基于事理图谱的飞行冲突事故演化研究_王洁宁.pdf

文章编号:1009-6094(2023)06-1961-09基于事理图谱的飞行冲突事故演化研究王洁宁1,2,朱 妍1,2(1 中国民航大学空中交通管理学院,天津 300300;2 中国民航大学天津市空管运行规划与安全技术重点实验室,天津 300300)摘 要:为识别飞行冲突事故的诱发事件与关键演化链路,提出了一种基于事理图谱的事故分析方法。首先依据系统理论过程分析(System Theoretic Process Analysis,STPA)方法辨识飞行冲突场景潜在风险事件,归纳出描述各组件交互过程的场景分析框架;再利用自然语言处理方法从事故文本中提取结构化事件,基于语义相似度匹配建立与风险事件的映射,组成事件演化链条,构建事理图谱;通过对飞行冲突场景进行仿真,运用统计指标定量分析网络拓扑结构,揭示事件对事故演化过程的影响力。结果表明,构建的事理图谱可视化诊断出机组突破管制员指令、机组操作不当导致偏航、航空器机上通讯导航设备故障、管制员纠正指令发布过晚、空中交通预警和防撞系统(Traffic Alert and Collision AvoidanceSystem,TCAS)发出异常措施通告/活动通告(ResolutionAdvisory/Traffic Advisory,RA/TA)警告、航空器出现飞行汇聚趋势 6 个诱发事件与 3 条关键演化链路,其中机组突破管制员指令与管制员指令发布过晚为重点管控事件。关键词:安全社会工程;事故分析;事理图谱;自然语言处理;飞行冲突中图分类号:X928 文献标志码:ADOI:10.13637/j.issn.1009-6094.2021.1900收稿日期:20211028作者简介:王洁宁,教授,硕士生导师,从事空管运行安全及 空 管 系 统 仿 真 研 究,wang _ jiening 。基金项目:国家重点研发计划项目(2016YFB0502401);民航华东空管局科技项目(KJ2101)0 引 言为保障空管安全运行,需要为航空器与航空器之间或航空器与障碍物之间配备合理安全间隔,以避免飞行冲突事件的发生。以往飞行冲突的研究多数聚焦于冲突探测与解脱方法优化问题1 3,尽管能够帮助管制员掌握复杂空域态势,但忽略了其发展过程中的事理逻辑。如何有效解决这一问题,研究其关键诱因与演化过程,对于提高管制员的应急处置能力,助推强安全、强效率、强智慧、强协同的现代化空管体系建设,提升空管安全运行品质具有重要现实意义。自然语言处理(Natural Language Processing,NLP)为人工智能技术奠定了研究基础,已经在信息抽取、语义分析等方面有了丰富积累4 5。2017 年,Sizov 等6首次使用自然语言处理从航空事故报告中自动提取旧事件的解释,生成的事件推理图能够将最终结果与根本原因通过中间状态环环相连,进而确定其演化过程。此后,自然语言处理在国外广泛应用于航空事故报告的分析。伴随着人工智能在国内的发展,2000 年,丁效等7提出事理图谱(EventLogic Graph,ELG)新理论,作为一种新的文本推理方法,它在事件逻辑关系推理8、事件可视化分析9方面的研究验证了这一方法在还原事件演变过程上的科学性。石瑞10基于大量施工安全事故文本数据建立了施工安全领域的事理图谱模型,可自动化推理和识别施工现场风险。此外,系统理论过程分析(System Theoretic Process Analysis,STPA)作为一种安全性分析的可靠方法,能够建立事件间的耦合作用与时序关系模型,应用于分析场景的各个阶段。张亚东等11采用 STPA 方法,辨识了单电台无线闭塞中心场景下潜在的不安全控制风险,结合多智能体仿真技术,验证了 STPA 危险分析的正确性。但在空管领域尚无 STPA 结合 NLP 建立事理图谱的相关研究。综上,本文基于 NLP 抽取文本语义信息与演化事件,引入 STPA 分析场景不安全控制行为及其对应风险事件,发现其中隐含的风险演化逻辑。再利用文本相似度建立事件映射,组成事件演化链路,构建飞行冲突事理图谱。展开仿真验证,通过深入分析网络拓扑特征,挖掘出飞行冲突发生的内在机制和潜在规律,以期提高管制运行单位冲突防范能力。1 演化模型框架结合 STPA 系统风险分析方法及自然语言处理,对飞行冲突事件报告进行数据处理与分析,并建立分析模型对场景演化过程进行研究,研究方法构架见图 1,具体步骤如下。1)运用空管安全信息管理系统中对飞行冲突危险的划分对飞行冲突场景进行分析,利用控制反馈结构诊断得到所有的不安全控制行为对应的风险事件类型。2)数据获取及自然语言处理。爬虫脚本获取飞行冲突不正常事件报告,通过自然语言处理对文本1691第 23 卷第 6 期2023 年 6 月 安全 与 环 境 学 报Journal of Safety and Environment Vol.23 No.6Jun.,2023图 1 研究方法构架Fig.1 Framework of research method词性、句法、语义信息进行抽取,实现对数据进行结构化处理,确定报告中飞行冲突演化过程中发生的所有演化事件。3)以 Doc2vec 模型为基础,对所得风险事件数据与演化事件数据进行文本相似度匹配,组合事件演化链路,获得飞行冲突场景的事理图谱,利用网络的拓扑特征参数计算得到飞行冲突场景下的诱发事件与关键演化链路。2 飞行冲突事理图谱构建2.1 飞行冲突场景的 STPA 分析飞行冲突场景的演化过程可用 STPA 方法中系统的各个组件与其之间的交互过程来描述。STPA认为系统危险是由于组件间交互缺乏充足的控制而导致的。因此基于空管安全信息系统,从全局角度将飞行冲突过程根据 4 种系统级危险划分为相应类型:顺向、交叉及逆向飞行冲突,紧急情况引发的与其他航空器的飞行冲突,军民航飞行冲突,措施通告(Resolution Advisory,RA)指示下操作引发的与其他航空器的飞行冲突。通过确定执行器、控制器、控制过程及传感器层级间随时间推移发生的变化与交互行为,建立飞行冲突场景层级间的控制反馈结构(见图 2),以确定系统内各个组件之间的交互过程。根据过程的分层控制结构,从不恰当的控制过程风险、不严格的执行过程风险、不可预期的外界干扰风险、错误的反馈信息风险 4 个方面剖析,诊断出TA(Traffic Advisory)为活动通告,CLAM(Cleared Level AdherenceMonitoring)为偏离高度层告警,STCA(Short Term Conflict Alerts)为短期冲突告警,TCAS(Traffic Alert and Collision Avoidance System)为 空中交通预警和防撞系统。图 2 飞行冲突控制反馈结构Fig.2 Flight conflict control feedback structure飞行冲突过程中所有潜在的不安全控制行为,结合民用航空器征候等级划分办法识别出相应的风险事件,如表 1 所示,其中 4 个子过程共包含 37 个风险事件。2.2 文本信息抽取针对从以往事件报告的非结构化描述文本中自动抽取其演化过程中所有发生事件的问题,需要通过文本预处理将语料转化为计算机能够理解的人类命令。将有关民航空域信息与行业敏感信息进行去噪与清理后,对文本中无实际意义的助词、介词、副词等进行停用词过滤,初步实现文本语料的结构化。再使用自然语言处理工具 Hanlp 对文本数据进行分词,空格符代表将句子切割为词语的分词结果。最后,结合空管领域词库,对民航专业词汇,如“冲突解脱”“TCAS 防撞系统”等,做出短语结构标记,将处理的结果进行词性标注,如图 3 所示,“vn”代表具有名词功能的动词、“p”代表介词、“q 代表量词”等,标注标准为 PKU 语料库中的 43 类词性定义。事理图谱中定义事件为:一个或若干角色参与在某特定时间段、特定地方内发生的动作集合或实体状态发生改变。为了从预处理后的文本语料中抽取出所有的演化事件,将事件结构化表示为三元组V=def(S,P,O)(下标 def 表示“定义”),其中 S 表示主语,P 表示谓语,O 表示宾语。通过对句子筛选后的相应词性进行拆分重组,将事件抽取问题转化为分类问题。采用 Hanlp 模型抽取文本相应的句法2691 Vol.23 No.6 安全 与 环 境 学 报 第 23 卷第 6 期表 1 飞行冲突风险事件Table 1 Flight conflict risk events子过程风险事件类型子过程风险事件类型控制过程管制员未按照应急预案操作程序进行处理 C1管制员发出(纠正)指令过晚 C2管制员指令错误 C3管制员混淆相似航班号 C4管制员未向机组证实是否具备缩小垂直间隔最低标准(Reduced Vertical Separation Minimum,RVSM)能力 C5管制员未加强对故障航空器的监控及进行活动通报 C6管制员未对故障航空器使用影响正常垂直速率的指令 C7管制员未对故障航空器慎用最小间隔标准 C8管制员未询问突破管制指令的机组意图 C9管制员未处理机组请求 C10管制员未与军航指挥室建立沟通(管制受军方活动影响)C11执行过程机组未听到管制员指令 M1机组误听管制员指令 M2机组接收到管制员指令后未复诵 M3机组突破管制员指令 M4机组操作不当导致偏航 M5机组混淆相似航班号 M6机组执行未知的操作 M7机组未经允许/错误绕飞 M8外部扰动航空器遭遇气流、雹击等自然天气干扰 D1航空器遭遇无人机、鸟袭、激光照射等其他不明空中活动干扰 D2航空器机上通讯、导航设备故障 D3航空器受其他航空器特情影响 D4航空器动力、定位、防冰等设备故障 D5航空器非调配原因的盘旋等待 D6航空器原因导致偏航 D7航空器自动驾驶问题 D8航空器机载设备内容突变 D9地面通讯设备故障 D10反馈过程机组完成指令后未及时回复管制员 F1雷达告警 F2出现飞行冲突 F3TCAS 发出措施通告/活动通告(ResolutionAdvisory/Traffic Advisory,RA/TA)警告 F4机组未报告观察到的异常空中交通事件 F5TCAS反馈出现异常 F6空管自动化系统 STCA 告警 F7出现飞行汇聚趋势,未产生飞行冲突 F8图 3 文本预处理示例Fig.3 Example of text pre-processing与语义信息,确定词语之间的语义关系,模型基于条件随机场序列标注的命名实体识别技术,通过事件触发词识别文本中的事件、事件类型及其组成要素。借助 parseDependency 函数判定句子中词汇与词汇之间的相互依存关系,将结果可视化输出为 SDP 格式的依存句法树,见图 4。抽取句法分析结果中的事件元素,得到如图 5所示的语义分析结果,进而判断其元素角色,筛选组成演化事件,抽取事件三元组结果见表 2。2.3 语义匹配为探究抽取出的事件三元组之间的演化关系,采用 Doc2vec 方法12将演化事件通过文本相似性36912023 年6 月 王洁宁,等:基于事理图谱的飞行冲突事故演化研究Jun.,2023图 4 依存句法树示例Fig.4 Example of a dependency syntax tree表 2 演化事件提取结果示例Table 2 Example of evolutionary event extraction results输入文本事件抽取结果抽取事件个数爬升过程中机组通过 TCAS 发现左边 10 点方位一架飞机下降高度,大约9 000 英尺出现 RA 警告(机组 发现 飞机下降)(TCAS 发出 RA 警告)2管制员开始进行冲突解脱,指挥航班 1 立即左转航向 270,并通报是由于冲突(管制员 解脱 冲突)(航班 1 左转 航向 270)(管制员 通报 冲突)3管制员指挥航班 2 立即左转航向 070,并停止下降,同时通报是由于冲突(航班 2 左转 航向 070)(管制员 停止下降 航班 2)