CN110222375B - 一种舰载机着舰过程的安全监测方法 - Google Patents

一种舰载机着舰过程的安全监测方法 Download PDF

Info

Publication number
CN110222375B
CN110222375B CN201910394301.XA CN201910394301A CN110222375B CN 110222375 B CN110222375 B CN 110222375B CN 201910394301 A CN201910394301 A CN 201910394301A CN 110222375 B CN110222375 B CN 110222375B
Authority
CN
China
Prior art keywords
influence
matrix
landing process
carrier
risk factors
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910394301.XA
Other languages
English (en)
Other versions
CN110222375A (zh
Inventor
焦健
魏梦巍
赵廷弟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201910394301.XA priority Critical patent/CN110222375B/zh
Publication of CN110222375A publication Critical patent/CN110222375A/zh
Application granted granted Critical
Publication of CN110222375B publication Critical patent/CN110222375B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Algebra (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种舰载机着舰过程的安全监测方法，属于安全监测技术领域。该方法包括以下步骤：对舰载机着舰过程进行危险与可操作性的定性分析得到危险因子；根据人、舰载机、环境间的多因素耦合关系，从所述危险因子中确定多个关键危险因子；根据所述多个关键危险因子间直接相互耦合作用对着舰过程安全性的影响程度，得到相互作用矩阵；采用DEMATEL模型计算得到综合影响矩阵；根据所述相互作用矩阵和所述综合影响矩阵得到所述多个关键危险因子对着舰过程安全性的影响程度；根据该关键危险因子对本次着舰过程进行安全监测。本发明实现了从定性和定量两个角度评估舰载机着舰过程多因素耦合的危险因子间相互影响关系和对着舰过程安全性的影响。

