基于序關系分析法和自適應噪聲完備集合經驗模態(tài)分解法的直升機飛行培訓安全風險評估指標權重分析

許銘赫 ，高 揚

(1.中國民航大學飛行技術學院，天津 300300;2.中國民航大學通航學院，天津 300300)

近年來，通用航空業(yè)發(fā)展迅速，民用直升機數(shù)量急劇增加，直升機飛行員需求量大增，飛行培訓市場前景廣闊。然而由于直升機自身結構特點和當前運行環(huán)境的復雜多變，安全風險問題日益突出，在中外近十年的直升機事故/事件統(tǒng)計中飛行培訓事故數(shù)量居于首位。因此，對直升機飛行培訓安全風險評估指標進行全面分析和準確量化，促進實現(xiàn)有針對性的風險管控，對于降低事故率及推動行業(yè)健康發(fā)展具有重要的意義。

目前，中外對于直升機安全風險分析已取得一些研究成果。Ga?zkowski等[1]首次提出了入門培訓-機型培訓-地面訓練-進修課程四階段式培訓方法，結合對人員風險和技術風險的分析制定了直升機飛行機組培訓內容，以減少機隊更換后機組執(zhí)行任務的風險；Rao等[2]開發(fā)了一種利用直升機歷史事故數(shù)據(jù)識別事故中各高風險事件發(fā)生鏈的方法，指出了預防直升機失控和加強飛行訓練風險研究的重要性，并提供了改進NTSB(美國國家運輸安全局)事故數(shù)據(jù)庫和記錄系統(tǒng)的建議；董國海等[3]首次結合了模糊評價技術和D-S證據(jù)理論方法建立教練直升機訓練系統(tǒng)安全評價模型，利用“人-機-環(huán)-管”(man-machine-environment-management,MMEM)系統(tǒng)理論建立指標體系，對教練直升機訓練系統(tǒng)安全性展開了深入研究；猶軼[4]利用“軟件-硬件-環(huán)境-人員”(software-hardware-environment-liveware,SHELL)模型對直升機自轉訓練中的危險源進行深入分析，基于風險矩陣法評估各項危險源的風險水平并提出改進措施，為改善自轉訓練風險管理提供了幫助；高揚等[5]首次基于關聯(lián)規(guī)則分析了導致直升機事故/事件發(fā)生的關聯(lián)因素組合，利用網絡圖和Apriori算法進行數(shù)據(jù)挖掘，找出了事故/事件原因間的關聯(lián)關系，為直升機的安全運行提供了建議。

目前，關于直升機飛行培訓任務的安全風險研究內容鮮見報道。為此，結合當下直升機飛行培訓組織實施運行特點，依據(jù)“人-機-環(huán)-管”理論建立了直升機飛行培訓安全風險評估指標體系，并且針對各項二級指標梳理出相應的評分信息便于專家打分。將序關系分析法(order relation analysis method，G1)和自適應噪聲完備集合經驗模態(tài)分解法 (complete ensemble empirical mode decomposition with adaptive noise，CEEMDAN)相結合以確定指標的主觀權重和客觀權重，最后利用最小相對信息熵原理確定指標的組合權重，進而實現(xiàn)風險排序。期望此研究成果可以為降低直升機飛行培訓事故率和提高直升機飛行培訓機構的安全風險管理水平提供幫助。

1 G1-CEEMDAN法確定指標權重

1.1 G1法確定指標主觀權重

G1法是由郭亞軍教授提出的適用于解決多因素、大規(guī)模復雜評價問題的主觀賦權法，該方法通過對層次分析法進行優(yōu)化改進，在確定指標權重過程中無需構造判斷矩陣亦無需進行一致性檢驗[6-7]，在不影響主觀權重確定的真實性和準確性的基礎上，明顯簡化了權重確定的計算過程。算法步驟如下。

(1)

表1 γk賦值參考Table 1 Assignment reference of γk

k=m,m-1,…,3,2

(2)

1.2 CEEMDAN確定指標客觀權重

CEEMDAN是由法國學者Colominas等提出的將非平穩(wěn)信號分解為各個本征模函數(shù)(intrinsic mode function，IMF)之和的一種信號處理方法，此方法無需設定擬合基函數(shù)，可根據(jù)數(shù)據(jù)自身的尺度特征來進行分解，適用于各種類型的信號分解[8]。CEEMDAN在分解的每一階段添加自適應的白噪聲，計算唯一的殘余信號，可以有效避免模態(tài)混疊效應、端點效應，提高信息序列分解的準確度[8]，是一種實用性很好的提取信號和均值趨勢的方法。

由于被邀請參與評估的各位專家的工作經驗、知識理念及身處環(huán)境等方面的不同，專家組對于同一項評估指標的評分很可能是一系列不規(guī)則、非平穩(wěn)的數(shù)值序列。基本可以將其視為非平穩(wěn)信息序列然后進行信號提取，進而獲得客觀趨勢信息。理論上，在消除各位專家對評估指標的主觀偏好與偏差評分值后，獲得的客觀值往往趨近于一條波動不大的平穩(wěn)曲線[8]，可以認為專家組的最終評分結果是去除主觀偏好和評分偏差后的一致趨勢評分值。假設A={A1,A2,…,Am} 為待評估指標集，由q位專家對各項指標進行打分，基于CEEMDAN確定指標客觀權重的步驟如下。

步驟1整理統(tǒng)計出q位專家對于指標Ai(i=1,2,…,m)的評分值：ω(Ai)={xi1,xi2,…,xiq}(i=1,2,…,m)

(3)

(4)

此分量表示專家對指標Ai的評價值中受主觀判斷因素影響次大的低頻成分。類比上述求解方式，可計算出第k個殘余分量為

(5)

(6)

步驟4重復上述步驟，直至不能從中提取滿足IMF條件分量時，循環(huán)結束，最終的余量信號為

(7)

式(7)中：K是模態(tài)總體數(shù)量；rk是殘余函數(shù)，代表信息序列的平均走向趨勢。

步驟5同理可分別求出m個指標的殘余分量信息序列rt(Ai)，(i=1,2,…,m)，最終用客觀趨勢序列的幾何均值作為指標Ai的客觀權重，可表示為

(8)

1.3 最小相對信息熵原理確定指標組合權重

分別求出指標的主觀權重和客觀權重后，利用最小相對信息熵原理求取指標的組合權重以縮小主、客觀權重間的偏差[9]。假設指標Ai的主觀權重為ω1(i)，客觀權重為ω2(i)，根據(jù)最小相對信息熵原理可得其組合權重ω(i)為

(9)

式(9)中：m表示指標個數(shù)，ω(i)>0且各項指標組合權重之和為1。

2 直升機飛行培訓安全風險影響因素分析

2.1 組織實施運行特點分析

直升機飛行培訓機構的運行工作以飛行訓練為中心，涉及的要素眾多、過程復雜，具有如下顯著特點。

(1)飛行課程連續(xù)性要求高。飛行強度過大或飛行間斷較多均不利于飛行技能水平的提高，因此要使訓練保持適中的連續(xù)性。

(2)受氣象條件影響大。直升機飛行訓練極易受不良天氣的影響，而且許多基礎飛行技能訓練課程需要在目視條件下實施，因此對氣象條件有較高要求。

(3)對地面保障依賴性大。從飛行乃至整體運行，對包含維修保障、航務保障和教學保障在內的地面保障的依賴性很大，直升機由于起降頻繁對于航材的消耗大，需要及時供給，航行情報服務、管制、放行以及培訓管理中的任何差錯都會對正常的飛行運行造成影響。

