论文部分内容阅读
安全检查是民航机务安全管理中的重要环节。有效的安全管理要求管理人员和员工在事故发生之前识别和分析安全风险，因此通过一些系统的分析方法，将收集到的安全检查信息的分析结果使用在风险事件的预测中，使民航安全部门能够采取相应的措施提前进行预防并将风险系数降到最低，保证航空运行的持续安全是至关重要的。 针对航空安全中收集到的不安全信息，本文以机务安全检查中发现的不安全事件数据为研究对象，首先将安全检查发现的问题进行了分类。分类原则有两个，其一:数据中出现过的;其二:与人有关的。与人有关的包括个体原因、培训、监督、人员调配、信息沟通、知识和技能等几个方面。把问题分成三大类:工作流程管理中的问题，人员管理中的问题和设备管理中的问题，并进行归类总结出10个基本原因，得到了民航安全检查的故障树模型。同时利用故障树模型进行了定性和定量分析。然后利用NPC算法进行了贝叶斯网络的结构学习，利用EM算法进行了贝叶斯网络的参数学习，通过贝叶斯网络的学习能力与建立的故障树模型相结合，得到了民航安全检查的贝叶斯网络模型。最后基于某航空公司安全检查发现问题数据并利用贝叶斯网络的预测推理和诊断推理分析各影响因素对安全检查问题的影响程度和安全检查问题发生时各影响因素的重要程度。基于民航安全检查贝叶斯网络模型分析，本文得出个体原因、设施不完善、信息沟通因素最容易导致工作流程管理中发现问题;管理流程、知识技能不足最容易导致人员管理中发现问题;个体原因、培训、设备故障最容易导致设备管理中发现问题。 本文的研究可以为航空机务安全信息的分析评价提供分析问题、解决问题思路，构建的贝叶斯网络分析模型为解决现实中的民航安全检查问题提供了一种分析方法，具有较好的实际应用价值。