Description

一种舰载机着舰过程的安全监测方法
技术领域
本发明涉及安全监测技术领域，尤其涉及一种舰载机着舰过程的安全监测方法。
背景技术
复杂综合化系统是指具有高度的系统组件集成度，所执行的功能和任务过程需要由多个因素共同联合执行的系统。相比传统的简单系统，复杂系统任务过程的高度综合化和复杂化使得系统安全性问题的因素增多，而且复杂综合化系统往往作为安全关键系统形式出现，因此保证其安全性显得尤为必要。针对舰载机着舰过程，导致其任务过程失效的因素往往不是单一的，而是多个因素相互耦合作用的结果，这给舰载机着舰过程的安全性分析带来了巨大的挑战。因此，有必要研究多因素耦合危险分析的方法，从定性和定量两个角度评估多因素耦合对舰载机着舰过程安全性产生的影响。
目前现有方法的缺陷在于：经典的HAZOP方法只能对舰载机着舰过程进行定性的单因素危险分析，无法定量评估多因素耦合的关系程度以及多因素耦合下危险因子对系统安全性的影响程度。
发明内容
鉴于上述的分析，本发明旨在提供一种舰载机着舰过程的安全监测方法，以解决现有技术无法从定性和定量两个角度评估多因素耦合下的危险因子间相互影响关系和对舰载机着舰过程安全性的影响。
本发明的目的主要是通过以下技术方案实现的：
本发明提供了一种舰载机着舰过程的安全监测方法，包括以下步骤：
步骤1，对舰载机着舰过程进行危险与可操作性的定性分析得到危险因子；并根据人、舰载机、环境间的多因素耦合关系，从所述危险因子中确定多个关键危险因子；
步骤2，根据所述多个关键危险因子间直接耦合下对着舰过程安全性的影响程度，得到相互作用矩阵；
步骤3，采用DEMATEL模型计算所述多个关键危险因子直接耦合和间接耦合下相互影响关系，得到综合影响矩阵；
步骤4，根据所述相互作用矩阵和所述综合影响矩阵定量计算得到所述多个关键危险因子直接耦合和间接耦合下对着舰过程安全性的影响程度；
步骤5，确定影响本次舰载机着舰过程安全的关键危险因子，并根据该关键危险因子对着舰过程安全性的影响程度，对本次着舰过程进行安全监测。
进一步地，对舰载机着舰过程进行危险与可操作性的定性分析得到的危险因子包括人员层面的危险因子、舰载机层面的危险因子和环境层面的危险因子；
所述步骤1采用HAZOP分析法通过预先确定的引导词和着舰过程运行状态参数的组合表示设计意图或运行状态的偏差得到包括人员层面、舰载机层面和环境层面的危险因子，并从所述危险因子中确定出多个关键危险因子。
进一步地，所述HAZOP分析法对舰载机着舰过程进行危险分析时利用人-机-环多因素耦合关系的特性，首先识别可能导致着舰过程失效的危险事件，进一步分析确定所述危险事件的关键危险因子。
进一步地，所述步骤2中采用相互作用矩阵法的专家半定量取值法将所述多个关键危险因子间直接耦合下对着舰过程安全性的影响程度进行定量表示。
进一步地，采用专家半定量取值法将所述多个关键危险因子间直接耦合的相互作用关系从0到4分别相应于无、弱、中、强、极强五种影响强度，对所述相互作用关系对着舰过程安全性的影响进行赋值，得到所述多个关键危险因子间相互耦合作用对着舰过程安全性的影响程度，并得到所述相互作用矩阵V：
Figure BDA0002057662840000031
其中，n表示关键危险因子数目；qi，j表示任意两个关键危险因子间相互作用关系对着舰过程安全性影响的赋值。
进一步地，所述步骤3中的DEMATEL模型运用图论和矩阵工具进行着舰过程的多因素分析，通过着舰过程中各因素之间逻辑关系与矩阵运算，计算得到综合影响矩阵，包括以下步骤：
步骤31，采用专家半定量取值法获得直接影响矩阵；
步骤32，根据所述直接影响矩阵计算归一化的直接关系矩阵；
步骤33，根据所述归一化的直接关系矩阵计算综合影响矩阵。
进一步地，所述步骤31获得直接影响矩阵包括通过所述专家半定量取值法定量评估所述多个关键危险因子之间的直接耦合的相互作用关系程度，得到直接影响矩阵M：
Figure BDA0002057662840000032
将所述直接影响矩阵M作为DEMATEL模型的输入；其中，pi，j代表关键危险因子i直接影响作用于关键危险因子j的耦合关系度。
进一步地，所述步骤32计算归一化的直接关系矩阵包括以最大列向量为归一化基线根据以下公式对直接影响矩阵M进行计算：
Figure BDA0002057662840000041
得到归一化的直接关系矩阵M1：
Figure BDA0002057662840000042
进一步地，所述步骤33计算综合影响矩阵包括根据以下公式对归一化的直接关系矩阵M1进行矩阵运算：
Figure BDA0002057662840000043
得到综合影响矩阵M2：
Figure BDA0002057662840000044
进一步地，所述步骤4中根据所述相互作用矩阵和所述综合影响矩阵定量计算得到所述多个关键危险因子直接耦合和间接耦合下对着舰过程安全性的影响程度包括：
