基于改进的贝叶斯网络的机场外来物风险评估方法

2020-12-04董敏，邵荃

科学技术与工程 2020年30期

董敏，邵荃

(南京航空航天大学民航学院，南京 210016)

机场外来物(foreign object debris，FOD)是位于机场内的，对经过的飞行器有造成损害的潜在可能性的物体[1]。机场FOD不仅威胁生命安全，还会造成经济损失。Potente等[2]考虑到FOD是航空公司运行区域内的短暂干扰物和安全在航空业的重要性，将机场FOD列为一个重要的风险因素。同时，每年约有120亿美元用于机场FOD造成的直接损失和间接损失上面[3]。然而，由于机场外来物的低概率的事故性，很多机场忽略了机场外来物的危害性，直到2000年的法国协和号事故，机场才开始重视检视机场外来物的危害性。

目前，对机场FOD的研究涉及以下四个方面。

(1)从经济性和管理性的角度考虑管理机场FOD。比如从安全效益的角度，将管理建立于安全与效益的平衡点上[4]；探究FOD对轮胎的损伤(轮胎损伤是FOD造成的主要直接损失)[5]。肖琴等[6]采用演化博弈的思想，从管理的角度研究机场、航司和政府对于机场外来物的管理。

(2)探究FOD类事故的原因或者影响因素，包括季节对FOD种类和数量的影响[7]等，除了对可能引发FOD的原因和风险因素的探究[8]，还包括不同层级的影响因素之间的相互关系[9]。McCreary[10]还将对跑道FOD的分析结果，用于跑道FOD检测系统提出进一步优化。

(3)对机场FOD进行预测。这种预测主要包含三个方面，一是预测机场FOD的事故[11]；二是预测机场FOD的数量或者种类[12]；三是预测拟合机场特征及风险关系[13]。

(4)也有少数学者对机场FOD的风险做了评估。郑向平等[14]建立了将机场FOD引发的事故严重程度、FOD分布区域以及FOD种类作为影响因素的风险评估模型，以满足机场风险管理的需求；吴军[15]通过四元集成算法对机场FOD机场风险评价，并基于评价结果提出相应的风险防控措施。部分研究者偏向于研究机场FOD监测系统和监测设备，以及FOD对发动机叶片的损害研究。

目前，大部分对机场FOD的研究只停留在FOD风险因素的探索，且过于重视人为因素。少数评估FOD风险的研究中把机场FOD作为单一评估项目进行风险评估的研究很少，多数学者把机场FOD作为一个评估选项，放在机场相关系统的安全评估之中。而且，对机场FOD的风险评估只单一考虑区域影响，FOD的属性影响或者人为因素的影响等。

将机场FOD设立为独立的风险评估项目。使用人机环管模型和鱼骨图学习FOD的背景环境，识别风险源，进行FOD危险性分析；并分析使用贝叶斯网络法(Bayesian network，BN)和灰色马尔可夫(grey Markov，GM)矩阵计算跑道和机坪的FOD事故概率，建立风险评估模型；最后实例验证模型的可行性。

1 风险评价方法与流程

机坪是飞行区内FOD拾取最多的地方，但跑道是FOD事故概率(FOD跑道事故数量/跑道FOD数量)最高的区域。由于，滑行道上的FOD危险性较之跑道FOD较低且掉落FOD数量较之机坪也比较少，因此只评估跑道和机坪FOD的风险。

1.1 机场FOD来源分析

危险源识别是确定机场FOD的促使因素的基础。危险源是有可能对人、设备及基础设施造成损害的物品或者某种条件。根据美国联邦航空局(Federal Aviation Administration，FAA)[1]编制的机场FOD管理手册，FOD的来源有：人员、机场基础设施、环境及在机场运行的设备。常见的机场FOD有：螺母、螺栓等紧固件，飞机部件，维修工具，餐饮用品，航线物品，机坪物品，跑道物品，施工杂物，塑料和聚乙烯材料，天然材料，雨雪等污染物。首先在人、机、环、管(MMEM)模型的基础上了解机场FOD的产生背景，如图1所示，将涉及的主要人为因素、设备因素、环境因素及管理因素列出：接着，基于对背景的了解，运用因果图(鱼骨图)分析常见的机场FOD和4种类型产生的原因，即风险因素(图2)。

图1 基于人机环管的背景分析Fig.1 The analysis of context based on MMEM

图2 机场FOD的影响因素Fig.2 Contributing factors of airport FOD

评估机场FOD的风险大小需要考虑两个方面：FOD可能造成的损害及吸入FOD的可能性。

1.2 严重性分析

机场FOD对飞行器造成的损害主要包括对飞行器轮胎的损伤和对发动机的损伤。而机场FOD损害飞行器有两个基本条件，一是FOD在机场内；二是航空器碰到FOD。根据FOD可能造成的损害，可以知道机场FOD的危险性主要由FOD的位置和FOD的质量和数量决定。

