安全是航空的基础

安全是航空的基础

1航空事故率评估的技术方法与核心难点安全是航空的第一件大事。这是航空航天永恒的主题，它直接影响到航空公司的声誉、经济效益和生存。近年来中国民航业有了长足的发展,在机队规模不断扩大的同时,安全状况也得到了显著的改善。但是10年和5年的事故率仍然高于世界平均水平,远高于世界航空发达国家的事故率。造成这种情况的主要原因是中国的航空公司尚未形成安全文化和有效的安全管理手段。如何降低事故率成为当前中国民航业的主要任务,已经成为制约和影响航空事业发展的基本要素,行之有效的方法就是将“安全关口”前移,防患于未然。传统的航空公司安全评估主要是利用事故率评估,依据数理统计的方法,对历史资料进行统计分析。但由于事故发生率低,加之样本之间的不一致性较大,限制了数理统计方法的应用。民航安全系统是一种动态、多变量、人为因素起主导作用的开放和复杂巨系统,系统的不确定因素多,逻辑关系复杂,基本事件的发生概率很难确定。将安全系统工程思想引入到航空公司安全综合评估中,对于指导航空公司安全管理和决策具有重要意义。研究关键和难点集中于两方面,一是建立系统、全面的航空公司安全评估指标体系,包括对航空公司安全影响因素和每项细节的评估;二是鉴于指标体系中主观性和客观性指标同时存在,且采集到的数据具有模糊性和不确定性的特点,评估过程实际上是基于不确定、模糊信息的航空公司安全评估。本文分析了当前影响航空公司安全管理的影响因素,建立包括“指标—子指标—属性”三级的航空公司安全评估体系,采用模糊多属性决策结合D-S证据融合方法建立了航空公司安全评估模型,解决当前航空公司安全评估中的关键和难点问题。2级政府安全评估指标体系的构建传统的航空公司安全评估是采用事故率来衡量,缺乏一个完整的安全评估指标体系,实际上事故和风险的发生是由航空公司内部的安全管理水平决定的,因此建立一个基于航空公司的全方位安全评估指标体系,衡量航空公司与本行业先进企业之间的差距,是变间接评估为直接评估的有效途径,更有利于航空公司采取针对性的措施提高安全管理水平。建立的指标体系应满足如下要求:一是能衡量航空公司当前的安全状态和情况,二是能反映出航空公司提高安全水平的潜力,三是能反映出航空公司的整体安全管理水平。因此,要综合考虑影响安全的因素,建立基于“人、机、环境、管理”的航空公司安全评估系统。在航空科技高度发达的今天,人为因素是造成事故和事故征候的主要原因,日益受到重视,建立安全评估指标体系时突出了以“人”为中心的特色。其中,“人”的因素指机组成员,其它飞机维护人员、空中交通服务人员等是通过飞机或飞行环境作用于事故或事故征候;“机”的因素包括航空器和维护人员;“环境”因素包括飞行的各种软环境、硬环境和自然环境。“管理”因素是通过“人、机、环境”系统及时或延期表现出来。所谓“及时”指的是公司管理的作用结果与管理的实施同步表示出来;“延期”指的是管理的作用效果是在管理工作实施一段时间后才表现出来。本文以“人”、“机”、“环境”和“管理”为指标层,进一步分解为子指标层和因素层,建立了三级航空公司安全评估指标体系。从“人”的角度讲,包括以下子指标和因素:(1)基本素质子指标:包括身体素质和心理状态,这两个因素用来衡量是否具备完成任务的基本条件;(2)技能态度子指标:包括知识技能、岗位培训时间、执行标准程度和敬业程度,这些因素用来衡量人的技能及提高、认真程度,可最大限度的降低安全隐患;(3)能力子指标,包括协调处理能力和决断能力,协调处理能力可衡量安全信息在组织内传递效果及整合作用,决断能力用来衡量机组的危险评估及在应急情况下化解风险的能力。