CN104462787A - 基于rst/iahp的航空维修人因可靠性评估方法 - Google Patents

Abstract

基于RST/IAHP的航空维修人因可靠性评估方法，先运用决策树法建立分层次的航空维修科目人因可靠性指标评价体系，然后进行基于粗糙集可辨识矩阵的定量指标权重确定，最后进行基于区间层次分析法的定性指标权重确定，本发明能够有效处理不精确、不完全的指标数据，操作性强，适用于对不同的维修科目进行具体的人因可靠性评估。

Description

基于RST/IAHP的航空维修人因可靠性评估方法

技术领域

本发明属于航空领域，特别是基于RST/IAHP的航空维修人因可靠性评估方法。

背景技术

随着航空器安全性水平的不断提升，单纯由机械故障引起的事故已经明显减少，由人为失误引发的飞行事故呈不断上升趋势。航空机务维修作为航空系统中的一个重要环节，提高其人因可靠性，降低维修失误，对于保障航空系统安全有重要意义。由于航空维修中人的差错具有隐蔽性、必然性、可积累性和突发性等基本特征，影响人的行为因素是多方面、多层次和错综复杂的，使得人的行为具有极大可塑性、难以控制性和不完全确定性，对航空维修人因可靠性进行定量分析是一个难点问题。目前，航空领域对人的可靠性研究以定性分析为主，而在定量方面主要采用鲁克模型、HCR计算模型、人的差错率预测方法和人的可靠性指数方法等，这些方法在具体应用过程中的操作性和实用性比较差，很少考虑到具体环境和管理因素对人的可靠性的影响。国内对航空维修系统人因可靠性定量评估越来越重视。罗晓利等研究了民航人因事故与事故征候分类的标准和统计方法。陈勇刚等运用模糊综合评价原理构建了机务中人的可靠性模糊综合评价模型，并进行了实例验证，得出了可靠性的综合评价等级。花迎春等针对目前航空维修单位风险管理工作中普遍遇到的如何科学计算和评价风险问题，提出一种危险源识别方法和风险分析方法。但这些研究主要是对整个航空维修系统的研究，没有具体到维修科目。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供基于RST/IAHP的航空维修人因可靠性评估方法，能够有效处理不精确、不完全的指标数据，操作性强，适用于对不同的维修科目进行具体的人因可靠性评估。

为了达到上述目的，本发明采取的技术方案为：

基于RST/IAHP的航空维修人因可靠性评估方法，包括以下步骤：

1)航空维修系统人因可靠性评价体系的建立：

设R是影响航空维修科目人因可靠性的指标合集R＝{r₁,r₂,…,r_m}，其中，r_i(i＝1,2,…,m)为影响飞行科目人因可靠性的各项指标，m为指标的总数量，将航空维修系统人因可靠度分为：维修人员素质、飞机维修性设计水平、作业复杂程度、组织管理因素，维修人员素质包括疲劳程度、心理素质、技术熟练程度、文化素质；飞机维修性设计水平包括人机界面的科学性、维修机件的可达性、维修机件的易拆卸程度、防维修差错设计水平；作业复杂程度包括涉及系统的复杂性、作业危险程度、环境复杂性；组织管理因素包括工作组织能力、工作监察能力、安全文化因素、工作激励因素，这15个影响指标，采用决策树法对集合R中所有元素进行归类，把影响权重相同或相近的元素归为一类，定义为同一个层级，按照决策树方法，按层级建立航空维修系统人因可靠性的评估指标体系；

