CN109214693B - 空中交通管制员疲劳风险的评估方法、***、介质及设备 - Google Patents
空中交通管制员疲劳风险的评估方法、***、介质及设备 Download PDFInfo
- Publication number
- CN109214693B CN109214693B CN201811074962.6A CN201811074962A CN109214693B CN 109214693 B CN109214693 B CN 109214693B CN 201811074962 A CN201811074962 A CN 201811074962A CN 109214693 B CN109214693 B CN 109214693B
- Authority
- CN
- China
- Prior art keywords
- fatigue
- current
- statistical period
- risk
- current statistical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 206010016256 fatigue Diseases 0.000 title claims abstract description 222
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000011156 evaluation Methods 0.000 claims abstract description 11
- 238000009826 distribution Methods 0.000 claims description 10
- 230000006872 improvement Effects 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000007433 macroscopic evaluation Methods 0.000 abstract description 3
- 239000013589 supplement Substances 0.000 abstract description 3
- 230000002354 daily effect Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063118—Staff planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种空中交通管制员疲劳风险的评估方法、***、介质及设备。所述方法,包括:获取当前统计周期内影响空中交通管制员整体疲劳风险的当前疲劳参数;根据所述当前疲劳参数,计算在当前统计周期内空中交通管制员整体疲劳风险的当前疲劳系数;根据所述当前疲劳系数和历史疲劳系数,评估在当前统计周期内空中交通管制员的整体疲劳风险。能够针对空中交通管制员较大群体以及整个行业在现阶段的疲劳风险进行宏观评估。通过对较大群体疲劳风险的评估,能够为空管运行单位定岗定员提供决策参考,能够使管理者根据疲劳风险适时补充人力资源、合理排班,降低管制员疲劳风险,防止空管运行单位超负荷、超能力运行。
Description
技术领域
本发明涉及空中交通领域,具体涉及一种空中交通管制员疲劳风险的 评估方法、***、介质及设备。
背景技术
疲劳严重威胁航空运输安全,许多民航事故或事故征候都直接或间接 与疲劳有关。对民航安全敏感岗位人员执勤期间的疲劳状态检测和识别、 评估,进行疲劳风险管控,对于保障航空运输安全具有重要意义。
现有技术中,空中交通管制员的人员数量增长迟缓,年均增长率仅为 2.1%,(民航局空管办,《民航管制员疲劳管理参考学习资料 (IB-TM-2017-01)》)。在人员不足、空中交通流量急剧持续增大、空域环 境更加复杂、工作负荷不断增加的情况下,管制员整个群体疲劳风险增大。
现有多种检测疲劳状态的方法,均是针对人员个体的检测,如心理学 量表法、警觉性测试法、眼动法等等。这些个体检测方法均是基于个体疲 劳后生理、心理以及行为出现的变化进行疲劳状态的检测和评估,这些方 法不适用于较大群体如一个管制单位或行业中那些安全敏感岗位人员整体 疲劳风险的评估。
目前为止,未见报道关于民航空中交通管制员的较大群体如一个管制 单位或管制员行业整体疲劳风险评估方法。近年来我国民航发展迅速,空 域每天24小时都需要管制员对航空器飞行进行指挥,管制员排班体系复杂; 塔台、进近、区调不同地点工作内容存在很大差异、工作负荷也不尽相同, 因此,通过抽样调查,进行总体推断,困难较大,易出现较大偏差,对民 航运输安全风险控制和运输效益评估造成不利影响。
