基于組合賦權云模型的阻力傘保障風險評估

谷雨軒，徐常凱，倪彬

(空軍勤務學院航材四站系，徐州 221000)

隨著中國特色軍事變革和空軍轉型建設深入發展，航空救生裝備保障正面臨新的機遇和挑戰。作戰訓練保障任務日趨多元、實戰化訓練要求落地實施，部隊飛行任務加重，現代戰機系統更加復雜且具有更高價值，航空救生裝備使用機動頻繁，對保障安全提出了更高的要求，因此將風險評估理論應用于阻力傘保障，對于確保飛行安全具有重要意義。

目前，中外研究人員對于風險評估的理論和應用研究逐步深入，運用可拓元法[1]、理想點法(technique for order preference by similarity to ideal solution，TOPSIS)法[2]、專家評判法[3]、集對分析法[4]等實現風險評估理論在專業領域的應用。在阻力傘保障風險評估的研究中，馮蘊雯等[5]以阻力傘機構工作原理為基礎，著重從結構的維度分析了艙門意外打開的幾種可能原因。郝恒等[6]針對飛機隊力傘系統在使用環境影響下發生故障的問題，通過環境適應性故障模式及影響分析發現了阻力傘系統在各環境影響下的潛在故障。

上述研究成果大多從阻力傘工作原理和結構進行研究，對于識別阻力傘保障風險要素具有借鑒意義。實際飛行中保障活動是實現阻力傘與飛機對接的環節，直接關系飛行任務能否正常遂行，阻力傘保障活動是由保障人員和裝備等多種要素共同參與的復雜活動，不能單一從裝備結構風險考慮，現有的研究中對于保障活動風險評估還缺乏體系地研究。因此，現通過分析典型保障事故梳理風險點，基于工作分解結構(work breakdown structure，WBS)-資源分解結構(resource breakdown structure，RBS)創新地融入供應要素建立阻力傘保障風險體系，引入分級管控的思想，通過組合賦權法集合云模型生成器建立風險評估模型，將各項指標數據通過雷達圖呈現并分析，以期實現風險精細化管理，消除保障風險、提升保障效率。

1 阻力傘保障風險定義

風險在維基百科中的定義是“失去價值的可能性”[7]。對于裝備本身來說失去價值即阻力傘失效無法實現飛機正常減速。對于整個保障活動來講，阻力傘保障風險不僅包括傘具失效的風險，還有保障活動對正常遂行飛行任務產生不利影響的風險。經過統計整理，部分典型阻力傘保障事故如表1所示。

表1 典型阻力傘保障事故Table 1 Typical parachute support accidents

可以看出，在實際飛行保障中，由于保障漏洞阻力傘無法正常工作造成飛機無法正常減速，甚至飛機失控沖出跑道嚴重影響飛行人員生命安全。雖然飛行員操縱系統發生電路或機械故障也會影響阻力傘系統安全，但是在日常飛行過程中做不到頻繁地內部檢查，對其進行風險控制還存在一定困難。因此研究范圍規定為救生裝備保障人員在保障中接觸最多的阻力傘裝備和與其相關的各項保障活動。

2 阻力傘保障風險識別

2.1 阻力傘保障特點分析

阻力傘保障屬于保障活動，具備以下特征。

(1)系統復雜程度高：阻力傘減速系統是集機械、電子、火工、氣動、紡織、人體工程于一體的復雜飛行員生命保障系統，阻力傘保障又分為多個階段流程，不同階段保障側重點不同。

(2)風險可預測性低：救生裝備作為武器裝備具有良好的可靠性，大部分情況下均可以正常運行，風險造成的事故屬于小概率事件。典型保障事故涉及的事故阻力傘型號、事故表現、事故原因均呈現偶然性高、規律性低的特點，甚至存在風險點隱藏于操作規范之外的情況。

(3)對飛機系統的重要性變高：現代戰機的性能先進，飛機價值越來越高，事故損失會更大，飛行人員的工作環境已經遠遠超出人體所能承受的極限，航空救生裝備作為“飛行員最后一道生命安全防線”因此對保障風險的控制需要更加重視。

