龍翔

摘要：隨著我國科技與社會(huì)經(jīng)濟(jì)的發(fā)展，我國在航天航空領(lǐng)域也取得了重大突破。在航空領(lǐng)域中，我國的空運(yùn)也得到了長足的發(fā)展。雖然我國航空科技取得了重大突破，但是在航班運(yùn)行上，依然還存在著一定的風(fēng)險(xiǎn)。為了降低因運(yùn)行控制人員個(gè)體差異而導(dǎo)致的航班運(yùn)行風(fēng)險(xiǎn)，提升航空公司的運(yùn)行控制能力，本文通過對(duì)航班運(yùn)行過程中的運(yùn)行程序進(jìn)行系統(tǒng)分析，并結(jié)合相關(guān)運(yùn)行數(shù)據(jù)，從飛行機(jī)組、機(jī)場、天氣等多方面入手，從多角度對(duì)航班運(yùn)行中存在的風(fēng)險(xiǎn)因素進(jìn)行分析。

關(guān)鍵詞：航班運(yùn)行;風(fēng)險(xiǎn)探討;多因素分析

引言

隨著我國科技飛速發(fā)展，社會(huì)經(jīng)濟(jì)也取得了重大進(jìn)步。在科技騰飛的今天，空中運(yùn)行已經(jīng)逐漸成為了人們遠(yuǎn)行的必備出行方式。隨著我國空運(yùn)事業(yè)的發(fā)展，航空運(yùn)輸安全也得到了越來越大的重視。自從2007年美國明航局制定了飛行風(fēng)險(xiǎn)評(píng)估工具，2012年美國國家航空運(yùn)輸協(xié)會(huì)開始通過建模的方式對(duì)每次航班的風(fēng)險(xiǎn)值進(jìn)行計(jì)算。通過研究得知，我國國內(nèi)對(duì)民航安全風(fēng)險(xiǎn)管理最早被運(yùn)用于空管與飛行中[1]。直到后來孫瑞山將風(fēng)險(xiǎn)管理逐漸的運(yùn)用到了航空運(yùn)行風(fēng)險(xiǎn)管理中，并采用定性與定量的方式對(duì)航班飛行安全進(jìn)行快速評(píng)估，但是這種評(píng)估方式僅僅限于飛行操作方面。后來相關(guān)研究人員通過將航班作為一個(gè)基礎(chǔ)元素，從微觀的層面以及運(yùn)行控制的角度對(duì)航班風(fēng)險(xiǎn)評(píng)估體系進(jìn)行了建立與完善[2]。而奉獻(xiàn)評(píng)估方面，采用了熵權(quán)和模糊綜合評(píng)價(jià)法對(duì)相關(guān)評(píng)價(jià)指標(biāo)進(jìn)行計(jì)算。通過我國相關(guān)研究人員采用混合模型對(duì)航班運(yùn)行風(fēng)險(xiǎn)進(jìn)行評(píng)估從而實(shí)現(xiàn)了自動(dòng)評(píng)價(jià)的能力，但是這種方式的推測周期較短，因此對(duì)風(fēng)險(xiǎn)預(yù)警與風(fēng)險(xiǎn)排查的作用不足[3]。本文針對(duì)引起航班運(yùn)行風(fēng)險(xiǎn)的因素進(jìn)行多因素分析，現(xiàn)報(bào)道如下。

1 航班運(yùn)行風(fēng)險(xiǎn)分析

1.1飛機(jī)方面

通過對(duì)民航飛行事故進(jìn)行分析，其中高達(dá)25%的事故是由于飛機(jī)故障而引起，因此對(duì)飛機(jī)的風(fēng)險(xiǎn)因素進(jìn)行細(xì)化評(píng)估可分為以下幾點(diǎn)：①保留故障等級(jí);②對(duì)飛機(jī)著陸的影響程度;③發(fā)動(dòng)機(jī)循環(huán)總次數(shù)與實(shí)踐;④飛機(jī)定點(diǎn)監(jiān)測時(shí)間。

