基于TEM 贝叶斯网络对飞机进近稳定性的分析

黄彬 中国民航管理干部学院

安全是民航业不变的主题。进近阶段作为衔接飞机着陆的重要阶段，其稳定性会影响飞机的安全着陆。不稳定的进近阶段可能会导致飞机重着陆、跑道外接地甚至撞地事故。因此，分析不稳定进近事件的影响因素，研究各因素之间的相关性，对提升进近的稳定性、保障行业安全有着积极意义。

目前，针对不稳定进近的研究中，程明[1]对交叉跑道构型下进近阶段飞行冲突情景进行网络构建，分析了交叉跑道运行的进近冲突风险因素。韩新营、朱聃、刘立新[2-4]等基于TEM 理论，确定了影响空中交通非期望状况的威胁和差错类型。刘洋、赵宁宁、吕勉哉[5-7]等构建了基于贝叶斯网络的安全风险评估模型，将其运用于民航飞行安全评价。左杰俊、叶右军[8-9]等研究了航空器进近碰撞风险，制定了飞机进近间隔标准。谢嘉仪、孙瑞山、刘柳[10-12]等利用贝叶斯网络对飞行QAR 数据进行参数学习，利用神经网络构建了不稳定进近的预警模型。以上研究结果证明了不稳定进近将严重影响飞机安全着陆。现阶段，相关研究虽提出了影响飞机进近稳定性的各类因素，但并未统计各因素导致不稳定进近事件发生的相关概率，及各因素与不稳定进近事件之间存在的潜在关联性，无法体现出导致该状态发生的潜在威胁和人为差错。

文章利用威胁差错与管理模型，以不稳定进近为非预期状态，分析收集的不稳定进近类事件样本，界定影响稳定进近的威胁、差错因素。同时，对数据样本进行贝叶斯模型分析，确定不稳定进近影响因素之间的潜在关联性。

一、基于TEM 的不稳定进近影响因素分析

（一）威胁与差错的界定

威胁与差错管理（TEM）是一种表示飞机运行状态与人为因素之间存在关联性的风险管理模型，基于TEM模型分析不稳定进近的影响因素，将有助于理解在动态和复杂的运行环境中，飞机的安全状态和飞行员表现之间的内在关联。

威胁是指：增加了飞行员出错的可能性，容易导致飞行员情景意识下降和决策失误，为了维护进近的稳定性必须进行管理的事件或差错，以及产生在飞行员影响范围之外的其他影响稳定进近的因素。

差错是指：不可避免的，可能受威胁、差错、非期望状况诱发而产生的或自发产生的，偏离飞行员或组织意图，可能使安全裕度降低，增加不稳定进近事件可能性的飞行员作为或不作为，即飞行员的错误，且差错必须是“可观察到的”。

将威胁和差错的定义结合实际飞行运行，界定影响稳定进近的威胁、差错，得到以下类别和子类别，如表1 所示。

表1 威胁与差错分类表

（二）采集数据的统计分析

通过公开的安全日报、员工自愿报告及不安全事件调查报告三种途径，收集到某航空公司2022 年发生的100 起不稳定进近事件，按照威胁与差错的界定，得到统计结果表2，其中Ai代表i类威胁(i=1,2,3,…,8)，Bj代表j类差错（j=1,2,3,…,7）。

表2 威胁与差错统计表

分析可知，环境威胁和飞行员技能操作类差错为不稳定进近的主要影响因素。其中，飞行员A2、程序设计A3、天气A7为导致不稳定进近发生的主要威胁，飞行员操纵生疏、过度控制飞机B1，遗漏程序步骤B3，错误判断高距比B4为导致不稳定进近事件发生的主要差错。