对所述相互作用矩阵中各行求和，按照以下公式得到所述关键危险因子与其它关键危险因子直接耦合下对着舰过程安全性的整体影响程度 Qi：
Figure BDA0002057662840000045
对所述综合影响矩阵中行列分别求和，按照以下公式得到每个关键危险因子与其它关键危险因子的作用程度Ri及被作用程度Ci：
Figure BDA0002057662840000046
Figure BDA0002057662840000047
再对行列求和值按照以下公式进行运算，得到每个关键危险因子中心度Xi和原因度Yi：
Xi＝Ri+Ci；
Yi＝Ri-Ci；
其中，关键危险因子中心度表示每个关键危险因子对着舰过程的重要程度；关键危险因子原因度表示每个关键危险因子之间相互影响关系，若该值大于0，则表示关键危险因子对其它关键危险因子影响大，为原因危险因子，若该值小于0，则表示每个关键危险因子受到其它关键危险因子影响大，为效果危险因子；
在DEMATEL模型中利用所述综合影响矩阵对所述关键危险因子中心度Xi取权重，按照以下公式得到所述关键危险因子与其它关键危险因子直接耦合和间接耦合下对着舰过程的重要程度δi：
Figure BDA0002057662840000051
结合所述相互作用矩阵和所述综合影响矩阵的定量计算，按照以下公式评估出关键危险因子在直接耦合和间接耦合下对着舰过程安全性的整体影响程度Qi′：
Q′i＝Qi×δi。
本发明技术方案的有益效果：
(1)从两个层面考虑多因素耦合危险，一是考虑直接耦合和间接耦合情况下危险因子在舰载机着舰过程中的重要程度，二是考虑直接耦合和间接耦合情况下危险因子对舰载机着舰过程安全性的影响程度，保证了所得到的危险因子的全面性和准确性。
(2)将HAZOP分析法和DEMATEL模型相结合，从定性和定量两个角度出发，更加全面、准确的完成了多因素耦合下的危险分析。
(3)将综合影响矩阵和相互作用矩阵相结合，分别从危险因子之间的相互作用和危险因子相互作用对着舰过程的影响两个层面进行定量分析，最终定量评估多因素耦合下危险因子对着舰过程安全性的影响程度，为准确地安全监测提供了有力的保障。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
图1为本发明实施例的一种舰载机着舰过程的安全监测方法流程图；
图2为本发明实施例的采用DEMATEL模型定量计算得到综合影响矩阵的方法流程图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
本发明实施例的技术构思是：首先利用HAZOP方法对舰载机着舰过程进行单因素危险分析，确定人、机、环三个层面的危险因子清单，确定多个关键危险因子；其次，利用相互作用矩阵法定量评估任意两个关键危险因子之间的相互作用对着舰过程安全性的影响程度，得到相互作用矩阵；最后，引入决策试行与评价实验室的方法(DEMATEL)，通过专家半定量取值法定量评估任意两个危险因子之间的直接相互作用关系，建立直接影响矩阵，对直接影响矩阵进行标准化和矩阵运算，得到多因素耦合作用下的综合影响矩阵，通过对相互作用矩阵和综合影响矩阵中所得参数的综合运算，进而分析出多因素耦合下关键危险因子在舰艇机着舰过程中的重要程度和多因素耦合下关键危险因子对舰艇机着舰过程安全性的影响程度。
图1为本发明实施例的一种舰载机着舰过程的安全监测方法流程图。
本发明的一个具体实施例，如图1所示，公开了一种舰载机着舰过程的安全监测方法，包括以下步骤：
S1，对舰载机着舰过程进行危险与可操作性的定性分析得到危险因子；并根据人、舰载机、环境间的多因素耦合关系，从所述危险因子中确定多个关键危险因子；
S2，根据所述多个关键危险因子间直接耦合下对着舰过程安全性的影响程度，得到相互作用矩阵；
S3，采用DEMATEL模型计算所述多个关键危险因子直接耦合和间接耦合下相互影响关系，得到综合影响矩阵；
S4，根据所述相互作用矩阵和所述综合影响矩阵定量计算得到所述多个关键危险因子直接耦合和间接耦合下对着舰过程安全性的影响程度；
S5，确定影响本次舰载机着舰过程安全的关键危险因子，并根据该关键危险因子对着舰过程安全性的影响程度，对本次着舰过程进行安全监测。
与现有技术相比，本发明实现了从定性和定量两个角度评估多因素耦合作用下的危险因子间相互影响关系和对舰艇机着舰过程安全性的影响；一是应用HAZOP方法对舰艇机着舰过程进行危险分析时考虑了人- 机-环多因素耦合关系的特性，确定了人、机、环三个层面的关键危险因子，二是将综合影响矩阵和相互作用矩阵相结合，从两个层面进行定量分析，层面一是直接耦合和间接耦合情况下关键危险因子在舰艇机着舰过程中的重要程度，层面二是关键危险因子对着舰安全性的影响程度；三是将HAZOP分析法和DEMATEL模型相结合，从定性和定量两个角度出发，更加全面、准确的完成了多因素耦合下的危险分析。
