基于QAR超限事件的可控飛行撞地風險分析與對策研究

郭超超，趙慧冰

（1.安陽工學院飛行學院，河南安陽455000；2.黃河交通學院交通工程學院，河南焦作454950）

在2017至2019年的全球航空安全計劃中，國際民航組織（ICAO）將跑道安全、飛機失控、可控飛行撞地（controlled flight into terrain，CFIT）3類風險事件作為高風險事件，在3類風險事件中CFIT又具有舉足輕重的地位。因此，研究并建立可控飛行撞地風險評價體系，提高航空公司安全管理水平、降低事故率、提高飛行技術，對民航業的健康發展具有重要意義。

QAR數據具有客觀性、嚴謹性等優點，它能顯示飛行員整個飛行的操作過程，QAR分析人員可以通過監控QAR數據查看飛行中出現的問題。然而僅僅用單個數據來衡量飛行員操作能力太過于片面，利用采集的QAR大數據分析某一階段的警告數據則能顯示某公司在運行時可能出現的問題。因此挖掘QAR數據的內涵，將風險關口前移則成為當今航空安全研究熱點。祁明亮等[1]針對飛機著陸階段的某一QAR超限事件，選取了幾個具有代表性的綜合操作指標在無線電高度20ft的數值及其在20ft至接地期間的變化率，通過建立數學模型，找出操作指標上區間的邊界值，以此診斷可能觸發該QAR超限事件的高風險區域。孫瑞山等[2]利用QAR數據建立飛行安全評價模型，以QAR超限事件為評價指標，通過一定算法得到了各指標權重，從而利用灰色聚類方法評價了一定時期內的飛行安全水平。萬健等[3]考慮了不同風險源之間的風險貢獻度差異，參考中國民航飛行品質監控標準的風險閾值，建立了基于離散型超限事件和連續型超限事件的飛行安全風險評價模型。楊繹煊[4]通過確定白化權函數并利用離差最大化原理得到各指標權重，應用灰色聚類方法對某公司固定機型在某一段時期內的航班運行安全風險進行了評價。高揚等[5]利用QAR數據，結合集對分析和馬爾科夫理論建立了飛行安全態勢評估模型，用以預測飛行安全動態變化趨勢。汪磊等[6]基于飛行QAR數據建立了一個重著陸風險的定量評價模型。

因此，本文依據QAR超限事件，結合中國民航飛行品質監控標準，構建了可控飛行撞地風險評價指標體系，利用層次分析法確定不同監控項目權重，借鑒風險指數評價法和海因里希法則，建立了用于評價可控飛行撞地風險的模型，該模型能夠定量評價某公司的可控飛行撞地風險，為公司制定安全管理措施及飛行訓練項目提供理論指導和技術支持。

1 可控飛行撞地風險評價指標體系

本文根據不同飛行階段可能觸發的超限事件及可控飛行撞地的內涵，結合中國民用航空局飛行標準司下發的《空客和波音飛行飛行品質監控項目規范》，建立了基于QAR超限事件的評價指標體系，可控飛行撞地風險相關的監控項目共計包含16個。在研究時將監控項目從不同運行階段劃分，運行階段則是依據中國民用航空局發布的AC-396-AS-2014-06咨詢通告中對運行階段的劃分標準。根據歷史數據及經驗可知，控飛行撞地主要發生在起飛階段、進近階段及著陸階段。

2 確定評價指標權重

2.1 基于層次分析法確定監控項目權重

層次分析法是通過將復雜問題分解成各個不同的組成部分，并按元素的相互關系及其隸屬關系形成不同的層次，并在此基礎上進行定性和定量分析。該方法能夠將人們的思維過程系統化、數學化、邏輯清晰便于人們接受。本研究涉及16個監控項目，不同監控項目對可控飛行撞地影響不同，故可利用層次分析法確定各監控項目權重。

層次分析法的核心是構造判斷矩陣，通常情況下利用1～9標度方法，結合專家經驗將評價指標進行兩兩比較，從而得到判斷矩陣，如表1所示。

表1 判斷矩陣

表中Bk表示上一層某元素，Cn表示相對于Bk下一層元素，Cnm表示Cn元素與Cm元素相比的重要等級。

在構建判斷矩陣時，由于不同監控項目的制定與飛行員密切相關，在構造判斷矩陣時，選擇了某一公司的安監部和飛行部負責人、具有機長資質的飛行員作為評價專家，通過填寫咨詢表之后形成判斷矩陣。

由于判斷矩陣不能保證完全一致性，因此在層次分析法中引入判斷矩陣最大特征根以外的其余特征根的負平均值作為度量其偏離一致性的指標，計算方法如（1）所示，CI值越小代表判斷矩陣的一致性越好。

對于不同階的判斷矩陣，人們判斷的一致誤差不同，CI值的要求也不同，因此引入平均隨機一致性指標RI值。判斷矩陣的一致性指標CI與平均隨機一致性指標RI之比稱為隨機一致性比率，記為CR。當CR=CI/RI＜0.1時，認為判斷矩陣具有滿意的一致性，否則需要繼續調整判斷矩陣。

本文利用方根法計算判斷矩陣的最大特征值。

1）計算判斷矩陣每一行元素乘積Mi

2）計算Mi的n次方根

則W=[W1,W2,…,Wn]T就是所求的特征向量。

4）計算判斷矩陣的最大特征根λmax

2.2 基于海因里希法則確定嚴重程度

海因里希法則提出的每一起重大事故背后必有29件輕度的事故，還有300件潛在的隱患。針對QAR超限事件不同超限程度將其劃分為輕度偏差和嚴重偏差（警告標準的設置參考民航局下發的規范性文件），不同偏差程度對可控飛行撞地風險影響不同，偏差程度越大則對安全影響越嚴重。通過統計分析2015年至2018年期間超限事件發生次數，輕度偏差和嚴重偏差警告比例穩定在9:1。故將輕度偏差的嚴重度權重定為0.1，嚴重偏差的嚴重度權重定為0.9。

3 構建可控飛行撞地風險評價模型

本文借鑒風險指數評定方法，該方法中風險指數（R）用于衡量各類事件的風險等級，通常利用后果嚴重性（S）與風險發生概率（P）相乘得出，可以表示為

借鑒該評價方法，提出了飛行品質指數FQI(Flight quality index)，用于定量評價可控飛行撞地風險，可以表示為

其中，Wij代表某一超限事件觸發超限事件的嚴重度，即監控項目的權重,不同的超限事件對飛行安全影響的程度不同。PRij和PLij分別代表不同超限等級事件發生的頻率，超限事件發生頻率作為評價可控飛行撞地風險的另一方面，發生頻率越高也就表示風險越高。在實際計算時，利用航空公司一年內不同超限事件的發生次數除以總監控航班架次，得出某一類超限事件發生頻率。FQI表示可控飛行撞地風險值，該值越高表示航空公司安全風險越大。將該評價方法用于民用航空領域，可以通過機組在執行航班過程中發生的超限事件作為研究對象，超限事件的嚴重性越大，對飛行安全影響也越高。

4 可控飛行撞地風險評價案例

本文研究數據，均來自國內某一家中型客運航空公司真實的QAR數據。該航司具有單一的空客機型，為驗證該模型的實用性及可行性，從該航空公司獲取2015年至2018年期間航班運行數據，如表2所示。

表2 某公司航班運行數據

通過收集每年航班運行的QAR數據，可以得到不同超限事件的超限次數及超限情況（軟、硬警告情況），如表3所示。

由于不同監控標準需要綜合考慮公司安全績效、飛行實際情況及飛行員對不同監控項目的認識情況等，故選擇3名安監部負責人、3名飛行部負責人、10名副駕駛（F3）、4名機長組成專家團，分別讓專家團填寫咨詢表，通過分析、整理咨詢表構建了判斷矩陣，限于篇幅，本文以進近階段構造判斷矩陣，如表4所示。

表3 2015-2018年某航空公司實際超限事件次數表

表4 進近階段判斷矩陣

計算可知，λmax=8.285 0，CR=0.028 9，Cl=0.040 7，RI=1.41，由于CR＜0.1，表示該判斷矩陣滿足一致性。本文中構造的所有判斷矩陣均通過了一致性檢驗。利用公式（2）-（5）計算可得到可控飛行撞地層次總排序權值，如下表5所示。

表5 可控飛行撞地層次總排序權值

續表5

由表5可知，影響可控飛行撞地最嚴重的事件分別是非著陸形態落地、近地警告-著陸階段、選擇著陸構型晚、近地警告-進近階段、著陸滾轉角大警告。后期飛行部在管理和后續訓練中，要把更多的精力放在非著陸形態落地、選擇著陸構型晚、近地告警等監控項目上，做到在資金有限、精力有限的條件下“抓大放小”，從而在根本上提高公司安全。

依據公式（7），可得到該公司歷年的可控飛行撞地風險值，如表6所示。

表6 2015年-2018年可控飛行撞地飛行品質指數

由表6看出，2015年-2017年期間飛行品質指數逐漸升高，表明該公司可控飛行撞地風險呈上升趨勢。利用該計算方法得到的風險值與該公司的實際情況相符，經調查，該公司在2015年至2017年期間由于發展較快，引進飛機速度過快導致相應的機長出現缺口，加之飛行員訓練存在一定問題，導致飛行安全出現了明顯增長，后期由于出現了較為嚴重的飛行安全事件，該公司開始重視飛行安全問題，增大了安全投入力度，在2018年使得飛行品質有所改善。

5 結論

1）基于QAR數據建立可控飛行撞地風險評價模型，針對性選取反映可控飛行撞地風險的超限事件作為評價指標，依據層次分析法和海因里希法則確定指標權重，構建定量評價可控飛行撞地風險的模型。該模型可定量評價航空公司的安全運行水平。

2）提出了飛行品質指數（FQI）的概念，利用該方法能夠定量評價航空公司的可控飛行撞地風險水平，彌補了定性評價說服力不強等問題。

3）應用某公司2014年至2018年QAR數據，驗證了模型的適用性和有效性，評價結果與該公司實際情況相符，該評價模型可應用于航空公司的可控飛行撞地風險評價。