]*>","")" /> 基于模糊BN和SHELLO模型的管制人为因素安全风险分析

中国安全科学学报

• 安全社会工程 • 上一篇    下一篇

基于模糊BN和SHELLO模型的管制人为因素安全风险分析

梁曼,徐肖豪,邹少孚   

  1. 中国民航大学空中交通管理学院,天津300300;中国民航大学天津市空管运行规划与安全技术重点实验室,天津300300;南京航空航天大学民航学院,江苏南京210016%中国民航大学空中交通管理学院,天津,300300%民航华东地区空中交通管理局,上海,200335
  • 出版日期:2013-11-20 发布日期:2013-11-25
  • 基金资助:
    资助项目:国家科技支撑计划项目(2011BAH24B10)

Air Traffic Control Human Factors Safety Risk Analysis Based on Fuzzy Bayesian Network and SHELLO Model

  • Online:2013-11-20 Published:2013-11-25

摘要: 为量化空中交通管理人为因素安全风险,识别相关风险的关键事件,将组织因素引入传统SHELL模型,将其拓展成新的空管人为因素分析模型SHELLO.利用贝叶斯网络,构建事故的致因关系.利用5年统计资料,计算管制员本身(L)、管制员与其他人员之间(L-L)、管制员与软件之间(L-S)、管制员与硬件之间(L-H)、管制员与环境之间(L-E)、管制员与组织之间(L-O)各基本风险事件的条件概率.针对“航空器之间距离小于规定间隔”事件进行了案例研究.结果表明:当这种事件发生时,有75%的概率与L因素有关,57%的概率与L-S有关,53%的概率与L-H有关,管制员自身是造成该事件的关键原因.

中图分类号: