到词向量,进而计算文档主题与不同危险源标签之间的相似度,得出民航不安全事件报告的危险源分类。结果表明,该模型的精准率为77.7%、召回率为86.8%、F为82.0%,能够有效识别各民航不安全事件报告的危险源。     

基于三角模糊数的民航企业“管理”安全综合评价模型研究

在对我国民航企业安全管理的现状和常用的安全评价方法进行分析的基础上,提出并建立了民航企业"管理"安全模糊综合评价模型。首先,从组织管理、风险管理、安全保证、安全促进4个方面对民航企业安全管理的内容和特点进行分析,在此基础上建立民航企业"管理"安全评价指标体系;然后,根据三角模糊数理论和模糊综合评价理论建立民航企业"管理"安全模糊综合评价模型;通过上述指标体系和评价模型从而达到对民航企业"管理"安全进行评价的目的。最后,给出了一个应用实例,其评价结果表明:该模型具有很强的实用性和借鉴价值。     

民航安全监察员培训效果评估研究

为了有效评估民航安全监察员的培训效果,明确民航安全监察员培训评估指标体系,结合民航安全监察工作特点,初步建立培训效果评估指标体系并进行问卷调查,确定了培训前评估、培训中评估和培训后评估3个维度的评估体系指标,包括一级指标3项,二级指标8项,三级指标19项。随后,采用专家群决策法、模糊综合评价法和层次分析法,确定了各级指标的隶属度和权重值。最后,对民航安全监察员培训效果评估进行了实例应用,结果为"Ⅴ级"。该模型运用于民航安全监察员培训效果评估中,评估结果为培训效果的提升提供了有效的指导和理论支撑,同时也为监察员培训效果考核提供了定性与定量相结合的依据和标准。     

Reason模型在空中交通管制中的应用

指出了Reason模型及人的因素分析与分类系统的不足,提出对Reason模型进行修正的思路;结合中国民航业的实际情况,构建了空中交通管制不安全事件的分析框架;对防御系统失效、不安全行为、不安全行为的条件、管理失效4个层次的缺陷进行了论述,并给予详细的实证分析.研究有助于调查分析民航空管行业不安全事件中的原因以及为空管安全管理中的危险识别提供依据.     

基于FAHP的岗位交叉培训在民航安全管理中的应用

通过分析民航岗位安全培训的现状,发现培训内容仅局限于员工自身岗位的工作内容,而忽略了对于相关岗位之间衔接内容进行系统的培训,这非常不利于不同岗位间的协调;基于此提出了民航岗位交叉培训,通过对民航岗位间的具体关系进行分析,确定出需要进行交叉培训的岗位,利用FAHP模糊层次分析法选择出具体岗位之间的交叉培训方案,从而使民航系统内的岗位交叉培训更为系统化,使得民航系统安全管理更加行之有效。     

基于GBO-Markov模型的空管不安全事件预测方法

空管不安全事件的分析和预测是空管安全管理研究的重要内容。结合灰色GM(1,1)模型和马尔科夫模型的优点,利用平均弱化缓冲算子对2004—2012年空管不安全事件的初始数据进行处理,并根据模型的残差分布情况进行状态分类,建立了空管不安全事件的灰色缓冲算子马尔科夫预测(GBO-Markov)模型。通过预测2013、2014年空管不安全事件数,对模型进行了交叉检验,灰色缓冲算子马尔科夫预测(GBO-Markov)模型的平均相对误差从57.31%(传统GM(1,1)模型)降低到15.77%,该模型可用于民航空管的不安全事件预测。     

境外企业社会安全事件调查分析方法研究

针对我国境外企业在社会安全方面所面临的严峻形势,对境外企业社会安全事件的调查分析方法进行研究.通过对境外中资企业社会安全事件的分类、分级,事件报告和调查的程序,事件统计分析方法等方面的研究,提出境外社会安全事件的分类、分级的标准和原则,境外社会安全事件报告和调查的程序及主要注意事项及统计分析的建议,设计了境外中资企业社会安全事件管理的基本框架,从而加强社会安全事件的调查和统计分析,为科学统计此类事件造成的损失提供依据.     

