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。     

管制移交人误本体建模及BN诊断研究

为管控人为差错导致的空中交通管制(ATM)移交风险,提高空管运行安全,基于空管人误分类模型(HERA-JANUS)构建领域本体模型,并借助BNTab插件和Netica J接口将领域本体转化为贝叶斯网络(BN)模型,通过软件Netica对管制移交人误进行可视化诊断;利用Netica训练美国航空安全报告系统(ASRS)中的统计数据,修正先验概率,以实际案例验证模型的有效性,并得出关键差错行为。结果表明:BN诊断可实现管制移交人误关键因素的识别,信息发送不正确、管制员误判、较晚和(或)没有发现目标等3种内部差错行为显著影响信息传输、行为选择和行为时间。     

基于系统动力学的空管安全绩效预测

为了提高绩效管理的科学性,实现对安全绩效的预测分析,针对空管运行系统的动态性、复杂性和延迟特性,引入系统动力学方法。首先,从管理和结果的角度分析指标间的因果关系,然后在因果图的基础上:1)采用网络层次分析法计算指标权重;2)建立绩效评价的系统动力学模型,由指标权重和评分规则确定指标间的关系方程,进行仿真预测,得到基于指标关系网络的绩效趋势。从查找绩效下降原因和绩效改进措施两方面分析绩效预测的应用,结果表明,运用系统动力学方法分析绩效,不仅可以逆向找到影响绩效的关键指标,还能提前预测决策变化对绩效的影响,保证决策的有效性,提高系统的安全产出。     

飞机冲偏出跑道人为差错量化分析模型

为了分析飞机冲偏出跑道的人为差错,找到重点防控对象,提出了冲偏出跑道人为差错量化分析模型。首先应用STPA方法对飞机滑行、起飞及着陆程序进行建模,构建安全控制结构图,找出飞机冲偏出跑道的人为差错。然后将它作为BP神经网络的输入层节点,构建24-6-3的3层BP神经网络模型,从ASRS系统中抽取民航领域近5年的冲偏出跑道不安全事件报告作为数据源,根据发生阶段的不同将不安全事件报告分为滑行阶段、起飞阶段、着陆阶段3类,最后将数据源输入BP神经网络模型中进行训练,并利用测试数据检验模型的合理性,准确率为86. 7%。结果表明,特殊情况下机组人员操作不熟练、刹车系统/方向控制错误等是构成所有阶段冲偏出跑道的主要人为差错,飞机冲偏出跑道的发生阶段不同,影响因素的影响程度也不同。     

管制员疲劳状态下认知能力差异分析

为监测不同岗位管制员执勤过程中的疲劳状态,利用精神运动能力检测结合空间知觉感知测试仪设计试验方案,研究不同岗位管制员疲劳状态下的认知能力差异.结合试验获取的数据,运用K-means方法将管制员工作状态划分为清醒和疲劳.选取疲劳数据,通过KW检验理论计算并分析不同岗位间管制员疲劳状态下认知能力差异.结果表明:进近与区域管制员疲劳状态下警觉性差异度为75.495,即进近与区域管制员疲劳状态下管制员警觉性存在显著差异;进近与塔台管制员疲劳状态下注意力稳定性差异度为7.881,不存在显著差异.