直升機(jī)電力作業(yè)非線性動(dòng)態(tài)安全評(píng)價(jià)模型

陳勇剛教授 張?zhí)靵?lái) 孫 新

(中國(guó)民用航空飛行學(xué)院 民航安全工程學(xué)院，四川 廣漢 618307)

0 引言

隨著我國(guó)經(jīng)濟(jì)快速發(fā)展，我國(guó)電力工業(yè)規(guī)模迅速提升，電網(wǎng)規(guī)模不斷擴(kuò)大。由于骨干網(wǎng)架運(yùn)行模式復(fù)雜，超特高壓線路所處地理位置偏遠(yuǎn)，采用直升機(jī)進(jìn)行電力作業(yè)已經(jīng)成為我國(guó)當(dāng)今電網(wǎng)發(fā)展的必要技術(shù)手段。采用直升機(jī)進(jìn)行電力作業(yè)具有經(jīng)濟(jì)、便捷、不受地域影響等優(yōu)勢(shì)，能夠有效解決徒步作業(yè)面對(duì)長(zhǎng)距離高壓線路不易開展的問(wèn)題。但由此帶來(lái)作業(yè)安全問(wèn)題也與日俱增，已成為通用航空業(yè)關(guān)注的焦點(diǎn)。雖然經(jīng)過(guò)20多年的直升機(jī)電力作業(yè)實(shí)踐，我國(guó)已經(jīng)摸索出一套適合國(guó)情的直升機(jī)電力作業(yè)具體操作方法，并形成完善的安全規(guī)范，但適用于行業(yè)標(biāo)準(zhǔn)的安全評(píng)價(jià)體系的建立仍處于起步階段，尤其是動(dòng)態(tài)安全評(píng)價(jià)方法尚未形成。

為此，已有學(xué)者從不同角度開展對(duì)于直升機(jī)電力作業(yè)安全評(píng)價(jià)方面的研究。劉偉東等通過(guò)經(jīng)驗(yàn)分析得到直升機(jī)電力作業(yè)中易出現(xiàn)安全隱患的因素；陳曉等結(jié)合“人—機(jī)—環(huán)境”理論思想構(gòu)建直升機(jī)電力作業(yè)安全評(píng)價(jià)指標(biāo)體系，并在此基礎(chǔ)上應(yīng)用風(fēng)險(xiǎn)矩陣方法對(duì)風(fēng)險(xiǎn)等級(jí)進(jìn)行量化；嚴(yán)風(fēng)碩等將灰色綜合評(píng)價(jià)法與層次分析法結(jié)合，通過(guò)定量分析對(duì)直升機(jī)電力作業(yè)運(yùn)行控制能力進(jìn)行安全評(píng)價(jià)；王騫針對(duì)評(píng)價(jià)指標(biāo)的多狀態(tài)性，應(yīng)用貝葉斯網(wǎng)絡(luò)模型對(duì)電力巡線項(xiàng)目進(jìn)行風(fēng)險(xiǎn)定量分析。在算法方面，蔡孟龍等和申建紅等將模糊集與證據(jù)理論相結(jié)合，在得到各指標(biāo)概率分布基礎(chǔ)上，利用沖突信息提高對(duì)系統(tǒng)指標(biāo)評(píng)價(jià)的可靠性；朱婷等在應(yīng)用故障樹基礎(chǔ)上結(jié)合貝葉斯網(wǎng)絡(luò)模型，系統(tǒng)揭示各指標(biāo)之間相互聯(lián)系并進(jìn)行推理，實(shí)現(xiàn)對(duì)貝葉斯網(wǎng)絡(luò)模型的改進(jìn)。

上述研究已取得了直升機(jī)電力作業(yè)安全評(píng)價(jià)方面的研究成果，但其局限性仍然存在，其主要體現(xiàn)在：針對(duì)直升機(jī)電力作業(yè)安全定性分析較多，定量評(píng)價(jià)手段較少;主觀因素對(duì)于直升機(jī)電力作業(yè)定量評(píng)價(jià)手段影響較大，隨機(jī)性較強(qiáng);具有滯后性，難以事先發(fā)現(xiàn)系統(tǒng)中存在的安全風(fēng)險(xiǎn)，不能實(shí)現(xiàn)動(dòng)態(tài)評(píng)估以滿足現(xiàn)實(shí)需要?？紤]到上述局限性，本文借鑒模糊集與證據(jù)理論相結(jié)合的思想對(duì)評(píng)價(jià)指標(biāo)進(jìn)行概率計(jì)算，降低主觀因素對(duì)于評(píng)價(jià)結(jié)果的影響程度，并采用三角模糊數(shù)方法對(duì)專家主觀語(yǔ)義決策進(jìn)行定量以降低主觀態(tài)度對(duì)條件概率的影響，在此基礎(chǔ)上針對(duì)各指標(biāo)的不確定性構(gòu)建貝葉斯網(wǎng)絡(luò)模型，實(shí)現(xiàn)模糊集理論、證據(jù)融合理論、三角模糊數(shù)理論與貝葉斯網(wǎng)絡(luò)模型有效結(jié)合，構(gòu)建直升機(jī)電力作業(yè)非線性動(dòng)態(tài)安全評(píng)價(jià)模型。