这种基于管制单位或行业整体的疲劳风险评估,对于管制单位以致整 个行业来保障航空运输安全具有重要意义,可用于指导行业运行风险评估、 调整人员配置、人员编制设定、人员培养计划的制定、空域容量评估等。
发明内容
针对现有技术中的缺陷,本发明提供一种空中交通管制员疲劳风险的 评估方法、***、介质及设备,能够评估空中交通管制员的整体疲劳风险, 能够针对空中交通管制员较大群体以及整个行业疲劳风险进行宏观评估。
第一方面,本发明提供了一种空中交通管制员疲劳风险的评估方法, 包括:
获取当前统计周期内影响空中交通管制员整体疲劳风险的当前疲劳参 数;
根据所述当前疲劳参数,计算在当前统计周期内空中交通管制员整体 疲劳风险的当前疲劳系数;
根据所述当前疲劳系数和历史疲劳系数,评估在当前统计周期内空中 交通管制员的整体疲劳风险。
可选的,所述当前疲劳参数,包括:当前统计周期内的日均保障架次 量、单架次平均保障时间和上岗管制员总人数。
可选的,所述单架次平均保障时间通过以下至少一种方式获取:
根据当前统计周期内的航路航线交通流量分布比例和经验飞行时间, 获取在当前统计周期内影响空中交通管制员整体疲劳风险的单架次平均保 障时间;
根据当前统计周期内的机场机动区滑行路线交通流量分布比例和经验 滑行时间,获取在当前统计周期内影响空中交通管制员整体疲劳风险的单 架次平均保障时间;
根据当前统计周期内的空管自动化***综合航迹实时数据,获取在当 前统计周期内影响空中交通管制员整体疲劳风险的单架次平均保障时间;
根据当前统计周期内生产***的实时数据,获取在当前统计周期内影 响空中交通管制员整体疲劳风险的单架次平均保障时间。
可选的,所述生产***,包括:先进场面引导控制***、流量管理系 统、塔台电子进程单***中的一种或多种。
可选的,所述获取当前统计周期内影响空中交通管制员整体疲劳风险 的当前疲劳参数,包括:
获取当前统计周期内影响空中交通管制员整体疲劳风险的上岗管制员 总人数;
所述获取当前统计周期内影响空中交通管制员整体疲劳风险的上岗管 制员总人数,包括:
统计当前统计周期内空中交通管制员的上岗执勤时间;
获取当前统计周期内空中交通管制员上岗执勤时间的平均水平;
基于所述上岗执勤时间和所述平均水平,统计当前统计周期内影响空 中交通管制员整体疲劳风险的上岗管制员总人数。
可选的,所述获取当前统计周期内空中交通管制员上岗执勤时间的平 均水平,包括:
根据当前统计周期内的岗位开放时间、执照管制员人数和上岗人员记 录中的一种或多种,获取当前统计周期内空中交通管制员上岗执勤时间的 平均水平。
第二方面,本发明提供一种空中交通管制员疲劳风险的评估***,包 括:
参数获取模块,用于获取当前统计周期内影响空中交通管制员整体疲 劳风险的当前疲劳参数;
系数计算模块,用于根据所述当前疲劳参数,计算在当前统计周期内 空中交通管制员整体疲劳风险的当前疲劳系数;
评估模块,用于根据所述当前疲劳系数和历史疲劳系数,评估在当前 统计周期内空中交通管制员的整体疲劳风险。
第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机 程序,该程序被处理器执行时实现上述一种空中交通管制员疲劳风险的评 估方法。
第四方面,本发明提供一种计算机设备,包括:存储器、处理器及存 储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程 序时实现上述一种空中交通管制员疲劳风险的评估方法。
本发明提供一种空中交通管制员疲劳风险的评估方法,通过获取当前 疲劳参数,根据当前疲劳参数计算空中交通管制员现阶段整体疲劳风险的 当前疲劳系数,再根据该当前疲劳系数和历史疲劳系数,评估空中交通管 制员的整体疲劳风险,能够针对空中交通管制员较大群体以及整个行业在 现阶段的疲劳风险进行宏观评估。通过对较大群体疲劳风险的评估,能够 为空管运行单位定岗定员提供决策参考,能够使管理者根据疲劳风险适时 补充人力资源、合理排班,缓解管制员疲劳风险,防止空管运行单位超负 荷、超能力运行。
本发明提供的一种空中交通管制员疲劳风险的评估***,与上述空中 交通管制员疲劳风险的评估方法出于相同的发明构思,具有相同的有益效 果。
本发明提供的一种计算机可读存储介质和一种计算机设备,与上述空 中交通管制员疲劳风险的评估方法出于相同的发明构思,具有相同的有益 效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下 面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。 在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中, 各元件或部分并不一定按照实际的比例绘制。
