中国民航大学学报模板.docx

《中国民航大学学报模板.docx》由会员分享，可在线阅读，更多相关《中国民航大学学报模板.docx（12页珍藏版）》请在第一文库网上搜索。

1、考虑不确定性的无人机安全性评估及决策分析田毅，饶浩昌，肖女娥(中国民航大学安全科学与工程学院，天津3OO3OO)摘要:定量安全性评估是验证无人机(UAV)是否满足安全性要求的重要手段。针对无人机部件失效分布存在的参数不确定性问题，利用贝叶斯理论对基本事件的失效分布参数进行修正，得到顶事件的失效概率，借助贝叶斯决策理论完成对顶事件的安全决策分析，将无人机的安全性评估完善为整套的评估-决策分析流程。研究表明：将某型无人机运行过程中的数据链通信产生错误信息为例，能够实现上述顶事件失效概率的计算过程和贝叶斯决策计算过程。关键词：不确定性；安全性评估；无人机；贝叶斯理论；贝叶斯决策中图分类号：V328文

2、献标志码：A文章编号：Safetyassessmentanddecisionana1ysisofUAVconsideringuncertaintyT1ANYi,RAOHaochang,XIAONve(Co11egeofSafetyScienceandEngineering，Civi1AviationUniversityofChina,Tianjin300300，China)Abstract：Quantitativesafetyassessmentisanimportantmeanstoverifywhetherunmannedaeria1vehic1e(UAV)meetsthesafetyre

3、quirements.AimingattheparameteruncertaintyofUAVcomponentfai1uredistribution,thefai1uredistributionparametersofbasiceventsaremodifiedbybayesiantheorytoobtainthefai1ureprobabi1ityoftopevents.Thesafetydecisionana1ysisoftopeventsiscomp1etedwiththehe1pofbayesiandecisiontheory,andthesafetyeva1uationofUAVi

4、simprovedintoacomp1eteassessmentanddecisionana1ysisprocess.Theresearchshowsthattheca1cu1ationprocessoftopeventfai1ureprobabi1ityandbayesiandecision-makingcanberea1izedbytakingtheerrorinformationgeneratedbydata1inkcommunicationduringtheoperationofaUAVasanexamp1e.Keywords：uncertainty;safetyassessment;

5、unmannedaeria1vehic1e(UAV);bayesiantheory;bayesiandecision0引言当前国内外无人机行业蓬勃发展，无人机系统安全，即1309川条规定的系统安全性要求，仍是最关键的问题之一。目前国内外主要参照有人机的适航要求及相关符合性方法来表明无人机系统安全性要求的符合性。有人机的系统安全性评估活动主要按照SAEARP4761，但是SAEARP4761仅强调保守性，并没有考虑输入收稿日期：修回日期：基金项目：中央高校基本科研业务费(3122019165)数据、模型和评估过程中存在的不确定性问题。国外有人机至今已有几十年运营经验，收集了大量运行数据，形成了完

6、备的运行数据库，国内有人机也已具备自主运营的能力，因此，有人机安全性评估过程存在的不确定性影响较小。无人机运行经验和数据有限，具有研制周期短、大量使用货架商品等特点，导致其安全性评估过作者简介：田毅，男，陕西汉中人，副研究员，硕士，主要研究方向为飞行器适航技术。程中的不确定性问题更为突出，有必要研究不确定条件下的无人机系统安全性评估方法。不确定性分析最早被应用于核电行业,经过几十年的理论完善与发展，目前核电行业内已将不确定性理论与定量风险分析融合，并成为在不确定性下开展定量风险分析方面处于领先地位的行业之一315。航天、化工等行业也借鉴核电行业，将不确定性问题纳入定量风险分析，提出了符合行业自

7、身特点的不确定性处理方法代o目前在航空器安全定量风险分析中考虑不确定性问题的研究较少,Cui6建立了安全性指标，提出一种基于不确定性的安全性功能函数，结合Bow-tie模型进行给定严酷度条件下的安全性评估，并运用概率风险和模糊区间对主客观风险因素进行不确定性描述，解决了混合不确定条件下主观风险因素量化描述不足的问题，但是研究对象是针对民机持续适航的安全性评估。针对无人机的安全性评估方面，1不确定性来源在无人机系统安全性评估过程中，不确定性问题尤为突出，其来源与原因主要如下：（1）运行经验与数据有限。航空器在运行过程中收集的部件或设备的失效模式、失效率、失效影响等信息是运行安全评估的重要依据，更

8、是反馈给设计阶段系统安全性评估的重要输入。有人机具有丰富的使用和运行数据，可是较好地支持设计阶段系统安全性评估。由于无人机行业近年来的快速发展，运行使用受到限制，导致其运行经验和数据极其有限，难以为系统安全性评估提供数据输入。为此，在无人机安全性评估过程中，系统或设备的失效模式、失效率数据和失效影响等均存在一定的假设，部件的可靠性数据主要来源于分析或工程经验，而非真实的运行数据，这将极大地影响安全性评估的准确性和有效性。（2）产品研制没有严格遵循符合适航要求的系统研制流程。目前国内无人机研制企业普遍存在适航理念不足，多数无WaShingtOn.A8-i9等提出用贝叶斯方法处理无人机系统中存在运

