基于順序前兆模型的飛機復雜狀態事故分析

左鵬翀

（中國民用航空飛行學院飛行技術學院，廣漢618307）

0 引言

一直以來，航空安全都是民航工作者以及乘客們最關注的問題，經過人們不懈的努力，如今的航空事故率已然極低。據中國民航局統計2019年運輸航空百萬架次重大事故率十年滾動值為0.028（世界平均水平為0.292），中國民航全行業運輸航空公司完成運輸起飛架次496.62萬架次[1]，而世界范圍內的運輸航空年起飛架次更是達到了千萬的量級。事故率雖小，但在如此大的基數放大下，日常的航行中仍有不少意外情況出現，甚至造成死亡的航空事故也時有發生。波音公司統計[2]2009-2018年共十年間發生了51起致命航空事故，共造成2533人傷亡，其中由LOC-I（Loss of Con?trol-In flight）引起的致命航空事故數有13起，所占比例最大，同時其傷亡人數（1183人）幾乎占總傷亡人數的一半。而絕大多數的LOC-I事故是由飛機的復雜狀態所引起的，（任何時候當飛機偏離飛行員的預期，即出現復雜狀態[3]）1994年9月全美航空427號空難的發生引起了國際上對UPRT（Upset Prevention and Recov?ery Training，復雜狀態預防與恢復訓練）的研究，到2017年經過長期的研究ICAO發布了關于UPRT的最新版本的輔助教材AUPRTA REV.3，此時國外UPRT的發展已趨于成熟。中國民航局隨后在2018年10月將AUPRTA REV.3翻譯后發布命名為《運輸類飛復雜狀態預防和改出訓練指導材料》。由于我國對UPRT的相關研究起步較晚（2015年才發布了第一部相關的官方指導材料）與國外還有一定的差距，因此仍需要繼續完善。本文介紹了國外一種較新的事故研究方法，可針對LOC-I事故進行分析尋找此類事故的特征，從而可以有針對性地進行UPRT的研究。

1 順序前兆模型

首先LOC可定義為飛機超出正常運行范圍的運動，不會被先導控制輸入意外地改變，具有非線性效應的特征，對較小的狀態變量變化或振蕩/發散行為的響應過大。并可能導致高角速度和位移：它的特點是無法保持航向，高度和機翼水平飛行[4]。值得注意的是LOC不一定是不可恢復的，但是如果不及時加以解決，它可能會變得不可恢復[5]。

作為一種將LOC視為一個動力學和控制問題進行分析的方法論，順序前兆模型（Sequential Precursor model）在分析LOC事故時與傳統的分析事故以找尋事故發生的根本原因不同，它可以將LOC事故視作一連串相關聯的不利事件最終導致的不利結果[6]。該方法是為了確定每個事故的主要先兆和相關的時間序列，以便更全面的將LOC理解為一個多危害的事件，從而可以針對造成LOC的各種前兆和其組合進行廣泛的研究。

在對具體事件進行研究之前首先要根據事故發生過程中所表現出的現象來確定所有的前兆因素并對其進行分類。LOC事故的前兆分類大體上按照人、機、環境將人機歸為一類命名為“不利的機上條件”，環境（飛機所處的環境）歸為一類為“外部危險和干擾”，另外將復雜狀態單獨歸為一類“動力學異常和飛機復雜狀態”以便于LOC特性的研究。

對每起事故按照以上前兆因素的分類進行分析后單獨建立前兆序列，可對其因素組合進行統計和研究。當所分析的事故數量多了以后，其前兆順序以及因素組合便能呈現出一定的規律性。

表1 不利的機上條件

表2 外部威脅和干擾

表3 動力學異常和飛機復雜狀態

2 應用實例

本文選取了20起與飛機復雜狀態相關的事故（事件）進行分析。確定了每件事故的前兆序列，并做出前兆因素組合的三維散點圖，以便尋找前兆因素組合的特征。

表4 事故編號

以川航3U8633航班風擋破裂事件[7]的前兆序列為例（圖1），該事件以“維護程序不足”（氣象封嚴有風蝕，但最近一次定檢表現為正常）為開端，然后發生了“機體結構損傷”（風擋破裂脫落），這也是造成本次事件的直接原因。接下來又出現了兩次“人為因素”、“飛機損傷”和一次“飛機復雜狀態”以及“系統故障”，機組人員在經歷了最初的慌亂后，及時反應過來用默契的配合和一連串正確的操作克服了這一系列因素共同作用造成的困難，飛機最后雖然超重著陸但是并沒有造成人員傷亡。這起事件中飛行員所面臨的因素和處境比造成55人死亡的包頭空難還要艱難，但兩起事件截然不同的后果最為明顯的對比結果是飛行機組的職業素養和面臨突變時的反應能力在飛行安全中有著重要的影響。然而是否有一些不易被發現的客觀因素可以被用來開發出一系列的技術來阻斷事故發生、降低人為因素在事故中的影響的就需要進一步的分析和研究。

