威胁与差错管理(TEM)
TEM是当代航空安全管理中最核心的机组资源管理(CRM)框架之一。它系统性地识别飞行中的威胁、差错与非预期航空器状态,并提供结构化的管理对策。本文从人的差错本质出发,深入解析Reason的瑞士奶酪模型、SRK差错分类学、TEM三大核心要素与管理对策,以及TEM在现代CBTA体系中的整合应用。
一、TEM概述与发展沿革
1.1 什么是TEM?
威胁与差错管理(Threat and Error Management, TEM)是国际民航组织(ICAO)推广的一种系统性安全管理框架,旨在帮助飞行机组识别、管理飞行运行中遇到的各类威胁和差错,从而降低事故风险。TEM并非一个全新的概念,而是航空安全管理理念从"技术故障导向"向"人的因素导向"转变的集大成者。
TEM框架的核心逻辑是:威胁产生差错,差错导致非预期航空器状态(UAS),而有效的管理对策可以打断这一事故链条。它将飞行安全管理从被动的事后分析转向主动的预防性管理。
1.2 TEM的发展历程
TEM的诞生源于航空安全研究对人为差错认识的不断深化。从早期的"飞行员差错"归因模式,到系统安全视角的建立,再到结构化管理框架的形成,经历了数十年的演进。
1.3 TEM的理论定位
TEM在航空安全理论体系中占据承上启下的关键位置。它上承Reason的组织安全理论,下接CRM的具体操作实践,是连接宏观安全哲学与微观飞行操作的桥梁。
组织安全理论
威胁-差错-状态
沟通/决策/监控
目标
二、人的差错:四种基本特征
理解人的差错是掌握TEM的前提。航空安全研究中总结出了人的差错的四种基本特征,这四条特征深刻揭示了人为差错的本质规律,是TEM框架的认识论基础。
人都有犯错的倾向
犯错是人类认知系统的固有属性,而非个别"不称职"者的表现。无论经验多么丰富、训练多么充分,任何人都可能在特定条件下犯错。这一认识是TEM非惩罚性文化的基础。
- 认知资源有限性决定了差错不可避免
- 注意力波动是正常生理现象
- 记忆衰退和信息加工偏差是系统性的
- 追求"零差错"既不现实也不科学
人的差错有很大个体差异
虽然人人都会犯错,但不同个体犯错的频率、类型和严重程度存在显著差异。这些差异源于人格特质、认知能力、经验水平、训练质量和当前身心状态等多重因素。
- 人格特质(如尽责性)影响差错率
- 经验水平与模式识别能力相关
- 疲劳和压力状态显著增加差错风险
- 个体对差错的自我监测能力不同
相同差错,原因本质可能不同
表面看似相同的差错行为,其背后的认知机制和心理过程可能截然不同。例如,"调错高度"可能是技能型疏忽(注意力滑移),也可能是决策型差错(误解指令),还可能是感知型差错(高度表误读)。
- 必须区分差错的表面表现与深层原因
- SRK框架提供了分类分析工具
- 相同的纠正措施可能对不同原因无效
- 根因分析(RCA)必须深入认知层面
类似差错,后果可能不同
性质相似的差错,在不同的情境条件下可能产生截然不同的后果。一个"小"差错在高工作负荷、恶劣天气或系统退化条件下可能演变为严重事故,而在低风险条件下可能仅是轻微偏差。
- 后果取决于差错发生时的系统状态
- 防御层的完整性决定了差错的放大程度
- 恢复时机是影响后果的关键变量
- 团队差错捕获能力差异巨大
三、Reason的瑞士奶酪模型
3.1 模型概述
瑞士奶酪模型(Swiss Cheese Model),又称事故因果连锁模型(Accident Causation Chain Model),由曼彻斯特大学心理学教授 James Reason 于1990年提出。该模型是当代安全科学中最具影响力的理论框架之一,也是TEM的核心理论基础。
Reason认为,事故的发生并非单一因素所致,而是多层防御体系同时失效的结果。每一层防御就像一片瑞士奶酪,上面布满了"洞"(漏洞),当各层的洞恰好排列成一条直线时,危险便穿透所有防御,导致事故发生。
3.2 四层防御体系
Reason将事故因果链条分为四个层面,从宏观组织因素到微观不安全行为,层层递进:
当四层防御的"洞"对齐时,事故路径被打通(图中虚线方向)
3.3 两类"洞":潜在条件与活跃失效
● 潜在不安全条件(Latent Conditions)
- 存在于组织层面和监督层面
- 可能长期潜伏而不被察觉
- 如:不合理的排班制度、不足的训练资源
- 如:设计缺陷的检查单、模糊的SOP
- 如同奶酪中"预先存在的洞"
- 需要系统性的安全审计来发现
● 活跃失效(Active Failures)
- 发生在前线操作人员层面
- 直接与航空器或系统接触
- 如:飞行员调错频率、忽略警告
- 如:错误设置自动驾驶参数
- 如同奶酪中"新出现的洞"
- 通常是不安全行为的直接表现
3.4 瑞士奶酪模型与TEM的关系
| Reason模型层面 | 对应TEM概念 | 管理策略 |
|---|---|---|
| 组织因素 | 系统性威胁来源 | SMS、安全文化、组织学习 |
| 不安全监督 | 管理型威胁 | LOSA审计、FOQA/FDM分析 |
| 前提条件 | 环境/生理/航线威胁 | 简令、风险评估、疲劳管理 |
| 不安全行为 | 差错(技能型/决策型/感知型/CRM型) | 交叉检查、标准喊话、监控 |
四、人为差错的分类学:SRK框架
4.1 Rasmussen的SRK模型
丹麦工程师 Jens Rasmussen 于1983年提出了著名的技能-规则-知识(Skill-Rule-Knowledge, SRK)认知行为模型,将人的认知行为分为三个层级。这一分类学为理解差错的发生机制提供了精细的认知科学框架,是TEM差错分类的理论基础。
SRK模型的核心假设是:不同层级的认知行为对应不同类型的差错,需要不同的预防和纠正策略。
4.2 三层认知行为详解
技能型行为
高度自动化的、无需意识努力的行为模式。如飞行员对操纵杆的肌肉记忆、标准喊话的脱口而出。行为执行流畅、快速,几乎不占用认知资源。
典型差错:注意力滑移(Slip)、记忆失效(Lapse)。如本应执行检查单A却执行了检查单B。
规则型行为
通过"如果-那么"规则解决问题的行为模式。飞行员面对熟悉情境时,调用存储在长期记忆中的SOP和操作程序。需要一定的意识参与,但不需要深度推理。
典型差错:规则误用(Misapplication)。如将适用于A型故障的程序错误地应用到了B型故障。
知识型行为
面对完全陌生情境时的深度推理和问题解决。需要大量认知资源,速度慢、易出错。如遇到手册中未涵盖的复合故障时,飞行员必须基于对系统原理的理解进行推理。
典型差错:推理错误、认知偏差、确认偏误。如过度依赖单一信息源而忽视矛盾证据。
4.3 SRK与TEM差错四分类的对应
TEM框架在SRK模型基础上,结合航空运行特点,将差错进一步细分为四类:
| TEM差错类型 | 对应SRK层级 | 定义 | 典型示例 | 管理策略 |
|---|---|---|---|---|
| 技能型差错 | 技能层 | 高度自动化操作中的注意力或记忆失误 | 拨错频率、跳过检查单项目 | 交叉检查、标准喊话 |
| 决策型差错 | 规则层/知识层 | 选择了不恰当的程序或行动方案 | 对故障判断错误、选择错误跑道 | 情景意识、团队讨论 |
| 感知型差错 | 感知层 | 对信息的错误感知或解释 | 视错觉、高度表误读、听错ATC指令 | 仪表交叉验证、复诵确认 |
| CRM型差错 | 跨层级 | 团队沟通、协调、领导力方面的失效 | 沟通不畅、等级梯度障碍、未质疑 | CRM训练、PACE模型 |
4.4 SRK模型的安全启示
✈ SRK模型对航空安全的核心启示
- 技能型差错无法通过"更加小心"来预防——需要系统设计层面的防御(如强制交叉检查、自动化提醒)
- 规则型差错需要清晰的SOP设计和充分的场景化训练,确保飞行员在压力下仍能正确匹配规则
- 知识型差错是最难预防的——需要培养飞行员对系统原理的深层理解,以及元认知能力(对自身思维过程的监控)
- 压力和疲劳会使人从高层认知(知识型)退行到低层认知(技能型),增加差错风险
五、TEM核心要素一:威胁(Threats)
5.1 威胁的定义与分类
在TEM框架中,威胁(Threats)被定义为"在飞行机组影响力之外发生的事件或差错,它们会增加运行复杂性,并可能降低安全裕度"。威胁的关键特征是:它们来自外部环境或系统,而非机组自身的操作行为。
5.2 三大类威胁详解
环境威胁
来自飞行外部物理环境的威胁因素,通常具有不可预测性和不可控性。
- 恶劣天气(雷暴、风切变、积冰、大侧风)
- 低能见度(大雾、降雪、沙尘暴)
- 标识照明不良(跑道标识不清、PAPI故障)
- 助航设备故障(ILS故障、VOR不可用)
- 地形障碍物(山区飞行、障碍物侵入跑道)
- 鸟击与野生动物活动
航线威胁
来自运行体系、组织管理和程序设计层面的威胁因素。
- 通讯困难(语言障碍、频率拥挤、ATC指令复杂)
- 运行压力(时刻压力、燃油紧张、延误压力)
- 签派文件问题(NOTAM缺失、飞行计划错误)
- 程序不熟悉(新机场、特殊运行程序)
- 地面服务问题(除冰延迟、货装错误)
- 空域限制与交通密度
生理/心理威胁
来自机组人员自身身心状态的威胁因素,直接影响认知和操作能力。
- 疲劳(急性疲劳与累积性疲劳)
- 视错觉/错误感知(黑洞进近、倾斜错觉)
- 压力与焦虑(个人问题、职业压力)
- 疾病与身体不适
- 时差效应与生物节律紊乱
- 情绪波动与动机下降
5.3 威胁的TEM卡片工具:53项威胁 / 11个领域
TEM卡片工具(TEM Card Tool)是实践中广泛使用的威胁识别辅助工具。它将53项常见威胁系统归纳为11个领域,帮助机组在飞行前简令和飞行中进行系统性的威胁识别与评估。
| 领域编号 | 威胁领域 | 威胁条目数 | 典型条目示例 |
|---|---|---|---|
| 1 | 天气 | 8 | 雷暴、风切变、积冰、低能见度、颠簸 |
| 2 | ATC/通讯 | 6 | 频率拥挤、语言障碍、指令变更 |
| 3 | 机场/跑道 | 6 | 跑道标识不清、短跑道、湿滑跑道 |
| 4 | 飞机系统 | 5 | 系统故障警告、MEL项目运行 |
| 5 | 地面服务 | 4 | 除冰延迟、货装问题、牵引车故障 |
| 6 | 飞行计划/签派 | 5 | NOTAM缺失、计划变更、燃油问题 |
| 7 | 机组因素 | 5 | 疲劳、机组搭配不熟、新机长 |
| 8 | 客舱 | 4 | 旅客干扰、医疗紧急事件、安全问题 |
| 9 | 程序 | 4 | 特殊程序、不熟悉机场、复飞决策 |
| 10 | 空域/导航 | 3 | 导航设施故障、RVSM问题、空域限制 |
| 11 | 外部/其他 | 3 | 鸟击、军事活动、地面障碍物 |
六、TEM核心要素二:差错(Errors)
6.1 差错的定义
在TEM框架中,差错(Errors)被定义为"飞行机组的行为或决定,导致了飞行运行偏离预期意图或标准"。与威胁不同,差错是机组自身的行为产物。但TEM强调,差错应被理解为正常人在异常条件下的自然反应,而非"不负责任"或"不称职"的表现。
6.2 三大差错类别详解
● 飞机操作差错
对飞机飞行控制系统、发动机或系统的操作偏离预期。
- 错误的自动驾驶设置(高度/航向/速度)
- 错误的配平调整
- 不正确的起落架操作
- 发动机参数管理失误
- 燃油管理差错
● 程序差错
对标准操作程序(SOP)的偏离,包括执行不完整或不正确。
- SOP遵从性偏差(跳过步骤)
- 交叉检查失效或流于形式
- 检查单执行不完整
- 高度/航向/速度偏离许可
- 错误的进近程序选择
● 交流差错
机组之间或机组与ATC之间的信息传递问题。
- ATC指令听错或误解
- 标准喊话遗漏或不规范
- 机组成员间信息共享不充分
- 未执行读回/复诵程序
- 简令不完整或不清晰
6.3 差错的捕获与放大
LOSA研究揭示了差错管理的两个关键维度:差错捕获率和差错放大链。
差错捕获的三个层次
七、TEM核心要素三:非预期航空器状态(UAS)
7.1 UAS的定义与意义
非预期航空器状态(Undesired Aircraft State, UAS)是指飞机的位置、速度、形态或系统构型明显偏离预期,直接降低了安全裕度的状态。UAS是威胁和差错未被有效管理的直接后果,也是事故前的最后预警。
7.2 UAS的三大类别
飞机控制问题
飞机的飞行参数(高度、速度、航向、姿态)偏离预期或安全范围。
- 高度偏差超过允许范围
- 速度偏离(过速或低速)
- 航向/航迹偏离
- 不稳定进近(高度/速度/构型不满足标准)
- 地形接近警告(GPWS/EGPWS触发)
地面导航问题
飞机在地面运行中的位置或方向偏差,可能导致跑道入侵等严重后果。
- 错误的滑行路线
- 跑道入侵(未授权进入活动跑道)
- 错误的停机位
- 滑行速度过快
- 偏离许可的滑行区域
错误的系统构型
飞机系统或子系统的设置与当前飞行阶段的要求不匹配。
- 错误的襟翼/缝翼设置
- 起落架未在预期时间放下
- 自动驾驶模式选择错误
- 防冰系统未按需开启
- 增压系统设置不当
7.3 TEM事故链模型
威胁、差错和UAS三者之间的关系可以用一条事故因果链来描述。理解这条链是有效管理安全风险的前提。
Threats
Errors
非预期状态
Accident/Incident
✈ 管理对策的介入点
TEM的核心逻辑是在事故链的每一个环节设置管理对策,打断因果链条:
- 威胁管理:预见威胁、提前规划、降低威胁的影响(如绕飞雷暴区域)
- 差错管理:及时发现差错、交叉检查、快速纠正(如监控飞行员发现设置错误)
- UAS管理:识别偏离、果断恢复(如执行复飞、执行失速改出程序)
八、TEM三大管理对策
TEM框架不仅识别威胁和差错,更重要的是提供了结构化的管理对策。这些对策按照飞行运行的时序逻辑分为三大类:规划方法(事前)、执行对策(事中)和审查对策(动态/事后)。三类对策相互配合,形成完整的安全管理闭环。
8.1 规划方法(Planning Countermeasures)
规划方法是在飞行开始前或早期阶段采取的预防性措施,旨在预见和减轻已知威胁的影响。
规划方法的三大支柱
程序应用
- 飞行前简令中系统识别威胁
- 制定备选方案(B计划、C计划)
- 查阅NOTAM、气象信息
- 确认MEL项目和特殊程序
- 设定个人和团队的最低标准
沟通
- 机组间充分的信息共享
- 与ATC的提前协调
- 与签派/运控的沟通
- 建立开放的沟通氛围
- 明确角色分工和职责
工作负荷管理
- 评估飞行各阶段的工作负荷峰值
- 在关键阶段前降低非必要任务
- 合理分配驾驶舱内的工作
- 识别"脆弱时段"(如进近阶段)
- 利用自动化减轻工作负荷
8.2 执行对策(Execution Countermeasures)
执行对策是在飞行进行过程中采取的实时管理措施,旨在维持情景意识、管理工作负荷、保持飞行航径。
● 情景意识
- 持续感知当前飞行状态
- 理解当前状态如何发展
- 预见未来可能的状态变化
- 识别"失去情景意识"的征兆
- 主动寻求信息以更新认知
● 工作负荷管理
- 动态调整任务优先级
- 在高峰负荷时简化操作
- 有效使用自动化系统
- 及时请求帮助或推迟非关键任务
- 管理干扰和注意力分配
● 飞行航径管理
- 监控自动驾驶模式选择
- 验证FMC/飞行计划设置
- 保持对飞机位置的持续追踪
- 管理能量状态(速度/高度)
- 识别并纠正航径偏离
8.3 审查对策(Review Countermeasures)
审查对策是贯穿飞行全过程的元认知活动,涉及问题解决、决策、领导力和团队合作。它们是最高层次的认知管理策略。
审查对策的核心能力
问题解决与决策
- 识别问题的本质(区分症状与原因)
- 生成多个备选方案
- 评估各方案的风险与收益
- 选择最优方案并执行
- 评估决策效果并调整
- 使用结构化决策工具(如FOR-DEC)
领导力与团队合作
- 机长建立积极的团队氛围
- 鼓励所有成员参与决策
- 有效管理权力梯度
- 使用PACE模型进行质疑
- 冲突管理与共识建立
- 任务分配与资源协调
8.4 三大对策的协同关系
| 对策类型 | 时序 | 核心目标 | 关键能力 | 对应CRM胜任力 |
|---|---|---|---|---|
| 规划方法 | 飞行前/早期 | 预见与减轻 | 程序应用、沟通、工作负荷管理 | 应用程序、沟通 |
| 执行对策 | 飞行中(实时) | 维持与控制 | 情景意识、工作负荷管理、航径管理 | 情景意识、管理工作负荷 |
| 审查对策 | 全过程(动态) | 评估与决策 | 问题解决、决策、领导力、团队合作 | 决策、领导与团队合作 |
九、预测性监测 vs 反应式监测
监测(Monitoring)是TEM管理对策的核心执行机制。研究表明,监测质量是区分高效机组与低效机组的最重要的单一指标。TEM框架将监测模式分为两种根本不同的类型:预测性监测和反应式监测。
9.1 两种监测模式对比
✔ 预测性监测(Predictive Monitoring)
主动的、前瞻性的监测方式。机组主动寻找潜在威胁和偏差,在问题发生之前就进行预判和准备。
- 飞行前系统性地扫描可能影响飞行的因素
- 持续评估"下一步可能发生什么"
- 在关键飞行阶段前提高警觉水平
- 主动交叉验证关键参数和设置
- 对环境变化保持高度敏感
- 与机组成员共享预见性信息
✘ 反应式监测(Reactive Monitoring)
被动的、等待式的监测方式。机组仅在出现异常指示或警告后才做出反应,缺乏主动预判。
- 等待警告系统触发后才采取行动
- 仅在出现明显偏差时才注意到问题
- 对渐进性退化缺乏警觉
- 过度依赖自动化系统的正常工作
- 注意力被非关键任务吸引
- 缺乏"如果...那么..."的思维习惯
9.2 预测性监测的关键技术
培养预测性监测的实践方法
9.3 自动化与监测的悖论
十、TEM卡片工具详解
10.1 工具概述
TEM卡片工具(TEM Card Tool)是University of Texas Human Factors Research Project开发的实践辅助工具,旨在为机组提供一个结构化的威胁和差错识别框架。该工具基于大量LOSA观察数据的统计分析,将飞行运行中常见的威胁和差错进行了系统分类。
10.2 工具结构
威胁部分(53项 / 11领域)
涵盖外部环境、运行体系、机组状态等所有可能增加运行复杂性的因素。每个领域包含3-8个具体条目,便于机组在简令中逐项评估。
- 天气(8项)
- ATC/通讯(6项)
- 机场/跑道(6项)
- 飞机系统(5项)
- 地面服务(4项)
- 飞行计划/签派(5项)
- 机组因素(5项)
- 客舱(4项)
- 程序(4项)
- 空域/导航(3项)
- 外部/其他(3项)
差错部分(4大类)
将机组可能发生的差错按认知机制分为四类,每类下包含若干具体差错条目。分类与SRK框架和TEM差错理论一致。
- 技能型差错(Skill-Based):注意力滑移、记忆失效、操作失误
- 决策型差错(Decision-Based):规则误用、判断错误、优先级错误
- 感知型差错(Perceptual):视觉误读、听觉误解、空间定向障碍
- CRM型差错(CRM-Based):沟通失效、团队协调不足、领导力缺失
10.3 TEM卡片的使用方法
TEM卡片在飞行各阶段的应用
| 飞行阶段 | 使用方式 | 重点关注的威胁/差错 |
|---|---|---|
| 飞行前准备 | 逐项扫描11个威胁领域,识别当日航班的特定威胁 | 天气、NOTAM、机组搭配、特殊程序 |
| 起飞前简令 | 将识别的关键威胁纳入简令,制定管理策略 | 跑道条件、SID程序、可能的偏差 |
| 巡航阶段 | 回顾已管理的威胁,预判下降/进近阶段的新威胁 | 天气变化、燃油状态、ATC限制 |
| 进近/着陆 | 高警觉状态,重点关注不稳定进近和地面导航 | 能见度、风切变、跑道入侵、不稳定进近 |
| 航后回顾 | 反思威胁管理效果,记录经验教训 | 未被预见的威胁、差错捕获情况 |
十一、TEM在CBTA中的整合
11.1 CBTA概述
基于胜任力的培训与评估(Competency-Based Training and Assessment, CBTA)是ICAO推动的下一代航空人员培训范式。CBTA的核心转变是从"完成了多少训练小时"转向"具备了哪些胜任力"。TEM作为航空安全的核心框架,在CBTA体系中占据重要地位。
11.2 TEM与九项核心胜任力的映射
| 核心胜任力 | 与TEM的关系 | TEM具体体现 |
|---|---|---|
| 应用程序 | 规划方法的核心 | 使用SOP和检查单管理已知威胁 |
| 沟通 | 贯穿三大对策 | 威胁信息共享、差错沟通、ATC协调 |
| CRM / 团队合作 | 审查对策的核心 | 集体威胁评估、差错交叉捕获 |
| 情景意识 | 执行对策的核心 | 感知威胁演变、识别UAS征兆 |
| 管理工作负荷 | 规划+执行对策 | 高威胁条件下合理分配认知资源 |
| 问题解决与决策 | 审查对策的核心 | 面对复合威胁时的方案评估与选择 |
| 飞行航径管理 - 自动化 | 执行对策 | 使用自动化减轻工作负荷以管理威胁 |
| 飞行航径管理 - 手动 | UAS恢复 | 在自动化失效或UAS时恢复安全航径 |
| 知识 | 全部对策的基础 | 理解TEM框架、SRK分类、威胁特征 |
11.3 CBTA中TEM的评估方法
在CBTA框架下,TEM能力的评估不再是简单的"通过/不通过",而是基于行为指标(Behavioral Indicators)的多维度评估。
TEM能力评估的行为指标示例
优秀表现(Level 4-5)
- 主动识别并预见所有相关威胁
- 制定并沟通有效的威胁管理策略
- 自我捕获差错并快速纠正
- 积极协助团队成员捕获差错
- 在UAS发生时果断采取恢复行动
- 航后进行深入的团队反思
需要改进(Level 1-2)
- 仅在被提示后才能识别威胁
- 缺乏系统的威胁管理计划
- 差错自我捕获率低
- 对团队成员的差错缺乏监控
- UAS识别延迟,恢复犹豫
- 缺乏航后反思习惯
十二、TEM最新研究成果
12.1 LOSA研究的最新发现
LOSA(Line Operations Safety Audit)作为TEM的实证研究基础,在过去二十年中积累了大量数据。最新分析揭示了以下趋势:
差错频率与捕获率
最新LOSA数据显示,平均每个航班发生1.5-2.0个可识别差错,其中约90%被机组自行捕获。差错捕获率是安全的最强预测指标。
- 技能型差错最常见(约占45%)
- 程序差错约占30%
- 交流差错约占20%
- CRM型差错约占5%
威胁与安全的关系
研究发现,威胁数量本身不是事故风险的直接预测因子。关键在于机组对威胁的管理质量。高威胁环境下管理良好的航班,比低威胁环境下管理不善的航班更安全。
- 威胁管理质量 > 威胁数量
- 简令质量与差错率显著相关
- 团队氛围影响威胁识别的全面性
- 经验水平与威胁管理策略的多样性相关
自动化与TEM
高度自动化环境改变了威胁和差错的性质。新型差错类型(如模式混淆、自动化意外)日益突出,对TEM框架提出了新的挑战。
- 模式混淆已成为新型主要差错类型
- 自动化依赖降低了手动飞行技能
- 监测失效在自动化环境中更常见
- 需要更新TEM卡片以反映新型威胁
12.2 数据驱动的TEM
大数据和人工智能技术正在变革TEM的研究和实践方式。
新兴研究方向
- FOQA/FDM数据融合:将飞行数据监控与LOSA观察数据结合,建立更完整的威胁-差错-后果图谱。机器学习算法能够从海量飞行数据中识别出人类观察难以发现的差错模式。
- 预测性安全模型:基于历史数据训练预测模型,在飞行前预测特定航班的威胁概率和差错风险,实现真正的"预测性安全管理"。
- 实时监测辅助:开发基于传感器数据的实时威胁监测系统,为机组提供额外的"电子副驾驶"支持,弥补人类注意力的局限性。
- 个性化TEM训练:利用每位飞行员的差错历史数据,定制个性化的TEM训练方案,针对其薄弱环节进行强化训练。
- 组织TEM文化评估:开发量化工具评估航空公司的TEM文化成熟度,将TEM从个体技能提升到组织能力层面。
12.3 神经科学与TEM
十三、TEM实践案例分析
13.1 案例分析框架
以下通过两个典型案例,展示TEM框架如何应用于实际飞行事件的分析。每个案例从威胁识别、差错分析、UAS发展和对策评估四个维度进行剖析。
13.2 案例一:不稳定进近
不稳定进近 — TEM分析
| TEM要素 | 具体内容 |
|---|---|
| 威胁 | 强侧风(环境)、短湿跑道(机场)、ATC要求保持较高速度(航线)、首次执飞该机场(程序) |
| 差错 | 未在1000英尺AAL完成稳定进近检查(程序差错)、PF未及时复飞(决策型差错)、PM未主动喊出"不稳定"(CRM型差错) |
| UAS | 在500英尺AAL仍高于参考速度15节、偏离下滑道1点以上、构型未完全建立 |
| 管理对策评估 | 规划不足:简令中未讨论不稳定进近的复飞决策标准;执行失效:PM监测不力、未执行标准喊话;审查缺失:团队未在进近过程中动态评估稳定性 |
13.3 案例二:高度偏差事件
高度偏差 — TEM分析
| TEM要素 | 具体内容 |
|---|---|
| 威胁 | 高频段通讯拥堵(航线)、ATC临时改变高度许可(航线)、 turbulence(环境) |
| 差错 | PF在MCP中设置了错误的高度(技能型差错)、PM交叉检查时注意力被颠簸分散(技能型差错)、未执行标准高度设置喊话(程序差错) |
| UAS | 飞机偏离ATC许可高度300英尺,触发TCAS RA |
| 管理对策评估 | 规划尚可:机组在简令中提到了通讯拥堵;执行失效:颠簸干扰了交叉检查流程;审查有效:PM最终通过TCAS告警发现了偏差并协助PF纠正 |
十四、未来展望
14.1 TEM框架的演进方向
随着航空技术的快速发展和运行环境的日益复杂,TEM框架也在不断演进。以下是最重要的几个发展方向:
智能化TEM
人工智能将成为TEM的强大辅助工具。机器学习算法能够实时分析飞行数据,预测潜在威胁,并为机组提供个性化的管理建议。
- 实时威胁预测与预警
- 个性化差错风险评估
- 自适应训练方案生成
- 自然语言处理的ASRS分析
系统化TEM
TEM将从个体/机组层面扩展到组织层面,与SMS深度融合,实现从"机组管理威胁"到"组织管理系统性风险"的转变。
- 组织TEM文化成熟度模型
- 跨部门威胁信息共享
- 组织学习与知识管理
- 安全绩效的TEM指标体系
下一代飞行器
电动飞机、eVTOL、单驾驶员运行等新型飞行器概念对TEM框架提出了全新挑战,需要重新定义威胁、差错和管理对策。
- 单驾驶员运行的TEM适配
- 城市空中交通的威胁特征
- 人机协作的差错管理
- 新型UAS的定义与分类
14.2 对飞行员的建议
✈ 将TEM融入日常飞行实践的要点
- 养成"威胁扫描"习惯:每次飞行前,使用TEM卡片系统扫描11个威胁领域,将识别到的威胁纳入简令
- 培养预测性监测:在飞行中持续问自己"下一步可能发生什么",保持前瞻性思维
- 重视交叉检查:交叉检查是捕获差错的最有效手段,绝不能流于形式
- 勇于"Speak Up":当你注意到偏差或担忧时,及时说出来——沉默是安全最大的敌人
- 建立个人差错日志:记录自己和他人的差错,定期回顾,识别个人差错模式
- 持续学习:阅读ASRS报告,从他人的经验中学习,丰富自己的"差错图库"
十五、参考文献
核心文献
- Reason, J. (1990). Human Error. Cambridge University Press. — 瑞士奶酪模型的原始文献
- Helmreich, R. L. (2000). On error management: Lessons from aviation. BMJ, 320(7237), 781-785. — TEM框架的奠基性论文
- ICAO (2013). Doc 9868 PANS-TRG: Procedures for Training Qualification. — CBTA与TEM的整合标准
- ICAO (2006). Doc 9683 Human Factors Training Manual. — CRM与TEM培训指南
- Rasmussen, J. (1983). Skills, rules, and knowledge; signals, signs, and symbols, and other distinctions in human performance models. IEEE Transactions on Systems, Man, and Cybernetics, 13(3), 257-266. — SRK模型原始文献
- Thomas, M. J. W. (2004). Predicting accidents in airline operations: An analysis of LOSA data. Unpublished doctoral dissertation, University of Texas. — LOSA数据分析的里程碑研究
- Helmreich, R. L., Klinect, J. R., & Wilhelm, J. A. (1999). System safety and threat and error management: Line operations safety audit (LOSA). The University of Texas. — LOSA方法论
- ICAO (2018). Doc 10086 Manual of Evidence-Based Training. — 基于证据的培训方法论
- Shappell, S. A., & Wiegmann, D. A. (2000). The human factors analysis and classification system—HFACS. DOT/FAA/AM-00/7. — HFACS人为因素分析框架
- Endsley, M. R. (1995). Toward a theory of situation awareness in dynamic systems. Human Factors, 37(1), 32-64. — 情景意识理论