基于組合賦權(quán)云模型的阻力傘保障風(fēng)險評估

谷雨軒，徐常凱，倪彬

(空軍勤務(wù)學(xué)院航材四站系，徐州 221000)

隨著中國特色軍事變革和空軍轉(zhuǎn)型建設(shè)深入發(fā)展，航空救生裝備保障正面臨新的機遇和挑戰(zhàn)。作戰(zhàn)訓(xùn)練保障任務(wù)日趨多元、實戰(zhàn)化訓(xùn)練要求落地實施，部隊飛行任務(wù)加重，現(xiàn)代戰(zhàn)機系統(tǒng)更加復(fù)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(fēng)險評估理論應(yīng)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(fēng)險評估的理論和應(yīng)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(xiàn)風(fēng)險評估理論在專業(yè)領(lǐng)域的應(yīng)用。在阻力傘保障風(fēng)險評估的研究中，馮蘊雯等[5]以阻力傘機構(gòu)工作原理為基礎(chǔ)，著重從結(jié)構(gòu)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(tǒng)在使用環(huán)境影響下發(fā)生故障的問題，通過環(huán)境適應(yīng)性故障模式及影響分析發(fā)現(xiàn)了阻力傘系統(tǒng)在各環(huán)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(jié)構(gòu)進行研究，對于識別阻力傘保障風(fēng)險要素具有借鑒意義。實際飛行中保障活動是實現(xiàn)阻力傘與飛機對接的環(huán)節(jié)，直接關(guān)系飛行任務(wù)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(fù)雜活動，不能單一從裝備結(jié)構(gòu)風(fēng)險考慮，現(xiàn)有的研究中對于保障活動風(fēng)險評估還缺乏體系地研究。因此，現(xiàn)通過分析典型保障事故梳理風(fēng)險點，基于工作分解結(jié)構(gòu)(work breakdown structure，WBS)-資源分解結(jié)構(gòu)(resource breakdown structure，RBS)創(chuàng)新地融入供應(yīng)要素建立阻力傘保障風(fēng)險體系，引入分級管控的思想，通過組合賦權(quán)法集合云模型生成器建立風(fēng)險評估模型，將各項指標(biāo)數(shù)據(jù)通過雷達圖呈現(xiàn)并分析，以期實現(xiàn)風(fēng)險精細化管理，消除保障風(fēng)險、提升保障效率。

1 阻力傘保障風(fēng)險定義

風(fēng)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(xiàn)飛機正常減速。對于整個保障活動來講，阻力傘保障風(fēng)險不僅包括傘具失效的風(fēng)險，還有保障活動對正常遂行飛行任務(wù)產(chǎn)生不利影響的風(fēng)險。經(jīng)過統(tǒng)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(yán)重影響飛行人員生命安全。雖然飛行員操縱系統(tǒng)發(fā)生電路或機械故障也會影響阻力傘系統(tǒng)安全，但是在日常飛行過程中做不到頻繁地內(nèi)部檢查，對其進行風(fēng)險控制還存在一定困難。因此研究范圍規(guī)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(guān)的各項保障活動。

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

(2)風(fēng)險可預(yù)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(fēng)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(xiàn)、事故原因均呈現(xiàn)偶然性高、規(guī)律性低的特點，甚至存在風(fēng)險點隱藏于操作規(guī)范之外的情況。

(3)對飛機系統(tǒng)的重要性變高：現(xiàn)代戰(zhàn)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(huán)境已經(jīng)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(fēng)險的控制需要更加重視。

2.2 基于WBS-RBS的阻力傘保障風(fēng)險識別

在工作分解與風(fēng)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(chǔ)工作內(nèi)容為橫坐標(biāo)，風(fēng)險分解中的基礎(chǔ)風(fēng)險因素為縱坐標(biāo)建立耦合矩陣逐一判斷各個元素風(fēng)險狀態(tài)是否為風(fēng)險[8]。WBS-RBS應(yīng)用于阻力傘保障風(fēng)險識別可以將風(fēng)險點經(jīng)過歸類和層次劃分后按照RBS對每個WBS節(jié)點進行風(fēng)險識別，有效避免了遺漏風(fēng)險。

2.2.1 阻力傘保障WBS工作環(huán)節(jié)分解

根據(jù)業(yè)務(wù)規(guī)范，飛行保障通常按照預(yù)先準(zhǔn)備、直接準(zhǔn)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(wù)保障工作也有規(guī)定的程序。以此為依據(jù)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(shù)問題，還存在人為供應(yīng)因素和保障環(huán)境因素，在此引入人-機-環(huán)理論，建立包含保障環(huán)境要素、供應(yīng)要素的風(fēng)險體系如圖2所示。