评估的区域有：跑道和机坪。在不同的区域内，机场FOD的危险程度主要由飞行器的动能决定。和飞行器运行速度相比，飞行器的质量在FOD的危险程度的探讨中可以被忽略。每个区域的危险值W等于运行参考速度。

FOD自身属性也会影响其危险程度，即FOD本身的大小和FOD的数量(N)，其中N是高危FOD的数量Nh、中危FOD的数量Nm和低危FOD的数量Nl的和。质量小的机场FOD危害性小，因为它们不直接损害飞行器发动机，但可能会被吸入发动机，损害发动机叶片，或者嵌入轮胎造成轮胎破损等，从而增加航空公司的运行成本。

1.3 事故概率分析

事故概率分析相应的在不同的区域采用不同，的分析方法。

1.3.1 BN模型计算事故概率

跑道FOD的事故分析选用BN法，具体步骤如下。

(1)分析事故，确定并分类贝叶斯网络节点，给每个节点分配标号，如N1表示顶层事件，N21表示位于节点N2下面的基本事件。

(2)绘制贝叶斯网络图。

(3)接着，确定各根节点的边缘概率以及条件概率，用于获得需要的风险概率。

(4)选用GeNIe软件对BN图进行参数学习。

(5)因项目中的贝叶斯网络不涉及隐形变量，所以采用期望最大化(EM)算法。算取各影响因素的后验概率。

(6)同时，考虑到事故的发生都不是单个因素造成的，通常是不同中层事件下的底层事件的耦合影响。因此，将不同层级下面的基本事件进行耦合，求得两件事件的耦合作用下顶层事件发生的概率。

事件A和事件B共同作用下的事件C的概率可以表示为PC=PAPBPAB，其中，PA和PB分别表示事件A和事件B发生的概率，PAB表示事件A和事件B耦合作用下C事件发生的概率，PC表示C事件发生的总概率。所以，跑道FOD事故发生的总概率表达式为

(1)

式(1)中：Prunway为跑道FOD损害航空器的概率；n表示风险因素的数量；Pxi和Pyj分别表示顶层事件Nxi和Nyj发生的概率，x、y表示中层事件的编号，与i、j组合可以表示基本事件；Pxi·yj表示风险因素Nxi和Nyj作用下事故发生的概率。

1.3.2 灰色马尔可夫预测事故概率

机坪FOD损伤飞行器事件有不确定性，因此采用GM模型来预测事故发生的概率。步骤如下。

(1)原始事件为

X(0)={x(0)(1),x(0)(2),…,x(0)(t)}

(2)

式(2)中：X(0)为原始事件集；x(0)(t)为事件数，其中，t=1，2，…,n为原始事件数据序列。

(2)通过累加，生成新的数列：

X(1)={x(1)(1),x(1)(2),…,x(1)(t)}

(3)

式(3)中：X(1)为新事件集；x(1)(t)为x(0)(t-1)+x(0)(t)的累加数据，t=1,2,…,n-1。

(3)建立模型：

(4)

(5)

B′=[x(0)(2)x(0)(3) …x(0)(t)]T

(6)

(7)

1.4 机场FOD事故风险概率模型

基于对以上两个区域的事故风险概率分析，可以得到机场FOD的风险概率模型。

RRisk=(PrunwaySrunway+PapronSapron)W

(8)

式(8)中：Prunway、Papron分别为跑道和机坪FOD损害飞行器风险概率；Srunway、Sapron分别为与FOD自身性质相关的跑道及机坪FOD的危险性；W为区域危险值；RRisk为机场FOD的风险。

2 实例分析

2.1 严重性分析

因为对飞行器在跑道上最大运行的速度并没有统一并明确的规定，所以选用波音公司建议的运行速度为参数，跑道为286.75 km/h。考虑到飞行器在机坪上的常态为静止，所以飞行器在机坪上的速度定为1.85 km/h，只考虑速度的影响，则跑道区域为高危区域，机坪为低危区域。每个评估区块的危险值W等于运行参考速度的比值，如表1所示。

表1 区域危险性Table 1 The severity of different areas

根据对英国机场FOD的记录调查[15]，机场FOD的质量为2～5 000 g，尺寸区间为2～130 cm。机场FOD根据其质量可分为高危外来物，中危外来物和低危外来物，并参考文献[9]量化危险程度，用S表示，具体如表2所示。

表2 机场外来物危险程度Table 2 The severity of airport FOD

2.2 事故概率分析

2.2.1 跑道FOD事故概率分析

选取澳大利亚机场2009—2018年的由跑道FOD引发的事故数据为例，采用BN模型计算事故概率。首先，确定并分类贝叶斯网络的节点。这些节点被分为三类。顶层事件：跑道FOD引发事故(N1)；中层事件：人为因素(N2)、设备故障(N3)、环境影响(N4)、管理因素(N5)；底层事件：乘客遗落物品(N21)、巡场人员遗漏道面FOD(N22)、机务未拧紧盖子(N23)、机务遗落维修工具(N24)、道面维修人员未及时维修道面(N25)、不停航施工(N31)、轮胎破损(N32)、运行设备干扰(N33)、飞行器老化(N34)、天气因素(N41)、鸟类等侵扰(N42)、缺乏培训(N51)、缺乏检测设备(N52)、监管不足(N53)、缺乏FOD防控意识(N54)。各节点之间的关系如图3所示。

