随着民航运输业的快速发展,航空运输量和排班量大幅度增加。人为因素影响着民航安全、飞机的安全性及运行成本。本文建立了民航系统人因风险分析与评估框架体系,以民航维修系统为研究对象,分析与评估人因风险,识别运行中的薄弱环节,制定相应管理政策。因此研究民航维修中的人为因素对于民航业来说有着重要的现实意义。全文研究内容包括:首先,从人为因素的基本概念出发,分析各代HRA模型的优缺点;提出深度学习在民航系统应用的必要性和重要性,建立基于深度学习的民航系统人因可靠性框架体系。其次,采用功能共振网络方法进行民航维修系统人为因素分析,确定可能发生共振的功能单元并制定相关防护措施;采用CREAM方法对事故实例的认知活动失效概率进行预测分析。再次,在深度学习的民航维修系统人因风险分析应用中,采集中国民航维修差错造成的不安全事件数据作为风险分析样本数据,绘制风险水平图;考虑深度学习所需样本数量,采用Bootstrap方法扩充样本量,对不安全事件与事件率进行深度学习人因风险评估分析,得出影响程度较高的事件类型,构建影响程度较高事件类型的人为因素映射,提出应对措施,有助于量化维修差错,促使系统认识和识别维修差错中的人为因素。最后,在深度学习的民航维修系统人因风险评估应用中,统计中国民航运输量以及维修事故征候数量,获得事故征候率,作为人因风险评估对象。采用深层BP神经网络、LSTM方法以及ARIMA方法对人因风险概率进行评估预测,为维修系统人因风险评估提供决策支持。