航空安全员心理素质指标研究

为降低因航空安全员心理素质不过关而导致的不安全事件,先对航空安全员的基本工作能力与应急处置能力进行了分析,确定出合格航空安全员所必需的心理素质指标;然后设计"航空安全员心理素质调查问卷",并选取国内多家航空公司在职航空安全员为调查对象,对回收有效的问卷进行信、效度检验以验证指标的合理性;再采用结构方程模型确定各指标权重。结果表明,航空安全员心理素质模型由4个一级指标、17个二级指标构成,其中对航空安全员心理素质影响最大的是人格特征,其次是社会适应力、交际能力和认知能力。     

航空人为差错事故/事件分析(ECAR)模型研究

为深入研究航空人为差错事故/事件的影响因素,以人为差错相关理论为基础,对比分析几种典型的人为差错分析模型;通过借鉴ECCAIRS分析框架,并在基元事件分析(EEAM)逻辑和CCAR396部的分类方法基础上,构建航空人为差错事故/事件分析(ECAR)模型,它从事件层、描述层、原因层和组织因素与改进建议层,分析航空事故和不安全事件的人为差错。此外,还将组织因素概念引入该模型。     

安全情报视域下的安全事件致因模型构建

为明晰安全情报视域下的安全事件致因机制,夯实安全情报视域下安全事件调查分析与防控理论基础,开展安全情报视域下的安全事件致因模型研究。首先,根据安全情报-安全行为双循环模型,分析安全情报视域下的安全事件成因;其次,构建并解析安全情报视域下的安全事件致因模型;最后,以某市地铁X号线安全事件为例,应用分析安全情报视域下的安全事件致因模型。结果表明：安全情报视域下的安全事件致因模型是由安全情报循环与安全行为循环构成的一个安全事件致因系统。根据该模型,安全情报循环过程中出现的安全情报失误问题会引发系统的安全行为循环紊乱和崩溃,从而导致系统内发生安全事件。     

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。     

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HERA-JANUS模型的空管人误认知分析

空管人误分类分析是空管人误研究的基础。为了对管制员人误进行系统的分类研究,结合空管业务知识和认知心理学理论,对欧洲航空安全局和美国联邦航空局合作开发的HERA-JANUS模型的工作原理和流程进行较详细地分析。运用该方法模型,对我国一起空管不安全事件案例进行分析后得到3个由管制员所产生的人误差错,并对这3个人误差错分别从人误类型、人误认知、相关因素3方面进行详尽的分析研究,最后得出该不安全事件的21项人误结果。结果表明,HERA-JANUS模型能较全面地从深层次分析管制员的人误,其分类形式也便于开展空管人误统计。     

基于DEMATEL/N-K的机坪管制系统运行风险因素耦合分析

为了分析机坪管制系统风险因素的耦合性,将决策实验室分析(DEMATEL)模型与N-K模型相结合形成新的风险因素耦合分析模型。首先,利用N-K模型对2017—2019年机坪管制运行不安全事件进行耦合分析,计算不同耦合方式的耦合值;然后,利用DEMATEL模型计算安全风险因素的影响度和被影响度,确定要素的中心度排序,通过DEMATEL模型得到的综合影响矩阵计算可达矩阵,用来分析风险因素的可达性,最后,利用风险因素耦合值对各风险节点的中心度进行修正,获得关键的风险因素。基于实际运行数据,通过DEMATEL/N-K模型分析机坪管制系统的关键风险因素。结果表明,人为因素和机械因素之间的耦合程度明显更高,即更容易导致事故的发生,其中地面保障人员操作出错或未有效观察航空器造成航空器或地面保障设备故障是重点防控的对象。此外,在夜晚或雨天等视线条件下工作,更容易发生不安全事件,应当采取措施控制此类风险。     

民航机务维修不安全事件N-K风险耦合分析

为探究民航机务维修不安全事件中风险耦合关系,基于人员、设备、环境和管理等4个方面风险因素探讨机务维修不安全事件风险耦合机制;考虑到机务维修不安全事件风险耦合过程具有不确定性和复杂性的特点,运用复杂网络N-K模型构建机务维修不安全事件风险耦合度量模型;应用所构建模型对某航空公司2013—2016年发生的643起机务维修不安全事件风险耦合程度进行度量分析。结果表明:风险耦合因素越多,机务维修不安全事件的发生概率越高;管理因素缺陷是引发机务维修不安全事件的主因。     

