基于SD模型的跑道侵入风控网络脆弱性分析

为量化评估跑道侵入风险水平,分析核心致因要素在风控网络中的脆弱性特征,首先根据跑道侵入案例及专家经验,系统识别跑道侵入风险致因,利用灰色关联理论分析影响致因关联度,确定核心控制要素;然后分析各要素间相互作用机制,建立系统动力学(SD)模型,引入贝叶斯网络和综合权重确定方法设计SD方程;最后脆弱性仿真与分析跑道侵入风控网...     

FTA-BN在机场跑道入侵事故影响因素分析中的应用

为了分析机场跑道侵入的影响因素，更有针对性地对预防机场跑道侵入提出合理建议，结合相关信息通告中统计的数据，首先从人员因素、环境因素、设备因素和管理因素4个方面分析跑道侵入的事故成因，并建立了故障树(Fault Tree Analysis, FTA)模型和贝叶斯网络(Bayesian Network, BN)模型，然后利用软件Netica对贝叶斯网络模型进行了后验概率推理与敏感性分析，最后根据分析结果提出了相应的建议。结果表明，人员因素影响程度最大，其次是管理因素，而环境因素和设备因素的影响程度相对偏小。     

跑道侵入的威胁与差错分析及控制研究

为了识别不同类别数据的相关性,使用基于威胁与差错管理的模型对采集到的跑道侵入不安全事件的数据信息进行定量研究.使用最小二乘法对结果和影响因素进行多元回归分析,借助主次因素排列图,查找跑道侵入事件中“极其关键的少数因素”,得出跑道侵入事件与其相关因素之间的二元线性回归方程.结果表明,典型差错对跑道侵入存在显著影响.中国民航跑道侵入的主要因素是:飞行区管理混乱,人员车辆擅自进入跑道;军民合用机场协调不畅;人员缺乏培训,无跑道侵入意识.     

基于复杂网络的民航跑道侵入事件分析

为了明晰跑道侵入事件致因之间的关系及其发生演变规律,收集整理了国内2011—2021年的跑道侵入事件案例,通过对案例进行解析,建立了跑道侵入事件致因网络模型,随后对该网络划分社团;利用复杂网络的各指标分析致因网络的结构特征,并找寻需要防控的关键致因;采用相继故障中的负载-容量模型,构建跑道侵入事件致因关联网络模型,挖掘出事故致因最可能形成的致因链。结果表明：网络的直径为5,平均路径长度为2.231,平均聚类系数为0.303;得到培训和经验不足A₁₂、注意力分配不当A₆等9项关键致因;挖掘出109条致因链且由注意力分配不当A₆引发的跑道侵入事件占比较大。可见,该网络具有较高的聚类系数和较短的传播距离;负载-容量模型可对关键致因进行客观分析,避免了只依靠事件数量判断关键致因的偶然性。     

基于Bowtie模型的机场安全风险分析

运用Bowtie模型对隐患、可能的事故原因以及后果进行评判,分析重点放在风险控制和组织控制的薄弱环节上。利用Bowtie模型,分析机场安全风险,以跑道侵入事件为算例进行深入分析,探讨影响机场安全风险的组织因素。量化影响跑道侵入的结构重要度,计算不同阶段、不同条件下,可能导致跑道侵入事件发生的概率。从风险管理和组织安全的角度,预防跑道侵入事件的发生提供理论依据和实际指导。     

基于事故树和贝叶斯网络的飞机偏冲出跑道风险分析

为了加强对飞机运行过程的安全管理,降低飞机起降偏冲出跑道事件发生的概率,利用事故树和贝叶斯网络模型对飞机偏冲出跑道事件进行了定性和定量的分析。首先,建立事故树模型,对飞机起降冲偏出跑道的原因进行分析。一方面,总结导致飞机起降偏冲出跑道的基本事件,计算基本事件的结构重要度,指出基本事件对顶事件发生的结构重要度影响,同时计算飞机起降冲偏出跑道事故树模型的最小割集和最小径集,分析顶事件发生的条件和为避免顶事件的发生需要采取的应对措施;另一方面,通过对基本事件发生概率的赋值,计算基本事件的概率重要度和顶事件发生概率,指出基本事件发生概率对顶事件发生概率的影响。其次,为了便于各职能部门加强管理,明确工作的重点,结合贝叶斯网络计算中间事件的条件概率。     

基于贝叶斯网络的航空器看错落错跑道事件研究

目前,航空器看错、落错跑道事件在国际上是一个相当突出的安全问题,这个问题在我国近年也突显出来。导致航空器看错落错跑道的原因十分复杂,且此类事件及易引发严重的后果,造成人、财、物等多方面的损失,本文特对此类问题开展了一系列的研究。为了预防航空器看错、落错跑道事故的发生,查找诱发该类事故的因素,针对航空器看错、落错跑道事故的形成特点,笔者运用贝叶斯网络探讨其各影响因素间的关系和相互作用,该网络强大的逻辑推理能力,克服了不完备样本空间带来的不足,揭示了人、机、环境与管理因素相互作用的内在规律。为改善机场安全管理的科学性、可靠性,进一步降低事故率,提供了可靠的技术支持。     

基于模糊集和改进TOPSIS方法的跑道侵入风险评估

为预防民航机场跑道侵入事件的发生,减轻塔台管制员面临的跑道运行安全的压力,根据国际民航组织(ICAO)颁布的《防止跑道侵入手册》描述的空中交通管制(ATC)因素,建立影响跑道侵入的ATC指标评价体系。首先运用模糊集理论建立评价模型,并计算子指标的模糊可能性值,其值反映所论子指标风险概率。其次,采用改进的TOPSIS方法进行验证,并计算子指标的信度效度值。结果表明,得出的子指标风险值与模糊可能性值的排序一致。最后,根据子指标风险值的大小提出防止跑道侵入事件发生的建议。     

基于模糊贝叶斯网络的煤气化职业健康风险分析

针对煤气化行业职业健康风险影响因素不确定及模糊的特点,建立了职业健康风险计算模型。该模型将模糊数学与贝叶斯网络相耦合,模拟事件概率,找出导致风险的主要因素。通过分析煤气化行业中存在的多种风险因素,应用问卷调查法和模糊集理论模拟了根节点的发生概率,得出职业健康风险概率的预测值;应用贝叶斯网络反向推理的功能计算根节点后验概率并排序,确定了薄弱环节。该模型不仅能解决概率缺失情况下的风险量化推算问题,定量进行职业健康风险评估,还可以实现关键因素的识别,并能有针对性地提出改进措施,为职业健康风险预防提供决策依据。     

利用动态贝叶斯网络实现人群聚集风险分析

为动态探究影响人群聚集风险的主要因素及定量评估人群聚集风险,依据贝叶斯估计理论改进静态贝叶斯网络模型,建立动态贝叶斯网络模型。用该模型可根据实时采集数据计算后验参数,获取动态定量风险评估结果。利用所建的动态贝叶斯网络模型动态定量评估北京市某大型商业街区人群聚集风险。结果表明:该街区初始人群聚集拥堵概率为0.8×10~(-3),踩踏概率为7.6×10~(-6)。随着实时观测数据的引入,最终拥堵概率为2.4×10~(-3),踩踏概率为1.63×10~(-5),其中疏散不及时、疏散通道不畅、疏散标志不清等3个因素的相对重要度影响因子较大,是主要影响因素。实例中各基本事件的发生概率和相对影响因子动态变化,证明该模型有效。