二、影响因素的贝叶斯网络分析

（一）贝叶斯网络的构建

通过构建相应的贝叶斯网络结构，可以得到诱发不稳定进近各影响因素之间的相关概率。应用构建的贝叶斯网络，通过正向推理可以预测潜在的差错，通过反向推理可以得到导致不稳定进近事件发生的关键因素。基于威胁与差错数据的统计，按照TEM 模型的定义分析得到威胁与差错之间的相互关系为：管理无效时，威胁会直接导致差错发生。利用威胁与差错的关系，可以确定以不稳定进近为非预期状态的贝叶斯网络结构中相应的子节点和父节点，即父节点是威胁、子节点为差错，构建相应的贝叶斯关系为：威胁类因素→差错类因素。

（二）威胁与差错类影响因素的相关性分析

简化处理采集事件中包含的威胁与差错类型数据后，导入构建好的NETICA 模型中计算，得到威胁和差错类影响因素发生的条件概率，如表3 所示。表示威胁Aj存在时，差错Bj发生的概率P（Bj ⅠAi），如：数据P（B1ⅠA7）表示当存在天气环境类威胁时，操作生疏、过度控制飞机类差错发生的概率为0.50。分析发生次数统计前三的威胁因素（A2,A3,A7）得到以下结论。

表3 威胁与差错CPT

对于A2飞行员类威胁，相关性最大的差错为技能操作类差错，概率最高的差错子类别为：操纵生疏、过度控制飞机。该结果意味着。在不稳定进近事件中，飞行员是一个不可忽略的潜在威胁，飞行员的操作技能、管理工作负荷、是否严格遵守程序、是否细致监控飞机决定着进近的稳定性。

对于A3程序设计类威胁，相关性最大的差错为决策类差错，概率最高的差错子类别为错误判断高距比。该结果意味着：当机场进近程序设计复杂或不合理时，极易引起飞行员的决策类差错。若飞行员在航前没有仔细地准备应对策略，在飞行中容易出现高距比判断错误、进近程序使用错误、飞机出现高进近或其他情况时处置不当等结果，进而导致不稳定进近。

对于A7天气环境类威胁，相关性最大的差错为技能操作类差错，概率最高的差错子类别为：操纵生疏、过度控制飞机。该结果意味着：预计飞机进近时存在不稳定气流、雷雨、风向风速不稳定等天气环境时，需要防范飞行员操纵技能类的差错发生，特别是飞行员操纵生疏或过度操纵飞机的行为，建议合理调整机组实力搭配，安排近期飞行经历多且较为熟练的飞行员执行任务，否则容易诱发不稳定进近事件。

（三）差错类影响因素的反向推理

利用NETICA 贝叶斯网络模型对差错类影响因素实施反向推理，设置相应的差错类影响因素发生概率为1，计算各威胁类影响因素发生的概率。分析发生次数统计前三的差错因素（B1，B3，B4）可得到以下结论。

由B1类差错（飞行员操纵生疏，过度控制飞机）导致的不稳定进近事件中，通常飞行员是该事件的主要威胁，同时天气环境也是不可忽略的影响因素。为防范此类差错发生，建议提高飞行员的操作技能和对飞行的熟练程度，从根源上解决此类差错导致不稳定进近事件发生的问题。

由B3类差错（遗漏程序步骤）和B4类差错（错误判断高距比）导致的不稳定进近事件中，通常会伴有天气环境的影响，因此，在预报进近阶段存在天气环境类威胁时，需要提醒飞行员注意严格按程序飞行，切勿遗漏程序步骤，精细计算高距比，防止因判断错误导致不稳定进近事件的发生。

三、结语

文章利用TEM 模型的相关定义对影响稳定进近的威胁和差错类影响因素加以分类，按此分类分析统计采集的不稳定进近事件数据，为贝叶斯网络的构建和学习提供了数据基础。

构建威胁与差错的贝叶斯关系网，在此基础上使用贝叶斯计算软件NETICA 对采集的数据进行计算，得到各类威胁与差错的条件概率表，找出不稳定进近威胁和差错影响因素之间的相关性，为制定防止不稳定进近事件发生的管理措施提供科学依据。通过对数据的反向推理，得到差错产生的主要诱因，让飞行员在日常工作中更有针对性地训练和学习，为不安全事件的事前管理提供解决方案。