飞行区外来物入侵安全风险致因FTA-BN模型

doi:10.16265/j.cnki.issn 1003-3033.2021.06.002

中国安全科学学报 ›› 2021, Vol. 31 ›› Issue (6): 7-13.doi: 10.16265/j.cnki.issn 1003-3033.2021.06.002

• 安全科学理论与安全系统科学 • 上一篇下一篇

飞行区外来物入侵安全风险致因FTA-BN模型

潘丹^1,2 讲师, 李永周^**1,2 教授, 罗帆³ 教授, 张攀科⁴ 讲师, 肖琴⁵ 讲师

1 武汉科技大学恒大管理学院,湖北武汉 430081;
2 武汉科技大学服务科学与工程研究中心,湖北武汉 430081;
3 武汉理工大学管理学院,湖北武汉 430070;
4 河南科技大学管理学院, 河南洛阳,471023;
5 武汉工程大学管理学院,湖北武汉 430205

收稿日期:2021-03-25 修回日期:2021-05-18 出版日期:2021-06-28
作者简介:潘丹 (1988—),女,湖北咸宁人,博士,讲师,主要从事人因工程和风险预警研究。E-mail:492157582@qq.com。
基金资助:
教育部人文社会科学研究规划基金资助(18YJA630076);湖北省教育厅科学技术研究重点项目(D20201104); 湖北省教育厅哲学社会科学研究项目(19Q022)。

FTA-BN model of risks causation for FOD intrusion in flight area

PAN Dan^1,2, LI Yongzhou^1,2, LUO Fan³, ZHANG Panke⁴, XIAO Qin⁵

1 Evergrande School of Management, Wuhan University of Science and Technology, Wuhan Hubei 430081, China;
2 Service Science and Engineering Research Center, Wuhan University of Science and Technology, Wuhan Hubei 430081, China;
3 School of Management, Wuhan University of Technology, Wuhan Hubei 430070, China;
4 School of Management, Henan University of Science and Technology, Luoyang Henan 471023, China;
5 School of Management, Wuhan Institute of Technology, Wuhan Hubei 430205, China

Received:2021-03-25 Revised:2021-05-18 Published:2021-06-28

摘要/Abstract

摘要： 为探究机场飞行区外来物(FOD)入侵安全风险,集成事故树分析(FTA)和贝叶斯网络(BN), 构建风险致因分析模型;运用FTA分析FOD入侵的风险致因结构,结合BN表达风险的多模态性,通过FTA的结构推理和BN的双向推理分析、诊断和评价系统风险。研究结果表明:从系统的致险结构来看,违章因素的位置最关键;从系统的敏感性来看,道面破损、航班流量因素最敏感,2个节点最危险状态发生概率分别提升3.57%、0.43%即可导致顶事件发生;从系统的贡献度来看,违章、技能欠缺节点贡献最大,2个节点处于最危险状态时,顶事件发生概率最高,分别为4.18%、1.50%。样本机场FOD入侵发生概率为0.13%,增加飞行区作业人员的经验更能有效降低FOD入侵事件发生的概率。

关键词: 机场飞行区, 外来物(FOD)入侵, 安全风险, 事故树分析(FTA), 贝叶斯网络(BN)

Abstract: In order to explore safety risks of FOD intrusion in airport flight area, FTA and BN methods were integrated to build a risk causation analysis model. FTA was used to analyze causation structure of FOD intrusion events. BN was applied to express multimodal properties of risks, and FTA structural reasoning and BN bi-directional reasoning function were utilized to analyze, diagnose and evaluate system risk. The results show that position of violation factors is the most critical element from perspective of risk structure while from perspective of system sensitivity, pavement damage and flight flow are the most sensitive factors with probability of two nodes' most dangerous state increasing by 3.57% and 0.43% respectively, which means that FOD intrusion can occur. It is also found that from perspective of system contribution, nodes with violations and lack of skills make the greatest contribution, and when they are in the most dangerous state, probability of FOD intrusion reaches highest, which is 4.18% and 1.50% respectively. Moreover, FOD intrusion probability in sample airfield is 0.13%, and by operators enriching their working experience, it can be effectively reduced.

Key words: airport flight area, foreign object debris (FOD) intrusion, safety risks, fault tree analysis (FTA), Bayesian network (BN)

中图分类号:

X949

潘丹, 李永, 罗帆, 张攀科, 肖琴. 飞行区外来物入侵安全风险致因FTA-BN模型[J]. 中国安全科学学报, 2021, 31(6): 7-13.

PAN Dan, LI Yongzhou, LUO Fan, ZHANG Panke, XIAO Qin. FTA-BN model of risks causation for FOD intrusion in flight area[J]. China Safety Science Journal, 2021, 31(6): 7-13.

参考文献

[1] 中国民用航空局机场司,中国民用航空局飞行标准司. 机场外来物管理规定[L]. 2011-08-09.
[2] 中国民用航空局安全办公室,中国民航科学技术研究院. 2018年1—6月中国民航安全信息统计报告[Z]. 2018-09-07.
[3] 程荣,张睿. 机场及飞机维修区域外来物损伤的研究与预防[J]. 中国高新技术企业, 2017 (5): 11-13.
[4] ERNIE H, MARK K. Implementing Gigapan technology into an airport's foreign object debris management program[J]. Transportation Research Record: Journal of the Transportation Research Board, 2013, 2336: 55-62.
[5] OZTURK S, KUZUCUOGLU A E. A multi-robot coordination approach for autonomous runway foreign object debris (FOD) clearance[J]. Robotics and Autonomous Systems, 2016, 75: 244-259.
[6] KIM Y, KIM M, HONG G Y, et al. Experiment on automatic detection of airport debris (FOD) using EO/IR cameras and radar[J]. The Journal of Korea Navigation Institute, 2018, 22(6): 522-529.
[7] HEYMSFIELD E, KUSS M. Implementing GigaPan technology into an airport's foreign object debris management program[J]. Transportation Research Record, 2013,2336(2336):55-62.
[8] 郑向平,苑文弟. 基于风险管理的机场FOD防治[J]. 中国民用航空, 2013(11): 53-54.
ZHENG Xiangping, YUAN Wendi. Airport FOD control based on risk management[J]. Civil Aviation of China, 2013(11): 53-54.
[9] 杜红兵,吴军. 基于MMEM-ISM方法的机场外来物风险影响因素分析[J]. 安全与环境学报, 2014, 14(6): 8-11.
DU Hongbing, WU Jun. Analysis of the airport foreign object damage risk influencing factors based on MMEM-ISM method[J]. Journal of Safety and Environment, 2014, 14(6): 8-11.
[10] 肖琴,罗帆. 机场外来物风险监管策略的演化博弈研究[J]. 复杂系统与复杂性科学, 2018, 15(2): 18-25.
XIAO Qin, LUO Fan. Evolutionary game of airport foreign risks supervision strategies[J]. Complex Systems and Complexity Science, 2018, 15(2): 18-25.
[11] 张攀科,罗帆. 水上机场航道冲突风险机制的FTA-BN建模[J]. 中国安全科学学报, 2018, 28(9): 177-182.
ZHANG Panke, LUO Fan. FTA-BN modeling of runway conflict risk mechanism at water aerodrome[J]. China Safety Science Journal, 2018, 28(9): 177-182.
[12] 陈长飞,白国强. 贝叶斯网络在消防系统可靠性分析中的应用[J]. 中国安全科学学报, 2018, 28(6): 97-102.
CHEN Changfei, BAI Guoqiang. Application of Bayesian network in analysis of reliability of fire protection system[J]. China Safety Science Journal, 2018, 28(6): 97-102.
[13] 汪涛,廖彬超,马昕,等. 基于贝叶斯网络的施工安全风险概率评估方法[J]. 土木工程学报,2010,43(增2): 384-391.
WANG Tao, LIAO Binchao, MA Xin, et al. Using Bayesian network to develop a probability assessment approach for construction safety risk[J]. China Civil Engineering Journal, 2010, 43(S2): 384-391.
[14] REN Jun, JENKINSON I, WANG Jin, et al. A methodology to model causal relationships on offshore safety assessment focusing on human and organizational factors[J]. Journal of Safety Research, 2008, 39(1): 87-100.

[1]	李一可, 张洪海, 石宗北, 周锦伦. 基于N-K-FRAM的空中交通运行安全风险耦合机制[J]. 中国安全科学学报, 2024, 34(5): 175-185.
[2]	王秉, 王兵, 廖慧敏. 元宇宙安全的内涵及治理路径研究[J]. 中国安全科学学报, 2024, 34(2): 2-7.
[3]	张建设, 黄艳龙, 李瑚均, 陈辉华, 何况, 代姿爽. 基于改进N-K模型的地铁盾构掘进安全风险耦合研究[J]. 中国安全科学学报, 2024, 34(2): 67-75.
[4]	刘富鹏, 杨九, 吴世博, 徐立新. 基于FDHHFLTS-BN的海底管道泄漏失效风险定量分析[J]. 中国安全科学学报, 2024, 34(1): 166-170.
[5]	张超, 翁文国, 陈勇, 代宝乾, 秦挺鑫. 城市安全风险特征及对风险管理的启示[J]. 中国安全科学学报, 2024, 34(1): 223-230.
[6]	赵雷通, 刘鑫, 闫换换. 基于CRM模型的障碍物遮蔽安全风险研究[J]. 中国安全科学学报, 2023, 33(S1): 150-155.
[7]	孙殿阁. 基于数字孪生技术的民用机场安全管理系统构建[J]. 中国安全科学学报, 2023, 33(S1): 222-227.
[8]	吴真真, 杨文涛, 王曦, 任遐. 社区安全发展评估体系研究[J]. 中国安全科学学报, 2023, 33(S1): 249-255.
[9]	王秉, 王渊洁, 张志宏. 压电安全管理及其模型[J]. 中国安全科学学报, 2023, 33(9): 1-9.
[10]	王海英, 楚林, 许建. 融合N-K模型的复杂网络架桥机施工安全风险因素分析[J]. 中国安全科学学报, 2023, 33(9): 10-17.
[11]	孙逸林, 郑小强, 刘险峰, 贺艳艳, 王冶. 基于AcciMap模型的燃气管道泄漏爆炸事故分析[J]. 中国安全科学学报, 2023, 33(7): 140-146.
[12]	陈芳, 崔庆敏, 向千秋. 基于动态贝叶斯网络的民航空中停车事件安全风险评估[J]. 中国安全科学学报, 2023, 33(7): 16-23.
[13]	陈伟, 田仪帅, 赵卓雅, 王艳华, 郭道远. 强降雨下地铁车站施工安全风险演化推理研究[J]. 中国安全科学学报, 2023, 33(6): 135-143.
[14]	吴海涛, 刘月, 杜彗敏. 小样本条件下地铁运营事故致因推理模型[J]. 中国安全科学学报, 2023, 33(3): 134-140.
[15]	付姗姗, 张悦, 席永涛, 翁金贤. 多因素耦合下长江口水域交通事故致因链分析[J]. 中国安全科学学报, 2023, 33(3): 60-67.

飞行区外来物入侵安全风险致因FTA-BN模型

FTA-BN model of risks causation for FOD intrusion in flight area

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价