9、行数据不足导致失效概率的不确定性，还考虑了失效状态严重类别、概率目标等参数中存在的不确定因素，建立贝叶斯网络表达因果关系，更加全面地考虑无人机系统中各参数带来的不确定性影响。该研究虽然以无人机系统为研究对象，但是考虑的是顶事件的不确定性，并没有通过故障树方法，向下探寻底事件可能存在的不确定性。本文针对无人机安全性评估过程中存在的数据不确定性进行研究分析。首先分析无人机在进行安全性评估过程中的不确定性来源，并对认知不确定性中的失效分布参数不确定性进行分析，基于初始厂家提供的可靠性数据，结合无人机试运行期间的事件监测数据，开展考虑认知不确定条件下的定量安全性评估，并对评估结果开展决策分析，完成考虑

10、不确定性的无人机安全性评估。人机型号在研制初期并没有遵循满足适航要求的研制流程，对于系统和复杂电子硬件和软件的研制未严格按SAEARP4754DO-254、DO-178等工业文件，这将为研制过程中的安全性评估带来极大不确定性。（3）大量使用商用货架产品。传统有人机机载设备和部件的设计、制造、试验必须按照相应标准表明符合性，其研制周期长，安全可靠，但无人机目前商业用途较多，为提高产品竞争力会大量使用成熟的商用货架产品，研制时并没有严格遵循符合适航要求的设计流程。2不确定性建模及决策不确定性可分为随机不确定性与认知不确定性。随机不确定性又称为固有不确定性或不可降低不确定性，对于某个系统来说，有一部

11、分的不确定性是系统本身所具备的，它不能够通过一些手段降低，例如对于某个变量服从一个概率分布，由于每次取值可能都不一样，其结果始终存在不确定性，是分布的固有属性。认知不确定性通常是由于人对知识的掌握程度较低M0,4)p(4)=-3-丽致，理论上说，只要研究者对某个对象的掌握程度越高，认知不确定性的影响就越小。目前大部分有关不确定性问题的研究都是针对认知不确定性，在系统安全性定量评估中，通常体现为失效分布的参数不确定性，这种不确定性会直接影响评估结果，导致可能出现错误的决策判断。2.1 不确定性建模传统的民机系统安全性评估在工程上式中：M4,D为后验分布；PcD11,4)为似然分布；H4)为先验分

12、布；PcDI/)为观测到似然数据的边缘分布。依据文献20,先验分布M4I/)的确定方法可通过计算参数得出拟定的共辗先验分布或非共辗先验分布，在似然信息p(0,4)服从指数分布等常用分布时，后验分布p(iI,D)的计算基于先验分布的形式：(1)共甄先验分布。此时后验分布一X年X月一般采用故障树分析方法，当各底事件服从某一特定的概率分布时，经过由下而上的逻辑计算，顶事件的失效规律也服从某一概率分布。由于大多数机载电子产品的失效规律服从指数分布，以指数分布为例，假设有i个基本事件，已知每个基本事件的先验失效服从的分布，以及通过观测信息得到其服从的分布，故根据贝叶斯公式可得更新后的失效概率分布,如下式

13、所示:(1)般可通过参数的解析运算直接得出。假设在未来一段时间内，没有因为该基本事件导致顶事件的失效，则此时应当选择泊松分布作为似然模型。当共辗先验分布形式为Ganrna(aprior,从的)时，后验分布形式为Gemma(aP.，0P.)，参数间存在如下解析关系：(2)(3)postpriorpostprior+tota1式中：X表示事件发生的次数；却表示观测时间，工时。在该情况中，X=Oo假设未来一段时间内，观测到个该基本事件的失效时间点，且第，次失效发生的时间点为。，此时应当选择指数分布作为似然模型。当共辗先验分布形式为Gamma(aprior,prior)时，后验分布形式为Gammaap

14、ost,post,参数间存在如下解析关系：(4)apost=apriorn(5)postprior+Z%iZ-12,.,1z=1(2)非共辗先验分布。此时采用MCMC中的MH算法,通过构造马尔科夫链进行蒙特卡罗采样，使其收敛于某一平稳分布，该平稳分布即为所求后验分布。具体算法流程如下：1)给定平稳分布,概率转移矩阵Qo2)从任意概率分布中采样初始值X(O)03)随机生成服从均匀分布UY(U)的随机数Uo4)从。(XIz)中生成样本值5)当ua(xsIxt)=min亚S)Qe)3时接受tQxtxs)状态转移，Xe=Xs，否则为+1=为。重复步骤3)5),直至循环N次结束，得到样本集X=(X1X2

15、,%n)。该样本集中元素由小到大排序后形成的曲线即为最终模拟出的后验概率分布。基于上述方法，在已知各基本事件数据的后验分布和风险时间。后，即可计算顶事件概率分布，如下式(6)所示。式中：P为顶事件服从的后验概率分布。P=(XAD),Tii=1,2,3,.(6)2.2考虑不确定性的符合性判定过程种风险决策过程，其中，风险决策分析涉无人机的符合性判定过程实质上是一及以下三个因素：自然上态PXS1P2=P(S2),012：决策判定不符合，实际符合适航要点S2、求Pi=P(Si),O11:决策判定符合，实际符合适航要求Pi=P(Si),021：决策判定符合，实际上不符合适航要求P2=P(S2),022：决策判定不符合，实际上不符合适航要求Pi=P(Si),“自然状态节J点S,031：决策判定符合，实际上信息不足，无法确定是否符合适航要求图1风险决策分析过程Fig.1Riskdecisionana1ysisprocessA为行动方案，A=A,A2,A3,其不符合。中，A1为接受，A2为不接受，A3为信息不0为决策结果，0=0,012，O21，足，无法判断。22,031，。32,容易得出，关于决策结果OS为自然状态，