基于云模型的連續(xù)下降最后進(jìn)近（CDFA）過程的安全裕度研究

高 揚 侯衍琛

（中國民航大學(xué)民航安全研究所 天津300300）

0 引言

2013年3月19日，中國民航局飛行標(biāo)準(zhǔn)司下發(fā)了《連續(xù)下降最后進(jìn)近（CDFA）》咨詢通告，對該技術(shù)的運行進(jìn)行了規(guī)范，為航空公司的運用提供了指南。2013年4月27日，民航局提出了“中國民航?jīng)Q定在非精密進(jìn)近情況下，全面推廣連續(xù)下 降 最 后 進(jìn) 近 （continuous descent final approach，CDFA）飛行技術(shù)”的總體要求和工作部署。2014年5月，飛行標(biāo)準(zhǔn)司檢查了CDFA技術(shù)的開展和普及情況［1］。

CDFA作為1種當(dāng)前國際較為先進(jìn)的進(jìn)近方式，近幾年在我國快速普及，眾多航空公司紛紛開展了關(guān)于CDFA技術(shù)的飛行培訓(xùn)工作。同時，航行情報中心累計完成了國內(nèi)190個機(jī)場的CDFA航圖修改工作，為該技術(shù)的運用掃清了障礙。隨著CDFA技術(shù)的廣泛運用，關(guān)于該技術(shù)安全性研究顯得愈加重要。

因為部分機(jī)組成員缺少對CDFA的訓(xùn)練，而且我國部分機(jī)場沒有支持CDFA的機(jī)場航圖，因此，機(jī)組成員需要自行計算飛機(jī)下降率等參數(shù)，這些工作步驟在一定程度上增加了機(jī)組成員的工作負(fù)擔(dān)，造成了不必要的工作負(fù)荷，影響了航班運行的安全裕度。

根據(jù)國際民航組織的統(tǒng)計數(shù)據(jù)表明，在飛機(jī)進(jìn)近過程中，非精密進(jìn)近和精密進(jìn)近的事故率比為7∶1，非精密進(jìn)近引發(fā)的事故在機(jī)場飛行事故中占有很高的比例。對于傳統(tǒng)的非精密進(jìn)近方法，由于采用梯級下降的剖面，非常容易導(dǎo)致進(jìn)近的不穩(wěn)定，所以，當(dāng)CDFA的方法被美歐等航空先進(jìn)國家提出后［2］，就得到了廣泛驗證和運用。

1 連續(xù)下降最后進(jìn)近(CDFA)

1.1 研究現(xiàn)狀

首先，CDFA是非精密進(jìn)近的1種，也是當(dāng)前被美國和歐盟等航空發(fā)達(dá)國家極力推崇的1種進(jìn)近方式。該技術(shù)在美國下一代空管運行系統(tǒng)（Next Gen）中被稱為連續(xù)下降進(jìn)近 （CDA）［3］。在美國洛杉磯國際機(jī)場等地，相關(guān)研究人員進(jìn)行了大量的實驗，分別在白天、夜晚和不良天氣條件下，研究了航空器的連續(xù)下降進(jìn)近參數(shù)。經(jīng)過了大量的實驗驗證，其結(jié)果表明，在同等情況下，該技術(shù)可以為航空公司節(jié)省大量燃油，并在一定程度上減少了航空器進(jìn)近過程中產(chǎn)生的噪聲［4］。