1.2機(jī)組方面

在航班運(yùn)行過程中，機(jī)組人員對(duì)航空器的安全有著決定性的作用?？梢詮臋C(jī)組配合度、機(jī)組英文能力、機(jī)組自制水平、機(jī)組疲勞度以及機(jī)組健康狀況等多方面進(jìn)行分析。進(jìn)行細(xì)化評(píng)估可分為以下幾點(diǎn)：①機(jī)組人員相互之間的技術(shù)搭配因素;②不同地域、不同性格機(jī)組人員之間的搭配;③機(jī)組人員職務(wù)以及相應(yīng)權(quán)利梯度;④機(jī)組人員駕駛技能等級(jí);⑤機(jī)組人員休息時(shí)間以及工作時(shí)間。

1.3環(huán)境方面

不同的環(huán)境對(duì)航班運(yùn)行也有著極大的影響，惡劣的天氣、特殊航線等都是對(duì)航班安全造成影響的重要因素?？煞譃闄C(jī)場天氣風(fēng)險(xiǎn)、機(jī)場條件風(fēng)險(xiǎn)、著陸機(jī)場天氣風(fēng)險(xiǎn)、著陸機(jī)場條件風(fēng)險(xiǎn)、航路特殊性質(zhì)、航路天氣風(fēng)險(xiǎn)以及航路備降機(jī)場風(fēng)險(xiǎn)。進(jìn)行細(xì)化評(píng)估可分為以下幾點(diǎn)：①能見度;②溫差;③風(fēng)向以及風(fēng)速問題;④云層類別、高度及質(zhì)量;⑤記賬保障能力;⑥航路中特殊天氣[4]。

2 模糊歸屬函數(shù)

民航運(yùn)輸具有動(dòng)態(tài)、多變量、開放性強(qiáng)等特點(diǎn)的運(yùn)輸系統(tǒng)，具有較多不確定因素對(duì)航班運(yùn)行造成影響。其影響因素關(guān)系復(fù)雜，且發(fā)生概率難以預(yù)料，因此，唯一有效的處理復(fù)雜大系統(tǒng)的方式則是通過將定性與定量相結(jié)合的綜合集成方法進(jìn)行處理[5]。

模糊函數(shù)是針對(duì)定性與定量相結(jié)合的典型函數(shù)代表，能夠進(jìn)行較為準(zhǔn)確的判斷。可以通過公司飛行與相關(guān)專家，根據(jù)自身經(jīng)驗(yàn)與認(rèn)知，從而對(duì)飛行風(fēng)險(xiǎn)程度進(jìn)行邊界值界定，隨后再模糊化權(quán)重分配，建立對(duì)航班運(yùn)行使用的歸屬函數(shù)。

因此，我們可以架設(shè)機(jī)組的風(fēng)險(xiǎn)被分為兩個(gè)因素，包括疲勞與經(jīng)驗(yàn)，而兩則都被稱為終端風(fēng)險(xiǎn)因素，則可以通過采用疲勞模糊歸屬函數(shù)與經(jīng)驗(yàn)?zāi)：龤w屬函數(shù)兩個(gè)模型來對(duì)風(fēng)險(xiǎn)程度進(jìn)行界定。這類數(shù)學(xué)模型在進(jìn)行建模時(shí)，可由航空公司的飛行數(shù)據(jù)資料庫提供X軸的數(shù)據(jù)，而單位則可根據(jù)界定的風(fēng)險(xiǎn)因素來決定，例如疲勞可根據(jù)工作時(shí)長進(jìn)行判定，而飛行經(jīng)驗(yàn)則可根據(jù)飛行員總飛行時(shí)長進(jìn)行界定，其單位可定位“h”。模型中的X軸數(shù)據(jù)需要由航空公司根據(jù)實(shí)際情況進(jìn)行制定，而Y軸則可代表其所屬程度的歸屬度。而在進(jìn)行風(fēng)險(xiǎn)計(jì)算中，非終端風(fēng)險(xiǎn)因素則可以根據(jù)下層風(fēng)險(xiǎn)因素通過計(jì)算得出的風(fēng)險(xiǎn)值進(jìn)行界定[6]。

