防疫豁免政策下的飛行機組艙內警覺性預測仿真*

孫瑞山，孫軍亞，何 鵬，盧 飛

(1.中國民航大學 飛行分校，天津 300300；2.中國民航大學 民航安全科學研究所，天津 300300；3.中國民航大學 空中交通管理學院，天津 300300)

0 引言

2020年隨著新冠肺炎疫情(以下簡稱“疫情”)在全球的爆發和蔓延，在帶來生命安全威脅的同時，也對各國各行業經濟發展造成重大影響。民航業作為全球性質的行業，其市場的發展與全球疫情的變化息息相關。因此，為適應疫情防控要求，中國民航局出臺了多項疫情防控措施，在抗擊疫情的同時，肩負起保障運輸生產的重任。其中，為滿足緊急情況下的客貨運輸要求，并有效保障機組成員的健康，民航局依據 CCAR-121 部規章要求對部分運輸航空公司的機組成員值勤期和飛行時間限制實施了臨時偏離批準。同時為適應疫情防控常態化機制，并為進一步規范疫情期間對使用多套機組在國際洲際航線運行中實施延長機組成員值勤期和飛行時間的管理，民航局制定和發布了〔2020〕53 號文《疫情期間豁免機組成員值勤期、飛行時間限制的實施辦法》[1](以下簡稱“豁免辦法”)。由于機組成員的值勤期和飛行時間的延長，以及多套機組同時在線的工作模式，如何預測和監控機組成員超負荷工作下的疲勞狀況以及航線運行過程中艙內飛行人員的警覺度變化，成為局方和公司監管的重點。

預測機組成員疲勞狀況和警覺性變化的傳統方法分為主觀和客觀評價法。其中，主觀評價法因其主觀性較強，存在不確定性，且在航線結束后才能收集機組成員數據，因此不能較好地在航班計劃之前進行疲勞狀況預測和評估；客觀評價法雖然檢測疲勞準確性較高，但因受限駕駛艙內的工作環境以及行業規定，也不適合飛行過程中機組成員的疲勞監測和評價[2]。2012年，國際民航組織建議各國建立疲勞風險管理系統(FRMS)，指出要基于科學有效的原理和測量結果，以數據為驅動，以連續的過程來監視和管理疲勞風險，在FRMS中的預測性疲勞風險識別過程給出了另1種可行的方法——生物數學模型[3]。同時，生物數學模型也是現在國際上比較認可的1種科學分析方法。疲勞的生物數學模型可以根據人體基本的生理數據，對飛行員1天中的每時的疲勞程度進行預測，能評估和監測機組成員在值勤和飛行過程中各個時刻疲勞程度，同時解決了飛行員疲勞定量度量的問題，這對機組排班值勤之前飛行疲勞的預先干預、駕駛艙內機組成員警覺性的監測、機組成員疲勞狀況的評價、以及保障航線飛行安全有著重要意義[4-5]。疲勞的生物數學模型是通過將與生物體相關的生理參數作為輸入數據，建立一系列方程組形式的數學模型，其將對人體晝夜節律、睡眠、工作負荷以及警覺度等與疲勞風險相關地科學研究與航班生產計劃和安排進行了整合，能夠較直觀體現計劃值勤期內疲勞的變化趨勢并預測潛在的疲勞風險。目前有關疲勞生物數學模型可以劃分為理論型和應用型[4]，理論型疲勞生物數學模型包括睡眠調節的雙機制模式(two-process model of sleep regulation，TPMSR)[6]和警覺性3過程模型(three process model of alertness，TPMA)[7]；應用型疲勞生物數學模型包括機組疲勞評估系統(system for aircrew fatigue evaluation，SAFE)[8]、睡眠、活動、疲勞和 任 務 效 率 模型(sleep activity fatigue and task effectiveness，SAFTE)[9]、晝夜警覺性模型(circadian alertness simulator，CAS)[10]、疲勞動態評估模型(fatigue audit interDyne，FAID)[11-12]、交互式神經行為模型(Interactive Neurobehavioral Model，INM)[13]、睡眠/喚醒預測器(Sleep/Wake Predictor,SWP)[14]以及警覺能心理疲勞風險模型(alertness energy mental fatigue risk model,AEMFRM)[15]等。其中一些已經商品化，作為預測與排班相關的疲勞危險的工具在市場上銷售，這為民航機組成員疲勞的量化和監測提供了有利工具。

本文在警覺能心理疲勞風險模型的基礎上，對“豁免辦法”規定的飛行時間限制下駕駛艙內的機組成員警覺性進行數值模擬仿真預測，以某飛行員在執飛任務前的入睡時間、覺醒時間、排班表和機上輪休時間作為輸入，建立飛行員在駕駛艙內工作期間警覺度的預測模型并進行數值仿真分析；然后，以相同辦法對“CCAR-121部”規定飛行時間限制下駕駛艙內的機組成員警覺性進行仿真分析；最后，通過“豁免辦法”和“CCAR-121部”的駕駛艙內機組成員警覺度的分析結果，驗證局方為適應疫情防控要求所制定發布的“豁免辦法”的合理性和安全性，并為其提供疲勞監控與管理的科學支撐。

