基于贝叶斯网络的可控飞行撞地事故原因分析方法.docVIP

文章编号2009)05-0000-00 基于贝叶斯网络的可控飞行撞地事故原因分析方法 ( 杜红兵，王雪莉 （中国民航大学安全科学与工程学院，天津 300300） 摘 要：由可控飞行撞地造成的死亡人数在民航运输飞行事故中占第位，因而研究可控飞行撞地的原因并采取预防措施对保障飞行安全有重要意义。论文介绍事故树模型和贝叶斯网络之间的内在转换关系，采用事故树，燃油重量、风速风向、能见度、飞机速度、偏离航线等将转化为贝叶斯网络。机组人员失误用贝叶斯进行了分析概率关键词：安全管理工程可控飞行撞地贝叶斯网络事故分析概率计算中图分类号：V37, X9 文献标识码：A 0 引 言 可控飞行撞地（Controlled Flight Into Terrain，CFIT）CFIT事[1]，民航界部分学者也对CFIT事故原因进行了积极探索，贾大壮探讨了飞机可控撞地的人为因素[2–4]，孙瑞山以事故树模型对导致CFIT事故[5]，但没有对这些原因进行定量的概率计算。事故树本身的一些假设，如对事件作正常或失效两态假设、各事件之间为独立关系等，对人为因素起主导作用的CFIT的描述是不准确的。如机组人员的操作技能不仅是好和差两种状态，更多情况是介于两者之间，而事故树难以描述这种多态性事件。另外，事故树用逻辑门表示事件间确定的逻辑关系，然而当系统中存在上一层事件和下一层事件之间没有确定的因果关系时，采用概率的方法进行描述更为合理，逻辑门没有这种描述功能[6]。基于事故树对CFIT分[7]。贝叶斯网络的这些特点弥补了事故树在分析CFIT时的CFIT进行原因分析。 1 贝叶斯网络对事故树的转化 1.1 贝叶斯网络的理论基础 贝叶斯网络（Bayesian NetworkBN）[7]。 （1）表示变量集合，而节点变量可以是任何问题的抽象，如测试值，观测现象，征询意见等。有向边（,）表示变量之间的依赖关系，其依赖程度用条件概率进行定量表示。其中称为的父节点，为的子节点，没有父节点的节点称为根节点。 （2）都有一个条件概率表，用来表示同其父节点F()的关系，即P（| F()）。如果给定根节点的先验概率和条件概率分布，可以得到所有节点的联合概率分布,其表达式为 （1） 图1为一典型的贝叶斯网络，其联合分布概率为 （2） 图1 典型的贝叶斯网络 Fig. 1 Typical Bayesian network 1.2 事故树转化为贝叶斯网络的基本原理 要将事故树转化为贝叶斯网络，就要建立起两者构造要素之间的对应关系，即事故树的事件（顶事件，中间事件以及基本事件）和逻辑门与贝叶斯网的节点及连接强度之间的映射关系[,9]。为方便起见，以一双态部件C为例进行分析，并以C=1表示部件处于失效状态，C=0表示部件处于正常工作状态。图2表示了事故树中与门事件向贝叶斯网转化的基本原理 (a)与门事故树转化为贝叶斯网络原理图 (b)或门事故树转化为贝叶斯网络原理图 图2 事故树转化为贝叶斯网络的基本原理图 Fig.2 Principle of Bayesian network transform from fault tree analysis 从上面的推理过程和对系统状态的描述过程可以看出，事故树中的事件和贝叶斯网中的节点是一一对应的，而描述其父子事件之间逻辑关系的逻辑门则可用贝叶斯网中不同的连接强度加的连接强度2 CFIT事故实例分析 根据CFIT事故的发生机理及对大量CFIT事故剖析，CFIT事故是飞机在可控的前提下，由于距地形高度对CFIT事故的原因进行初步分析，如图3所示图中的阴影块图表示事故发生进程，这部分内容本不属于事故树分析模型中，为了清晰的表示事故发生各阶段的原因，同时，也可计算出各阶段的发生概率，便于人们对CFIT事[10]。 注：图中的数字表示该事件发生的概率，底层框中的数字表示该事件的分配概率，其余的事件未标注分配概率均为1.00图3 CFIT事故Fig. 3 CFIT causes analysis based on fault tree model 按照上述事故树转化为贝叶斯网络的基本步骤，将CFIT事故转化为如图4所示的贝导致CFIT事故可归结为人和技术因素，这两方面都是导致事故发生的直接原因[–5,10]。人为因素包括：机组人员、管制人员以及维修人员，而技术是指导致CFIT事故发生的飞机状态以及操作，包括燃油重量、风速风向、能见度、机组飞机速度、偏离航线等。这些因素都会对CFIT响CFIT13个因素。 图4 CFIT的贝叶斯模型 Fig. 4 CFIT cause analysis based on Bayesian network m