COVID-19疫情期豁免航班飞行机组疲劳风险预测_孙瑞山.pdf

文章编号:1009-6094(2023)07-2396-06COVID19 疫情期豁免航班飞行机组疲劳风险预测*孙瑞山，孙军亚(中国民航大学安全科学与工程学院，天津 300300)摘要:为预测新冠肺炎疫情期间民航豁免政策下国际航班飞行机组的疲劳风险，以及为防疫豁免政策提供科学的验证方法和思路，以飞行机组在飞行值勤期的警觉性为验证指标，然后基于 SAFTE 模型理论，构建飞行机组警觉性评估模型，以航空公司豁免航班飞行机组机上轮换计划为例，进行飞行机组警觉性的数值模拟仿真。结果表明，国际航线实行豁免办法飞行时，应重点关注返程阶段负责巡航飞行的机组成员疲劳风险管理和缓解。同时，模型结果验证了按照公司运行要求提供的机上轮换计划进行飞行时，责任机长在起飞和降落阶段有较高的警觉性。关键词:安全社会工程;COVID 19 疫情;豁免;SAFTE 模型;飞行机组;疲劳;风险预测中图分类号:X949文献标志码:ADOI:10.13637/j issn 1009-6094.2022.0174*收稿日期:2022 02 09作者简介:孙瑞山，教授，从事民航安全与航空人因工程研究，sunrsh hotmail com;孙军亚(通信作者)，博士研究生，从事航空安全管理研究，。基金 项 目:国 家 自 然 科 学 基 金 与 民 航 局 联 合 项 目(U1933122);天 津 市 教 委 科 研 计 划 项 目(2020KJ029)0引言新冠肺炎 COVID 19 疫情以来，为满足紧急情况下的客货运输要求，并保障机组成员的健康，中国民航局制定了 疫情期间豁免机组成员值勤期、飞行时间限制的实施办法(以下简称“豁免办法”)1。豁免办法对部分运输航空公司在实施国际运行中使用多套机组进行连续往返飞行进行管理，而多套机组连续往返飞行的运行模式使得飞行机组值勤期和飞行时间超过了原大型飞机公共航空运输承运人运行合格审定规则(China Civil Aviation egulations 121，CCA 121 部)规章限制，表 1 对比了豁免办法和 CCA 121 部两种规章对机组飞行时间的限制1 2，发现豁免办法中的最大飞行时间比 CCA121 部多 8 13 h，配备人数是 CCA 121 部的 2倍，即该豁免办法在延长飞行时间限制的同时，增加了飞行机组的数量，并提出了飞机上休息设施的要求，以期降低机组工作负荷，缓解机组人员的疲劳风险，保证航班的安全可靠运行。然而这种突破原先规章限制的运行模式，企图以人数的增加使飞行时间增加的管理方法，其安全性及造成飞行员疲劳风险等情况，目前尚缺少相应的理论分析和科学验证。另外，多套机组人员同时在机的轮换工作模式，如何预测和监控飞行过程中飞行员的警觉性变化、疲劳风险评估等，成为中国民航局和航空公司监管的重点。表 1豁免办法和 CCA121 部中对机组飞行时间的限制Table 1estrictions on the flight time of the crew in theimmunization exemption policy and CCA121规章机组配备人数适用航班最大飞行时间限制/hCCA 121 部3客/货班134客/货班17豁免办法68客改货/货班/独立休息区客班26无独立休息区客班21客改货/货班/独立休息区客班30无独立休息区客班21预测和监控飞行员警觉性变化、疲劳风险的方法较多，其中生物数学模型是预测方法中的一个较好的可选工具，同时，生物数学模型也是现在国际上比较认可的一种科学分析方法3 4。如 2012 年，国际民航组织发布的疲劳风险管理系统文件中将生物数学模型定位为一种可行的方法，可用于飞行机组疲劳风险识别5。生物数学模型是将与生物体相关的生理参数作为输入数据，建立一系列方程组形式的数学模型，它将人体昼夜节律、睡眠、工作负荷及警觉度等与疲劳风险相关的科学研究和航班生产计划/安排进行整合，能够较直观地体现计划值勤期内疲劳的变化趋势并预测潜在的疲劳风险5 6。因此，生物数学模型可协助制定最佳的排班时间表，以及对排班表进行风险评估，并能优化机组的搭配和排班成本，另外还可以为安全事故调查提供帮助，图1 提供了生物数学模型的一些潜在应用功能。目前有关预测评估疲劳风险的生物数学模型有睡眠调节的 双 过 程 模 型(Two-ProcessModelofSleepegulation，TPMS)7、警觉性 3 过程模型(ThreeProcess Model of Alertness，TPMA)8、昼夜警觉性模6932第 23 卷第 7 期2023 年 7 月安全 与 环 境 学 报Journal of Safety and EnvironmentVol 23No 7Jul，2023图 1生物数学模型的潜在应用Fig 1Potential applications of biomathematical models型(Circadian Alertness Simulator，CAS)9、机组疲劳评估 系 统(System for Aircrew Fatigue Evaluation，SAFE)10、睡眠/唤醒预测器(Sleep/Wake Predictor，SWP)11、疲 劳 动 态 评 估 模 型(Fatigue AuditInterDyne，FAID)12、交 互 式 神 经 行 为 模 型(Interactive Neurobehavioral Model，INM)13，以及2019 年，孙瑞山等14 开发了国内首个疲劳生物数学模型 警 觉 能 心 理 疲 劳 风 险 模 型(AlertnessEnergy Mental Fatigue isk Model，AEMFM)，该模型引入“能量”概念对人体疲劳产生和缓解过程进行模拟，可以预测人体 1 d 中的疲劳风险情况。另外，2003 年，Hursh 15 首次基于睡眠 活动模式、昼夜节律和睡眠惯性过程开发了警觉性疲劳生物数学评估系统和方法模型 SAFTE 模型(Sleep，Activity，Fatigue and Task Effectiveness model)，该模型能提前预知认知能力降低、警觉性下降等疲劳风险较严重的时刻，可以对人体在 1 d 中每时刻的警觉性和警觉性变化进行预测，并给出每个关注时刻的警觉度，因此广泛应用于工作时人体疲劳风险的预测和监控。另外，SAFTE 模型在双过程和警觉性 3 过程模型的基础上进行了改进，并利用多家航空公司的数据进行验证，是目前使用较多的疲劳生物数学模型。因此，本文在 SAFTE 模型的基础上，对豁免办法飞行时间限制下每套飞行机组和驾驶舱内的机组成员警觉性进行数值模拟仿真预测。首先构建飞行员警觉性评估模型，然后以某次豁免运行航班飞行机组机上轮换计划为输入(包括觉醒时刻、睡眠时间、在座工作时间、休息时间等)，最后通过模型仿真计算输出每套飞行机组在值勤时间内的警觉性变化，以及飞行过程中驾驶舱内人员警觉性变化。解决对机组成员在值勤和飞行过程中各时刻疲劳风险的评估和监测问题，同时解决飞行员疲劳风险度量的问题，这对机组值勤前飞行疲劳的预先干预、驾驶舱内机组成员认知能力变化的监测及保障航线飞行安全有重要意义，也为验证豁免方法的合理性和安全性提供思路。1基于 SAFTE 的飞行机组警觉性评估模型的建模SAFTE 模型的一个潜在应用是可以根据过去或未来的睡眠模式对人员在 1 d 中的工作有效性进行评估15。因此，基于 SAFTE 模型构建一种警觉性评估模型，对豁免航班飞行机组一次航班中的警觉性进行预测评估，模型包括生物数学模型基础的两个过程 警觉性节律过程和睡眠 觉醒稳态过程，以及第三个因素:一种可能在醒来后立即发生的短暂性行为障碍，称为睡眠惯性过程。1.1警觉性节律过程警觉性节律 C 由昼夜节律和警觉性节律振幅共同决定:昼夜节律采用众多研究结果得出15 16，即通常用含有二谐量的余弦形式表示;警觉性节律振幅受睡眠债变化影响。因此，警觉性节律 C 的表达式如下。C=apc(1)ap=a1+a2(c t)/c(2)c=cos(2(T p)/24)+cos(4(T p p)/24)(3)式中ap为警觉性节律振幅;a1为恒定的警觉性节律振幅因子;a2为可变的警觉性节律振幅因子;c为睡眠储存池总容量;t为 t 时刻的睡眠存储池容量;T 为时刻;p 为以24 h 为周期的余弦相位;p为以12 h 为周期的余弦相位;为以 12 h 为周期的余弦振幅。1.2睡眠 觉醒稳态过程以一个睡眠“储存池”的概念进行描述，睡眠 79322023 年 7 月孙瑞山，等:COVID 19 疫情期豁免航班飞行机组疲劳风险预测Jul，2023觉醒稳态过程可描述为当前睡眠储存池的平衡 t过程，由睡眠积累和觉醒消耗进行调节，其表达式如下。t=t1+S睡眠阶段t1 P觉醒阶段(4)式中t 1为 t 1 时刻的睡眠储存池容量;S 为睡眠积累;P 为警觉性消耗。式(4)涉及睡眠阶段的睡眠积累 S，由睡眠强度和睡眠债组成，其表达式如下。S=SIt(5)SI=SP+SD(6)SP=m (asc)(7)SD=f(c t)(8)式中SI为睡眠强度;t 为睡眠时间;SP为睡眠倾向;SD为睡眠债;m 为睡眠倾向值;as为睡眠倾向振幅;c为昼夜节律函数;f 为反馈振幅;c为睡眠储存池总容量;t为 t 时刻的睡眠储存池容量。式(4)涉及觉醒阶段的警觉性消耗 P，由警觉性消耗率与工作时间的乘积构成，其表达式如下。P=Kt(9)式中K 为警觉性消耗率;t 为工作时间。1.3睡眠惯性过程第 3 个因素睡眠惯性 I 受觉醒时刻和睡眠强度影响，其表达式如下。I=Imaxe(ta/(SIi)(10)式中Imax为最大睡眠惯性值;ta为觉醒时刻;i 为觉醒后 2 h 的惯性时间常数。由上述公式，模型可输出 1 d 中 t 时刻下人的警觉性 E，其表达式如下。E=100(t/c)+C+I(11)特别说明，警觉性可以反映疲劳风险水平，其是相对的概念，因此警觉性单位用百分比表示。上述公式中的变量也均是相对变化量，其单位也均是百分比。另外，表 2 给出了模型中所采用参数的默认值。2仿真与结果分析根据建立的飞行员警觉性评估模型，对设计的某航空公司豁免航线飞行机组机上轮换计划，应用MATLAB 程序进行飞行机组/驾驶舱内人员警觉性模拟仿真计算。2.1设计豁免飞行航班机上轮换计划有关豁免飞行航班机上轮换，目前还未有相关规定，一般是由责任机长根据实际情况进行合理安排。有关此方面某航空公司提供了运行要求，规定原则上每套飞行机组单次上座执勤时间不超过 4 h，每次下座后休息时间不少于 3 h，执行落地时段机组连续在座时间不超过 3 h，计划接替前一班执勤机组的机组应使用机组休息室进行休息，过站过程中机组成员可以获得连续 3 h 以上的地面休息。另外，还存在“飞起飞时段的飞行机组也飞降落时段”的一般性原则。根据上述某航空公司运行要求和一般性原则，结合局方豁免办法，设计了豁免飞行航班的机上轮换计划，见表 3。其中，为简化描述，将飞行过程中飞行机组 A/B/C 的 3 种状态进行区分，分别为在座飞行(记作“飞”)、在休息室没有睡眠的休息(记作“休”)和在休息室睡眠(记作“睡”)。航班起飞时间假设为上午 10 点，表 3 中所有时间均为北京时间。飞行机组 A/B/C 各含 2 名飞行员，由 A 组执飞起飞时段。2.2各飞行机组警觉性评估仿真结果图 2 4 展示了飞行机组 A 组、B 组和 C 组飞行员警觉性随飞行时刻的变化趋势。由图 2 4 可知，此次豁免飞行航班，A 组飞行员的警觉性变化幅度为 8.33%(飞行开始前与飞行过程中最低点之差)，最大变化幅度为 23.53%(飞行过程中最高点与最低点之 差);B 组 飞 行 员 的 警 觉 性 变 化 幅 度 为表 2警觉性评估模型中相关参数的默认值Table 2Default values of relevant parameter variables inthe cog