1 直升機(jī)電力作業(yè)安全評(píng)價(jià)指標(biāo)體系

基于航空災(zāi)害發(fā)生機(jī)理模型可知，直升機(jī)電力作業(yè)安全狀態(tài)是由生產(chǎn)系統(tǒng)中“人、機(jī)、環(huán)和管理”相互耦合、共同作用的結(jié)果。人是直升機(jī)電力作業(yè)的核心，良好的身心狀況與安全意識(shí)是保障人的安全行為的重要前提。設(shè)備是安全生產(chǎn)穩(wěn)步進(jìn)行的基礎(chǔ)，直升機(jī)設(shè)備與電力作業(yè)設(shè)備可直接影響安全作業(yè)效果，是保證日常作業(yè)安全進(jìn)行的要素之一。環(huán)境是生產(chǎn)活動(dòng)進(jìn)行的客觀條件，良好的自然環(huán)境與滿足運(yùn)行條件的機(jī)場(chǎng)環(huán)境是保證直升機(jī)起降安全的基本要求。管理作為保證安全的重要手段，企業(yè)內(nèi)部管理與地方政府監(jiān)督有機(jī)結(jié)合能夠有力保障作業(yè)安全性。基于航空災(zāi)害發(fā)生機(jī)理模型，依據(jù)《直升機(jī)電力作業(yè)安全規(guī)程》要求，結(jié)合直升機(jī)電力作業(yè)實(shí)際運(yùn)行情況數(shù)據(jù)，選出若干評(píng)價(jià)指標(biāo)體系指標(biāo)。在此基礎(chǔ)上應(yīng)用Delphi法，建立專家工作組，采用專家背靠背方式征詢專家意見，經(jīng)過(guò)多輪征詢匯總，使專家意見逐漸趨同，得到關(guān)鍵性評(píng)價(jià)指標(biāo)體系，見表1。

表1 直升機(jī)電力作業(yè)安全評(píng)價(jià)指標(biāo)體系Tab.1 Safety assessment index system of helicopter power operation

2 直升機(jī)電力作業(yè)安全評(píng)價(jià)模型

2.1 模糊集

模糊集是基于傳統(tǒng)數(shù)學(xué)無(wú)法表達(dá)不精確問(wèn)題而提出，在一定程度上能夠表示不確定概念并實(shí)現(xiàn)其轉(zhuǎn)化。隸屬度函數(shù)作為模糊集理論的核心，通常被用于描述不確定概念外延中對(duì)象屬于概念的程度。利用高斯隸屬度函數(shù)來(lái)表示表1中各一級(jí)指標(biāo)的模糊程度，其中高斯隸屬度函數(shù)為：

(1)

式中：

μ

—函數(shù)的中心點(diǎn)；

σ

—寬度，即專家對(duì)所給出評(píng)價(jià)等級(jí)不確定度的量化值，

σ

越高，表示不確定性越強(qiáng)。

在查閱相關(guān)資料基礎(chǔ)上，將專家評(píng)價(jià)風(fēng)險(xiǎn)等級(jí)劃分為5個(gè)級(jí)別，分別為很高(VH)、高(H)、一般(M)、低(L)、很低(VL)，5個(gè)級(jí)別對(duì)應(yīng)量化值分別設(shè)定為0.9、0.7、0.5、0.3、0.1。歸納風(fēng)險(xiǎn)等級(jí)量化值，見表2。

表2 風(fēng)險(xiǎn)等級(jí)劃分表Tab.2 Risk ranking

基于高斯隸屬度函數(shù)特性，結(jié)合表2風(fēng)險(xiǎn)等級(jí)的劃分，定義函數(shù)中心點(diǎn)

μ

=(1，0.75，0.5，0.25，0)，根據(jù)式(1)隸屬度函數(shù)為：

(2)

