孟 斌, 路 娜

(郑州航空工业管理学院 民航学院, 郑州 450046)

飞行安全是民航运输业的根基,随着驾驶舱自动化水平和机械设备可靠性不断提高,飞行机组人因可靠性对于整个民航安全生产系统愈发关键.据国际民航组织(ICAO)统计数据显示,民航领域中人因失误占事故致因76%左右,其中机组原因导致的事故率达到60%以上[1],成为飞行安全水平提升的主要瓶颈.民航业属于一个复杂社会技术系统,其安全性一直受到社会各界高度关注.飞行机组作为航空安全最后一道防线,其安全状态受到多种影响因素制约,如何辨识和定量评估飞行机组人因失误,降低差错率,是民航界亟待解决的重要问题和控制飞行运行风险最有效途径.

国内外诸多专家学者对飞行人因失误进行大量研究.Balan[2]通过改进故障树中布尔代数运算规则建立非线性模式,针对飞行事故中危险环境、风险管理不足、无法控制飞机等状态进行危险性评估;Saada等[3]利用动态贝叶斯网络模型对不同变量条件下飞行员个体失误进行故障诊断;Chen等[4]利用人因干预矩阵框架和层次分析法对各种飞行员不安全行为指标重要度进行排序并提出干预措施;赵宁宁等[5]基于故障树和贝叶斯网络模型对飞机偏冲出跑道进行风险分析;赵嶷飞等[6]利用集对分析和熵权法对航空公司飞行运行风险进行动态评价.这些研究成果为提高民航飞行安全提供一定借鉴.

在前人研究基础上,本文基于故障树和贝叶斯网络模型各自适用性,对导致飞行人因失误不安全事件各个风险因素之间的逻辑关系进行定性分析,计算各基本事件发生概率,从而更加客观地进行系统故障诊断.

1 基本理论及应用概述

1.1 故障树分析法

故障树分析法(FTA)是采用树形图来探讨顶事件与中间事件和基本事件致因因素之间的逻辑关系,被广泛应用于核电、铁路、水利等复杂系统安全性和可靠性的计算分析.该理论不仅可以逐层辨识分析事故致因因素,还可通过计算故障树最小割集、最小径集、结构重要度等表明系统可靠性大小和基本事件影响程度,从而找出关键控制因素并制定有效干预措施,为实现系统安全提供参考依据[7-8].故障树基本符号见表1.

表1 故障树基本符号示例Table 1 Examples of fault tree basic symbols

1.2 贝叶斯网络

贝叶斯网络(BN)是一种概率图形模型技术,由节点和有向边表示随机变量及其条件依赖性,从而发现数据间潜在关系,可以实现事件之间先验概率和后验概率的互相推理.其中,贝叶斯网络节点表示变量,有向边表示变量之间条件依赖关系[9],每个节点均带有条件概率分布表.设P(X1,X2,…,Xn)为贝叶斯网络模型联合概率,则

P(X1,X2,…,Xn)=

(1)

式中:Xi为第i个节点;parent(Xi)为第i个父节点.

顶事件T发生概率为

(2)

式中,parent(T)为子节点集合.

1.3 两种理论针对飞行人因失误适用性分析

故障树理论多用于静态系统安全性和可靠性分析,假设事件只有工作和失效两种状态,对多态性事件难以进行有效定量分析[10].而飞行事故发生是一个多阶段动态系统,各个风险因素之间很难严格区分其独立性,致因机理复杂,使用故障树进行定量分析难免会造成一定误差.贝叶斯网络可兼顾事件多态性及不安全事件致因因素逻辑关系的不确定性,可避免故障树理论中“非真即假”两态假设,对复杂系统事故状态具有较强描述能力[11].因此,为加强飞行人因失误事件分析精确性,综合两种方法优势,在故障树定性分析基础上引入贝叶斯网络进行定量分析.

1.4 故障树到贝叶斯网络的映射

将已构建故障树中顶事件、中间事件和基本事件按照一定规则转换成贝叶斯网络相应节点,相应事件发生概率转换成对应节点初始概率,逻辑关系则对应节点间条件概率.根据文献[11],得出故障树和贝叶斯网络映射法则,如图1所示.

2 基于故障树和贝叶斯网络的飞行人因失误不安全事件分析

2.1 致因因素分析及数据来源

本文以各国民航局官方事故/事故征候调查分析报告、中国民用航空安全信息系统和世界民航不安全事件调查跟踪报告等为信息来源,选取1980—2018年国内外发生的304起典型飞行人因失误事故/事故征候为研究样本,结合SHELL模型、人因分析与分类系统(HFACS)、信息加工理论等多种飞行人因失误分类分析模型,从“人—机—环—组织”4个方面进行飞行人因失误主要风险因素分析.

图1 故障树到贝叶斯网络映射Fig.1 Mapping from fault tree to Bayesian network

2.2 飞行人因失误不安全事件定性分析

2.2.1 故障树模型构建

将飞行人因失误不安全事件作为顶事件,直接原因是组织、环境、设备等触发因素与人不安全行为的耦合作用,将这些因素自上而下依次深入分析,找出根本原因作为基本事件,建立飞行人因失误不安全事件故障树,如图2所示.故障树中事件编号见表2.

图2 飞行人因失误故障树模型Fig.2 Fault tree model of flight human error

2.2.2 故障树模型结果分析

故障树计算与分析主要依据最小割集、最小径集和结构重要度3个方面.最小割集表示故障树顶事件发生可能性大小和造成顶事件发生的风险因素组合[11].最小割集数越多,则表示该系统风险越大.与最小割集概念相反,最小径集是指不能导致故障树顶事件发生的最少基本事件集合.最小径集越多,代表着系统控制风险的措施和方案越多,系统安全性就越高[12].结构重要度则是忽略基本事件发生概率或者假定该概率相等,仅从结构体系上分析基本事件对顶事件发生的影响程度.

表2 飞行人因失误事件编号Table 2 Events numbers of flight human error

将上述故障树用布尔代数表示为

T0=M1M2=(M3+M4+M5)(M6+M7)=(X1+

X2+X3+…+X7+X8)(X9+X10+M8+M9+

M10+M11)=(X1+X2+X3+…+X7+X8)·

(X9+X10+X11+…+X19+X20)=X1X9+

X1X10+X1X11+…+X8X19+X8X20

由上式可得该故障树最小割集为{X1,X9}、{X1,X10}、{X1,X11}、{X1,X12}…{X8,X19}、{X8,X20},共计96个,代表该系统共有96种失效模式,表明飞行人因失误不安全事件发生可能性较大,有一定预防难度.如最小割集{X3,X19}表示如果组织监督审查不到位且飞行人员安全意识差时,很容易造成飞行人因失误不安全事件.

根据故障树对偶成功数算法,得出该故障树最小径集有2个,为{X1,X2,X3,X4,X5,X6,X7,X8}和{X9,X10,X11,X12,X13,X14,X15,X16,X17,X18,X19,X20},表明预防该事件发生途径就是从触发因素和飞行人员不安全行为等多个方面制定针对性措施.

经计算,该故障树结构重要度大小为I(X1)=I(X2)=I(X3)=I(X4)=I(X5)=I(X6)=I(X7)=I(X8)>I(X9)=I(X10)=I(X11)=I(X12)=I(X13)=I(X14)=I(X15)=I(X16)=I(X17)=I(X18)=I(X19)=I(X20),表明人力资源管理问题(X1)、标准规章不健全(X2)、监督不到位(X3)、运行计划不合理(X4)等基本事件对飞行人因失误影响较大.

2.3 基于贝叶斯网络理论的定量分析

在工程实际计算时,由于飞行人因失误系统复杂,基本事件发生概率难以精确统计,常用基本事件发生频率来代替其概率[13].本文通过对上述飞行人因失误历史不安全事件统计分析,得出各基本事件发生频率,近似为基本事件发生概率,即先验概率,见表3.

表3 基本事件先验概率Table 3 Prior probability of basic events

2.3.1 贝叶斯网络建模

根据图1映射规则,建立飞行人因失误不安全事件贝叶斯网络模型,如图3所示.

2.3.2 概率计算

结合表3,利用贝叶斯网络模型正向推理能力,通过GENIE2.0软件计算得中间事件及顶事件相对发生概率,见表4.

图3 飞行人因失误贝叶斯网络模型Fig.3 Bayesian network model of flight human error

表4 中间事件及顶事件先验概率Table 4 Prior probability of intermediate events and top events

利用贝叶斯网络模型反向推理能力,可以通过计算基本事件后验概率,挖掘出导致结果发生的最可能原因.将GENIE2.0软件中子节点T0设置为证据节点,表示飞行人因失误不安全事件发生概率为100%,实现各节点之间先验概率和后验概率互相推理,进行系统故障诊断.其中,各基本事件后验概率见表5.

表5 基本事件后验概率Table 5 Posterior probability of basic events

由表可见,影响飞行人因失误不安全事件的重点事件为人力资源管理问题(X1)、标准规章不健全(X2)、监督审查不到位(X3)、运行计划不合理(X4)、人机界面设计不良(X7)、设施设备故障(X8)、操纵技术水平差(X11)、机组资源管理能力缺乏(X13)、情景意识丧失(X14)和规章意识淡薄(X20)等.表明这些基本事件是系统薄弱环节,失效后极易导致飞行人因失误不安全事件发生,同时也是系统建立安全屏障的重要依据.

3 讨论分析

1) 基于故障树和贝叶斯网络理论对飞行人因失误所导致不安全事件的分析结果共同表明,组织因素中基本事件(X1、X2、X3、X4)、环境因素中基本事件(X5、X6)、设备因素中基本事件(X7、X8)对诱发飞行人因失误影响较大,是系统薄弱环节,需要制定相应对策干预,该结果与已有研究成果一致.首先,组织因素被视为影响系统安全最大的潜在威胁,是系统风险管理“前端控制”关键[14];其次,恶劣飞行环境会直接导致飞行机组信息处理复杂度、操纵和运行管理难度呈几何级增加,严重影响飞行机组情景意识和判断决策能力;再次,随着飞机设备可靠性提高,目前飞行人因失误已成为飞行安全重要影响因素,但本文数据来自1980—2018年飞行不安全事件,时间跨度较长,所以设备因素中人机界面设计不良(X7)、设施设备故障(X8)仍占一定比例.

2) 基于故障树理论进行定性分析结果表明,民航运行作为一个巨型复杂系统,飞行人因失误是由多种风险因素耦合作用所致,共有96种失效模式,预防难度较大,提高系统安全性途径主要从触发因素和飞行人员不安全行为两个方面采取针对性措施.

3) 基于贝叶斯网络理论正向推理的研究表明,飞行人因失误不安全事件中,中间事件非技术技能水平缺失(M9)发生概率最高,其次是违规(M7)、技术技能水平缺失(M8)等,需要引起飞行安全管理人员重视.

4) 基于贝叶斯网络理论反向推理的研究表明,飞行机组不安全行为主要是由机组人员操纵技术水平差(X11)、机组资源管理能力缺乏(X13)、情景意识丧失(X14)和规章意识淡薄(X20)等基本事件导致的,属于飞行人员出现个体失误的关键风险因素,也是提高飞行安全的有效途径.

4 结 语

本文根据系统安全理论,从“人—机—环—组织”角度出发,深入剖析飞行人因失误导致不安全事件的系统层次结构,采用故障树和贝叶斯网络对飞行人因失误不安全事件进行定性和定量分析,挖掘出导致飞行人因失误多个关键风险因素,为提高飞行安全水平和安全管理人员进行科学决策提供一定参考.