2)基于粗糙集可辨识矩阵的定量指标权重确定：

采用粗糙集理论对人因可靠性指标中的定量指标权重进行计算，步骤如下：

2.1)采用等宽度离散化方法进行航空维修科目连续属性值的离散化；

2.2)采用可辨识矩阵方法计算属性重要性，并对属性进行约简，令S＝(U,A,V,f)为知识表达系统，|U|＝n，则S的可辨识矩阵为n×n的矩阵，其中的元素为

$m_{\mathrm{ij}}=\left\{\begin{array}{cc}a\∈C,& a\left(x_i\right)\≠a\left(x_j\right),d\left(x_i\right)\≠d\left(x_j\right)\\ \mathrm{\φ},& d\left(x_i\right)=d\left(x_j\right)\\ -1,& \∀a,\∃a\left(x_i\right)=a\left(x_j\right),d\left(x_i\right)\≠d\left(x_j\right)\end{array}\right.----\left(1\right)$

式中，a(x)为对象x在属性a上的值，d(x)为记录x在D上的值，对于可辨识矩阵M＝(m_ij)_n×n，相应的属性a的重要性计算公式如下

$f\left(a\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\frac{{\mathrm{\λ}}_{\mathrm{ij}}}{\left|m_{\mathrm{ij}}\right|}---\left(2\right)$

其中，当|m_ij|表示m_ij包含属性的个数，

2.3)将f(a)进行归一化，得到权重向量ω：

选用6个典型航空维修系统作为方案样本，对飞机维修性设计水平指标下的四个底层指标进行客观指标权重评估，得到6个方案的规范化的矩阵，采用等宽度离散化方法进行连续属性值的离散化处理，将各分项指标的取值分为好、中、差3个等级，分别用3、2、1表示，建立离散化二维信息表S＝(U,A,V,f)，基于RST编程计算，得飞机维修性设计水平下各指标权重，

3)基于区间层次分析法的定性指标权重确定：

设 $\stackrel{\text{~}}{A}={\left({\tilde{a}}_{\mathrm{ij}}\right)}_{n\×n}$ 为区间数矩阵，即 ${\tilde{a}}_{\mathrm{ij}}=[a_{\mathrm{ij}}^L,a_{\mathrm{ij}}^U],$ 记 $A^L={\left(a_{\mathrm{ij}}^L\right)}_{n\×n,}{A}^{U=}{\left(a_{\mathrm{ij}}^U\right)}_{n\×n,}$ 并记 $\tilde{A}=[A^L,A^U],$ 同样对区间数向量 $\tilde{x}={({\tilde{x}}_1,{\tilde{x}}_2,...,{\tilde{x}}_n)}^T,$ 即 ${\tilde{x}}_i=[x_i^L,x_i^U],$ 记 $x^L={(x_1^L,x_2^L,...,x_n^L)}^T,$ $x^U={(x_1^U,x_2^U,...,x_n^U)}^T,$ 并记 $\tilde{x}=[x^L,x^U],$ 对于给定的区间数判断矩阵 $\tilde{A}=[A^L,A^U],$ IAHP的计算步骤为：

3.1)求A^L，A^U的归一化特征向量x^L，x^U；

3.2)根据 $A^L={\left(a_{\mathrm{ij}}^L\right)}_{n\×n,}{A}^{U=}{\left(a_{\mathrm{ij}}^U\right)}_{n\×n,}$ 按式(3)计算α和β；

3.3)计算 $\widetilde{\mathrm{\ω}}=[{\mathrm{\αx}}^L,{\mathrm{\βx}}^U],$

$\mathrm{\α}={\left[\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(1/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{a}_{\mathrm{ij}}^U)\right]}^{1/2},=\mathrm{\β}{\left[\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(1/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{a}_{\mathrm{ij}}^L)\right]}^{1/2}---\left(3\right)$

