基于QAR數據的飛行安全評價綜述

羅鳳娥， 趙 強， 王 波， 闞翔宇

(中國民用航空飛行學院 空中交通管理學院， 四川 廣漢 618307)

近幾十年來，中國民航領域在快速發展的同時，影響飛行安全的各方面隱患也隨之產生。如何有力保障飛行安全成為阻礙民航業發展的一大難題。雖然中國民航航空事故發生率總體呈不斷下降的趨勢，但與此同時，導致事故的不安全事件卻頻繁發生。為了及時發現飛行中的安全隱患，防止不安全事件的累積、嚴重化，中國民航局自1997年開始強制要求[1]，在國內注冊的商用飛機都要裝備快速存取記錄器(quick access recorder,QAR)，來記錄飛行過程中產生的一系列參數。由于以人、機、環境和管理作為評價因素建立的飛行安全評價體系難以客觀確定指標權重[2]，且在很大程度上忽視了個別評價對象具備的特征，而利用QAR數據建立的評價指標體系可以很好地避免這兩個問題，所以到目前為止，QAR數據的應用與分析仍然是民航領域飛行安全研究的熱點，國外也一直在進行這方面的研究。采用QAR數據對飛行安全的評價研究主要有4個方面：某種典型的不安全事件，如重著陸[3]、低空風切變[4]、沖偏出跑道等事件的分析及評價；評價方法的研究，如物元模型分析[5]、黃金分割法[6]、主層次分析等方法應用；通過飛行操作間接對飛行安全進行評價[7]對評價指標體系的研究。評價方法的選取是以QAR數據為基礎對飛行安全評價的重點，適合的評價方法能夠提高評價的客觀性、科學性，也對保障飛行安全有重大意義，因此，本文以QAR數據為基礎對飛行安全評價的方法進行分類總結。

1 評價方法及綜合評價流程

1.1 評價方法

綜合各方面來講，評價是指評價者依據所參考的評價標準對評價目標的各個方面進行量化和非量化的測量過程，其目的是得到一個有參考價值意義的結論。對飛行安全的評價方法按特征可劃分為三大類，分別為定性評價方法、定量評價方法、綜合評價方法。定性評價是一種較為主觀的評價方法，它是評價者通過對評價目標以前的表現、狀態進行分析后，憑借直覺、經驗對評價對象做出的評價。為保證評價的精確度，一般是以專家學者做出的分析判斷為依據；定量評價是指評價者依據收集到的數據特征，建立與之相符合的數學模型，運用數學知識分析模型中的數量特征、數量關系、以及數量變化，從而實現對評價目標較為客觀的評價；綜合評價方法是一種將定量與定性相結合的評價方法，它通過運用多個指標對評價目標做出較為全面、客觀、規范的評價，此評價方法的關鍵在于評價指標的選取與賦權值。表1給出了三者的適用范圍及特點。

表1 評價方法的三大類別

1.2 綜合評價流程

綜合評價是目前應用最為廣泛的評價方法，通常包含客觀性、可比性和導向性3項基本特性。因綜合評價方法運用多個指標進行評價使其分析更為全面，從而評價的結果更具指導性。綜合評價方法一般包括6個步驟[8]，如圖1所示。

圖1 綜合評價流程

1.2.1 明確評價目標

在開始綜合評價之前，需先明確將要評價的目標，有利于使評價過程具有導向性，即先建立客觀反映評價目標特征的概念模型。

1.2.2 根據目標特征建立完整的評價指標體系

這個步驟是實施綜合評價的重要條件和前提，綜合評價因同時對多個指標進行評價而具有結構復雜、規模較大的指標體系，在構建綜合評價指標體系時必須使其結構化，常具有遞階式結構。

1.2.3 確定適合的評價方法與數理模型

指標體系構建完成后，需確立綜合評價所采用的具體方法。由于綜合評價法不是單指某一種方法，而是一類評價方法的總稱，因此需要從綜合評價方法中確定具體的評價方法，并且選擇適合的數理模型給評價指標賦權值。