根據(jù)式(2)，構(gòu)造某專家對(duì)于一級(jí)指標(biāo)人員因素

P

的隸屬度矩陣：

同理，構(gòu)造其余隸屬度矩陣。

2.2 基于改進(jìn)證據(jù)理論的數(shù)據(jù)融合

由于受到?jīng)Q策者個(gè)體偏好和知識(shí)結(jié)構(gòu)的限制，部分決策者可能會(huì)得到與普遍觀點(diǎn)差別較大的隸屬度矩陣，而DS證據(jù)理論能夠解決由于“不確定”而引起的沖突問(wèn)題，因此采用證據(jù)理論融合多個(gè)專家給出的不同風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果以降低隨機(jī)性與不確定性的影響。由DS證據(jù)理論合成法則可知，針對(duì)

n

個(gè)相互獨(dú)立的證據(jù)

m

，

m

，……，

m

，其融合結(jié)果為：

(3)

i

，

j

，

k

=1…

n

式中：

A

—將要進(jìn)行融合的目標(biāo)；

A

、

B

、

C

—證據(jù)所支持的若干目標(biāo)；

m

—若干相互獨(dú)立的證據(jù)；

n

—證據(jù)個(gè)數(shù)；

Ω—空集；

K

—

n

個(gè)相互獨(dú)立證據(jù)

m

，

m

，…，

m

之間的沖突程度。

(4)

(5)

2.3 貝葉斯網(wǎng)絡(luò)模型

貝葉斯網(wǎng)絡(luò)(Bayesian Network，BN)是一種有效用于推理不確定信息的工具，其具有堅(jiān)實(shí)的理論基礎(chǔ)以及靈活推理能力使其成為風(fēng)險(xiǎn)評(píng)價(jià)、故障診斷以及邏輯推理領(lǐng)域中最常見方法之一?？紤]到各類安全指標(biāo)對(duì)于直升機(jī)電力作業(yè)不安全事件不確定性邏輯關(guān)系，通過(guò)建立BN模型從而對(duì)直升機(jī)電力作業(yè)進(jìn)行安全風(fēng)險(xiǎn)分析。BN基本公式介紹如下：

條件概率公式：設(shè)

M

、

L

是

N

(基本事件集)的2個(gè)事件，且

p

(

M

)>0，則稱

p

(

L

|

M

)為在事件

M

發(fā)生條件下事件

L

條件概率，其中：

(6)

全概率公式：設(shè)

L

，

L

，…，

L

是兩兩互斥事件，且滿足

P

(

L

)>0和

L

∪

L

∪…∪

L

=

D

，

P

(

D

)=1，若另有一事件

M

滿足

M

=

M

∩

L

+

M

∩

L

+…+

M

∩

L

，則：

(7)

將表1中二級(jí)指標(biāo)作為根節(jié)點(diǎn)，一級(jí)指標(biāo)作為中間節(jié)點(diǎn)，通過(guò)各根節(jié)點(diǎn)風(fēng)險(xiǎn)等級(jí)概率結(jié)合中間節(jié)點(diǎn)發(fā)生的條件概率計(jì)算其風(fēng)險(xiǎn)發(fā)生可能性，并以直升機(jī)電力作業(yè)不安全事件作為葉節(jié)點(diǎn)，結(jié)合由中間節(jié)點(diǎn)的風(fēng)險(xiǎn)等級(jí)概率和葉節(jié)點(diǎn)發(fā)生的條件概率，綜合計(jì)算得到葉節(jié)點(diǎn)發(fā)生概率。為方便計(jì)算，采用GeNIe軟件中[Chance]、[Arc]、[Node Properties]等功能對(duì)BN模型拓?fù)浣Y(jié)構(gòu)進(jìn)行架構(gòu)，并通過(guò)[Node Properties]、[Definition]、[Update]等功能將條件代入并更新BN模型，得到在特定邏輯關(guān)系下BN推理結(jié)果。

2.4 基于三角模糊數(shù)的條件概率計(jì)算

為確定中間節(jié)點(diǎn)與葉節(jié)點(diǎn)基于其父節(jié)點(diǎn)不同狀態(tài)所發(fā)生的條件概率，綜合多位專家意見，采用三角模糊數(shù)理念來(lái)計(jì)算事件發(fā)生的條件概率。三角模糊數(shù)隸屬度函數(shù)為：

(8)

(9)

為使主觀決策的定量與三角模糊數(shù)聯(lián)系起來(lái)，通過(guò)專家決策的方法來(lái)確定發(fā)生概率，引入“非常高”“高”“偏高”“中等”“偏低”“低”“非常低”7個(gè)語(yǔ)言變量，見表3。