本发明的一个具体实施例，对舰载机着舰过程进行危险与可操作性的定性分析得到的危险因子包括人员层面的危险因子、舰载机层面的危险因子和环境层面的危险因子；所述步骤1采用HAZOP分析法通过预先确定的引导词和着舰过程运行状态参数的组合表示设计意图或运行状态的偏差得到包括人员层面、舰载机层面和环境层面的危险因子，并从所述危险因子中确定出多个关键危险因子。也就是说，经典的HAZOP分析法通过预先确定的引导词和着舰过程中系统运行状态参数一起组合表示设计意图或者运行状态的偏差，以确定着舰过程的危险因子，分析危险原因、影响后果及应采取的措施。
本发明的一个具体实施例，所述HAZOP分析法对舰载机着舰过程进行危险分析时利用人-机-环多因素耦合关系的特性，首先识别可能导致着舰过程失效的危险事件，进一步分析确定所述危险事件的关键危险因子。
需要说明的是，对舰载机着舰过程进行具体分析，找出导致事故发生的可能事件，进一步分析每个可能事件，明确偏差类型、偏差原因、可能的后果和建议改进的措施，完成舰载机着舰的HAZOP分析。为了进行人-机-环多因素耦合关系特性下的危险分析，进一步将所列偏差划分为人、机、环三个层面的危险因子。具体划分如下：人员层面的危险因子包括：未经允许开动(F11)、关停设备(F12)、操作失误(F13)、手代替工具操作(F14)、有分散注意力行为(F15)；机器层面的危险因子包括：内部电路短路(F21)、光学助降系统故障(F22)、结构故障(F23)、错误动作(F24)、弯曲变形(F25)、滞后运行(F26)、捆结或卡死(F27)；环境层面的危险因子包括：风(F31)、雨(F32)、雾(F33)、雪(F34)、舰尾流(F35)共得到了16个因素作为舰载机着舰过程的危险因子。选取人机环三个层面各两个主要危险因子，将各危险因子重新编号得到6 个关键危险因子：光学助降系统故障(F1)、舰尾流(F2)、驾驶员操作不当(F3)、大雾(F4)、驾驶员有分散注意力行为(F5)、拦阻索故障(F6)。部分HAZOP分析结果如表1所示。
表1舰载机着舰过程的HAZOP分析表(部分)
Figure 1
本发明的一个具体实施例，所述步骤2中采用相互作用矩阵法的专家半定量取值法将所述多个关键危险因子间直接耦合下对着舰过程安全性的影响程度进行定量表示。
本发明的一个具体实施例，采用专家半定量取值法将所述多个关键危险因子间直接耦合的相互作用关系从0到4分别相应于无、弱、中、强、极强五种影响强度，对所述相互作用关系对着舰过程安全性的影响进行赋值，得到所述多个关键危险因子间相互耦合作用对着舰过程安全性的影响程度，并得到所述相互作用矩阵V：
Figure BDA0002057662840000101
其中，n表示关键危险因子数目；qi，j表示任意两个关键危险因子间相互作用关系对着舰过程安全性影响的赋值。
具体应用举例来说，根据步骤1确定出6个关键危险因子，基于相互作用矩阵法定量评估危险因子之间的相互作用和相互耦合对着舰过程安全性的影响，得到相互作用矩阵V；按照影响的强烈程度，将其划分为 5级，并分别用无量纲数值0-4来定量描述，如表2所示。
表2专家半定量取值法影响关系表
级数 作用关系
0 无影响作用
1 弱影响作用
2 中等影响作用
3 强影响作用
4 极强影响作用
通过专家半定量取值法，可以得到危险因子间的直接相互作用对舰载机着舰失败影响程度的取值，建立了危险因子相互作用矩阵V：
Figure BDA0002057662840000102
图2为本发明实施例的采用DEMATEL模型定量计算得到综合影响矩阵的方法流程图。
本发明的一个具体实施例，如图2所示，所述步骤3中的DEMATEL 模型运用图论和矩阵工具进行着舰过程的多因素分析，通过着舰过程中各因素之间逻辑关系与矩阵运算，计算得到综合影响矩阵，包括以下步骤：
S31，采用专家半定量取值法获得直接影响矩阵；
S32，根据所述直接影响矩阵计算归一化的直接关系矩阵；
S33，根据所述归一化的直接关系矩阵计算综合影响矩阵。
也就是说，决策试行与评价实验室技术(DEMATEL)是进行因素分析和识别的有效方法，运用图论和矩阵工具进行系统因素分析，通过系统中各因素之间逻辑关系与矩阵运算，计算得到综合影响矩阵。
本发明的一个具体实施例，所述步骤31获得直接影响矩阵包括通过所述专家半定量取值法定量评估所述多个关键危险因子之间的直接耦合的相互作用关系程度，得到直接影响矩阵M：
Figure BDA0002057662840000111
将所述直接影响矩阵M作为DEMATEL模型的输入；其中，pi，j代表关键危险因子i直接影响作用于关键危险因子j的耦合关系度。
本发明的一个具体实施例，所述步骤32计算归一化的直接关系矩阵包括以最大列向量为归一化基线根据以下公式对直接影响矩阵M进行计算：