图1为本发明提供的一种空中交通管制员疲劳风险的评估方法的流程 图;
图2为本发明提供的一种空中交通管制员疲劳风险的评估***的示意 图;
图3为本发明提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实 施例仅用于更加清楚地说明本发明的技术方案,因此只是作为示例,而不 能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语 应当为本发明所属领域技术人员所理解的通常意义。
本发明提供了一种空中交通管制员疲劳风险的评估方法、***、介质 及设备。下面结合附图对本发明的实施例进行说明。
第一实施例:
请参考图1,图1为本发明具体实施例提供的一种空中交通管制员疲劳 风险的评估方法的流程图,本实施例提供的一种空中交通管制员疲劳风险 的评估方法,包括:
步骤S101:获取当前统计周期内影响空中交通管制员整体疲劳风险的 当前疲劳参数。
步骤S102:根据所述当前疲劳参数,计算在当前统计周期内空中交通 管制员整体疲劳风险的当前疲劳系数。
步骤S103:根据所述当前疲劳系数和历史疲劳系数,评估在当前统计 周期内空中交通管制员的整体疲劳风险。
整体疲劳风险是指民航空中交通管制员较大群体,例如管制单位或者 整个行业的疲劳风险,这都在本发明的保护范围内。
其中,当前统计周期是指当前的一段时间,例如一个月、一个星期等。
通过获取当前疲劳参数,根据当前疲劳参数计算空中交通管制员现阶 段整体疲劳风险的当前疲劳系数,再根据该当前疲劳系数和历史疲劳系数, 评估空中交通管制员的整体疲劳风险,能够针对空中交通管制员较大群体 以及整个行业在现阶段的疲劳风险进行宏观评估。通过对较大群体疲劳风 险的评估,能够为空管运行单位定岗定员提供决策参考,能够使管理者根 据疲劳风险适时补充人力资源、合理排班,降低管制员疲劳风险,防止空 管运行单位超负荷、超能力运行。
在本发明中,由于不同统计周期内的疲劳参数不同,因此计算得到的 疲劳系数也会不同。
因此,根据当前疲劳系数和历史疲劳系数,能够评估出在当前统计周 期内空中交通管制员的整体疲劳风险。
当前疲劳系数相较于历史疲劳系数,呈增大趋势,则表明空中交通管 制员整体疲劳风险增大,人均保障时间较长,管制员执勤期间产生疲劳的 可能性增加,应采用适时补充人力资源、合理排班等方式降低该系数。对 于管制员疲劳系数较高的空管运行单位,应当开展进一步的管制员疲劳检 测推测工作,深入把握管制员疲劳程度和产生机理,采取有效管制员疲劳 管控措施,改善管制员疲劳状况,降低管制员疲劳风险。
例如,当前统计周期为一个当前的一个星期,历史疲劳系数可以包括 上一个星期,上上一个星期等统计周期计算的疲劳系数。
在本发明中,计算历史疲劳系数的方法与计算当前疲劳系数的方法相 同。这样才有可比性。例如,当前疲劳系数采用日均保障架次量、单架次 平均保障时间和上岗管制员总人数,这三个参数来计算,则历史疲劳系数 也采用这三个参数来计算,并且,这三个参数的获取方式也应该相同。
在本发明中,疲劳参数可以包括日均保障架次量、单架次平均保障时 间、上岗管制员总人数等统计量。
当前疲劳参数可以包括:当前统计周期内的日均保障架次量、单架次 平均保障时间、上岗管制员总人数等统计量。
优选的,疲劳参数包括日均保障架次量、单架次平均保障时间和上岗 管制员总人数。通过采用这三个具有典型性和代表性的参数,对管制单位 的管制员整体疲劳风险进行计算和评估。该算法简单、易行,具有实用性。
其中,日均保障架次量是指民航空管运行单位在当前统计周期内为飞 行活动提供空中交通管制服务的日均架次量。
单架次平均保障时间是指民航空管运行单位在当前统计周期内为飞行 活动提供空中交通管制服务的单架次平均时长。
上岗管制员总人数是指民航空管运行单位在当前统计周期内上岗执勤 时间达到时间阈值的执照管制员总人数。优选的,时间阈值是指上岗执勤 时间的平均水平的40%。其中,时间阈值也可取其它值,这都在本发明的保 护范围内。
获取日均保障架次量、单架次平均保障时间和上岗管制员总人数三个 疲劳参数的方式为:
(1)日均保障架次量:
在获取日均保障架次量时,可以通过人工统计、自动统计等方式获取。
(2)单架次平均保障时间:
单架次平均保障时间通过以下至少一种方式获取:
根据当前统计周期内的航路航线交通流量分布比例和经验飞行时间, 获取在当前统计周期内影响空中交通管制员整体疲劳风险的单架次平均保 障时间;
根据当前统计周期内的机场机动区滑行路线交通流量分布比例和经验 滑行时间,获取在当前统计周期内影响空中交通管制员整体疲劳风险的单 架次平均保障时间;
