基于组合赋权云模型的阻力伞保障风险评估

谷雨轩，徐常凯，倪彬

(空军勤务学院航材四站系，徐州 221000)

随着中国特色军事变革和空军转型建设深入发展，航空救生装备保障正面临新的机遇和挑战。作战训练保障任务日趋多元、实战化训练要求落地实施，部队飞行任务加重，现代战机系统更加复杂且具有更高价值，航空救生装备使用机动频繁，对保障安全提出了更高的要求，因此将风险评估理论应用于阻力伞保障，对于确保飞行安全具有重要意义。

目前，中外研究人员对于风险评估的理论和应用研究逐步深入，运用可拓元法[1]、理想点法(technique for order preference by similarity to ideal solution，TOPSIS)法[2]、专家评判法[3]、集对分析法[4]等实现风险评估理论在专业领域的应用。在阻力伞保障风险评估的研究中，冯蕴雯等[5]以阻力伞机构工作原理为基础，着重从结构的维度分析了舱门意外打开的几种可能原因。郝恒等[6]针对飞机队力伞系统在使用环境影响下发生故障的问题，通过环境适应性故障模式及影响分析发现了阻力伞系统在各环境影响下的潜在故障。

上述研究成果大多从阻力伞工作原理和结构进行研究，对于识别阻力伞保障风险要素具有借鉴意义。实际飞行中保障活动是实现阻力伞与飞机对接的环节，直接关系飞行任务能否正常遂行，阻力伞保障活动是由保障人员和装备等多种要素共同参与的复杂活动，不能单一从装备结构风险考虑，现有的研究中对于保障活动风险评估还缺乏体系地研究。因此，现通过分析典型保障事故梳理风险点，基于工作分解结构(work breakdown structure，WBS)-资源分解结构(resource breakdown structure，RBS)创新地融入供应要素建立阻力伞保障风险体系，引入分级管控的思想，通过组合赋权法集合云模型生成器建立风险评估模型，将各项指标数据通过雷达图呈现并分析，以期实现风险精细化管理，消除保障风险、提升保障效率。

1 阻力伞保障风险定义

风险在维基百科中的定义是“失去价值的可能性”[7]。对于装备本身来说失去价值即阻力伞失效无法实现飞机正常减速。对于整个保障活动来讲，阻力伞保障风险不仅包括伞具失效的风险，还有保障活动对正常遂行飞行任务产生不利影响的风险。经过统计整理，部分典型阻力伞保障事故如表1所示。

表1 典型阻力伞保障事故Table 1 Typical parachute support accidents

可以看出，在实际飞行保障中，由于保障漏洞阻力伞无法正常工作造成飞机无法正常减速，甚至飞机失控冲出跑道严重影响飞行人员生命安全。虽然飞行员操纵系统发生电路或机械故障也会影响阻力伞系统安全，但是在日常飞行过程中做不到频繁地内部检查，对其进行风险控制还存在一定困难。因此研究范围规定为救生装备保障人员在保障中接触最多的阻力伞装备和与其相关的各项保障活动。

2 阻力伞保障风险识别

2.1 阻力伞保障特点分析

阻力伞保障属于保障活动，具备以下特征。

(1)系统复杂程度高：阻力伞减速系统是集机械、电子、火工、气动、纺织、人体工程于一体的复杂飞行员生命保障系统，阻力伞保障又分为多个阶段流程，不同阶段保障侧重点不同。

(2)风险可预测性低：救生装备作为武器装备具有良好的可靠性，大部分情况下均可以正常运行，风险造成的事故属于小概率事件。典型保障事故涉及的事故阻力伞型号、事故表现、事故原因均呈现偶然性高、规律性低的特点，甚至存在风险点隐藏于操作规范之外的情况。

(3)对飞机系统的重要性变高：现代战机的性能先进，飞机价值越来越高，事故损失会更大，飞行人员的工作环境已经远远超出人体所能承受的极限，航空救生装备作为“飞行员最后一道生命安全防线”因此对保障风险的控制需要更加重视。

2.2 基于WBS-RBS的阻力伞保障风险识别

在工作分解与风险分解按照阻力伞保障特点分解完毕后，以工作分解中的基础工作内容为横坐标，风险分解中的基础风险因素为纵坐标建立耦合矩阵逐一判断各个元素风险状态是否为风险[8]。WBS-RBS应用于阻力伞保障风险识别可以将风险点经过归类和层次划分后按照RBS对每个WBS节点进行风险识别，有效避免了遗漏风险。

2.2.1 阻力伞保障WBS工作环节分解

根据业务规范，飞行保障通常按照预先准备、直接准备、飞行实施和飞行后讲评4个阶段实施，按照飞行4个阶段救生勤务保障工作也有规定的程序。以此为依据将阻力伞保障共分为13个子流程如图1所示。

图1 阻力伞保障流程Fig.1 Parachute support process

2.2.2 阻力伞保障RBS保障要素分解

由于阻力伞保障的特殊性，除了装备本身的技术问题，还存在人为供应因素和保障环境因素，在此引入人-机-环理论，建立包含保障环境要素、供应要素的风险体系如图2所示。

图2 RBS工作环节分解Fig.2 RBS work link decomposition

(1)保障环境要素。根据飞行任务环境特点，保障环境通常分为沙漠寒区、沿海丛林、高原地区，三类地区对阻力伞保障有不同的要求：沙漠寒区风沙较大，引导伞、伞衣丝等织物开伞时易磨损；沿海丛林地区空气湿度大，伞具保管时易导致金属制品锈蚀、丝织物发霉；高原地区气压低，开伞瞬间伞具所受瞬时张力大，开伞速度快。

(2)供应要素。指由于人为因素和装备管理因素可能造成对阻力伞保障产生不利影响，包括人为因素：参与保障的相关人员是否有履行职责是否发生主观错误；使用寿命因素：伞具和其部件都有规定的使用寿命，即将到寿的需进行更换；伞具准备：在实际保障中，保障人员无法对伞具需求做好准确预测会造成准备的伞具不够或较多的情况；装备性能：由于阻力伞部件没有处于正常状态或包装质量达不到标准。

2.2.3 阻力伞保障风险WBS-RBS耦合矩阵

根据WBS工作流程划分和RBS风险要素划分建立耦合矩阵如表2所示，WBS-RBS耦合矩阵将风险表现和风险发生的时机清楚地标定出来，可以看出有的风险存在于特定的时机，有的风险多个环节都存在，建立阻力伞保障风险WBS-RBS耦合矩阵能够实现良好的风险识别效果。

表2 阻力伞保障风险WBS-RBS耦合矩阵Table 2 Resistance parachute support risk WBS-RBS coupling matrix

3 组合赋权法确定阻力伞保障风险指标权重

3.1 基于不确定AHP-集对分析的主观赋权法

不确定层次分析法通过区间对数判断矩阵代替传统层次分析法的判断矩阵[9]，更符合评估实际，能够更好地反映出复杂系统中的模糊性和不确定性，降低主观性。

(1)

针对阻力伞保障风险指标体系，邀请航空救生装备保障领域的专家和一线保障人员共5名，对风险点之间的两两重要度进行打分，限于篇幅原因，二级指标装备要素R24判断矩阵可表示为

R24=

(2)

式(2)中：k、m分别为下限、上限权重区间系数。

最终得到权重区间为w=[kw-,mw+]。根据判断矩阵R24计算出权重区间矩阵W+=W-=[0.260,0.059,0.494,0.061，0.126]T，m=1.101,k=0.862 。由此可得5项风险指标的权重区间为w1=[0.224,0.287],w2=[0.051,0.065]，w3=[0.426,0.544]，w4=[0.052,0.067]，w5=[0.108,0.138] 。通常以区间平均值作为指标的最后权值，基于集对分析理论的权重确定方法[10]可以更加精确处理区间的不确定性，根据集对分析理论，在[0,1] 将区间分为集合[0,kw-)、[kw-,mw+)、[mw+,1],分别表示不重要程度、不确定性、重要程度，区间的集对分析表达式为μ=a+bi+cj，其中μ表示集对联系度，集合的同一度a=kw-，集合的差异度b=mw+，集合的对立度c=1-a-b，精确权重的计算公式为

(3)

(4)

(5)

式中：ai、ak分别为第i、k项指标的集合的同一度；bi、bk为第i、k项指标的集合的差异度；ci、ck为第i、k项指标的集合的对立度；Pi为第i项指标的重要度区间相对权重；Qi为第i项指标的不确定性相对权重；wi为第i项指标的为风险指标精确权重。

将5项风险指标权重区间w1-w5代入得：P=[P1,P2,…,P5]=[0.260,0.059,0.494,0.061,0.126]，Q=[Q1,Q2,…,Q5]=[0.183,0.239,0.117,0.239,0.221]，WR24=[wR241,wR242,wR243,wR244,wR245]=[0.294,0.088,0.357,0.089,0.171]。

同样的方法可得其他各级指标对上级指标的主观精确相对权重。三级风险指标权重即各级相对权重乘积，经计算得到权重结果如表3所示。

表3 不确定AHP-集对分析的主观权重Table 3 Subjective weight of uncertain AHP set pair analysis

虽然通过不确定层次分析法(analytic hierarchy process,AHP)-集对分析模型一定程度上降低了确定权重的主观性，但是由于计算精度处理问题，最终所有三级风险指标权重之和为0.997，存在一定误差，加上不确定AHP模型在计算指标权重时无法避免多级指标不确定性叠加的“牛鞭效应”。

3.2 基于CRITIC法的客观赋权法

CRITIC方法是一种综合考虑各指标数据相关性和混乱程度来确定指标权重的方法，在处理客观赋权问题上优于熵权法，具体实施步骤如下。

步骤1构建专家评判矩阵。采用1～10的数值来描述评判矩阵中各指标的重要程度大小，根据5名专家的评价结果构建判断矩阵X，可表示为

X=[xij]24×5

(6)

Y=[yij]24×5

(7)

步骤3得到的客观权重可表示为

(8)

步骤4经过计算得到的各项参数及客观权重可表示为

WR=[wR111,wR112,…,wR244,wR245]

=[0.014,0.021,0.033,0.048,0.027,

0.017,0.019,0.012,0.016,0.047,0.061,0.045,0.053,0.034,0.026,0.109,0.042,0.075,0.030,0.035,0.029,0.081,0.046,0.082]

(9)

3.3 阻力伞保障风险组合赋权

建立一种以权重偏差平方和最小的组合赋权法。组合赋权的权值可表示为

Wi=λwia+(1-λ)wib

(10)

式(10)中：wia为第i项指标主观赋权法的权重；wib为第i项指标客观赋权法的权重；λ为组合赋权系数。

目标函数为

(11)

进一步约简得

(12)

求一阶导数得当λ=0.5 时目标函数达到最优。因此，综合主观赋权结果和客观赋权结果得到最终的阻力伞保障风险权重如表4所示。

表4 组合赋权结果Table 4 Combined weighting results

通过指标权重分析，除个别指标主观权重和客观权重有一定差别外，主观客观权值整体较一致。装备到寿或即将到寿R221和伞具数量不够R231对飞行保障造成直接影响，具有较高权重，装备本身属性类指标权重普遍较高，符合保障实际情况。

4 云模型阻力伞风险指标等级评估

云模型是处理定性概念和定量表达的不确定转换模型，在风险评估领域应用广泛，引入云模型对阻力伞风险指标进行风险等级的划分。

4.1 建立标准云模型

根据阻力伞保障实际，综合风险发生的可能性和风险严重性将风险等级划分为

S={S1,S2,S3,S4,S5}

(13)

式(13)中：S1、S2、S3、S4、S5分别表示低风险、较低风险、中等风险、较高风险、高风险。

评价值数阈值为[0,1]，评价值越高即表示此风险程度越高，各云滴参数如表5所示，建立标准云模型如图3所示。

表5 标准云参数Table 5 Standard cloud parameters

图3 标准云云滴Fig.3 Standard cloud drop

(14)

式(14)中：smax、smin为分享区间的最大值、最小值；期望Exi表示风险等级i的云滴在论域空间分布的期望；熵Eni表示风险等级i的云滴不确定的程度；超熵He表示风险等级i的云滴的凝聚程度。

4.2 建立指标层云模型

根据5名专家的风险值评语，得到24项阻力伞保障风险指标的云模型，指标层云模型参数与标准云模型参数计算方法有差异，如式(13)所示。

根据风险等级划分得到风险等级参数见表，为使云模型描述得更加符合实际将低风险和高风险的区间期望值定为0和1，利用正向云发生器得到标准云模型如图3所示。

(15)

式(15)中：期望Ex表示云滴在论域空间分布的期望；熵En表示云模型不确定的程度；超熵He表示云滴的凝聚程度，取0.02；xi为第i名专家的评语值；Si为5名专家评语值的标准差。

以指标R241～R245为例，将5名专家的评语值作为输入参数利用逆向云发生器得到指标层云模型参数如表6所示，5项指标生成的5个云滴与标准云对比如图4所示。

表6 指标云参数Table 6 Index cloud parameters

图4 指标云云滴Fig.4 Index cloud drop

4.3 基于云相似度的风险等级判定

通过比较阻力伞保障指标云和各标准云之间的云相似度确定风险等级[11]。第i、j个云滴用Ci、Cj表示，度量云相似度Sc(Ci,Cj)由形状相似度Ss(Ci,Cj) 和位置相似度Sp(Ci,Cj) 的乘积来确定计算过程，可表示为

(16)

式(16)中：Exi、Exj分别为第i、j个云滴的期望；Eni、Enj分别为第i、j个云滴的熵，Hei、Hej分别为第i、j个云滴的超熵。

根据建立的指标云模型得到指标R241～R245云滴与5个标准云的相似度，由相似度最大值判断出风险指标所属风险等级，如表7所示。

表7 云相似度Table 7 Cloud similarity

按照上述方法得到的所有阻力伞风险指标等级如表8所示。

表8 云相似度Table 8 Index risk level

4.4 阻力伞保障风险分析

阻力伞保障风险指标体系属于多指标体系，雷达图在综合分析多个指标方面具有完整、清晰、直观的特点，引入雷达图，根据各项指的权重数据和风险等级数据按照一级指标保障环境要素R1、供应要素R2绘出雷达图如图5、图6所示。

图5 保障环境要素R1风险权重和风险等级Fig.5 Risk weight and risk level of environmental protection elements R1

图6 供应要素R2风险权重和风险等级Fig.6 Risk weight and risk level of supply factor R2

可以看出，在阻力伞保障风险中，部分指标的权重和风险等级具有相关性、部分指标权和风险等级一致性较低，如R112主伞伞衣破损，主伞伞衣属于伞具组成部分直接影响阻力伞性能，因此权重较大，但是在实际保障中，阻力伞轻度磨损并不会对阻力伞的张开产生很大影响，因此风险等级较低；R214包装未按规范会影响到阻力伞包装质量，对伞具正常工作有重要影响，但是可以通过规范操作流程、加强包装环节的控制降低风险，因此风险权重较低。

5 结论

(1)风险评估的最终目的是为了实现风险控制，在建立包含2项一级指标、7项二级指标、24项三级指标的阻力伞风险指标体系后进行风险权重进行确定、划分风险等级，组合赋权法弥补了单一模型的不足，有效降低了模糊性。分级管理有利于解决风险描述粗泛、影响后续措施针对性的问题。

(2)阻力伞保障直接关系到飞行安全，在保障过程中要树立全局观念，装备本身性能固然重要，金属连接部位质量在风险体系中占比较高，此类风险点必然引起保障人员的重视，但是保障环境和决策类因素在实际保障中往往被忽视，要打破传统的“以数量掩盖风险”的思想，在充分考虑风险体系的基础上决策，实现保障资源合理配置，避免出现影响保障安全的“黑天鹅”。