管制员警觉度对管制任务绩效影响机理及预警关键技术研究

Currently, Chinese air traffic safety situation remains optimistic, with fluctuating occasionally. Because there lack of effective warning methods, the occurrence laws of unsafe events is not fully understood and controlled. Although huge manpower and resource have been input in air traffic safety management, requirements aiming at scientific management of safety risks in the new situation cannot be sufficiently met. In this case, it is necessary to build an ideal early-warning system in virtue of scientific theories and tools. Starting with alertness, and guided by bringing forth new ideas of alertness theories and developing critical technologies, we attempt to identify the essence of tonic/physic alertness and the mechanism exerting on performance of ATC (Air Traffic Control) tasks, and reveal the variation of ATC alertness during work plus its impact to work performance, and which will provide theoretical support. This research will put forward to dual early warning theory, that is, individual alertness risk and phases of alertness, develop PVT (psychomotor vigilance task), measuring technique based on nervous system features and alertness bio-mathematical model. From the perspective of real-time monitoring and real-time forecasting, we provide diversified theory and method options, which will benefit the establishment of ATC early-warning mechanism of human error risks.

当前我国空管安全形势总体良好，但具有明显的波动性。因缺乏有效预警手段，不能把握安全事件发生规律，在确保我国民航运输效率与安全性的前提下，在空管安全管理中投入了大量的人力物力成本，已明显不能满足新形式下针对管制安全风险科学化管理的要求。在该背景下，借助科学的指导理论与工具，建立完善的预警机制是最行之有效的方法。本研究从警觉度入手，以创新预警理论与开发关键技术为引领，从个体内/外源警觉度的本质以及对任务绩效影响机理为切入点，通过研究工作中管制员警觉度变化规律及对管制任务绩效的影响特征，为开发警觉度预警技术提供理论支持。本项目提出了注重“警觉度风险个体”与“警觉度风险阶段”双预警模式的指导理论，提出的基于神经系统特性的PVT测量技术与警觉度生物数学模型从实时监测及预测角度为管制员警觉度风险监控提供了多样化的理论与工具选择，有利于管制员人因风险预警机制的建立。

空中交通管制员的任务是利用通信、导航技术，监视和控制地面与空域中的航空器活动，以保证飞行安全。其工作特点要求管制员工作中保持较高的警觉水平。然而，因为管制轮班、生理节律、工作负荷、外部环境等因素容易诱发管制员疲劳并导致警觉度下降，容易造成管制任务中的“错忘漏”。本项目针对管制任务情境中对警觉度影响核心要素：觉醒时间、生理节律、工作负荷、睡眠类型等对注意绩效影响开展研究，包括设计和开发注意绩效测评工具并验证其可靠性，研究睡眠类型、觉醒时间与生理节律对警觉度影响及通过建立生物数学模型并对飞行排班数据进行疲劳预测仿真研究。首先，通过采用CPT测试原理开发了鉴别持续性警觉、选择性注意、阶段性警觉和持续注意力的警觉度测试工具APT（Attentional Performance test)。同时在实验室，分别进行了觉醒时长和睡眠惯性方面的验证研究，最后在飞行运行环境中进行了验证，表明注意绩效测试工具符合设计要求。之后，研究了觉醒时长、一天中不同时刻、睡眠类型、生理节律及工作负荷对警觉度的影响，探讨了警觉任务中执行失效的发生机制。研究结果表明睡眠剥夺14h后，响应失效次数随任务时长呈上升趋势，在中后程达到顶峰后开始下降。这是由于注意与执行之间存在资源竞争，该结果更倾向于执行资源假说。此外，研究结果同时表明下午13:00左右及夜间1:00~3:00在左右前额叶皮层内及之间的连接强度降低明显。同时1:00~3:00时同源及异源前额叶连接强度均最低，受昼夜节律影响个体在该时刻易产生困倦。持续警觉任务导致个体疲劳水平明显上升，其中长时间的枯燥任务导致唤醒水平显著降低，而复杂则任务明显加重了个体的困倦感受，一定程度上印证了在简单任务中更易出现微睡眠而复杂任务中更易发生注意失效。最终，本研究基于“三过程模型”并建立了警觉度预警算法对不同情景任务下的警觉度值进行了模拟预测。