2.2 基于WBS-RBS的阻力傘保障風險識別

在工作分解與風險分解按照阻力傘保障特點分解完畢后，以工作分解中的基礎工作內容為橫坐標，風險分解中的基礎風險因素為縱坐標建立耦合矩陣逐一判斷各個元素風險狀態是否為風險[8]。WBS-RBS應用于阻力傘保障風險識別可以將風險點經過歸類和層次劃分后按照RBS對每個WBS節點進行風險識別，有效避免了遺漏風險。

2.2.1 阻力傘保障WBS工作環節分解

根據業務規范，飛行保障通常按照預先準備、直接準備、飛行實施和飛行后講評4個階段實施，按照飛行4個階段救生勤務保障工作也有規定的程序。以此為依據將阻力傘保障共分為13個子流程如圖1所示。

圖1 阻力傘保障流程Fig.1 Parachute support process

2.2.2 阻力傘保障RBS保障要素分解

由于阻力傘保障的特殊性，除了裝備本身的技術問題，還存在人為供應因素和保障環境因素，在此引入人-機-環理論，建立包含保障環境要素、供應要素的風險體系如圖2所示。

圖2 RBS工作環節分解Fig.2 RBS work link decomposition

(1)保障環境要素。根據飛行任務環境特點，保障環境通常分為沙漠寒區、沿海叢林、高原地區，三類地區對阻力傘保障有不同的要求：沙漠寒區風沙較大，引導傘、傘衣絲等織物開傘時易磨損；沿海叢林地區空氣濕度大，傘具保管時易導致金屬制品銹蝕、絲織物發霉；高原地區氣壓低，開傘瞬間傘具所受瞬時張力大，開傘速度快。

(2)供應要素。指由于人為因素和裝備管理因素可能造成對阻力傘保障產生不利影響，包括人為因素：參與保障的相關人員是否有履行職責是否發生主觀錯誤；使用壽命因素：傘具和其部件都有規定的使用壽命，即將到壽的需進行更換；傘具準備：在實際保障中，保障人員無法對傘具需求做好準確預測會造成準備的傘具不夠或較多的情況；裝備性能：由于阻力傘部件沒有處于正常狀態或包裝質量達不到標準。

2.2.3 阻力傘保障風險WBS-RBS耦合矩陣

根據WBS工作流程劃分和RBS風險要素劃分建立耦合矩陣如表2所示，WBS-RBS耦合矩陣將風險表現和風險發生的時機清楚地標定出來，可以看出有的風險存在于特定的時機，有的風險多個環節都存在，建立阻力傘保障風險WBS-RBS耦合矩陣能夠實現良好的風險識別效果。

表2 阻力傘保障風險WBS-RBS耦合矩陣Table 2 Resistance parachute support risk WBS-RBS coupling matrix

3 組合賦權法確定阻力傘保障風險指標權重

3.1 基于不確定AHP-集對分析的主觀賦權法

不確定層次分析法通過區間對數判斷矩陣代替傳統層次分析法的判斷矩陣[9]，更符合評估實際，能夠更好地反映出復雜系統中的模糊性和不確定性，降低主觀性。

(1)

針對阻力傘保障風險指標體系，邀請航空救生裝備保障領域的專家和一線保障人員共5名，對風險點之間的兩兩重要度進行打分，限于篇幅原因，二級指標裝備要素R24判斷矩陣可表示為

R24=

(2)

式(2)中：k、m分別為下限、上限權重區間系數。

最終得到權重區間為w=[kw-,mw+]。根據判斷矩陣R24計算出權重區間矩陣W+=W-=[0.260,0.059,0.494,0.061，0.126]T，m=1.101,k=0.862 。由此可得5項風險指標的權重區間為w1=[0.224,0.287],w2=[0.051,0.065]，w3=[0.426,0.544]，w4=[0.052,0.067]，w5=[0.108,0.138] 。通常以區間平均值作為指標的最后權值，基于集對分析理論的權重確定方法[10]可以更加精確處理區間的不確定性，根據集對分析理論，在[0,1] 將區間分為集合[0,kw-)、[kw-,mw+)、[mw+,1],分別表示不重要程度、不確定性、重要程度，區間的集對分析表達式為μ=a+bi+cj，其中μ表示集對聯系度，集合的同一度a=kw-，集合的差異度b=mw+，集合的對立度c=1-a-b，精確權重的計算公式為

