CFIT事故中的人为因素

可控飞行撞地长期以来一直是困扰飞行安全的难题。根据大量CFIT事故的典型实例，概括出了导致CFIT事故的基本事件并编制出CFIT事故树，应用最小割集、最小径集和结构重要度理论，对CFIT事故的成因进行了分析研究。同时运用HFACS方法对CFIT事故树中得出的基本事件进行分类分析，得出了不安全行为后面还隐藏着更多的隐性人为差错。最后指出，从组织上控制人为差错，改善机组资源管理和加强规范培训是预防CFIT事故的基本途径。     

基于FIS-CREAM方法的人为差错风险评估

人为差错是影响航空安全的重要风险因素之一。文章根据飞机驾驶人因特点,结合具体飞行任务,基于模糊推理系统构建飞机驾驶人为差错风险量化模型,以识别飞机操纵过程中关键人为差错并确定人为差错的风险严重性,进而评估航空飞行安全。该方法不仅考虑了人为差错的概率,还考虑了人为差错对驾驶舱系统的影响,并提出了人为差错概率、差错影响概率和人为差错后果作为驾驶舱人为差错风险评估的量化指标。选择进近阶段任务作为研究对象并进行案例分析,实验结果表明,该模型能够精确描述人为差错风险严重性与风险指标之间的关系,降低了专家判断的主观性对结果的影响,且有效解决了数据不足引起的不确定性等问题。     

人为因素分析系统(HFACS)及实例分析

人为因素分析系统(HFACS)由美国海军航空、FAA在REASON模型基础上开发的航空人为因素分析与分类系统.讨论了HFACS对商业航空事故、通用航空事故的人为差错分析,以及CFIT与non-CFIT人为差错的对比.分析显示,在商业航空和通用航空的事故中,不安全行为中的技能差错发生率最高,感知差错和违章在CFIT事故中发生的概率明显高于non-CFIT事故.     

基于HFACS模型的试验机试飞人为因素分析研究

试验机试飞人因差错事件具有致因因素种类繁多、模糊性强的特点,难以找寻影响其发生的显性因素和隐性因素。利用HFACS模型,结合试验机试飞的特点,建立适用于试验机试飞的人因差错事件分析的流程方法——试验机试飞专业性人为因素分析框架,对人因差错事件进行分析,可以准确地挖掘影响人因差错事件发生的核心致因因素,对于减少和预防试验机试飞人因差错事件的发生具有积极意义。     

基于灰关联熵的航空维修差错致因量化分析

航空维修差错是诱发航空事故的重要原因.为有效实施维修差错的预防与控制,依据维修差错咨询通告(AC-121-007),运用专家调查(Delphi)法结合SHELL模型从人、硬件、软件和环境4方面构建维修差错诱因指标体系,采用灰关联熵理论量化分析诱发航空维修差错的关键因素.结果表明,计划与监督、维修环境、身心因素、信息沟通、职业素养等为导致维修人为差错的关键因素.鉴于以上维修差错致因,有针对性提出维修差错防控措施,从而实现降低差错风险的目的.     

面向设计的维修差错分析方法

针对航空维修差锚问题．以SHEL模型理论和人为因素分析与分类系统（HFACS）模型为基础,建立面向设计的维修差错分析方法。该方法从设计角度对维修事故／事故征候进行追溯性分析,找出导致事故／事故征候的设计诱因．为改进设计提供建议。并通过实例分析验证了该方法的有效性。     

民航事故致因分析量化研究

在事故致因的HFACS模型基础上，采用层次分析法对各影响因素进行了量化表述，构建了事故致因的综合指标体系。对典型案例的量化计算结果与事故调查报告所列各因素重要度排序基本吻合，量化结果提高了判断的准确性和可信度。     

基于SHEL模型的飞行人为差错研究

利用SHEL模型分析飞行人为差错的来源,提出了预防人为差错相关对策。可加强飞行人员的心理选拔、打牢航空理论基础、加强机组资源管理(CRM)的研究、提高飞行人员的训练质量,并改善硬件、软件、环境界面与人的相容性。     

航空事故人为因素多模型集成分析与控制策略

人为因素是现代航空事故最主要的致因因素,分析航空事故中人为因素的特点,进一步提出预防措施,有利于提高飞行安全水平,实现本质安全。提出多模型集成的航空事故人为因素分析与控制流程,将事故树分析方法( FTA)和人因分析及分类系统( HFACS)相结合,寻找事故的直接原因和深层次原因,全面识别航空事故中的人为因素、事故机理及事故演化过程;运用定量方法找出关键因素,针对性地提出避免由人为因素导致航空事故的策略;根据关联危害性分析法,挖掘事故的潜在不安全因素,实现主动的事故预防。     

提高航空运输的质量与品位之七——民航安全文化建设（中）

六、角色定位与民航安全关系最紧密的空勤人员、地面人员和各层面安全管理人员(特别是作安全决策的人),在民航安全工作中都有双重角色定位,既是维护安全的践行者,又是葬送安全的祸害者。随着航空技术设备的不断进步,飞机系统失效发生飞行事故的比例大为减少,而人为差错对飞行安全的影响却增大了。有研究表明,在重复性任务的操纵过程中,人犯错误的频率大约为1%到1/‰之间。飞行员在飞行操纵过程中也不能逾越这个“错误常数”而超然存在。事实上,造成飞行事故的原因,几乎都是人为差错。从这个意义上说,“机组本身比飞机更加危险”。有人形容“…     

An integrated graphic–taxonomic–associative approach to analyze human factors in aviation accidents

