基于模糊BN和SHELLO模型的管制人为因素安全风险分析

为量化空中交通管理人为因素安全风险,识别相关风险的关键事件,将组织因素引入传统SHELL模型,将其拓展成新的空管人为因素分析模型SHELLO。利用贝叶斯网络,构建事故的致因关系。利用5年统计资料,计算管制员本身(L)、管制员与其他人员之间(L-L)、管制员与软件之间(L-S)、管制员与硬件之间(L-H)、管制员与环境之间(L-E)、管制员与组织之间(L-O)各基本风险事件的条件概率。针对"航空器之间距离小于规定间隔"事件进行了案例研究。结果表明:当这种事件发生时,有75%的概率与L因素有关,57%的概率与L-S有关,53%的概率与L-H有关,管制员自身是造成该事件的关键原因。