马小峰
中国民用航空西南地区空中交通管理局云南分局 云南昆明 650000
摘要：我国民用航空的发展必须有两个软硬实力的支持，大型客机的自主研发和有效的空中交通管制系统。作为空中交通管制的核心要素，根据空中交通管制员的疲劳程度进行检测和控制在飞行安全中起着重要作用。本文介绍了两种接触式疲劳检测方法，并说明了管制员疲劳检测成果对管制运行安全和效率提升的应用前景，研究结果可为参与检测和管理管制员疲劳的研究人员的进一步研究奠定基础。
关键词：空中交通；管制员；疲劳检测
引言
民航的飞速发展对空中交通管制提出了严峻的挑战，对空中交通管制员的需求猛增 空中交通管制是一项具有重要安全任务的职业，空中交通管制员的不正确指示可能导致严重的安全事故，因此管制员应时刻保持清醒。本文旨在概述管制员疲劳检测的最新进展，首先介绍了两种接触式检测方法，然后从两个方面分析了管制员疲劳检测的应用前景。
一 空中交通管制员疲劳接触式检测方法
1.1 脑电检测
脑电图可以直接反映大脑活动的变化，被广泛认为是确定人类疲劳的最有效方法。当然，这是研究国内外管制员疲劳的一个热点。早期的研究主要集中于证明不同频率范围内的脑电波能量变化与疲劳之间的联系。通过统计分析发现，在疲劳的影响下，δ和θ波的活动显着增加，β和（α+θ）/β比率有显着差异。在模拟器的帮助下，根据在学校的管制员的脑电信号，提出了管制员的精神疲劳系数，并建立了相应管制员工作负荷模型。通过仿真实验不断监测来自管制员的EEG信号，实验结果表明，管制员在70分钟后开始疲劳，其判断和响应能力逐渐下降。通过对32个在职管制员在繁重的工作量和特殊情况下运行模拟机的EEG信号进行收集，并使用响应时间作为疲劳指数，结果表明，管制员的疲劳指数在零点之后急剧增加。此外，还有很大的潜疲劳风险。
1.2 心电检测
虽然脑电图可以准确地检测管制员疲劳，但是检测设备的成本通常很高，并且检测设备的磨损也会导致控制故障。所以，学者们开始关注易于获得的ECG信号和管制员疲劳之间的联系。在心电疲劳检测研究中，主要是处理心电数据，确定管制员疲劳度与心电图时频域指标之间的关系以及对心电图融合的几种指标进行评估的方法，心率的差异被认为是反应疲劳程度的可靠的指标。赵晓华等人分析了心电信号随工作时间的变化规律，并运用主成分分析法综合了各种指标，两个ECG指标RRmean和SDNN可以评估疲劳状态。陈凤兰使用ECG疲劳指数讨论了不同调度系统对管制员疲劳的影响，发现上 2小时休息 2 小时的工作使ECG读数最低，并且疲劳程度最低。吕川将ECG信号作为输入数据之一，使用人工智能算法创建了疲劳预测模型，发现ECG读数与疲劳变化密切相关。
二 空中交通管制员疲劳检测应用前景展望
近年来，对航空的需求迅速增加，鉴于有限空域的实际情况，给定空域中的飞行次数将不可避免地增加，这给空中交通管制带来了许多问题。其中空中交通管制员的指挥能力即每小时飞行控制是对空域容量产生影响的重要指标，目前的评估主要基于经验，但是，当空中交通管制员处于不同的身体疲劳状态时，空中交通管制团队的指挥技能和风险就会发生巨大变化。同时，空中交通管制员的工作每天需要24小时不间断，因此管制员必须实施轮班制，难以随人体正常的日常节律而稳定。另外，诸如劳动强度和压力之类的因素也会增加管制员的疲劳度。在此背景下，检测疲劳的方法的结果具有以下两个应用方向。
2.1 融入空管自动化系统的疲劳状态实时监测预警模块
实时对管制员疲劳程度进行检测可以主动预防人为危险源，减少事故和事故征候的可能性，并改善安全监督水平。一线单位使用的空中交通管制自动化系统与疲劳检测模块集成在一起，可使用地面和空中通讯数据实时确定管制员的疲劳状态，并可在适当时调整执勤时间安排，为了最大程度地减少人为因素造成的控制过程错误，并提高民航飞行的安全水平。该研究的主要内容包括：（1）管制员疲劳水平的详细分类：现在疲劳监测研究包括疲劳和正常两个简单分类，不能满足实际疲劳监测的要求。（2）建立大型管制员语音疲劳数据库：综合大数据库在形成高效准确的监控管制员疲劳状态系统中起着重要作用。基于沈志远等创建的当前的管制员语音疲劳数据库，为每个管制员创建该数据库，疲劳大数据库对于国内外科学家的研究非常有用。（3）实时管制员疲劳监测模型优化：疲劳时预测性能的类型从当前的两种类型扩展，并且学习逻辑和模型算法的选择也需要进一步优化以实现实际应用效果。
2.2 融合疲劳分析的管制员智能排班系统
一线空中交通管制单位的排班系统通常是由带班主管根据个人经验随机决定的，并考虑了团队配置的程度。手动排班通常效率低下，耗时且难以考虑到各种影响因素，例如个人工作习惯，疲劳程度，团队管理技能的平衡等，因此只能获得有效的解决方案，但通常很难找到最佳解决方案。手动管理当前管制员的排班表的主要问题是：（1）繁忙时期的工作量繁重；（2）由于通常的三班倒制度，休息时间不足； （3）工作休闲时间分配不均。以外国公司Sabre为航空公司开发的智能飞行机组排班系统为例，除了要对传统排班约束条件进行考虑，比如执勤期的相关规定，飞机连接，机组人员管理等。新系统增加了更多的人为因素变量，比如昼夜轮班之间的平衡，身体的正常疲劳周期等，以确保劳动力成本的优化，保证在工作时间遵守官方标准的同时最大限度地平衡工作量，提高飞行安全性。
当前，对自动排班系统的理论研究，优化的主要目标是平衡工作量，但是很少有人研究以人为因素来量化工作量。但是，检测管制员的疲劳度可以估算工作量的人为因素，可以通过跟踪管制员工作过程中的疲劳程度来量化标准，从而间接估计工作量，它还可用于开发包含疲劳分析的控件，为智能排班系统提供可能性。通过实施以上应用场景，可以在不影响安全的前提下科学提高空域管制容量，满足快速增长的航空需求，并为确保民航业的可持续发展奠定基础。
结束语
空中交通管制员疲劳的检测和管理是支持民航发展的重要因素，是影响飞行安全的重要因素，在社会中受到了广泛的关注，还被公认为智能民航和智能空中交通管制的创造的重要环节。本文介绍了两种通过接触检测空中交通管制员疲劳的方法，介绍了空中交通管制员疲劳检测在空中交通管制员自动化系统中的应用前景，以及检测研究的实用价值，空中交通管制员疲劳检测与管理潜力巨大，需要进一步研究。
参考文献
[1]沈志远,魏义涛,闫永刚,赫海园.空中交通管制员疲劳检测与管理综述[J/OL].航空工程进展:
[2]李响. 铁路机车司机驾驶疲劳评测方法与在线检测技术的研究[D].北京交通大学,2015.
[3]李强. 基于PERCLOS的列车司机驾驶疲劳检测研究[D].北京交通大学,2014.