基于CREAM 的飛行員失能評價方法

陳子昊 高振興

(南京航空航天大學通用航空與飛行學院,江蘇 南京 210016)

通過航空安全網(ASN)、美國國家運輸安全委員會(NTSB)航空事故數據[1]分析,大部分的飛行事故與飛行員的個人素養有著千絲萬縷的聯系。這其中由飛行員失能引發的飛行事故具有不可預測性和嚴重的后果,例如馬航MH370 等事件都有飛行員失能的嫌疑。中國民航在“十四五”發展規劃中,提出了在堅持安全發展中增強風險防控能力,提升安全治理水平。在《新時代民航強國建設綱要》中,特別提出了“對安全隱患‘零容忍’”。在這一大背景下,開展飛行員失能的監測系統研究,對預防飛行員失能,保障飛行安全、推動智慧民航建設具有重要意義。

基于歷年事故案例分析和空中系統自主評價和監測的重要前提,我將飛行員的失能狀態進行如下三種分類：(A1)飛行員自身惡意操縱的主觀失能(例如德國之翼航空A-320 飛機2015.3.24)；(A2)飛行員由于自身飛行技術或者情景意識所造成非惡意失控操縱的主觀失能(例如法航AF447 特大事故)。

(A3)飛行員由于駕駛艙失壓或自身突發生理疾病而導致的被動失能(太陽神航空522 號航班事故)三種情況。本文針對飛機巡航階段時發生的飛行失控現象(如：撞地、垂直俯沖、大角度滾轉、飛行航線異常等),構建空中自主評價和監測系統,由接口采集到的數據推斷飛行員所處于哪種失能狀態。

Eric Hollnagel 提出了CREAM[2]方法,是第二代人因可靠性分析方法中的一種代表性方法。其核心思想是人的性能并不是孤立的隨機行為,而是依賴于完成任務時所處的環境。郭云東,孫有朝提出了基于FBCREAM[3]方法的飛機駕駛人因可靠性評估模型,和基于FIS-CREAM[4]方法的人為差錯風險評估,應用于航空安全風險評估領域,可識別關鍵人為差錯類型及差錯風險,進而評估飛機操縱過程中的航空飛行安全。

基于傳統CREAM方法的CPC 因子,需要構建基于現象指標的DSE(Disability Shaping Element)現象因子,但其一般前因仍應基于傳統因子的人為差錯形成條件。本文基于人- 人,人- 機,人- 環模式給出了可能的13種DSE 因子,并采用專家打分和層次分析法確定因子權重,通過傳統CREAM方法的二維人為差錯模式映射關系構建A1、A2、A3的單獨映射模式,同時基于空中系統自主評價和監測這一重要前提,構建三維人為差錯模式的映射關系,將三種情況結合評價,增加其模糊度,綜合評價飛行員失能模式。根據在三維人為差錯模式圖中的落點判斷其飛行員可能偏向那種情況的失能情況后,再由智能控制系統從失能飛行員手中接管飛機。

1 失能的三種情況以及DSE 因子引出

飛行員失能可由被動前因和主觀前因構成,而內因又可分為客觀內因和主觀內因。被動前因主要由外因(例：客艙內失壓)和客觀內因(例：生理疾病)所導致。主觀前因主要由主觀內因導致,如心理問題下的惡意操縱(例：德國之翼)、飛行員的錯誤判斷與決策下的非惡意操作(例：博南拉桿)。要想使評價模型精準識別飛行員失能狀態,必須先熟知飛行員失能的原因和具體表現(如圖1)。其中,主觀前因中惡意操作記為A1,主觀前因中非惡意操作記為A2,被動前因記為A3。

圖1 飛行員失能/惡意操作原因導圖

表1-3 是飛行員失能的具體三種情況下各自的DSE 表現因子。提出的各事故原因下的表現因子中共有13 個,記為E1～E13。其中在三種不同情況下有部分因子重復,但其一般前因不同,因而在導致事故發生的所占權重也不同。例如a36的一般前因為駕駛艙失壓下,飛行員喪失對操作界面的控制能力,其根本原因是由于環境失壓所造成,而a21的一般前因則是由于飛機駕駛艙設計偏不合理,其根本原因是由于飛行操縱經驗的不足和情景意識的錯誤判斷。

表1 A1(惡意操作)的DSE 因子

表2 A2(非惡意操作)的DSE 因子

表3 A3(被動失能)的DSE 因子

2 DSE 表現因子接口

對于形成一套完整的飛機巡航階段時飛行員失能的監測系統,本文提出了13 種DSE 表現因子的打分接口,如表5。隨著航空業的迅速發展,民航飛行員的打分接口應當以輕便、高效、低成本為主。以E12-E13 為例,文獻[5]中給出了航天員和戰斗機飛行員的生理監測設備,以AFS-2 型心理生理指標監測儀為例,可將一體化呼吸帶等非民航必要監測設備移除,將其余設備集成到一件衣服上,可制作一款專門用于民航飛行員身心監測的外套,兼備舒適性和實用性的同時,做到便捷化穿戴。除了打分接口,還需要有完備的打分機制,根據表現因子由低到高的狀態水平進行打分。如E4 為例,陸空通話有Unreadable 到Perfectly readable 五個等級,可依據此劃分打分區間。