圖2 RBS工作環(huán)節(jié)分解Fig.2 RBS work link decomposition

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

(2)供應(yīng)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(chǎn)生不利影響，包括人為因素：參與保障的相關(guān)人員是否有履行職責(zé)是否發(fā)生主觀錯誤；使用壽命因素：傘具和其部件都有規(guī)定的使用壽命，即將到壽的需進行更換；傘具準(zhǔn)備：在實際保障中，保障人員無法對傘具需求做好準(zhǔn)確預(yù)測會造成準(zhǔn)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(tài)或包裝質(zhì)量達不到標(biāo)準(zhǔn)。

2.2.3 阻力傘保障風(fēng)險WBS-RBS耦合矩陣

根據(jù)WBS工作流程劃分和RBS風(fēng)險要素劃分建立耦合矩陣如表2所示，WBS-RBS耦合矩陣將風(fēng)險表現(xiàn)和風(fēng)險發(fā)生的時機清楚地標(biāo)定出來，可以看出有的風(fēng)險存在于特定的時機，有的風(fēng)險多個環(huán)節(jié)都存在，建立阻力傘保障風(fēng)險WBS-RBS耦合矩陣能夠?qū)崿F(xiàn)良好的風(fēng)險識別效果。

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

3 組合賦權(quán)法確定阻力傘保障風(fēng)險指標(biāo)權(quán)重

3.1 基于不確定AHP-集對分析的主觀賦權(quán)法

不確定層次分析法通過區(qū)間對數(shù)判斷矩陣代替?zhèn)鹘y(tǒng)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(fù)雜系統(tǒng)中的模糊性和不確定性，降低主觀性。

(1)

針對阻力傘保障風(fēng)險指標(biāo)體系，邀請航空救生裝備保障領(lǐng)域的專家和一線保障人員共5名，對風(fēng)險點之間的兩兩重要度進行打分，限于篇幅原因，二級指標(biāo)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(quán)重區(qū)間系數(shù)。

最終得到權(quán)重區(qū)間為w=[kw-,mw+]。根據(jù)判斷矩陣R24計算出權(quán)重區(qū)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(fēng)險指標(biāo)的權(quán)重區(qū)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(qū)間平均值作為指標(biāo)的最后權(quán)值，基于集對分析理論的權(quán)重確定方法[10]可以更加精確處理區(qū)間的不確定性，根據(jù)集對分析理論，在[0,1] 將區(qū)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(qū)間的集對分析表達式為μ=a+bi+cj，其中μ表示集對聯(lián)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(quán)重的計算公式為

(3)

(4)

(5)

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

將5項風(fēng)險指標(biāo)權(quán)重區(qū)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(biāo)對上級指標(biāo)的主觀精確相對權(quán)重。三級風(fēng)險指標(biāo)權(quán)重即各級相對權(quán)重乘積，經(jīng)計算得到權(quán)重結(jié)果如表3所示。

表3 不確定AHP-集對分析的主觀權(quán)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(quán)重的主觀性，但是由于計算精度處理問題，最終所有三級風(fēng)險指標(biāo)權(quán)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(biāo)權(quán)重時無法避免多級指標(biāo)不確定性疊加的“牛鞭效應(yīng)”。

3.2 基于CRITIC法的客觀賦權(quán)法

CRITIC方法是一種綜合考慮各指標(biāo)數(shù)據(jù)相關(guān)性和混亂程度來確定指標(biāo)權(quán)重的方法，在處理客觀賦權(quán)問題上優(yōu)于熵權(quán)法，具體實施步驟如下。

步驟1構(gòu)建專家評判矩陣。采用1～10的數(shù)值來描述評判矩陣中各指標(biāo)的重要程度大小，根據(jù)5名專家的評價結(jié)果構(gòu)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(quán)重可表示為

(8)

步驟4經(jīng)過計算得到的各項參數(shù)及客觀權(quán)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(fēng)險組合賦權(quán)

建立一種以權(quán)重偏差平方和最小的組合賦權(quán)法。組合賦權(quán)的權(quán)值可表示為

Wi=λwia+(1-λ)wib

(10)

式(10)中：wia為第i項指標(biāo)主觀賦權(quán)法的權(quán)重；wib為第i項指標(biāo)客觀賦權(quán)法的權(quán)重；λ為組合賦權(quán)系數(shù)。

目標(biāo)函數(shù)為

(11)

進一步約簡得

(12)

求一階導(dǎo)數(shù)得當(dāng)λ=0.5 時目標(biāo)函數(shù)達到最優(yōu)。因此，綜合主觀賦權(quán)結(jié)果和客觀賦權(quán)結(jié)果得到最終的阻力傘保障風(fēng)險權(quán)重如表4所示。

