基于熵权TOPSIS的飞机重着陆风险因素排序

周进

摘 要：为研究民航飞机重着陆事件风险，提出一种基于熵权TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）的飞机重着陆事件风险因素排序方法。首先，分析了近年来中国民航飞机重着陆事件发生的规律，基于SHELL模型识别了飞机重着陆事件的风险致因，并基于专家打分法得到各风险致因的可能性和严重度值;最后，基于熵权TOPSIS方法对风险致因进行排序。结果表明：左座驾驶员过度放手、低空风切变的影响、机组对特殊情况的应急反应不当是导致飞机重着陆事件发生的主要原因;其次是机组盲目自信、机组疏忽失误、机组对落地机场环境准备不充分、排班时间不合理。

关键词：重着陆;熵权;TOPSIS;SHELL模型

中图分类号：V351 文献标识码：A 文章编号：1003-5168（2019）19-0106-05

Abstract： In order to study the risk of civil aircraft hard landing， the method of sequencing the risk factors of aircraft hard landing based on entropy weight and technique for order preference by similarity to an ideal solution was proposed in this paper. Firstly， the regularity of outbreak for aircraft hard landing in recent years was illustrated， and the risk factors were identified based on SHELL model， and then the possibility and severity of risk factors were obtained by expert scoring method. Finally， the risk factors were sorted based on the entropy weight and TOPSIS method. According to the result， the main causes of hard landing include the left pilot let things go too much， the influence of low-altitude wind shear， and the improper emergency response of units to special circumstances， and then the blind self-confidence of the crew， the negligence of the crew， the inadequate preparation of the landing airport environment and the unreasonable scheduling time of the crew are the secondary causes of hard landing.

Keywords： hard landing;entropy weight;TOPSIS;SHELL model

重着陆指的是着陆时飞机的垂直载荷超过该机型规定的极限值，表现为翼根过载和起落架过载。据《航空运输承运人飞行品质监控（FOQA）实施与管理》规定，在接地前5s至接地后5s内，垂直载荷大于1.6G为轻度偏差，大于1.8G为严重偏差。《民用航空其他不安全事件样例》规定，需要对航空器进行检查的重着陆为其他不安全事件。新版《民用航空器事故征候》规定，航空器在着陆时超过该机型的使用最大过载（[G]值）造成机体结构或起落架受损，则归为运输航空器一般事故征候。

根据中国民航安全年报[1]，近十年的航空事故率一直处于较低水平，但不安全事件（事故征候和其他不安全事件）随民航的快速发展而持续上升，严重威胁中国民航运行安全。波音公司对喷气式飞机全球民用航空器的事故调查统计报告显示[2]，进近着陆阶段航空器事故率最高，而重着陆事件是进近着陆阶段最典型的不安全事件之一。由于其发生频率高、破坏程度大，已成为民航飞行安全的严重威胁。因此，及时开展飞机重着陆事件的风险评价工作，找出导致重着陆事件发生的根本原因，对减少民航事故和事故征候率，提高民航运行安全有重大意义。

目前，与重着陆相关的研究主要分为四类：①判断重着陆的诊断模型[3-5];②对重着陆事故的预测研究[6，7];③重着陆事故风险评价[8];④重着陆的预防控制措施[9]，研究方法包括神经网络分析方法、支持向量机分析方法、Markov分析方法和熵权TOPSIS分析方法[10]等。但是，缺乏对重着陆事件的风险致因进行深入分析和排序。因此，笔者通过分析近年来中国民航重着陆事件的发生规律，基于SHELL模型识别飞机重着陆事件风险源致因，采用专家打分法获取风险源事件的可能性和严重度值，并使用熵权TOPSIS方法对其进行排序，找出飞机重着陆事件的真正原因，并提出针对性的措施保障飞行安全。

1 中国民航飞机重着陆事件统计分析

根据航空安全信息網中关于民航运行不安全事件统计数据，得到2004—2018年近15年的民航飞机重着陆不安全事件的演变规律，如图1所示。

从图1可知，近15年中国民航共发生了422起重着陆事件。2004—2008年，重着陆事件发生数量一直保持较低的数量;之后，发生数量呈指数形式增长，并在2013年达到历年最高峰，为82次;然后断崖式下降，并最终稳定在年均35次左右。其中，B737NG机型发生的重着陆事件数量最多，占比54%;A320机型占比14%。民航飞机重着陆事件的发生主要是由于机组原因导致的，占总发生数量的94%;其次是天气原因，占总发生数量的4%。因此，飞机重着陆事件是进近着陆阶段严重威胁飞行安全的典型风险事件。