表5 飛行員失能/惡意操縱表現因子

3 DSE 因子層次分析法建立

本文對DSE 因子進行了專家打分,給出了三種情況下的DSE 影響因子的對比較矩陣,并采用SPSS 構建判斷矩陣進行計算,形成指標間的量化權重。如圖2,為層次分析法模型示意圖。

圖2 DSE 因子層次分析法模型

以準則層為例,經過專家打分,對DSE 因子層次圖中的指標相對于上一層指標的重要程度進行比較,給出的判斷矩陣如表4,計算各判斷矩陣的最大特征值和其對應的特征向量,并進行一致性檢驗。一致性指標為：

表4 矩陣Z-A

式中：λmax為矩陣的最大特征值；n 為矩陣的維數。若CI<0.1,則符合一致性,否則不符合。結果如下。

計算得,該矩陣最大特征值對應的特征向量為(0.8736,2.0801,0.5503),CI=0.0268<0.1,通過一致性檢驗。其各權重為0.2493,0.5936,0.1517,可以看出飛行員失能/惡意操縱的三種情況中,A2占比最大。同理,可以得出三種情況下各自6 種DSE 因子的對比矩陣和權重值。

4 基于CREAM 的飛行員失能評價法

4.1 飛行員失能差錯表現

人因可靠性分析(HRA)起源于20 世紀50 年代,到現在已經發展了兩代HRA 方法。CREAM方法是基于一種情景依賴認知模型(COCOM,Contextual Control Model)建立起來的。本文類比傳統的CREAM方法,構建了13 種DSE(Disability Shaping Element)因子,用于描述失控飛行環境中飛機駕駛人為差錯形成的具體表現。如表8 所示,每個DSE 涉及3 個狀態水平,即高、中、低,打分分別為1,0,-1。其中,DSE1-DSE13 從低到高的狀態水平對飛行員失能的表現分別為降低、正常、提升,并附上層次分析法所得的所占權重ω。

4.2 二維飛行員失能模式映射圖

在上述DSE 共同作用下,飛行員可能出現不同的失控差錯模式。引入原始CREAM方法中反映人的可靠性狀態的四種控制模式,并延用其稱呼,即人為差錯模式包括戰略模式、戰術模式、機會模式和錯亂模式。戰略控制模式是指操作員有足夠的時間來考慮整個情況并做出相應的計劃,在本文中可定義為飛行處于可控狀態；戰術控制模式是指操作員按照標準程序或規則執行任務計劃,本文可定義為飛行有朝失控狀態發展的傾向；機會控制模式是指下一步行動取決于當前環境特征,而不是取決于更穩定的意圖或目標,操作員很少做計劃或預期,可能是因為沒有清楚理解情境環境,或是因為時間非常有限,在本文中可定義為飛行正朝失控狀態發展,處于半失控狀態,駕駛員有一定概率可以奪回控制權；錯亂控制模式是指操作員對當前的情況不熟悉,在任務需求非常高的情況下失去態勢感知,本文定義為飛行狀態處于完全失控狀態,基于飛行員對形勢的錯誤判斷和惡劣的環境條件,可以奪回控制權的概率很小。

基于三種飛行員失能情況下,每種情況都擁有獨立的二維映射圖評價其差錯模式,原始CREAM方法中給出了9 個CPC 因子與4 個人為差錯模式的映射關系,然而本文每種情況下只有6 個DSE,圖3 展示了調整后的飛機駕駛失控形成表現與失控差錯模式的映射關系[5]。每個DSE 因子有三個狀態水平,對飛行員效能的影響分別是提升、正常、降低,根據DSE 因子數目之和,得到一組[∑降低、∑無關緊要、∑改進]值。假定降低人的績效的、DSE 數量之和為i,提升人的績效的DSE 數量之和為j,則通過元組(i,j)(i,j=0,1,……,6)可確定失控差錯模式。例如,在飛機單發失效情境環境下,假定有4 個DSE 會降低飛行員操作效能,2 個DSE 會提升飛行員操作效能,則(i,j)=(4,2)表明失控差錯模式為機會型控制模式。

圖3 差錯表現條件與失控模式映射關系

傳統的CREAM 打分為-1、0、1,評價過于單調,對于失控飛行這一特定情形下很難精確評價差錯模式,根據上述層次分析法得到的權重,i=1,2,…,6 進行計算,此時得到的映射圖應不再是落點,而是由直線分割其模式邊界。所得總分P 為：

4.3 三維飛行員失能模式映射圖

基于失控飛行下的復雜情況,可以設計三維失控飛行模式映射圖,將三種失控情況A1、A2、A3進行融合,更全面衡量在13 個DSE 因子下的飛行員情況。x、y、z 軸分別 是A1、A2、A3的 分 數 數 軸,點 的 坐 標 具 體 為(PA1×0.2493,PA2×2.0801,PA3×0.1517)。各數軸范圍區間為[-6,6],采用步長為3 的劃分方法,[3,6]為戰略模式,[0,3]為戰術模式,[-3,0]為機會模式,[-6,-3]為混亂模式,將其劃分為64 個正方體區域。表6 以第二象限為例,對控制模式進行了綜合評價。

表6 三維飛行員失能模式