模擬訓練系統中量化評估的重要性與實現方法

劉勝新，周 超

（南京萊斯信息技術股份有限公司，江蘇 南京210007）

我國民航事業的快速發展、航班數量急劇增加，截至目前航班起降架次為上百萬架次。民航的發展需要有一支具有高素質的空管隊伍做保障。同樣的，高素質的人才隊伍需要由相應的訓練設施、訓練環境、訓練條件、訓練方法來保障。所以為保證空中交通流量的增加和空中交通運行的安全、高效，只有對空管人員的管制技巧、管制理論、管制方法等進行模擬操作訓練，多層次多方位的訓練，處理能力和快速應變能力的訓練，全面提高人員的素質水平和操作技能，才能實現保證飛行安全和航班正常的要求。本文提出一種量化評估的培訓管制思路，通過數字化的方式進行可精確計量的評估方式，可提高管制培訓的效率，為民航更多更快的增加人才儲備。

1 管制評估現狀

目前的民航事業需要更多的空中交通管制員保障飛行安全。未來一年預計有數百名新參加工作的管制員需要進行培訓，約上萬管制員需要復訓，預計未來需要參與培訓的管制員會增長更多。現階段中國管制員基礎培訓、崗位培訓等多個環節都規范了大量的雷達管制模擬實踐、程序管制模擬實踐及機場塔臺管制模擬實踐環節。《空中交通管制崗位培訓大綱——機場管制（WM-TM-2006-003）》《民用航空空中交通管制模擬機評估管理規定（AP-70-TM-2003-01）》等中國民用航空局下發的規范，詳細規定了各個崗位管制訓練培訓的要求。其中交通運輸部令2016年第46號《民用航空空中交通管制培訓管理規則》規定：“空中交通管制員每年至少應當進行一次復習培訓和考核。機場、進近、區域管制員模擬機培訓時間不少于40小時”。

現有管制員技能考核時教官缺乏明確合理的考評依據，全由教官進行人為主觀評判。同時原有的培訓考核管理模式以師傅帶徒弟模式為主，考核需要由具備管制帶班主任、檢查員、監察員、高級管制崗位教員、中級管制崗位教員資格的考官（2名）進行考核工作培訓內容。這樣的考核時間長，消耗人力較多。同時培訓考核判斷依據很多由培訓教員自行掌握，有較大隨意性。同時管制教員培訓水平高低對管制學員的見習工作影響很大，管制領導層無法精確掌握學員培訓進度和培訓質量，效率較低，導致很多管制學員不清楚自己的見習進度，知識掌握不夠全面。不清楚管制員的業務水平高低，存在一定的隱患。

相較于國內的研究，國外的各個機構處于領先地位。比如NASA有Future Flight Central Tower Simulator，CAE-Link公司的Virtual Tower Visual Simulator及Cell-ITS的DATS-Durable Aviation系統等是現今較為著名的成熟塔臺模擬訓練系統。在ATC模擬機的考核中，基于教員對情況的主觀評估，計算機評估工具可以幫助教員分析學員的表現，同時也能減少教員之間的主觀差異，提高培訓的整體質量，支持對復雜條件下新考核項目的實驗。

目前國際上的培訓機構有德國DFS（Deutsche Flugsicherung）和英國NATS（National Air Traffic Service）與瑞典北歐空管學院。其中DFS和NATS這些大型的培訓機構擁有自己專用的訓練設施，可以滿足機構內部新管制員的培訓需求。這些模擬訓練系統設施可以將空中交通管制員從見習開始的每一次理論考核情況、見習情況、放單情況、每年復習培訓以及特殊培訓等培訓情況記錄到系統中。系統會智能判斷該管制員見習到什么程度，理論和實際操作培訓時長是否達到民航局要求，什么時候能夠申請放單，每年的復習培訓是否完成，是否缺失某一專項培訓而不能上崗執勤。極大地提升了中心管理層對管制員技術能力。

我國其他領域智能考核的發展狀況：首先是汽車駕考的應用，機動車道路考試系統采用人工智能技術、傳感器技術、網絡技術、高精度GPS/GIS定位技術等實現大部分考試項目的自動評判，摒棄了以往考生成績全部由考官打分的方式，同時能夠更好地監視考試中考生及考官的情況。

其次是航海模擬器的智能考核：教練員可根據公約要求和我國海事局的有關培訓要求來制定訓練考核的目標，然后要向學員明確在訓練考核中的注意事項，完成訓練考核科目的下達。學員在利用模擬器進行訓練考核時，系統實時采集學員的當前本船姿態、當前環境等綜合信息，將評判點之后的學員操作記錄形成學員的操作庫，然后和標準庫中規則進行模糊邏輯判斷。

這兩個領域的評估方法都希望能夠避開教練員的主觀意見，并且減少人工操作以及更好地記錄訓練者的狀況。

2 現有技術進展

目前大數據與數據挖掘技術取得了長足的進步。大數據可以從結構化和非結構化的數據中，篩選有價值的信息。大數據技術是可通過大并發的模式采集MySQL和Oracle、Redis和MongoDB等數據庫中的數據，可瞬時預處理100Mbps以上數據，基于MySQL的列式存儲Infobright和Hadoop、GreenPlum、Exadata等分布式計算集群進行統計和分析，并對數據進行挖掘的一種技術。數據挖掘可從大量不完全與有噪聲的數據中分析挖掘出結構化的信息結構，并用這些信息結構建立相關模型，為用戶提供決策性的支持。