藤國梁［5］提到了CDFA對非精密進(jìn)近安全裕度的影響關(guān)系，對CDFA安全性的問題進(jìn)行了分析。

到2013年底，歐洲100多個機(jī)場采取連續(xù)下降進(jìn)近，傳統(tǒng)梯級下降進(jìn)近方式將被取代。為實現(xiàn)此目標(biāo)，歐洲國際機(jī)場協(xié)會、歐洲航管中心和國際航空運輸協(xié)會將聯(lián)合采取行動計劃。該項技術(shù)在歐盟統(tǒng)一空域中心被稱為連續(xù)下降運行（continuous descent operation，CDO），該技術(shù)在法國巴黎戴高樂機(jī)場已經(jīng)得到了廣泛的運用，該技術(shù)可以降低30%的碳排放，并將進(jìn)近噪聲下降3.9～6.5dB［6］。2014年，荷蘭研究人員研發(fā)了1種新的連續(xù)下降進(jìn)近安全技術(shù)，該理念被命名為時間燃料管理操作（TEMO），TEMO采用優(yōu)化算法來減少推力和減速板的使用，保證CDFA過程的軌跡精確性和運行的安全穩(wěn)定性［7］。

目前國內(nèi)外對CDFA技術(shù)研究主要集中在噪音和燃油效率方面，對該技術(shù)安全性的研究卻較少。從人為因素安全性的角度入手，以機(jī)組成員為研究重點，根據(jù)機(jī)組成員的工作負(fù)荷的大小來衡量CDFA操作的安全裕度，分析CDFA的安全性，具有一定的創(chuàng)新性。

1.2 CDFA技術(shù)與階級下降方式的區(qū)別

非精密進(jìn)近是1種有方位引導(dǎo)，但卻沒有垂直引導(dǎo)的進(jìn)近方式。非精密進(jìn)近和精密進(jìn)近最大的區(qū)別在于非精密進(jìn)近缺少垂直引導(dǎo)。連續(xù)下降最后進(jìn)近和階級下降進(jìn)近都屬于非精密進(jìn)近的范疇，同時，兩者存在著較大的差別。CDFA和階級下降技術(shù)的主要區(qū)別如圖1所示。

圖1 CDFA和階級下降進(jìn)近的對比圖Fig.1 Comparison between CDFA and conventional approach

根據(jù)相關(guān)理論，按照傳統(tǒng)的階級下降方式進(jìn)近，航空器飛過最后進(jìn)近定位點（FAF）后，可以馬上下降到最低決斷高度（MDA），并在航空器快速下降后執(zhí)行平飛。在平飛的過程中根據(jù)相關(guān)的機(jī)場終端區(qū)情況，航空器選擇保持一定的下降率完成進(jìn)近，或者在到達(dá)復(fù)飛點（MAPT）前執(zhí)行復(fù)飛。這種方式在國外已經(jīng)逐漸取消，但是國內(nèi)的非精密進(jìn)近仍保留著下降至MDA后改為平飛的方法。航空器在到達(dá)復(fù)飛點之前繼續(xù)下降著陸，直到建立目視參考，否則執(zhí)行復(fù)飛。

CDFA是1種與穩(wěn)定進(jìn)近相關(guān)的飛行技術(shù)，在非精密儀表進(jìn)近程序的最后進(jìn)近階段連續(xù)下降，沒有平飛，從高于或等于最后進(jìn)近定位點下降到高于著陸跑道入口大約15m（50ft）的點或者到該機(jī)型開始拉平操作的點。CDFA與階級下降進(jìn)近的主要區(qū)別在于沒有平飛。

CDFA技術(shù)的另外1個巨大優(yōu)勢在于不需要復(fù)雜的設(shè)備要求。除去執(zhí)行非精密進(jìn)近程序所需要的基本航空器設(shè)備外，CDFA不需要添加其他的設(shè)備。飛行員從數(shù)據(jù)庫中選定相應(yīng)的儀表進(jìn)近程序時，一般會獲取航圖所公布的下降角度或下滑角度。擁有飛行航跡角（FPA）模式的航空器允許飛行員根據(jù)航圖所公布的垂直下降梯度或下滑角度輸入下滑角的數(shù)值。若航空器沒有配備此類設(shè)備，那么飛行員須自行計算下降率。