1 問題描述與模型建立

1.1 問題描述

“豁免辦法”規定：對于客改貨航班、貨班、及具有獨立休息區的客班，當配備的飛行機組的數量為3套(每套飛行機組至少由1名具備機長(含巡航機長)資格及1名具備副駕駛資格的人員組成)時，最大飛行時間限制為26 h，當配備的飛行機組的數量為4套時，最大飛行時間限制為30 h；對于無獨立休息區的客班，配備3套及以上的飛行機組，最大飛行時間限制則為21 h[1]。而在“CCAR-121部”R5中的P章第483條《飛行機組的飛行時間限制》并未對3套及以上數量的擴編機組的飛行時間限制做出明確說明，“CCAR-121部”規定[16]：對于配備3名駕駛員的擴編飛行機組執行任務時，總飛行時間限制為13 h；對于配備4名駕駛員的擴編飛行機組執行任務時，總飛行時間限制為17 h。因此，有必要將“CCAR-121部”現有的飛行時間限制規定作為比較基準，對“豁免辦法”中延長飛行時間規定的可行性與科學性進行論證分析。

延長飛行時間限制，直接增大了飛行機組的工作負荷，從而容易導致飛行員疲勞，對航班安全運行造成不利影響。因此，“豁免辦法”在延長飛行時間限制的同時，增加了飛行機組的數量，并提出了飛機上休息設施的要求，以期降低機組工作負荷，緩解機組人員的疲勞，保證航班安全可靠的運行。本文基于警覺能心理疲勞風險模型，從能量的角度來量化警覺性，將“警覺能”作為反映飛行機組疲勞的量化指標，以機組成員任務前的入睡時間、覺醒時間、排班表和機上輪換時間等為自變量輸入建立模型，對飛行過程中駕駛艙內的機組成員警覺性進行預測，以及通過對比“豁免辦法”和“CCAR-121部”2種規定下駕駛艙機組成員警覺度的變化情況，驗證“豁免辦法”下機組成員疲勞精神狀況符合工作要求，解決飛行過程中駕駛艙內機組成員警覺性定量度量問題以及“豁免辦法”缺乏可行性與科學性論證的問題。

1.2 模型建立

當睡眠時，假設人睡眠開始時刻為t0，則如式(1)所示：

(1)

(2)

另外，警覺勢能的表達式如式(3)所示：

(3)

式中：t為時刻；φ1，φ2為相位；c1、c2為余弦周期函數的振幅。

根據式(2)和(3)得出清醒時的警覺動能A的方程式如式(4)所示：

(4)

在上述警覺能疲勞風險理論模型的基礎上，再通過確定模型中睡眠傾向系數β、睡眠虧損系數ξ、警覺勢能節律中的相位φ1和φ2、振幅c1和c2、固有消耗率Ka、睡眠質量a、工作負荷消耗率Kw的值，即可得到人在t時刻下警覺動能A的值[15]。

由此表明，礦床成因與火山作用的關系密切，鐵礦的物質來源是與火山作用同時帶出的硅、鐵質有關。成礦是在較穩定的遠離火山活動中心的海盆地中沉積形成的。因此其成因類型為海相火山沉積變質鐵礦床。

1.3 駕駛艙工作環境下模型參數賦值

首先，根據Hursh等[17]的研究，其用余弦分析法擬合晝夜節律方程，然后再依據現有的理論研究及睡眠剝奪實驗[18]。本文中的警覺勢能節律與晝夜節律方向相反，因此可確定出警覺勢能節律中的相位φ1和φ2應取值為1.481與1.769，振幅c1和c2應取值為0.92與0.26；另外，結合普通人每日所需的睡眠時間(8 h)和清醒時間(16 h)，取睡眠傾向系數β=10，睡眠虧損系數ξ=0.2；研究發現當工作負荷消耗率Kw為0時，清醒狀態警覺能A由100減小為0，大約需要4 d[18]，則警覺能大概以每天25%的速度減少，因此警覺能靜態消耗率Ka為每小時1.042個單位，故取Ka為1.042。

睡眠質量受許多因素影響，本文選取住宿場所自評Sc、休息設施Sd、睡眠感受Sf作為評判睡眠質量高低的關鍵因素，構建飛行員睡眠質量a的表達式如式(5)所示：

a=Sc×WQ1+Sd×WQ2+Sf×WQ3

(5)

式中：a為睡眠質量；Sc為住宿場所自評；Sd為休息設施；Sf為睡眠感受；WQ1，WQ2，WQ3分別為睡眠因素的權重，其賦值見表1。

表1 模型中相關參數等級及其賦值Table 1 Levels of related parameters and their assignments in model

警覺能消耗率K等于固有消耗與工作負荷消耗率之和，即如式(6)所示：

K=Ka+Kw

(6)

式中：K為警覺能消耗率；Ka為固有消耗率；Kw為工作負荷消耗率。工作負荷消耗率Kw應與民航飛行員的職業特點相關，本文選取飛行員的職位等級、航線難易程度2大主要影響因素，構建飛行員工作負荷消耗率

