摘要
本发明公开了一种航空器冲偏出跑道事件的人为因素分析方法及系统,所述方法包括结合事故树分析方法和改进HFACS模型,构建人为因素调查决策支持模型HFIDSM,识别和获取导致航空器冲偏出跑道事件的显性因素和隐性因素;挖掘航空器冲偏出跑道事件的致因因素;构建航空器冲偏出跑道事件的人为因素致因贝叶斯网络模型,构建导致航空器冲偏出跑道事件的关键致因链条;分析关键致因链条,并根据分析结果优化航空器的运行规程。本发明通过深入剖析冲偏出跑道事件的复杂成因,运用贝叶斯网络对事件背后的关键致因链条进行精准识别与量化分析,增强了对人为失误、环境因素、设备故障等多维度致因因素间相互作用关系的理解,促进了调查过程的系统化与智能化。
技术关键词
HFACS模型
贝叶斯网络模型
决策支持模型
优化航空器
贝叶斯推理方法
事故树分析
节点
链条
航空安全管理
变量
事故分析方法
灵敏度分析法
机械设备故障
预测航空器
数据
多层次
机场跑道
系统为您推荐了相关专利信息
模糊贝叶斯网络
贝叶斯网络模型
舰船电子信息系统
可靠性评估方法
模糊理论
工业物联网
智能监测方法
智能监测系统
光纤布拉格光栅温度传感器
数字孪生模型
重金属污染评价
生态足迹模型
高分辨率遥感成像
卷积神经网络模型
物理隔离方法
行李
可视化交互界面
预训练语言模型
多源异构数据
决策系统
维修排故方法
贝叶斯网络模型
蒙特卡洛方法
模糊故障
节点