在計算下降率和CDFA程序的操作時，對飛行員造成的工作負(fù)荷會明顯高于飛機(jī)的巡航階段，因此對CDFA過程飛行員工作負(fù)荷的研究顯得尤為重要。

2 CDFA安全裕度評價指標(biāo)體系的建立

2.1 CDFA過程的安全裕度

飛機(jī)運行過程中的安全裕度主要指飛行員工作能力和當(dāng)前飛行任務(wù)強(qiáng)度的差值。當(dāng)飛行員的身體狀態(tài)和駕駛水平高于飛行駕駛過程中的工作負(fù)荷時，飛行員擁有較高的安全裕度，可以保證飛行的安全性。因為疲勞或者其他因素，當(dāng)飛行員身體狀態(tài)低于正常水平時，或者工作強(qiáng)度過高時，安全裕度區(qū)間值會降低，飛行員產(chǎn)生人為因素差錯的可能性會顯著提升，從而影響飛行安全。合理的控制飛行員的安全裕度值，對提高飛機(jī)運行安全性和減少人為因素差錯具有重要研究意義。圖2為全階段飛行安全裕度圖。

圖2 全階段飛行安全裕度圖Fig.2 All-stages of flight safety margin

由圖2可知，飛機(jī)的起飛階段和進(jìn)近階段是飛行員工作負(fù)荷強(qiáng)度較大的2個階段［8］。特別是飛機(jī)的進(jìn)近和著陸階段，飛行員因為長時間的持續(xù)工作，自身的身體狀態(tài)出現(xiàn)下滑，伴隨著高強(qiáng)度的飛行進(jìn)近任務(wù)，安全裕度值隨之降低，因此該階段極易發(fā)生人為因素差錯而引發(fā)事故。

2.2 基于CDFA安全影響因素分析的指標(biāo)體系

對CDFA過程的安全性影響因素進(jìn)行分析，在連續(xù)下降最后進(jìn)近階段，機(jī)組成員工作負(fù)荷方面可能影響飛行安全裕度的研究因素主要包括以下3個主要方面：常規(guī)狀態(tài)下，連續(xù)下降最后進(jìn)近的工作負(fù)荷對安全裕度的研究；非常規(guī)情況下，連續(xù)下降最后進(jìn)近的工作負(fù)荷對安全裕度的研究；連續(xù)下降最后進(jìn)近過程中，機(jī)組成員配合度對工作負(fù)荷影響的安全裕度研究。

常規(guī)狀態(tài)下，連續(xù)下降最后進(jìn)近的工作負(fù)荷對安全裕度的研究主要包括以下幾個方面：機(jī)組成員參照CDFA最后進(jìn)近定位點的工作負(fù)荷；機(jī)組成員判斷CDFA特定決斷高度的工作負(fù)荷；機(jī)組成員參照CDFA航圖下降梯度的工作負(fù)荷；機(jī)組成員計算CDFA下降率的工作負(fù)荷。

非常規(guī)狀態(tài)下，連續(xù)下降最后進(jìn)近的工作負(fù)荷對安全裕度的研究主要包括以下幾個方面：CDFA過程中，機(jī)組成員確定復(fù)飛點的工作負(fù)荷；CDFA過程中，機(jī)組成員執(zhí)行復(fù)飛過程的工作負(fù)荷；CDFA過程中遇特殊情況，需對下降率進(jìn)行調(diào)整時，機(jī)組成員的工作負(fù)荷；飛行員經(jīng)過訓(xùn)練，首次執(zhí)行CDFA過程時的工作負(fù)荷；夜間執(zhí)行CDFA過程時的工作負(fù)荷。

影響CDFA過程工作負(fù)荷的是1個多因素、多層次的復(fù)雜結(jié)構(gòu)體系。假設(shè)機(jī)組成員短期能力不變的前提下，安全裕度可以通過飛行員工作負(fù)荷的大小進(jìn)行簡單量化，即用工作負(fù)荷大小表示安全裕度大小。通過對機(jī)組成員執(zhí)行CDFA過程的工作負(fù)荷進(jìn)行建模分析，可以建立1個關(guān)于CDFA過程的工作負(fù)荷指標(biāo)體系，見圖3。