运输航空飞行安全风险评价方法

为研究中国民用运输航空飞行安全风险,提出一种基于不安全事件调查报告和快速访问记录器(QAR)数据的运输航空飞行安全风险评价方法。首先,依据风险源事件后果严重程度不同将风险分为显性风险和隐性风险,再根据风险源事件的10年平均风险贡献度大小将风险分为直接风险和或有风险,进而得到运输航空飞行安全风险分类;然后,建立运输航空飞行安全风险评价指标体系和风险评价模型;最后,以2017年中国民用运输航空实际运行不安全事件和QAR超限事件数据验证所提评价指标体系和模型的合理性。结果表明:运输航空飞行安全风险评价结果与该年度中国民航航空安全报告中安全风险分析结论基本一致。     

基于系统动力学的航空公司不安全事件致因复杂性研究

为研究航空公司不安全事件致因的动态反馈复杂性,运用系统动力学(SD)原理,利用Vensim软件建立航空公司不安全事件SD模型。以S航空公司为例,分析航空公司权衡安全和经济效益的过程,以及安全隐患在系统的作用下渐变成不安全事件的过程。研究结果表明,用SD模型能较好地模拟航空公司不安全事件在动态反馈复杂作用下的形成机理,通过机理分析,得到控制不安全事件发生的杠杆解,即加强对残留风险、安全投入、飞机维修维护水平的管理,进而防止不安全事件数的发生,使航空公司实现持续盈利。     

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ISM—CRITIC法的通用航空可控飞行撞地影响因素分析

为了研究通用航空可控飞行撞地的影响因素,提出针对性的预防措施,采用基元事件分析法对中国民航安全办公室不安全数据库中2006—2015年间发生的30起通用航空可控飞行撞地事件进行分析,建立通用航空可控飞行撞地影响因素体系;运用解释结构模型对影响因素进行两两对比分析,建立3层阶梯有向模型;运用CRITIC法计算各影响因素权重并排序。结果表明:影响通用航空可控飞行撞地事件的表层直接原因分别是注意力分配不当、违反标准运行程序、安全意识淡薄、应急能力弱、导航设备失效、发动机失效、其他天气意外、飞行保障不利和组织混乱;中层间接原因分别是驾驶技能不足、航前准备不足、机组资源管理欠缺、地形复杂、能见度和光线刺激;深层根本原因分别是疲劳驾驶、公司违规和违法组织飞行;影响通用航空可控飞行撞地事件发生的主要因素分别是飞行保障不利和组织混乱、航前准备不足、安全意识淡薄、驾驶技能不足和违反标准运行程序。     

民航运输飞机看错、落错跑道事件研究

针对近年来我国民航反复发生的运输飞机看错、落错跑道现象,统计了近12年我国民航发生的17起不安全事件;利用修正后的M-SHEL模型确定了导致该类事件的6个方面的原因;基于灰色关联分析法按照对事件影响程度的大小将各要素进行排序,其影响因素依次为:生命件即机组自身的原因、环境的原因、管理原因、外围生命件原因、软件的原因。笔者认为,飞机看错、落错跑道是多因素共同作用的结果,应从航空公司、机场、空管、局方等角度采取系统改善策略,以防范该类事件的再次发生。     

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。     

多层次模糊评估法在民航不安全事件风险评估中的应用

通过对民航企业安全系统特点的分析,从导致不安全事件发生的人-机-环境-管理4个子系统中的不安全因素出发,采用层次分析、模糊评判和加权平均相结合的方法,分别计算了不安全事件发生的可能性和后果严重程度的指标,在该基础上得到了不安全事件发生的综合风险度,建立了民航企业不安全事件风险评估指标体系和评估方法.根据风险度评价矩阵和标准,企业可采取相应的风险控制措施,对不安全事件进行全面的管理,避免发生危险.     

运输航空飞行安全绩效模糊动态评估模型*

为完善民航安全绩效体系建设,提高企业风险防范能力,促进其健康发展,参考“空客飞行品质监控项目”和企业QAR监控项目,结合指标重要性分析和一线人员、专家的有关建议,构建飞行安全绩效评估指标体系。基于混合型中心点三角白化权函数和TAN模型设计运输航空飞行安全绩效模糊动态评估模型。研究结果表明:该模型具有良好的实用性和可操作性,能够满足航空公司对安全绩效评估的需求。     

基于SEM的地铁施工不安全行为与认知关系的研究

关于地铁施工事故的预防,传统研究主要集中在提高机械设备的可靠性方面,对人的不安全行为研究甚少。为了深入分析不安全行为产生的原因,从认知角度出发,研究认知与不安全行为之间的关系,利用问卷调查的方法,采用SEM理论构建地铁施工人员认知与不安全行为模型。最终结果显示:认知与不安全行为关系显著相关;识别信息、理解信息、思考应对、选择应对与认知显著相关;识别信息、选择应对与不安全行为关系显著相关;理解信息、思考应对与不安全行为的关系不显著。