基于多因素分析的航班运行风险评估体系

王岩韬，李 蕊，卢 飞，王皎皎，赵嶷飞

（1.中国民航大学空中交通管理学院，天津 300300；2.北京首都航空有限公司金鹿公务机运行控制部，北京101300）

基于多因素分析的航班运行风险评估体系

王岩韬1，李 蕊1，卢 飞1，王皎皎2，赵嶷飞1

（1.中国民航大学空中交通管理学院，天津 300300；2.北京首都航空有限公司金鹿公务机运行控制部，北京101300）

以航班运行多因素分析为基础，使用事故树分析和基元分析法将签派放行评估体系中气象、航路、机场、飞机、机组等方面的潜在风险进行分析和评价，利用模糊归属函数和风险关系矩阵进行运算，得出相对风险的参考值，从而建立了一套适用于多级指标的、实用性的航班运行风险评估体系.该体系可大幅减少签派员的工作负荷，提高航空公司运行安全.最后利用该评估体系对国内某航空公司特定航班进行了评估，得到了航班风险值，评估结果与飞行、签派专家判断一致，验证了评估方法和评价指标的可行性.

多因素分析；航班运行；风险评估体系；签派放行；模糊归属函数；风险关系矩阵；多级指标

航班运行工作的管理综合性强，信息传递繁杂，出错几率高.目前，国内航空公司的航班运行工作依赖于签派员的水平和经验，人为因素影响极其显著.由于人员的差异化，潜在运行风险在数量上和复杂度上呈几何式增长.因此，急需对现有个人化的风险控制机制和手段从根本上进行升级和改造，缓解航班运行的安全压力.对于航空公司的风险评估，20世纪80年代末在美国Wichita州立大学开发了Airline Quality Rating（AQR），对美国的航空公司质量进行评估，其主要依据旅客的信息和公司结构等，其中安全作为质量评估的内容之一[1].中国民航大学孙瑞山等[2]基于“人、机、环境”系统工程，用定性和定量相结合的方法建立了航空公司宏观层面上的安全评估方法，首次将风险评估工作引入航空公司体系中.在风险评估模型和方法上，勒慧斌等[3]使用模糊层次分析法来确定安全评估指标的权重.陈团生等[4]通过改进的熵权法，降低了传统TOPSIS方法主观判断的不确定性和随意性.马国忠等[5]采用模糊综合评判方法探讨了评估指标体系和评估方法.曾亮[6]采用层次分析、模糊评判和加权平均相结合的方法，计算了不安全事件发生的可能性和后果严重度，建立了民航企业不安全事件风险评估方法.丁松滨等[7]改进了航空公司安全系统的评价指标体系，提出了基于证据理论的航空公司安全系统风险评价的模型和算法.王永刚等[8]在“可能性”与“严重性”二维风险评价模型的基础上融入了安全管理水平的评估，提出了三维风险评价模型并确定了评价规则.张元[9]建立了民航安全风险定量评价模型，并提出指数型权重的概念，用以考虑风险的直接损失和间接损失.葛志浩等[10]以事故统计为基础，根据独立性假设，推导了飞行风险的概率分布和飞行安全重要指标间的关系.国内学者在航空公司风险评估方面取得了较大进展，但总体尚有不足：①研究面：普遍着眼于航空公司安全文化或安全管理等宏观层面，而针对直接影响航空器飞行安全的航班运行角度鲜有涉及；②研究方法：由于航空公司工作的复杂性，模糊数学通常是研究此类问题的理想方法.此前研究过程中使用的方法如模糊层次分析、三角模糊数等，一方面由于计算量大，在确定权重时的判断指标多限于两级或三级指标体系，使得评价因素过于笼统；更为重要的是，指标选取过于理论，与航空公司中飞行员与签派员日常工作的评估指标出入较大，使得评价体系难以实践应用.本文以每架飞机执行的每一航班任务为出发点，将航空公司风险评估工作细化至航班运行层面；在研究方法上，引入中国民用航空规章（CCAR）121部中签派放行的评估体系[11]，使用模糊归属函数，将各因素评价指标与航空公司航班运行评估指标统一，并采用国际民航通用的风险矩阵评价方式[12]，建立一套适用于多层级多指标的风险评估体系，力求将国际民航组织与中国民用航空局力推的安全管理体系实践化、可行化.