圖3 飛行員工作負(fù)荷指標(biāo)體系圖Fig.3 The pilot workload indicators diagram

在2014年7月份召開的飛行疲勞風(fēng)險管理研討會上，向飛行員和航空公司相關(guān)工作人員發(fā)放了調(diào)查問卷。因CDFA技術(shù)在國內(nèi)尚處于推廣階段，所以相關(guān)領(lǐng)域?qū)＜逸^少，難以進(jìn)行多樣本評價。因此共發(fā)放問卷20份，每份問卷包括10個問題，分別評估了CDFA過程中各階段工作負(fù)荷大小。問卷問題選項包含5檔，每一檔選項對應(yīng)的分值如表1所示。專家根據(jù)相應(yīng)的CDFA工作負(fù)荷指標(biāo)進(jìn)行打分，根據(jù)問卷完成情況，共回收有效問卷16份，其打分結(jié)果見表2。

表1 測量問卷分值選項對應(yīng)表Tab.1 Measurement questionnaire score table

表2 問卷打分表Tab.2 Measurement questionnaire playing table

3 基于云模型算法的算例

3.1 云模型概念

云用期望值（Ex）、熵（En）和超熵（He）來表征其數(shù)字特征，其在模型中的具體含義為：

1）Ex代表定性概念的值，表示的是概念在論域的中心值，其隸屬度1，即離期望Ex越近，云滴越集中；

2）En用來度性概念的模糊度，是定性概念不確定性的度量，代表了這個定性概念的云滴的離散程度，也是可被接d受云滴的取值范圍；

3）He為熵的熵，它用于表征云滴離散的程度，He越大，云滴更趨于離散。

3.2 逆向云發(fā)生器

逆向云發(fā)生器（BCG）是實現(xiàn)從定量值到定性概念的轉(zhuǎn)換模型。它可以將一定數(shù)量的精確數(shù)據(jù)轉(zhuǎn)化為以數(shù)字特征（Ex，En，He）表示的定性概念，其概念圖見圖4。

圖4 逆向云發(fā)生器Fig.4 Reverse cloud generator

其主要的計算方法為，獲取大量的真實實驗數(shù)據(jù)，通過逆向云發(fā)生器獲得相關(guān)數(shù)據(jù)的期望值Ex，En，He，將定量數(shù)據(jù)轉(zhuǎn)化為定性的概念。其公式為

Matlab軟件是一款較為簡單實用的仿真模擬軟件。在Matlab軟件下，分別對二級指標(biāo)的打分?jǐn)?shù)據(jù)進(jìn)行處理，其在Matlab中逆向云發(fā)生器的運行代碼如圖5所示。

圖5 逆向云模型代碼圖Fig.5 The code of reverse cloud generator

3.3 云模型分析

根據(jù)專家組打分結(jié)果，分別求各指標(biāo)體系的Ex，En，He，其計算結(jié)果，見表3。

表3 云參數(shù)表Tab.3 The table of cloud parameters

根據(jù)對整體云模型貢獻(xiàn)度的不同，云模型可以分為：骨干元素、基本元素、外圍元素和弱外圍元素4個區(qū)間。見表4。

表4 云模型區(qū)間表Tab 4 The table of cloud range

采用Matlab軟件對正常狀態(tài)下的CDFA過程操作云參數(shù)進(jìn)行模擬分析。因樣本數(shù)量較小，利用逆向云發(fā)生器生成各項指標(biāo)的相關(guān)云模型圖，建立1個基數(shù)為5 000的云模型，其云分布見圖6。

