基于FUZZY FMEA的機場跑道系統風險評估

王翊菲 江 波

基于FUZZY FMEA的機場跑道系統風險評估

王翊菲 江 波

機場場面安全是影響機場運行安全的主要因素，而跑道系統的影響更是重中之重，針對機場跑道系統風險評估過程，提出基于模糊理論的FMEA分析方法。以科學的模糊數學為理論依據，優化傳統的RPN風險因子算法，增加FMEA專家小組的重要性權重，建立機場跑道系統模糊綜合評判模型，運用基于α截集的解模糊化方法，獲得精確的FRPN風險優先數排序值，簡化系統風險的定量評估過程，提高風險評估的精確程度。通過對機場跑道系統進行實例研究，基于模糊邏輯理論建立模糊綜合評判模型，針對FUZZY FMEA分析方法運用MATLAB軟件編程仿真，驗證了該方法的可行性。

安全乃民航生存之本。近年來，隨著我國民航實力明顯增強，空中交通流量持續增長，發生在機場的航空安全事故呈現出快速增加的態勢。根據國際航空運輸協會（IATA）對全球商業航空運行統計發現，多年來全球航空事故中，約1/2的航空運輸事故和事故征候都發生在機場場面區域內，約1/4的航空運輸事故和事故征候都與沖出偏出跑道有關。因此，機場跑道系統的安全問題成為整個民航運輸系統安全的基礎，對機場跑道系統的運行工作進行風險管理，對于提高整個行業安全水平具有重要意義。

FMEA（失效模式與影響分析）為英文“Failure Modes and Effects Analysis”的詞頭縮寫，已廣泛應用于策略研究及實施、新系統研發及運用等多個重要的領域，但國內基于該理論進行機場航空安全風險管理評估的研究還甚少。近些年，雖然一些專家學者采用定性或者定性與定量相結合的方法對失效模式風險評價過程進行了研究，但是，在評價過程中，評分等級設定的局限性使得評價過程無法具備足夠的客觀性，且計算量比較大。本文采用基于FUZZY FMEA理論的風險分析方法，將各失效模式看作模糊變量建立綜合評判模型，簡化了復雜的風險評估過程，提高了評估過程的客觀性和計算結果的精度。

模糊FMEA方法

模糊FMEA方法的基本過程是：首先利用模糊理論將FMEA定量分析過程中的三因素模糊化；然后通過確定專家權重以達到主觀量化模糊語言的目的；最后再使用重心法將模糊數清晰化得到新的故障模式排序，從而得到正確結果。

FMEA決策過程

FMEA評估產品或制造過程的潛在風險水平的方式主要是，根據問題的嚴重度來決定優先解決順序。其決策的原則是根據風險優先值（Risk Priority Number，RPN ）大小作為排序的基準。FMEA評估的三要素為發生度、嚴重度，檢測度：①發生度（0）：某失效模式會發生的概率大小程度；②嚴重度（S）：失效對于系統任務所造成的沖擊；③檢測度（D）：某失效的因素能被檢測出來的概率。

機場跑道系統作為一個已經構建完成投入使用的系統，屬于FMEA方法應用過程中的使用階段，在機場跑道系統中，失效模式的RPN定義是，由于系統中潛在危險源的存在，造成跑道系統運行安全系數降低的風險值，其中，失效模式可能是尚未發生事故但在系統巡檢維護中發現的薄弱環節，或是對于系統組件曾經發生過的失效情況進行總結得到的危險源。所以RPN中發生度與檢測度分別是對與失效風險的潛在發生率與發生后對于潛在失效風險是否容易檢測出的概率，嚴重度是指在前兩項的決定因素發生之后，依據對機場跑道系統造成的損失大小，作為評定失效風險的標準。傳統的RPN計算公式由三因素相乘求得如下式1所示，本文基于模糊邏輯理論對原有的三因素評價值進行模糊加權，構成的模糊綜合評判模型如下式2所示，其中，針對各失效模式進行風險評價時的模糊函數如下式3所示。

模糊化三因素等級

模糊集合理論（Fuzzy Set Theory）是美國加州大學Zadeh教授在1965年提出，為解決現實環境中不精確問題的分析方法。所謂模糊數是指設論域X為實數域，模糊集A為凸規范集。常用的模糊數的隸屬函數有三角形及梯形隸屬函數。

本文綜合機場跑道系統的風險特性，為了進一步提高評估時失效模式的參數精度，將每個失效模式的三參數評估對應三角形模糊隸屬函數，并劃分為五種尺度來表示其語義項，其中，五種尺度所對應的分數上的界定如下表所示。

表1　評估尺度模糊數

計算三因素模糊數

在此設故障模式FMi（i=1，2，…，m）表示第i個故障模式，成立n個FMEA專家小組TMj（j=1.2....n）對失效模式進行風險評價，每一個專家小組共有J名專家組成，每位專家針對各個故障模式，給出故障模式三因素及權重評價等級值，參照三角形模糊隸屬函數可以得到故障模式三因素及權重的模糊數為：

其中Hj表示每個FMEA專家小組的重要性權重，依據FMEA小組專家所具有的資質級別，工作經驗，和對該領域的熟悉程度給出相應的等級評價值，進行匯總評估之后得到權重hj，進行歸一化處理，得到每一個FMEA專家小組的重要性權重值。

綜合考慮各個專家小組給出的故障模式評價值和其自身重要性權值之后，按如下公式計算可以得到各個故障模式所對應的三因素模糊數。

基于α截集的解模糊化

得到三因素模糊數后，需要通過解模糊化來將評價結果進行量化。解模糊化的方法沒有一定的程序，為提高解模糊化的計算精度，結合FMEA決策模型中的冪指函數特性，本研究采用基于α截集的重心法來進行解模糊化，具體步驟如下：

1.計算三因素模糊數及權重模糊數的α截集區間

2.計算各失效模式的α截集區間

重心法計算各失效模式的FRPN值

其中，當A的隸屬函數未知，但α截集已知時，解模糊值可以被1，2兩式確定，重心法解各個失效模式的質心值時通過3式計算，本文中α=0.1，n=11。

式中，FRPN即為解模糊化后得到的質心清晰值。

機場跑道系統失效模式風險評估

本文以某機場跑道系統為例進行基于模糊理論的FMEA方法分析，對風險失效模式進行評估，并對得到的結果進行修正，同時對模型和算法進行驗證。

跑道FMEA分析

針對機場跑道系統，結合問卷調查和專家訪談的方式，匯總整理得到八項失效模式，按照過程功能將失效模式分為兩大類，一種是供航空器進行著陸和起飛，另一種是向起飛、著陸、滑行中的航空器提供目視引導。具體跑道FMEA表如表2所示。

模糊綜合評判

根據專家對故障模式的風險評估結果，模糊綜合評判，得到三因素模糊數如表3所示。

表2　跑道潛在失效模式與后果分析表

表3　失效模式及三因素權重的總體評價模糊數

計算機仿真驗證

通過MATLAB進行軟件編程仿真，計算得出各失效模式的α截集區間值，同時求解出清晰的質心值，具體數據如表4所示。

表4　各失效模式的截集區間值

對各失效模式將三因素模糊數轉化為a=0.1的截集，并使用的均衡幾何模糊評價模型對三因素的模糊數進行計算，得到各故障模式基于α截集的FRPN值，如圖1所示。對于截集α取平均后得到個失效模式的FRPN值如圖2所示，矢量圖縱軸表示隸屬度，橫軸表示基于基于α截集的FRPN數值，其中α∈［0，1］，FM∈［1，8］。

結果分析

通過α截集以及質心求解方法計算式（10｝一式（12｝來獲得的解模糊化計算結果FRPN數值，如下表第二列所示，傳統RPN算法得到的RPN數值如下表第四列所示，見表5。

表5　各失效模式風險排序表

圖1　基于α截集的各失效模式的FRPN值

圖2　各失效模式的FRPN值

通過對八項失效模式的風險排序結果進行對比分析，可以看出FRPN算法的如下優點。

1.精確了風險排序結果：在使用傳統RPN算法的情況下很難對FM2，FM3，FM4，FM8進行準確的排序。本文通過對失效模式三因素進行模糊判定后獲得FRPN值，從而精確判定了各失效模式的風險優先程度排序。

2.明確了失效模式風險源：FM2，FM3，FM4，FM8的RPN數值相同，但這四個具有相同RPN的失效模式中隱藏的風險因素源并不相同。而本文提到的風險三因素模糊判定恰恰可以分析出各失效模式中所隱藏的風險源，便于針對問題進行預防和改善。

3.提高了評估算法的精度：傳統的RPN算法通過將三因素評價值相乘直接獲得評價值。容易造成RPN數值相同，失效模式風險排序困難的問題。本文基于模糊邏輯理論，給出模糊評價等級表，并根據模糊綜合評判理論，進行FRPN計算，使得結果更加科學嚴謹。

4.提高了評估過程的客觀性：對于不同FMEA專家小組，其所具備的資質級別，工作經驗，和對該領域的熟悉程度各有不同，在本文采用的FRPN方法中通過組間相關重要性權重的設置，可以提高資深專家對風險評估的影響，提高整個評估過程的客觀性。

綜上所述，本文所采用的方法一定程度上解決了傳統RPN方法在進行機場跑道系統安全性分析，和失效模式風險評估過程中的一些不足。

結束語

本文針對機場跑道系統風險評估過程，提出了基于模糊理論的FMEA分析方法。以科學的模糊數學為理論依據，優化傳統的RPN風險因子算法，增加了FMEA專家小組的重要性權重，建立機場跑道系統模糊綜合評判模型，簡化了系統風險的定量評估過程，通過運用基于α截集的解模糊化方法，從而獲得精確的風險優先數排序值，提高了風險評估的精確程度。結合本文所述的實例研究，可以看出對機場跑道系統進行風險評估時，采用FUZZY FMEA風險分析的新方法，能夠克服傳統RPN方法的不足，符合機場跑道系統安全性分析嚴謹的要求。

10.3969/j.issn.1001-8972.2015.17.013