1 模糊归属函数

民航运输系统是一种动态、多变量、开放的、人为因素起主要作用的复杂大系统.系统不确定的因素多，逻辑关系复杂，基本事件的发生概率难以确定.因此，正如钱学森教授所指出的，唯一有效处理开放复杂大系统的方法就是定性和定量相结合的综合集成方法.

模糊归属函数是典型的定性和定量相结合的判断方法.航空公司飞行和签派专家可以根据自己的经验及认知，界定出的不同风险程度的边界值，再将权重分配模糊化，建立适用于评价航班运行的归属函数.

假设机组风险分为疲劳和经验两个影响因素，如图1，两者皆为终端风险因素.通过疲劳的模糊归属函数和经验的模糊归属函数2个数学模型来界定出风险程度，2个数学模型分别如图2和图3所示.

图1 机组风险关系图Fig.1 Rrew risk diagram

图2 疲劳模糊归属函数Fig.2 Fatigue fuzzy membership function

图3 经验归属函数Fig.3 Experience fuzzy membership function

此数学模型X轴的数值可由航空公司的飞行数据资料库所提供，单位则根据风险因素决定，如疲劳根据执勤时间判定，经验则根据飞行员总飞行小时数界定，单位为“h”.X轴边界点数值是由航空公司根据本身情况，由飞行和签派专家确定.Y轴则代表所属程度的归属度（权重）.非终端的风险因素则是根据下一层的风险因素所计算出的风险值而定.

2 多因素分析

中国民用航空规章（CCAR）121部中签派放行的评估体系是航班运行多因素分析的基础，而事故树分析（fault tree analysis，FTA）也是本文安全评价的重要分析方法[12].同时，借鉴基元事件分析法[13]，完善航班运行风险的多因素分析工作，建立航班运行风险的结构图.

图4给出了航班运行风险的基本结构.航班运行总风险包含机组方面风险（标号C1）、飞机方面风险（A1）、着陆进近阶段威胁的风险（S1）.

图4 航班运行风险的基本结构Fig.4 Basic structure of flight operation risk

其中，以机组方面风险程度C1为例，可分解为机组间配合程度C2、机组经验能力不足程度C3、机长精神压力程度C4共3个因素进行判断，如图5；以机组经验能力不足程度C3为例，可由机组经验能力不足程度C5与其他机组经验能力不足C6程度2个因素进行判断，如图6；并以此依次类推，可完成签派放行中所有风险因素的结构分析.

图5 机组方面的风险结构图Fig.5 Basic structure of crew aspect

图6 机组经验能力方面的风险结构图Fig.6 Risk structure diagram of crew experience ability

3 风险评估体系

根据多因素分析，通过与TJ航空公司和CR航空公司的签派与飞行专家反复调整与修改，评估指标体系内化为机场、飞机和着陆进近阶段三大方面风险，60余个评价指标.

将每一终端因素的风险度分为low、medium、high三级.建立模型，程度为“low”的为Z模型，程度“medium”的为∏模型，程度“high”的为S模型.设置不同边界点会有不同的Z、∏、S模型.中间线性交叉的地方就是模糊处，可以运用重心法或线性比例法计算得出归属度.以该机型的经验T10为例，以CCAR121中规定的机长飞行经历时间为依据，建立模糊归属函数如图7所示.

图7 机型经验的模糊归属函数Fig.7 Crew experience fuzzy membership function

使用风险关系矩阵，评估非终端因素的风险值，定义1为无风险（仅具备潜在风险），定义10为风险最大值.以总风险为例，由一线签派专家与飞行员确立专家风险矩阵如图8所示.

图8 总风险评估矩阵Fig.8 Total risk assessment matrix

最终层层向上推演得出的结果，即为航班的总风险值.将风险值分为3个等级：风险值1至5之间为“可接受的”；风险值介于5到8之间的为“缓解后可接受的”，风险值大于8的即为“不可接受的”[14].

其中，“可接受的”指航班运行各影响因素均符合要求，且有一定的安全裕度；“不可接受的”指不符合民航规章或运行安全有遭遇严重威胁；“缓解后可接受的”指部分因素在规定标准的边缘，但不确定性强.此状态可以转变为“可接受的”，在未为有效消除危险源之前，应不予放行.

4 实证分析

航班信息：航班号XXX，机号/机型BXXXX/738，定期航班，北京0830-1015浦东，备降场杭州.机上有VIP.由于当日首都机场下小雪，飞机出港延误1个小时.

机组信息：

机长：XXX，新机长，在该机型的机长经验仅70小时，此前执飞A320机型，英语等级为ICAO四级，近期一直执飞北京到浦东的航班，班表稳定.距30天前累计飞行85小时，距今365天前累计飞行700小时.距今最近一次复训是在4个日历月之前.本次航班值勤时间为6.5小时，在飞行前从前一天下午4点开始休息，休息时间为14小时.

副驾驶：XXX，资深副驾驶，在该机型的经验1600小时，英语等级为ICAO四级，距今最近一次复训是在2个日历月之前.距30天前累计飞行72小时，距今365天前累计飞行650小时.本次航班值勤时间为6.5小时，在飞行前从前一天下午3点开始休息，休息时间为15小时.

飞机信息：没有与着陆进近相关联的MEL项目.

天气与机场信息：

ZBAA SA

METAR ZBAA 062300Z 12004MPS 1500-SN FEW020 OVC040 01/M01 Q0997 NOSIG

ZBAA FC

ZBAA 062245Z 070009 15004MPS 1500-SN OVC040 TEMPO 0103 0600 SN BKN040

C1818/11 ZBAA 2011/12/05 00：30-2011/12/09 06：30

18L/36R跑道关闭因施工.期间航空器可由A8和A9滑行道穿越跑道，A0和A1滑行道禁止穿越跑道.

C1851/11 ZBAA 2011/12/07 05：00-2011/12/09 09：00

RWY01ILS不工作.设备识别：INJ频率：108.5MHZ.

METAR ZSPD 072300Z 31007MPS 1700-RA SCT009 BKN005 09/06 Q1027 NOSIG

ZSPD FC

ZSPD 072247Z 080009 31006G12MPS 1700-RA FEW006 SCT010 OVC033

C3094/11 ZSPD 2011/05/01 23：59-永久

C3094/11 ZSPD

1130-1300 DLY由于机场特殊活动，机场关闭.

使用前文建立的风险评估体系，从终端因素向上逐层计算，根据机组风险评估矩阵，如图9所示，机组方面风险程度即C1风险值=[（6+6）×75%+（7+8）×25%]×50%=6.375，高风险归属度为18.75%，中风险归属度为81.25%.

图9 机组风险评估矩阵Fig.9 Crew risk assessment matrix

实例中没有与着陆进近相关联的MEL项，A1= 1，属于低风险程度；737-800机型飞浦东没有任何停机位等地面保障的限制，A2属于低风险程度.根据飞机风险评估矩阵，如图10所示，飞机方面风险程度即A1风险值=1，属于低风险程度.

图10 飞机风险评估矩阵Fig.10 Aircraft risk assessment matrix

根据进近阶段风险评估矩阵，如图11所示，着陆进近阶段威胁即S1风险值=7×30%+9×70%=8.4，属于高风险程度.

图11 进近着陆阶段风险评估矩阵Fig.11 Approach and landing phase risk assessment matrix

根据总风险评估矩阵，如图12所示，ALR总风险值=6×18.75%+8×81.25%=7.625.

图12 样例总风险评估矩阵Fig.12 Sample risk assessment matrix

根据计算，该航班的风险值为7.625，属于缓解后可接受的范围，必须引起签派员的注意，并尽量采取措施尽可能的降低风险.

其中着陆进近阶段威胁S1的风险程度达到8.4，达到不可容忍的范围，需告警提醒签派员注意.S1值过大的原因在于着陆标准S7风险值达到7.4（原因在于能见度处于边缘），交通拥堵情况S6风险值达到10.机组方面风险程度C1达到6.375，属于缓解后可接受的范围.原因在于机组经验能力不足程度C3风险值达到7（新机长），工作量C14风险值达到8.4，累积疲劳程度C11风险值达到7，疲劳程度C7风险值达到7.

降低风险的措施为更换机长，非新机长可显著降低着陆标准风险值S7与机组经验能力不足程度C3风险值.更换新机长后，再次计算，风险值降为3.2，属于可接受范围.

且根据大量案例反复验证，最终判定此风险评估体系符合飞行和签派专家的共同判断，风险评估体系有效.

5 结 论

（1）本文引入CCAR121部中的签派放行评估体系，将各因素评价指标与航空公司航班运行评估指标统一.通过梳理风险因素，结合模糊归属函数与风险矩阵，建立的风险评估体系适用于多层级多指标评价，具有实用性.

（2）本文所构建的指标体系可根据不同类型、不同大小、不同情况的航空公司进行调整和扩展，删减或增加风险因素均可进行风险评价，具有较强的适应性.

（3）本文中的评估体系已嵌入CR航空公司的运行控制系统中，可对每一航班进行风险评估，并以此为长效机制，对体系中不适当环节持续改进，最大程度地发挥评估体系的功效.

（4）由于评估体系的指标众多，各指标间还可能会相互影响，因此还需进一步对指标体系中风险因素的耦合性进行分析.

[1]BOWEN Brent D，HEADLEY Dean E，LUEDTKE Jacqueline R.Airline quality rating[J].NIARReport，1991，91（11）：1-10.

[2] 孙瑞山，刘汉辉.航空公司安全评估理论与实践[J].中国安全科学学报，1999（6）：15-22.

[3]勒慧斌，赵振武.基于三角模糊的航空公司安全评估研究[J].电子科技大学学报，2009，11（4）：21-25.

[4]陈团生，毛保华.改进TOPSIS法在航空公司安全评估的运用研究[J].中国安全生产科学技术，2005，1（8）：17-23.

[5] 马国忠，米文勇，刘晓东.民航系统安全的多层次模糊评估方法[J].西南交通大学学报，2007，42（1）：104-109.

[6]曾亮.多层次模糊评估法在民航不安全事件风险评估中的应用[J].中国安全科学学报，2008，4（1）：131-138.

[7] 丁松滨，石荣，施和平.基于证据理论的航空公司安全系统风险评价[J].交通运输系统工程与信息，2007，7（2）：77-82.

[8] 王永刚，张秀艳.民航系统三维风险评价模型的研究[J].中国水运，2007，5（7）：147-148.

[9] 张元.民航安全风险定量评价模型研究[J].中国安全科学学报，2007，17（9）：140-145.

[10]葛志浩，徐浩军，刘琳.飞行事故概率模型与风险评估方法[J].中国安全科学学报，2008，5（2）：162-165.

[11]中国民用航空总局.大型飞行公共航空承运人运行合格审定规则[S].北京：中国民用航空总局，2010：176-193.

[12]BROOKE P J，PAIGER F.Fault trees for security system analysis[J].Computers and Security，2003，22（3）：256-264.

[13]刘汉辉，孙瑞山，张秀山.基元事件分析法[J].中国民用航空学院学报，1997，15（3）：1-9.

[14]中国民用航空总局.关于航空运营人安全管理体系的要求[S].北京：中国民用航空总局飞行标准司，2008：14-17.

Risk assessment system of flight operation based on multiple factor analysis

WANG Yan-tao1，LI Rui1，LU Fei1，WANG Jiao-jiao2，ZHAO Yi-fei1
（1.College of Air Traffic Managerment，Civil Aviation University of China，Tianjin 300300，China；2.Deer Jet Operation Control Department，Beijing Capital Airlines Co Ltd，Beijing 101300，China）

Based on flight operation multiple factor analysis，through the potential risk analysis and evaluation of the meteorology，air route，airports，aircraft and crew aspects in dispatch release assessment system using fault tree analysis and basic element analysis，utilizing the fuzzy membership function and risk matrix to calculate the reference value of relative risk，a practicable risk assessment system which is applicable to multilevel index is established.This system can largely reduce the work load of dispatchers，improve the airlines′operation safety. An evaluation for one particular flight of certain domestic airline is performed by this assessment system and the flight risk value is obtained，the result is consistent with the judgment of flight and dispatch experts and verify the feasibility of proposed evaluation methods and assessment indexes.

multiple factor analysis；flight operation；risk assessment system；fispatch release；fuzzy membership function；risk matrix；multilevel index

O212.4；V328.1

A

1671-024X（2014）03-0084-05

2013-07-11

国家科技支撑计划项目（2011BAH24B10）

王岩韬（1982—），男，硕士，讲师.E-mail：yt-wang@cauc.edu.cn