管制员疲劳程度调查研究方法

摘要

本发明属于管制员疲劳调查技术领域，具体涉及一种管制员疲劳程度调查研究方法，其包括：确定影响管制员疲劳程度的影响因素；确定各个影响因素的综合影响比例；确定各个影响因素的综合影响程度；根据综合影响比例和综合影响程度获取各个影响因素的疲劳值；以及根据疲劳值调整管制员排班制度，实现了确定各影响因素对管制员疲劳的最终影响程度，从而调整管制员的排班，降低管制员的疲劳，以减少因管制员疲劳造成的危险。

说明书

技术领域

本发明属于管制员疲劳调查技术领域，具体涉及一种管制员疲劳程度调查研究方法。

背景技术

管制员疲劳，已经成为现今航空安全的重点风险之一，大部分因为管制员“错忘漏”导致的不安全事件都被证实和疲劳有关。

因此，基于上述技术问题需要设计一种新的管制员疲劳程度调查研究方法。

发明内容

本发明的目的是提供一种管制员疲劳程度调查研究方法。

为了解决上述技术问题，本发明提供了一种管制员疲劳程度调查研究方法，包括：

确定影响管制员疲劳程度的影响因素；

确定各个影响因素的综合影响比例；

确定各个影响因素的综合影响程度；

根据综合影响比例和综合影响程度获取各个影响因素的疲劳值；以及

根据疲劳值调整管制员排班制度。

进一步，所述确定影响管制员疲劳程度的影响因素的方法包括：

根据多维疲劳量表和负荷指数量表确定影响程度的量化定级和影响比例的量化定级，以建立疲劳程度调查问卷；

通过疲劳程度调查问卷获取管制人员疲劳程度的影响因素，以及相应影响因素的影响程度量化定级和影响比例量化定级。

进一步，所述确定各个影响因素的综合影响比例的方法包括：

根据疲劳程度调查问卷获取的影响因素的影响比例，将影响比例相加求平均，得到各个影响因素的综合影响比例K

K＝[K

其中，K为所有影响因素的综合影响比例的集合；i为影响因素的种类；K

进一步，所述确定各个影响因素的综合影响程度的方法包括：

根据疲劳程度调查问卷获取的影响因素的影响程度量，将单一影响因素的影响程度量化定级数值相加求平均，以获取该影响因素的综合影响程度C

C＝[C

其中，C为所有影响因素的综合影响程度的集合；i为影响因素的种类；C

进一步，所述根据综合影响比例和综合影响程度获取各个影响因素的疲劳值的方法包括：

P

P＝[P

其中，P为所有影响因素的疲劳值的集合；i为影响因素的种类；P

进一步，所述根据疲劳值调整管制员排班制度的方法包括：

根据各个影响因素的疲劳值的大小可以确定对管制员的疲劳影响程度大的影响因素，即

疲劳值越大则该影响因素的最终影响程度越大；

根据疲劳值对管制员排班制度进行调整，以降低疲劳值大的影响因素对管制员疲劳的影响。

本发明的有益效果是，本发明通过确定影响管制员疲劳程度的影响因素；确定各个影响因素的综合影响比例；确定各个影响因素的综合影响程度；根据综合影响比例和综合影响程度获取各个影响因素的疲劳值；以及根据疲劳值调整管制员排班制度，实现了确定各影响因素对管制员疲劳的最终影响程度，从而调整管制员的排班，降低管制员的疲劳，以减少因管制员疲劳造成的危险。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明所涉及的管制员疲劳程度调查研究方法示意图；

图2是本发明所涉及的管制员性别分布示意图；

图3是本发明所涉及的管制员年龄分布示意图；

图4是本发明所涉及的管制员级别分布示意图；

图5是本发明所涉及的管制员婚姻状况分布示意图；

图6是本发明所涉及的管制员子女状况分布示意图；

图7是本发明所涉及的管制员总体疲劳程度分布示意图；

图8是本发明所涉及的管制员脑力疲劳程度分布示意图；

图9是本发明所涉及的管制员体力疲劳程度分布图示意图；

图10是本发明所涉及的管制员心理疲劳程度分布图示意图；

图11是本发明所涉及的管制员疲劳因素选择人数分布示意图；

图12是本发明所涉及的管制员疲劳因素选择占比分布图示意图；

图13是本发明所涉及的管制员疲劳因素影响比例分布示意图；

图14是本发明所涉及的管制员疲劳因素影响程度分布示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是本发明所涉及的管制员疲劳程度调查研究方法示意图。

