施志堅,王華偉
(南京航空航天大學(xué)民航學(xué)院,南京 211106)
基于貝葉斯網(wǎng)絡(luò)的航空器滑行沖突安全評價
施志堅,王華偉
(南京航空航天大學(xué)民航學(xué)院,南京 211106)
隨著中國民航的快速發(fā)展,機場場面交通流量快速增長,航空器滑行沖突已給機場運行安全造成了嚴(yán)重的隱患,而這種安全隱患在樞紐機場表現(xiàn)尤為突出。為有效分析機場場面的安全隱患,將貝葉斯網(wǎng)絡(luò)模型引入航空器滑行沖突的安全評價中。通過分析事故發(fā)生的原因和過程,構(gòu)建關(guān)于航空器滑行道交叉沖突事故的故障樹,依據(jù)轉(zhuǎn)換算法,建立基于貝葉斯網(wǎng)絡(luò)的航空器滑行道交叉沖突事故模型。根據(jù)某樞紐機場的歷史安全事故樣本和文獻回顧的方式,運用經(jīng)驗分析法和專家打分法,給出該模型根節(jié)點的先驗概率,通過雙向推理技術(shù)和靈敏度分析進行事故的預(yù)測和診斷,找到影響航空器滑行安全的主要因素,提出防范措施。借助GeNIe軟件計算各節(jié)點后驗概率值,結(jié)果有效合理。
航空運輸;安全評價;貝葉斯網(wǎng)絡(luò);滑行沖突
民用機場場面系統(tǒng)具有運行環(huán)境復(fù)雜、事故成因復(fù)雜、駐場單位眾多等特點,其事故成因更具有動態(tài)性、隱蔽性、綜合性和因果連帶性,因此航空器滑行的安全調(diào)度是整個機場場面安全運行的關(guān)鍵。隨著樞紐機場地面交通流量的日益增長,更易引起航空器滑行安全隱患,發(fā)生地面事故。所以對航空器滑行過程中存在的安全隱患進行評價,可以為機場場面安全調(diào)度尤其是航空器滑行階段的對策措施提供科學(xué)依據(jù),具有實際指導(dǎo)意義。
近年來,貝葉斯理論在國內(nèi)外已得到較為成熟的研究和應(yīng)用,諸多學(xué)者將貝葉斯網(wǎng)絡(luò)應(yīng)用到安全評價領(lǐng)域中。Trucco P等[1]采用貝葉斯網(wǎng)絡(luò)分析了海運業(yè)中的人為、組織等風(fēng)險因素;Zhao L等[2]在專家知識和D_S證據(jù)理論的基礎(chǔ)上構(gòu)建了危險品運輸事故的貝葉斯網(wǎng)絡(luò)模型,找到了主要的事故致因;劉文生等[3]探討了故障樹轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)的算法,闡釋了基于貝葉斯網(wǎng)絡(luò)的煤礦生產(chǎn)系統(tǒng)安全評價方法的優(yōu)越性;Roelen A L C等[4]利用貝葉斯網(wǎng)絡(luò)量化了管理決策因素對民航安全的潛在影響;Brooker P[5]搜集大量民航飛行安全事故建立貝葉斯網(wǎng)絡(luò)模型,進行了民航風(fēng)險的預(yù)測;國內(nèi)也有不少學(xué)者利用貝葉斯網(wǎng)絡(luò)對民航各領(lǐng)域進行安全研究,曹海峰等[6]提出了一種基于貝葉斯網(wǎng)絡(luò)模型研究民航空管單位運行中威脅、差錯和意外狀態(tài)相關(guān)性的方法;羅帆、周唯杰等[7-8]針對機務(wù)維修事故,提出采用區(qū)間型貝葉斯網(wǎng)絡(luò)模型,綜合運用診斷推理和支持推理形式,分析致災(zāi)因素的因果關(guān)系;羅軍等[9]運用高斯貝葉斯網(wǎng)絡(luò)模型并咨詢跑道安全專家的意見對跑道侵入因素進行分類,建立貝葉斯網(wǎng)絡(luò)模型;高揚等[10]針對航空器看錯、落錯跑道事故的形成特點,運用貝葉斯網(wǎng)絡(luò)探討其各影響因素間的關(guān)系和相互作用,克服了不完備樣本空間帶來的不足;王永剛、陳芳等[11-13]針對事故樹分析法的局限性,采用以事故樹為基礎(chǔ)建立的貝葉斯網(wǎng)絡(luò)風(fēng)險模型,對危險品航空運輸事故、兩機空中相撞事故和尾流事故分別進行分析和推理,找到了事故的主要致因。但是,針對機場場面尤其是航空器滑行沖突方面的安全研究較為缺乏,而航空器滑行沖突是威脅民航安全的關(guān)鍵問題之一,因此,有必要對其展開探討和分析。
根據(jù)航空器滑行安全研究的缺乏和傳統(tǒng)安全評價方法的局限性的研究,本文在分析航空器滑行道交叉沖突故障樹和貝葉斯網(wǎng)絡(luò)特點的基礎(chǔ)上,構(gòu)建基于貝葉斯網(wǎng)絡(luò)的航空器滑行道交叉沖突事故模型,將定性與定量分析、理論與實際情況有效結(jié)合,有效地表達了諸因素的多態(tài)性、相關(guān)性和不確定性。通過雙向推理技術(shù),進行預(yù)測和診斷,找到影響航空器滑行安全的重要環(huán)節(jié),使用GeNIe軟件計算實例結(jié)果,驗證了該評價方法的合理性和有效性。
1.1 航空器滑行道交叉沖突事故模型構(gòu)建
機場場面調(diào)度活動有著高度的動態(tài)性和不確定性,會受到路徑選擇、道面構(gòu)型、航空器間隔等諸多因素的影響,致災(zāi)因素復(fù)雜,事故類型多樣,根據(jù)機場歷史安全事故記錄建立機場場面調(diào)度安全事故的簡化故障樹,如圖1所示。
圖1 機場場面調(diào)度安全事故簡化故障樹Fig.1 Simplified fault tree of airport surface scheduling safety accident
由于場面系統(tǒng)包括跑道、滑行道和機坪,范圍大,涉及因素多而雜,所以本文選取其中具有代表性的航空器滑行道沖突事故進行詳細(xì)分析,便于計算。通過對滑行道沖突事故的安全分析,建立航空器滑行道交叉沖突事故故障樹,如圖2所示。
其中,x1:未能正確復(fù)誦和復(fù)聽指令;x2:未使用標(biāo)準(zhǔn)用語;x3:通信過長或復(fù)雜;x4:通信受干擾;x5:道面構(gòu)型復(fù)雜或不合理;x6:線路標(biāo)志、標(biāo)記牌不清晰或不合理;x7:培訓(xùn)不充分;x8:短時遺忘;x9:航空器或位置識別錯誤;x10:空管工作移交不充分或不合理;x11:調(diào)度政策不合理;x12:航班延誤;x13:啟動容量提高程序;x14:能見度差;x15:注意力未集中。
按照文獻[14-15]中故障樹轉(zhuǎn)換相應(yīng)BN的算法,把航空器滑行道交叉沖突事故故障樹轉(zhuǎn)換為對應(yīng)的貝葉斯網(wǎng)絡(luò)模型,如圖3所示。圖中模型顯示出導(dǎo)致航空器滑行道交叉沖突事故發(fā)生的各個因素之間的相互關(guān)系,故障樹分析法(FTA)中的所有基本事件對應(yīng)表達為BN中的根節(jié)點,F(xiàn)TA中的中間事件都表達為BN中的一個節(jié)點,F(xiàn)TA中表達的邏輯門與基本事件的關(guān)系連接BN中的節(jié)點,連接節(jié)點的有向邊方向與FTA中邏輯門的輸入輸出關(guān)系相對應(yīng)。從機場場面調(diào)度活動的參與主體和航空器滑行過程的角度出發(fā),根據(jù)中國某樞紐機場近10年來28起航空器滑行沖突事故樣本并結(jié)合文獻回顧的方式,總結(jié)歸納出“通信”、“道面布局”、“培訓(xùn)與管理”、“運行環(huán)境”、“人員”5類基本致災(zāi)因素,運用經(jīng)驗分析法和專家打分法,以問卷調(diào)查的方式,選取機場調(diào)度部門和塔臺管制部門的工作人員和相關(guān)專家20人,給出了該模型根節(jié)點的先驗概率(失效概率),如表1所示。
圖2 航空器滑行道交叉沖突事故故障樹Fig.2 Fault tree of aircraft intersection conflicting accident on taxiway
圖3 航空器滑行道交叉沖突事故貝葉斯網(wǎng)絡(luò)模型Fig.3 Bayesian network model of aircraft intersection conflicting accident on taxiway
表1 BN根節(jié)點的先驗概率Tab.1 Prior probability of root nodes
1.2 航空器滑行道交叉沖突事故模型分析
BN模型通過適當(dāng)調(diào)整條件概率表(CPT),充分反映實際情況,可以突破FTA所存在的局限性,解決一些故障樹分析不能解決的問題,其具有更適合于安全性評價建模和分析的優(yōu)點。
1.2.1 表達變量間的不確定關(guān)系
在故障樹分析中,邏輯門只能處理確定性的關(guān)系,但實際情況中多是不確定關(guān)系,在BN中,可以利用對應(yīng)于邏輯門的節(jié)點上的CPT來解決這種情況。例如節(jié)點道面構(gòu)型復(fù)雜或不合理、線路標(biāo)志(x5)、標(biāo)記牌不清晰或不合理(x6)和培訓(xùn)不足(x7)都發(fā)生時,很有可能導(dǎo)致節(jié)點對道面布局熟悉度不夠的發(fā)生,但實際情況中也有一定的小概率不發(fā)生;另一方面,當(dāng)節(jié)點x5、x6和x7都不發(fā)生時,對道面布局熟悉度不夠也可能以一定的小概率發(fā)生。這種情況下,節(jié)點“道面布局熟悉度不夠”的CPT如圖4所示,通過節(jié)點x5、x6和x7在正常或失效的狀態(tài)下(0或1狀態(tài)),導(dǎo)致子節(jié)點“道面布局熟悉度不夠”失效的條件概率,表達出這種節(jié)點間的不確定關(guān)系,例如,當(dāng)節(jié)點x5正常,x6和x7失效時,節(jié)點“道面布局熟悉度不夠”失效的條件概率為0.85。條件概率值的指定同樣運用專家打分法給出,其他節(jié)點的CPT同理指定,基于篇幅原因,這里不再一一列出。
圖4 節(jié)點“對道面布局熟悉度不夠”的CPTFig.4 CPT of node‘unfamiliar with road surface layout’
1.2.2 變量的多態(tài)性
故障樹分析處理的一般是二值變量,即“0”和“1”變量,但在實際情況中多態(tài)變量的使用是非常普遍的,所以將節(jié)點狀態(tài)僅僅定為正常與失效、好與差是不夠的。在故障樹中要解決多態(tài)問題,必須建模成多個獨立的二值事件,再在其間加入異或門(XOR),處理相當(dāng)繁瑣。而在BN中處理變量的多態(tài)性時較為簡單,可用變量的不同值表示節(jié)點本身的不同狀態(tài),再調(diào)整相應(yīng)節(jié)點的CPT即可。例如,為節(jié)點“培訓(xùn)與管理因素”設(shè)置3個狀態(tài)“好、一般、差”,且給每個狀態(tài)指定概率依次為35%、50%和15%,不僅各種狀態(tài)清楚,且最后處理得到的結(jié)果更加精確合理,符合實際。
1.2.3 變量之間的相關(guān)性和相似性
在實際情況中,很多基本底事件存在一定的相關(guān)性和相似性,為簡化和聯(lián)系這種相關(guān)性和相似性,可以為它們加上共同的父節(jié)點,即在BN中合并這些相關(guān)節(jié)點,這時它們?nèi)匀痪哂邪l(fā)散型d-分離特性,不會嚴(yán)重影響計算結(jié)果,在根節(jié)點較多或難以確定先驗概率的情況下,這樣的處理可簡化計算,過程也合理。如圖3中,因為節(jié)點“短時遺忘”、“航空器或位置識別錯誤”、“移交不充分或不合理”和“培訓(xùn)不足”均是人為導(dǎo)致的失誤或錯誤,因此為其加上共同的父節(jié)點“人員因素”,以顯示其相關(guān)性和相似性,便于計算和分析。
本文借助圖形決策建模軟件GeNIe提供的默認(rèn)算法Clustering算法對基于BN的航空器滑行道交叉沖突事故模型進行計算推理和敏感度分析。利用BN的雙向推理技術(shù),不僅可以向后診斷基本事件的后驗概率,找出導(dǎo)致事故的主因,即進行診斷推理;亦可向前預(yù)測頂事件的發(fā)生概率,即進行因果推理。利用計算推理得到的概率值進行敏感度分析,驗證雙向推理結(jié)論的正確性和有效性。
2.1 航空器滑行道交叉沖突事故模型的診斷推理
假設(shè)系統(tǒng)在某時刻已經(jīng)發(fā)生了航空器滑行道交叉沖突事故,則每個根節(jié)點的后驗邊緣概率可以通過BN的診斷功能推理出來。在BN模型中,將節(jié)點“航空器滑行道交叉沖突”的Evidence狀態(tài)設(shè)置為“1”,即表示該節(jié)點發(fā)生,借助GeNIe軟件方便求得所有根節(jié)點的后驗概率,如圖5所示為節(jié)點“道面布局因素”的后驗概率,其他節(jié)點結(jié)果如表2所示。后驗概率可以作為判定基本事件影響頂事件故障發(fā)生的重要度。表中數(shù)據(jù)顯示,在后驗概率和概率變化率中均較大的是節(jié)點“培訓(xùn)與管理因素”和“道面布局因素”,由此說明“培訓(xùn)與管理”和“道面布局”是導(dǎo)致事故發(fā)生的主因,應(yīng)予以重視,“通信因素”的影響也不容小視。
圖5 “道面布局因素”節(jié)點的后驗概率Fig.5 Posteriori probability of node‘pavement layout factors’
表2 根節(jié)點的先驗概率與后驗概率表Tab.2 Prior probability and posteriori probability of root nodes
2.2 航空器滑行道交叉沖突事故模型因果推理
在BN中為根節(jié)點輸入其失效概率,見表1,為其他節(jié)點指定相應(yīng)的CPT,則概率會沿BN向前傳播,從而得到其他中間節(jié)點和頂事件發(fā)生的先驗概率,借助GeNIe軟件計算得到根節(jié)點發(fā)生失效時各子節(jié)點發(fā)生失效的概率,如表3和圖6所示。
表中數(shù)據(jù)顯示,根節(jié)點失效導(dǎo)致頂事件“航空器滑行道交叉沖突”發(fā)生失效的可能性中,“培訓(xùn)與管理因素”的可能性最大,概率為0.394,“道面布局因素”次之,這與診斷推理的結(jié)果相符,其他節(jié)點同理分析。此外,還可進行多證據(jù)的預(yù)測,即多個節(jié)點的證據(jù)狀態(tài)已知,其他節(jié)點發(fā)生危險可能性的變化情況。例如,當(dāng)“道面布局因素”單獨發(fā)生失效時,導(dǎo)致“航空器滑行道交叉沖突”發(fā)生的概率為0.267,此時如果同時發(fā)生“未按正確路徑滑行”,借助GeNIe軟件更新節(jié)點“航空器滑行道交叉沖突”的發(fā)生概率,結(jié)果為0.542,失效概率有所提高??梢?,通過BN的診斷推理機制,可以方便地對所要考察的對象進行預(yù)測,從而得到發(fā)生危險的可能性,提前做好應(yīng)急防范措施。
表3 根節(jié)點發(fā)生失效時各子節(jié)點發(fā)生失效的概率表Tab.3 Descendent nodes’probabilitis in root nodes failure condition
圖6 根節(jié)點發(fā)生失效時各子節(jié)點發(fā)生失效的概率圖Fig.6 Descendent nodes’probability graph in root nodes failure condition
2.3 航空器滑行道交叉沖突事故模型的靈敏度分析
BN的靈敏度分析是指原因事件(底事件)引起結(jié)果事件(頂事件)發(fā)生概率的變化率,在BN中可以方便地進行靈敏度分析,若假設(shè)所有事件只有正常和失效2種情況,即有狀態(tài)0和1,則第i個節(jié)點xi對節(jié)點T(頂事件)的靈敏度計算公式為
將GeNIe軟件計算結(jié)果代入式(1),得到根節(jié)點對頂事件的靈敏度結(jié)果如表4所示,例如S通信因素=(0.266-0.105)/0.105=1.533,數(shù)值的大小表示根節(jié)點事件的發(fā)生與否對頂事件的影響程度。從表中可以看出,在所有根節(jié)點中,“培訓(xùn)與管理因素”對頂事件“航空器滑行道交叉沖突”的靈敏度最大,數(shù)值為2.752,需要重點管控,“道面布局因素”次之,這與診斷推理得到的結(jié)果相符。
表4 各根節(jié)點對頂事件的靈敏度Tab.4 Root node sensitivity to top events
2.4 對策建議
綜上所述,“培訓(xùn)與管理因素”和“道面布局因素”是影響航空器滑行安全的主因,必須采取針對性的措施確保運行安全。
機場塔臺管制部門和機場調(diào)度部門應(yīng)完善調(diào)度人員的培訓(xùn)管理和考核機制,提高其業(yè)務(wù)技能水平和應(yīng)變能力,包括規(guī)范陸空通話,嚴(yán)防“錯、忘、漏”事件,并且保證調(diào)度人員對道面構(gòu)型、滑行道等待位置和相應(yīng)匹配機型的熟悉程度,合理優(yōu)化調(diào)度政策,提高調(diào)度效率;機場方面應(yīng)規(guī)范道面構(gòu)型布局的設(shè)計及優(yōu)化,加強地面燈光、標(biāo)志和標(biāo)記牌等助航設(shè)施設(shè)備的保養(yǎng)維護,盡可能增強可視度,嚴(yán)防誤入誤滑,保障場面上航空器、車輛及人員的安全工作;完善機場通信導(dǎo)航監(jiān)視設(shè)備,提高管制自動化水平,提前告警預(yù)防,推廣先進的場面活動引導(dǎo)和控制系統(tǒng)(A-SMGCS)、X型機場地面探測設(shè)備(ASDE-X)和機場活動區(qū)域安全系統(tǒng)(AMASS)等系統(tǒng)在國內(nèi)大型樞紐機場的應(yīng)用[16-17]。從而有效降低航空器滑行沖突事故的發(fā)生率,保證機場場面調(diào)度活動的安全運行。
隨著機場場面交通流量的不斷增大,航空器滑行沖突成為威脅民航安全的關(guān)鍵問題之一。本文針對航空器滑行道交叉沖突事故,構(gòu)建了基于貝葉斯網(wǎng)絡(luò)的事故模型,利用BN模型的雙向推理技術(shù)和靈敏性分析,找到了影響航空器滑行安全的主要因素是培訓(xùn)與管理和道面布局,與實際相符。由此提出針對性措施,能夠有效降低滑行沖突事故率,為機場和塔臺相關(guān)運行部門的安全管理提供了科學(xué)依據(jù)。鑒于BN建模簡單,便于計算,今后可針對其它機場安全事故進行分析,有利于提高整個機場運行的安全管理水平。
[1]TRUCCO P,CAGNO E,RUGGERI F,et al.A Bayesian belief network modelling of organisational factors in risk analysis:A case study in maritime transportation[J].Reliability Engineering&System Safety,2008,93(6):845-856.
[2]ZHAO L,WANG X,QIAN Y.Analysis of factors that influence hazardous material transportation accidents based on Bayesian networks:A case study in China[J].Safety science,2012,50(4):1049-1055.
[3]劉文生,曾鳳章.貝葉斯網(wǎng)絡(luò)在煤礦生產(chǎn)系統(tǒng)安全評價中的應(yīng)用[J].工礦自動化,2008(1):1-4.
[4]ROELEN A L C,WEVER R,COOKE R M,et al.Aviation Causal Model using Bayesian Belief Nets to Quantify Management Influence[M]. Safety and Reliability,Lisse:Swets&Zeitlinger,2003:1321-1327.
[5]BROOKER P.Experts,Bayesian belief networks,rare events and aviation risk estimates[J].Safety science,2011,49(8):1142-1155.
[6]曹海峰,白福利,李 彤.民航空管威脅、差錯與意外狀態(tài)相關(guān)性的貝葉斯網(wǎng)絡(luò)方法研究[J].安全與環(huán)境學(xué)報,2013,1:041.
[7]羅 帆,陳小佳,顧必沖.基于貝葉斯網(wǎng)絡(luò)的航空災(zāi)害成因機理探析[J].北京航空航天大學(xué)學(xué)報,2005,31(8):934-938.
[8]周唯杰,王華偉,趙 飛.基于貝葉斯網(wǎng)絡(luò)的民航安全分析研究[J].航空計算技術(shù),2011,41(1):44-47.
[9]羅 軍,林雪寧,閆永剛.基于高斯貝葉斯網(wǎng)絡(luò)模型的跑道侵入影響因素研究[J].安全與環(huán)境學(xué)報,2012,12(3):196-199.
[10]高 揚,葛培榮,李 陽.基于貝葉斯網(wǎng)絡(luò)的航空器看錯落錯跑道事件研究[J].中國安全生產(chǎn)科學(xué)技術(shù),2010,6(2):66-70.
[11]王永剛,孫 瑤.危險品航空運輸事故的改進貝葉斯網(wǎng)絡(luò)分析[J].安全與環(huán)境學(xué)報,2010(5):163-166.
[12]王永剛,孫 瑤.基于BN的FTA在通用航空風(fēng)險評價中的應(yīng)用[J].中國安全科學(xué)學(xué)報,2011,20(3):19-23.
[13]陳 芳,孫 瑤.基于貝葉斯網(wǎng)絡(luò)的尾流事故機理分析[J].中國安全科學(xué)學(xué)報,2011,21(3):54-58.
[14]KHAKZAD N,KHAN F,Amyotte P.Safety analysis in process facilities:Comparison of fault tree and Bayesian network approaches[J].Reliability Engineering&System Safety,2011,96(8):925-932.
[15]尹曉偉,錢文學(xué),謝里陽.系統(tǒng)可靠性的貝葉斯網(wǎng)絡(luò)評估方法[J].航空學(xué)報,2008,29(6):1482-1489.
[16]張曉全,劉 旭.機場機坪風(fēng)險管理研究[J].中國安全生產(chǎn)科學(xué)技術(shù),2011,7(3):42-47.
[17]盧 飛,張宗路,張兆寧.基于網(wǎng)絡(luò)層次分析法的跑道侵入風(fēng)險模糊評價[J].中國民航大學(xué)學(xué)報,32(1):10-14.
(責(zé)任編輯:劉智勇)
Safety evaluation of aircraft taxiing conflict based on Bayesian network
SHI Zhi-jian,WANG Hua-wei
(College of Civil Aviation,Nanjing University of Aeronautics and Astronautics,Nanjing 211106,China)
With the rapid development of civil aviation,the heavy airport surface traffic flow may cause serious safety hazard to the operation of airport.As is known,this problem is more serious in hub airports.In order to analyze the safety hazard of airport surface effectively,the Bayesian network model is applied to the safety evaluation of aircraft taxiing conflict.By analyzing the factors that cause safety accidents,the fault tree of aircraft intersection conflicting accident on taxiway is put forward.Then the Bayesian network model of this accident is established based on FTA according to the transformation algorithm.Before the analysis,according to the historical recording of one hub airport’s safety accidents and the review of references,the prior probability of root nodes are derived by utilizing empirical analysis method and expert grading method.Then,the GeNIe software is used to calculate the posteriori probability values of different nodes.Two-way reasoning technology and sensitivity analysis are used to predict and diagnose accidents.As a result,we can find out the key factors of aircraft taxiing system and propose corresponding measures so as to reduce the accident rate.Finally,the analysing results show that the factors which have greater influence on the aircraft taxiing safety are training and management factors,pavement layout factors.Therefore the airport departments should pay more attention to them emphatically.In conclusion,a comprehensive application of diagnostic reasoning and causal reasoning is used to achieve a combination of qualitative and quantitative analysis of aircraft taxiing safety.
air transport;safety evaluation;Bayesian network;taxiing conflict
V328.3
:A
:1674-5590(2015)06-0022-06
2014-05-14;
:2014-10-31
:國家自然科學(xué)基金項目(71401073,U1233115)
施志堅(1990—),男,江蘇鎮(zhèn)江人,碩士研究生,研究方向為民航安全性工程.