(4)組織指揮難度大。組織指揮既包括飛行教學的組織實施，又包括飛行的組織指揮，人、機、天、地等與飛行運行相關的各種因素，變化多端且協(xié)調復雜。而且國內的培訓機構還要承擔起維修、空管、機場等幾乎所有的航空專業(yè)保障服務，使組織指揮更為困難。

(5)空中實施危險性大。直升機的操縱較為復雜，錯、忘、漏等失誤會人為地造成應急情況，若未及時發(fā)現(xiàn)處理就會危及飛行安全。此外，機械故障、調度失誤、陷入危險天氣等原因都有可能導致飛行安全問題甚至飛行事故的發(fā)生。

(6)對飛行地面準備要求高。空中教學的機會和時間有限，可供學員觀察和操作時間也較少，因此對于學員的地面學習效果和教員的飛行教學準備有較高要求。

2.2 建立直升機飛行培訓安全風險評估指標體系

結合組織實施運行特點分析內容，對中外近十年的318起直升機飛行培訓事故/事件的事發(fā)原因進行分析總結，識別安全風險影響因素，并通過對幾家典型直升機飛行培訓機構的實地調研，初步篩選安全風險影響因素。在學習相關研究內容的基礎上，參看文獻[10-15]，以“人-機-環(huán)-管”模型建立直升機飛行培訓安全風險影響因素集，并邀請相關專家對其進行修正和補充，使因素集更符合實際情況，最后建立出包含人員因素、直升機因素、環(huán)境因素和管理因素4個方面共19項評估指標的直升機飛行培訓安全風險評估指標體系，如表2所示。

表2 直升機飛行培訓安全風險評估指標體系Table 2 Safety risk assessment index system of helicopter flight training

3 實例分析

3.1 收集專家組評分信息

由于最終設定的二級指標所涵蓋的信息較多，為便于專家組對于各項指標的理解以及后續(xù)評分工作，梳理出相應的評分內容，具體情況如表3所示。

表3 二級指標評分信息Table 3 Secondary indexes scoring information

以某直升機飛行培訓機構為例，邀請經驗豐富的飛行教員、管理人員及高校相關研究人員共10位專家參與評分工作。由各位專家對上述根據(jù)二級指標梳理出的評分信息的重要性進行打分，重要性由低到高分別對應1～5分。分別統(tǒng)計出每位專家的評分數(shù)據(jù)，每項二級指標以其所有評分信息的重要性分值的均值作為其重要性分值結果，每項一級指標以其包含的二級指標的重要性分值的均值作為其重要性分值結果，以此進行權重確定。

3.2 確定評估指標主觀權重

3.2.1 確定指標序關系

統(tǒng)計各位專家的評分結果，取專家組平均意見作為對各項一級指標和二級指標的最終評分結果，以此確定指標序關系，評分均值統(tǒng)計結果如表4所示。

表4 專家組評分結果Table 4 Expert group scoring results

根據(jù)表4確定出一級指標和二級指標的唯一序關系：一級指標序關系為：環(huán)境因素A3≥人員因素A1≥直升機因素A2≥管理因素A4；人員因素A1的二級指標序關系為A13≥A11≥A12≥A15≥A16≥A14；直升機因素A2的二級指標序關系為A21≥A22≥A23≥A24；環(huán)境因素A3的二級指標序關系為A31≥A33≥A32≥A34；管理因素A4的二級指標序關系為A41≥A42≥A43≥A44≥A45。

3.2.2 確定相鄰指標的相對重要度

專家組根據(jù)表1對確定序關系后的評估指標集中相鄰指標的相對重要程度進行賦值，取各位專家評出的相對重要度的平均值，賦值結果如表5所示。

3.2.3 指標主觀權重計算

表5 相鄰指標相對重要度賦值Table 5 Assignment of relative importance of adjacent indexes

3.3 確定評估指標客觀權重

3.3.1 統(tǒng)計專家評分值

以每位專家對各項二級指標評分信息的評分均值作為該專家對此項二級指標的評分結果，以每位專家對各項二級指標的評分均值作為該專家對其所屬一級指標的評分結果。將10位專家進行編號 {E1,E2,…,E10}，分別統(tǒng)計出10位專家的評分結果作為基礎數(shù)據(jù)。限于篇幅，僅以人員因素(A1)的二級指標為例，統(tǒng)計出專家組的評分值，結果如表6所示。

