国外空管不安全事件中的人误风险分析

doi:10.16265/j.cnki.issn1003-3033.2022.12.2739

摘要/Abstract

摘要：

以近20年国外空管(ATM)不安全事件的调查报告为数据样本,研究导致管制员人为差错的风险因素。首先基于认知差错回溯分析(TRACEr)方法,在感知、记忆、计划决策和响应执行4个认知层面,划分管制员人误类型及差错根因类别;然后采用基于粗糙集理论(RST)的数据挖掘方法和贝叶斯网络(BN)的逆向推理方法计算各认知领域的差错风险表征值。研究结果表明:警觉性失效、信息处理失误、环境干扰和信息传输不清晰是引发不安全事件的高风险因素。边界视野局限、视觉识别失误、期望倾向、注意力未全局化等视觉感知差错根因在地面不安全事件中占主要影响;而记忆障碍、未充分学习、风险辨识失效、负作用影响等记忆和计划决策差错根因在空中不安全事件中占主要影响。经RST挖掘得到的视觉感知差错和信息传输差错是主要人误类型;而由BN分析得出的结论中,判断差错成为影响程度仅次于视觉感知差错的重要人误类型。

关键词: 空管(ATM)不安全事件, 人误风险, 粗糙集理论(RST), 贝叶斯网络(BN), 认知差错回溯分析(TRACEr)

Abstract:

Taking the investigation reports of foreign unsafe events in ATM in the past 20 years as data samples, the risk factors leading to human errors of controllers were studied. Based on the method of cognitive error backtracking analysis (TRACEr), the types and root causes of controller errors were divided into four cognitive levels: perception, memory, planning decision and response execution. The data mining method based on RST and the reverse reasoning method of BN were used to calculate the error risk representation value of each cognitive field. The results show that vigilance failure, information processing fault, environmental interference and unclear information transmission were the high-risk factors of unsafe events. The root causes of visual perception errors such as boundary vision limitation, visual recognition error, expectation tendency and unglobalized attention are the main influencing factors in the ground unsafe events. The root causes of memory impairment, insufficient learning, risk identification failure, and negative effects, account for the main influence in air insecurity incidents. The visual perception error and information transmission error obtained by RST are the main human error types. In the conclusion of BN analysis, judgment error is the most important human error next to visual perception error.

Key words: unsafe event in air traffic management(ATM), human error risk, rough set theory(RST), Bayesian network(BN), technique for retrospective analysis of cognitive errors(TRACEr)

杨越, 马博凯, 曹宇轩. 国外空管不安全事件中的人误风险分析[J]. 中国安全科学学报, 2022, 32(12): 38-45.

YANG Yue, MA Bokai, CAO Yuxuan. Human error risk analysis based on foreign unsafe events in air traffic management[J]. China Safety Science Journal, 2022, 32(12): 38-45.