(3)

(4)

(5)

式中：ai、ak分別為第i、k項指標的集合的同一度；bi、bk為第i、k項指標的集合的差異度；ci、ck為第i、k項指標的集合的對立度；Pi為第i項指標的重要度區間相對權重；Qi為第i項指標的不確定性相對權重；wi為第i項指標的為風險指標精確權重。

將5項風險指標權重區間w1-w5代入得：P=[P1,P2,…,P5]=[0.260,0.059,0.494,0.061,0.126]，Q=[Q1,Q2,…,Q5]=[0.183,0.239,0.117,0.239,0.221]，WR24=[wR241,wR242,wR243,wR244,wR245]=[0.294,0.088,0.357,0.089,0.171]。

同樣的方法可得其他各級指標對上級指標的主觀精確相對權重。三級風險指標權重即各級相對權重乘積，經計算得到權重結果如表3所示。

表3 不確定AHP-集對分析的主觀權重Table 3 Subjective weight of uncertain AHP set pair analysis

雖然通過不確定層次分析法(analytic hierarchy process,AHP)-集對分析模型一定程度上降低了確定權重的主觀性，但是由于計算精度處理問題，最終所有三級風險指標權重之和為0.997，存在一定誤差，加上不確定AHP模型在計算指標權重時無法避免多級指標不確定性疊加的“牛鞭效應”。

3.2 基于CRITIC法的客觀賦權法

CRITIC方法是一種綜合考慮各指標數據相關性和混亂程度來確定指標權重的方法，在處理客觀賦權問題上優于熵權法，具體實施步驟如下。

步驟1構建專家評判矩陣。采用1～10的數值來描述評判矩陣中各指標的重要程度大小，根據5名專家的評價結果構建判斷矩陣X，可表示為

X=[xij]24×5

(6)

Y=[yij]24×5

(7)

步驟3得到的客觀權重可表示為

(8)

步驟4經過計算得到的各項參數及客觀權重可表示為

WR=[wR111,wR112,…,wR244,wR245]

=[0.014,0.021,0.033,0.048,0.027,

0.017,0.019,0.012,0.016,0.047,0.061,0.045,0.053,0.034,0.026,0.109,0.042,0.075,0.030,0.035,0.029,0.081,0.046,0.082]

(9)

3.3 阻力傘保障風險組合賦權

建立一種以權重偏差平方和最小的組合賦權法。組合賦權的權值可表示為

Wi=λwia+(1-λ)wib

(10)

式(10)中：wia為第i項指標主觀賦權法的權重；wib為第i項指標客觀賦權法的權重；λ為組合賦權系數。

目標函數為

(11)

進一步約簡得

(12)

求一階導數得當λ=0.5 時目標函數達到最優。因此，綜合主觀賦權結果和客觀賦權結果得到最終的阻力傘保障風險權重如表4所示。

表4 組合賦權結果Table 4 Combined weighting results

通過指標權重分析，除個別指標主觀權重和客觀權重有一定差別外，主觀客觀權值整體較一致。裝備到壽或即將到壽R221和傘具數量不夠R231對飛行保障造成直接影響，具有較高權重，裝備本身屬性類指標權重普遍較高，符合保障實際情況。

4 云模型阻力傘風險指標等級評估

云模型是處理定性概念和定量表達的不確定轉換模型，在風險評估領域應用廣泛，引入云模型對阻力傘風險指標進行風險等級的劃分。

4.1 建立標準云模型

根據阻力傘保障實際，綜合風險發生的可能性和風險嚴重性將風險等級劃分為

S={S1,S2,S3,S4,S5}

(13)

式(13)中：S1、S2、S3、S4、S5分別表示低風險、較低風險、中等風險、較高風險、高風險。

評價值數閾值為[0,1]，評價值越高即表示此風險程度越高，各云滴參數如表5所示，建立標準云模型如圖3所示。

表5 標準云參數Table 5 Standard cloud parameters

圖3 標準云云滴Fig.3 Standard cloud drop

(14)