1.2.4 實施綜合評價

以上步驟的完成構建了一個完善的系統評價指標體系，然后開始進行綜合評價。實施綜合評價這一步驟主要是處理和推算采集的指標數據，并對相應的數理模型進行求解。

1.2.5 得出評價結果并檢驗

對數學模型求解完成后，得出最終評價結果，這時需要對評價結果進行檢驗，從而對評價結果是否合理作出判斷，是否需要進一步更正和修改。如果結果與實際差別比較大，需檢驗評價流程是否出現錯誤，或是檢驗選擇的評價方法及模型是否適合評價對象。

1.2.6 分析評價結果

分析評價結果是在完成綜合評價的整個流程后進行的，分析評價結果得出的結論有利于對評價目標的改善與優化提出指導性意見。

2 評價方法在QAR數據評價飛行安全中的應用

定性評價、定量評價、綜合評價是根據特征劃分的各具優勢的三大類評價方法。下面就對三大類評價方法在以QAR數據為基礎的飛行安全評價中的應用做一歸納，并對此評價領域中較為經典的4種具體的評價方法：風險矩陣法、灰色聚類法、物元分析法、主成分分析法做進一步分析。

2.1 定性評價的應用

在民航領域對飛行安全的早期評價中，定性評價在以QAR數據為基礎的飛行安全評價中應用較為廣泛，其中比較經典的評價方法為風險矩陣法。文獻[9]利用QAR數據中超出監控標準風險閾值的超限事件為評價指標，構建民航飛行安全隱患評價體系，采用專家打分的方式定性分析超限事件的風險嚴重程度，以2017年中國民航實際運行的QAR數據為例，應用構建的評價模型計算評價了該年的飛行安全隱患風險，驗證了評價模型的合理性。文獻[10]針對有偏態性特征的QAR數據，將其進行正態性轉換，采用風險矩陣法分析了事件發生的概率和嚴重度，實現了對飛行品質風險從輕、中、重、綜合4個不同角度的定性評價。文獻[11]采用數據透視表對QAR數據聯機分析，利用超限事件進行切片，通過對2006年超限事件發生的次數并結合經驗定性的分析評價了飛行過程中存在的問題及嚴重程度。

風險矩陣法是一種定性風險評價方法，它具有簡單、實用，以及應用比較普遍的特點，其風險等級的劃分按照可能性和后果嚴重性分別劃分為5個等級。其中可能性被劃分的5個等級分別為頻繁的、偶然的、很少的、不可能的、極不可能的，后果嚴重性被劃分的5個等級為災難性的、危險的、嚴重的、輕微的、可忽略的[12]。在實施該評價方法時，先由評價者依靠主觀經驗按照劃分的等級確定風險發生的可能性與后果嚴重性等級，然后在建立的風險評價矩陣中尋找對應的風險等級，從而得出評價結果。在風險評價矩陣中，風險被劃分為3個等級，分別為可接受的、可容忍的和不可接受的。

2.2 定量評價的應用

隨著定性評價的大量應用，其精確度較差的局限性越發突出，為改變這一現狀，在定性評價的基礎上產生了定量評價。因定量評價的科學性、客觀性、精確性等優點，一經出現便廣受歡迎，很快被應用到了民航領域，尤其在對飛行安全評價方面，定量評價得到了極大的發展與應用。灰色聚類法與物元分析法是其中較為經典的評價方法。由于飛行員是航空安全要素中的核心部分，所以從根本上提升飛行安全水平的關鍵是提高飛行員的飛行操作品質，文獻[13]從采集的QAR數據中篩選出違規型超限事件，并利用確定的違規超限行為作為評價標準，采用物元分析法建立對飛行員違規超限行為評價模型，應用此模型對26名飛行員的違規超限行為進行分析，得到26名飛行員違規超限行為等級定量評價結果。文獻[14]通過分析QAR數據，選取其中與飛行撞地風險密切相關的超限事件作為評價指標，采用層次分析法賦予每個超限事件權值，從而建立一種以QAR超限事件為指標的可控飛行撞地風險評價模型，實現了對某航空公司2015—2018年的可控飛行撞地風險的定量評價。文獻[15]利用QAR超限事件作為評價指標建立對飛行安全評價的模型，在該模型中首先通過計算確定白化權函數，之后依據離差最大化原理賦予各評價指標權重，最后運用灰色聚類方法建立的模型對一定時期內的飛行安全進行評價。文獻[16]首先從采集的QAR數據中提取重著陸判定參數(接地垂直載荷)作為評價指標，之后利用接地垂直載荷的分布函數對重著陸發生的可能性和嚴重性做出客觀的評估，最后運用統計建模的方法建立對重著陸評價的模型，該評價模型實現了對民機重著陸事件風險等級的定量評價。文獻[17]對QAR數據進行分析，選取了某航空公司2019年1—6月A320發生次數較高的超限事件作為評價指標，采用集對分析法建立對航空公司飛行品質安全的評價模型，實現了對航空公司飛行品質的定量評價。