圖6 正常情況下飛行員工作負(fù)荷云模型圖Fig.6 The cloud model of pilot workload（normal）

跟據(jù)圖6中云模型的相關(guān)特性，當(dāng)飛行員執(zhí)行正常狀態(tài)下的CDFA過程時，云模型貢獻(xiàn)度區(qū)間為［2.515，6.235］，其分布基本符合專家的打分結(jié)果；熵的值為1.86，超熵的值為0.49，云分布離散情況較小，即正常運行時，飛行員的普遍負(fù)荷情況偏小。在正常情形下，飛行員執(zhí)行CDFA時工作負(fù)荷低于自身負(fù)荷極限，存在較大的安全裕度。

同理分別根據(jù)機(jī)組人員配合熟練度對飛行員執(zhí)行CDFA影響的相關(guān)指標(biāo)參數(shù)和執(zhí)行非正常狀態(tài)的CDFA過程時的工作負(fù)荷參數(shù)建立云模型，見圖7、圖8。

圖7 機(jī)組成員配合對工作負(fù)荷影響的云模型圖Fig.7 The cloud model of pilot workload（team）

圖8 非正常情況下飛行員工作負(fù)荷云模型圖Fig.8 The cloud model of pilot workload（abnormal）

由圖7分析可知，云滴數(shù)據(jù)分布的隨機(jī)性較大，云模型貢獻(xiàn)度區(qū)間為［4.76，8.99］，其分布基本符合專家的打分結(jié)果；；其中熵的值為2.115，超熵的值為0.76，云分布離散情況較大，即機(jī)組人員配合熟練度對飛行員執(zhí)行CDFA過程的工作負(fù)荷影響較大。因離散程度較大，在個別條件下，機(jī)組人員在CDFA過程中配合不當(dāng)所造成的工作負(fù)荷可能超過自身負(fù)荷極限，其安全裕度值低。

由圖8分析可知，當(dāng)飛行員執(zhí)行非正常狀態(tài)下的CDFA過程時，云模型貢獻(xiàn)度區(qū)間為［3.083，7.367］，基本符合專家的打分結(jié)果；熵的值為2.142，超熵的值為0.553，云分布離散情況較小。由此分析可得，在執(zhí)行非正常狀態(tài)的CDFA過程時飛行員的工作負(fù)荷的問題上專家分歧較大。根據(jù)云滴的分布情況可以判斷，在執(zhí)行非正常狀態(tài)的CDFA過程時飛行員的工作負(fù)荷較大，略高于正常狀態(tài)下的工作負(fù)荷，安全裕度處于可接受范圍之內(nèi)。

根據(jù)美國聯(lián)邦航空局關(guān)于CDFA預(yù)計到達(dá)時間誤差的相關(guān)數(shù)據(jù)［9］可知：4 000組模擬 CDFA進(jìn)近過程的時間誤差均值為0.043s，基本符合進(jìn)近的安全要求，但仍有部分誤差數(shù)據(jù)值較大。因到達(dá)時間誤差多與下降率有關(guān)，根據(jù)圖9中CDFA預(yù)計到達(dá)時間的誤差分析可知，CDFA過程中下降率的算法是該過程安全性研究的重點。

圖9 預(yù)計到達(dá)時間誤差直方圖Fig.9 The histogram of RTA

4 結(jié)論與建議

1）依照現(xiàn)有CDFA程序，飛行員在正常和非正常2種情況下，其安全裕度滿足飛行需要。

2）非正常情況下的安全裕度值略高于正常情況，因此需要制定更加有效的CDFA應(yīng)急程序手冊。

3）機(jī)組配合交流出現(xiàn)問題時，會明顯提高執(zhí)行CDFA過程的飛行員工作負(fù)荷，因此需要加強(qiáng)機(jī)組人員的配合訓(xùn)練。

根據(jù)相關(guān)結(jié)論，對CDFA的安全性推廣提出以下2點建議。

1）應(yīng)繼續(xù)加強(qiáng)對CDFA航圖的修改和優(yōu)化，使機(jī)組成員執(zhí)行CDFA過程時更加的方便，有效減少該過程中機(jī)組成員的工作負(fù)荷，提高進(jìn)近的安全性。