根据当前统计周期内的空管自动化***综合航迹实时数据,获取在当 前统计周期内影响空中交通管制员整体疲劳风险的单架次平均保障时间;
根据当前统计周期内生产***的实时数据,获取在所述当前统计周期 内影响空中交通管制员整体疲劳风险的单架次平均保障时间。
第一种方式:基于当前统计周期内,航路航线交通流量分布比例及经 验飞行时间,对区域管制服务、进近管制服务中单架次平均保障时间进行 粗略估计。
第二种方式:基于当前统计周期内,机场机动区滑行路线交通流量分 布比例及经验滑行时间,对机场管制服务中单架次平均保障时间进行粗略 估计。
第三种方式:采集当前统计周期内空管自动化***综合航迹实时数据, 再根据该实时数据对区域管制服务、进近管制服务中单架次平均保障时间 进行精确测算。
第四种方式:采集当前统计周期内先进场面引导控制***、流量管理 ***和塔台电子进程单***等中的一种或多种生产***的实时数据,对机 场管制服务中单架次平均保障时间进行精确测算。
在获取单架次平均保障时间时,可以采用上述任意一种方式获取,也 可以采用多种方式结合的方式获取,这都在本发明的保护范围内。
(3)上岗管制员总人数:
在本发明中,所述获取当前统计周期内影响空中交通管制员整体疲劳 风险的当前疲劳参数,包括:获取当前统计周期内影响空中交通管制员整 体疲劳风险的上岗管制员总人数;所述获取当前统计周期内影响空中交通 管制员整体疲劳风险的上岗管制员总人数,包括:统计当前统计周期内空 中交通管制员的上岗执勤时间;获取当前统计周期内空中交通管制员上岗 执勤时间的平均水平;基于所述上岗执勤时间和所述平均水平,统计当前 统计周期内影响空中交通管制员整体疲劳风险的上岗管制员总人数。
其中,所述获取当前统计周期内空中交通管制员上岗执勤时间的平均 水平,包括:根据当前统计周期内的岗位开放时间、执照管制员人数和上 岗人员记录中的一种或多种,获取当前统计周期内空中交通管制员上岗执 勤时间的平均水平。
例如,可以采用以下几种方案中的一种或多种获取上岗执勤时间的平 均水平:
第一种:基于公布的当前统计周期内的岗位(席位)开放时间与执照 管制员人数,进行粗略估计。
第二种:基于当前统计周期内的值班日志或台账记录获取岗位(席位) 开放时间和上岗人员记录,进行查验测算。
第三种:基于当前统计周期内管制现场录音录像记录***获取岗位(席 位)开放时间和上岗人员记录,进行查验测算。
第四种:采集当前统计周期内空管自动化***等***日志获取岗位(席 位)开放时间和上岗人员记录数据,进行精确测算。
计算完上岗执勤时间的平均水平后,可以根据该平均水平和统计的当 前统计周期内空中交通管制员的上岗执勤时间,计算上岗管制员总人数。
由于上岗管制员总人数是指空管运行单位在当前统计周期内上岗执勤 时间达到时间阈值的执照管制员总人数,因此,当时间阈值为上岗执勤时 间的平均水平的40%时,上岗管制员总人数为空管运行单位在当前统计周期 内上岗执勤时间达到平均水平40%的执照管制员总人数。
在本发明中,在获取到日均保障架次量、单架次平均保障时间和上岗 管制员总人数三个疲劳参数后,可以根据该三个参数计算空中交通管制员 整体疲劳风险的疲劳系数,计算公式如下:
疲劳系数=(日均保障架次量*单架次平均保障时间)/上岗管制员总人数
在本发明中,在计算完疲劳系数后,可以采用抽样的方式,对疲劳系 数进行验证、复核,可以确保各单位所报管制员整体疲劳系数的客观性和 准确性。
为了提高数据采集质量,可以基于实时数据挖掘的精确测算方法,获 取疲劳参数,进而得到更加精确的疲劳系数。
在本发明中,在评估的结果为空中交通管制员整体具有疲劳风险,还 可以根据当前疲劳系数,预测出降低该疲劳系数的改善方案;并将该改善 方案发送给用户。
其中,改善方案可以包括:需要补充的人力资源、排班情况、机场流 量等。这都在本发明的保护范围内。
预测出的改善方案可以为空管运行单位定岗定员提供决策参考,防止 空管运行单位超负荷、超能力运行。
在本发明中,可以根据需要设置更新周期,定期计算疲劳系数,进而 定期评估空中交通管制员的整体疲劳风险,给空管运行单位提供更加及时 的疲劳信息。
以上,为本发明提供的一种空中交通管制员疲劳风险的评估方法。
第二实施例:
在上述的第一实施例中,提供了一种空中交通管制员疲劳风险的评估 方法,与之相对应的,本申请还提供一种空中交通管制员疲劳风险的评估 ***。由于***实施例基本相似于方法实施例,所以描述得比较简单,相 关之处参见方法实施例的部分说明即可。下述描述的***实施例仅仅是示 意性的。
本发明第二实施例提供的一种空中交通管制员疲劳风险的评估***, 包括:
参数获取模块101,用于获取当前统计周期内影响空中交通管制员整体 疲劳风险的当前疲劳参数;
系数计算模块102,用于根据所述当前疲劳参数,计算在当前统计周期 内空中交通管制员整体疲劳风险的当前疲劳系数;