图/表 5

表1

基于国外空管不安全事件的管制员人误划设及根因归类

认知领域	IEM	PEM	地面不安全事件典型案例	空中不安全事件典型案例
感知 $R 1$	视觉搜索差错 $E 1$	边界视野局限 $m 1$	目视检查跑道时未发现跑道末端即将进入的驱鸟车辆而给离场航空器发布了起飞许可	未及时关注周边扇区移交的航空器已进入管辖责任扇区
	视觉搜索差错 $E 1$	视觉识别失误 $m 2$	未及时发现五边进近航空器的速度明显大于正常值	未及时发现即将产生冲突的航空器标识信息
	视觉检测差错 $E 2$	期望倾向 $m 3$	发布跑道外等待指令后认为航空器一定不会进入跑道而未进行持续监控,导致了由于跑道侵入造成的进近航空器复飞	监听机长复诵正确后未发现雷达监视设备中航空器标识的错误变化信息
		空间混淆 $m 4$	未及时发现落地与起飞航空器之间的间隔小于规定间隔	错误读取了非目标航空器雷达标识中的高度信息
		注意力未全局化 $m 5$	将注意力集中于跑道及五边的航空器而忽略了在滑行道中即将产生冲突的其他航空器	对进场航空器进行排序而忽略离场航空器的高度变化
	听觉感知差错 $E 3$	警觉性失效 $m 6$	未及时监听到航空器穿越跑道的错误复诵而对离场飞机发布了起飞许可	由于疲惫或放松,未发觉机长复诵错误的航向变化指令
	听觉感知差错 $E 3$	相似任务干扰 $m 7$	航班呼号的相似性对听觉产生干扰,导致给场面滑行的航空器发错指令	波道中的相似航班号导致给非目标航空器发送了指令
记忆 $R 2$	工作记忆差错 $E 4$	多任务干扰 $m 8$	为使延误航空器尽快离场而错发了滑行指令,使离场航空器在滑行道中产生了冲突	由于精力受限,忘记了使进场航空器及时下降高度
	工作记忆差错 $E 4$	记忆障碍 $m 9$	忘记了已给落地航空器发布了穿越跑道的指令而错误地给离场航空器发布了起飞许可	忘记了已给航空器发送了大下降率变高度的指令,又指挥航空器减小水平速度
	长时记忆差错 $E 5$	未充分学习 $m 10$	错误记忆了某一不常见机型的最后进近速度而导致起飞和落地飞机之间的间隔小于安全标准	错误记忆了某一不常见机型的爬升率数据,使其在移交位置未达到规定的移交高度
	长时记忆差错 $E 5$	低频率信息 $m 11$	忘记了跑道上空出现的不明空中活动处置程序	忘记了航空器空中放油的关键处置程序
计划决策 $R 3$	判断差错 $E 6$	错误假设 $m 12$	在为离场航空器发布进跑道许可时,错误估计了进近航空器距跑道入口的距离而导致其复飞	在指挥逆向飞行的航空器穿越高度时错误地估算了相遇时间
		风险辨识失效 $m 13$	未发现已落地的航空器发生故障导致其无法快速脱离跑道	未及时发现即将进入限制区的航空器
		沟通误解 $m 14$	由于和机长的沟通误解,使不能立即起飞的航空器进入跑道而导致进近航空器复飞	机长错误理解了管制员发布的雷达引导指令
	不正确或不充分的决策 $E 7$	信息集成失效 $m 15$	错误地给存在航迹交叉的2架离场航空器同时发布起飞许可	错误地认为1架爬升率较低的航空器在到达指定位置时能上升到目标高度
		信息处理失误 $m 16$	发布落地许可时说错了降落跑道号,导致航空器复飞	对进场航空器选择了错误的优先级排序方案
		负作用影响 $m 17$	交叉跑道起飞的2架航空器,在前机起飞未穿过飞行航迹交叉点时,给后机发布了起飞许可	发送航向指令时未考虑航空器单发失效的影响
认知领域	IEM	PEM	地面不安全事件典型案例	空中不安全事件典型案例
响应执行 $R 4$	行为时间差错 $E 8$	监控行为失效 $m 18$	发布的错误起飞许可未被监控管制员及时发现	发布的错误高度穿越指令未被监控管制员及时发现
	行为时间差错 $E 8$	精确动作控制失效 $m 19$	在离场航空器未上升至规定高度时就将其移交给相邻管制扇区	对进场航空器发布减速指令时,未满足运行时段限定的调速标准
	信息传输差错 $E 9$	环境干扰 $m 20$	低能见度条件下,未指示检查车辆脱离跑道而给离场航空器发布了起飞许可	由于雷达标牌交叉重叠,给非目标航空器发布了指令
		心口不一 $m 21$	要发布航空器在跑道外等待的指令,实际却发布了穿越跑道指令	发布高度变化指令时与心中所想不一致且未发现口误
		信息传输不清晰 $m 22$	发布进跑道许可含糊不清,导致机长错误理解	发布转弯指令时未明确左转或右转,使航空器发生危险接近