2 基于SHELL模型的飞机重着陆事件风险源识别

SHELL模型是一种以人为中心，分析运行环境中其他要素特征可能与人之间发生相互影响的一种简单却实用的概念性工具，包括人、机、环、管4个部分。该模型有助于形象地显示导致不安全事件发生的风险源之间的相互关系。其中，人是航空活动的参与者，其工作能力、生理、心理因素等条件的好坏直接决定不安全事件是否发生以及其严重程度;机指的是航空器，即为不安全事件的载体;环指的是不安全事件发生的外部环境和内部环境;管指的是航空不安全事件相关运行规范、程序和培训管理方法等。通过走访一线飞行员、专家调研以及飞机重着陆事件调研报告的学习，得出导致重着陆事件的因素主要有飞行员自身因素和外部环境因素。其中，飞行员自身原因主要表现在思想上麻痹松懈，安全意识薄弱，对天气、机场等环境的直接准备阶段的工作不细致、不充分，机型理论知识欠缺，复杂天气下操作能力偏弱，CRM管理混乱，情景意识差;外部环境因素，如低空风切变直接诱发，或由风切变进一步诱发飞行员操作失误是造成飞机着陆阶段重着陆的重要原因之一。根据风险矩阵评价方法可知，安全风险等于风险源事件发生的概率与其严重度的乘积。其中，事件可能性是根据其发生的频次（频繁发生、偶尔发生、很少发生、基本不可能发生、极不可能发生）由专家打分所得（见表1）;其严重度根据重着陆事件造成的后果（灾难性的、有危险的、重大的、较小的、可忽略不计的）由专家打分得到（见表2），最终再结合SHELL模型得到飞机重着陆事件安全风险等级划分结果，如表3所示。

3 基于熵权TOPSIS方法的飞机重着陆事件风险排序

3.1 基于熵权TOPSIS法的风险因素排序流程

风险识别是风险评估的前提与基础，为实现对风险因素的有效控制，需要运用科学的评价方法对风险因素进行排序，以便合理利用资源并制定具有针对性的风险控制措施。原始风险矩阵将可能性与严重性指标看得同等重要，没有对其赋予不同权重，并且忽略了风险因素的异质性，输出结果划分等级较少，排序不精确。因此，笔者提出了基于熵权TOPSIS方法的风险因素排序方法，对风险矩阵进行改进和优化。基于熵权TOPSIS法的风险因素排序流程如图2所示。首先，通过熵权法对评价指标的权重进行赋值，其次，采用TOPSIS方法对指标的重要性程度进行排序，得出飞机重着陆事件的真正原因，并采取针对性的措施以减小该事件的发生。

3.1.1 基于熵权法求取风险因素权重。熵权法是一种确定权重的客观方法，能消除主观因素的影响，增加评价结果的信度。基于熵权法求取风险因素权重的具体步骤如下。

①建立初始矩阵[A]，由[N]个初始评价对象的可能性与严重性两个评价指标建立一个[n×2]阶矩阵，即

（1）

②建立指标标准化矩阵，即

（2）

其中，[i]为安全风险;[j]为评价指标;[maxaj]表示第[j]列中的最大值;[minaj]表示第[j]列中的最小值。

③计算熵值，计算公式为：

（3）

其中，[n]为安全风险总数;[k]为玻尔兹曼常数;[xi，j]表示第[i]个安全风险的第[j]项指标的标准值;[Hj]表示第[j]项评价指标的熵值。公式（3）反映了不同安全风险相对于某一指标值的变动情况，[Hj]越大，表示安全风险指标值的差异性就越大;[Hj]越小，表示各安全风险指标就越平均。通过计算熵值可以反映整个系统的稳定情况。由于安全风险的特殊性，大部分风险处于可容忍状态，极端风险在全部风险中占据的比例相对较小，因此，当系统处于相对稳定的状态，即熵值较小时，更有利于管理者进行风险管理。

④计算熵权值，计算公式为：

（4）

其中，[m]为安全评价指标总数;[Wj]为第[j]项评价指标的熵权值。

⑤构建权重矩阵。用不同风险因素的归一化值乘以相应的熵权值，形成权重矩阵。

3.1.2 基于T0PSIS的风险因素排序。TOPSIS方法排序思想是以现有评价系统中最优值和最劣值為基点，通过计算各因素到基点的相对距离和贴近度来进行排序。利用此方法不仅可以降低风险，还可以通过数值观测各安全风险间的相对差异。基于T0PSIS的风险因素排序的步骤如下。

①确定正负理想点。将可能性与严重性指标下各风险的最小值确定为正理想点[v+j]，最大值确定为负理想点[v-j]，计算公式为：

（5）

（6）

②计算风险指标值到正负理想点的相对距离，计算公式为：

（7）

（8）

其中，[v+j]为第[j]项指标的正理想点;[v-j]为第[j]项指标的负理想点;[vi，j]为第[i]个安全风险第[j]项指标的权重矩阵值;[s+]为第[i]个安全风险距离正理想点的相对距离;[s-]为第[i]个安全风险距离负理想点的相对距离。相对距离综合了某一个安全风险发生事故的可能性与后果的严重性指标，能直观反映出该风险与评价系统中最低指标值和最高指标值之间的差距。[s+]越小，表示该安全风险越接近于整个评价系统的风险最低值;同理，[s-]越小，表示该安全风险越接近于整个评价系统的风险最高值。