2）盡量優(yōu)化CDFA過程中航空器下降率的算法，如設(shè)定特定機(jī)場和機(jī)型的CDFA下降率查詢表，減少機(jī)組成員的工作負(fù)荷，提高進(jìn)近安全性。

判斷CDFA過程安全裕度大小的主要依據(jù)為該過程中飛行員的工作負(fù)荷大小。在工作負(fù)荷的判斷過程中，由于采取專家打分的方法，而具有很強(qiáng)的模糊性和隨機(jī)性，云模型算法很好的實現(xiàn)了數(shù)據(jù)間定性定量的相互轉(zhuǎn)換，提供更加科學(xué)有效的結(jié)果。

［1］ 中國民用航空總局.連續(xù)下降最后進(jìn)近（CDFA）AC-121／135FS-2013-46［Z］.北京：中國民用航空總局，2013.Civil Aviation Administration of China.Continuous Descent Final Approach（CDFA）AC－121／135FS-2013-46［Z］.Beijing：Civil Aviation Administration 2013.（in Chinese）

［2］ FAVNNEC B，HOFFMAN E，TRZMIEL A，et al.The point merge arrival flow integration technique：Towards more complex environments and advanced continuous descent［C］.AIAA Aviation Technology，Integration，and Operations Conference，South Carolina：AIAA，2009.

［3］ WEITZ L .Increasing runway capacity for continuous descent approaches through airborne precision spacing［J］.AIAA Journal，2005，10（6）：15-18.

［4］ Advisory Circular A C.AC 20-169Guidance for Certification of Military and Special Mission Modifications and Equipment for Commercial Derivative Aircraft（CDA）［R］.Federal：US Department of Transportation，F(xiàn)ederal Aviation Administration，2010.

［5］ 藤國梁.CDFA：提高非精密進(jìn)近安全裕度的法寶［J］.中國電子商務(wù)，2014（20）：76-76.TENG Guoliang.CDFA：The key of safety margin about non-precision approach［J］.Discovering Value，2014（20）：76-76.（in Chinese）

［6］ ALAM S，ZHAO W，TANG J，et al.Discovering delay patterns in arrival traffic with dynamic continuous descent approaches using co-evolutionary red teaming［J］.Air Traffic Control Quarterly，2012，20（1）：47.

［7］ DE JONG P M A.Continuous descent operations using energy principles［R］.Delft：Technische Universiteit Delft，2014.

［8］ 霍志勤.基于歷史數(shù)據(jù)的中國民航跑道安全管理關(guān)鍵問題研究［D］.南京：南京航空航天大學(xué)，2012.HUO Zhiqin.The research based on the historical data of China＇s civil aviation safety management of the key problems［D］.Nanjing：Nanjing University of Aeronautics and Astronautics，2012.（in Chinese）

［9］ CAO Baohua，LI Deyi，QIN Kun，et al.An Uncertain Control Framework of Cloud Model［J］.Rough Set and Knowledge Technology Lecture Notes in Computer Science 2011（6401）：618-625.

［10］ PRADEEP P.Evaluation of vertical profiles to design continuous descent approach procedure［J］.Dissertations ＆ Theses-Gradworks，2013，52（5）：90.

［11］ WANG J，PENG J，ZHANG H，et al.An uncertain linguistic multi-criteria group decision-making method based on a cloud model［J］.Group Decision and Negotiation，2015，24（1）：171-192.

［12］ 胡甚平，許玲，席永濤，等.基于云模型的航運公司安全管理分級評價方法［J］.中國安全科學(xué)學(xué)報，2013（10）.HU Shenping，XU Ling，XI Yongtao，et al.Cloud model based ranking evaluation of safety management for shipping company［J］.China Safety Science Journal，2013（10）.（in Chinese）