论文部分内容阅读
空管自动化系统等自动化设备的广泛运行,空中交通管制手段地不断发展,使得管制员的角色随之发生转变,同时也引入了新的失误模式。为防范自动化环境下的空管人为差错风险,保障航班运行安全,提出面向空管自动化系统的人为差错分析研究。为分析管制员与空管自动化系统的人机交互过程,基于信息处理过程和情景意识分析构建了管制员的心理模型,开展管制员的认知过程分析;结合STPA方法,建立了空管自动化系统的人机交互模型。参考HFACS模型和HERA-JANUS模型,结合空管自动化系统的人机交互模型构建基于STPA的空管自动化系统相关人为差错识别模型,开展人为差错的辨识;将自动化相关人为差错分为执行差错、感知差错、记忆差错、决策差错和期望差错五类;基于模糊BN开展自动化相关人为差错的概率量化分析。在分析历史上与空管人为差错相关不安全事件的基础上,利用SHEL模型初步辨识与空管自动化相关人为差错的影响因素,并通过德尔菲法对影响因素进行重要度评价,筛选出人为差错的主要影响因素,采用网络层次分析法对自动化相关人为差错主要影响因素进行权重评价,并针对性地提出了人为差错规避建议。以空管自动化系统的AIDC移交为例,参照AIDC移交人为差错诊断推理框架展开空管人为差错辨识,研究分析结果表明,AIDC移交失败时系统无告警是管制移交过程中的重要人为差错风险源;当目标事件发生时,管制员“注意力分散”、“忘记监控”、“注意力不集中”和“警觉性降低”4种差错行为发生的概率占比较高,是造成管制移交时航空器小于安全间隔的关键差错行为。