根据IAHP法的步骤，计算得到各项定性指标权重。

本发明的优点：能够有效处理不精确、不完全的指标数据，操作性强，适用于对不同的维修科目进行具体的人因可靠性评估。

附图说明

附图是本发明按层级建立航空维修系统人因可靠性的评估指标体系。

具体实施方式

基于RST/IAHP的航空维修人因可靠性评估方法，包括以下步骤：

1)航空维修系统人因可靠性评价体系的建立：

设R是影响航空维修科目人因可靠性的指标合集R＝{r₁,r₂,…,r_m}，其中，r_i(i＝1,2,…,m)为影响飞行科目人因可靠性的各项指标，m为指标的总数量，将航空维修系统人因可靠度分为：维修人员素质、飞机维修性设计水平、作业复杂程度、组织管理因素，维修人员素质包括疲劳程度、心理素质、技术熟练程度、文化素质；飞机维修性设计水平包括人机界面的科学性、维修机件的可达性、维修机件的易拆卸程度、防维修差错设计水平；作业复杂程度包括涉及系统的复杂性、作业危险程度、环境复杂性；组织管理因素包括工作组织能力、工作监察能力、安全文化因素、工作激励因素，这15个影响指标，不同的指标r_i对维修科目人因可靠性的影响是不同的，采用决策树法对集合R中所有元素进行归类，把影响权重相同或相近的元素归为一类，定义为同一个层级，按照决策树方法，按层级建立航空维修系统人因可靠性的评估指标体系，如图1所示，

2)基于粗糙集可辨识矩阵的定量指标权重确定：

评价因素的权重代表因素的重要程度，对指标权重进行合理分配是人因可靠性评估的基础，粗糙集理论克服了传统不确定处理方法的不足，可有效处理不精确、不完全的指标数据。因此，本发明提出采用粗糙集理论对人因可靠性指标中的定量指标权重进行计算，步骤如下：

2.1)采用等宽度离散化方法进行航空维修科目连续属性值的离散化；

2.2)采用可辨识矩阵方法计算属性重要性，并对属性进行约简，令S＝(U,A,V,f)为知识表达系统，|U|＝n，则S的可辨识矩阵为n×n的矩阵，其中的元素为

$m_{\mathrm{ij}}=\left\{\begin{array}{cc}a\∈C,& a\left(x_i\right)\≠a\left(x_j\right),d\left(x_i\right)\≠d\left(x_j\right)\\ \mathrm{\φ},& d\left(x_i\right)=d\left(x_j\right)\\ -1,& \∀a,\∃a\left(x_i\right)=a\left(x_j\right),d\left(x_i\right)\≠d\left(x_j\right)\end{array}\right.----\left(1\right)$

式中，a(x)为对象x在属性a上的值，d(x)为记录x在D上的值，对于可辨识矩阵M＝(m_ij)_n×n，相应的属性a的重要性计算公式如下

$f\left(a\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\frac{{\mathrm{\λ}}_{\mathrm{ij}}}{\left|m_{\mathrm{ij}}\right|}---\left(2\right)$

其中，当m_ij表示m_ij包含属性的个数，

2.3)将f(a)进行归一化，得到权重向量ω：

选用6个典型航空维修系统作为方案样本，对飞机维修性设计水平指标下的四个底层指标进行客观指标权重评估，得到6个方案的规范化的矩阵如表1所示。

表1 典型航空维修系统的规范化评价数据

采用等宽度离散化方法进行连续属性值的离散化处理，将各分项指标的取值分为好、中、差3个等级，分别用3、2、1表示，建立离散化二维信息表S＝(U,A,V,f)，见表2，

表2 定量指标权重的二维信息表

基于RST编程计算，得飞机维修性设计水平下各指标权重分别为：ω₂₁＝0.28，ω₂₂＝0.25，ω₂₃＝0.21，ω₂₄＝0.26，

3)基于区间层次分析法的定性指标权重确定：

区间层次分析法相比传统的层次分析法具有处理能够将专家的模糊化意见转化为定量数据，易于理解和处理分析等优点，设 $\stackrel{\text{~}}{A}={\left({\tilde{a}}_{\mathrm{ij}}\right)}_{n\×n}$ 为区间数矩阵，即 ${\tilde{a}}_{\mathrm{ij}}=[a_{\mathrm{ij}}^L,a_{\mathrm{ij}}^U],$ 记 $A^L={\left(a_{\mathrm{ij}}^L\right)}_{n\×n,}{A}^{U=}{\left(a_{\mathrm{ij}}^U\right)}_{n\×n,}$ 并记 $\tilde{A}=[A^L,A^U],$ 同样对区间数向量 $\tilde{x}={({\tilde{x}}_1,{\tilde{x}}_2,...,{\tilde{x}}_n)}^T,$ 即 ${\tilde{x}}_i=[x_i^L,x_i^U],$ 记 $x^L={(x_1^L,x_2^L,...,x_n^L)}^T,x^U={(x_1^U,x_2^U,...,x_n^U)}^T,$ 并记对于给定的区间数判断矩阵IAHP的计算步骤为：

3.1)求A^L，A^U的归一化特征向量x^L，x^U；

3.2)根据 $A^L={\left(a_{\mathrm{ij}}^L\right)}_{n\×n,}{A}^{U=}{\left(a_{\mathrm{ij}}^U\right)}_{n\×n,}$ 按式(3)计算α和β；

3.3)计算 $\widetilde{\mathrm{\ω}}=[{\mathrm{\αx}}^L,{\mathrm{\βx}}^U],$

$\mathrm{\α}={\left[\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(1/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{a}_{\mathrm{ij}}^U)\right]}^{1/2},=\mathrm{\β}{\left[\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(1/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{a}_{\mathrm{ij}}^L)\right]}^{1/2}---\left(3\right)$

根据IAHP法的步骤，计算得到各项定性指标权重如表3所示，

表3 定性指标权重的确定

下面结合实施例分析如下：

根据本发明所建立的评价指标体系和所提的权重获取方法，对某航空维修系统实施更换发动机科目的人因可靠性进行定量评价研究。通过专家咨询和问卷调查，按照基于IAHP的定性指标的规范化方法将各个指标的语言评价值分别映射为[0,1]之间的区间数，得到指标的评价值如表4所示。

表4 航空维修科目人因可靠性指标值

根据指标聚合原则，可知一级指标的聚合以及维修人员素质的下层指标聚合方式为加权积形式，其余为加权和形式。经聚合计算，得到各一级指标的区间数形式的可靠性指标值为：r₁＝[0.81,0.86]，r₂＝[0.78,0.85]，r₃＝[0.65,0.79],r₄＝[0.68,0.79]。进一步聚合便可以得到该航空维修系统的区间型人因可靠性为取区间数的中间值，对去模糊化，可得该维修科目的人因可靠性为R＝0.78，评估结果表明，该维修科目的人因可靠性为“较高”。该结论与实际情况相一致。

Claims (1)

1.基于RST/IAHP的航空维修人因可靠性评估方法，其特征在于，包括以下步骤：

1)航空维修系统人因可靠性评价体系的建立：

设R是影响航空维修科目人因可靠性的指标合集R＝{r₁,r₂,…,r_m}，其中，r_i(i＝1,2,…,m)为影响飞行科目人因可靠性的各项指标，m为指标的总数量，将航空维修系统人因可靠度分为：维修人员素质、飞机维修性设计水平、作业复杂程度、组织管理因素，维修人员素质包括疲劳程度、心理素质、技术熟练程度、文化素质；飞机维修性设计水平包括人机界面的科学性、维修机件的可达性、维修机件的易拆卸程度、防维修差错设计水平；作业复杂程度包括涉及系统的复杂性、作业危险程度、环境复杂性；组织管理因素包括工作组织能力、工作监察能力、安全文化因素、工作激励因素，这15个影响指标，采用决策树法对集合R中所有元素进行归类，把影响权重相同或相近的元素归为一类，定义为同一个层级，按照决策树方法，按层级建立航空维修系统人因可靠性的评估指标体系；

