摘要:
不稳定进近状态易造成典型后果事件。为评估不稳定进近状态下导致的不同后果事件的风险大小，建立定量风险评估模型。对快速存取记录器（quick access recorder, QAR）数据与进近风险进行分析，选择构成不稳定进近的QAR飞行关键参数作为监控指标，使确定的12个监控指标反映不稳定进近的状态。采用Borda序值法对监控指标进行排序，并依据排序结果，计算不稳定进近各监控指标对不稳定进近事件的影响权重，分析不稳定进近可能导致的严重后果，进而确定不稳定进近导致的典型后果事件。基于信息熵理论中的互信息法，分步构建风险评估模型：①整合互信息法和Borda序值法，改进监控指标权重，弥补单独使用互信息法或Borda序值法在权重确定方面的不足；②使用Laplace平滑法处理数据集零频数问题，减少信息损失，对互信息法在小样本数据集这个特定情况下进行必要补充；③增加后果事件关联性考量，调整基础风险值。应用实例验证模型，结果表明：使用A航空公司2019年QAR数据，模型评估得出冲偏出跑道、CFIT与重着陆、空中失控的风险值分别为4.609 5，2.062 8，0.146 8，风险排序与国际航空运输协会公布的数据占比排序一致，模型结果与实际运行情况相符。对比A、B航空公司不同机型和年份数据，模型风险排序一致。模拟4种不同环境下100次实验，风险值趋势与分布具有相同特点：模拟环境与真实环境的风险排序一致情况总体达90%；冲偏出跑道风险因情况变化而波动，空中失控的高风险值可能预示着严重的安全事件，CFIT与重着陆风险波动小、分布均匀、风险较温和且可预测。