评估模块103,用于根据所述当前疲劳系数和历史疲劳系数,评估在当 前统计周期内空中交通管制员的整体疲劳风险。
在本发明提供的一个具体实施例中,所述当前疲劳参数,包括:当前 统计周期内的日均保障架次量、单架次平均保障时间和上岗管制员总人数。
在本发明提供的一个具体实施例中,所述参数获取模块101,包括:第 一参数获取单元;
所述第一参数获取单元,用于获取在当前统计周期内影响空中交通管 制员整体疲劳风险的日均保障架次量。
在本发明提供的一个具体实施例中,所述参数获取模块101,包括:第 二参数获取单元;
所述第二参数获取单元,用于获取在当前统计周期内影响空中交通管 制员整体疲劳风险的单架次平均保障时间;
所述第二参数获取单元,具体用于采用以下至少一种方式获取在当前 统计周期内影响空中交通管制员整体疲劳风险的单架次平均保障时间:
根据当前统计周期内的航路航线交通流量分布比例和经验飞行时间, 获取在当前统计周期内影响空中交通管制员整体疲劳风险的单架次平均保 障时间;
根据当前统计周期内的机场机动区滑行路线交通流量分布比例和经验 滑行时间,获取在当前统计周期内影响空中交通管制员整体疲劳风险的单 架次平均保障时间;
根据当前统计周期内的空管自动化***综合航迹实时数据,获取在当 前统计周期内影响空中交通管制员整体疲劳风险的单架次平均保障时间;
根据当前统计周期内生产***的实时数据,获取在当前统计周期内影 响空中交通管制员整体疲劳风险的单架次平均保障时间。
在本发明提供的一个具体实施例中,所述生产***,包括:先进场面 引导控制***、流量管理***、塔台电子进程单***中的一种或多种。
在本发明提供的一个具体实施例中,所述参数获取模块101,包括:第 三参数获取单元;
所述第三参数获取单元,用于获取当前统计周期内影响空中交通管制 员整体疲劳风险的上岗管制员总人数;
所述第三参数获取单元,包括:
时间统计子单元,用于统计当前统计周期内空中交通管制员的上岗执 勤时间;
平均水平获取子单元,用于获取当前统计周期内空中交通管制员上岗 执勤时间的平均水平;
总人数统计子单元,用于基于所述上岗执勤时间和所述平均水平,统 计当前统计周期内影响空中交通管制员整体疲劳风险的上岗管制员总人数。
在本发明提供的一个具体实施例中,所述平均水平获取子单元,具体 用于:
根据当前统计周期内的岗位开放时间、执照管制员人数和上岗人员记 录中的一种或多种,获取当前统计周期内空中交通管制员上岗执勤时间的 平均水平。
在本发明提供的一个具体实施例中,所述***,还包括:验证模块;
所述验证模块,用于对所述疲劳系数进行验证。
在本发明提供的一个具体实施例中,所述***,还包括:预测模块;
所述预测模块,用于预测降低疲劳系数的改善方案。
以上,为本发明提供的一种空中交通管制员疲劳风险的评估***。
第三实施例:
在上述的第一实施例中,提供了一种空中交通管制员疲劳风险的评估 方法,结合上述第一实施例,本发明第三实施例提供一种计算机可读存储 介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一实施 例提供的一种空中交通管制员疲劳风险的评估方法。
第四实施例:
结合第一实施例提供的一种空中交通管制员疲劳风险的评估方法,本 发明还提供一种计算机设备,包括:存储器、处理器及存储在存储器上并 可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述第 一实施例提供的一种空中交通管制员疲劳风险的评估方法。图3示出了本 发明实施例提供的一种计算机设备的硬件结构示意图。
具体地,上述处理器201可以包括中央处理器(CPU),或者特定集成 电路(Application Specific Integrated Circuit,ASIC),或者可以被 配置成实施本发明实施例的一个或多个集成电路。
存储器202可以包括用于数据或指令的大容量存储器。举例来说而非 限制,存储器202可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动 器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus, USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器 202可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器 202可在数据处理装置的内部或外部。在特定实施例中,存储器202是非易 失性固态存储器。在特定实施例中,存储器202包括只读存储器(ROM)。 在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可 擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或 闪存或者两个或更多个以上这些的组合。