3 多因素分析

我國民用航空規(guī)章中所發(fā)行的風(fēng)險(xiǎn)評(píng)估體系是進(jìn)行航班運(yùn)行多因素分析的基礎(chǔ)，而事故數(shù)分析則是安全評(píng)價(jià)中紀(jì)委重要的分析方法。在進(jìn)行風(fēng)險(xiǎn)分析時(shí)，結(jié)繭基元事件分析法對(duì)航班運(yùn)行風(fēng)險(xiǎn)進(jìn)行多因素分析，從而建立起完善的航班運(yùn)行風(fēng)險(xiǎn)結(jié)構(gòu)圖。結(jié)構(gòu)圖中包含了機(jī)組風(fēng)險(xiǎn)、飛機(jī)風(fēng)險(xiǎn)以及著陸階段風(fēng)險(xiǎn)[7]。

以機(jī)組風(fēng)險(xiǎn)為例，設(shè)機(jī)組風(fēng)險(xiǎn)程度為C1，可將其分解為組間配合度C2、機(jī)組經(jīng)驗(yàn)?zāi)芰Τ潭菴3、機(jī)長精神壓力度C4這三個(gè)因素進(jìn)行綜合判斷。首先以機(jī)長經(jīng)驗(yàn)不足為例，由于機(jī)長驚訝對(duì)其他機(jī)組經(jīng)驗(yàn)不足進(jìn)行判斷，以此類推進(jìn)行多因素判斷，則可以完成風(fēng)險(xiǎn)因素結(jié)構(gòu)分析[8]。

4 風(fēng)險(xiǎn)評(píng)估體系

通過相關(guān)度對(duì)評(píng)估指標(biāo)體系的反復(fù)調(diào)整與修改，其多因素分析評(píng)估體系分為機(jī)場、飛機(jī)、著陸進(jìn)近階段三個(gè)大方面的風(fēng)險(xiǎn)，總共包含了60多個(gè)綜合指標(biāo)對(duì)風(fēng)險(xiǎn)因素進(jìn)行評(píng)價(jià)。在風(fēng)險(xiǎn)評(píng)價(jià)體系中，每個(gè)終端因素風(fēng)險(xiǎn)均分為三個(gè)級(jí)別，包括low、medium、high三個(gè)級(jí)別進(jìn)行模型建立。其中，按照風(fēng)險(xiǎn)級(jí)別的不同模型級(jí)別也受到影響。風(fēng)險(xiǎn)程度為“l(fā)ow”的模型被稱之為Z模型，風(fēng)險(xiǎn)程度為“medium”的模型被稱之為II模型，而風(fēng)險(xiǎn)程度為“high”的模型被稱之為S模型。在進(jìn)行數(shù)據(jù)邊界點(diǎn)的設(shè)置中，通常會(huì)使用各種不同的模型進(jìn)行計(jì)算。在模型中出現(xiàn)線性交叉的地方被稱之為模糊處，可靈活運(yùn)用重心法或線性比例閥對(duì)模型中數(shù)據(jù)的歸屬度進(jìn)行計(jì)算[9]。

而使用風(fēng)險(xiǎn)關(guān)系矩陣時(shí)，通常是針對(duì)非終端因素風(fēng)險(xiǎn)進(jìn)行評(píng)估，并且在評(píng)估過程中，設(shè)定1為無風(fēng)險(xiǎn)（僅為潛在風(fēng)險(xiǎn)），同時(shí)設(shè)定10為最大風(fēng)險(xiǎn)值。我們以總風(fēng)險(xiǎn)為例，進(jìn)行風(fēng)險(xiǎn)矩陣的建立進(jìn)行分析，通過不斷的向上推演，并最終得出結(jié)果，就可將其認(rèn)為是航班的總風(fēng)險(xiǎn)之。通常情況下，我們可以將總風(fēng)險(xiǎn)之劃分為3個(gè)不同等級(jí)，其中包括可接受、緩解后可接受以及不可接受三個(gè)等級(jí)，其中可接受風(fēng)險(xiǎn)值在1～5之間，緩解后可接受風(fēng)險(xiǎn)值在5～8之間，而不可接受風(fēng)險(xiǎn)值通常大于8以上[10]。

