基于改进TOPSIS方法的飞行员疲劳风险评价研究

飞行员疲劳是关系到飞行安全的重要问题之一.对飞行员疲劳状况进行分析和评价可以有效防止因飞行疲劳引发的飞行事故.在分析飞行员疲劳的影响因素确定疲劳风险评价指标的基础上,通过主客观赋权法结合的综合赋权法确定各指标的权重,建立了飞行员疲劳风险评价指标体系;结合飞行员疲劳状况问卷调查结论,采用改进了的TOPSIS方法对该指标体系进行验证研究,结论表明各指标权重与问卷调查结果基本一致.     

基于毕达哥拉斯模糊和改进TOPSIS的管制员人为风险评估

为降低由管制员导致的不安全事件比例,客观准确地评估管制员人为风险,确保风险决策的可靠性和有效性.首先,基于HFACS构建了管制员人为风险评估指标体系.其次,利用毕达哥拉斯模糊集将专家评估语言转换为定量信息,运用改进TOPSIS表征各指标之间的相对重要关系,综合评价指标确定风险排序结果,构建了基于毕达哥拉斯模糊和改进TOPSIS的管制员人为风险评估模型.最后,利用所构建的模型对某地区空管局管制员人为风险进行评估,结果表明,管制员身体状态不佳疲劳工作、管制员与飞行员沟通时用语不规范、大流量或冲突等情况下管制员处置能力差等10个指标风险较高,提出了针对性风险应对建议.     

飞行员中文陆空通话复诵差错影响因素研究

为研究母语陆空通话环境下我国航线飞行员复诵差错影响因素，采集跨越不同地区的26.1 h陆空通话录音，转录为2 760句中文陆空通话，提取陆空通话特征、管制员特征、飞行员特征和环境特征4个维度的11个影响因素，基于影响因素指标对陆空通话语句进行赋值，通过描述性分析、克-瓦氏方差分析和二元Logistic回归分析处理赋值数据，辅以深度访谈，对比分析塔台、进近、区域管制区内飞行员复诵差错的影响因素。结果表明：通话复杂程度、标准术语使用和频率干扰在各管制区均对复诵差错有显著影响；期盼倾向在塔台和进近管制区对复诵差错有显著影响；高度信息和管制地区仅在区域管制区对复诵差错有显著影响。研究结果可用于优化各管制区内管制员监听和飞行员复诵培训，减少语音通信人因差错的发生。     

基于流程图的机场管制塔台风险因素辨识

在对空中交通管制风险模型分析的基础上,确定辨识空管运行过程中风险因素的3条途径。基于运行分析方法建立机场管制塔台航空器放行流程图,结合流程图简表对地面管制准备阶段的风险因素进行分析,提出把鱼刺图与流程图相结合辨识航空器放行过程的风险识别方法。最后,应用上述方法从人-机-环-管方面辨识出机场管制塔台运行过程中的65个风险因素,其中包括40个管制员因素、10个设备因素、9个环境因素和6个管理因素。     

飞行疲劳风险综合评价量化研究

飞行员疲劳会降低对情境意识的觉知,导致判断能力和操作能力下降,威胁飞行安全。对飞行员的疲劳状况进行综合量化评价可以为控制和缓解飞行疲劳风险提供有效依据。通过综合分析飞行疲劳影响因素,在确立飞行疲劳风险综合评价指标体系的基础上,采用证据理论解决评价过程中遇到的不确定性问题,结合MATLAB软件进行算例仿真验证,实现对飞行疲劳风险的量化。结果表明:证据理论方法可以有效利用影响疲劳的各种评价指标综合判断飞行员的疲劳状况,实现评价结果量化。结合MATLAB软件计算可以作为飞行员自我评价的有效工具,也可以作为管理人员进行疲劳风险管理的工具。     

基于RAG的管制员安全韧性分析方法研究

为探究人的韧性调整对空中交通管制系统安全性的推动作用,提出挖掘分析管制员日常作业安全韧性的方法。以文本挖掘数据为基础,结合韧性评估网格(RAG)构建管制员安全韧性评价指标体系;建立管制员安全韧性行为网络,通过TOPSIS算法,对评价指标进行客观赋值;利用安全韧性评估模型结合网络关联路径量化管制员安全韧性。研究结果表明：安全韧性评分为0.739 09,其中响应潜能重要性较大;“提醒/警告飞行员”、“监控空中动态”、“向飞行员提供指令或指示”、“遵循应急程序”4类安全韧性行为对系统安全性起到关键的正向影响作用。研究结果可为空管系统的安全韧性研究提供有效参考。     

基于ANP和SPA的民航飞行员安全能力评价

飞行员安全能力是飞行员排班、机组搭配、掌握飞行员安全状态的重要依据,为客观、准确地对飞行员安全能力进行评价,对安全管理能力内涵进行了界定,找到了评价飞行员安全能力的4个二级指标,共17个三级指标。后来用网络层次分析法(ANP)对各影响因素的影响力进行排序,确定了指标的综合权重。综合考虑飞行员安全能力各影响因素之间的不确定性、模糊性,采用集对分析方法(SPA)进行评价。最后将集对分析法和网络层次分析结合构建的评价模型运用于某航空公司飞行员安全能力评价,结果与实际情况基本一致,说明了该方法的有效性。     

雷达管制员情景意识评价研究

为更好地评价管制员的情景意识,有效地预测管制员情景意识的发展趋势,保证航空管制过程中的安全,控制航空事故的风险事故率,运用集对分析的五元联系数法构建管制员情景意识的同异反评价模型,对管制员情景意识的致因因素进行对比分析,并以某一线单位空管局为例进行数据收集类比处理。结果表明,管制员的管制能力、周围环境分别处于同势区1级、3级,应激能力、疲劳程度均处于反势区183级。计算各阶偏联系数发现总体上管制员情景意识存在着一种波动式的发展趋势。因此,在风险管理上对管制员的应激能力、疲劳程度应提高关注度,多投入精力。该评价模型避免了传统评价模型无法进行预测分析的缺点,模型更加客观,同时避免了人为因素占比较大的缺陷,实现了管制员情景意识动态与静态的结合分析。     

大型社会活动安全风险评估指标研究

在对大型社会活动特点及其活动增长趋势分析的基础上,通过对大型社会活动典型伤亡事故的统计,将事故发生直接原因归纳为突发自然灾害、设备设施故障、管控措施失误、疏散设施不符合要求、人为事件和其他因素6类;根据风险管理理论,针对大型社会活动安全风险,从人-机-环-管安全系统工程的观点出发,以准确反映大型社会活动的本质特征和事故预防与控制为目标、尽可能量化为原则,提出具有4个一级指标、9个二级指标和24个三级指标的大型社会活动安全风险评估指标体系和评估依据,并对周边环境、人群密度、疏散速度及人群状况指标进行量化分级。     

民航机场停机坪安全风险预警阈值界定

为确保民航机场停机坪安全风险预警阈值划分的客观性和科学性,采用最优分割法进行阈值的研究,为停机坪安全风险预警提供科学的判别标准。通过文献分析、政策法规分析和现场调研初步构建停机坪安全风险预警指标体系,采用德尔菲法进行预警指标的重要性筛选,运用三维风险评估模型进行停机坪安全风险评价,采用最优分割法对停机坪安全风险预警阈值进行界定。结果表明,35个预警指标对停机坪安全风险的影响较大,其中停机坪管理人员的安全监管经验和能力、作业人员的操作违规率、飞行员的操纵失误率3个指标的影响最大;停机坪安全风险预警警级划分为无警、轻警、中警及重警4级为最优,预警阈值区间分别为[0,1.87]、(1.87,2.94]、(2.94,3.79]、(3.79,+∞],且F=17.32Fα,通过F检验,表明警级之间差异显著,且与实际最相符。研究规避了传统主观方法划分阈值的随意性,丰富了停机坪安全风险预警阈值的研究。     

空管安全风险管理信息系统分析与设计

针对空中交通服务管理系统(简称为"空管",下同)中存在的安全管理不规范、安全信息不畅通和信息化程度低等安全管理问题,根据空管安全风险管理信息系统(SRMIS)的工作原理,提出SRMIS的业务流程和组织结构,设计了SRMIS的总体结构、风险管控和指标预警等主要功能,研究实现过程中的指标评价、部门评价和模糊综合评价等信息评价方法以及指标预警、因素预警和综合预警等预警预控方法和关键技术。该系统能进行持续的风险识别和综合预警,定期自检、自查、自审,不断改进安全管理工作,并在武汉空管中心实证有较好的应用效果,为空管中心的安全风险管理提供了信息化管理的工具和途径。     

基于Fuzzy-ANP的空管安全风险评估研究

空中交通管制对于保障飞行安全至关重要,如何进行空管安全风险评估是亟待研究的问题。在分析三角模糊数学和ANP原理的基础上,针对空管安全风险因素相互影响的特点,建立基于Fuzzy-ANP的空管安全风险评估模型。以某空管单位为例进行实证分析,通过计算评价指标权重,找到影响空管安全风险的关键指标。结果表明,影响该空管单位安全的主要因素为管理标准效能、员工培训次数和人员语言及交流沟通状况等,该空管单位应重点改善这3个因素并兼顾其他影响因素。研究表明,Fuzzy-ANP分析法有助于确定安全风险评估的重点。     

提高协和飞机事故的安全性研究

为提高民航系统的安全性,研究典型的协和飞机事故的发生过程,采用案例比较法,对当时的安全情况进行研究;提出假如协和飞机采取中断起飞的决定,安全性比继续起飞的要高,生存率会提高。该结论对完善民航的系统安全有促进作用。笔者所选的案例都是与协和飞机处境相似的情况,提出具体的改善方法,即让安全规定适应多变的情况,全面涵盖变化着的系统安全边界。如果驾驶员处于走停的两难境地,允许声明进入更安全的紧急状态;在危险时刻塔台空管员应该给出更有利的指挥。     

民航空管安全文化建设探析

根据民航空管安全发展的客观规律,在综合考虑践行空管持续安全理念、减少空管人为差错、建设空管安全管理体系的基础上,提出要实现我国民航的持续安全,就要构建并不断完善空管安全文化建设的有效手段和途径。对空管安全文化建设的途径展开了深入探索,并提出了相关建议和措施,包括开展技能竞赛等文化娱乐活动、建立管制员心理培训与辅导机制、提升管制员新技术适应能力等。空管安全文化的建设是空管发展的坚强后盾,有效手段和措施建设的推进将成为航空运行安全的有力保障。     

基于粗神经网络的管制员工作差错风险预警模型

针对空中交通管制员工作差错风险类型,指出指标体系建构过程的动态性特征,从个人、团队、设备、环境及管理几个方面,建构预警指标体系,运用粗糙集在数据挖掘方面的优势,通过基于属性重要度的启发式约简算法,提取关键指标,剔除冗余指标,可以实现在不丢失关键预警监控对象的情况下,结合BP人工神经网络构建实时预警模型,既有利于加快运算速度,又有利于进行重点监控.经过实例仿真,粗糙集与BP网络结合建构的预警模型,能有效针对管制员工作差错风险进行实时预警监控.     

基于信息熵的危险天气下进近管制风险评估

针对危险天气下进近管制系统运行风险性大、易发不安全事件的问题,提出根据一段时期内不安全事件的信息来评估该时期进近管制系统运行的风险,从而为以后进近管制系统的安全运行管理提供依据。首先,通过分析危险天气下管制系统运行过程的风险因素,建立风险评估指标体系。其次,给出评估指标灰色关联度属性的计算方法,利用其反映出的信息熵完成指标权重的确定和风险评估模型的建立。最后,应用该模型评估某进近管制中心一段时期内管制运行的风险状态水平,得到了风险值和风险级别,验证了该方法的适用性。     

空管安全风险评估指标体系的优化设计

结合国际民航组织提出的安全管理体系实施的相关要求及我国《民航空管安全管理体系指导手册(试行)》的指导思想,根据安全管理一线工作人员及中高层管理者的访谈记录,收集整理出影响空管安全的风险因素,并按照人员、设备、环境、管理4个方面进行分类、提炼、合并和综合,设计了风险评估指标体系并进行优化。该体系把安全科学和系统论相结合,把错综复杂的安全风险因素细化综合、提炼出脉络分明的监控对象,有助于空管系统进行风险识别和综合预警,查找安全隐患和分析不安全事件或事故征候的原因,为民航安全风险信息化管理提供基础数据和决策依据。     

中国民航业安全风险监测与仿真研究

根据系统安全的思想,通过对航空安全历史数据的分析和专家经验,从人员、设备设施、环境和组织管理4个方面,提出中国民航机务、空管、飞行、机场4个分系统安全风险监测指标体系,共102个风险因素指标,并合成为27个行业安全风险监测指标。以民航历史数据为样本,建立资源优化神经网络(RON)模型,将安全风险监测指标与中国民航安全指数相联系,分析安全指数的关键影响因素,达到安全管理决策支持的目的。通过建立的风险监测指标体系和RON模型,可以实现民航整个行业、各分系统及单个指标的安全风险监测和预警。     

Accident models and organisational factors in air transport: The need for multi-method models

Event analysis is needed to learn and improve safety. In air transport, ‘occurrences’ are routinely reported by pilots and air traffic controllers, and in-flight data analysis systems automatically monitor aircraft system behaviour and capture parameter threshold exceedances. The safety analyst of a large airline has to analyse dozens of occurrences each day. To understand why events happened the analyst has to go beyond the given information and make causal inferences. The analyst is able to do this for causal factors closely related in time and space to the event itself by applying individual knowledge and expertise. But typically the result of the analysis is ad hoc reaction to each individual event. Systematic analysis is needed to find areas of improvement for factors that are further removed from the event (latent factors). New tools are needed to help the analyst in this respect. There is a need for models that represent possible causal event sequence scenarios that include technical, human, and organisational factors. Building such models is a huge task, and requires the combination of detailed knowledge of all aspects of the system, processing huge amounts of data, a substantial mathematical background and the ability to capture this all in a user friendly software tool to be used by the safety analysts. Experience in Causal Modelling of Air Transportation System (CATS) in the Netherlands and similar projects in FAA and Eurocontrol in aviation shows that this is indeed a formidable task, but it has to be done to further improve safety.