表3 事件發(fā)生概率語(yǔ)義值及相應(yīng)的三角模糊數(shù)Tab.3 Semantic values of event occurrence probability and corresponding triangular fuzzy numbers

若共有

g

位專家，專家

r

給出中間節(jié)點(diǎn)

X

處于狀態(tài)

o

三角模糊數(shù)根據(jù)表3可以表示為:

(10)

采用“均值面積法”將模糊概率轉(zhuǎn)化為精確概率，節(jié)點(diǎn)

X

處于

o

狀態(tài)的條件概率為：

(11)

將計(jì)算所得的條件概率進(jìn)行歸一化處理，并代入BN模型拓?fù)浣Y(jié)構(gòu)中進(jìn)行計(jì)算，得到當(dāng)前狀態(tài)下不安全事件發(fā)生的概率以及可能出現(xiàn)的風(fēng)險(xiǎn)。

3 實(shí)例分析

為評(píng)價(jià)重慶某通用航空公司直升機(jī)電力作業(yè)安全狀況，邀請(qǐng)8位直升機(jī)電力作業(yè)領(lǐng)域?qū)＜覍?duì)該公司直升機(jī)電力作業(yè)安全水平進(jìn)行評(píng)價(jià)與分析，其中2名專家是具有多年管理經(jīng)驗(yàn)的通航公司管理人員，2名專家是經(jīng)驗(yàn)豐富的直升機(jī)電力作業(yè)一線技術(shù)專家，其余專家是來(lái)自于中國(guó)民航飛行學(xué)院的民航安全管理專業(yè)教授。

3.1 計(jì)算根節(jié)點(diǎn)概率值分布

請(qǐng)專家分別按照事先設(shè)定的評(píng)價(jià)指標(biāo)體系對(duì)該通航公司風(fēng)險(xiǎn)等級(jí)進(jìn)行評(píng)價(jià)，并確定給出評(píng)價(jià)等級(jí)不確定度。以專家1為例，確定其風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)與不確定度，見表4。

表4 專家1風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)與不確定度Tab.4 Risk assessment level and uncertainty of Expert 1

將表4中數(shù)據(jù)代入式(2)中，通過(guò)MATLAB計(jì)算得到各個(gè)評(píng)價(jià)指標(biāo)隸屬度矩陣，經(jīng)過(guò)歸一化得到該專家對(duì)各評(píng)價(jià)指標(biāo)概率值分布數(shù)據(jù)，見表5。同理，分別獲得其他專家評(píng)價(jià)指標(biāo)隸屬度矩陣。應(yīng)用式(4)對(duì)其進(jìn)行逐個(gè)融合，得到融合后各評(píng)價(jià)指標(biāo)概率值分布數(shù)據(jù)，見表6。

表5 專家1的概率值分布Tab.5 Probability distribution of Expert 1

表6 融合后各指標(biāo)概率值分布Tab.6 Probability value distribution of each index after fusion

表6為BN模型中根節(jié)點(diǎn)的5個(gè)風(fēng)險(xiǎn)等級(jí)概率。

3.2 計(jì)算中間節(jié)點(diǎn)概率值分布

以自然環(huán)境因素

N

為例，結(jié)合專家評(píng)價(jià)，應(yīng)用公式(10)、(11)計(jì)算條件概率并進(jìn)行歸一化，由根節(jié)點(diǎn)不同狀態(tài)導(dǎo)致自然環(huán)境因素

N

類風(fēng)險(xiǎn)發(fā)生的條件概率，見表7。

表7 自然環(huán)境因素N類風(fēng)險(xiǎn)的條件概率表Tab.7 The conditional probability for N class risk of natural environment factor

同理，求出其他中間節(jié)點(diǎn)條件概率以及葉節(jié)點(diǎn)發(fā)生的條件概率。

3.3 貝葉斯網(wǎng)絡(luò)模型計(jì)算

將中間節(jié)點(diǎn)與葉節(jié)點(diǎn)的條件概率代入BN模型節(jié)點(diǎn)中通過(guò)GeNIe軟件進(jìn)行計(jì)算，得到結(jié)果，如下圖。

