基于FUZZY FMEA的机场跑道系统风险评估

王翊菲 江 波

基于FUZZY FMEA的机场跑道系统风险评估

王翊菲 江 波

机场场面安全是影响机场运行安全的主要因素，而跑道系统的影响更是重中之重，针对机场跑道系统风险评估过程，提出基于模糊理论的FMEA分析方法。以科学的模糊数学为理论依据，优化传统的RPN风险因子算法，增加FMEA专家小组的重要性权重，建立机场跑道系统模糊综合评判模型，运用基于α截集的解模糊化方法，获得精确的FRPN风险优先数排序值，简化系统风险的定量评估过程，提高风险评估的精确程度。通过对机场跑道系统进行实例研究，基于模糊逻辑理论建立模糊综合评判模型，针对FUZZY FMEA分析方法运用MATLAB软件编程仿真，验证了该方法的可行性。

安全乃民航生存之本。近年来，随着我国民航实力明显增强，空中交通流量持续增长，发生在机场的航空安全事故呈现出快速增加的态势。根据国际航空运输协会（IATA）对全球商业航空运行统计发现，多年来全球航空事故中，约1/2的航空运输事故和事故征候都发生在机场场面区域内，约1/4的航空运输事故和事故征候都与冲出偏出跑道有关。因此，机场跑道系统的安全问题成为整个民航运输系统安全的基础，对机场跑道系统的运行工作进行风险管理，对于提高整个行业安全水平具有重要意义。

FMEA（失效模式与影响分析）为英文“Failure Modes and Effects Analysis”的词头缩写，已广泛应用于策略研究及实施、新系统研发及运用等多个重要的领域，但国内基于该理论进行机场航空安全风险管理评估的研究还甚少。近些年，虽然一些专家学者采用定性或者定性与定量相结合的方法对失效模式风险评价过程进行了研究，但是，在评价过程中，评分等级设定的局限性使得评价过程无法具备足够的客观性，且计算量比较大。本文采用基于FUZZY FMEA理论的风险分析方法，将各失效模式看作模糊变量建立综合评判模型，简化了复杂的风险评估过程，提高了评估过程的客观性和计算结果的精度。

模糊FMEA方法

模糊FMEA方法的基本过程是：首先利用模糊理论将FMEA定量分析过程中的三因素模糊化；然后通过确定专家权重以达到主观量化模糊语言的目的；最后再使用重心法将模糊数清晰化得到新的故障模式排序，从而得到正确结果。

FMEA决策过程

FMEA评估产品或制造过程的潜在风险水平的方式主要是，根据问题的严重度来决定优先解决顺序。其决策的原则是根据风险优先值（Risk Priority Number，RPN ）大小作为排序的基准。FMEA评估的三要素为发生度、严重度，检测度：①发生度（0）：某失效模式会发生的概率大小程度；②严重度（S）：失效对于系统任务所造成的冲击；③检测度（D）：某失效的因素能被检测出来的概率。

机场跑道系统作为一个已经构建完成投入使用的系统，属于FMEA方法应用过程中的使用阶段，在机场跑道系统中，失效模式的RPN定义是，由于系统中潜在危险源的存在，造成跑道系统运行安全系数降低的风险值，其中，失效模式可能是尚未发生事故但在系统巡检维护中发现的薄弱环节，或是对于系统组件曾经发生过的失效情况进行总结得到的危险源。所以RPN中发生度与检测度分别是对与失效风险的潜在发生率与发生后对于潜在失效风险是否容易检测出的概率，严重度是指在前两项的决定因素发生之后，依据对机场跑道系统造成的损失大小，作为评定失效风险的标准。传统的RPN计算公式由三因素相乘求得如下式1所示，本文基于模糊逻辑理论对原有的三因素评价值进行模糊加权，构成的模糊综合评判模型如下式2所示，其中，针对各失效模式进行风险评价时的模糊函数如下式3所示。

模糊化三因素等级

模糊集合理论（Fuzzy Set Theory）是美国加州大学Zadeh教授在1965年提出，为解决现实环境中不精确问题的分析方法。所谓模糊数是指设论域X为实数域，模糊集A为凸规范集。常用的模糊数的隶属函数有三角形及梯形隶属函数。

本文综合机场跑道系统的风险特性，为了进一步提高评估时失效模式的参数精度，将每个失效模式的三参数评估对应三角形模糊隶属函数，并划分为五种尺度来表示其语义项，其中，五种尺度所对应的分数上的界定如下表所示。

表1　评估尺度模糊数

计算三因素模糊数

在此设故障模式FMi（i=1，2，…，m）表示第i个故障模式，成立n个FMEA专家小组TMj（j=1.2....n）对失效模式进行风险评价，每一个专家小组共有J名专家组成，每位专家针对各个故障模式，给出故障模式三因素及权重评价等级值，参照三角形模糊隶属函数可以得到故障模式三因素及权重的模糊数为：

其中Hj表示每个FMEA专家小组的重要性权重，依据FMEA小组专家所具有的资质级别，工作经验，和对该领域的熟悉程度给出相应的等级评价值，进行汇总评估之后得到权重hj，进行归一化处理，得到每一个FMEA专家小组的重要性权重值。

综合考虑各个专家小组给出的故障模式评价值和其自身重要性权值之后，按如下公式计算可以得到各个故障模式所对应的三因素模糊数。

基于α截集的解模糊化

得到三因素模糊数后，需要通过解模糊化来将评价结果进行量化。解模糊化的方法没有一定的程序，为提高解模糊化的计算精度，结合FMEA决策模型中的幂指函数特性，本研究采用基于α截集的重心法来进行解模糊化，具体步骤如下：

1.计算三因素模糊数及权重模糊数的α截集区间

2.计算各失效模式的α截集区间

重心法计算各失效模式的FRPN值

其中，当A的隶属函数未知，但α截集已知时，解模糊值可以被1，2两式确定，重心法解各个失效模式的质心值时通过3式计算，本文中α=0.1，n=11。

式中，FRPN即为解模糊化后得到的质心清晰值。

机场跑道系统失效模式风险评估

本文以某机场跑道系统为例进行基于模糊理论的FMEA方法分析，对风险失效模式进行评估，并对得到的结果进行修正，同时对模型和算法进行验证。

跑道FMEA分析

针对机场跑道系统，结合问卷调查和专家访谈的方式，汇总整理得到八项失效模式，按照过程功能将失效模式分为两大类，一种是供航空器进行着陆和起飞，另一种是向起飞、着陆、滑行中的航空器提供目视引导。具体跑道FMEA表如表2所示。

模糊综合评判

根据专家对故障模式的风险评估结果，模糊综合评判，得到三因素模糊数如表3所示。

表2　跑道潜在失效模式与后果分析表

表3　失效模式及三因素权重的总体评价模糊数

计算机仿真验证

通过MATLAB进行软件编程仿真，计算得出各失效模式的α截集区间值，同时求解出清晰的质心值，具体数据如表4所示。

表4　各失效模式的截集区间值

对各失效模式将三因素模糊数转化为a=0.1的截集，并使用的均衡几何模糊评价模型对三因素的模糊数进行计算，得到各故障模式基于α截集的FRPN值，如图1所示。对于截集α取平均后得到个失效模式的FRPN值如图2所示，矢量图纵轴表示隶属度，横轴表示基于基于α截集的FRPN数值，其中α∈［0，1］，FM∈［1，8］。

结果分析

通过α截集以及质心求解方法计算式（10｝一式（12｝来获得的解模糊化计算结果FRPN数值，如下表第二列所示，传统RPN算法得到的RPN数值如下表第四列所示，见表5。

表5　各失效模式风险排序表

图1　基于α截集的各失效模式的FRPN值

图2　各失效模式的FRPN值

通过对八项失效模式的风险排序结果进行对比分析，可以看出FRPN算法的如下优点。

1.精确了风险排序结果：在使用传统RPN算法的情况下很难对FM2，FM3，FM4，FM8进行准确的排序。本文通过对失效模式三因素进行模糊判定后获得FRPN值，从而精确判定了各失效模式的风险优先程度排序。

2.明确了失效模式风险源：FM2，FM3，FM4，FM8的RPN数值相同，但这四个具有相同RPN的失效模式中隐藏的风险因素源并不相同。而本文提到的风险三因素模糊判定恰恰可以分析出各失效模式中所隐藏的风险源，便于针对问题进行预防和改善。

3.提高了评估算法的精度：传统的RPN算法通过将三因素评价值相乘直接获得评价值。容易造成RPN数值相同，失效模式风险排序困难的问题。本文基于模糊逻辑理论，给出模糊评价等级表，并根据模糊综合评判理论，进行FRPN计算，使得结果更加科学严谨。

4.提高了评估过程的客观性：对于不同FMEA专家小组，其所具备的资质级别，工作经验，和对该领域的熟悉程度各有不同，在本文采用的FRPN方法中通过组间相关重要性权重的设置，可以提高资深专家对风险评估的影响，提高整个评估过程的客观性。

综上所述，本文所采用的方法一定程度上解决了传统RPN方法在进行机场跑道系统安全性分析，和失效模式风险评估过程中的一些不足。

结束语

本文针对机场跑道系统风险评估过程，提出了基于模糊理论的FMEA分析方法。以科学的模糊数学为理论依据，优化传统的RPN风险因子算法，增加了FMEA专家小组的重要性权重，建立机场跑道系统模糊综合评判模型，简化了系统风险的定量评估过程，通过运用基于α截集的解模糊化方法，从而获得精确的风险优先数排序值，提高了风险评估的精确程度。结合本文所述的实例研究，可以看出对机场跑道系统进行风险评估时，采用FUZZY FMEA风险分析的新方法，能够克服传统RPN方法的不足，符合机场跑道系统安全性分析严谨的要求。

10.3969/j.issn.1001-8972.2015.17.013