基于灰色关联的飞机着陆冲出跑道事故影响因素研究

崔振新，陆 正，汪 磊

（中国民航大学民航安全科学研究所，天津 300300）

最终进近和着陆是飞机飞行中最关键的阶段。尽管飞机着陆阶段时间仅占飞行平均时间的1%，但根据波音公司对全球全重6 万磅以上的商用喷气飞机相关事故统计数据显示，2003—2012年间23%的致命事故、17%的机载死亡人数发生在该阶段［1］。在进近和着陆事故中，飞机偏离跑道事故所占比例较大［2］。根据澳大利亚运输安全委员会（Australian Transport Safety Bureau，简称ATSB）的统计显示，1998年1月1日至2007年12月31日期间共发生141起飞机偏离跑道事故，其中120起发生在着陆阶段，在这120起事故中，72起是冲出跑道，相对于偏出跑道事故，冲出跑道事故所造成的财产损失及人员伤亡较严重［3-4］。因此，飞机冲出跑道事故的风险管理研究对航空安全来说有着重要的意义。在飞机冲出跑道事故的风险管理研究过程中，对事故影响因素的辨识和评价是重要环节。

目前，国内外有很多针对航空事故／事件的分析模型和方法［5-11］，在运用中体现了各自的优势，但也存在一定的缺陷［12］。如Reason模型强调了事故发展的时间效应，但是没有将风险因素进行合理的分类及整合；SHEL模型在风险因素分类方面具有一定的优势，但是没有注重事故演变过程，缺乏分析的理论依据性和分析过程的连贯性。因此，本文在分析国内外研究机构和学者对飞机冲出跑道事故进行相关研究［13-14］的基础上，综合考虑航空器着陆运行特点，并结合现有分析方法在风险因素识别方面的优势，提出了飞机着陆冲出跑道事故／事件分析模型，同时通过对飞机着陆冲出跑道事故案例的分析，筛选出事故的影响因素，应用灰色关联方法对影响因素的重要度进行评价，从而提出预防及控制措施。

1 飞机着陆冲出跑道事故原因分析及影响因素样本统计

1.1 飞机着陆冲出跑道事故原因分析

着陆是指飞机从在机场入口处离地15 m（50 ft）高度开始，经过直线下滑、拉平、接地、减速滑跑到完全停下的过程。通过阅读相关文献和事故调查报告可知，造成飞机冲出跑道的不安全事件都可能在这些操纵环节中出现。因此，本文将飞机着陆分解为进场-拉平、拉平-接地、接地-停止三个环节。通过对具体案例的分析，找出各环节中导致冲出跑道的不安全事件；之后运用Reason模型［9］的思路，对这些不安全事件进行层层分析，找出导致这些不安全事件的原因；最后采用SHEL模型［8］，对这些不安全事件的原因进行归纳和总结。飞机着陆冲出跑道事故／事件分析模型见图1。

由于一般的飞机着陆冲出跑道事故相关信息不够详细，事故发生过程和导致原因不够明确，不适用于对着陆冲出跑道事故的深入分析，对此笔者收集了2010—2013年官方发布的完整的着陆冲出跑道事故调查报告，利用上述建立的飞机着陆冲出跑道事故／事件分析模型对2010—2013年发生的37起飞机着陆冲出跑道事故进行深入分析，得到如下结果：

（1）不安全事件：发生在进场-拉平阶段的不安全事件主要有进近速度过快和进近高于下滑道；发生在拉平-接地阶段的不安全事件主要有远接地、接地速度过大、接地过轻和接地弹跳；发生在接地-停止阶段的不安全事件主要有滑水、刹车使用不当、反推使用不当和扰流板使用不足。

（2）不安全事件原因：按照SHEL 模型将不安全事件的原因分为L、S、H、E、L-L、L-S、L-H、L-E 8项，各项的代表意义和统计结果见表1。

表1 飞机着陆冲出跑道事故原因统计表Table 1 Statistics table of the reasons of landing overrun accidents

1.2 飞机着陆冲出跑道事故影响因素筛选及样本统计

通过上述分析可见，造成航空器着陆冲出跑道事故的影响因素内容庞杂、信息重叠，为了梳理和简化因素信息，本文对上述因素进行了拆分、合并和剔除。例如表1中的机长决策失误和处置错误两项信息有所重复，而且这两项都涉及CRM 失效、违反SOP和丧失情景意识，因此将这两项拆分为CRM失效、违反SOP和丧失情景意识；错觉和疲劳与L-E中的两项属于丧失情景意识的范畴，将这四项与丧失情景意识合并；疏漏与L-H 中的三项属于CRM失效的范畴，将这四项与CRM 失效合并；管制员指令不当与L-L 中的空中交通服务不到位以及S 中的未及时提供准确的气象或跑道信息可合并为空中交通服务缺陷。

