基于不确定理论的飞行员应急操作可靠性分析
2016-05-30王义龙
摘 要:随着航空器设计的高度自动化,飞行员的操作任务量越来越少,然而在出现非常规情况时,飞行员的应急操作至关重要。所以,研究分析飞行员在执行紧急任务过程中的操作可靠性意义深远。本文以不确定理论(UT)为理论依据,在CREAM模型的基础上建立了飞行应急操作可靠性分析模型,利用基元事件分析方法分析应急操作中的认知行为,并确定任务中相应的失效模式;通过不确定分布理论来修正CREAM中人的常模基本失误概率,最后利用不确定理论的串联和并联原理来量化评价飞行员应急操作的可靠性。
关键词:CREAM;飞行员;不确定理论;人的失误
“安全”是我们民航系统中永恒的主题,随着现代大型客机的高度自动化,飞行员在执行飞行任务过程中的操作越来越少。然而,飞机的高度自动化往往会使飞行员养成习惯,疏于对飞机各种状态的监控,近年来,很多学者在民航人因学方面展开了研究[ 1 ],通过系统的对比和分析,飞行机组的失误比例占据了事故主要原因的三分之二[ 2 ]。
通过很多相关文献的介绍,人因可靠性分析在民航的各个子领域都应用广泛,尤其是在空管、机务、飞行等等方面,但是人因可靠性分析需要在人的可靠性基本数据的前提上进行分析和处理,纵观一代人因方法到现在三代人因方法,人的可靠性基本数据仍是缺失严重,而且很多现有收集的数据与很多客观因素(数据收集方式和人的心理状态)有关 [ 3 ]。通过已有的文献介绍, CREAM模型中失效模式基本概率值数据是从整个工业环境[ 4 ]采集的,在服务业的民航系统方面应用同样数据有些牵强。因此,在分析和量化民航人的行为方面采用合适的方法和建模工具势在必行。
1 不确定理论
不确定理论(Uncertainty Theory,UT)是2007年由清华大学刘宝碇教授提出并建立的。在可靠性技术等众多领域研究的问题中都存在着主观的或人为的不确定性[ 5 ]。
不确定理论已成为刻画这类不确定性问题的一个新的工具,相当一部分的应用成果[ 6-8 ]也已得到学术界的认可。
1.1 不确定分布
不确定理论是用于研究主观不确定现象。不确定统计主要需要刻画不确定变量,该变量是在得到专家经验数据基础之上,通过经验不确定分布来进行计算[ 9-11 ]。其公式为:
2 CREAM及其失效模式基本概率
CREAM的侧重方向是人在生产活动中的绩效输出不是孤立的随机性行为,而是依赖于人完成任务时所处的环境或工作条件,人的认知控制模式和其在不同认知活动中的效应受到该环境或工作条件的影响,最终决定人的響应行为[ 12 ]。
飞行员在飞机驾驶舱内的操作行为输出就收到周围的环境和工作条件的影响,所以使用该方法对飞行机组操作进行分析。通过对大量事故事件的研读和分析,从中提炼4个事故和事件,这四个事故事件的特点就是事故原因最后都归结于飞行机组,同时在响应输出时受到周围环境的极大影响,即为:1)民航飞行学院 TB-200型B-8830号飞机重大飞行事故;2)美国航空公司MD-82圣路易斯发动机起火;3)美国西北航空A320着陆时机尾擦地;4)阿斯特赖奥斯航空公司B752客机高空双发故障[ 10 ]。
CREAM模型中有十多种失效模式,通过对以上事故事件的分析和分解,每个事故或者事件都是以下4种失效模式{O2错误辨识(基本概率值为0.07);I2决策失误(0.01);E1动作方式错误(0.003);E2动作时间错误(0.003)}系列引起的,之后能以这4种失效模式概率值为未知数列出4个方程,以便求解。
3 驾驶舱环境下的飞行员应急操作可靠性模型
该模型的建立方法是在采用双线并行的基础上,一条主线是已CREAM模型的分析过程为引导思路,逐个分析已经选取的事故事件;另一条主线是以民航系统中相关资深飞行员提供的数据为基础,应用不确定分布来处理数据,以确定飞行员在驾驶舱环境下遇到紧急情况时的可靠度,综合两条主线以形成方程组来修正CREAM失效模式基本概率值,最后应用不确定理论的串并联原理得到飞行员应急操作人误概率。采用的主要技术路线及各步骤如下(图1):
4 飞行员应急操作可靠性分析案例
分析第4个事故(阿斯特赖奥斯航空公司B752客机高空双发故障[ 10 ])作为案例进行过程分析和演示,可得到一个方程式,其他3个同样都会得到对应的方程式。
4.1 分析和构建事件序列
通过对这起事故的分析和分解,根据CREAM的分析过程,得到关于这起事故的认知行为和认知功能关系列表。见图表1所示。
4.2 CPCs因子确定
根据此次事件报告,对9种CPC因子(1.组织的完善性;2.工作条件;3.人机界面与运行支持;4.规程/计划的可用性;5.同时出现的目标数量;6.可用时间;7.工作时间;8.培训和经验的充分性;9.班组成员的合作质量)进行分析[ 11 ],其中只有培训和经验的充分性最有可能对绩效造成影响,要根据分析CPC对于绩效可靠性影响可得出相应的权重因子。
