劉繼新,焦 杰,劉禹汐

(1.南京航空航天大學 民航學院,南京 211106; 2.上海吉祥航空有限公司,上海 201105)

空中交通管制作為航空運輸?shù)闹匾h(huán)節(jié),是引發(fā)不安全事件的重要因素之一,空中交通管制員則是完成該工作的主體.數(shù)據(jù)顯示,大約70%～80%空中交通管制不安全事件由人為因素引起,而管制員的應激反應是誘發(fā)這些不安全事件的重要原因[1].研究空管人員應激源產(chǎn)生機制,進而評估其人因可靠性,已成為近年來業(yè)內(nèi)的熱點,成果主要集中于應激激活機制和人因可靠性分析兩個領域:一方面,工作應激激活機制研究已經(jīng)從單一因素引起應激領域拓展到多因素共同作用產(chǎn)生應激[2-3],并發(fā)現(xiàn)針對多應激源的工作應激分析能夠更加全面、真實地反映復雜環(huán)境對應激激活的作用機制;另一方面,人因可靠性分析已經(jīng)歷了三代可靠性分析與評估技術歷程[4],尤其在航空系統(tǒng)中取得了較多成果.2002年,Shorrock[5]首次將人因可靠性方法應用于空中交通管制員的人因可靠性分析,開發(fā)了一種被稱為tracer(Technique for the Retrospective Analysis of Cognitive Errors,tracer)技術的人為錯誤識別技術,用于對空中交通管制(Air Traffic Management,ATC)中的認知錯誤進行回顧和預測分析;2007年,Barry Kirwan等人[6]旨在為空中交通管理(ATM)在安全案例和人為因素保證工作中的應用提供完善的人因可靠性評估(Human Reliability Analysis,HRA)能力的開發(fā)基礎,預測管制員可能發(fā)生的錯誤、以及出錯的頻率;2008年,Li W C等人[7]利用Reason模型的人為因素分析與分類系統(tǒng)框架從歷史數(shù)據(jù)角度分析了人為差錯、組織缺陷對民航安全的影響;2009年,Zahra M等人[8]提出綜合動態(tài)系統(tǒng)、貝葉斯網(wǎng)絡以及故障樹等算法的概率風險評估方法,隨后又利用該方法評估組織因素對航空安全的作用;同年,王世錦和隋東[9]首次將認知可靠性與失誤分析方法(Cognitive Reliability and Error Analysis Method,CREAM)方法應用在管制員人因可靠性的定量分析中,并基于灰色系統(tǒng)理論,利用改進的三角白化權函數(shù)確定共同績效條件(Common Performance Condition,CPC)各因子的水平等級,在定量預測管制員的行為可靠性的同時還可以發(fā)現(xiàn)影響CPC因子的薄弱環(huán)節(jié);2012年,Li P C等人[10]利用模糊貝葉斯網(wǎng)絡定量分析組織因素對人因可靠性的影響;2014年,劉福鰲等[11]利用人的因素分析和分類系統(tǒng)(Human Factors Analysis and Classification System,HFACS)理論建立了空管人因失誤模型,確定了造成管制員人因失誤的主要原因,并提出了相應解決措施;2017年,袁樂平等[12]采用幾何平均法、采樣法對多源的基本人為差錯概率進行融合,利用貝葉斯網(wǎng)絡得到差錯誘發(fā)條件的最大影響值,用此方法計算管制員在調(diào)配飛行沖突時的差錯概率;2020年,楊越等人[13]采用CREAM中的擴展預測法與貝葉斯網(wǎng)絡的方法,計算10項管制通用任務中的人誤概率,并建立其與情景控制模式的不確定關系模型,對管制員在多任務中的人誤概率進行量化分析.

上述成果雖然將模糊理論引入人因可靠性評估方法中,但是傳統(tǒng)模糊故障樹中邏輯門并不能準確表示應激源狀態(tài)且不能進行反向推理,貝葉斯網(wǎng)絡根節(jié)點故障概率難以精確獲得,因此本文提出由T-S模糊故障樹映射模糊貝葉斯網(wǎng)絡的人因可靠性分析方法來評估空管人員在多應激源綜合影響下的可靠性.

1 空管人員的多應激源分析

利用直接影響模型(Direct Effect Model)[14],分別從管制員組織、外部以及個人因素等方面全面分析管制員應激源.

1.1 組織因素

組織因素是與管制員工作相關的組織環(huán)境中各種因素的總稱.組織因素應激源主要表現(xiàn)在:

1)組織工作.管制員在日常工作中需要根據(jù)專業(yè)知識和規(guī)章應對各類突發(fā)事件和緊急情況;管制任務沖突、工作超負荷會使管制員產(chǎn)生疲勞、倦怠等生理反應;晉升通道、工資報酬可影響管制員工作積極性;工作職責不明確可造成管制員工作效能低下.

2)組織環(huán)境.管制員工作組織環(huán)境會對管制員工作專注度造成重要影響,主要包括物理環(huán)境和人際環(huán)境.其中,工作物理環(huán)境如溫度、濕度、空氣質(zhì)量、背景噪聲、反光和閃光、工作臺及設備燈光照明亮度等影響其生理直觀感受,人際關系環(huán)境包括管制員與上級領導、同事和下級員工關系以及班組人員人際氛圍.

3)組織文化.組織文化能夠影響管制員的組織認同感和管制凝聚力,進而影響其工作積極性.

1.2 外部因素

外部因素指與管制員工作無關的空管組織外部的因素.家庭矛盾是外部因素的代表,家庭生活的潛在矛盾易導致管制員精神渙散、疲勞和倦怠.管制員頻繁處理個人事務將影響正常休息,造成工作疲勞和注意力渙散等.

1.3 個人因素

個人因素是管制員因個體差異而導致應激水平不同的因素總稱.性別、年齡、工齡差異會導致工作積極性差異;性格、人格和神經(jīng)質(zhì)類型差異與管制工作專注度相關;與血糖水平直接相關的飲食習慣等個人因素也會對日常管制工作產(chǎn)生影響.管制員受多應激源綜合影響,可能產(chǎn)生疲勞、倦怠、工作缺少動力與積極性、缺乏足夠?qū)Ｗ⒍群凸ぷ餍懿荒軡M足需求等不良反應,進而導致應激完全被激活.

2 基于多應激源的空管人員人因可靠性建模

`2.1空管職業(yè)應激T-S模糊故障樹

圖1 T-S模糊門

根據(jù)空管人員多應激源分析,生成空管職業(yè)應激T-S模糊故障樹,如圖2. 頂事件代表管制員應激激活系統(tǒng),中間事件y1～y4代表由應激源引起的不良反應,基本事件x1～x14代表應激源.

圖2 空管職業(yè)應激T-S模糊故障樹

2.2 空管人員可靠性分析的貝葉斯網(wǎng)絡

為避免故障無法逆向追蹤評估,將T-S模糊故障樹轉化為模糊貝葉斯網(wǎng)絡.轉化算法與傳統(tǒng)故障樹轉換為貝葉斯網(wǎng)絡[16]類似.首先假設:基本事件有三個模糊狀態(tài)(低/中/高分別用0/0.5/1表示);各基本事件之間相互獨立;基本事件和上層事件之間的關系用T-S門來表示.然后,由T-S模糊故障樹構造模糊貝葉斯網(wǎng)絡步驟如下:1) 將T-S模糊故障樹每個基本事件都對應轉化為模糊貝葉斯網(wǎng)絡根節(jié)點,各根節(jié)點亦有三種模糊狀態(tài),分別用0/0.5/1表示;2)貝葉斯網(wǎng)絡根節(jié)點的先驗概率與對應T-S模糊故障樹的先驗概率相同;3)T-S模糊故障樹的每一個T-S門,都對應轉化成貝葉斯網(wǎng)絡的葉子節(jié)點;4)貝葉斯網(wǎng)絡中葉子節(jié)點的條件概率與對應的T-S門條件概率相等,葉子節(jié)點按照T-S模糊故障樹中相應T-S門連接方式連接.按此方法,將圖2中T-S模糊故障樹生成貝葉斯網(wǎng)絡模型結構,如圖3.其中,根節(jié)點x1～x14、中間節(jié)點y1～y4與葉節(jié)點T與圖2中T-S模糊故障樹的事件一一對應.

圖3 空管職業(yè)應激貝葉斯網(wǎng)絡

3 基于多應激源的空管人員人因可靠性分析算法

已知應激源嚴重程度和各嚴重程度的可能性,計算應激激活模糊可能性以及各應激源的模糊重要度和狀態(tài)重要度,再利用空管應激貝葉斯網(wǎng)絡,計算應激激活情況下的各應激源后驗概率.具體算法如圖4所示.

圖4 空管人員人因可靠性分析算法步驟

3.1 已知應激源各嚴重程度的模糊可能性,計算應激處于不同激活狀態(tài)的模糊可能性

(1)

由此計算上級事件的模糊可能性為:

(2)

3.2 已知應激源嚴重程度,計算應激處于不同應激狀態(tài)的模糊可能性

圖5 嚴重程度隸屬函數(shù)

(3)

(4)

(5)

(6)

(7)

3.3 T-S模糊重要度

p[T=Tq,p(xj=0)=1]}

(8)

3.4 T-S狀態(tài)重要度

p(T=Tq,xj=0)],0}

(9)

3.5 根節(jié)點后驗概率

(10)

4 算例分析

4.1 數(shù)據(jù)采集

由于應激源發(fā)生的概率具有模糊性和不確定性,此類數(shù)據(jù)不易直接獲得,為保證數(shù)據(jù)的客觀性和準確性,本文以某地區(qū)空管局空管人員為對象,采用問卷調(diào)查方法獲得初始數(shù)據(jù),并利用數(shù)據(jù)分析軟件SPSS19.0進行信度和效度檢驗,結果滿足信度和效度要求,可作為算例數(shù)據(jù),具體見表1.

表1 基本事件及其模糊可能性

在調(diào)查問卷中,將主觀認為應激源會在自己工作生活中發(fā)生的管制員數(shù)量占該空管局所有管制員數(shù)量的比例作為該應激源的發(fā)生率.表1中各應激源發(fā)生率數(shù)據(jù)為應激源嚴重程度為1時的發(fā)生可能性.考慮各應激源邏輯關系的不確定性,綜合該空管局歷史數(shù)據(jù)和專家知識得到節(jié)點y1～y4和T對應的T-S模糊門,見表2～6.

表2 T-S模糊門1

表3 T-S模糊門2

表4 T-S模糊門3

表5 T-S模糊門4

表6 T-S模糊門5

4.2 數(shù)據(jù)處理

4.2.1 已知應激源發(fā)生的模糊可能性,計算管制員應激激活模糊可能性

各應激源嚴重程度為1的發(fā)生率如表1所示,假設應激源嚴重程度為0.5時的模糊可能性與嚴重程度為1相同,則可根據(jù)表2～6、式(1) (2)得到各個T-S門的模糊可能性,結果如表7所示.

表7 模糊可能性(已知可能性)

4.2.2 已知應激源的嚴重程度,計算管制員應激激活模糊可能性

假設已知各應激源的嚴重程度為:x1=0,x2=0.2,x3=0.6,x4=0.7,x5=0.1,x6=0,x7=0.3,x8=0.4,x9=0.1,x10=0,x11=0,x12=0.2,x13=0.8,x14=0.6.通過模糊隸屬函數(shù)計算各個應激源當前嚴重程度屬于T-S門規(guī)則中相應模糊集的隸屬度,再根據(jù)表2～6、式(6)、(7)計算得到各T-S門的模糊可能性.計算y3時用y1的模糊可能性代替其隸屬度,結果如表8所示.

表8 模糊可能性(已知嚴重程度)

4.2.3 模糊重要度

利用式(8)可得各應激源對頂層事件T嚴重程度為0.5和1的模糊重要度,結果如表9所示.

表9 各應激源模糊重要度

4.2.4 狀態(tài)重要度

利用式(9) 可得各應激源對頂層事件嚴重T程度為0.5和1的狀態(tài)重要度,結果如表10所示.

表10 各應激源狀態(tài)重要度

4.2.5 根節(jié)點后驗概率

貝葉斯網(wǎng)絡中的后驗概率,可以幫助空管人員應激在被激活時,反向追蹤各種應激源引起應激的可能性大小.利用2.2節(jié)中得到的空管人員應激激活貝葉斯網(wǎng)絡,運用式(10)求得在已知葉節(jié)點T出現(xiàn)不同程度激活時,根節(jié)點xi的后驗概率,結果如表11所示.

表11 各節(jié)點后驗概率

4.3 結果分析

根據(jù)上述數(shù)據(jù)處理結果,分析可知:

1)管制員應激激活可能性計算結果可信.在已知應激源各嚴重程度的模糊可能性的條件下,根據(jù)表7可知,管制員應激T被完全激活的模糊可能性為0.035 57,與應激源的發(fā)生率處于同一數(shù)量級,且略高于單個應激源的發(fā)生率,符合實際情況.在已知管制員應激源嚴重程度的條件下,根據(jù)表8可以看出,當多個應激源的嚴重程度都較高時,管制員應激激活的可能性也將大大提高.

2)通過應激源重要度計算得到管制員應激激活薄弱環(huán)節(jié).在已知應激源各嚴重程度的模糊可能性的條件下,由表9可知,對于管制員出現(xiàn)中度應激,x6(工作超負荷)為其最薄弱的環(huán)節(jié);對于管制員出現(xiàn)嚴重應激,x2(性別年齡工齡)為其最薄弱的環(huán)節(jié).在已知管制員應激源嚴重程度的條件下,由表10可知,對于管制員出現(xiàn)嚴重應激,x3(晉升渠道)為其最薄弱的環(huán)節(jié).

3)計算應激源后驗概率,逆向追蹤關鍵應激源.從表11的結果可以看出,當葉節(jié)點應激被激活時,根節(jié)點應激源x5(突發(fā)緊急事件)、x6(工作超負荷)、x10(工作職責)等后驗概率較大,是造成管制員應激被激活的關鍵環(huán)節(jié).在進行管制員應激預判時,應優(yōu)先考慮這幾個應激源是否出現(xiàn)及其嚴重程度.

5 結 語

本文分析了管制員生活、工作環(huán)境中的眾多應激源以及各個應激源對不良反應和應激的作用關系,利用模糊故障樹映射模糊貝葉斯網(wǎng)絡的空管人員人因可靠性評估方法,評估了空管人員應激激活模糊可能性,逆向追蹤各應激源的模糊重要度、狀態(tài)重要度和后驗概率,并通過算例驗證了本文提出的模型方法的有效性,更加精確地確定了T-S模糊門條件概率將是下一步的研究重點.