曝光臺 注意防騙 網曝天貓店富美金盛家居專營店坑蒙拐騙欺詐消費者

認為是精確值[3 ] ,但是對類似鳥擊飛機等低概率重大災難性機場環境安全事件而言,由于缺乏統計數據
或受各種因素的影響,無法確定底事件的精確概率。本文運用專家判斷和模糊集理論相結合的方法,分
析和計算引起鳥擊飛機的各底事件和頂事件發生的概率,以及各底事件的重要度,并進一步判別安全隱
患的優先次序。
1 　故障樹的建立與定性分析
111 　故障樹建立
根據故障樹頂事件確定的原則,將“鳥擊飛機”作為故障樹的頂事件,其最直接原因是飛機飛行活動
狀態、鳥類活動等共同作用的結果,而以這兩個事件作為次頂事件,采用類似方法繼續深入,層層分析下
去,直至分解到各類底事件為止,如圖1 所示。經過分析,共有59 個基本事件。各事件如表1 所列。
X 收稿日期:2009 - 09 - 06
基金項目:國家自然科學基金資助項目(30770315)
作者簡介:朱云斌(1966 —) ,男,博士生。
國　防　科　技　大　學　學　報　　
第31 卷第6 期　　　　　　JOURNAL OF NATIONAL UNIVERSITYOF DEFENSE TECHNOLOGY　　　　Vol. 31 No. 6 2009
圖1 　鳥擊飛機故障樹
Fig. 1 　FTA for bird strike aircraft
表1 　各事件對應的代碼符號
Tab. 1 　Symbol for events
代碼事件名稱代碼事件名稱代碼事件名稱
T 鳥擊飛機X10 重量1～118kg 的個鳥撞飛機X35
植被或土壤中孵化的昆蟲
對鳥的吸引
A1 飛機活動狀態X11 重量013～1kg 的群鳥撞飛機X36 產種子的植被對鳥的吸引
A2 鳥類活動X12 重量013～1kg 的個鳥撞飛機X37 建筑物平頂對鳥的吸引
A3 鳥的類型X13 重量50～300g 的群鳥撞飛機X38
機庫和塔臺等建筑物對鳥
的吸引
A4 吸引鳥類的因子X14 重量50～300g 的個鳥撞飛機X39
農作物特別是谷物對鳥的
吸引
A5 機場內吸引鳥類的因子X15 重量小于50g 的群鳥撞飛機X40 水產業設施對鳥的吸引
A6 機場外吸引鳥類的因子X16 重量小于50g 的個鳥撞飛機X41 家畜飼養場對鳥的吸引
A7
機場內農業或植被吸引鳥類
的因子
X17
農作物(特別是谷物) 對鳥的
吸引
X42
谷物存放地或加工廠對鳥
的吸引
A8
機場內廢物與污物吸引鳥類
的因子
X18
犁地、割草和收割(嚙齒動物、
昆蟲、蠕蟲) 對鳥的吸引
X43
飯店(特別是室外就餐區)
對鳥的吸引
A9 機場內水源吸引鳥類的因子X19
風景美化(果實和棲息地) 對
鳥的吸引
X44
野餐區域和公園對鳥的吸
引
A10 機場內其他吸引鳥類的因子X20
樹枝、灌木和小塊林地對鳥的
吸引
X45 游艇碼頭對鳥的吸引
A11
機場外農業活動吸引鳥類的
因子
X21 樹木等筑巢地對鳥的吸引X46 高爾夫球場對鳥的吸引
A12
機場外商業和娛樂用地吸引
鳥類的因子
X22
鳥類和哺乳動物的飼料對鳥
的吸引
X47 工廠廠房對鳥的吸引
A13 機場外廢物吸引鳥類的因子X23 食品廢物存放地對鳥的吸引X48 垃圾船對鳥的吸引
A14 機場外水源吸引鳥類的因子X24 垃圾堆對鳥的吸引X49 垃圾堆對鳥的吸引
朱云斌,等:模糊故障樹分析方法在機場環境安全中的應用127
(續表)
代碼事件名稱代碼事件名稱代碼事件名稱
A15
機場外其他區域吸引鳥類的
因子
X25 干草對鳥的吸引X50 垃圾轉運站對鳥的吸引
X1 跑道滑跑階段(高度0m) 撞鳥X26
污泥地、瀉湖和排水口對鳥的
吸引
X51 魚加工廠對鳥的吸引
X2
起飛和著陸階段( 高度0 ～
120m) 撞鳥
X27
雜草、建筑物和廢舊物場對鳥
的吸引
X52
污水塘和排水口對鳥的吸
引
X3
初始爬升和著陸前進近(高度
120～500m) 撞鳥
X28 動物尸體對鳥的吸引X53 魚塘對鳥的吸引
X4
中期爬升和航線下降( 高度
500～1000m) 撞鳥
X29 水生植物對鳥的吸引X54 河道溪流對鳥的吸引
X5
后期爬升和航線下降( 高度
1000～3000m) 撞鳥
X30
運河、溝渠、小溪和排水溝對
鳥的吸引
X55 湖面和江面對鳥的吸引
X6
巡航和固定空域飛行(高度大
于3000m) 撞鳥
X31
道面和地面低洼積水區對鳥
的吸引
X56
野生動物庇護所和自然保
護區對鳥的吸引
X7 重量大于118kg 的群鳥撞飛機X32 水池和除冰液對鳥的吸引X57 農莊對鳥的吸引
X8 重量大于118kg 的個鳥撞飛機X33 噴泉對鳥的吸引X58 森林對鳥的吸引
X9 重量1～118kg 的群鳥撞飛機X34 跑道上的蚯蚓對鳥的吸引X59
濕地、沼澤地和污泥灘對鳥
的索引
112 　故障樹定性分析
定性分析是求出故障樹的所有最小割集,最小割集是指導致頂事件發生的最起碼的基本事件的組
合,根據基本事件的組合個數,最小割集分為一階最小割集、二階最小割集以及更高階的最小割集。本
文采用Fussel 算法(下行法) 求解最小割集,將故障樹轉化為等效的布爾代數方程,即
T = ( X1 + X2 + X3 + X4 + X5 + X6 ) ·( X7 + X8 + X9 + X10 + X11 + X12 + X13 + X14 + X15 + X16 )
·( X17 + X18 + ⋯+ X59 ) (1)
由于式(1) 展開后共2580 項且均為三階,可見故障樹由2580 個三階最小割集組成。一般情況下,
割集數越小,它發生的可能性越大。因此,為提高系統安全性,應首先考慮發生概率較大或危險性較大
的一階最小割集。本故障樹較為特殊,需考慮所有割集。
2 　故障樹底事件概率的確定
211 　模糊數、隸屬度函數及λ截集
專家判斷法是確定事件發生概率的常用方法之一[4 ] 。模糊集理論[5 ] 能將現實生活中的模糊現象定
量地表示出來,為描述和處理具有模糊性的現象提供了一種有效的數學手段。專家判斷過程中采用“很
小、小、較小、中等、較大、大、很大”等自然語言描述事件發生概率。本文用三角形或梯形模糊數代替這
　
中國航空網 www.k6050.com
航空翻譯 www.aviation.cn
本文鏈接地址：鳥擊資料3(25)