图3 跑道FOD引发事故因素的贝叶斯网络Fig.3 Graphical representation of contributing factors of runway FOD occurrences with Bayesian network

选取ATSB数据库2009—2018年的49例符合定义的机场FOD引发的发生在跑道上的事故为训练样本，设顶层事件N1的概率为1，计算出各底层节点的后验概率，如图4所示。

图4 风险因素的后验概率Fig.4 The posterior probabilities of contributing factors

从计算的结果上看，底层事件巡场人员遗漏FOD，飞行器老化以及监管不足的后验概率远高于其他底层事件。防控跑道FOD时应该重点从这三个方面突破。

表3 耦合风险因素下的事故概率Table 3 Probabilities of occurrences affecting by coupling contributing factors

结合危险性分析，可以计算跑道FOD的风险值为RRisk=PrunwaySrunway=40.92。

2.2.2 机坪事故概率分析

机坪机场FOD拾取率最高的区域，但事故发生率最低。因此，只选取某机场2015年9月的机坪FOD拾取数据为例，分析机坪FOD的主要风险因素，并选取该机场9个月的机坪FOD拾取数据和轮胎损伤等事故为例分析事故概率。依据图5和八二法则，80%的机坪FOD中，大部分是中低危外来物，其中包括泡沫、包装袋、纸条、报纸、纸板、手套、小毛巾、塑料及高危的石子混凝土。从这些物品推测来源涉及货物机坪、工作人员滞留物品、施工及道面破损。防治机坪FOD时，也应该重点注意上面罗列的来源。

图5 帕累托图Fig.5 Pareto chart

表4中的事故率为每月的航空器损伤事件与机坪FOD的拾取数量的比值，这里假设机坪FOD的实际情况与拾取情况一致。建立的灰色马尔可夫模型为

表4 事故发生率Table 4 Rates of occurrences

Papron(k+1)=0.011 765e-0.0 286k

(9)

式(9)中：k为序号，k>0且为整数；Papron为机坪FOD损伤航空器的概率。

进行双尾t-检验，检验结果如表5所示。检验结果显示，预测结果与实际结果相关性高。

表5 t-检验结果Table 5 Results of t-test

k=8时，Papron= 0.009 4。使用该时期拾取的FOD情况，经过计算，该时期机坪FOD的风险RRisk2=(244+2×593+8×0)×0.009 4=13.442。

2.3 机场FOD事故风险概率模型

计算结果显示，跑道FOD的风险性比机坪FOD的风险性高很多，与FAA的FOD研究组的调查结果一致[15]。此外，t-检验也验证了GM模型的可靠性。综上，本文模型具有可行性。

3 机场FOD防控措施

3.1 区域性措施

跑道的区域危险性很高，不管是安全性的角度还是经济性角度，都需要为跑道设置FOD检测设备以发现人员巡场遗留的FOD；跑道FOD风险分析中暴露的飞行器老化的问题也许要引起重视，在飞行前和飞行后要对航空器进行合理的检查。机坪FOD，一方面危险性小，另一方面虽然机坪是FOD拾取率最高的地方，但事故率较低，从经济性的角度，应当设置合理的机坪FOD容忍值。

3.2 整体措施

风险因素分析是基于MMEM模型，因此整体防控建议也基于这个模型。

(1)人为因素角度和管理角度：首先，机场相关工作人员提供充分且有效的培训；其次，机场管理者不仅要制定相关的FOD防治规章，还要积极有效的监管机场工作人员，确保工作的顺利实施，尤其是涉及跑道安全的巡场工作；与此同时要建设机场安全文化，给机场工作人员和乘客建立FOD防控和安全意识，从根源上消除FOD；此外，还需要建立FOD数据库，记录拾取的FOD的大小、形状、拾取地点等涉及FOD风险的信息。从两个区域的风险因素分析来看，机场需要提高FOD监管力度，保证FOD管理任务的实施。

(2)环境因素：机场因根据气象环境的变化，灵活的调整FOD防控管理措施，比如大风天气需要注意低危险区的FOD的移动。

(3)设备因素：在风险概率分析的部分，发现飞行器老化是主要风险因素之一，因此，机场应该注意飞行前和飞行后的航空器装备检查，尤其是轮胎和发动机叶片等容易被FOD损坏的地方。同时，要合理规划场面上面车辆等设备的运行，不要干扰飞行器内航空器的正常运作。尤其是对于不停航施工，这种容易产生FOD的情况。