Human factors are critical causes of modern aviation accidents. However, existing accident analysis methods encounter limitations in addressing aviation human factors, especially in complex accident scenarios. The existing graphic approaches are effective for describing accident mechanisms within various categories of human factors, but cannot simultaneously describe inadequate human–aircraft–environment interactions and organizational deficiencies effectively, and highly depend on analysts' skills and experiences. Moreover, the existing methods do not emphasize latent unsafe factors outside accidents. This paper focuses on the above three limitations and proposes an integrated graphic–taxonomic–associative approach. A new graphic model named accident tree(AcciTree), with a two-mode structure and a reaction-based concept, is developed for accident modeling and safety defense identification. The AcciTree model is then integrated with the well-established human factors analysis and classification system(HFACS) to enhance both reliability of the graphic part and logicality of the taxonomic part for improving completeness of analysis. An associative hazard analysis technique is further put forward to extend analysis to factors outside accidents, to form extended safety requirements for proactive accident prevention. Two crash examples, a research flight demonstrator by our team and an industrial unmanned aircraft, illustrate that the integrated approach is effective for identifying more unsafe factors and safety requirements.     

基于RBF神经网络的飞行事故率预测建模

飞行事故率是反映航空安全水平的重要指标。针对飞行事故率预测建模难的问题,采用RBF神经网络方法,建立了飞行事故率的预测模型。仿真试验结果表明,RBF神经网络具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性。     

基于LS-SVM的飞机飞行事故率的预测建模

针对飞行事故率预测建模难的问题,基于统计学习理论,采用LS-SVM方法,建立了飞行事故率的预测模型.仿真试验结果表明,LS-SVM具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性.     

基于极值理论的平尾结冰飞行风险评估

提出了结合极值理论与Copula模型来量化评估平尾结冰条件下飞行风险概率的方法。通过建立人-机-环复杂系统模型,对平尾在进近与着陆过程中的结冰情形进行仿真,采用蒙特卡罗法提取平尾结冰极值参数,验证了所提取极值参数符合一维广义极值（GEV）分布,根据飞行风险的定义和相关安全性准则,建立了平尾结冰飞行风险发生的判定条件,计算得出一维极值飞行风险概率;在此基础上选取Copula模型来描述二维极值参数的相关性,对多种Copula模型的未知参数进行辨识,通过拟合优度检验对精度进行验证,得出Joe Copula模型对二维极值分布的描述最为准确,运用Joe Copula模型计算出二维极值飞行风险概率,有效解决了一维极值具有的局限性。所提方法对飞行安全评估等理论有一定参考价值,能为平尾结冰飞行事故的预防提供分析和检验依据。     

一例涡桨飞机飞行事故中的人因分析与研究

从早期一例涡轮螺旋桨飞机的飞行事故出发,首先回顾了事故发生的过程,然后分析和研究了事故发生的原因,并指出人为差错是导致事故发生的主要原因,最后从工程角度出发对民用飞机驾驶舱人为因素设计工作提出一些反思和建议.     

一种无人直升机飞行力学模型辨识方法研究

研究了一种无人直升机飞行力学模型辨识方法.将状态子空间辨识法和误差预报辨识法这两种不同机理的辨识方法相结合,用于无人直升机飞行力学模型的辨识.通过仿真计算,成功地辨识得到了悬停状态下算例无人直升机的高阶飞行力学模型.结果表明:提出的辨识方法具备状态子空间辨识法和误差预报辨识法各自的优点,不会出现经典辨识算法中寻优过程中出现的局部极小现象以及迭代带来的收敛性问题.     

飞行数据相容性检验技术

飞行试验测量数据中存在过程噪声和测量噪声,导致飞行数据之间不相容,国内目前常用的输出误差法不适用于耦合严重的直升机飞行数据相容性检验。采用增广卡尔曼滤波方法进行状态估计,大幅度地消除测量值中的误差;再用输出误差法对增广卡尔曼滤波估计的结果进行相容性检验,并将其应用于直升机四阶纵向等效模型辨识中。结果表明:提出的这种方法既解决了单独使用增广卡尔曼滤波进行数据相容性分析时由于初期收敛过程造成的滤波误差问题,又克服了单独使用输入误差法进行数据相容性时需手动修改时间延迟问题和测量值中误差过大时输出误差法无法收敛问题,使得检验效果与计算效率大幅提升。     

载人航天轨道大气密度模式修正研究简

热层大气密度模式的误差,是影响载人航天定轨精度的关键因素.分析载人航天工程所用Jacchia、MSISE、DTM三类大气密度模式的误差特点,通过比较精度和稳定性,基于现有空间天气参数,选取MSISE模式作为基础模式.研究利用星载加速度计数据反演载人航天轨道大气密度的方法,以验证我国载人航天轨道实测数据的精度;同时利用天宫一号以及神舟二号、三号、四号实测密度数据,以及相应的航天测控数据,分析模式误差与地方时、纬度和高度因素之间的关系,讨论建立合适的三维误差库来存储模式误差的方法,研究平均误差修正法和加权误差修正法,建立NRLMSISE-00的误差修正模式.修正结果应用于交会对接任务,与完全不修正时模式平均11.44％的误差相比较,两种修正方法的误差均明显减小,分别为5.41％和4.99％;其中平均误差修正法和加权误差修正法在未来1天、2天、3天的修正结果的误差分别是4.06％、3.73％,6.06％、5.78％,6.13％、5.72％,表明提前1天的修正效果最好;同时比较累积1-5天的误差库滑动也可以看出,误差库累积1天的效果相对较好;比较两种方法的预测效果显示,加权误差修正法优于平均误差修正法.研究表明基于三维误差库的模式修正方法显著提高了载人航天轨道大气密度预测精度,可为交会对接等载人航天任务提供技术支持.