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。     

空管威胁、差错与意外状态的贝叶斯模型分析研究

为准确理解民航空中交通管理中各类人为差错数据的可靠性和相关性,为安全决策提供量化依据,对空管威胁、差错和意外状态数据进行贝叶斯模型分析。该方法在先验概率基础上,通过研究空中意外状态发生条件下威胁与差错各自发生的后验概率,获得上述3类安全信息的相关性大小排序。针对收集到的625起数据样本进行了研究,结果表明:与空中意外状态的发生相关性最大的3类差错依次为:管制员对机组的通讯差错、信息差错以及管制员对管制员的通讯差错;与空中意外状态的发生相关性最大的3类威胁依次为:程序威胁、相邻单位威胁和空中交通威胁。空管运行单位的安全管控应重点关注管制员/机组间的通讯差错,并针对各种可能出现的威胁预先制定应对程序。     

复杂人机系统班组人误模型与量化分析

讨论一个班组人员行为模型,即包括:任务模型、事件模型、班组模型和人-机交互模型4个模块,并用其模拟和分析事故状态下的运行班组对异常事故的响应过程;利用班组认知过程流程图模型表征事件发展过程中班组成员对事故的征兆识别、决策、计划和行动执行的响应过程;采用CREAM的量化分析技术,对核电站的蒸汽发生器管道破管事故的班组认知失误事件进行量化分析。     

基于SHEL模型和神经网络的空中交通管制风险预警研究

空中交通管制安全是确保飞行安全的重要因素。为提高空中交通管制系统的安全性,依据风险管理理论,建立了空中交通管制风险预警模型。根据SHEL模型对风险因素进行分析,建立了风险预警指标体系,在指标体系基础上引入神经网络评估方法,构建了空中交通管制风险预警模型,最后选取某基层空管机构数据样本,实现了预警模型的训练与检测。实例表明,预警结果与实际评价结果相吻合,达到了所需的精度。     

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。     

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。     

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。     

基于人的认知可靠性(HCR)模型的人因操作失误研究

以人的认知可靠性(HCR)模型为指导,选择包含技能型、规则型和知识型3种认知类型,结合大连化工集团公司影响运行安全的17个异常事件,对54名操纵员的时间响应状况和允许操作时间进行录像、记录与分析;依据IAEA提供的指标[1],找出操纵员在生产过程中可能出现的操作失误类别及其可能造成的危害;基于3参数威布尔模型推导出操纵员操作响应失误概率模型,并从人机工程学角度提出了具体预防事故的安全对策措施。结果表明,基于HCR模型的大化集团公司操纵员的人因操作失误模型实用、有效,为实现操作者与机器系统相协调的目标、正确评估操作着实时操作的响应时间提供了重要参考依据。     

基于人误系统复合状态(MSHES)的人误防范理论研究

评析国内外以第一代人因可靠性分析(静态)、第二代人因可靠性分析(动态)为主体形成的人误防范理论和方法;针对目前不能量化人的生理、认知、心理等相关非结构性和非确定性参数和数据的"瓶颈",建立基于人-机-环系统业务流程的人误系统复合状态(Multiplex State ofHumanErrors System,MSHES)结构模型;探求运用粗糙集数据挖掘,对资深专业人员的经验规则信息、人因事故或事件分析的信息,挖掘人因层次结构中的根因与人误层次结构中的差错之间的关联关系,构建基于规则的人误防范专家系统结构模型;探究人的风险性评估和人误防范理论。     

人为差错成因分析方法研究

控制甚至消除人为差错成因能从本质上降低人为差错的发生概率,从而提高系统安全性。因此,辨识和分析人为差错成因是一件非常必要而又十分重要的工作。针对该问题,在总结和分析现有的人为差错成因分析方法的基础上,提出了一种新的人为差错成因分析框架。在该框架中,将差错成因分为"操作者-系统-任务-环境-组织因素"5个方面进行分析,并提出了"从大类到小类"的层次化分析原则。为了尽量降低不同差错成因之间的关联,提出了以任务为中心,将差错成因分为任务相关和任务无关两大类因子的分类方式。最终共分析得出了34种不同的差错成因。该差错成因分类框架的提出,为人为差错概率量化以及差错规避措施的设计提供了依据。     

基于文本挖掘的管制运行风险主题分析*

为充分挖掘管制运行风险信息和隐藏规律,实现数据驱动的风险管理。以某管制单位2004—2019年共269条管制原因不安全事件数据为挖掘语料,在考虑上下文语义的基础上,运用潜在狄利克雷分配（LDA）主题模型挖掘管制运行风险主题及关键词,使用Word2Vec挖掘主题之间、关键词之间的关联关系,运用社会网络分析软件UCINET、可视化工具NETDRAW构建语义网络将关联关系进行可视化并进行网络分析。结果表明:LDA主题模型可以通过运行数据实现对管制运行风险的高效提取和深层挖掘,挖掘到管制人为因素、特情处置、地空配合、班组资源管理、组织管理、运行环境、管制指挥共7个主题,其中管制人为因素主题是核心主题,与其他主题都具有较强的相互关联;Word2Vec和语义网络相结合能够更准确地挖掘风险之间的关系,确定主题的重要度排序,识别关键风险。     

基于层次分析法的Pedersen人因失误模型研究

科技的发展,使机器设备可靠性有了显著提高,工作环境也得到了改善,但由于人的复杂性,人因失误成为主要的致因因素,如何预防和控制人的失误就成为一个非常重要的课题.运用层次分析法的基本原理,结合Pedersen人因失误模型,构建了导致人因失误的层次分析模型,计算结果显示,人在某种状态下承受负荷的能力大小是影响其失误的主要原因.通过实例,证明了计算结果的可靠性,并提出了减少人因失误的建议.     

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。