隨著航空業的發展，模擬訓練管制數據呈爆炸式增長。管制培訓過程中留下的語音數據，管制操作數據，可依托現有的大數據存儲和處理技術，通過采集、計算、歸類、挖掘與聚類分析等方法對空管培訓數據進行量化分析，并利用語音識別技術分析管制通話數據，利用CNN等語言處理方法進行語義分析，抽取結構化指令信息，用于驗證和發現量化評估的關鍵知識信息。

3 管制量化評估的方法實現

管制量化評估系統模型（見圖1），使用德爾菲法、層次分析法、聚類分析法、模糊數學法，將與決策有關的元素按一定準則進行分層，在此基礎之上進行定性和定量分析，并將集合中的對象按照一定的規則進行分組，達到同一個組中的對象有很大的相似性。模型通過以上方法對培訓人員、培訓時間、培訓科目及培訓過程中的基礎訓練數據、實時訓練過程數據及語音數據，結合評估規則指標集對相關數據進行解析、分析、記錄，統計，并根據設定的評估規則和評判模型對訓練進行智能評估模型驗證與優化。平臺可生成評估報告并將培訓信息長期存儲于系統中，形成結構化的訓練數據，為后續的模型優化提供大數據樣本。

圖1 管制量化評估模型

管制量化評估系統模型可通過接收管制培訓系統的基礎訓練數據、實時訓練過程數據及語音數據，結合搜集的管制評估數據對相關數據進行解析、分析、記錄，使用研制的評估模型單元進行訓練過程的實時跟蹤評估。

管制指標體系的確定是管制量化評估系統模型的基礎，本模型通過將指標分為區調管制培訓評估指標、進近管制培訓評估指標和塔臺管制培訓評估指標，每類評估指標以規則、通話、安全、效率、人機界面五個方面進行評價，并分別設置相應的三級指標。根據統計學方法和層次分析法對所建立的指標進行權重的確定，同時結合歷史培訓大數據，通過制定二級和三級指標的評價標準來制定管制量化評估的評估指標體系。

培訓考核智能評估指標權重的確定有很多方法值得類比和選擇，由于考核指標體系滿足針對性、動態性、可量化性和層次性，每個相對獨立的指標也有可能會存在潛在的相互聯系，因此，確定權重的方法需要滿足存在多個指標且體系較為復雜等條件。在眾多賦權方式中，大多以主客觀來進行區分，即主觀賦權法與客觀賦權法。在主觀賦權法中比較有代表性的就是層次分析法、德爾菲法等。層次分析法是通過建立目標、準則與方案層，在不同層級內對指標進行劃分和設置，通過重要度的判斷最終確定權重。德爾菲法就是通過專家評審打分而得到的最終權重。為了避免主觀性占據因素太多，當專家打分出現較大差異時，可以持續循環修改，直到最終專家打分保持相對統一。結合眾多考慮最終選擇層次分析法作為管制員統一培訓考核智能評估指標權重確定的方法。同時層次分析法滿足了指標層次性多樣化的原則，通過打分得到的權重可以反映單位的實際運行狀態。

結合評估指標分析，模型將評估指標體系中的三級考核指標轉化為與管制量化評估中關聯的數據，通過獲取培訓中的相關數據，為后續量化評估模型提供數據分析的信息。結合評估指標對培訓過程中的各類數據進行剖析，數據信息主要由3類組成。包含：（1）訓練基礎數據；（2）培訓過程數據；（3）相關分析培訓評估參數指標集記錄。培訓訓練數據可通過模擬機的輸出接口進行獲取，數據以文本文件或者數據庫表的方式存儲。

訓練基礎數據主要是與評估指標有關的各類地圖場景相關的靜態數據和管制員受訓的地圖場景密切關聯，包含機場跑道信息、扇區信息、管制區信息、告警區信息、移交參數及間隔信息、協議間隔標準信息等。

培訓過程數據是指在培訓過程中與管制指揮相關的數據，主要數據項包含：練習基礎信息（登錄信息、練習信息、航班計劃信息、席位扇區分配信息）、實時訓練信息（機長操作指令信息、航跡信息、告警信息、五邊信息、移交信息、人機界面操作信息、管制語音信息）等。

培訓評估指標集信息是指本次訓練使用的指標集及各個指標的設置參數。在訓練開始前，教員可以根據培訓類型選擇不同的培訓考核指標作為本次培訓的考核指標。培訓評估指標集可以分為基礎培訓、復訓、資格考試等；當指標進行選取后，本次使用的指標集將會與練習匹配關聯，關聯后的指標集用于管制培訓的培訓效果評估及評估結果展示。

4 結束語

綜上所述，目前在民航模擬訓練系統中存在管制員技能考核時缺乏明確合理依據的現狀。文章提出的管制量化評估模型可實現由傳統方法的定性經驗評判到定量客觀評判的跨越式轉變，為保障空管系統的安全運行提供了理論依據和技術支持，同時有利于進行科學的班組資源搭配，便于對管制員組織專項的技能培訓和針對性的復習訓練，提高培訓的效果與質量，實現各班組的最優化運行。