按照上述思路，最终将飞机着陆冲出跑道事故的影响因素归纳为13个，分别属于机组因素（人的因素）、机械因素、环境因素和管理因素四个方面，影响因素筛选结果见图2。

本文对37起飞机着陆冲出跑道事故影响因素进行统计，统计结果见图3。图3中纵轴表示影响因素，横轴表示涉及该影响因素的事故起数。由于导致一起事故的因素通常不是唯一的，多数是几个因素的综合或叠加，因此影响因素统计个数总和大于37。

2 飞机着陆冲出跑道事故影响因素灰色关联度计算

2.1 灰色关联分析原理

灰色关联分析方法是灰色系统理论的重要组成部分，由我国学者邓聚龙创立。灰色关联分析的核心是计算灰色关联度，关联度是数据序列之间联系紧密程度的数量表征。常见灰色关联度的计算方法包括邓氏灰色关联度（一般灰色关联度）、绝对关联度、相对关联度、综合关联度和斜率关联度等［15-17］，实际应用中，需要根据问题的背景、分析的目的和数据的特征等选择适当的关联度计算方法。

本文选择邓氏灰色关联度方法进行灰色关联度计算，具体步骤如下［17］：

（1）确定参考序列和比较序列。反映系统行为特征的参考数列为X0=（x0（1），x0（2），…，x0（n）），本文为飞机着陆冲出跑道事故数时间数据序列；影响系统行为的比较数列为Xi=（xi（1），xi（2），…，xi（n）），表示第i个影响因素的数据序列，i=1，2，…，m，其中xi（n）表示第i个影响因素第n时刻或状态上的取值，本文所考虑的影响因素为图2所列的所有因素。

（2）对各序列进行无量纲化。本文使用区间值化算子对序列的始点进行无量纲化处理，其计算公式如下：

（3）求差序列。差序列计算公式如下：

（4）计算灰色关联系数。灰色关联系数计算公式如下：

（5）计算灰色关联度。灰色关联度计算公式如下：

2.2 飞机着陆冲出跑道事故影响因素灰色关联度计算

根据图3的统计结果，将原始数据按照公式（1）至（4）进行计算，可得到各影响因素的灰色关联系数ε0i（k）和灰色关联度γ0i，详见表2。

表2 各影响因素的灰色关联系数和灰色关联度Table 2 Grey relational coefficients and degree of influence factors

3 飞机着陆冲出跑道事故影响因素重要度综合评价

灰色关联度表示的是序列之间的几何相似程度［17］，若直接使用灰色关联度的计算结果来表示其重要度将会给结论带来偏差。因此，本文在上述计算结果的基础上，对各影响因素的灰色关联度进行加权修正。一般认为当某个影响因素发生的次数越多时，其受重视程度应该越高，权重应该越大。基于上述考虑，本文提出第i个影响因素权系数的表达公式为

式中：分子表示的是涉及第i个影响因素的事故起数；分母表示的是飞机着陆冲出跑道事故发生的总起数。

由于各影响因素不是互斥事件，多个影响因素常常同时发生，因此∑wi≠1。各影响因素的灰色加权关联度计算公式为

根据公式（5）、（6），可计算得出飞机着陆冲出跑道事故各影响因素的权系数、灰色加权关联度，依据各影响因素灰色加权关联度R 的大小，可对影响因素进行排序，即可得出飞机着陆冲出跑道事故影响因素重要度综合评价结果见表3。通过对表3进行分析可以发现：

（1）对飞机着陆冲出跑道事故影响最大的前5项因素中，有4项属于机组因素即人的因素，由此可见人的因素应该作为飞机着陆冲出跑道风险防范的重点。而在人的因素中，机组丧失情景意识和机组资源管理失效分别位于第一、第二，因此加强机组情景意识和机组资源管理的培训是预防人为因素工作的重心。

表3 飞机着陆冲出跑道事故影响因素重要度综合评价结果Table 3 Comprehensive evaluation results of the importance degree of influence factors

（2）环境因素对飞机着陆冲出跑道事故的影响仅次于人的因素，其中跑道湿滑或污染和不利天气条件影响分别位于第三和第六，由此可见预防跑道湿滑或污染和不利天气条件对着陆的影响是飞机着陆冲出跑道风险防范工作的另一个重点。