2)基于粗糙集可辨识矩阵的定量指标权重确定：

采用粗糙集理论对人因可靠性指标中的定量指标权重进行计算，步骤如下：

2.1)采用等宽度离散化方法进行航空维修科目连续属性值的离散化；

2.2)采用可辨识矩阵方法计算属性重要性，并对属性进行约简，令S＝(U,A,V,f)为知识表达系统，|U|＝n，则S的可辨识矩阵为n×n的矩阵，其中的元素为

$m_{\mathrm{ij}}=\left\{\begin{array}{cc}a\∈C,& a\left(x_i\right)\≠a\left(x_j\right),d\left(x_i\right)\≠d\left(x_j\right)\\ \mathrm{\φ},& d\left(x_i\right)=d\left(x_j\right)\\ -1,& \∀a,\∃a\left(x_i\right)=a\left(x_j\right),d\left(x_i\right)\≠d\left(x_j\right)\end{array}\right.---\left(1\right)$

式中，a(x)为对象x在属性a上的值，d(x)为记录x在D上的值，对于可辨识矩阵M＝(m_ij)_n×n，相应的属性a的重要性计算公式如下

$f\left(a\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\frac{{\mathrm{\λ}}_{\mathrm{ij}}}{\left|m_{\mathrm{ij}}\right|}---\left(2\right)$

其中，当a∈m_ij,λ_ij＝1,λ_ij＝0，|m_ij|表示m_ij包含属性的个数，

2.3)将f(a)进行归一化，得到权重向量ω：

选用6个典型航空维修系统作为方案样本，对飞机维修性设计水平指标下的四个底层指标进行客观指标权重评估，得到6个方案的规范化的矩阵，采用等宽度离散化方法进行连续属性值的离散化处理，将各分项指标的取值分为好、中、差3个等级，分别用3、2、1表示，建立离散化二维信息表S＝(U,A,V,f)，基于RST编程计算，得飞机维修性设计水平下各指标权重，

3)基于区间层次分析法的定性指标权重确定：

设 $\tilde{A}={\left({\tilde{a}}_{\mathrm{ij}}\right)}_{n\×n}$ 为区间数矩阵，即 ${\tilde{a}}_{\mathrm{ij}}=[a_{\mathrm{ij}}^L,a_{\mathrm{ij}}^U],$ 记 $A^L={\left(a_{\mathrm{ij}}^L\right)}_{n\×n},A^U={\left(a_{\mathrm{ij}}^U\right)}_{n\×n},$ 并记 $\tilde{A}=[A^L,A^U],$ 同样对区间数向量 $\tilde{x}={({\tilde{x}}_1,{\tilde{x}}_2,\·\·\·,{\tilde{x}}_n)}^T,$ 即 ${\tilde{x}}_i=[x_i^L,x_i^U],$ 记 $x^L={(x_1^L,x_2^L,\·\·\·,x_n^L)}^T,$ $x^U={(x_1^U,x_2^U,\·\·\·,x_n^U)}^T,$ 并记 $\tilde{x}=[x^L,x^U],$ 对于给定的区间数判断矩阵 $\tilde{A}=[A^L,A^U],$ IAHP的计算步骤为：

3.1)求A^L，A^U的归一化特征向量x^L，x^U；

3.2)根据 $A^L={\left(a_{\mathrm{ij}}^L\right)}_{n\×n},A^U={\left(a_{\mathrm{ij}}^U\right)}_{n\×n},$ 按式(3)计算α和β；

3.3)计算 $\widetilde{\mathrm{\ω}}=[{\mathrm{\αx}}^L,\mathrm{\β}{x}^U],$

$\mathrm{\α}={\left[\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(1/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{a}_{\mathrm{ij}}^U)\right]}^{1/2},\mathrm{\β}={\left[\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(1/\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{a}_{\mathrm{ij}}^L)\right]}^{1/2}---\left(3\right)$

根据IAHP法的步骤，计算得到各项定性指标权重。