2.2.1 物元分析法

物元分析法是一種用于研究物元，解決不相容問題的方法[18-19]。它的適用對象是多因子評價，方式是通過對“事物、特征、量值”3個要素進行描述，只要給定事物N，特征C和量值V便能構成對事物進行描述的基本元，即物元R=(N，C，V)。物元分析法的建模步驟如下：

1)明確基本概念。

2)確定節點域與經典域。

3)確定代評價物元。

4)通過計算得出各個評價指標之間的關聯度。

5)綜合關聯度與評估等級進行判定。

2.2.2 灰色聚類方法

灰色聚類方法中各灰類的權量值是在評價過程中自動產生的，從而在很大程度上實現了對灰類權量的客觀賦值，降低了主觀性，是一種較為經典的定量評價方法[20]。灰色聚類法的評價原理是通過白化函數計算出的聚類對象(評價對象)相對于聚類指標(評價指標)的白化值(無量綱化)，以及指標相對于灰類的聚類權，對聚類對象屬于哪一個灰類做出判斷。灰色聚類法建模的步驟[21]如下：

1)確定基本參數。

2)無量綱化處理指標數值。

3)求解白化數矩陣。

4)確定白化函數。

5)計算指標在聚類下的聚類權。

6)構造出聚類向量并計算聚類系數。

7)確定綜合等級。

2.3 綜合評價的應用

為進一步提高評價方法的精確度以及評價結果的參考價值，提出將定性分析與定量分析相結合對評價目標做出多特征、多指標、多角度的綜合評價。綜合評價因評價指標的全面更具科學性。目前，在飛行安全評價領域，綜合評價的結果分析有極大參考價值，主成分分析法是其中比較經典的評價方法。文獻[22]整理了1 000 ft以下的QAR數據，并對其中采集到的18個參數運用主成分分析法進行分析，得到影響進近質量的重要參數，使其轉化成因子，構建以QAR數據為基礎的評價模型，對進近操作的風險進行了綜合評價。文獻[23]通過對超限事件成因的詳細描述，從而分析出與超限事件相關的人、機、環飛行參數并確定為評價指標，建立反映超限程度的超限裕度模型，建立了數學模型來降低超限裕度間的線性相關性，并將評估標準集成到統一的層次框架中，最后采用主成分分析法對超限裕度進行分析，從而實現對飛行品質整體的量化評估。文獻[24]利用專家分析在飛行中可能導致嚴重后果的超限事件作為航空安全管理的標準，并把這類超限事件作為對飛行技術評價的指標，采用模糊分層法確定評價指標的權重并構建非線性模糊評價實現對模糊評價方法的改進，最后利用改進的模糊評價法實現對飛行員飛行技術的綜合評價。

主成分分析法(PCA)是一種對高維變量空間降維的有效統計方法，它特別適用于解決多變量問題[25]，基本原理是：選取一組原變量的線性組合作為新變量來替代原來的變量，因為新變量攜帶著有用信息且它們之間互不干擾，從而實現了優化。主成分分析的過程是首先對原坐標系進行平移和旋轉使其產生新坐標系，之后使產生的新坐標系原點重合于數據群點的重心，這時新坐標系的主軸方向就會對應數據變異的方向，第一軸對應數據變異的最大方向，第二軸正交于第一軸且對應數據變異的第二大方向……按此對應方式類推，假設這些新的主軸為pi=1,2,3,…,m，經過舍棄信息后的主軸為pi=1,2,3,…,k，且能夠有效地表示變異情況，則認為主軸由m維空間壓縮為k維。在進行信息抽取的過程中，主元個數的確定是最為重要的，但這也是較難的一步，若主元個數選取較多，雖然能使模型更精確，但也會造成分析與診斷變得更艱難，選取過少則無法提取原來數據之間的信息，便會增加誤差率[26]。交叉檢驗法與主元貢獻率累積和百分比(CPV)是在實際應用中確定最優主元個數常用的方法。

