民用机场不安全事件分析专家系统构建研究

孙殿阁副教授

(中国劳动关系学院 安全工程学院，北京 100048)

0 引言

通过对已有事故、事故征候及不安全事件的成因机理进行分析，有针对性地提取不安全事件及事故征候表征的安全风险特征，并进行有针对性地比对分析利用，是持续改进现有民航安全管理水平的有效手段，对事故预防和应急计划的制定具有重要参考价值[1]。

专家学者针对民用机场不安全事件展开研究。倪晓梅、王华伟等[2]将不平衡数据概念引入民航不安全事件中，借助主成分分析法分析引起事故征候以及航空事故的主要危险源；单晶晶[3]利用贝叶斯网络对民航不安全事件进行预测推理，对不安全事件进行噪声诊断和高发风险识别；于思璇等[4]通过收集近年通用航空不安全事件的数据，建立样本与成因列联表，利用对应分析的多元统计方法分析不安全事件发生时间与发生原因之间的内在联系，为通用航空安全管理提供一定支持；乔善勋[5]对人为因素造成事故的成因和分析模型进行系统梳理；吕学梅[6]引入民航不安全事件进行主成分分析法，对航空公司的不安全事件进行预测分析。周唯杰等[7]建立基于故障树的多态贝叶斯网络系统安全分析模型，实现定性与定量相结合的民航安全分析。

专家系统作为人工智能的一部分，自1960年被提出以来，随着计算机科学的快速发展，已经成为一门在各个行业都广泛应用的学科。李先锋、颉潭成等[8]为促进制造业升级发展，对数控机床的加工精度专家系统进行研究；郭忠毅、龙飞等[9]针对智能无人飞艇的故障诊断问题，设计开发一套基于CLIPS框架的故障诊断专家系统；陈安华等[10]利用知识网格等知识获取与数据挖掘方法，提出基于知识网格的故障诊断专家系统模型，构造基于本体的故障诊断知识库；李进[11]针对海洋石油已积累的大量案例和故障特征数据，提出用规则和相似度的智能诊断技术研究，提高机组无故障平稳运行时间，从而提高企业的经济效益；林锐等[12]介绍液压故障诊断专家系统的组成及工作原理，并对整个专家系统的实现进行分析和研究。

从上述可以看出，民航机场不安全事件分析研究较多，但是对不安全事件的标准化，以及和人工智能技术相结合，形成可供借鉴的、可重复使用的知识库的研究却很少；专家系统技术在机械加工、故障诊断等领域应用广泛，但是在民航不安全事件分析方面的研究相对较少；此外，专家系统构建过程中，专家知识的获得一直是专家系统构建过程的难点。针对此，本文以Reason模型为知识构建准则提出不安全事件分析专家系统的构建思路及方法，实现民用机场不安全事件计算机辅助分析。最后，以某机场行李车挤压舱门不安全事件为例进行实证分析，用以证明该专家系统的可行性。

1 基于Reason模型的流程图知识表示方法研究

1.1 Reason模型简介

Reason模型[13]是James Reason提出的概念模型，其内在逻辑是：事故的发生不仅有一个事件本身的反应链，同时存在一个被穿透的组织缺陷集，事故促发因素和组织各层次的缺陷(或安全风险)是长期存在并不断自行演化的。这些事故促因和组织缺陷并不一定导致不安全事件，当多个层次的组织缺陷在一个事故促发因子上同时或次第出现缺陷时，不安全事件就会失去多层次的阻断屏障。其原理就如同奶酪图一样。Reason模型的奶酪片一共有4片，代表在一个组织中的4个层面因素，即组织影响、不安全的监督、不安全行为的前提和不安全行为，如图1。

图1 Reason模型Fig.1 Reason model

1.2 流程图知识表示方法

民用机场不安全事件分析是一项复杂的经验性工作，需要大量独特的专家经验和知识技能才能解决。专家系统是一种基于知识的人工智能系统，其实质是利用大量人类专家的知识和推理方法求解复杂实际问题的一种人工智能计算机程序。

常见专家系统知识表示方式有：逻辑表示、语义网络表示、规则表示、框架表示等。本研究采用基于Reason模型的不安全事件分析流程图来表示。基于Reason模型的不安全事件分析流程图是一种图形化知识，用来反映不安全事件分析过程与思路，它遵循一定的推理逻辑，对不安全事件发生原因按照一定顺序逐个排查、确定，并进行逻辑推理与判断，最终得出不安全事件产生的根本原因及过程。

1.3 知识存储数据库的结构及原理

专家系统需要成熟的数据库技术来存储相关的事实与规则，目前流行的各种关系型数据库，都是以二维表的形式记录存储数据信息。虽然这些关系型数据库也能存储并反映规则间的彼此继承关系，但是在进行数据的增添、删除、修改、查询(Create Retrieve Update Delete，CRUD)等操作时，就会显得效率低下。为解决这个问题，本文采用树形结构数据库来完成上述工作。

树形结构具备如下特征：数据存储冗余度小、直观性强；检索遍历过程简单高效；节点CRUD操作高效。程序设计过程中，树形结构常常被用来表征某些数据的关联关系。图2和下表展示树形数据库结构存储的原理。下表中的左值(Lft)和右值(Rgt)是对树进行前序遍历的顺序，图2中箭头所示为按上述次序进行遍历的路径。

表 树形结构的数据库结构Tab. Database structure of tree structure

2 民用机场不安全事件分析专家系统开发

2.1 常见民用机场不安全事件分类

对相关知识无限分类的过程就是专家系统对相关领域专业知识的学习认知过程。根据《民用航空安全信息管理规定》(交通运输部令2016年第8号)对民用航空安全信息的范围、上报、处理、分析与应用做出的界定，以及中国民航局安全咨询通告(CAAC AC-396-AS-2016-08)对民用航空安全信息的格式做了进一步解释。针对机场业务及部门保障特点，通过分析历年机场事故、事故征候以及不安全事件的特点，得到常见民用机场不安全事件按业务模块分类如下：设备设施故障，包括行李系统、安检系统、信息系统；信息系统故障，包括地面信息系统、离港系统、航显系统、广播系统；航空保安，包括围界入侵、冲破安检门、施工非法入侵、行李口入侵、漏检、侵入隔离区、提前登机、清仓；消防，包括飞行区失火、远机位施工失火；应急；剐蹭，包括车辆与飞机剐蹭、廊桥与飞机剐蹭、高桥剐蹭、飞机与飞机剐蹭；运行，包括鸟击航空器、侵入跑道、航空器地面安全、轮胎破损、助航灯光维护、不停航施工(违规进入机坪、违规操作、损坏管线)、其他。目前，本专家系统只有剐蹭4个子类民用机场不安全事件的知识模块。

2.2 基于Reason模型分析不安全事件流程图生成

由于Reason模型是一个抽象理论，使用上没有固定标准。维格曼(Wiegmann)、夏佩尔(Shappell)等[14]对Reason模型进行修正并形成人的因素分析与分类系统(Human Factors Analysis and Classification System，HFACS)。在此基础上，霍志勤等[15]人结合Shell模型，对模型进行修正，提出新的4个层次：防御系统，包括相关人员、告警设备和减灾系统；不安全行为，包括失误与违章；发生不安全行为的条件，包括个人状况不佳以及硬件、软件、环境、相关人员缺失或缺陷等几项；管理失效，包括组织文化、资源管理、组织架构、运行管理、督促检查5方面。本文综合霍志勤等人的研究成果，运用HFACS模型对民用机场不安全事件进行分析，进行民用机场不安全事件分析专家知识流程图绘制，并形成专家知识供系统学习。以行李车挤压舱门事件为例(如图3)，从“行李车挤压舱门”或“行李车与飞机剐蹭”为起点进行分析，沿着箭头指示方向逐步遍历。分支节点分为定性因素与定量因素2种，例如“行李车在滑行飞机前200m内穿行”就是定量因素专家知识，定量因素通过阈值的比较来决定分支走向；“行李车接受民航交通管理部门检验不合格”等为定性因素专家知识，定性因素多通过“好”或“不好”、“不足”与“否”、“失效”与“否”等来决定分支走向。推理到“违章”“失误”“组织缺陷”“监管失效”“组织管理失效”等过程节点，则推理结束。如果没有找到答案，则启动专家库维护程序，从而形成新的专家知识。

图3 行李车挤压舱门不安全事件分析流程图Fig.3 The analysis flow chart of unsafe event of baggage cart squeezing cabin door

2.3 民用机场不安全事件分析专家系统结构与原理

民用机场不安全事件分析专家系统主要由人机接口、知识库、推理机、综合数据库(黑板)、知识获取、解释接口等6部分构成。

(1)人机接口(User Interface，UI)是专家系统与领域专家或知识工程师及一般用户的界面，负责在输入或输出的过程中进行内部表示形式与外部表示形式的转换。

(2)知识库(Knowledge Base，KB)是知识的存储机构，用于存储领域内的原理性知识、专家的经验性知识以及有关的事实等。从知识获取机构获取知识，同时为推理机提供问题求解所需的知识。知识库管理系统负责对知识库中的知识进行组织、检索、维护等管理。

(3)推理机(Inference Engine，IE)是专家系统的核心部分，其任务是模拟领域专家的思维过程，控制并执行对问题的求解。它能根据当前已知事实，利用知识库中的知识，按一定推理方法和控制策略进行推理，求得问题的答案或证明某个假设的正确性。

(4)综合数据库(Integration Database，ID)又称为“黑板”，它用于存放用户提供的初始事实、问题描述以及系统运行过程中得到的中间结果、最终结果、运行信息等，表示了专家系统当前要处理对象的主要状态和特征。

(5)知识获取(Knowledge Acquisition Facility，KAF)用来从人类专家获取知识，然后通过知识编辑软件把知识输入到知识库中，并维持知识的一致性及完整性，建立性能良好的知识库。

(6)解释接口(ExplanationFacility，EF)用来跟踪并记录推理过程，当用户提出询问需要给出解释时，根据问题要求做出相应的处理，把解答通过人机接口输出给用户。

其中，推理机是整个系统的核心，用以控制、协调整个系统。推理机分正向推理、反向推理及混合推理3种[16-17]。本文采用正向推理设计，基本思路为：从初始已知事实出发，在KB中找出当前适用的知识，构成可用知识集(Knowledge Set，KS)；按设定的冲突消解策略从KS中选出一条知识进行推理，并将推出的新事实加入到数据库(Database，DB)中作为下一步推理的已知事实，再在KB中选取适用知识构成KS；重复上一步，直到求得问题的解或KB中再无可适用的知识。推理流程，如图4。

图4 正向推理机示意图Fig.4 Schematic diagram of forward inference engine

3 应用实例

本专家系统采用Microsoft VC++结合Access小型关系型数据库来实现，运用CJView 6.0类库构建专家系统界面。Microsoft VC++是Microsoft公司推出的可视化集成编程工具。通过COM(the Component Object Model)技术及VBA(Visual Basic for Applications)技术可以实现开发工具(VC++)、ADO(ActiveX Data Objects)数据库、Office办公软件之间的无缝衔接，方便把分析结果导出到Word等Office办公软件中。此外，著名的开源专家系统CLIPS也是用C语言编写的，可以方便的应用其推理机、知识消解等关键代码。

民用机场不安全事件分析专家系统主窗口界面，如图5。主窗口的中间部分为推理过程显示黑板，左侧部分为知识库、原因列表、案例库页面，用户可以通过这3个页面浏览及条件查询，主界面的下方显示与当前正在分析的不安全事件最匹配的参考案例。以“行李车挤压舱门”不安全事件为例，进行原因分析。用户输入“行李车挤压舱门”名称后，工具栏中的“分析”按钮，即可启动该不安全事件分析过程。在推理过程中，专家系统通过(Yes)或(No)选项与用户互动，获得推理条件。同时，推理的每一步(有参数测量的除外)用户都可选择中止将前面的推理过程保存，以便以后继续，推理结束后，程序会提示用户是否将诊断过程保存到历史案例库里。如果推理不成功，系统将转到知识库维护界面，将新的事实知识与规则知识作为专家知识丰富到知识库。

图5 民用机场不安全事件分析专家Fig.5 The civil airport unsafe event analysis expert system

4 结论

(1)基于Reason模型建立民用机场不安全事件分析流程图，有效地解决了传统专家系统知识获取困难的问题，实现了民用机场不安全事件原因的定性、定量分析。

(2)提出了应用树形结构数据库来存储知识库的方法，方便了专家知识的CRUD等操作，有利于推理机的设计与实现。

(3)参照CLIPS设计民用机场不安全事件分析专家系统架构组成及推理机，阐述其运行基本原理；并运用Microsoft VC++开发工具结合ADO数据库访问技术、VBA技术及CJView 6.0类库加以实现。

(4)通过“行李车挤压舱门”不安全事件分析对该专家系统进行了实际应用，证明了该专家系统的可行性。