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 发布日期:2021-12-28
通讯作者: ^**李永周(1968—),男,湖南绥宁人,博士,教授,主要从事人因工程、风险管理研究。E-mail:1289858878@qq.com。
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 Online:2021-06-28 Published:2021-12-28

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]	刘嘉豪, 余杨, 张振兴, 余建星, 王巍巍, 傅一钦. 二维云模型和贝叶斯网络的立管风险评估方法[J]. 中国安全科学学报, 2022, 32(5): 147-154.
[2]	鲁义, 伍江乐, 邵淑珍, 施式亮, 周荣义, 王伟. 基于贝叶斯网络的危化品道路运输事故推理模型^*[J]. 中国安全科学学报, 2022, 32(3): 174-182.
[3]	左微, 戢晓峰, 陈方, 覃文文. 考虑群体差异的公路客运站旅客集聚行为分析^*[J]. 中国安全科学学报, 2022, 32(2): 42-50.
[4]	赵挺生, 冯楚璇, 蒋灵, 张伟. 基于AcciMap模型的施工升降机安全风险研究^*[J]. 中国安全科学学报, 2022, 32(1): 79-84.
[5]	韩鹏, 王军, 王启, 赵嶷飞. 基于飞行剖面的航空器试飞活动空管风险研究^*[J]. 中国安全科学学报, 2022, 32(1): 149-156.
[6]	胡韫频, 李超, 李宗亮, 杨道合. 大跨度钢结构施工安全风险评价IHFACS-BN模型及应用^*[J]. 中国安全科学学报, 2021, 31(8): 147-154.
[7]	王军武, 王梦雨, 刘登辉, 吴寒, 胡蝶. 基于HFACS-BN的地铁车站施工高处坠落可能性评价[J]. 中国安全科学学报, 2021, 31(6): 90-98.
[8]	赵挺生, 庞奇志, 姜雯茜. 基于数据库与支持向量机的施工升降机安全风险预测[J]. 中国安全科学学报, 2021, 31(4): 11-17.
[9]	龙丹冰, 魏君豪, 杨成. 知识图谱改进的施工行为安全风险与危险位置识别算法^*[J]. 中国安全科学学报, 2021, 31(12): 10-16.
[10]	刘阳, 张建经, 罗宏森, 于海莹, 向波. 基于贝叶斯网络的Fuzzy-SVM路基震害预测模型^*[J]. 中国安全科学学报, 2021, 31(11): 171-178.
[11]	米红甫, 张小梅, 杨文璟, 王文和, 刘亚玲, 焦一飞. 城市地下综合管廊电缆舱火灾概率分析方法[J]. 中国安全科学学报, 2021, 31(1): 165-172.
[12]	屈静, 张建彬, 李旭芳, 陆宝, 华宁, 朱晓曼. 基于贝叶斯网络的输油管道泄漏事故情景推演[J]. 中国安全科学学报, 2021, 31(1): 192-198.
[13]	刘常军, 傅鹤林, 翟筱松, 张彦春, 纪张, 谢凤武. 铁路超长隧道安全风险管控及隐患排查治理监管[J]. 中国安全科学学报, 2020, 30(S1): 21-26.
[14]	梁娜. 铁路营业线施工安全风险分析[J]. 中国安全科学学报, 2020, 30(S1): 27-31.
[15]	陈伟, 杨主张, 熊威, 熊付刚, 杨道合, 牛力. 装配式建筑工程施工安全风险传导DEMATEL-BN模型[J]. 中国安全科学学报, 2020, 30(7): 1-6.

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