在三個(gè)風(fēng)險(xiǎn)值的判定中，可接受風(fēng)險(xiǎn)值通常是指航班在運(yùn)行過程中各類影響因素均符合相關(guān)要求，并且具有極高的安全度，能避免各類風(fēng)險(xiǎn)的發(fā)生;而不可接受風(fēng)險(xiǎn)值通常是指出現(xiàn)的風(fēng)險(xiǎn)因素與民航規(guī)章或航班運(yùn)行中的安全造成嚴(yán)重威脅的因素，這種情況下不可予以放行;而緩解后可接受風(fēng)險(xiǎn)值通常是針對(duì)部分危險(xiǎn)因素在相關(guān)規(guī)定標(biāo)準(zhǔn)的邊緣，具有較強(qiáng)的不確定性，此狀態(tài)在通過整改后可轉(zhuǎn)變?yōu)榭山邮埽俏ｋU(xiǎn)因素未能得到消除，則不可放行[11]。

5 風(fēng)險(xiǎn)耦合

所謂的耦合通常是≥2和體系或者是運(yùn)動(dòng)形式通過某種方式還能夠相互作用而造成彼此影響的現(xiàn)象。因此，風(fēng)險(xiǎn)耦合也是只≥2個(gè)以上的風(fēng)險(xiǎn)因素通過相互作用而造成的風(fēng)險(xiǎn)結(jié)果轉(zhuǎn)變的現(xiàn)象。在我國航班的運(yùn)行中，風(fēng)險(xiǎn)因素屬于多種并存的狀態(tài)，而航班運(yùn)行風(fēng)險(xiǎn)則不是風(fēng)險(xiǎn)因素的單純集合，而是由多種因素通過相互作用下導(dǎo)致總風(fēng)險(xiǎn)出現(xiàn)加重或減輕的現(xiàn)象[12]。其對(duì)航班運(yùn)行安全的影響程度則可以采用耦合來進(jìn)行表示，且數(shù)據(jù)與風(fēng)險(xiǎn)因素見的相互作用呈正相關(guān)性[13]。

通過對(duì)航班運(yùn)行風(fēng)險(xiǎn)進(jìn)行分析得出結(jié)論，風(fēng)險(xiǎn)耦合的主要特征具體表現(xiàn)為以下方面：

1.不確定性。通常情況下，耦合的發(fā)生時(shí)間、地點(diǎn)都具有極大的不確定性，因此發(fā)生耦合后的結(jié)果可能會(huì)向著好的方向發(fā)展，同時(shí)也可能向著壞的方向發(fā)展，亦或者對(duì)結(jié)果不造成影響。因此，對(duì)于耦合的發(fā)生只能通過對(duì)大量數(shù)據(jù)進(jìn)行采集，并通過計(jì)算與統(tǒng)計(jì)進(jìn)行規(guī)律的尋找。

2.發(fā)展性。通過大量數(shù)據(jù)的研究分析可以得出結(jié)論，在發(fā)生風(fēng)險(xiǎn)耦合后，并不會(huì)處于穩(wěn)定靜止的狀態(tài)，通常會(huì)隨著運(yùn)行時(shí)間、航行位置而發(fā)生不確定的改變，并且還可能與其他因素產(chǎn)生新的耦合發(fā)生。舉例說明：當(dāng)飛機(jī)在飛行途中發(fā)生座艙壓力不足時(shí)，雖然航班運(yùn)行會(huì)出現(xiàn)風(fēng)險(xiǎn)，但總體風(fēng)險(xiǎn)卻在可接受范圍，若此刻通過空管對(duì)飛機(jī)高度進(jìn)行指揮，要求降低飛行高度，若不同飛行高度區(qū)域的氣流不穩(wěn)定，這會(huì)加大總風(fēng)險(xiǎn)，造成較為嚴(yán)重的后果。

3.波動(dòng)性。航班運(yùn)行過程中的風(fēng)險(xiǎn)因素多種多樣，并且不同因素發(fā)生耦合后對(duì)航班的安全影響也會(huì)有所區(qū)別，其中，部分耦合后對(duì)航班運(yùn)行安全造成較大影響，則被稱為強(qiáng)耦合;若耦合后對(duì)航班運(yùn)行安全造成較小的影響，則被稱之為弱耦合;弱部分耦合后對(duì)航班運(yùn)行安全造成的影響處于二者之間，則被稱之為中耦合。因此，在航班運(yùn)行中，不同情況下與不同程度的風(fēng)險(xiǎn)因素交替出現(xiàn)，且持續(xù)發(fā)生復(fù)合耦合，則耦合結(jié)果也會(huì)出現(xiàn)漲落不一的變化[14]。

通過對(duì)我國民航安全統(tǒng)計(jì)信息進(jìn)行分析表明：就我國航空運(yùn)行而言，若機(jī)組方面存在風(fēng)險(xiǎn)，則需要對(duì)天氣因素與機(jī)械故障進(jìn)行密切關(guān)注。航班在地面時(shí)且通過計(jì)算得出耦合效應(yīng)整體較低，則只需要避免發(fā)生3個(gè)及以上因素同時(shí)發(fā)生耦合現(xiàn)象即可對(duì)風(fēng)險(xiǎn)進(jìn)行有效的控制。通過N-K建模與耦合度模型進(jìn)行對(duì)比，若德國抑制，澤科說明能夠有效的對(duì)航班運(yùn)行中出現(xiàn)的風(fēng)險(xiǎn)耦合狀態(tài)進(jìn)行準(zhǔn)確的評(píng)估。

6 航班空中運(yùn)行因素分析

機(jī)組因素、天氣以外因素以及機(jī)械維修因素三種因素發(fā)生耦合則為中等強(qiáng)度，因?yàn)橥ㄟ^分析得知，機(jī)械維修因素與天氣以外因素已經(jīng)屬于了中等強(qiáng)度耦合，而機(jī)組因素著進(jìn)一步增加了航班事故概率。再加上機(jī)組因素與機(jī)械維修因素或機(jī)組因素與天氣以外因素屬于低強(qiáng)度耦合，因此當(dāng)存在機(jī)組風(fēng)險(xiǎn)因素時(shí)，需要加強(qiáng)對(duì)機(jī)械維修與天氣因素的關(guān)注，從而避免導(dǎo)致中等強(qiáng)度耦合的觸發(fā)[15]。

7 總結(jié)

隨著我國空運(yùn)事業(yè)的發(fā)展，航空運(yùn)輸安全也得到了越來越大的重視。我國國內(nèi)對(duì)民航安全風(fēng)險(xiǎn)管理最早被運(yùn)用于空管與飛行中。直到后來孫瑞山將風(fēng)險(xiǎn)管理逐漸的運(yùn)用到了航空運(yùn)行風(fēng)險(xiǎn)管理中，并采用定性與定量的方式對(duì)航班飛行安全進(jìn)行快速評(píng)估，但是這種評(píng)估方式僅僅限于飛行操作方面。后來相關(guān)研究人員通過將航班作為一個(gè)基礎(chǔ)元素，從微觀的層面以及運(yùn)行控制的角度對(duì)航班風(fēng)險(xiǎn)評(píng)估體系進(jìn)行了建立與完善。而奉獻(xiàn)評(píng)估方面，采用了熵權(quán)和模糊綜合評(píng)價(jià)法對(duì)相關(guān)評(píng)價(jià)指標(biāo)進(jìn)行計(jì)算。通過我國相關(guān)研究人員采用混合模型對(duì)航班運(yùn)行風(fēng)險(xiǎn)進(jìn)行評(píng)估從而實(shí)現(xiàn)了自動(dòng)評(píng)價(jià)的能力，但是這種方式的推測周期較短，因此對(duì)風(fēng)險(xiǎn)預(yù)警與風(fēng)險(xiǎn)排查的作用不足。建立完善的航班運(yùn)行風(fēng)險(xiǎn)評(píng)估體系，為風(fēng)險(xiǎn)識(shí)別提供可靠數(shù)據(jù)支持，并驗(yàn)證風(fēng)險(xiǎn)評(píng)估體系的實(shí)用性，加強(qiáng)我國航班運(yùn)行風(fēng)險(xiǎn)評(píng)估，提高我國航班運(yùn)行的安全效率。