如图1所示，本实施例提供了一种管制员疲劳程度调查研究方法，包括：确定影响管制员疲劳程度的影响因素；确定各个影响因素的综合影响比例；确定各个影响因素的综合影响程度；根据综合影响比例和综合影响程度获取各个影响因素的疲劳值；以及根据疲劳值调整管制员排班制度，实现了确定各影响因素对管制员疲劳的最终影响程度，从而调整管制员的排班，降低管制员的疲劳，以减少因管制员疲劳造成的危险。

在本实施例中，所述确定影响管制员疲劳程度的影响因素的方法包括：根据多维疲劳量表和负荷指数量表确定影响程度的量化定级和影响比例的量化定级，以建立疲劳程度调查问卷，即《管制员疲劳程度调查问卷》；通过疲劳程度调查问卷获取管制人员疲劳程度的影响因素，以及相应影响因素的影响程度量化定级和影响比例量化定级；要对管制员的疲劳程度进行研究分析，需要了解管制员当下的疲劳程度及影响因素，可以采用主观测量法，使用调查问卷的方式来调查管制员的疲劳程度，了解管制员对于自身疲劳程度的主观评价；根据多维疲劳量表(Multidimensional Fatigue Inventory-20，MFI-20)和NASA-TLX 量表(National Aeronautics and Space Administration Task Load Index，美国国家航空航天局任务负荷指数)，设计适合管制员现状的调查方法；影响管制员疲劳程度的因素有很多，如工作负荷、睡眠质量等很难通过客观计量的方法去分析，在现有的研究中往往是需要通过大量的模拟计算才能实现进行统计计算，本实施例中考虑的影响因素较多，各个因素之间可能还有相互影响作用，客观定量难度较大；同时也想通过此次调查来全面了解管制中心管制员的疲劳的程度及影响因素，从管制员的主观感受出发，同时主观评价法有简单、直接、容易被接受等优点，所以采用疲劳主观评价法，应用调查问卷的形式来调查疲劳现状。为了根据为了对管制员疲劳程度进行具体分析，更直观地了解影响管制员疲劳的各个因素以及各个因素的影响程度，本实施例设计建立的《管制员疲劳程度调查问卷》主要采用分类定量的方法，让管制员结合自身感受给各个因素的影响程度进行1-5的一个量化定级，从而实现对疲劳的影响因素及影响程度的初步量化，为后续对管制员疲劳研究提供实事依据。具体方法就是将疲劳等级分为1-5共5个等级：1代表一点都不疲劳；2代表有一点疲劳但是很容易就能恢复；3代表比较疲劳需要一定休息才能恢复；4代表非常疲劳需要长时间恢复；5代表非常疲劳且很难恢复。同时对各个影响因素进行分类细化，对每一项因素也进行疲劳等级的量化分析。

为了对管制员疲劳程度进行具体分析，更直观地了解影响管制员疲劳的各个因素以及各个因素的影响程度，通过《管制员疲劳程度调查问卷》对管制员群体的疲劳现状进行抽样调查。问卷主要采用分类定量的方法，让管制员结合自身感受给各个因素的影响程度进行1-5的一个量化定级以及对影响比例进行 1-10的量化定级，从而实现对疲劳的影响因素及影响程度的初步量化，为后续对管制员疲劳研究提供实事依据。

在实际设计调查问卷的过程中，除了运用上述方法外，主要考虑以下方面问题：(1)由于各级别管制员在管制技能、生理素质、心理素质等各方面都有明显差异，所以需要在采集数据时了解管制员性别、级别，以便进一步分析数据。主要将管制员分为5个等级：领班主任、管制教员、成熟管制员(放单满三年)、新放单管制员(放单未满三年)以及见习管制员。(2)由于疲劳程度的影响因素众多，需要进行归纳和分类，对总体影响程度和具体某个因素的影响程度都进行采集。(3)调查问卷以主观评测为主要方法，考虑到个体感官差异，需要明确一个比较清晰的参考量化标准，可以确保调查结果不会大幅度地偏离基本事实，不会因为个体差异导致结果无法采用。(4)调查问卷需要表述的清晰准确，不产生歧义，最大限度保证调查结果的准确性。(5)在设计调查问卷的同时应确定采用何种方法对调查样本进行统计、计算及分析。通过数据分析，得出结果并对实际工作提出缓解措施。根据调查问卷设计中影响管制员疲劳程度各种因素，主要分为三大类，分别为医学因素、个体因素、运行因素。其中，医学因素分疾病因素和药物因素。个体因素分睡眠因素、家庭因素和年龄因素。运行因素分工作负荷和排班因素。由此，可将影响管制员疲劳程度因素分成以上七小类。

在本实施例中，所述确定各个影响因素的综合影响比例的方法包括：根据疲劳程度调查问卷获取的影响因素的影响比例，将影响比例相加求平均，得到各个影响因素的综合影响比例K

K＝[K

其中，K为所有影响因素的综合影响比例的集合；i为影响因素的种类；K

在本实施例中，所述确定各个影响因素的综合影响程度的方法包括：

根据疲劳程度调查问卷获取的影响因素的影响程度量，将单一影响因素的影响程度量化定级数值相加求平均，以获取该影响因素的综合影响程度C

C＝[C

其中，C为所有影响因素的综合影响程度的集合；i为影响因素的种类；C

在本实施例中，所述根据综合影响比例和综合影响程度获取各个影响因素的疲劳值的方法包括：

P

P＝[P

其中，P为所有影响因素的疲劳值的集合；i为影响因素的种类；P

在本实施例中，所述根据疲劳值调整管制员排班制度的方法包括：根据各个影响因素的疲劳值的大小可以确定对管制员的疲劳影响程度大的影响因素，即疲劳值越大则该影响因素的最终影响程度越大；根据疲劳值对管制员排班制度进行调整，以降低疲劳值大的影响因素对管制员疲劳的影响。

图2是本发明所涉及的管制员性别分布示意图；

图3是本发明所涉及的管制员年龄分布示意图；

图4是本发明所涉及的管制员级别分布示意图；

图5是本发明所涉及的管制员婚姻状况分布示意图；

图6是本发明所涉及的管制员子女状况分布示意图；

图7是本发明所涉及的管制员总体疲劳程度分布示意图；

图8是本发明所涉及的管制员脑力疲劳程度分布示意图；

图9是本发明所涉及的管制员体力疲劳程度分布图示意图；

图10是本发明所涉及的管制员心理疲劳程度分布图示意图；

图11是本发明所涉及的管制员疲劳因素选择人数分布示意图；

图12是本发明所涉及的管制员疲劳因素选择占比分布图示意图；

图13是本发明所涉及的管制员疲劳因素影响比例分布示意图；

图14是本发明所涉及的管制员疲劳因素影响程度分布示意图。

在本实施例中，以广州高空区域管制员为疲劳度调查人群进行说明；调查群体为广州区域管制中心的部分管制员，覆盖领班主任、管制教员、成熟管制员、新放单管制员以及见习管制员等各级别管制员，采用不记名的方式，收到有效问卷一共70份，对问卷数据进行归纳整理，结果如下：

管制员性别占比如图2所示，其中男性管制员有60名，占85.7％，女性管制员有10名，占14.2％。

管制员年龄占比如图3所示，其中年龄分布在22-27岁管制员20名，占 28.6％，分布在28-35岁管制员36名，占51.4％，分布在36岁以上管制员14名，占20％。

管制员级别占比如图4所示，其中领班主任12名，占12.9％，管制教员19 名，占27.1％，成熟管制员19名，占27.1％，新放单管制员11名，占15.7％，见习管制员9名，占12.9％。

婚姻状况占比如图5所示，其中已婚管制员44名，占62.9％，未婚管制员 26名，占37.1％。

子女情况占比如图6所示，其中没有子女的管制员37名，占52.86％，一孩管制员24名，占34.29％，二孩管制员9名，占12.86％。

在本次管制员主观评测中，大多数管制员对自身疲劳程度判定比较高，如图7所示。其中43.2％的管制员认为自己非常疲劳(对应疲劳数值为5),有24.3％管制员认为自己比较疲劳(对应疲劳数值为4)。由图可见，本次调查中有将近 70％的管制员认为自己是比较疲劳的(疲劳数值4以上)。

根据调查问卷主观评测疲劳值统计计算得出，广州区域管制中心管制员总体疲劳均值如表1所示：

表1广州区域管制员疲劳均值表

根据调查问卷主观评测疲劳值统计计算得出，广州区域管制中心管制员脑力疲劳均值为3.64，具体情况如图8所示。从数据显示，管制员对自己的脑力疲劳程度主观评价数值较高，自认为脑力疲劳程度5的管制员所占比例高达 43％。脑力疲劳程度4的管制员占21.4％。

根据调查问卷主观评测疲劳值统计计算得出，广州区域管制中心管制员体力疲劳均值为1.8，具体情况如图9所示。从数据显示，疲劳程度为1的管制员所占比例为45.7％。疲劳程度为2的管制员占比34.3％。而没有人认为自己体力上非常疲劳。总体来说，管制员的体力疲劳程度较低。

根据调查问卷主观评测疲劳值统计计算得出，广州区域管制中心管制员心理疲劳均值为3.792，具体情况如图10所示。从数据显示，疲劳程度为5的管制员占比37％，疲劳程度为4的管制员所占比例28.6％。由图中数据可以反映出管制员的工作性质是比较容易导致心理疲劳的。

根据调查问卷设计中影响管制员疲劳程度各种因素，主要分为三大类，分别为医学因素、个体因素、运行因素。其中，医学因素分疾病因素和药物因素。个体因素分睡眠因素、家庭因素和年龄因素。运行因素分工作负荷和排班因素。由此，可将影响管制员疲劳程度因素分成以上七小类。

根据调查问卷的数据显示，对于疲劳原因的勾选，受访的70位管制员中有 69人勾选了工作负荷原因，比例高达98.6％。第二位是排班因素，勾选人数达到58人，占82.9％。第三位是睡眠因素，勾选人数38人，占54.3％。第四位是家庭因素，勾选人数28人，占40％。第五位年龄因素，勾选人数9人，占12.9％。最后两位为药物因素和疾病因素，勾选人数仅4人和2人，占5.7％和2.9％。

从图11、12所示，勾选工作负荷人数最多，其次是排班因素，说明大部分管制员都认为运行因素对于疲劳有很大影响。而个体因素当中，除了年龄因素外，睡眠因素和家庭因素也有较多管制员勾选，说明个体因素对于管制员疲劳程度有较大的影响。药物因素和疾病因素勾选的管制员的较少，说明医学因素对于管制员来说影响并不大。但是，单单从这个勾选的结果只能判断出管制员认为的影响因素有哪些，并不能准确的判断这些因素影响的程度。

根据管制员调查问卷对于各个影响因素的影响比例，相加求平均，得到各个影响因素的综合影响比例。

根据图13数据显示，得到：

K

K

K

K

K

K

K

如图14所示，根据调查问卷样本，受访管制员对各个因素进行打分(1-5 分)，再对样本数值进行相加求平均，得到各个因素的影响程度，得到：

C

C

C

C

C

C

C

利用各个疲劳因素的影响比例和影响程度，可以得到广州区域管制中心管制员各个疲劳因素(影响因素)的疲劳值：

P

P

P

P

P

P

P

总的疲劳值P＝3.742，其中P

对管制员疲劳影响最大的因素为工作负荷和排班，因此可以对排班进行优化可以降低管制员的疲劳。

运行因素是影响管制员疲劳程度最重要的因素，由于空域资源匮乏，航路航线不合理，人力资源匮乏等问题，导致一线管制员的工作负荷高，值班时间长，倒班频繁，从而使一线管制员疲劳程度较高而且不容易恢复。

管制员工作负荷，管制员通过发布指令，改变航空器的航行诸元来保证航空器的安全间隔。管制员通过星基导航设备和陆基导航设备来监控航空器的位置与飞行数据，并通过甚高频与飞行员进行联系。除此之外，管制员还要为航空器驾驶员提供各种相关的航路情报和冲突情报。由管制员的工作内容来看。从调查问卷样本结果分析，管制员工作负荷是影响疲劳程度最大因素。

排班因素，从调查问卷样本结果分析，排班因素是影响管制员疲劳程度第二大因素，仅次于工作负荷。由于空中交通管制工作的特殊性，需要倒班，倒班会干扰管制员的作息规律，不规律的生活作息容易导致疲劳的累积。长时间的倒班会让管制员长时间处于疲劳状态，疲劳会极大程度的影响管制员对于空中冲突的判断，影响管制员的决断。拥有一套科学合理的排班对于管制工作来说尤为重要，可以减轻管制员的疲劳程度，提高管制工作效率，降低管制风险。所以排班制度的合理化可以减少管制人员的疲劳，避免危险的发生。

综上所述，本发明通过确定影响管制员疲劳程度的影响因素；确定各个影响因素的综合影响比例；确定各个影响因素的综合影响程度；根据综合影响比例和综合影响程度获取各个影响因素的疲劳值；以及根据疲劳值调整管制员排班制度，实现了确定各影响因素对管制员疲劳的最终影响程度，从而调整管制员的排班，降低管制员的疲劳，以减少因管制员疲劳造成的危险。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法，也可以通过其它的方式实现。以上所描述的举例实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。