（3）管理因素作为潜在影响因素应引起足够重视，其中较为突出的问题是航空公司文件缺陷、机场跑道管理缺陷和航空公司培训缺陷。航空公司文件缺陷体现在缺乏特殊情况下的指导文件及飞行文件信息缺陷、飞行程序不合理、规章或标准不完善等。通过对事故调查报告的研究和分析可以发现，航空公司文件缺陷和培训缺陷是导致飞行员表现不佳的主要原因，因此改善管理方面的缺陷能从根本上减小飞机着陆冲出跑道的风险。

4 飞机着陆冲出跑道事故预防及控制措施

针对飞机着陆冲出跑道事故影响最大的人的因素，航空公司应加强对飞行员的专项训练，尤其要加强情景意识和机组资源管理的培训；同时，针对湿滑或污染跑道和不利天气条件对飞机着陆的影响，机场单位应加强跑道维护管理，对天气条件进行及时有效的监测，并及时向飞行员提供准确的跑道和天气条件信息。根据上述分析，本文提出针对飞机着陆冲出跑道事故各方的安全防范措施与建议，详见表4。

5 结论

（1）本文运用Reason 模型和SHEL 模型对2010—2013年官方发布的飞机着陆冲出跑道事故调查报告进行分析，通过拆分、合并、剔除筛选出13个飞机着陆冲出跑道事故的影响因素，并在此基础上运用灰色关联分析方法对各影响因素进行灰色关联度的计算，同时对计算结果进行加权修正，得到各影响因素重要度的综合评价结果。评价结果表明对飞机着陆冲出跑道事故影响最大的因素是人的因素，环境因素次之，同时管理因素作为潜在因素应加以重视。

（2）针对飞机着陆冲出跑道事故各影响因素重要度的综合评价结果，本文从航空公司、机场、管制单位、飞行员和局方五个方面提出了预防及控制措施，并强调指出加强飞行员专项训练和跑道维护管理是飞机着陆冲出跑道事故防范工作的重点。

（3）飞机着陆冲出跑道事故涉及的因素众多且关系复杂，本文在对事故影响因素的筛选中难免存在不足，加之受样本数据容量的影响，分析结果还无法准确反映各影响因素对事故的重要度大小，针对这些问题，在今后的工作中需进一步补充和完善。参考文献：

［1］BOEING.Statistical Summary of Commercial Jet Airplane Accidents Worldwide Operations 1959-2012［R］.Seattle，USA 2013：1-26.

［2］中国民用航空局航空安全办公室，中国民航科学技术研究院.中国民航不安全事件统计分析报告［R］.2011.

［3］Taylor R P，Hughes K，Godley S.Runway Excursions.Part 1：A Worldwide Review of Commercial Jet Aircraft Runway Excursion.ATSB Transport Safety Report（AR-2008-018（1）［R］.Canberra：Australian Transport Safety Bureau，Australian 2009：1-144.

［4］Taylor R P，Godley S.T.Runway Excursions.Part 2：Minimising the Likelihood and Consequences of Runway Excursions An Australian Perspective.ATSB Transport Safety Report（AR-2008-018（1）［R］.Canberra：Australian Transport Safety Bureau，2009：1-141.

［5］Wang L，Wu C X，Sun R S.An analysis of flight quick access recorder（QAR）data and its applications in preventing landing incidents［J］.Reliability Engineering &System Safety，2014，127：85-96.

［6］Reason J.Human Error［M］.New York：Cambridge University Press，1990：72-95.

［7］Scott A S，Douglas A W.The human factors analysis and classification system—HFACS［J］.Human Factors and Aerospace Safety，2001，1（1）：59-86.

［8］刘汉辉.民用航空安全之道［M］.北京：中国民航出版社，2008：214-242.

［9］中国民用航空总局.民用航空安全信息管理规定（CCAR-396-R2）［Z］.2010-01-01.

［10］何珮.中国与欧盟的航空安全信息分类法比较［J］.中国安全科学学报，2008，18（11）：126-132.

［11］Menzel R.ICAO safety database strengthened by introduction of new software［J］.ICAO Journal，2004，59（3）：19-25.

［12］孙瑞山，赵青.航空人为差错事故／事件分析（ECAR）模型研究［J］.中国安全科学学报，2012，22（2）：17-22.

［13］霍志勤.跑道安全理论与实务［M］.北京：中国民航出版社，2013.

［14］张晓全，李秋实.基于WBA 方法的冲出跑道事故风险管理研究［J］.中国安全科学学报，2012，22（11）：67-72.

［15］李宏艳.关于灰色关联度计算方法的研究［J］.系统工程与电子技术，2004，26（9）：1231-1233.

［16］高扬，许星.基于灰色关联理论的民航事故影响因素分析［J］.安全与环境工程，2013，20（3）：102-106.

［17］刘思峰，党耀国，方志耕，等.灰色系统理论及其应用［M］.第5版.北京：科学出版社，2010.