表1

图1

图2

图3

图4

参考文献 15

[1]	左保龙, 张久星, 徐浩军. 人机环境工程的空管安全性模糊综合评判[J]. 火力与指挥控制, 2016, 41(2):60-64.
	ZUO Baolong, ZHANG Jiuxing, XU Haojun. Fuzzy comprehensive evaluation of ATC security based on Man-machine environment engineering[J]. Fire Control & Command Control, 2016, 41(2):60-64.
[2]	王洁宁, 钟彬, 侯海洋. 基于系统动力学的空管安全绩效预测[J]. 安全与环境学报, 2021, 21(1):257-262.
	WANG Jiening, ZHONG Bin, HOU Haiyang. Prediction of ATM safety performance based on system dynamics[J]. Journal of Safety and Environment, 2021, 21(1): 257-262.
[3]	岳仁田, 韩亚雄, 赵嶷飞. 基于ISM的空管运行亚健康影响因素研究[J]. 安全与环境学报, 2020, 20(4):1406-1411.
	YUE Rentian, HAN Yaxiong, ZHAO Yifei. Strict examination of the influential factors of the sub-health operation of the air traffic control based on the ISM standard[J]. Journal of Safety and Environment, 2020, 20(4): 1406-1411.
[4]	姚登凯, 王晴昊, 甘旭升. 改进模糊Petri网在空管安全风险评估中的应用[J]. 安全与环境学报, 2018, 18(2):413-417.
	YAO Dengkai, WANG Qinghao, GAN Xusheng. Safety risk assessment on the air traffic control via the improved fuzzy Petri net[J]. Journal of Safety and Environment, 2018, 18(2): 413-417.
[5]	杨越, 黄贻刚, 宋祥波, 等. 基于运行数据的管制员工作效能测评方法[J]. 中国安全科学学报, 2020, 30(3):8-14. doi: 10.16265/j.cnki.issn1003-3033.2020.03.002
	YANG Yue, HUANG Yigang, SONG Xiangbo, et al. Evaluation method of ATCO's task performance based on operation data[J]. China Safety Science Journal, 2020, 30(3): 8-14. doi: 10.16265/j.cnki.issn1003-3033.2020.03.002
[6]	王洁宁, 李保燊, 冀姗姗. 基于STPA和模糊BN的AIDC移交人误研究[J]. 中国安全科学学报, 2019, 29(9):27-35. doi: 10.16265/j.cnki.issn1003-3033.2019.09.005
	WANG Jiening, LI Baoshen, JI Shanshan. Study on human error in AIDC transfer based on STPA and fuzzy BN[J]. China Safety Science Journal, 2019, 29(9): 27-35. doi: 10.16265/j.cnki.issn1003-3033.2019.09.005
[7]	赵琦. 进近管制员监听错误的影响因素分析[J]. 中国安全科学学报, 2017, 27(7):105-109. doi: 10.16265/j.cnki.issn1003-3033.2017.07.019
	ZHAO Qi. Analysis of factors influencing approach controller hearback error[J]. China Safety Science Journal, 2017, 27(7):105-109. doi: 10.16265/j.cnki.issn1003-3033.2017.07.019
[8]	杨越, 张燕飞, 王建忠. 基于CREAM和贝叶斯网络的空管人误概率预测方法[J]. 中国安全生产科学技术, 2020, 16(3):37-43.
	YANG Yue, ZHANG Yanfei, WANG Jianzhong. Prediction method of human error probability in air traffic management based on CREAM and Bayesian network[J]. Journal of Safety Science and Technology, 2020, 16(3): 37-43.
[9]	杨越, 宋祥波, 王建忠. 基于TRACEr的管制员差错风险量化分析[J]. 中国安全科学学报, 2020, 30(8):109-115. doi: 10.16265/j.cnki.issn1003-3033.2020.08.016
	YANG Yue, SONG Xiangbo, WANG Jianzhong. Quantitative analysis method of ATCO's error risks based on TRACEr[J]. China Safety Science Journal, 2020, 30(8):109-115. doi: 10.16265/j.cnki.issn1003-3033.2020.08.016
[10]	Eurocontrol. Skybrary[EB/OL]. [2021-12-29].https://skybrary.aero/accidents-and-incidents.
[11]	SHORROCK S T, KIRWAN B. Development and application of a human error identification tool for air traffic control[J]. Applied Ergonomics, 2002, 33:319-336. pmid: 12160336
[12]	崔振新, 蔡月茹. 基于AHP/VPRS的民航安全信息工作绩效管理指标权重研究[J]. 安全与环境工程, 2016, 23(1):173-178.
	CUI Zhenxin, CAI Yueru. Research on index weight for performance management of civil aviation safety information work based on AHP/VPRS[J]. Safety and Environmental Engineering, 2016, 23(1):173-178.
[13]	MH/T 2001—2015, 民用航空器事故征候[S].
	MH/T 2001-2015, Civil aircraft incident[S].
[14]	刘军凯, 崔振新. 基于粗糙集理论的飞机复飞事故影响因素分析[J]. 安全与环境工程, 2017, 24(2):172-177,182.
	LIU Junkai, CUI Zhenxin. Influencing factors of airplane go-around accidents based on the Rough Set Theory[J]. Safety and Environmental Engineering, 2017, 24(2):172-177,182.
[15]	叶慧敏. 轨道交通人误率预测量化分析模型设计及风险评价[D]. 北京: 北京交通大学, 2017.
	YE Huimin. Quantitative human error probability prediction model designment and risk evaluation for railway[D]. Beijing: Beijing Jiaotong University, 2017.