3.4 結(jié)果分析

從BN模型分析結(jié)果可知，該公司近期出現(xiàn)直升機(jī)電力作業(yè)不安全事件的可能性高達(dá)73%，結(jié)合歷史經(jīng)驗(yàn)分析，當(dāng)歷史上的安全狀況與當(dāng)前相符時(shí)，有70%以上的概率出現(xiàn)不安全事件，證明該評(píng)價(jià)模型是可行的。此時(shí)管理人員應(yīng)及時(shí)對(duì)不安全因素進(jìn)行整改，其中最易出現(xiàn)風(fēng)險(xiǎn)的方面為組織因素，其次為電力作業(yè)設(shè)備因素，第三為人員因素。通過(guò)BN模型分析可知，針對(duì)組織因素方面，應(yīng)提高企業(yè)安全文化水平，加強(qiáng)相關(guān)工作人員對(duì)于安全作業(yè)認(rèn)知，提高工作人員作業(yè)手冊(cè)配備率，提高從業(yè)人員安全防范意識(shí)，加強(qiáng)教育培訓(xùn)體系并有針對(duì)性地開展不同條件下專業(yè)訓(xùn)練。針對(duì)電力作業(yè)設(shè)備因素方面，需及時(shí)淘汰不安全、過(guò)期設(shè)備，確保相關(guān)電力設(shè)備完全符合國(guó)家標(biāo)準(zhǔn)，同時(shí)及時(shí)補(bǔ)充缺失設(shè)備，防止因設(shè)備缺失導(dǎo)致工作延誤或出現(xiàn)安全問(wèn)題。針對(duì)人員因素方面，提高從業(yè)人員知識(shí)技術(shù)考核標(biāo)準(zhǔn)，確保工作人員了解相關(guān)工作操作章程及應(yīng)對(duì)危險(xiǎn)時(shí)的應(yīng)急處置方法，對(duì)工作小組工作進(jìn)行合理排班，確保每一位從業(yè)者工作期間都能保持最佳的工作狀態(tài)，同時(shí)確保團(tuán)隊(duì)組成合理，避免出現(xiàn)工作小組人員出現(xiàn)集體懈怠情況。針對(duì)其他方面，要避免作業(yè)中不安全因素，可以采取建立健全相關(guān)法律法規(guī)，明確政府相關(guān)部門職能，建立合理、統(tǒng)一、可行的行業(yè)標(biāo)準(zhǔn)體系并且將直升機(jī)電力作業(yè)風(fēng)險(xiǎn)防范落實(shí)在日常運(yùn)營(yíng)中，針對(duì)直升機(jī)作業(yè)特點(diǎn)選擇合適路線等措施。

圖 直升機(jī)電力作業(yè)不安全事件貝葉斯網(wǎng)絡(luò)分析Fig. Bayesian network analysis of unsafe incidents in helicopter power operations

4 結(jié)論

(1)依據(jù)民航《直升機(jī)電力作業(yè)安全規(guī)程》要求，結(jié)合相關(guān)專家、人員建議，應(yīng)用系統(tǒng)工程思想和安全科學(xué)理論，從人員、直升機(jī)設(shè)備、電力作業(yè)設(shè)備、自然環(huán)境、機(jī)場(chǎng)環(huán)境、組織、規(guī)章管理7個(gè)方面建立直升機(jī)電力作業(yè)體系。以模糊集理論為基礎(chǔ)，結(jié)合改進(jìn)型證據(jù)理論對(duì)樣本數(shù)據(jù)進(jìn)行融合，考慮信息一致性同時(shí)加強(qiáng)對(duì)沖突信息的利用，相比于傳統(tǒng)改進(jìn)證據(jù)理論可靠性較高。

(2)將三角模糊數(shù)理論與BN模型理論相結(jié)合，針對(duì)以往評(píng)判時(shí)，中間節(jié)點(diǎn)在根節(jié)點(diǎn)不確定狀態(tài)下隨機(jī)性與不確定性大的問(wèn)題，提出采用群決策方法，通過(guò)三角模糊數(shù)反應(yīng)專家對(duì)于事件發(fā)生概率的語(yǔ)義結(jié)果，進(jìn)而通過(guò)BN模型計(jì)算中間節(jié)點(diǎn)與葉節(jié)點(diǎn)概率，進(jìn)一步提高BN模型分析結(jié)果準(zhǔn)確性。

(3)通過(guò)實(shí)例分析可知，本研究構(gòu)建的模型準(zhǔn)確性高、實(shí)用性強(qiáng)，評(píng)價(jià)結(jié)果清晰明了客觀，通過(guò)對(duì)二級(jí)指標(biāo)風(fēng)險(xiǎn)評(píng)價(jià)得到企業(yè)出現(xiàn)不安全事件概率的分析結(jié)果，為直升機(jī)電力作業(yè)安全評(píng)價(jià)提供了新的思路與手段。針對(duì)通用航空日益復(fù)雜運(yùn)行條件，未來(lái)將對(duì)模型的敏感性與時(shí)間性預(yù)測(cè)進(jìn)行探索，以提高模型在實(shí)際操作中的應(yīng)用水平。