③计算风险的安全关联贴近度，计算公式为：

（9）

通过计算贴近度，对安全风险进行精确排序，贴近度越接近1，安全风险的等级越低;反之，则安全风险等级越高。

3.2 案列分析

首先，基于SHELL模型分析了飞机重着陆事件的风险致因，并采用专家打分给出了各风险因素的严重性和可能性值，然后基于熵权法对其进行标准化和归一化得到矩阵A。

根据公式（3）可得熵值[H1]=0.983 4，[H2]=0.992 6，并进一步得到熵权值[W1]=0.692 5，[W2]=0.307 5。由此可得到排序矩阵[W]如下：

由此得到正理想点[V+]（0.013 4，0.009 6），负理想点[V-]（0.035 7，0.015 4），于是各风险因素到正负理想点之间的相对距离及贴进度如表4所示。

飞机重着陆主要是因为飞机在五边进近及下降过程中就出现了安全隐患，主要表现为接地时起落架过载，下降率及下滑角是导致飞机重着陆的主要原因。利用熵权TOPSIS方法对风险进行评估，根据风险源的风险贴进度排序可知：左座驾驶员过度放手、低空风切变的影响、机组对特殊情况的应急反应不当是导致飞机重着陆事件发生的主要原因;其次是机组盲目自信、机组疏忽失误、机组对落地机场环境准备不充分、排班时间不合理。因此，为了防止飞机重着陆的发生，需要做好以下几点。

①应尽量做好飞行前的准备，预先了解所进场航线、高度、速度限制及其他特殊规定，仔细研究起降机场及备降机场的天气特点，消除和克服环境及气象条件引起的判断错觉和误差。如果不能将飞机控制在安全范围以内，该复飞就复飞，该返航就返航，切忌勉强落地。

②在进近与着陆阶段保持清醒的头脑、轻松的心态尤为重要，切忌情绪紧张和急躁，否则会影响自己的分析判断能力和反应速度，也会影响操纵动作的灵活度和准确性，容易造成反映迟钝、处理不当。

③加强机组资源管理和注意力分配，准確控制进近速度以及对应的推力、控制良好的下滑剖面和下滑点十分重要;修正偏差时，要遵循“动一稳二兼顾三”的原则。

④有针对性地加强技术训练，组织飞行人员开展重着陆技术研讨，规范着陆操作程序，提升机长决策意识，加深安全意识和情景意识。

4 结论

基于SHELL模型分析了飞机重着陆事件发生的原因，运用熵权对指标可能性与严重性赋权，运用TOPSIS方法对风险贴近度进行评估与排序。其中，左座驾驶员过度放手、低空风切变的影响、机组对特殊情况的应急反应不当是导致飞机重着陆事件发生的主要原因;其次是机组盲目自信、机组疏忽失误、机组对落地机场环境准备不充分、排班时间不合理。

后续研究应该基于QAR数据建立飞行重着陆事件风险评价模型，定量地计算民航飞机重着陆事件风险值。

参考文献：

[1]中国民用航空局航空安全办公室.2016年中国民航航空安全报告[R].2017.

[2] Boeing Commercial Airplanes. Statistical Summary of Commercial Jet Airplane Accidents Worldwide Operations 1959—2016[R]. Seattle， WA：Boeing Commercial Airplanes，2017.

[3]曹海鹏，舒平，黄圣国.基于神经网络的民用飞机重着陆诊断技术研究[J].计算机测量与控制，2008（7）：906-908.

[4]聂磊，黄圣国，舒平，等.基于支持向量机（SVM）的民用飞机重着陆智能诊断研究[J].中国安全科学学报，2009（7）：149.

[5]许桂梅，黄圣国.基于优化支持向量机的飞机重着陆智能诊断[J].计算机测量与控制，2011（2）：256-259.

[6]许桂梅，黄圣国.基于LS-SVM的飞机重着陆超限事件预测[J].中国制造业信息化（学术版），2010（10）：61-64.

[7]郑薇.基于QAR数据的重着陆风险评估及预测研究[D].天津：天津民航大学，2014.

[8]汪磊，孙瑞山，吴昌旭，等.基于飞行QAR数据的重着陆风险定量评价模型[J].中国安全科学学报，2014（2）：88-92.

[9]王旭辉，舒平，曹力.基于模糊加权Markov方法的飞机重着陆风险控制研究[J].安全与环境学报，2010（6）：184-187.

[10]张青松，郑薇.基于熵权TOPSIS的风险矩阵改进方法研究[J].安全与环境学报，2013（13）：225-228.