式(14)中：smax、smin為分享區間的最大值、最小值；期望Exi表示風險等級i的云滴在論域空間分布的期望；熵Eni表示風險等級i的云滴不確定的程度；超熵He表示風險等級i的云滴的凝聚程度。

4.2 建立指標層云模型

根據5名專家的風險值評語，得到24項阻力傘保障風險指標的云模型，指標層云模型參數與標準云模型參數計算方法有差異，如式(13)所示。

根據風險等級劃分得到風險等級參數見表，為使云模型描述得更加符合實際將低風險和高風險的區間期望值定為0和1，利用正向云發生器得到標準云模型如圖3所示。

(15)

式(15)中：期望Ex表示云滴在論域空間分布的期望；熵En表示云模型不確定的程度；超熵He表示云滴的凝聚程度，取0.02；xi為第i名專家的評語值；Si為5名專家評語值的標準差。

以指標R241～R245為例，將5名專家的評語值作為輸入參數利用逆向云發生器得到指標層云模型參數如表6所示，5項指標生成的5個云滴與標準云對比如圖4所示。

表6 指標云參數Table 6 Index cloud parameters

圖4 指標云云滴Fig.4 Index cloud drop

4.3 基于云相似度的風險等級判定

通過比較阻力傘保障指標云和各標準云之間的云相似度確定風險等級[11]。第i、j個云滴用Ci、Cj表示，度量云相似度Sc(Ci,Cj)由形狀相似度Ss(Ci,Cj) 和位置相似度Sp(Ci,Cj) 的乘積來確定計算過程，可表示為

(16)

式(16)中：Exi、Exj分別為第i、j個云滴的期望；Eni、Enj分別為第i、j個云滴的熵，Hei、Hej分別為第i、j個云滴的超熵。

根據建立的指標云模型得到指標R241～R245云滴與5個標準云的相似度，由相似度最大值判斷出風險指標所屬風險等級，如表7所示。

表7 云相似度Table 7 Cloud similarity

按照上述方法得到的所有阻力傘風險指標等級如表8所示。

表8 云相似度Table 8 Index risk level

4.4 阻力傘保障風險分析

阻力傘保障風險指標體系屬于多指標體系，雷達圖在綜合分析多個指標方面具有完整、清晰、直觀的特點，引入雷達圖，根據各項指的權重數據和風險等級數據按照一級指標保障環境要素R1、供應要素R2繪出雷達圖如圖5、圖6所示。

圖5 保障環境要素R1風險權重和風險等級Fig.5 Risk weight and risk level of environmental protection elements R1

圖6 供應要素R2風險權重和風險等級Fig.6 Risk weight and risk level of supply factor R2

可以看出，在阻力傘保障風險中，部分指標的權重和風險等級具有相關性、部分指標權和風險等級一致性較低，如R112主傘傘衣破損，主傘傘衣屬于傘具組成部分直接影響阻力傘性能，因此權重較大，但是在實際保障中，阻力傘輕度磨損并不會對阻力傘的張開產生很大影響，因此風險等級較低；R214包裝未按規范會影響到阻力傘包裝質量，對傘具正常工作有重要影響，但是可以通過規范操作流程、加強包裝環節的控制降低風險，因此風險權重較低。

5 結論

(1)風險評估的最終目的是為了實現風險控制，在建立包含2項一級指標、7項二級指標、24項三級指標的阻力傘風險指標體系后進行風險權重進行確定、劃分風險等級，組合賦權法彌補了單一模型的不足，有效降低了模糊性。分級管理有利于解決風險描述粗泛、影響后續措施針對性的問題。

(2)阻力傘保障直接關系到飛行安全，在保障過程中要樹立全局觀念，裝備本身性能固然重要，金屬連接部位質量在風險體系中占比較高，此類風險點必然引起保障人員的重視，但是保障環境和決策類因素在實際保障中往往被忽視，要打破傳統的“以數量掩蓋風險”的思想，在充分考慮風險體系的基礎上決策，實現保障資源合理配置，避免出現影響保障安全的“黑天鵝”。