Kw的表達式如式(7)所示：

Kw=We×me+Wc×mc

(7)

式中：Kw為工作負荷消耗率；航線難易程度又受航線艱難程度因子me和航線飛行經驗mc影響；We和Wc分別為其權重；相關系數的賦值見表1。

需要注意，本文公式中各類參數給定、等級、賦值和權重是充分借鑒以前研究成果，其中涉及客觀測量法對實驗設備與實驗條件要求太高，不適合作為模型的輸入的參數確定，采取主觀量表測量法進行確定[18]。

2 仿真與結果分析

根據建立的駕駛艙飛行機組警覺能模型，選取某航空公司飛行員排班計劃進行仿真分析，通過MATLAB程序計算“豁免辦法”和“CCAR-121部”2種飛行限制時間條件下的駕駛艙機組成員警覺性變化。

2.1 2種飛行限制時間條件下的排班情況

選取“豁免辦法”中“3套機組/26 h飛行時間限制”，簡稱“3套/26 h”；“CCAR-121部”中“3名駕駛員/13 h飛行時間限制”，簡稱“3名/13 h”。

表2介紹了“3套/26 h”的排班表信息，表3和表4分別介紹了“3名/13 h”的排班表去程和返程信息。

表2 “3套/26 h”限制下排班Table 2 Schedule under “3 sets/26 h”restriction

表3 “3名/13 h”限制下排班(去程)Table 3 Schedule under “3 persons/13 h”restriction (departure)

表4 “3名/13 h”限制下排班(返程)Table 4 Schedule under “3 persons/13 h”restriction (return)

其中，為簡化描述，在飛行中飛行員有3種狀態，分別為：在駕駛艙飛行(飛)、在休息艙沒有睡眠的輕松休息(休)和在休息艙睡眠(睡)。假設開始時間為上午10點，表中所有時間均為北京時間。

2.2 駕駛艙機組成員的警覺能參數選擇

在警覺能仿真中，假設初始條件：去程時飛行初始時刻機組的警覺能初始值為98，返程時警覺能初始值為95(考慮時差的影響)。飛行員警覺能模型中的參數見表5。

表5 模型中相關參數的默認值Table 5 Default values for relevant parameters in the model

2.3 駕駛艙警覺能仿真結果

由圖1可知，“3套/26 h”限制下駕駛艙飛行員在去程飛行結束后警覺性降至77.835 1，返程飛行結束后警覺性降至80.651 8。

圖1 “3套/26 h”限制下駕駛艙內飛行員警覺性變化Fig.1 Variation of pilot alertness in cockpit under “3 sets/26 h”restriction

由圖2可知，“3名/13 h”限制下駕駛艙飛行員在去程飛行結束后警覺性降至73.806 7和83.114 0，返程飛行結束后警覺性降至71.543 6和82.273 9。

圖2 “3名/13 h”限制下駕駛艙內飛行員警覺性變化Fig.2 Variation of pilot alertness in cockpit under “3 persons/13 h”restriction

因此，在航班去程時，“3套/26 h”限制下駕駛艙內飛行員警覺性最低值77.835 1，同比高于 “3名/13 h”限制下駕駛艙內飛行員警覺性最低值73.806 7；航班返程時，“3套/26 h”限制下駕駛艙內飛行員警覺性最低值76.619 4，同比高于 “3名/13 h”限制下駕駛艙內飛行員警覺性最低值71.543 6。并且在航班過程中，“3套/26 h”限制下駕駛艙內飛行員警覺性均相近于或優于 “3名/13 h”限制。綜上，在上述排班和輪換安排下，按照“豁免辦法”中的“3套/26 h”限制飛行的駕駛艙飛行員警覺性優于“CCAR-121部”規定的“3名/13 h”限制。

另外，自“豁免辦法”發布之后，相關航空公司根據規定已經安全運營了萬小時以上/千班航班，未發生1起不安全事件，從實際運營層面對“豁免辦法”進行了有利的實踐驗證。

3 結論

1)通過模擬仿真結果和分析,“豁免辦法”中3套機組，每3～4 h換崗1次的排班搭配，飛行26 h，整體優于“CCAR-121部”中3名擴編飛行機組飛行13 h的駕駛艙中機組成員警覺性。因此，通過對比2種規定下駕駛艙機組成員警覺度的仿真結果，驗證了“豁免辦法”規定下機組成員在駕駛艙內的疲勞精神狀況與“CCAR-121部”相近并整體較好。

2)另外，對于客改貨/貨班/獨立休息區客班性質的航班，采用3套機組，在飛機上給機組提供滿足要求的休息場所，機組在目的地不過夜而隨機返回的方式，在整個飛行任務執行期間，飛行員可以按照北京時間安排作息，從而可以減少時差導致的疲勞。

3)在使用本文中賦值的各項參數情況下，驗證了“豁免辦法”可行性與科學性，模型對航空公司的航班計劃與機組的輪班優化提供了理論支持。