处理器201通过读取并执行存储器202中存储的计算机程序指令,以 实现上述实施例中的任意一种空中交通管制员疲劳风险的评估方法。
在一个示例中,计算机设备还可包括通信接口203和总线210。其中, 如图3所示,处理器201、存储器202、通信接口203通过总线210连接并 完成相互间的通信。
通信接口203,主要用于实现本发明实施例中各模块、装置、单元和/ 或设备之间的通信。
总线210包括硬件、软件或两者,将计算机设备的部件彼此耦接在一 起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、 增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、 工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储 器总线、微信道架构(MCA)总线、***组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部 (VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适 的情况下,总线210可包括一个或多个总线。尽管本发明实施例描述和示 出了特定的总线,但本发明考虑任何合适的总线或互连。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配 置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实 施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过 程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发 明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它 们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路 (ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明 的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存 储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通 信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦 除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路, 等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非 对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的 普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进 行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或 者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围, 其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.一种空中交通管制员疲劳风险的评估方法,其特征在于,包括:
获取当前统计周期内影响空中交通管制员整体疲劳风险的当前疲劳参数,所述当前疲劳参数包括:当前统计周期内的日均保障架次量、单架次平均保障时间和上岗管制员总人数;
根据所述当前疲劳参数,计算在当前统计周期内空中交通管制员整体疲劳风险的当前疲劳系数,所述疲劳系数=(日均保障架次量*单架次平均保障时间)/上岗管制员总人数,在计算完疲劳系数后,采用抽样的方式,对疲劳系数进行验证、复核;
根据所述当前疲劳系数和历史疲劳系数,评估在当前统计周期内空中交通管制员的整体疲劳风险;
在评估的结果为空中交通管制员整体具有疲劳风险,根据当前疲劳系数,预测出降低该疲劳系数的改善方案,并将该改善方案发送给用户。
2.根据权利要求1所述的方法,其特征在于,所述单架次平均保障时间通过以下至少一种方式获取:
根据当前统计周期内的航路航线交通流量分布比例和经验飞行时间,获取在当前统计周期内影响空中交通管制员整体疲劳风险的单架次平均保障时间;
根据当前统计周期内的机场机动区滑行路线交通流量分布比例和经验滑行时间,获取在当前统计周期内影响空中交通管制员整体疲劳风险的单架次平均保障时间;
根据当前统计周期内的空管自动化***综合航迹实时数据,获取在当前统计周期内影响空中交通管制员整体疲劳风险的单架次平均保障时间;
根据当前统计周期内生产***的实时数据,获取在当前统计周期内影响空中交通管制员整体疲劳风险的单架次平均保障时间。
3.根据权利要求2所述的方法,其特征在于,所述生产***,包括:先进场面引导控制***、流量管理***、塔台电子进程单***中的一种或多种。
4.根据权利要求1所述的方法,其特征在于,所述获取当前统计周期内影响空中交通管制员整体疲劳风险的当前疲劳参数,包括:
获取当前统计周期内影响空中交通管制员整体疲劳风险的上岗管制员总人数;
所述获取当前统计周期内影响空中交通管制员整体疲劳风险的上岗管制员总人数,包括:
统计当前统计周期内空中交通管制员的上岗执勤时间;
获取当前统计周期内空中交通管制员上岗执勤时间的平均水平;
基于所述上岗执勤时间和所述平均水平,统计当前统计周期内影响空中交通管制员整体疲劳风险的上岗管制员总人数。
5.根据权利要求4所述的方法,其特征在于,所述获取当前统计周期内空中交通管制员上岗执勤时间的平均水平,包括:
根据当前统计周期内的岗位开放时间、执照管制员人数和上岗人员记录中的一种或多种,获取当前统计周期内空中交通管制员上岗执勤时间的平均水平。
6.一种空中交通管制员疲劳风险的评估***,其特征在于,包括:
参数获取模块,用于获取当前统计周期内影响空中交通管制员整体疲劳风险的当前疲劳参数,所述当前疲劳参数包括:当前统计周期内的日均保障架次量、单架次平均保障时间和上岗管制员总人数;
系数计算模块,用于根据所述当前疲劳参数,计算在当前统计周期内空中交通管制员整体疲劳风险的当前疲劳系数,所述疲劳系数=(日均保障架次量*单架次平均保障时间)/上岗管制员总人数;
验证模块,用于对所述疲劳系数进行验证;
评估模块,用于根据所述当前疲劳系数和历史疲劳系数,评估在当前统计周期内空中交通管制员的整体疲劳风险;
预测模块,用于预测降低疲劳系数的改善方案。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-5之一所述的方法。
8.一种计算机设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-5之一所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2018101497344 | 2018-02-13 | ||
CN201810149734 | 2018-02-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109214693A CN109214693A (zh) | 2019-01-15 |
CN109214693B true CN109214693B (zh) | 2021-11-12 |
Family
ID=64984527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811074962.6A Active CN109214693B (zh) | 2018-02-13 | 2018-09-14 | 空中交通管制员疲劳风险的评估方法、***、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109214693B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112507289A (zh) * | 2020-12-01 | 2021-03-16 | 南京航空航天大学 | 疲劳度调查分析研究*** |
CN114638538A (zh) * | 2022-04-02 | 2022-06-17 | 中国民用航空总局第二研究所 | 一种管制员疲劳预警方法、装置、***及预警阈值获取方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835354A (zh) * | 2015-05-20 | 2015-08-12 | 青岛民航空管实业发展有限公司 | 一种管制负荷管理***及其管制员工作负荷的评估方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204856924U (zh) * | 2015-05-20 | 2015-12-09 | 青岛民航空管实业发展有限公司 | 一种管制负荷管理*** |