从“机”角度讲,包括以下子指标和因素:(1)设计生产、飞机机型、飞机役龄和飞机系统改装是反映当前飞机的状态类因素,机型和设计生产环节直接影响飞机安全,飞机役龄衡量性能劣化对安全的影响;飞机系统改装和新机型引进用来衡量特种要求和安全培训对飞机安全的影响;(2)导航雷达系统、仪表操作系统和发动机系统是飞机中最重要的硬件系统,飞机本身原因导致的事故和事故症候也多发生在这三个部分,所以可根据这三个系统推断飞机的安全水平;(3)维修是影响系统安全的子指标,选择维修差错和维修记录作为评估系统安全的重要因素。从“环境”角度讲,包括以下子指标和要素:(1)自然环境子指标,包括天气和地形,是影响航空安全的客观因素,但一般不是造成飞机事故的主要原因,一般同人为差错结合起来共同起作用;(2)保障环境子指标,包括空中综合保障能力和机场建设,这些因素能够确保飞机在起飞、飞行和降落环节的安全;(3)意外事件子指标,包括鸟撞击和恐怖事件等,意外事件是影响航空安全的不可控因素,发生具有一定的随意性。从“管理”角度讲,包括以下子指标和因素:(1)安全计划功能子指标:包括综合计划、安全规则标准和安全系统完善,综合计划便于调动有效的安全资源,发挥其效用,安全规则标准则是在其计划基础上提出的具体操作方法,安全系统完善是计划功能的最高境界,避免单纯的“以事论事”;(2)安全组织子指标:包括安全机构设置、安全人员比例,这两个因素便于明确安全责任制,确定每个岗位人员自身的责任范围,是保证安全的组织保障;(3)企业安全文化子指标,包括领导重视程度和安全激励机制,领导重视程度是形成安全文化的前提和基础,有效的安全激励机制是形成安全文化的动力和保证;(4)安全控制子指标:包括安全培训和安全检查督察,安全培训能够保证各项制度和安全实施程序为广大员工和干部所掌握,安全检查和督察则是衡量其执行情况的有效手段。3关于航空安全评估方法的研究3.1模糊多属性决策评估的可能根据航空公司安全评估指标体系和数据的特点,评估模型应满足以下三方面要求:第一,具有信息融合的功能,能将采集到的不确定信息融合到一个框架结构中。D-S证据融合、模糊逻辑、信息熵和Bayes决策方法具有这个功能。在这4种方法中,能够满足数据需求量小,表达具有不确定性的主客观信息方法的,只有D-S证据融合方法。它不但能处理由于知识不准确引起的不确定性,且能满足比概率论更弱的公理系统,本文中选择D-S证据融合方法进行信息融合。第二,具有处理模糊信息、主观信息和客观信息的功能。模糊集理论及其在模糊决策问题中的推广和应用,为处理这种信息提供了可能,本文采用三角模糊数方法处理安全评估数据。第三,对航空公司安全评估依赖于复杂的指标体系,实际是针对多属性指标的决策和评估过程,模糊多属性决策为这一评估过程提供了可能。综上,整个评估过程如图2所示。3.2重量是由d-s检验的(1)证据整合的基本基础D-S证据理论主要由以下基本要素构成:识别框架对于一判决问题,如对某项安全子指标或因素的所有可能结果用Θ表示。关心的任一命题都对应于Θ的一个子集,称Θ为识别框架。ma+mb基本概率分配函数是一个之间的正数,它与支持某一假定的证据相联系,其大小表示该证据支持或反对该假定的精确程度,通常用m(A)表示,A代表辨别框中的任一子集。m(A)表示提供给A的基本可信度,而不是对A的总信度。对于一个辨别框Θ:{A,B,C},m(A)+m(B)+m(C)<1,其含义表示该证据不能有效地分配给其它任何子集,这也是证据理论的核心。以m(Θ)表示概率分配的不确定性,则有m(A)+m(B)+m(C)+m(Θ)=1。总信任程度的计算信任函数Bel定义为,对于2Θ∈,Bel(A)=∑B⊆Am(B)(1)表示获得的证据对A的总信任程度,∀A⊆Θ,根据定义可知,Bel(∅)=0,Bel(Θ)=1。信任度的计算似真函数Pl的定义为,对于2Θ∈,Ρl(A)=1-Bel(Ac)=∑B∩A=∅m(B)∀A⊆Ω,Ac=Θ-A(2)Pl(A)表示不否定A的信任度。显然,信任函数与似然函数的关系为:Ρl(A)≥Bel(A)(3)概率的上、下限实际上[Bel(A),Pl(A)]表示了A的不确定区间,也称为概率的上、下限。D-S证据融合,就是根据多源信息,逐步缩小不确定区间范围。(2)dempger算法关于证据的合并顺序对于各种证据,来源不同,具有不同的概率分配函数。利用Dempster法则来合并证据。例如,对于信任函数Bel1(概率分配函数为m1)和信任函数Bel2(概率分配函数为m2),那么合并后的信任函数Bel为:Bel=Bel1⊕Bel2(4)一般地,子集A的基本概率分配函数为:m(A)=Κ-1∑Ai∩Bj=Am1(Ai)m2(Bj)(5)其中,K为正交化常数Κ=∑Bj∩Ai≠∅m1(Ai)m2(Bj)(6)K反映对同一假设各证据相互之间的矛盾程度。使用K是为了避免将概率值分配给空集∅.对于多个证据情况下,如Bel1,Bel2,…,Beln,A的基本概率分配函数为:(⋯(Bel1⊕Bel2)⊕⋯)⊕Beln(7)在利用Dempster进行证据合并时,构成Θ的元素必须相互独立,这是由于正交运算性质决定的。Dempster法则满足可交换性,证据的作用不受其合并次序的影响;K-1可作为各数据源矛盾程度的测度,K-1越大,证据间矛盾越激烈。3.3飞机安全评估的模糊多属性预测(1)fps的计算模糊多属性决策的基本模型是:给定一个评估对象集A={A1,A2,…,Am},相对于评估对象的属性集C={C1,C2,…,Cn},以及说明每个属性相对重要的权集ω={ω1,ω2,…,ωn}。其模糊指标值矩阵˜F可以写为:˜F=[˜f11˜f12⋯˜f1n˜f21˜f22⋯˜f2n⋯⋯⋯⋯˜fm1˜fm2⋯˜fmn](8)其中,关于属性指标和权重的表达方式可以是数字的,也可以是语言的;涉及的数据结构可以是精确的,也可以是不精确的。而所有的语言或不精确的属性指标,权重大小和数据结构等都被相应的表示成决策空间中的模糊子集或模糊数。利用广义模糊合成算子对模糊权重矢量˜ω和指标值矩阵˜F实行变换,得到模糊决策矢量˜D:˜D=˜ω⊙˜F=(˜d1,˜d2,⋯,˜dm)(9)如何选择恰当的模糊合成算子⊙和模糊排序方法是解决模糊多属性决策问题的关键。为体现“好中求好”的思想,以右模糊集极大值为收益类指标的参照值,而以左模糊集极下值作为成本类指标的参照标准,并以海明距离为检测尺度,先确定每一方案中的相对优先指标,然后采用同样的方式,通过对相对优先指标值的进一步比较,从而确定问题的最佳方案。(2)计算表12r,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,①对模糊指标值矩阵作归一化处理如˜xi是三角模糊数,记为˜xi=(ai,bi,ci)。对于收益类指标值,设有m个指标值,归一化的模糊指标值˜ri‚i=1,2,⋯,m.令(⋅)maxi=maxi{(⋅)i}(10)˜ri=(aicmaxi,bibmaxi,ciamaxi∧1)(11)②确定相应于评估集Ai的右模糊极大集:˜ΜiR=maxR(˜ri1R,˜ri2R,⋯,˜rinR)(12)具有隶属函数μ˜ΜiR(ri)=supri=ri1∨ri2∨⋯∨rin(ri1,ri2,⋯,rin)∈Rnmin{μ˜ri1R(ri1),μ˜ri2R(ri2),⋯,μ˜rinR(rin)}(13)③计算右模糊集˜rijR‚j=1,2,⋯,n与右模糊极大集˜ΜiR之间的海明距离:dR(˜rijR‚˜ΜiR)=∫S(˜rijR∪˜ΜR)|μ˜rijR(x)-μ˜ΜiR(x)|dx(14)令˜rmaxi=min{dR(˜rijR‚˜ΜiR)}(15)④确定r˜iRmax‚i=1,2,⋯,m右模糊极大集:Μ˜R=maxR(r˜1Rmax,r˜2Rmax,⋯,r˜mRmax)(16)具有隶属函数:μΜ˜R(r)=supr=r1∨r2∨⋯∨rm(r1,r2,⋯,rm)∈Rmmin{μr˜1Rmax(r1),μr˜2Rmax(r2),⋯,μr˜nRmax(rn)}(17)⑤计算r˜maxiR与Μ˜R之间的海明距离:dR(r˜iRmax‚Μ˜R)=∫S(r˜iRmax∪Μ˜R)|μr˜iRmax(x)-μΜ˜R(x)|dx(18)⑥按照r˜maxiR与Μ˜R之间海明距离从小到大顺序排列各航空公司安全水平的顺序。4不同权重信息的融合为评估航空公司安全水平,以国内三家典型的航空公司为考察对象,分别以A1、A2和A3表示。数据的收集来源于两方面:①客观数据,以航空公司提供的年报为准,如事故率等;②主观属性数据,采用专家打分和调查相结合的方式获取,用模糊属性数的方式表示。鉴于建立了三级指标体系,采用基于模糊和不确定信息的融合方法降低了数据获取的难度,为科学评估航空公司安全水平提供了可能。整个评估过程分为三个步骤:阶段1,采集数据。分别采集专家的权重信息,包括各子指标和属性的权重;采集主观数据的模糊信息;采集客观数据的报表信息;第二,由于专家受到认识程度和偏好的影响,本文采用群决策的方法降低不同专家对信息精度的影响。以确定整体指标权重为例,5个专家依次给出人、机、环境和管理4个指标的权重为:ω1=[0.40,0.30,0.20,0.10]ω2=[0.35,0.35,0.10,0.20]ω3=[0.30,0.30,0.20,0.20]ω4=[0.30,0.30,0.15,0.25]ω5=[0.50,0.20,0.10,0.20]假设依次5个专家的可信度依次为:α1=0.80α2=0.90α3=0.75α4=0.75α5=0.70依据以上分析,调整后的权重判断矩阵为:[0.32000.24000.16000.08000.20000.31500.31500.09000.18000.10000.22500.22500.15000.15000.25000.22500.22500.11250.18750.25000.35000.14000.07000.14000.3000]依据式(4)～(6),对5个专家的权重信息进行融合,4次信息融合结果如表1所示。其中,第4次的信息融合结果有效融合了5个来源的信息,且不确定性已经下降为0.064,基本可以忽略不计。本文中,各指标权重就是以第4次信息融合的结果为准。第三,针对子指标和属性值,对航空公司的整体安全情况进行评估。将收集到的因素层的打分和权重,采用折算方法,确定指标层各指标的打分,依据式(12)～(18),得到模糊理想解M+,进一步计算得到Dπ(r˜1π,Μ˜),Dπ(r˜2π,Μ˜)和Dπ(r˜3π,Μ˜)。具体结果如表2所示。通过计算和分析可以说明:①从表1的计算结果得出:当前影响民航安全的因素,专家认为其重要性依次为“人”、“机”、“管