论文部分内容阅读
摘 要：我国终端区存在飞机流量大、管制服务复杂特点，管制安全问题因此日渐突出，这也是近年来学界围绕该领域开展了大量研究的原因所在，基于此，本文简单分析了终端区管制过程的安全风险识别、评估，并详细论述了终端区管制过程的安全风险控制，希望由此能够为相关业内人士带来一定启发。
关键词：管制过程；终端区；安全风险
中图分类号：V328 文献标识码：A 文章编号：1004-7344（2018）12-0258-02
前 言
近年来我国民航业实现了极为快速的发展，空管系统在其中发挥着极为关键的作用，但受航空运输量长期爆发式增长影响，同时我国交通管制区终端区的管制安全问题日益突出，这种情况的出现与终端区空中交通航路汇聚区域属性存在直接关联，而为了尽可能解决终端区管制安全问题，正是本文围绕基于管制过程的终端区管制安全風险管理展开具体研究的原因所在。
1 终端区管制过程的安全风险识别
为实现基于管制过程的终端区管制安全风险管理，首先需开展终端区管制过程的安全风险识别，因此笔者结合自身在中国民用航空西北地区空中交通管理局终端管制室的实际工作经验，围绕终端区管制过程的风险因素识别、终端区管制系统运行风险的解释结构分析开展了相关研究。
1.1 终端区管制过程的风险因素识别
为确定终端区管制过程中的风险因素，需从人机工程学理论涉及的人、机、环、管四个方面开展了风险因素识别，具体识别结果如下所示：①人。管制员的健康状况、安全意识和责任心、心理状况、业务知识水平、语言和交流沟通能力、配合默契程度。②机。维护和保养状态、空管设备可靠性、地空设备使用年限、设备故障率、空管备用设备状况。③环。飞行程度设计优劣、日高峰量、信息环境、空域环境、飞行期间天气恶劣程度。④管。规章标准合理性、军民航协调情况、上下级沟通情况、管理制度合理性、技术培训管理情况、机构职责管理合理性[1]。
结合识别结果，研究总结的处理共计31项的进近管制过程风险因素集，如交接班不正常、陆空标准通话用语不规范、五边间隔的判断有问题、标准进离场程序的使用出差错、管制动态的通报有问题、管制服务意识不好等。结合进近管制过程风险因素集、LSA分析法，可按照“识别潜在风险因素→制定调查问卷→实地调研→确定管制过程风险因素严重程度→划分等级分值→得出管制过程风险因素坐标点→解释管制过程风险因素”流程完成风险因素识别，结合上文得出的31项进近管制过程风险因素集，可得出图1所示的风险因素LS图、表1所示的经常出现的11项管制风险因素（处于不可容忍区域）对风险控制存在较高要求，而其余20项管制风险因素则处于可以容忍区域，由此即可开展针对性较高的专项培训[2]。
1.2 终端区管制系统运行风险的解释结构分析
为更好了解管制系统运行中的风险，可围绕终端区管制运行风险系统的元素和层次结构开展分析，这一分析应按照“风险致因因素→确定相关性→构建自乘矩阵→求解系统的可达矩阵→可达矩阵层级划分→构建结构模型分析及应用”流程完成分析，通过构建4个层次的ISM结构模型，即可确定共计19个的终端区管制系统运行风险致因因素，包括军事活动限制、管制移交协调不当、培训不足违规操作、心理素质差特情处置不当等，其中最顶层为诱发不安全事件的直接风险源，该层所涉及的风险致因因素也是本文研究的重点[3]。
2 终端区管制过程的安全风险评估
为结合上文研究开展终端区管制过程的安全风险评估，研究引入了灰色关联熵来描述风险的不确定性，由此建立风险评估模型即可实现高质量的终端区管制过程安全风险评估，这一评估的开展同样结合了笔者的实际工作经验。
2.1 风险性分析
结合灰色关联熵理论，可发现终端区管制系统属于典型的耗散结构，其“小涨落”、“巨涨落”的出现也与该结构联系紧密，其中“小涨落”一般源于外界影响，而“巨涨落”则代表风险达到一定阀值，因此即可围绕系统有序性、耗散结构的熵开展风险性分析，图2为终端区管制系统运行中的熵流模型。
2.2 危险天气终端下管制风险评估
考虑到危险天气属于影响管制系统正常运行的最为常见非常规条件，因此围绕其开展的风险评估得出的各种风险因素和不确定性将具备较高参考价值，这一分析过程需使用信息熵描述风险因素不确定性，通过提炼风险评估指标即可准确判断终端区管制系统在危险天气下的风险状态。具体计算可把灰色关联度作为评估指标的风险属性，设由风险评估指标的时间序列为：
由此计算初值像和差序列、关联系数、关联度，可最终得到风险评估指标的灰色关联度属性矩阵：
由此可确定第i个风险评估指标灰色关联度反映出的信息熵定义：
结合常见影响进近阶段的危险天气，可以确定危险天气下终端区管制子系统组成，分别包括管制员应急响应、管制指挥过程、空域环境、协调体系、空管系统保障、情景意识建立，由于这一系列过程中天气仍处于不断变化状态，终端区管制员在较大压力、繁忙工作中很容易出现不安全事件。结合上述分析，可得出由刚刚提及的危险天气下终端区管制子系统组成的风险评估指标体系，该体系由气象相关知识欠缺、管制指令不规范或错误、遗忘天气变化信息、强压下的短时记忆力不足、气象雷达监控系统失灵、危险天气影响范围大、班组成员间沟通能力不足等25项评估指标组成，由此开展计算即可得出风险评估分析表，具体评估指标的灰色关联度、指标权重与熵值、风险值可由此顺利求得。例如，某管制中心通过上述一系列评估确定了总评估指标风险值为0.12933，由此可断定该管制中心处于Ⅲ级风险水平，该管制中心对相关监督、培训、管理存在较高需求。
3 终端区管制过程的安全风险控制
3.1 安全风险控制策略
结合上文论述，可较为深入理解管制过程的终端区管制安全风险，因此其安全风险控制应首先围绕风险控制策略进行，图3位风险控制策略图。结合图3可发现，安全风险控制需围绕“飞机流→管制的更替→席位监控→进场指挥、离场指挥→冲突预测→冲突解决→休息→飞机流”流程开展，这一系列流程还需要涉及空中等待、流量空中、人力资源配置、规章制度制定、外部监督、备用系统、提供管理技能、改变管制运行程序、管制技能培训、风险管理培训、设置风险预警、制定和演练应急预案、进场离场单独运行等具体措施，由此即可较好服务于终端区管制过程的安全风险控制。 3.2 安全风险控制决策
结合上文分析、终端区管制系统运行中空管不安全事件易发现状，本文建议使用基于粗糙集约简的风险控制决策模型确定具体的风险控制策略，该模型的应用需首先分析风险因素，而结合风险因素构成的风险情况即可提出针对性较高的风险控制方法。结合上文研究得出的25个风险因素，可以构成風险控制决策知识系统S，即：S={U，R，V，f}，其中R=C∪D，其中的D指的是风险控制决策属性，由此结合风险控制决策表、属性约简算法、决策规则约简算法，即可按照“不安全事件统计→事故致因分析→风险控制决策→风险控制决策表→基于可分辨矩阵的启发式算法→属性约简→遗传算法→决策规则约简→决策规则的生成与分析”流程完成基于知识挖掘的风险控制决策。
例如，围绕某统计终端区管制发生的201起不安全事件，可按照基于知识挖掘的风险控制决策流程对其进行处理，由此即可得出终端区管制风险控制决策表，结合可分辨矩阵的启发式算法、遗传算法，最终确定27条风险控制决策规则，如得出的规章“（a04=1）=>（d={2[9]}）”，指的是如事前阶段出现雷达监控不足发生迹象，需采用外部监督与预警的风险控制方法，由此即可降低雷达监控不足的可能性。值得注意的是，应用上述流程得出的风险控制方法均为最简风险情况的组合，结合这种组合即可为风险控制方法的准确性选择、相关决策提供有力支撑。
4 结 论
综上所述，基于管制过程的终端区管制安全风险管理具备较高现实意义。而在此基础上，本文涉及的终端区管制过程的风险因素识别、终端区管制系统运行风险的解释结构分析、危险天气终端下管制风险评估、安全风险控制策略、安全风险控制决策等内容，则证明了研究的实践价值。因此，在终端区管制安全风险管理相关的理论研究和实践探索中，本文内容可发挥一定参考作用。
参考文献
[1]张俊强，胡德振，曹悦琪，卢 飞.基于信息熵的危险天气下终端区管制风险评估[J].南京航空航天大学学报，2017，49（S1）：125～130.
[2]王 敏.基于管制员认知负荷的扇区动态通行能力研究[D].中国民航大学，2017.
[3]张兆宁，金伟伟，崔文建.终端区管制系统运行风险的解释结构模型研究[J].中国科技论文，2016，11（07）：798～803.
收稿日期：2018-3-25
作者简介：吴 渊（1991-），男，助理工程师，本科，主要从事民航西北空管局管制中心终端管制室的工作。
关键词：管制过程；终端区；安全风险
中图分类号：V328 文献标识码：A 文章编号：1004-7344（2018）12-0258-02
前 言
近年来我国民航业实现了极为快速的发展，空管系统在其中发挥着极为关键的作用，但受航空运输量长期爆发式增长影响，同时我国交通管制区终端区的管制安全问题日益突出，这种情况的出现与终端区空中交通航路汇聚区域属性存在直接关联，而为了尽可能解决终端区管制安全问题，正是本文围绕基于管制过程的终端区管制安全風险管理展开具体研究的原因所在。
1 终端区管制过程的安全风险识别
为实现基于管制过程的终端区管制安全风险管理，首先需开展终端区管制过程的安全风险识别，因此笔者结合自身在中国民用航空西北地区空中交通管理局终端管制室的实际工作经验，围绕终端区管制过程的风险因素识别、终端区管制系统运行风险的解释结构分析开展了相关研究。
1.1 终端区管制过程的风险因素识别
为确定终端区管制过程中的风险因素，需从人机工程学理论涉及的人、机、环、管四个方面开展了风险因素识别，具体识别结果如下所示：①人。管制员的健康状况、安全意识和责任心、心理状况、业务知识水平、语言和交流沟通能力、配合默契程度。②机。维护和保养状态、空管设备可靠性、地空设备使用年限、设备故障率、空管备用设备状况。③环。飞行程度设计优劣、日高峰量、信息环境、空域环境、飞行期间天气恶劣程度。④管。规章标准合理性、军民航协调情况、上下级沟通情况、管理制度合理性、技术培训管理情况、机构职责管理合理性[1]。
结合识别结果，研究总结的处理共计31项的进近管制过程风险因素集，如交接班不正常、陆空标准通话用语不规范、五边间隔的判断有问题、标准进离场程序的使用出差错、管制动态的通报有问题、管制服务意识不好等。结合进近管制过程风险因素集、LSA分析法，可按照“识别潜在风险因素→制定调查问卷→实地调研→确定管制过程风险因素严重程度→划分等级分值→得出管制过程风险因素坐标点→解释管制过程风险因素”流程完成风险因素识别，结合上文得出的31项进近管制过程风险因素集，可得出图1所示的风险因素LS图、表1所示的经常出现的11项管制风险因素（处于不可容忍区域）对风险控制存在较高要求，而其余20项管制风险因素则处于可以容忍区域，由此即可开展针对性较高的专项培训[2]。
1.2 终端区管制系统运行风险的解释结构分析
为更好了解管制系统运行中的风险，可围绕终端区管制运行风险系统的元素和层次结构开展分析，这一分析应按照“风险致因因素→确定相关性→构建自乘矩阵→求解系统的可达矩阵→可达矩阵层级划分→构建结构模型分析及应用”流程完成分析，通过构建4个层次的ISM结构模型，即可确定共计19个的终端区管制系统运行风险致因因素，包括军事活动限制、管制移交协调不当、培训不足违规操作、心理素质差特情处置不当等，其中最顶层为诱发不安全事件的直接风险源，该层所涉及的风险致因因素也是本文研究的重点[3]。
2 终端区管制过程的安全风险评估
为结合上文研究开展终端区管制过程的安全风险评估，研究引入了灰色关联熵来描述风险的不确定性，由此建立风险评估模型即可实现高质量的终端区管制过程安全风险评估，这一评估的开展同样结合了笔者的实际工作经验。
2.1 风险性分析
结合灰色关联熵理论，可发现终端区管制系统属于典型的耗散结构，其“小涨落”、“巨涨落”的出现也与该结构联系紧密，其中“小涨落”一般源于外界影响，而“巨涨落”则代表风险达到一定阀值，因此即可围绕系统有序性、耗散结构的熵开展风险性分析，图2为终端区管制系统运行中的熵流模型。
2.2 危险天气终端下管制风险评估
考虑到危险天气属于影响管制系统正常运行的最为常见非常规条件，因此围绕其开展的风险评估得出的各种风险因素和不确定性将具备较高参考价值，这一分析过程需使用信息熵描述风险因素不确定性，通过提炼风险评估指标即可准确判断终端区管制系统在危险天气下的风险状态。具体计算可把灰色关联度作为评估指标的风险属性，设由风险评估指标的时间序列为：
由此计算初值像和差序列、关联系数、关联度，可最终得到风险评估指标的灰色关联度属性矩阵：
由此可确定第i个风险评估指标灰色关联度反映出的信息熵定义：
结合常见影响进近阶段的危险天气，可以确定危险天气下终端区管制子系统组成，分别包括管制员应急响应、管制指挥过程、空域环境、协调体系、空管系统保障、情景意识建立，由于这一系列过程中天气仍处于不断变化状态，终端区管制员在较大压力、繁忙工作中很容易出现不安全事件。结合上述分析，可得出由刚刚提及的危险天气下终端区管制子系统组成的风险评估指标体系，该体系由气象相关知识欠缺、管制指令不规范或错误、遗忘天气变化信息、强压下的短时记忆力不足、气象雷达监控系统失灵、危险天气影响范围大、班组成员间沟通能力不足等25项评估指标组成，由此开展计算即可得出风险评估分析表，具体评估指标的灰色关联度、指标权重与熵值、风险值可由此顺利求得。例如，某管制中心通过上述一系列评估确定了总评估指标风险值为0.12933，由此可断定该管制中心处于Ⅲ级风险水平，该管制中心对相关监督、培训、管理存在较高需求。
3 终端区管制过程的安全风险控制
3.1 安全风险控制策略
结合上文论述，可较为深入理解管制过程的终端区管制安全风险，因此其安全风险控制应首先围绕风险控制策略进行，图3位风险控制策略图。结合图3可发现，安全风险控制需围绕“飞机流→管制的更替→席位监控→进场指挥、离场指挥→冲突预测→冲突解决→休息→飞机流”流程开展，这一系列流程还需要涉及空中等待、流量空中、人力资源配置、规章制度制定、外部监督、备用系统、提供管理技能、改变管制运行程序、管制技能培训、风险管理培训、设置风险预警、制定和演练应急预案、进场离场单独运行等具体措施，由此即可较好服务于终端区管制过程的安全风险控制。 3.2 安全风险控制决策
结合上文分析、终端区管制系统运行中空管不安全事件易发现状，本文建议使用基于粗糙集约简的风险控制决策模型确定具体的风险控制策略，该模型的应用需首先分析风险因素，而结合风险因素构成的风险情况即可提出针对性较高的风险控制方法。结合上文研究得出的25个风险因素，可以构成風险控制决策知识系统S，即：S={U，R，V，f}，其中R=C∪D，其中的D指的是风险控制决策属性，由此结合风险控制决策表、属性约简算法、决策规则约简算法，即可按照“不安全事件统计→事故致因分析→风险控制决策→风险控制决策表→基于可分辨矩阵的启发式算法→属性约简→遗传算法→决策规则约简→决策规则的生成与分析”流程完成基于知识挖掘的风险控制决策。
例如，围绕某统计终端区管制发生的201起不安全事件，可按照基于知识挖掘的风险控制决策流程对其进行处理，由此即可得出终端区管制风险控制决策表，结合可分辨矩阵的启发式算法、遗传算法，最终确定27条风险控制决策规则，如得出的规章“（a04=1）=>（d={2[9]}）”，指的是如事前阶段出现雷达监控不足发生迹象，需采用外部监督与预警的风险控制方法，由此即可降低雷达监控不足的可能性。值得注意的是，应用上述流程得出的风险控制方法均为最简风险情况的组合，结合这种组合即可为风险控制方法的准确性选择、相关决策提供有力支撑。
4 结 论
综上所述，基于管制过程的终端区管制安全风险管理具备较高现实意义。而在此基础上，本文涉及的终端区管制过程的风险因素识别、终端区管制系统运行风险的解释结构分析、危险天气终端下管制风险评估、安全风险控制策略、安全风险控制决策等内容，则证明了研究的实践价值。因此，在终端区管制安全风险管理相关的理论研究和实践探索中，本文内容可发挥一定参考作用。
参考文献
[1]张俊强，胡德振，曹悦琪，卢 飞.基于信息熵的危险天气下终端区管制风险评估[J].南京航空航天大学学报，2017，49（S1）：125～130.
[2]王 敏.基于管制员认知负荷的扇区动态通行能力研究[D].中国民航大学，2017.
[3]张兆宁，金伟伟，崔文建.终端区管制系统运行风险的解释结构模型研究[J].中国科技论文，2016，11（07）：798～803.
收稿日期：2018-3-25
作者简介：吴 渊（1991-），男，助理工程师，本科，主要从事民航西北空管局管制中心终端管制室的工作。