EP3337436A1 (en) * | 2015-08-21 | 2018-06-27 | Qimova A/S | System and process for controlling the risks of appearance of pressure ulcers |
CN105354830B (zh) * | 2015-09-30 | 2019-04-09 | 中国民用航空总局第二研究所 | 基于多重回归模型的管制员疲劳检测方法、装置及*** |
CN106725364B (zh) * | 2016-12-07 | 2020-08-07 | 中国民用航空总局第二研究所 | 基于概率统计方法的管制员疲劳检测方法及*** |
CN107607641B (zh) * | 2017-09-01 | 2020-09-08 | 中国民用航空总局第二研究所 | 民航空中交通管制员班组轻度和中度疲劳程度的检测方法 |
-
2018
- 2018-09-14 CN CN201811074962.6A patent/CN109214693B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835354A (zh) * | 2015-05-20 | 2015-08-12 | 青岛民航空管实业发展有限公司 | 一种管制负荷管理***及其管制员工作负荷的评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109214693A (zh) | 2019-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214693B (zh) | 空中交通管制员疲劳风险的评估方法、***、介质及设备 | |
CN108335377B (zh) | 一种基于gis技术的道路巡查车辆业务自动考核的方法 | |
AU2021428867A1 (en) | System and method for automatic adjustment of planned train operation chart | |
CN112884325A (zh) | 一种客站设备应用分析及健康状况评价方法及*** | |
CN107301570B (zh) | 业务量预测方法、异常业务量检测方法、装置和电子设备 | |
CN109917213B (zh) | 一种基于降维融合与因子分析的接触网检测故障预警方法 | |
CN110209999A (zh) | 一种车载设备故障趋势预测方法 | |
CN116050940B (zh) | 技工平台的劳务派遣优胜劣汰管理*** | |
CN112861706A (zh) | 一种道路状态的监测方法、装置、设备以及存储介质 | |
CN115231410A (zh) | 一种基于智能化的电梯定期维护维保监测管理云*** | |
CN116279700A (zh) | 一种铁路信号***电子相关设备故障预警与管理实现方法 | |
CN117341976B (zh) | 一种无人机综合健康管理*** | |
CN116167604B (zh) | 一种基于生产全流程跟踪的电力产品生产智能管理*** | |
CN114283590A (zh) | 车流量高峰预测方法及装置、电子设备 | |
CN108446202A (zh) | 一种机房设备的安全状况的判断方法 | |
CN112418662A (zh) | 一种利用人工神经网络的配电网运行可靠性分析方法 | |
CN109033569B (zh) | 一种用于舰载机传感器***预防检修阈强度和次数优化的方法 | |
CN116562437A (zh) | 轨道电路补偿电容故障预测方法和装置 | |
CN113804340A (zh) | 接触网补偿装置状态异常识别方法及装置 | |
JP5496417B2 (ja) | 情報処理装置及び情報処理方法及びプログラム | |
CN109590448A (zh) | 一种基于在线检测轮毂重量的压铸模具健康预测方法 | |
CN112434858A (zh) | 一种轨道交通客流预测方法及*** | |
CN113697623B (zh) | 一种基于深度学习的电梯维保预警***及方法 | |
CN118211837B (zh) | 一种智能电表的性能评估方法及装置 | |
CN108776867A (zh) | 基于调控大数据平台的变电设备家族性缺陷趋势分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |