Оптимизация методики оптимального полета

В авиакомпании "Сахалинские авиатрассы" продолжаются работы по методике количественной оценки качества техники пилотирования на основе обработки и экспертной оценки данных записей бортовых параметрических регистраторов (методика оптимального полета, см. АТО # 78, с. 26). Ее полномасштабное внедрение в гражданской авиации России позволит внести элементы самонастройки и самоорганизации в систему управления рисками, связанными с выполнением полета и человеческим фактором.

Олег БУТЫРИН,
заместитель начальника отдела технологической поддержки по программному обеспечению авиакомпании "Сахалинские авиатрассы"
Сергей КЛЕЩЕНКО,
ведущий инженер-программист отдела технологической поддержки авиакомпании "Сахалинские авиатрассы"
Общемировая тенденция в области обеспечения безопасности полетов, закрепленная в позиции ICAO (Doc 9859 / AN 460), заключается в смене ретроактивного подхода на проактивный, т. е. в переходе реагирования по результатам уже состоявшихся происшествий к управлению рисками, при котором вероятность инцидентов поддерживается на таком достаточно низком уровне, который можно признать приемлемым.
Данный подход мирового авиационного сообщества находит свое выражение в формировании национальных программ обеспечения безопасности полетов, на основе которых пишут собственные программы все участники авиатранспортного процесса: эксплуатанты ВС, аэропорты и провайдеры аэронавигационных услуг. В России распоряжением Правительства № 641 от 6 мая 2008 г. была утверждена "Государственная программа обеспечения безопасности полетов воздушных судов гражданской авиации РФ", которая открывает новый этап в развитии российской гражданской авиации. Обеспечение безопасности полетов при воздушных перевозках пассажиров и грузов было и остается приоритетной задачей государства и участников авиатранспортного процесса, однако реализация системы управления рисками требует количественного подхода в анализе состояния безопасности полетов. При этом роль государства заключается во введении требований ко всем элементам авиационно-транспортной системы и организации контроля за их исполнением.
Мы не можем управлять каким-либо процессом, если не знаем его количественных оценочных показателей. А как узнать, что' такое качество техники пилотирования, если при существующей системе пилота характеризуют в его летной книжке только совершенно невнятные — и не всегда адекватные — оценки "отлично", "хорошо" и "удовлетворительно", хотя последнюю оценку вряд ли можно встретить. В этой ситуации необходим некий интегральный критерий, объединяющий профессиональные качества и характеризующий летное мастерство пилота. Причем необходимо исследовать не пограничные состояния системы, а базовые, основные показатели и не вербальные ее характеристики, а количественные оценки.

Методика оптимального полета
Методика оптимального полета (ОП) позволяет получить объективную количественную оценку индивидуальной техники пилотирования каждого пилота. Достигается это следующим образом. При расшифровке полетной информации (ПИ) компьютерная программа в выбранных контрольных точках по всему профилю полета определяет физические значения параметров, зафиксированных самописцами, а также уровень их отклонения от оптимальных величин. Отклонения распределены по градациям, при этом за оптимальное управление присваивается 0 баллов, за отклонения первого уровня — 1 балл, второго уровня — 3 балла и за отклонения третьего уровня — 6 баллов. Суммирование баллов по всем контрольным точкам дает итоговый балл за полет, служащий количественной оценкой индивидуальной техники пилотирования, на основании которой можно делать выводы и совершенствовать качество работы.
Однако внедрение данной методики в практическую работу авиакомпании породило чисто человеческую проблему. На основании балльных оценок все пилоты получают рейтинговые оценки техники пилотирования, и все тайное становится явным внутри коллектива. Пилоты, оказавшиеся в нижней части рейтинга, почувствовали себя обиженными, и их первая реакция была естественной: система не объективна, границы и уровни отклонений по контрольным точкам расставлены неправильно (аналогичные проблемы, кстати, возникали и в начале расшифровки ПИ на компьютере).
Очевидно, чем грамотнее и правильнее расставлены границы по уровням отклонений, тем точнее методика отражает реальное состояние дел с количественной оценкой полета. На первом этапе работы мы руководствовались FOM (РЛЭ) по исследуемому типу ВС, а также мнением командно-инструкторского состава летного подразделения. Однако вскоре созрело интересное решение: обработать накопленные массивы полетной информации с применением известных методик статистического анализа. В ходе постоянной обработки ПИ мы для каждого полета на Boeing 737 получаем физические значения параметров в 78 контрольных точках, а на DHC-8 — в 81 контрольной точке. На сегодняшний день обработано около 4000 полетов на Boeing 737 и 1500 полетов на DHC-8. Все эти информационные массивы помещены в реляционную базу данных. Для обработки данных был выбран метод однофакторного дисперсионного анализа.

Объективная статистика
Методику, по которой исследуются все контрольные точки, принимающие участие в расчете балла за полет, рассмотрим на примере контрольной точки, определяющей отклонение фактической скорости посадки от расчетной (Vпос. — Vref), учитывая данные о 2367 полетах Boeing 737. Полученный результат приведен на рис. 1; при этом надо отметить, что исходные данные вручную не корректировались, отчет сформирован автоматически, только программными средствами. Как видно из рис. 1, плотность распределения вероятности очень близко соответствует нормальному (гауссовскому) распределению, которое, как известно, характеризуется двумя параметрами: матожиданием, т. е. средним арифметическим случайной величины, и дисперсией, т. е. ее среднеквадратичным отклонением.
Определив закон распределения и вычислив матожидание и дисперсию для конкретной контрольной точки полета на всем диапазоне выборки, мы можем ввести градации отклонений, по которым присваиваются баллы, на основе статистических свойств распределения. Первой градацией, которую мы классифицируем как оптимальное управление, будем считать отклонение исследуемого параметра от своего матожидания (среднего значения) не более чем на 1 величину дисперсии, если параметр может отклоняться только в одну сторону, или плюс-минус 0,5 величины дисперсии, если параметр может отклоняться как в большую, так и в меньшую сторону (именно так происходит с отклонением фактической посадочной скорости от расчетной). Таким образом, при оптимальном управлении фактическая величина параметра должна попасть в диапазон не шире 1 величины дисперсии.
Для отклонения первого уровня мы принимаем ширину диапазона в 2 величины дисперсии, второго уровня — 2,6 величины дисперсии, а для отклонения третьего уровня (которое иногда приравнивается к нарушению) — 4 величины дисперсии.
Расчеты, проведенные по всем нормируемым контрольным точкам полета, показали, что полученные из статистической обработки средние значения параметров, как и следовало ожидать, очень близки к записанным в РЛЭ оптимальным значениям. В то же время вычисленные статистические характеристики распределений (матожидание и дисперсия) позволяют расставить четкие границы по уровням отклонений, выверенные и теоретически, и эмпирически. При этом снимаются какие бы то ни было вопросы о необъективности системы балльной оценки.

Цветовой индикатор техники пилотирования
Вот еще один способ анализа качества пилотирования, полученный с использованием методики ОП. Применение этого подхода в авиакомпании только начинается, поэтому материалы носят промежуточный характер.
Идея заключается в том, чтобы вывести на один стандартный лист таблицы (экран) все отклонения по всем контрольным точкам для определенного пилота по всем его полетам. При этом обозначим разными цветами уровни отклонений: оптимальное управление — белым цветом, отклонения первого уровня — зеленым, второго уровня — желтым и третьего уровня — красным. Пример получающейся картины приведен на рис. 2.
Цветовая визуализация цифрового материала позволяет одним взглядом оценить сильные и слабые стороны техники пилотирования конкретного пилота, выявить опасные тенденции, определить некорректно установленные границы по уровням отклонений (48-я, 49-я контрольные точки — красная полоса в середине таблицы).

Мониторинг технического состояния
Постоянное накопление и анализ материалов расшифровки данных бортовых самописцев можно использовать не только для мониторинга техники пилотирования, но и для долгосрочного контроля летно-технических характеристик воздушного судна. Сейчас на иностранных ВС, как правило, стоят очень хорошие бортовые параметрические самописцы — это твердотельные накопители (SSFDR), регистрирующие 50 и более параметров.
Если в каждом полете в автоматическом режиме программно определять основные характеристики самолета и двигателей и накапливать результаты в базе данных, то можно без особых усилий построить тренды любых параметров ВС за любые отрезки времени, заниматься долгосрочным мониторингом летно-технических характеристик ВС. В нашей программе, например, в каждом контролируемом полете просчитывается градиент набора высоты, и тренд градиента можно построить за все время эксплуатации ВС в авиакомпании. Накапливаемая база данных способна обеспечить мощный инженерный мониторинг воздушного судна за все время, с которого начато накопление статистики.

Проактивное управление рисками
Необходимо подчеркнуть, что благодаря применению методики оптимального пилотирования и ряда методов анализа результатов создается механизм управления качеством пилотирования и рисками, связанными с выполнением полета. Накопление статистического материала — а оно происходит ежедневно при расшифровке полетов в соответствующей службе — позволяет уточнять границы по уровням отклонений, что в свою очередь повышает точность и достоверность методики ОП.
Внедрение в нашей компании методики оптимального полета для эскадрилий Boeing 737 и DHC-8 позволило по-новому подойти к проблеме человеческого фактора, введя при ее рассмотрении количественные оценки. Сразу же выявились сильные и слабые стороны каждого пилота, определился его потенциал. И теперь можно в цифрах оценить уровень его подготовки, степень надежности, можно говорить и о продвижении пилота по службе, а, главное, имея количественные показатели индивидуальной техники пилотирования, можно выявлять опасные тенденции и работать над их устранением, принимая решения по конкретному человеку. Все это дает более четкую дифференциацию пилотов по уровню профессионализма и значительно снижает риски и количество претензий со стороны летного состава.
Более того, создается система управления качеством пилотирования, которая по мере накопления статистического материала сама себя настраивает и корректирует, улучшая свои характеристики. Ведь при получении вышеуказанных статистических данных появляется информация для принятия решений, а это не что иное, как регулятор уровня обратной связи в контуре управления системы. Как известно, в теории управления есть закон, согласно которому система только тогда устойчива и управляема, когда в контур управления включено устройство, осуществляющее отрицательную обратную связь. В нашем случае в роли регулятора выступает человек, профессионал, а именно руководитель летного подразделения либо руководитель более высокого ранга, отвечающий за состояние уровня безопасности полетов. Регулирование он осуществляет при помощи изменения уровней граничных отклонений по контрольным точкам полета, ужесточая либо, наоборот, загрубляя эти границы, используя при этом полученную статистику в качестве фундаментальной основы и подбирая эмпирическим путем необходимый уровень безопасности полетов, приемлемый для авиакомпании. А это и есть не что иное, как проактивное управление рисками.
А если продублировать процесс, включив в контур управления не только командно-летный состав летного подразделения, но и инспекцию по безопасности полетов авиакомпании, то получится более жесткая, более детерминированная обратная связь. Круг замкнулся, система заработала.

Корректное использование результатов
Отдельно нужно остановиться на вопросе корректного использования получаемых материалов. Практика обсуждения с пилотами даже незначительных отклонений в их индивидуальной технике пилотирования, выявленных при расшифровке и анализе полетов по методике ОП, показала, что пилоты сразу занимают оборонительно-оправдательную позицию. Причем происходит это даже с пилотами, занимающими высокие позиции в иерархии летных подразделений, облеченными немалой властью и, главное, стабильно показывающими в своей технике пилотирования великолепные результаты. Пилотам приходилось специально объяснять, что обнаруженные недочеты — это не повод для претензий, а информация к размышлению, и только тогда пилоты переставали оправдываться и переходили к конструктивному и продуктивному диалогу.
Но если подобная реакция исходит со стороны высокопоставленных профессионалов, можно представить, как пугаются простые пилоты, воспринимая информацию по объективному контролю. Средства сбора полетной информации давно уже превратили в жупел для пилота, и психология летчика в этом вопросе — психология априори виноватого. И если методику ОП внедрять с традиционных, ныне существующих позиций, то бездарный и близкий крах предлагаемым нововведениям просто гарантирован. Только некарательная среда, только индивидуальная и конфиденциальная работа пилота-инструктора, шеф-пилота с линейным пилотом, только система упреждающих мероприятий, только система поиска опасных тенденций в технике пилотирования могут дать желаемый результат. В нашей компании пилотам наряду с индивидуальными баллами за полет выдается сравнительная информация о среднем балле по эскадрилье, что неплохо стимулирует личную самооценку пилота. На этом информационном пространстве могут развернуться и CRM-психологи.

Государственный подход
Успешный опыт внедрения в одной авиакомпании системы управления рисками, основанной на методике оптимального полета, может быть распространен и в целом на отрасль воздушных перевозок. Практические предпосылки к этому давно существуют. В российской авиации создана самая мощная в мире система сбора, обработки и анализа полетной информации. Эта система имеет единый орган управления — Государственный центр "Безопасность полетов на воздушном транспорте". Можно доработать все существующие программы экспресс-анализа полетной информации модулем расчета балла за полет, а затем в централизованном порядке внедрить во все подразделения, занимающиеся эксплуатацией ССПИ. При этом необходимо предусмотреть обязательную передачу результатов в Центр, как это сделано, например, в системе сбора данных о сертификации авиакомпаний. Тогда получится по всей России собирать данные по всему летному составу и, главное, наладить проактивную систему анализа полетной информации. Это совершит настоящую революцию в вопросах управления рисками, связанными с человеческим фактором. Произойдет инновационный переход количества (процент контроля) в качество (балл за полет). Этого на сегодняшний момент и требуют от нас практически все руководящие документы в области безопасности полетов. А теперь представьте, какой мощный инструментарий получат в свои руки Ространснадзор и Росавиация. В перспективе отраслевая база данных по методике ОП позволит:

• Определить риски для безопасности полетов.
• Обеспечить принятие корректирующих действий, необходимых для поддержания приемлемого уровня безопасности полетов.
• Проводить постоянный мониторинг и регулярно оценивать обеспечиваемый уровень безопасности полетов.
• Постоянно повышать общий уровень безопасности полетов.
• Производить мониторинг уровня профессионализма всех пилотов России, работающих в гражданской авиации.
• Принимать решения о присвоении класса пилоту на базе четких количественных критериев.
• Разрабатывать и практически применять методики по выявлению опасных тенденций в технике пилотирования по эксплуатируемым типам ВС.
• Строить тренды технического состояния воздушных судов за все время эксплуатации.