圖1 川航3U8633航班風擋破裂事故前兆序列

本文分析的20起事件中，所有前兆序列中各因素共出現145次（一些因素可能在同一起事故中多次出現），出現最多的前五個前兆因素分別為：不適當/不正確的程序或操作（23%），空速異常（包括低能量）（9%），異常的姿態占比9%，機組資源監控或管理不足（8%），風、湍流、顛簸（8%）。可以發現飛機復雜狀態（包括空速異常和異常的姿態）與人為因素（包括不適當/不正確的程序或操作與機組資源監控或管理不足）出現的頻率在所有因素中較突出。

其中三起死亡事故全都涉及失速，還有不正確或不適當的操作，最終導致不受控制的下降，其中兩起事故飛機墜毀前進入了螺旋機組人員未能改出。剩余17起事件中有四起涉及到失速最終成功改出。

用20起事件的前兆序列所涉及到的所有前兆因素按前述分類作為三維坐標軸，繪制綜合的三維散點圖可得到相對應前兆組合的分布情況。如圖2，其中用小球表示因素的組合，小球的大小代表該組合發生的次數多少，小球不同的顏色代表該組合所造成的死亡人數處于不同的區間。由此可以得出以下幾點結論：

圖2 20起事件前兆因素三維散點

（1）“異常的或違反直覺的響應”分別與“不正確的操作”、“無效的恢復”、“缺乏對飛機狀態或系統的感知”的組合是造成死亡人數最多且發生次數最多的三個組合。①可以對這些因素組合后所造成的場景進行研究，探究各因素之間的相關性，尋找通過技術手段阻斷其中之一而降低整體的危險性或者阻止危險的出現的可行性。②探究涉及多因素組合場景的相關訓練是否與真實場景相差較大以致飛行員從中得不到有效的訓練。

（2）發生次數少但造成的死亡人數多的組合如“非命令動作”分別與“無效的恢復”、“姿態狀態意識喪失”、“駕駛艙儀表故障”等因素的組合也不容忽視。原因可能是：①該方面相關的訓練有缺失或不足；②由于出現的少而沒有得到有關研究人員的重視，且發生時機組人員對相應的情況陌生，造成慌亂，從而影響接下來的判斷和操作。

（3）死亡人數較少，但發生次數較多的組合如“失速”與“不正確的操作”、“失速”與“無效的恢復”等需要根據對應事件進一步尋找這些組合之間的因果關系，以及每件事故發生時的具體環境，是否有共同點導致他們屢屢出現卻無法被及時解決從而釀成事故。

（4）還有一些組合發生的次數多但尚未造成死亡如“空速異常（包括低能量）”與“CRM管理不足”的組合、“空速異常（包括低能量）”與“缺乏對飛機狀態或系統感知”的組合、“異常的姿態”與“風、湍流、顛簸”和“不正確的操作”三者的組合等等。這些組合未造成死亡（在本文調查的20起事件中），但是發生的次數較多原因可能為：①這些組合所表現出的現象易于覺察，得到了飛行機組的關注從而及時改出；②這些組合經常出現，但其所造成的困難易于解決。③與該組合相關的訓練方式及內容效果顯著，或許值得借鑒。

總之，這些因素的組合所表達出來的信息，可以給我們提供很多可研究的方向和思路，以開發出多種手段來預防、阻止事故發生過程的某些因素切斷事故鏈從而防止事故的發生。

3 結語

本文所分析的20起事件中造成死亡的事故較少，所得結果可能不夠準確，同時所分析的事故量也較少，如果分析的事故數量能增加至100起以上則得出的數據應會呈現出更強的規律性和導向性。同時，如果增加死亡事故的數量可以將死亡事故和非死亡事故分開分析并建立三維散點圖進行對比分析，死亡事故和非死亡事故之間最顯著的差異可能就是降低事故嚴重程度阻止悲劇發生的關鍵所在，在細致的對比之下，相信會有更多更有價值的結果呈現出來。