4.3 识别认知功能失效模式
通过分析确定5个任务中最有可能的失效模式[ 11 ],得到如表2所示的认知功能失效模式。
4.4 不确定理论数据处理
在不使用CRAM模型中人的可靠性数据前提下,必须从民航资深飞行专家得到主观信度,从而才能对事件发生的可能性进行量化,每个专家给出的事件刻度值以及信度值(主观概率)为专家1给出的五个主管概率值为{(0.1,0.4)(0.3,0.8)(0.5,0.4)(0.7,0.2)(0.9,0.1)(1,0)};专家2{(0.1,0.3)(0.3,0.9)(0.5,0.6)(0.7,0.4)(0.9,0.2)(1,0)};专家3{(0.1,0.2)(0.3,0.8)(0.5,0.5)(0.7,0.3)(0.9,0.1)(1,0)}。
该事件的主观概率值根据专家经验数据后通过不确定分布而得为P4=0.180。通过同样的方法确定其他3个事故事件的主观概率值分别为P1=0.165,P2=0.272,P3=0.250。
将6),7),8),9)组成方程组,以 matlab作为数学计算工具,从而,得到了民航人因系统中的4种失效模式基本概率值,分别为O2错误辨识(0.039);I2决策失误(0.014);E1动作方式错误(0.00014);E2动作时间错误(0.006)。
4.5 飞行员应急操作人误概率
该事件的应急操作的逻辑关系(见图2):
据此,可得到该事件的可靠性量值为:
通过应用不确定串并联原理得到该事件的操作可靠度为0.99972,也就是说该事故的其人为失效概率为0.00028,而通过应用CREAM计算驾驶舱失误概率,飞行员在紧急情况下执行飞行任务操作失效概率都在10-1 ~ -2数量级,通过对专家走访,实际出现异常情况的数值远远要小于这个数量级,所以该结果更具有实际意义。
5 结论
本文对飞行员在驾驶舱环境下的执行紧急任务时的人为因素进行了分析和量化,建构了 挖掘和量化模型。
1)构建了以不确定理论和CREAM方法的飞行员应急操作可靠性模型;
2)模型的建立过程中也得到了一种新的、适合相应系统的人为因素数据收集和量化的方法;
3)得到民航领域人为因素数据后,应用不确定理论串并联原理计算飞行员人误差错概率,更高效地对飞行员应急操作可靠性进行评估。
参考文献:
[1] 中国民用航空总局人为因素课题组.民用航空人的因素培训手册[M].北京中国民航出版社,2003:3.
[2] 罗晓利.飞行中人的因素[M].西南交通大学出版社,2002:22.
[3] 王永刚,吴潘根.民航安全中人的因素研究方法综述.中国安全科学学报,2010,1(20):84-87.
[4] 彭锦,刘宝碇.不确定规划的研究现状与发展前景[J].运筹与管理,2002,11(2):1-10.
[5] Baoding Liu, Fuzzy Process, Hybrid Process and Uncertain Process, Journal of Uncertain Systems, Vol.2, No.1, 3-16, 2008.
[6] Shengguo Li, Jin Peng, A New Approach to Risk Comparison via Uncertain Measure, Industrial Engineering and Management Systems,Vol.11, No.2,176-182,2012.
[7] Bo Zhang,and Jin Peng,Uncertain Programming Model for Chinese Postman Problem with Uncertain Weights,Industrial Engineering & Management Systems,Vol.11,No.1,18-25,2012.
[8] Liu B.Uncertainty Theory[M].Beijing:Uncertainty Theory Laboratory,2012.
[9] Liu B.Uncertain set theory and uncertain inference rule with application to uncertain control. Journal of Uncertain Systems[J].2010(4):83-98.
[10] 中國民航大学安全科学研究所.世界民航事故调查跟踪.2010,3(2).
[11] 孙瑞山,王鑫.CREAM失误概率预测法在驾驶舱机组判断与决策过程中的应用.中国安全生产科学技术,2010,12(6).
[12] 郭永基.可靠性工程原理[M].北京:清华大学出版社,2002:145-149.
作者简介:王义龙(1988-),男,满族,辽宁丹东人,中国民航飞行学院,硕士研究生,研究方向:民航安全管理、人为因素。