3 總結與討論

隨著QAR數據在飛行安全領域的廣泛應用，以QAR數據為基礎對飛行安全評價的方法會得到極大的發展，而且也會相應提高評價的實際參考價值。總結上節簡述的幾種具體的評價方法，通過對此分析、歸納得到各評價方法的優缺點及適用范圍。具體內容見表2。

表2 評價方法的優缺點分析以及適用范圍

基于QAR數據對飛行安全的評價通過分析QAR數據中的參數，按照航空安全管理的標準，對整個飛行過程或某一航段或事件做出安全評價，評價的意義在于航空公司可以借助評價的結果進行分析，有利于針對具體的風險制定相應措施，從而實現提高飛行安全的目的[27]，減少航空公司的經濟損失。對飛行安全評價得越精確，參考的實際意義越大，越有利于制定措施提升飛行安全水平，而評價精確度的提高離不開評價方法的選擇，下面就此展開討論。

在對飛行安全的評價中，三大類評價方法具有各自的優勢，選取與評價目標、評價指標體系相適合的評價方法不僅會提高評價精確度，更能提升評價的參考價值。在評價難以量化目標時，由于很難確定評價指標的權值，因此定性評價的效果會比較好，但在評價可量化的目標時，定性評價會造成評價結果偏主觀，降低評價的精確度，這時應選取客觀性較強的定量評價與綜合評價，綜合評價與定量評價相比更具客觀性與科學性，但其權值的確定復雜性更高。因此在對飛行安全評價時，要在充分考慮評價目標、評價指標的基礎上選擇與其相適應的評價方法，而不能僅僅只要求客觀，這樣才能有效提高對飛行安全評價的精確度。

4 相關評價方法的研究展望

4.1 基于熵權TOPSIS的風險矩陣法

在對飛行安全進行評價時，原來的風險矩陣法未能將可能性與嚴重性兩指標賦予不同的權重，且看作同等重要，這不僅忽視了風險因素的異質性，而且造成了風險節密度高，排序不精確的問題[28]，為解決這一問題，提高風險矩陣法對飛行安全評價的精確度，采用熵權TOPSIS方法對風險矩陣進行改進與優化。改進后的評價流程如圖2所示。

圖2 基于熵權TOPSIS的風險矩陣法評價流程

采用熵權法賦予風險矩陣中可能性與嚴重性不同的權重，以提高風險矩陣法的客觀性與精確性。尋找評價系統中最優值與最劣值作為基點，利用TOPSIS法計算飛行安全各風險因素到基點的相對值與貼進度，并對其進行排序，最終計算出的貼進度越接近1，說明飛行安全風險等級越低，反之飛行安全風險等級越高，采用此方法改進風險矩陣不僅降低了風險節，也識別出了各安全風險間的相對差異。

4.2 基于云物元模型的評價方法

在飛行安全評價中，有些風險因素具有不確定性和不易量化的特點，針對這些風險因素采用定量評價方法會降低評價精確度。物元模型作為定量評價方法能夠準確地表達事物特征與量化值的關系，而云模型可以解決風險因素具有隨機性和不易量化的問題，將二者相結合，構建基于云物元模型的飛行安全評價，能夠做到對可量化和不易量化風險因素的精確評價。

物元模型中的量值V是一個比較具體的數值，但在實際問題的處理中，量值V通常具有隨機性，所以評價結果往往會產生偏差[29]，利用云模型能夠反映事物隨機性的優點，用云模型替代物元模型中的量值V，彌補物元模型這一缺陷，使物元模型實現對不易量化風險因素的評價。