表6 人員因素類指標評分結果Table 6 Man factors’ indexes scoring results

3.3.2 獲得指標殘余分量值

利用MATLAB軟件編程CEEMDAN分解模型，對非平穩(wěn)信息序列進行信號提取處理得到客觀趨勢信息。分別分解各位專家對于人員因素類二級指標的評分信息，得到Aij(i=1)的殘余分量和IMF分量圖，如圖1所示。

圖1中CEEMDAN分解后的均值即殘余分量值已基本消除評分值中的主觀成分，總體緩慢趨近于一條波動較小的平穩(wěn)曲線。這6項二級指標最終得到的殘余分量rt(Aij)結果如表7所示。

表7 指標殘余分量值Table 7 Residual component values of indexes

3.3.3 指標客觀權重計算

3.4 指標權重結果分析

根據(jù)上述各項指標主觀權重和客觀權重的計算結果，得出各項二級指標的最終主觀權重和客觀權重。為盡量縮小評估指標主、客觀權重之間的偏差，根據(jù)最小相對信息熵原理，利用式(9)計算得出各項二級指標的組合權重，依據(jù)組合權重結果對指標重要性進行排序，結果如表8所示。

由表8可知，不良天氣對直升機飛行培訓任務的影響最大，是最為重要的安全風險影響因素，由于直升機在低空執(zhí)行任務，自然環(huán)境的多變與不可控的特性使該項指標的安全風險水平不易得到控制，因此培訓機構必須保證對任務放行把關的嚴格性，確保飛行運行在符合標準的氣象條件下實施，杜絕為了追趕培訓進度超標準蠻干，同時飛行教員也需集中注意力以便在天氣變化對飛行安全造成影響時及時進行修正。由直升機機械/電子系統(tǒng)故障導致的事故和不安全事件較多，是風險管理中需重點關注的內容，機構應做好相關維修保障工作。由于飛行培訓中時常發(fā)生教員監(jiān)督不足、糾正偏差不及時等問題，有時還會出現(xiàn)故意或無意的違規(guī)操作，進而導致事故發(fā)生，因此安全意識和態(tài)度是非常重要的管理內容。機構安全管理制度的合理性、監(jiān)管力度與全面性等方面對系統(tǒng)安全影響較為深遠，因此安全管理也是需重點關注的指標。

圖1 Aij評分值分解Fig.1 Decomposition of scores of Aij

表8 直升機飛行培訓安全風險評估指標權重Table 8 Index weight for safety risk assessment of helicopter flight training

4 結論

(1)結合中外相關研究、直升機飛行培訓事故/事件分析以及組織實施運行特點分析等內容，依據(jù)“人-機-環(huán)-管”理論，對直升機飛行培訓安全風險影響因素進行深入分析，建立了直升機飛行培訓安全風險評估指標體系。

(2)提出基于G1-CEEMDAN的指標權重確定方法，G1法相比傳統(tǒng)的層次分析法使用更為便捷，CEEMDAN法可以較好地判斷出待評估對象的真實客觀情況而且可以準確把握群體判斷信息的客觀趨勢，利用最小相對信息熵原理確定兩者組合權重可以優(yōu)化并減小誤差，提高分析結果可靠性。

(3)通過實例分析得出了指標權重結果并實現(xiàn)了風險排序，以期為直升機飛行培訓機構針對分析結果制定風險防范措施，規(guī)避重大風險，提高安全風險管理水平提供幫助。對于風險處理和對策措施考慮較少，未來還需深入研究。