參考文獻(xiàn)：

[1]王巖韜， 唐建勛， 趙嶷飛. 航班運(yùn)行風(fēng)險(xiǎn)因素耦合性分析[J]. 中國安全科學(xué)學(xué)報(bào)， 2017（07）：81-85.

[2]王菁， 何嘉偉， 林俊峰， et al. 基于生存分析的航班延誤特征分析[J]. 航空計(jì)算技術(shù)， 2019（3）：35-39.

[3]Gan X S， Gao W M， Zhao H T. Research on Prediction of CAAC Flight Incident 10000-Hour-Rate Based on Single Regression Model[J]. Advanced Materials Research， 2014， 1049-1050：1355-1358.

[4]王巖韜， 陳冠銘， 劉毓， et al. 基于Adaptive Lasso與RF的航班運(yùn)行風(fēng)險(xiǎn)預(yù)測改進(jìn)研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息， 2018（4）：194-201.

[5]繆晨暉， 朱星輝， 高強(qiáng). 基于天氣干擾的航班延誤風(fēng)險(xiǎn)分級(jí)研究[J]. 中國民航飛行學(xué)院學(xué)報(bào)， 2017（1）.

[6]Han C， Liu Y， Ding X， et al. Research and Improvement of Aircraft Rerouting Method Based on Flight Forbidden Areas[C]// International Conference on Information Science & Control Engineering. 2016.

[7]劉繼新， 尹旻嘉， 朱學(xué)華， et al. 基于航空器滑出時(shí)間的離場影響因素研究[J]. 武漢理工大學(xué)學(xué)報(bào)：交通科學(xué)與工程版， 2018， 42（2）： 195-200.

[8]謝華[1]? ?， 朱學(xué)華[1]? ?， 劉繼新[1]? ?， et al. 基于中介真值程度度量的航班起飛風(fēng)險(xiǎn)評(píng)估方法[J]. 交通運(yùn)輸工程與信息學(xué)報(bào)， 2018.

[9]貢英杰， 劉君強(qiáng)， 黃亮. 基于隨機(jī)集貝葉斯網(wǎng)的航班延誤分析[J]. 武漢理工大學(xué)學(xué)報(bào)（交通科學(xué)與工程版）， 2017（5）.

[10]李翔， 劉醫(yī)， 唐漪， et al. 影響民航航班滿意度的因素分析及提升措施探討[J]. 民航管理， 2017：50.

[11]Sun Y ，? Zhang Y ，? Chen Y . Evaluation of flights operation environment risk based on improved set pair analysis[C]// Guidance， Navigation & Control Conference. IEEE， 2017.

[12]Jia Z ，? Liu W ，? Hou Z ， et al. Research on operation cost of helicopter components based on flight condition[C]// International Conference on Reliability. IEEE， 2009.

[13]Sun K ，? Li Q ，? Xu X ， et al. Risk analysis on human factors in operation of high risk construction based on dynamic Bayesian network[J]. Shuili Fadian Xuebao/Journal of Hydroelectric Engineering， 2017， 36（5）：28-35.

[14]Yuanxin L ，? Fengyun L ，? Xinhua Y ， et al. Assessing the Credit Risk of Corporate Bonds Based on Factor Analysis and Logistic Regress Analysis Techniques： Evidence from New Energy Enterprises in China[J]. Sustainability， 2018， 10（5）：1457-.

[15]Yunan W ，? Jingfei Y ，? Yeshuai H E ， et al. Operation Risk Assessment and Early Warning of Active Distribution Network Based on Network-Flow Shift Distribution Factor[J]. Power System Technology， 2017.