表4 組合賦權(quán)結(jié)果Table 4 Combined weighting results

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

4 云模型阻力傘風(fēng)險指標(biāo)等級評估

云模型是處理定性概念和定量表達的不確定轉(zhuǎn)換模型，在風(fēng)險評估領(lǐng)域應(yīng)用廣泛，引入云模型對阻力傘風(fēng)險指標(biāo)進行風(fēng)險等級的劃分。

4.1 建立標(biāo)準(zhǔn)云模型

根據(jù)阻力傘保障實際，綜合風(fēng)險發(fā)生的可能性和風(fēng)險嚴(yán)重性將風(fēng)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(fēng)險、較低風(fēng)險、中等風(fēng)險、較高風(fēng)險、高風(fēng)險。

評價值數(shù)閾值為[0,1]，評價值越高即表示此風(fēng)險程度越高，各云滴參數(shù)如表5所示，建立標(biāo)準(zhǔn)云模型如圖3所示。

表5 標(biāo)準(zhǔn)云參數(shù)Table 5 Standard cloud parameters

圖3 標(biāo)準(zhǔn)云云滴Fig.3 Standard cloud drop

(14)

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

4.2 建立指標(biāo)層云模型

根據(jù)5名專家的風(fēng)險值評語，得到24項阻力傘保障風(fēng)險指標(biāo)的云模型，指標(biāo)層云模型參數(shù)與標(biāo)準(zhǔn)云模型參數(shù)計算方法有差異，如式(13)所示。

根據(jù)風(fēng)險等級劃分得到風(fēng)險等級參數(shù)見表，為使云模型描述得更加符合實際將低風(fēng)險和高風(fēng)險的區(qū)間期望值定為0和1，利用正向云發(fā)生器得到標(biāo)準(zhǔn)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(biāo)準(zhǔn)差。

以指標(biāo)R241～R245為例，將5名專家的評語值作為輸入?yún)?shù)利用逆向云發(fā)生器得到指標(biāo)層云模型參數(shù)如表6所示，5項指標(biāo)生成的5個云滴與標(biāo)準(zhǔn)云對比如圖4所示。

表6 指標(biāo)云參數(shù)Table 6 Index cloud parameters

圖4 指標(biāo)云云滴Fig.4 Index cloud drop

4.3 基于云相似度的風(fēng)險等級判定

通過比較阻力傘保障指標(biāo)云和各標(biāo)準(zhǔn)云之間的云相似度確定風(fēng)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(jù)建立的指標(biāo)云模型得到指標(biāo)R241～R245云滴與5個標(biāo)準(zhǔn)云的相似度，由相似度最大值判斷出風(fēng)險指標(biāo)所屬風(fēng)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(fēng)險指標(biāo)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(fēng)險分析

阻力傘保障風(fēng)險指標(biāo)體系屬于多指標(biāo)體系，雷達圖在綜合分析多個指標(biāo)方面具有完整、清晰、直觀的特點，引入雷達圖，根據(jù)各項指的權(quán)重數(shù)據(jù)和風(fēng)險等級數(shù)據(jù)按照一級指標(biāo)保障環(huán)境要素R1、供應(yīng)要素R2繪出雷達圖如圖5、圖6所示。

圖5 保障環(huán)境要素R1風(fēng)險權(quán)重和風(fēng)險等級Fig.5 Risk weight and risk level of environmental protection elements R1

圖6 供應(yīng)要素R2風(fēng)險權(quán)重和風(fēng)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(fēng)險中，部分指標(biāo)的權(quán)重和風(fēng)險等級具有相關(guān)性、部分指標(biāo)權(quán)和風(fēng)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(quán)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(chǎn)生很大影響，因此風(fēng)險等級較低；R214包裝未按規(guī)范會影響到阻力傘包裝質(zhì)量，對傘具正常工作有重要影響，但是可以通過規(guī)范操作流程、加強包裝環(huán)節(jié)的控制降低風(fēng)險，因此風(fēng)險權(quán)重較低。

5 結(jié)論

(1)風(fēng)險評估的最終目的是為了實現(xiàn)風(fēng)險控制，在建立包含2項一級指標(biāo)、7項二級指標(biāo)、24項三級指標(biāo)的阻力傘風(fēng)險指標(biāo)體系后進行風(fēng)險權(quán)重進行確定、劃分風(fēng)險等級，組合賦權(quán)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(fēng)險描述粗泛、影響后續(xù)措施針對性的問題。

(2)阻力傘保障直接關(guān)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(zhì)量在風(fēng)險體系中占比較高，此類風(fēng)險點必然引起保障人員的重視，但是保障環(huán)境和決策類因素在實際保障中往往被忽視，要打破傳統(tǒng)的“以數(shù)量掩蓋風(fēng)險”的思想，在充分考慮風(fēng)險體系的基礎(chǔ)上決策，實現(xiàn)保障資源合理配置，避免出現(xiàn)影響保障安全的“黑天鵝”。