民航安全管理中岗位交叉培训方案的分析与研究

基于当前民航岗位安全培训仅局限于员工自身岗位安全的内容,而忽略了对于相关岗位安全之间衔接内容进行系统培训的现状,提出了民航岗位安全交叉培训;根据不同民航岗位间的具体关系,确定出需要进行交叉培训的岗位,利用FAHP模糊层次分析法选择出具体岗位(飞行员、管制员、机务员和签派员)之间的交叉培训方案;最后,根据选择结果,分别从交叉培训的性质、意义、前提等角度分析了民航安全管理中交叉培训的实施前景及需要注意的问题。     

基于神经网络的民航安全态势评估模型及仿真

民航安全态势评估可以向管理者提供民航安全态势和未来态势变化的信息,帮助管理者作出科学的决策,是预防事故发生的关键。航空器事故征候、事故征候率和灾变的科学预测评估是民航安全态势评估的核心内容,分析选取影响民航安全态势的安全运行因素,尝试建立了民航安全态势评估模型,结合BP神经网络和Elman神经网络进行民航安全态势评估。2008-2010年民航安全态势评估结果如下：民航安全态势整体良好但事故征候较多,其中2009年的民航安全态势相对严峻,需要密切注意民用航空器事故的发生,同时应对2010年民用航空器事故进行高度关注,希望管理者采取积极措施进行事故预防。结果表明,基于神经网络建立的民航安全态势评估模型是可行的,可以作为我国民航安全态势评估的有效工具。     

机组资源管理与飞行不安全行为关系的研究

通过对89起机组为主要原因的运输飞行事故征候进行分析,以卡方分析探讨CRM失效与飞行机组的不安全行为之间具有很强的关联性,即飞行机组沟通不当、情景意识削弱或丧失、不当决策与决策差错之间,机组沟通不当与违规之间显著关联;而且,这几方面的CRM失效正确预测对应飞行不安全行为的比例介于9.4%～43.8%之间,达到显著水平。研究以定量化的方式揭示出机组资源管理技能与飞行不安全行为之间的内部关系模式。也就是说,机组沟通不当、情景意识下降或丧失、决策过程不当与其决策错误显著关联,沟通不当与机组违规显著关联。研究结果对于CRM训练设计与制订飞行不安全行为干预策略具有应用价值。     

民航安全信息个体自愿报告意愿的影响因素研究

在前人研究成果的基础上,选择认知水平、同事顾虑、上级领导抵触、利己考虑、集体考虑、系统本身、安全文化7个影响因素,并依据SCASS分类标准,将上报意愿分为6个维度(报告提交经验、航空器不良运行或设备缺陷报告提交意愿、自身违规差错报告提交意愿、空防安全事件或隐患报告提交意愿、执行标准或飞行程序困难事件报告提交意愿、同事发生此类事件报告提交意愿),构建并验证个体自愿上报意愿的影响因素模型。研究发现,各类事件上报意愿分别受到不同的因素影响,其中,认知水平和安全文化对上报意愿起到正向影响,其他影响因素起到负向影响。本研究为民航单位针对性提高员工上报意愿提供理论指导。     

基于飞行剖面的航空器试飞活动空管风险研究

为明确空中交通管理风险对航空器适航试飞活动不安全事件的影响,首先,依据航空器试飞科目绘制相应飞行剖面;其次,基于试飞活动飞行剖面,分析管制单位试飞保障流程,提取管制运行风险对试飞活动的影响因素;采用事故树分析法(FTA)分析事故发展过程,将事件和逻辑关系映射至贝叶斯网络(BN),依据国内外民航空管不安全事件分类统计结果...     

基于灰色神经网络的民航事故征候预测模型研究

通过对民航事故征候的分析和预测,掌握民航事故征候的发展趋势,并据此提出相应的安全措施以预防事故发生。在灰色预测基础上,结合神经网络理论,分析民航事故征候的特点,提出民航事故征候的串联灰色神经网络组合预测模型。首先,运用灰色理论弱化数据序列波动性,然后利用神经网络非线性信息处理能力构建模型。同时,根据最近10年民航事故征候统计数据,分别对灰色预测模型、神经网络模型和灰色神经网络模型进行检验,并预测未来3年的民航事故征候数量。利用Matlab软件进行预测仿真,对3种预测方法的精度和特点进行分析和比较。结果表明:民航事故征候的灰色神经网络模型预测精度高于单一的灰色预测模型或神经网络模型,并且所需样本少,运算简便,易于实现。     

变权综合法在航空公司风险评价中的应用研究

针对民航风险评价中大多数综合评价方法采取常权综合法,当评价指标体系中某些指标出现严重缺陷时,导致最终综合评价值与实际情况不符的现象,将变权综合法应用到民航风险评价中。给出变权综合法风险评价的基本步骤,以航空公司风险评价为例,建立评价指标体系,运用模糊数学知识对底层指标进行赋值,并对其进行标准量化,其次根据变权综合评价法的基本原理及民航行业高风险的特点,选择适合的状态变权公式,计算评价指标体系的状态变权及变权,最后由变权综合法的综合评价公式,计算出系统的风险评价值。通过与常权综合法的计算结果相比较,变权综合法能较好解决民航风险评价中常权综合法存在的问题,同时计算结果也验证了变权综合法的优越性、有效性和实用性。