Figure BDA0002057662840000112
得到归一化的直接关系矩阵M1：
Figure BDA0002057662840000121
本发明的一个具体实施例，所述步骤33计算综合影响矩阵包括根据以下公式对归一化的直接关系矩阵M1进行矩阵运算：
Figure BDA0002057662840000122
得到综合影响矩阵M2：
Figure BDA0002057662840000123
具体应用举例来说，具体步骤的操作过程如下：
(一)获得直接影响矩阵M
按照所述步骤31中的公式通过专家半定量取值法定量评估得到了危险因子之间的直接相互作用关系程度，建立了直接影响矩阵M，将其作为 DEMATEL模型的输入：
Figure BDA0002057662840000124
(二)计算归一化的直接关系矩阵M1
按照所述步骤32中的公式进行计算，可得如下结果：
α＝10：
Figure BDA0002057662840000125
(三)计算综合影响矩阵
导出归一化的直接关系矩阵M1后，按照所述步骤33中的公式利用矩阵运算和数学理论可以得到综合影响矩阵M2(直接-间接矩阵或全关系矩阵)：
Figure BDA0002057662840000131
对上述结果的分析如下：
(1)综合影响矩阵M2中，pi，j″代表在直接耦合和间接耦合情况下危险因子Fi对危险因子Fj的作用程度，从一定程度上反映了危险因子Fi和Fj之间的耦合关系度。分析综合影响矩阵M2可得，最大值为1.2652，出现在参数p4，3″处，代表大雾(F4)对驾驶员操作不当(F3)的作用最强，两者关系耦合关系度最大。
(2)穿经危险因子Fi的行代表该危险因子作用于其它危险因子的程度，穿经危险因子Fi的列表示该危险因子被其它危险因子作用的程度，由上述结果可得：舰尾流(F2)对其它危险因子的作用程度最大，驾驶员操作不当(F3)被其它危险因子作用的程度最大。
本发明的一个具体实施例，所述步骤4中根据所述相互作用矩阵和所述综合影响矩阵定量计算多因素耦合的所述多个关键危险因子对着舰过程安全性的影响程度包括：
对所述相互作用矩阵中各行求和，按照以下公式得到所述关键危险因子与其它关键危险因子直接耦合下对着舰过程安全性的整体影响程度 Qi：
Figure BDA0002057662840000132
对所述综合影响矩阵中行列分别求和，按照以下公式得到每个关键危险因子与其它关键危险因子的作用程度Ri及被作用程度Ci：
Figure BDA0002057662840000133
Figure BDA0002057662840000134
再对行列求和值按照以下公式进行运算，得到每个关键危险因子中心度Xi和原因度Yi：
Xi＝Ri+Ci；
Yi＝Ri-Ci；
其中，关键危险因子中心度表示每个关键危险因子对着舰过程的重要程度；关键危险因子原因度表示每个关键危险因子之间相互影响关系，若该值大于0，则表示关键危险因子对其它关键危险因子影响大，为原因危险因子，若该值小于0，则表示每个关键危险因子受到其它关键危险因子影响大，为效果危险因子；
具体应用举例来说，按照上述的数学公式进行运算，可得到各关键危险因子的中心度和原因度，结果如表3所示。
表3DEMATEL计算结果表
Figure BDA0002057662840000141
对上述结果的分析如下：
(1)R+C代表该危险因子在直接耦合和间接耦合时的中心度，反映了危险因子在舰载机着舰过程中的重要程度，由综合影响矩阵可得其优先级为：F3＞F5＞F2＞F1＞F6＞F4，说明在多因素耦合情况下，驾驶员操作不当(F3)在舰载机着舰过程中优先级最高，重要程度最高。
(2)R-C代表各危险因子在直接耦合和间接耦合时的原因度，反映了危险因子之间的相互影响程度，若该值大于0，则表示该危险因子对其他危险因子影响大，属于原因危险因子，若该值小于0，则表示该危险因子受到其他危险因子影响大，属于效果危险因子。由综合影响矩阵可得，光学助降系统故障(F1)、舰尾流(F2)、拦阻索故障(F6)属于原因危险因子，驾驶员操作不当(F3)、大雾(F4)、驾驶员有分散注意力行为(F5)属于效果危险因子。在判定出危险因子在舰载机着舰任务过程中的重要程度后，可根据R-C的值进一步分析各危险因子之间的相互影响关系。
在DEMATEL模型中利用所述综合影响矩阵对所述关键危险因子中心度Xi取权重，按照以下公式得到所述关键危险因子与其它关键危险因子直接耦合和间接耦合下对着舰过程的重要程度δi：
Figure BDA0002057662840000151
结合所述相互作用矩阵和所述综合影响矩阵的定量计算，按照以下公式评估出关键危险因子在直接耦合和间接耦合下对着舰过程安全性的整体影响程度Qi′：
Q′i＝Qi×δi。
