[发明专利]基于风险管控的区域多机场不正常航班恢复方法

权利要求书

1.一种基于风险管控的区域多机场不正常航班恢复方法，其特征在于，包括以下步骤：

步骤S1、从全局的角度分析区域多机场系统运行机制，所述区域多机场系统运行机制包括空管、机场和航空公司各子系统的联合运行机制，构建区域多机场系统航班运行调度模型；

步骤S2、根据区域多机场系统运行机制，分析不正常航班诱发的区域多机场系统新的运行特征，确定不正常航班恢复需要进行风险管控的关键危险事件，分析各事件在区域多机场不正常航班恢复情景中的主要危险源与风险因素，并建立相应风险指标体系；

步骤S3、采用模糊物元分析法定量评估不正常航班恢复过程中区域多机场系统内各关键危险事件的风险，获取不正常航班延误诱发关键危险事件风险评估；

步骤S4、根据区域多机场系统航班运行调度模型及不正常航班延误诱发关键危险事件风险评估，构建基于风险管控的区域多机场不正常航班恢复模型；

步骤S4中，综合区域多机场系统航班运行调度模型及不正常航班延误诱发关键危险事件风险评估，以降低总延误时间、恢复方案的执行总成本为优化目标，以各关键危险事件的风险管控与资源的有限性作为约束条件，构建基于风险管控的区域多机场不正常航班恢复模型；

步骤S5、根据基于风险管控的区域多机场不正常航班恢复模型，将实际运行过程中不正常航班的恢复方法应用于算法邻域解的产生机制，采用基于智能邻域选择的多目标优化算法用于模型的求解，完成不正常航班的恢复；

其中，在所述步骤S2中，不正常航班恢复需要进行风险管控的关键危险事件主要包括：①保障车辆与航空器刮碰；②跑道入侵；③外来物损伤；④空中接近；针对此四类关键危险事件进行的风险指标体系构建包括历史数据指标与预测数据指标两部分；

所述四类关键危险事件的历史数据指标与预测数据指标主要包括：

①保障车辆与航空器刮碰Gp：

a、历史数据指标：Gp1驾驶员违规超速驾驶的次数；Gp2车辆未按规定提前到达指定位置的次数；Gp3机坪监察人员发现客梯车、传动带车、平台车倒车配合不畅的次数；Gp4客梯车、传动带车、平台车由于倒车导致刮碰航空器的次数；Gp5车辆违规通过“停”标志的次数；Gp6由于观察不细致导致与航空器抢行或刮碰的次数；Gp7驾驶员违规抢行或穿行的次数；Gp8机坪运行人员报告标识不清的次数；Gp9标志管理部门巡视检查发现该类标识不清的次数；Gp10标志未按期更新的次数；Gp11车辆刹车制动失灵的次数；Gp12特种车辆未定期检修的次数；Gp13保障车辆未在制动状态的次数；Gp14特车驾驶员违规驾驶的次数；Gp15停机位内倒车时无人指挥的次数；Gp16违规倒车的次数；Gp17廊桥操作人员未提前5分钟到达指定位置的次数；Gp18廊桥操作人员违规操作的次数；Gp19廊桥违规操作导致与发动机发生刮碰的次数；Gp20廊桥非例行断电次数；Gp21廊桥故障次数；Gp22雨伞带入飞行区的次数；Gp23驾驶员超速行驶的次数；Gp24机务未明确手势，车辆违规靠近的次数；

b、预测数据指标：其中max{as_i,Δt+ds_i,Δt}为单位时间内机场i的最大服务流量，包括进场流量和离场流量，N_bz,i为机场i的地面服务保障小组数目，是机场i的天气状况对地面服务保障工作的影响因子，表示天气对地服人员工作、保障车辆运行造成的影响程度，as_i,Δt表示机场i在Δt时间段内的进场服务流量，ds_i,Δt表示机场i在Δt时间段内的离场服务流量；其中max{af_i,Δt+df_i,Δt}为单位时间内机场i的最大进离场流量，N_kj,i表示机场i的空侧监管人员配备数目；其中N_lj,i表示机场i的陆侧监管人员配备数目；表示场面工作环境状况，其中tq_i指机场i的天气恶劣指数，zx_i为机场i的场面运行混乱指数，tq_i,zx_i∈[0,1]；

②跑道入侵Rq：

a、历史数据指标：Rq1非标准通话发生的次数或发生率；Rq2定期安全培训执行率；Rq3施工前培训执行率；Rq4无人引导施工方的次数；Rq5机坪运行人员报告标识不清或标识失效的次数；Rq6标志管理部门巡视检查发现该类标识不清的次数；Rq7标志未按期更新的次数；Rq8公用工具箱未清点的次数；Rq9货物运输或装载过程中，小动物逃逸的次数；Rq10飞行区土质区内的野生动物入侵跑道次数；Rq11通信设备的故障率；Rq12非标准通话发生的次数或发生率；Rq13开航前，塔台没有呼叫驱鸟、灯光、场务的次数；Rq14塔台没有通知检修人员离撤的次数；

b、预测数据指标：Rq16恶劣表示场面工作环境状况；Rq17机场i的天气状况对航空器及保障车辆运行的影响因子表示天气对航空器、保障车辆、相关设备正常工作的影响程度；

③外来物损伤Fod：

a、历史数据指标：Fod1场道FOD报告次数或发生率；Fod2轮胎扎伤事件次数或千架次率；Fod3机坪FOD报告次数或发生率；Fod4轮胎扎伤事件次数或千架次率；Fod5机坪保障车辆故障发生次数或发生率；Fod6道面FOD报告次数或发生率；Fod7道面巡视检查执行率；Fod8用泡沫包装的货物泡沫破碎次数；

b、预测数据指标：表示场面工作环境状况；

④空中接近：

a、历史数据指标：Kj1多机场空域航路交叉点数目；Kj2管制员错误识别目标次数或千架次率；Kj3管制员下达不完整许可次数或千架次率；Kj4管制员诵读许可指令不当次数或千架次率；Kj5管制员与机组沟通不当次数或千架次率；Kj6空管通信设备故障发生次数或发生率；Kj7某航空公司所有航空器通信设备故障次数或万架次率；Kj8某航空公司所有机组对航路变化处理不当次数或万架次率；Kj9某航空公司所有机组违规执行飞行程序次数或万架次率；Kj10某航空公司所有机组飞行操作失误次数或万架次率；Kj11某航空公司航空器设备或仪表故障次数或万架次率；

b、预测数据指标：Kj13天气状况对航空器飞行的影响因子表示大雾、雨雪恶劣天气对航空器进离场程序的影响程度；Kj14机组的最大连续工作时长gt_i。