基于FTA与BN的民用飞机火灾事故风险分析

摘 要：统计了近十年飞机火灾事故信息，构建了飞机火灾事故树（FTA）模型，在此基础上构建了民用飞机火灾事故贝叶斯网络（BN）模型，由四位权威专家进行火灾风险因素模糊语言值打分，以左右模糊排序法计算模糊可能值，进而求得贝叶斯网络各节点的先验概率。基于贝叶斯网络模型，开展了民航火灾事故风险分析。结果显示：安检和安全培训对飞机火灾事故发生影响最大，天气影响次之，机械故障影响最小；可燃物的管控是敏感度最大的节点；维修错误→零部件损坏→失控起火→燃烧发生及灭火器的欠缺或失效→消防失效→火灾扑救不及时→扑救失败是飞机火灾事故的两条关键路径。

关键词：民用飞机；火灾事故；事故树；贝叶斯网络

中图分类号：X949" " " " " "文献标识码：A" " " " " " " " 文章编号：1007 - 9734 （2024） 03 - 0047 - 07

0 引 言

民用飞机火灾事故一旦发生多会伴随重大人员伤亡及财产损失，故而国内外学者对民用飞机火灾事故的重视程度不断加深[1]，对其相关的研究如火险监测评估、飞机火灾燃烧特性理论研究、应急处置等理论及技术也在不断完善。

火险监测评估方面，Wang Rui[2]等人通过改进层次分析法针对采用单一传感器检测飞机舱室火灾时虚报率较高的问题，提出了一种多传感器数据融合方法进行火灾检测，使火灾检测的误报率达到了0.5%以下。张德银[3]等人针对民用飞机光电感烟火灾探测器容易出现火警误报的问题，对该型探测器做出改进，并依据三种不同波长的激光进行火灾模拟实验，证明了新型火灾探测器的优越性。飞机火灾燃烧特性理论研究方面，文献[4]采用不同的通风量模拟了飞机货舱通风对火灾特性的影响，得出了不同通风量条件下火灾特性在火灾发生180s后的稳定期和60s内的初期阶段的变化规律，对飞机多传感器的设计优化具有一定的参考价值。应急处置等理论及技术方面，Luis[5]针对发动机灭火过程进行了建模分析，引入了多孔介质方程（PME），构建了PME形式的非线性扩散模型。魏诗雨[6]等人借用AnyLogic软件，引入惶恐系数和集体关系因素对传统社会力模型进行改进，有助于应急预案的制定和演练。胡嘉旭[7]等人为提升机场消防保障能力，提高保障人员飞机火灾扑救战斗力，结合飞机火灾的特点和救援难点对飞机火灾扑救的基本方法进行了阐述，为机场消防救援提供了参考依据。民用飞机火灾风险因素研究方面，柏羽珊[8]依据统计的35起大型客机火灾事故构建了大型客机火灾故障树，将AHP与熵权法相结合，提出了基于AHP—熵权法云模型的大型客机火灾评价方法，并以A330-300大型客机为例验证了该评价方法的可行性。

综上分析，当前针对飞机火灾事故的研究大多集中于飞机起火的检测报警系统和火灾发生后的应急处置方面，而对于飞机火灾风险因素的分析相对较少，且多为对飞机某一具体方面的火灾事故进行定性分析，定量分析以及各风险因素间的关系研究较少。

鉴于此，本文在统计2014年—2023年我国民航飞机火灾事故案例基础上，结合现有研究成果绘制了飞机火灾事故的事故树，构建民航飞机火灾事故贝叶斯网络分析模型，借此识别影响飞机火灾事故发生的关键因素及其影响路径，从而对这些风险因素制定针对性的防范措施。

1 基于FTA的民航飞机火灾BN模型的构建

1.1" 飞机火灾事故树构建

事故树是一种基于符号与逻辑门的自上向下推理事故发生过程的安全系统工程分析方法[9]，以逻辑关系图形式推演事故的演化过程。

本文以飞机火灾为关键词，收集了2014年到2023年十年间我国民航业飞机火灾事故案例，通过对其事故发生原因进行深度剖析，找出致使飞机火灾事故发生的各个基本事件和中间事件。将飞机火灾事故发生作为顶事件，将燃烧发生和扑救失败作为导致顶事件发生的直接原因，再将可燃物、助燃物和着火源作为燃烧发生的必要条件等，采用逻辑门链接，层层分析，最终形成了飞机火灾事故的事故树[10]。所绘制的事故树如图1所示，事故树中各事件如表1所示。

1.2" 民航飞机火灾贝叶斯网络模型

贝叶斯网络（Bayes Network）是一种基于贝叶斯决策理论的常用机器学习方法，它被广泛应用于研究不确定性问题的因果关系[11]。这种网络模型可以通过建立节点之间的关联来进行概率推理和条件推断，从而得出最终的结论。

考虑到事故树分析方法无法较好地体现各基本事件间的逻辑关系，将构建的事故树通过GeNIe软件转化为贝叶斯网络，两种模式相互映射，顶上事件与叶节点相对应，中间事件与中间节点相对应，基本事件与根节点相对应，逻辑门与条件概率表相对应，基本事件发生概率与根节点先验概率相对应[12]。

根据飞机火灾事故树的构建机理，将事故树中的顶事件、中间事件和基本事件在GeNIe软件中生成对应的节点，通过把存在逻辑关系的各个事件所对应的节点连接起来，确定网络节点变量的状态，经过贝叶斯网络分析推理，形成各个节点之间的联合分布，从而得到飞机火灾事故的贝叶斯网络模型，如图2所示。

2 基于BN模型的飞机火灾风险分析

2.1" 事件先验概率的确定

贝叶斯网络是一种概率图模型，用于表示变量之间的条件依赖关系[13]，在构建贝叶斯网络时，需要确定各个变量的概率分布，包括条件概率和先验概率。先验概率是指在没有任何观测数据的情况下，对变量的概率分布的估计，它通常是基于领域知识、经验数据或者专家意见等得出的。本文以民用飞机火灾事故案例数据为基础，根据相关行业专家判断赋值，进而通过自然语言模糊化处理得出飞机火灾各个事件的发生概率，即先验概率[14]。依据领域知识和经验原则以及评估的独立性和公正性原则，分别从航空公司和高校各选取两位民航火灾领域的专业人士作为评估专家，通过收集到的民用飞机火灾事故案例，由4位专家使用模糊语言值对相关风险因素进行打分，将民用飞机的各种风险因素的发生概率分为{高，较高，中等，较低，低}5个等级，通过模糊综合评价方法进行不确定信息的处理，以线性分布函数三角形模糊数以及梯形模糊数表示权威专家的模糊语言。

三角模糊数F1=（A1，B1，C1），梯形模糊数F2=（A2，B2，C2，D2）。A，B，C，D∈实数集R。隶属度函数如公式（1）（2）所示。

F（x）=[0xlt;A（x-A）（B-A）A≤xlt;B（C-x）（C-B）B≤xlt;C0C≤x] （1）

F（x）=[0xlt;A（x-A）（B-A）A≤xlt;B" " " " " "1" " " B≤xlt;C （D-x）（D-C）C≤xlt;D0D≤x] （2）

其中A、B、C、D均处于0到1之间。

对模糊数的处理过程中的加减乘除等基本运算法则可以采用相对应的λ截集进行计算，各模糊等级与对应的λ截集如表2所示。

假设四位专家的评价权重相同，将四位专家的评价截集进行相加取平均值，得出对应的平均模糊数，进而通过左右模糊排序法将模糊数转变为模糊可能值（Fuzzy Possibility Score，FPS），FPS的计算过程如式（3）-（7）所示。

f max=[x0lt;xlt;10其他] （3）

f min=[1-x0lt;xlt;10其他] （4）

FPSL[x]=[supx][f（x）∧fmin （x）] （5）

FPSR[x]=[supx][f（x）∧fmax（x）] （6）

FPS[x]=[1-FPSLx+FPSRx]／2 （7）

其中，sup表示上确界，f（x）表示隶属度函数，FPSL（x）和FPSR（x）分别表示左模糊可能性值与右模糊可能性值。

将FPS转化为最终失效率数值（Fuzzy FailureＲate，FFR），即贝叶斯网络中各节点的先验概率，转化公式如式（8）所示。

FFR（x）=[110kFPS（x）≠00FPS（x）=0] （8）

其中，k=[[（1-FPS）FPS]]1/3×2.301

基于上述理论计算民用飞机火灾贝叶斯网络各节点的先验概率，如表3所示。

2.2" 事件后验概率的计算与分析

在GeNIe软件中，输入各个事件的先验概率，假设顶上事件飞机火灾事故必定发生（即认为飞机火灾事故发生的概率为100%），得出贝叶斯网络各节点的后验概率，如表4所示。

通过GeNIe贝叶斯网络的计算结果可以了解到，当飞机火灾事故一定发生时，部分基本事件的后验概率发生了明显的增大。将引起飞机火灾事故发生的各个基本事件的先验概率与后验概率进行对比统计，结果见图3。

由图3可以直观地看出，当顶上事件飞机火灾事故一定发生时，基本事件X6、X10、X14、X19、X21、X22、X24的风险概率大于30%。即雷击起火、恶劣天气决策失误、安检不到位、未及时发现火焰、灭火技能不足、灭火器过期发生概率大于30%，由此可知这些基础事件的发生对飞机火灾事故影响较为严重，应该加强相关方面的安全管理和防范。通风不畅、探测系统未探测到火焰、联动系统未起作用的概率也提升到先验概率的二倍以上，因此需要加强对飞机硬件设备的检查维护。

2.3" 事件敏感度确定及分析

敏感性推理是对“原因”和“原因”之间相互影响程度的一种推论方式[15]。在贝叶斯网络中，当父节点的先验概率改变时，其子节点的后验概率也随之改变。敏感性推理能量化出因父结点变化所引起的子结点变化，进而找出对目标点有较大影响的节点。通过GeNIe中贝叶斯网络敏感性推断函数，实现对特定对象节点的敏感性推断，在此基础上，分析各结点的敏感性，从而得到各结点对目标结点的影响程度，找出影响结点的主要因素。将节点T（飞机火灾事故）设定为目标节点，状态设置为“State1”，即发生状态。借用GeNIe软件进行飞机火灾的敏感性分析，得到飞机火灾事故节点敏感性分析结果，将飞机火灾事故贝叶斯网络各节点的敏感度进行计算并按照敏感度的大小进行排序。贝叶斯网络各节点的最大节点敏感度具体数值如表5所示。

表5中各风险节点变量的MNS值为该节点的最大灵敏度，数值越大，敏感强度级别越高。由表5中的MNS值可以知道引起飞机火灾事故发生的敏感性最大的节点为可燃物，即可燃物的管理敏感级别最高，为飞机火灾防控的脆弱点；在可燃物的管理之中，可燃物存放不当和储量超载敏感性强度较高，所以机场方面应当加强可燃物的检查和储量的控制；通风不畅、安检不到位、联动系统未起作用、扑救失败、探测系统未探测到火焰等节点为敏感性一般节点；其余MNS值较小的节点属于敏感强度较为一般和几乎不敏感的节点。

2.4" 飞机火灾事故关键路径识别及分析

对贝叶斯网络进行最大致因链分析，可以确定导致事故发生的最主要途径[16]，从而可以为精准识别危险源提供理论依据。着眼于飞机火灾贝叶斯网络模型，通过使用GeNIe软件提供的最大致因链分析功能，寻找导致飞机火灾事故发生的关键路径，以圆形表示根节点，矩形表示叶节点和中间节点，将子节点对父节点发生的影响程度分为高、中、低三个等级并以红、蓝、绿三种颜色表示，等级越高，则对应的连线越粗。飞机火灾事故关键路径分析结果如图4所示。

由图中所绘信息可以看出X8、X9、X12、X14、X16、X23、X24、X25、X26等路径明显变粗，即燃油泄漏和电气短路是引擎起火的最大致因链源头；维修错误是零部件损坏的最大致因链源头；决策失误是飞行员失误的最大致因链源头；经验不足是技能欠缺的最大致因链源头；灭火器欠缺和灭火器失效是未及时扑救的最大致因链源头；未及时扑救是扑救失败的最大致因链源头，等等。综合分析可得，维修错误导致零部件损坏，从而引发失控起火，是飞机火灾事故中燃烧发生的一条关键路径，即X12→M7→M6→M3→M1→T；而灭火器的欠缺或失效使得消防设施失效，导致火灾扑救不及时，扑救失败，是飞机火灾事故中扑救失败的关键路径之一，即（X23，X24）→M13→M11→M2→T。

3 飞机火灾事故防控安全对策

（1）加强机组人员的培训工作。人的因素一直是飞机火灾事故发生的重要影响因素，对飞行员和机组人员进行定期的飞机火灾相关培训工作以及不定期的抽查作业是保障飞行人员掌握飞机火灾事故防控能力的有效途径。

（2）可燃物的管理不当是引起飞机火灾事故发生的重要因素。增强安检强度，确保不会出现易燃易爆物品混入的情况发生；对飞机可燃物储量敏感值进行更加精确的计算，设立可燃物储量安全警戒线，保证飞机上的可燃物储量不会超出安全警戒线。

（3）定期检查与维修是飞机火灾防控系统的重要组成部分。定期对飞机进行火灾防控设备的检查与维护，确保灭火系统、报警系统、消防设备等能够正常运行。

（4）先进的飞机火灾监测技术是降低飞机火灾事故发生概率的关键。引入先进的火灾监测技术与系统，包括烟雾探测器、温度探测器等，实时监测飞机内部的火灾情况，并及时采取应对措施。

（5）制定飞机火灾事故应急预案和详细的飞机火灾事故疏散与救援计划，确保乘客和机组人员在火灾事故中能够及时、安全地疏散和获救。

参考文献：

[1]王广超，张亚军，陈利人，等.民用航空器地面火情处置与机场消防救援能力提升对策研究[J].消防科学与技术，2023，7（1）：91-95.

[2]RUI W，YAHUI L，HUI S，et al. Multisensor-weighted fusion algorithm based on improved AHP for aircraft fire detection[J].Complexity，2021，2021：1-9.

[3]张德银，何志祥，钱伟，等.民用飞机火灾探测器改进研究[J].消防科学与技术，2016，35（11）：1575-1578.

[4]LU K H，MAO S H， WANG J，et al.Numerical simulation of the ventilation effect on fire characteristics and detections in an aircraft cargo compartment[J].Applied Thermal Engineering，2017，124：1441-1446.

[5]LUIS J D.Modeling of an aircraft fire extinguishing process with a porous medium equation[J].SN Applied Sciences，2020，2（12）：1-20.

[6]魏诗雨，刘勇.改进社会力模型的飞机火灾一体化疏散仿真优化[J].科学技术与工程，2020，20（33）：13942-13948.

[7]胡嘉旭，王海涛，徐显海，等.军用飞机火灾特点及救援对策[J].消防科学与技术，2022，8（18）：45-47.

[8]柏羽珊.大型客机火灾风险评估[D].沈阳：沈阳航空航天大学，2019.

[9]吴波，刘兆春，刘聪，等.基于FTA-FAHP的山岭公路隧道施工经济性评价[J].郑州航空工业管理学院学报，2023，41（4）：73-85.

[10]张霞，朱杰.基于事故树和模糊层次分析法的飞机火灾事故分析[J].安全，2020，41（4）：39-43.

[11]代金运.基于贝叶斯网络的铁路车务段安全隐患预测与控制研究[D].北京：中国铁道科学研究院，2022.

[12]姚诗忆，汪益敏，仇培云，等.基于FTA-BN的综合交通枢纽中地铁车站安全风险评价[J].都市快轨交通， 2023，36（2）：174-182.

[13]慕春棣，戴剑彬，叶俊，等.用于数据挖掘的贝叶斯网络 [J].软件学报，2000，11（5）：660-666.

[14]刘佳，寇小明，王凯国，等.基于专家综合评判的故障树底事件失效率计算方法[J].水下无人系统学报，2018， 26（6）：575-580.

[15]崔佳旭，杨博.贝叶斯优化方法和应用综述[J].软件学报，2018，29（10）：3068-3090.

[16]秦岩，盛武.基于贝叶斯网络的煤矿顶板事故致因研究 [J].矿业安全与环保，2022，49（3）：136-142.

责任编校：裴媛慧，陈 强

Risk Analysis of Civil Aircraft Fire Accidents Based on FTA and BN

FU Shuai，NIU Shengqi，LAI Zhengbo，GUO Xinyao

（School of Management Engineering，Zhengzhou University of Aeronautics，Zhengzhou 450046，China）

Abstract：This article summarized the information of aircraft fire accidents in the past decade.Then an aircraft fire accident Tree （FTA） model was constructed. Based on the FTA，a bayesian network （BN） model for civil aircraft fire accidents was constructed.Four authoritative experts scored the fuzzy language values of fire risk factors. The left and right fuzzy sorting method was used to calculate the fuzzy possible values.And then the prior probabilities of each node in the BN was obtained.Based on the BN model， a risk analysis of civil aviation fire accidents was conducted.The results show that security checks and safety training have the greatest impact on aircraft fire accidents，followed by air impact，mechanical failures have the least impact，and the control of combustibles is the most sensitive node.Maintenance errors lead to uncontrolled fires，and fire fighting is not timely due to the occurrence of combustion and the lack or failure of fire extinguishers，and the failure to extinguish are the two critical paths of aircraft fire accidents.

Key words：civil aircraft;fire accidents;accident tree;Bayesian network

收稿日期：2024-01-22

基金项目：国家自然科学基金项目（72304253）；河南省高等学校重点科研项目（24A620005）；河南省高等学校青年骨干教师培养计划（2020GGJS174）

作者简介：付 帅，男，河南郑州人，讲师，博士，研究方向为安全检测与监控、风险评估、安全评价、应急管理。