具体应用举例来说，基于相互作用矩阵和综合影响矩阵的多因素耦合下危险因子对着舰过程安全性影响程度的定量计算，根据所述步骤4 中的数学公式进行一系列运算，可得到如表4所示的计算结果。
表4计算结果表
Figure BDA0002057662840000152
Figure BDA0002057662840000161
对上述计算结果进行分析可得：
(1)在考虑直接耦合和间接耦合的情况下，危险因子F3(驾驶员操作不当)在舰载机着舰过程中的重要程度最高；
(2)在直接耦合情况下，危险因子F3(驾驶员操作不当)对着舰过程安全性的影响程度最大；在考虑直接耦合和间接耦合的情况下，危险因子F3(驾驶员操作不当)对着舰安全性的影响程度最大；
(3)直接耦合和间接耦合情况下，危险因子在舰载机着舰任务过程中的重要程度为F3＞F5＞F2＞F1＞F6＞F4；
(4)直接耦合和间接耦合情况下，危险因子对着舰过程安全性的影响程度为F3＞F2＞F5＞F1＞F6＞F4。
根据所述步骤4所得的上述结果可知：多因素耦合情况下危险因子F3 (驾驶员操作不当)对着舰过程安全性的影响程度最大，结合步骤1所示的HAZOP分析表，驾驶员操作不当可能会导致尾钩未挂住阻拦索，进而导致舰载机不能安全着舰。因此，应该提前制定预防措施和应对策略，针对驾驶员操作不当这个危险因子，可以从加强人员培训、管理、测试等方面做好预防工作；进一步分析DEMATEL模型中的综合影响矩阵可得，该危险因子被大雾、舰尾流、驾驶员有分散注意力行为、光学助降系统故障这四个危险因子作用程度最大，因此，应该同时制定与这四个危险因子有关的预防措施和应对策略，尽可能避免这四个危险因子的发生，从而规避危险因子F3，为着舰过程的系统安全性监测提供重要保障。
综上所述，本发明公开了一种舰载机着舰过程的安全监测方法，包括以下步骤：步骤1，对舰载机着舰过程进行危险与可操作性的定性分析得到危险因子；并根据人、舰载机、环境间的多因素耦合关系，从所述危险因子中确定多个关键危险因子；步骤2，根据所述多个关键危险因子间直接耦合下对着舰过程安全性的影响程度，得到相互作用矩阵；步骤3，采用DEMATEL模型计算所述多个关键危险因子直接耦合和间接耦合下相互影响关系，得到综合影响矩阵；步骤4，根据所述相互作用矩阵和所述综合影响矩阵定量计算得到所述多个关键危险因子直接耦合和间接耦合下对着舰过程安全性的影响程度；步骤5，确定影响本次舰载机着舰过程安全的关键危险因子，并根据该关键危险因子对着舰过程安全性的影响程度，对本次着舰过程进行安全监测。与现有技术相比，本发明技术方案的有益效果如下：(1)进一步明确了多因素耦合危险分析的含义：多因素耦合危险分析应从两个层面考虑，一是考虑直接耦合和间接耦合情况下危险因子在舰载机着舰过程中的重要程度，二是考虑直接耦合和间接耦合情况下危险因子对舰载机着舰过程安全性的影响程度。(2)将 HAZOP分析法和DEMATEL模型相结合，从定性和定量两个角度出发，更加全面、准确的完成了多因素耦合下的危险分析。(3)将综合影响矩阵和相互作用矩阵相结合，分别从危险因子之间的相互作用和危险因子相互作用对着舰过程的影响两个层面进行定量分析，最终定量评估多因素耦合下危险因子对着舰过程安全性的影响程度，从而为准确实现安全监测提供了保障。
本领域技术人员可以理解，实现上述实施例中方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种舰载机着舰过程的安全监测方法，其特征在于，包括以下步骤：
步骤1，对舰载机着舰过程进行危险与可操作性的定性分析得到危险因子；并根据人、舰载机、环境间的多因素耦合关系，从所述危险因子中确定多个关键危险因子；所述关键危险因子包括：光学助降系统故障、舰尾流、驾驶员操作不当、大雾、驾驶员有分散注意力行为、拦阻索故障；
对舰载机着舰过程进行危险与可操作性的定性分析得到的危险因子包括人员层面的危险因子、舰载机层面的危险因子和环境层面的危险因子；
所述步骤1采用HAZOP分析法通过预先确定的引导词和着舰过程运行状态参数的组合表示设计意图或运行状态的偏差得到包括人员层面、舰载机层面和环境层面的危险因子，并从所述危险因子中确定出多个关键危险因子；
所述HAZOP分析法对舰载机着舰过程进行危险分析时利用人-机-环多因素耦合关系的特性，首先识别可能导致着舰过程失效的危险事件，进一步分析确定所述危险事件的关键危险因子；
步骤2，根据所述多个关键危险因子间直接耦合下对着舰过程安全性的影响程度，得到相互作用矩阵；
所述步骤2中采用相互作用矩阵法的专家半定量取值法将所述多个关键危险因子间直接耦合下对着舰过程安全性的影响程度进行定量表示；
步骤3，采用DEMATEL模型计算所述多个关键危险因子直接耦合和间接耦合下相互影响关系，得到综合影响矩阵；
所述步骤3中的DEMATEL模型运用图论和矩阵工具进行着舰过程的多因素分析，通过着舰过程中各因素之间逻辑关系与矩阵运算，计算得到综合影响矩阵，包括以下步骤：
