民航3类安全信息的TEM分布特征比较研究

通过对自愿报告、强制报告和正常运行安全监测(NOSS)数据的威胁与差错管理(TEM)分析,获得了3类安全信息的威胁、差错和意外状态的分布特征.对比研究发现,强制报告中空中威胁、环境威胁的分布比例(55.46%; 16.8%)明显高于自愿报告(32.42%; 10.35%)和NOSS(19.26%; 11.7%),说明强制报告信息侧重外部威胁与他人错误.自愿报告中"内部威胁-其他管制员"的比例(20.85%)显著高于NOSS(6.91%)和强制报告数据(4.20%),说明自愿报告可有效识别内部协作威胁和认知差错; NOSS对易识别、独立责任的"程序差错-文件"检出率(25%)显著高于自愿报告(2.81%)和强制报告(0%),证实了NOSS信息的客观性,但NOSS对低频度、高危害类差错的检出率显著偏低,说明小样本NOSS信息存在波动性.     

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。     

基于面部特征识别的管制员疲劳监测方法研究

为进一步控制疲劳诱发的空管人为差错,提出一套基于面部特征识别的空中交通管制员疲劳实时监测方法。应用眼动仪和视频记录系统开展36 h睡眠剥夺试验,确定PERCLOS值、平均闭眼时长、哈欠频率3个疲劳判定指标的判定阈值,并给出综合疲劳程度的融合算法。应用机器视觉的理论和方法,开发功能完整的管制员疲劳状态实时监测告警原型系统。结果表明,通过对面部特征的识别和状态融合能够实现对管制员疲劳状态的实时监测。建议在此基础上进一步开发可实用的疲劳监测系统。     

基于信息加工模型的管制员差错分类与分析

在Wickens的人类信息加工模型的基础上,加入注意功能、情景意识、内部和外部操作成形因素,建立了管制员信息处理模型。按照该模型,空中交通管制人为差错可按照认知领域分为感知与警觉性差错、短时记忆差错、长时记忆差错、判断与计划差错、响应选择差错和响应执行差错;影响管制员操作的情境条件可分为外部操作成形因素和内部操作成形因素。对以往空管人为差错的分析表明,在信息加工层面分类的人为差错更宜于确定差错的心理致因。基于该理论模型的差错分类系统可以改进人为差错分析的有效性和一致性,从而提高差错管理的有效性。     

基于TRACEr的管制员差错风险量化分析

为准确辨识管制员(ATCO)的人为差错风险,量化预测不同认知领域的差错发生概率,根据认知差错回溯与预测分析(TRACEr)中的认知功能框架定义管制差错类型,分析心理差错机制的致因因素,将其作为根节点建立空中交通管理(ATM)不安全事件的贝叶斯网络;引入加权距离计算网络节点的条件概率,分析我国近10年的空管人误数据,以挖掘差错风险因素。研究结果表明:管制员的人为差错产生于各个认知领域,由此导致的不安全事件发生概率为0.040 7;警觉性失效、未充分学习、忽略危险、沟通误解和信息传输不清晰是主要风险因素,产生判断差错和信息传输差错的概率较大。     

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。     

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。     

管制员人为差错影响因素及指标权重分析

根据SHELL模型,将影响管制员人为差错的因素从内部因素和外部因素进行分析,内部因素包括管制员生理因素、心理因素、管制员业务技能三个部分;外部因素包括管制员与管制员班组之间、管制员与管制设备之间、管制员与管制程序等软件之间。通过分析和专家咨询,建立了影响管制员人为差错的影响因素指标体系,在模糊层次分析法的基础之上引入0.1-0.9标度法的三角模糊数,通过对各影响因素进行对比分析,得出了影响管制员人为差错的三级指标的重要度排序,排在前八位的因素依次为酒精及药物影响、形势意识、班组人员性格搭配、班组人员能力搭配、疲劳、人机界面、外界压力、情绪状态。为管制员培训和管理层进行安全检查提供了基础理论依据。     

基于SEM的机组资源管理对机组人为差错的影响研究

为研究机组资源管理对机组人为差错的影响,以沟通和交流、领导管理技能、监控/质询、情景意识、决策及工作负荷作为机组资源管理变量,将人为差错分为认知差错和操作差错,利用230份飞行员的问卷调查数据,采用结构方程模型(SEM)的方法,构建有关机组资源管理与机组认知差错及操作差错关系的结构方程模型.结果表明:沟通和交流与操作差错显著相关;领导管理技能与认知差错及操作差错显著相关;监控/质询与认知差错及操作差错显著相关;情景意识与认知差错及操作差错显著相关;决策与操作差错显著相关;工作负荷与认知差错及操作差错显著相关;认知差错与操作差错显著相关.根据上述影响关系提出了建设团队氛围、培养机组成员的协同工作和加强机组成员的情景意识保持能力等措施.     

民航人因失误分类框架

人因失误分类是否系统、完整及对人误描述是否一致直接影响人误分析的结果。本文对民航中主要几种人误分析方法进行了详细评述,指出其在考虑人的认知过程和行为外在表现形式方面的不足。在对现有人误理论模型和人误分类方法详细分析的基础上,提出了民航人误分类框架。框架由人的行为过程的四个阶段“获取信息-分析处理信息-决策／计划-执行”和八类人误模式及相应的子模式构成。行为阶段与人误模式可针对具体活动进行组合,框架的使用具有灵活性。框架对保证民航中人误辨识结果的规范性和准确性具有重要意义。     

基于CREAM和贝叶斯网络的空管人误概率预测方法

针对研究管制人因可靠性时存在的模糊性和片面性问题,采用认知可靠性与失误分析方法（CREAM）中的扩展预测法,计算10项管制通用任务的人误概率;在此基础上,以管制行为形成因子作为根节点构建贝叶斯网络,建立其与情景控制模式的不确定关系模型,对管制员在多任务中的人误概率进行预测。研究结果表明:在由相同评判者给出行为形成因子影响效应的前提下,由CREAM扩展预测法和构建贝叶斯网络的方法预测得到的多数任务的人误概率差异较大,从方法的客观性、合理性和适用性角度分析,贝叶斯网络在研究该问题时更具优势。     

基于哈默“人的差错理论”的道路交通安全研究

以道路交通安全系统为背景,人的差错为研究方向,运用"哈默"人的差错分类理论,从机动车驾驶员和非机动车驾驶员、乘客及行人两种人群的差错角度,对2004—2006年3年间我国交通事故发生率和死亡人数进行较有针对性的分析归类和研究,进而分别提出基于主动性和被动性两方面的交通事故人因预防措施。通过"哈默"全新的分类方法,全面分析交通行为中人的差错类型,为道路交通事故预防体系的研究、建立以及进一步的发展,提供了有参考价值的基于人的行为机理的理论依据和合理化建议。     

基于贝叶斯网络的尾流事故机理分析

针对事故树分析法的局限性,在尾流事故树的基础上,建立贝叶斯网络(BN)。运用推理运算对BN进行定量分析,得出:空中交通密度太大、空中交通管制(ATC)间隔判断错误和短期冲突告警(STCA)被忽略是事故的关键致因。将针对致因提出的改进措施引入到BN中,评价相关措施的有效性。应用BN进行尾流事故的机理分析,能够以比逻辑门更好的形式表达变量间的不确定性关系,从而更加方便地找到导致事故发生的关键因素。     

空中交通管制团队人误的分类及致因研究

复杂社会技术系统通常以团队方式运行,认识与预防团队人误是控制安全风险的重要途径。研究采用威胁与差错管理(TEM)的研究框架,以某空管运行自愿报告系统2004年全年数据为样本源,分析团队人误的流程与致因,统计发现团队人误占总体空管人误的31%。团队发现和指出错误后仍不能有效纠正错误的比例达到8%。根据样本统计并结合典型团队人误的案例,确认了空管团队人误的主要类型和分布情况以及团队行为促成因素(PSF)的框架及重要性排序,其中缺乏交流是团队人误的最常见PSF,报告样本量出现率达47.1%。最后,从组织文化建设、团队管理、标准操作程序、培训等方面提出了减少团队人误的建议。     

Errors of perception in air traffic control

Accurate and timely perception of visual and auditory information by air traffic controllers is critical to aviation safety. The aim of this research was to investigate the types of errors of perception that occur in air traffic control (ATC). The data were gathered from interviews with 28 UK area controllers and a review of 48 area and terminal control incidents involving loss of separation in the UK spanning three years. The data gave rise to a set of classifications, which form part of the technique for the retrospective analysis of human error (TRACEr). The results are discussed in terms of theory and empirical research. Key main implications for future automation are outlined, in terms of display design, automation reliability and the operation of multiple tools designed and developed separately.     

基于主成分分析法的空管多指标安全综合评估研究

在空中交通管制运行风险识别的基础上,建立反映其安全状况的指标体系,并确定指标的量化方式。运用主成分分析法对指标数据进行处理,建立管制安全综合评价模型;通过实例对管制安全的评价结果进行分析,认为管制员违规操作和技术水平是影响管制安全运行的重要因素,另外空管设备的完好程度对管制安全存在较大的隐患。根据建立的模型,对4个管制单位的安全性进行了评价。综合评估的结果为空管部门制定安全措施及预防对策提供科学的分析依据。