步骤31，采用专家半定量取值法获得直接影响矩阵；
步骤32，根据所述直接影响矩阵计算归一化的直接关系矩阵；
步骤33，根据所述归一化的直接关系矩阵计算综合影响矩阵；
步骤4，根据所述相互作用矩阵和所述综合影响矩阵定量计算得到所述多个关键危险因子直接耦合和间接耦合下对着舰过程安全性的影响程度；
所述步骤4中根据所述相互作用矩阵和所述综合影响矩阵定量计算得到所述多个关键危险因子直接耦合和间接耦合下对着舰过程安全性的影响程度，包括：
对所述相互作用矩阵中各行求和，按照以下公式得到所述关键危险因子与其它关键危险因子直接耦合时对着舰过程安全性的整体影响程度Qi：
Figure FDA0002968384150000021
对所述综合影响矩阵中行列分别求和，按照以下公式得到每个关键危险因子与其它关键危险因子的作用程度Ri及被作用程度Ci：
Figure FDA0002968384150000022
Figure FDA0002968384150000023
其中，qi,j表示所述相互作用矩阵中任意两个关键危险因子间相互作用关系对着舰过程安全性影响的赋值；p″i,j表示所述综合影响矩阵中，直接耦合和间接耦合情况下关键危险因子Fi对关键危险因子Fj的作用程度，n表示关键危险因子数目；
再对行列求和值按照以下公式进行运算，得到每个关键危险因子中心度Xi和原因度Yi：
Xi＝Ri+Ci；
Yi＝Ri-Ci；
其中，关键危险因子中心度表示每个关键危险因子对着舰过程的重要程度；关键危险因子原因度表示每个关键危险因子之间相互影响关系，若该值大于0，则表示关键危险因子对其它关键危险因子影响大，为原因危险因子，若该值小于0，则表示每个关键危险因子受到其它关键危险因子影响大，为效果危险因子；
在DEMATEL模型中利用所述综合影响矩阵对所述关键危险因子中心度Xi取权重，按照以下公式得到所述关键危险因子与其它关键危险因子直接耦合和间接耦合下对着舰过程的重要程度δi：
Figure FDA0002968384150000031
结合所述相互作用矩阵和所述综合影响矩阵的定量计算，按照以下公式评估出关键危险因子在直接耦合和间接耦合下对着舰过程安全性的整体影响程度Qi′：
Q′i＝Qi×δi；
步骤5，确定影响本次舰载机着舰过程安全的关键危险因子，并根据该关键危险因子对着舰过程安全性的影响程度，对本次着舰过程进行安全监测。
2.根据权利要求1所述的方法，其特征在于，采用专家半定量取值法将所述多个关键危险因子间直接耦合的相互作用关系从0到4分别相应于无、弱、中、强、极强五种影响强度，对所述相互作用关系对着舰过程安全性的影响进行赋值，得到所述多个关键危险因子间相互耦合作用对着舰过程安全性的影响程度，并得到所述相互作用矩阵V：
Figure FDA0002968384150000032
其中，n表示关键危险因子数目；qi,j表示任意两个关键危险因子间相互作用关系对着舰过程安全性影响的赋值。
3.根据权利要求2所述的方法，其特征在于，所述步骤31获得直接影响矩阵包括通过所述专家半定量取值法定量评估所述多个关键危险因子之间的直接耦合的相互作用关系程度，得到直接影响矩阵M：
Figure FDA0002968384150000041
将所述直接影响矩阵M作为DEMATEL模型的输入；其中，pi,j代表关键危险因子i直接影响作用于关键危险因子j的耦合关系度。
4.根据权利要求3所述的方法，其特征在于，所述步骤32计算归一化的直接关系矩阵包括以最大列向量为归一化基线根据以下公式对直接影响矩阵M进行计算：
Figure FDA0002968384150000042
得到归一化的直接关系矩阵M1：
Figure FDA0002968384150000043
5.根据权利要求4所述的方法，其特征在于，所述步骤33计算综合影响矩阵包括根据以下公式对归一化的直接关系矩阵M1进行矩阵运算：
Figure FDA0002968384150000044
得到综合影响矩阵M2：
Figure FDA0002968384150000045
CN201910394301.XA 2019-05-13 2019-05-13 一种舰载机着舰过程的安全监测方法 Active CN110222375B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910394301.XA CN110222375B (zh) 2019-05-13 2019-05-13 一种舰载机着舰过程的安全监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910394301.XA CN110222375B (zh) 2019-05-13 2019-05-13 一种舰载机着舰过程的安全监测方法

Publications (2)

Publication Number Publication Date
CN110222375A CN110222375A (zh) 2019-09-10
CN110222375B true CN110222375B (zh) 2021-07-13

Family

ID=67820992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910394301.XA Active CN110222375B (zh) 2019-05-13 2019-05-13 一种舰载机着舰过程的安全监测方法

Country Status (1)

Country Link
CN (1) CN110222375B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106547961A (zh) * 2016-10-20 2017-03-29 西北工业大学 民机客舱舒适性定量评价方法
CN108133083A (zh) * 2017-12-08 2018-06-08 中国航天标准化研究所 一种空间人机系统安全性影响因素筛选方法
CN109033615A (zh) * 2018-07-23 2018-12-18 太原科技大学 基于潜在失效模式的汽车起重机臂架结构风险评估方法
CN109165854A (zh) * 2018-08-29 2019-01-08 中国民用航空总局第二研究所 空管运行效率等级评估方法及其装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002269334A (ja) * 2001-03-13 2002-09-20 Shiseido Co Ltd 商品開発方法、商品開発システム、商品開発プログラムおよび商品開発プログラムを記録した記録媒体
CN102393641B (zh) * 2011-10-21 2013-08-21 南京航空航天大学 基于甲板运动补偿的舰载机自动着舰引导控制方法
CN105427674B (zh) * 2015-11-02 2017-12-12 国网山东省电力公司电力科学研究院 一种无人机飞行状态实时评估预警系统及方法
CN105629237A (zh) * 2015-12-25 2016-06-01 中国航天空气动力技术研究院 利用机载雷达对风场进行危险性评估的方法
CN107808263B (zh) * 2017-12-01 2021-10-29 安徽中科超安科技有限公司 基于信息融合的核电站多风险综合评估系统及方法
CN108305014B (zh) * 2018-02-23 2021-12-03 国家电网公司 一种基于可靠性屋和粗糙理想点法的失效模式与影响分析方法
CN108508461B (zh) * 2018-03-27 2022-09-23 千寻位置网络（浙江）有限公司 基于gnss载波相位高精度定位完好性监测方法
CN109214419B (zh) * 2018-07-26 2021-06-22 南京航空航天大学 一种基于空间聚类的鸟击事件风险综合防控方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106547961A (zh) * 2016-10-20 2017-03-29 西北工业大学 民机客舱舒适性定量评价方法
CN108133083A (zh) * 2017-12-08 2018-06-08 中国航天标准化研究所 一种空间人机系统安全性影响因素筛选方法
CN109033615A (zh) * 2018-07-23 2018-12-18 太原科技大学 基于潜在失效模式的汽车起重机臂架结构风险评估方法
CN109165854A (zh) * 2018-08-29 2019-01-08 中国民用航空总局第二研究所 空管运行效率等级评估方法及其装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"基于DEMATEL和ISM融合的城市轨道交通车站运营安全评价方法研究";黎新华 等;《铁道运输与经济》;20180723;第40卷(第7期);第116-121页 *
"基于模糊推理的舰载机进舰过程安全性仿真分析";李晓磊 等;《航空学报》;20130225;第34卷(第2期);第325-333页 *
"基于风险耦合机理的建设项目施工安全评价";胡兴俊 等;《安全与环境工程》;20151130;第22卷(第6期);第134-138页 *

Also Published As

Publication number Publication date
CN110222375A (zh) 2019-09-10

Similar Documents

Publication Publication Date Title
JP6878933B2 (ja) ソフトウエアプログラムの修復のための方法及びプログラム
US10089203B2 (en) Artificial intelligence based health management of host system
Akyuz Quantification of human error probability towards the gas inerting process on-board crude oil tankers
US9846637B2 (en) Machine learning based software program repair
CN108334907A (zh) 一种基于深度学习的复杂装备点异常检测方法及系统
KR20210035363A (ko) 소프트웨어의 신뢰성 시험 시스템 및 시험 방법
De Felice et al. A hybrid model for human error probability analysis
EP2911074A1 (en) Method for preparing ship safety assessment model and carrying out ship safety assessment using same
Srivastava Comparison analysis of machine learning algorithms for steel plate fault detection
CN110222375B (zh) 一种舰载机着舰过程的安全监测方法
JP2018055676A (ja) 自動ソフトウェアプログラム修復
dos Santos Embraer perspective on the challenges for the introduction of scheduled SHM (S-SHM) applications into commercial aviation maintenance programs
CN115759479A (zh) 一种基于综合值的复杂设备故障定位优化方法和系统
CN105184581A (zh) 一种基于物联网的智能生产质量检测追溯方法及系统
Haque et al. An automated tool for MC/DC test data generation
Embrey SHERPA: A Systematic Human Error Reduction and Prediction Approach to modelling and assessing human reliability in complex tasks
Nakamura et al. Relationship between characteristics of human factors based on marine accident analysis
Wei et al. A human factors analysis method for marine accident evolution using hfacs-ei model
Azad et al. System Engineering Implementation Process for Super-Systems
Yang et al. A review of current human reliability assessment methods utilized in high hazard human-system interface design
KR102359033B1 (ko) Lng 선박 정비 연관성을 이용한 예방 정비 모델 생성 방법 및 그 시스템
Jiang et al. Simulation modelling for scenario planning to evaluate IVHM benefit in naval ship building
Ruud et al. Verification and Examination Management of Complex Systems
Sutrisno 25. Preceding Strategy For Ship Industry Development In Supporting State Defense
Victorovich et al. Development of models for recognition of technological situations in the operation of electric centrifugal pumps for oil production

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant