基于字词向量融合的民航智慧监管短文本分类

为解决民航监管事项所产生的检查记录仅依靠人工进行分类分析导致效率低的问题,提出一种基于数据增强与字词向量融合的双通道特征提取的短文本分类模型,探讨民航监管事项的分类,包括与人、设备设施环境、制度程序和机构职责等相关问题。为解决类别不平衡问题,采用数据增强算法在原始文本上进行变换,生成新的样本,使各个类别的样本数量更加均衡。将字向量和词向量按字融合拼接,得到具有词特征信息的字向量。将字词融合的向量分别送入到文本卷积神经网络(TextCNN)和双向长短期记忆(BiLSTM)模型中进行不同维度的特征提取,从局部的角度和全局的角度分别提取特征,并在民航监管事项检查记录数据集上进行试验。结果表明:该模型准确率为0.9837,F 1值为0.9836。与一些字嵌入模型和词嵌入模型相对比,准确率提升0.4%。和一些常用的单通道模型相比,准确率提升3%,验证了双通道模型提取的特征具有全面性和有效性。

民航管制安全风险主题时空分布规律研究

为了探究民航管制安全风险的时空分布规律,基于潜在迪利克雷分布(Latent Dirichlet Allocation,LDA)主题模型识别出民航管制安全风险主题,定义民航管制安全风险主题强度的定量测度指标,运用全局空间自相关分析和冷热点分析对民航管制安全风险主题的时空分布规律进行研究。结果表明:利用LDA主题模型识别出“管制员指令错误风险”等10个管制安全风险主题;“管制员指令错误风险”主题存在较弱的全局空间自相关性,在2018—2021年,全局Moran’s I总体呈现波动增长的趋势;在2018—2021年,“管制员指令错误风险”主题强度高值聚集的区域由西南向东南转移,高值聚集区域数量变少,且不稳定,低值聚集区域发生转移并在2020年后保持稳定。通过全局空间自相关分析和冷热点分析确定了2018—2021年中国民航不同管制区域的管制安全风险的时空分布格局,为局方进行差异化的安全监管提供决策支持。

基于双流自适应图卷积网络的管制员睡岗行为识别

为识别空中交通管制员的睡岗行为,减少管制差错,保障航空器飞行安全,提出了一种基于双流自适应图卷积网络的管制员睡岗行为识别方法。该方法设计双流网络分别处理管制员骨架的一阶信息和二阶信息,实现对骨架数据的充分提取;通过自适应学习的骨骼拓扑连接矩阵,挖掘管制员不同关节之间的功能连接关系;同时在卷积层引入时空通道注意力机制,增强管制员睡岗行为识别模型在时间、空间、通道3个方向提取重要信息的能力。仿真结果表明,该方法能有效识别管制员3种睡岗行为,相较于传统的时空图卷积网络,识别准确率提高了3.08百分点,达到95.03%,可以提高民航运行安全管理水平。

Prophet-LSTM组合模型在运输航空征候预测中的应用

为准确预测中国运输航空征候万时率,提出了一种将时间序列模型和神经网络模型组合的预测方法。首先,利用2008年1月—2020年12月的运输航空征候万时率数据建立Prophet模型,使用RStudio软件进行模型拟合,获取运输航空征候万时率的线性部分;其次,利用长短期记忆网络(Long Short-Term Memory,LSTM)建模,获取运输航空征候万时率的非线性部分;最后,利用方差倒数法建立Prophet-LSTM组合模型,使用建立的组合模型对2021年1—12月运输航空征候万时率进行预测,将预测结果与实际值进行对比验证。结果表明,Prophet-LSTM组合模型的EMA、EMAP、ERMS分别为0.0973、16.1285%、0.1287。相较于已有的自回归移动平均(Auto Regression Integrated Moving Average,ARIMA)+反向传播神经网络(Back Propagation Neural Network,BPNN)组合模型和GM(1,1)+ARIMA+LSTM组合模型,Prophet-LSTM组合模型的EMA、EMAP、ERMS分别减小了0.0259、10.4874百分点、0.0143和0.0128、2.0599百分点、0.0086,验证了Prophet-LSTM组合模型的预测精度更高,性能更优良。

基于QAR着陆数据的跑道状况等级评估方法

跑道状况等级是飞机安全着陆的一个关键信息。为了进一步提高跑道状况评估的准确性和及时性,提出一种利用飞行快速存取记录器(Quick Access Recorder, QAR)数据快速评估跑道状况等级的方法。首先,根据飞行数据特征从繁多的数据中提取模型所需输入参数;其次,建立基于QAR数据建立飞机采用自动刹车着陆的动力学模型,并计算不同跑道状况等级对应的理论着陆距离;最后,将实际着陆距离与不同的跑道状况等级对应的理论着陆距离作对比,确定跑道状况等级。利用波音738和空客A320的QAR着陆数据分析某机场的跑道状况等级,并与该机场的雪情通告进行对比,验证了模型的准确性。研究成果可用于未来航班的着陆距离预测,为飞行员选择合适的刹车等级提供参考。

城市无人机航线飞行间隔与调控频率综合研究

聚焦城市无人机航线飞行,为确保运行安全,需要为无人机配备合适的飞行间隔。面向同航线纵向飞行场景,研究了考虑冲突频率与碰撞概率且符合ICAO间隔制定原则的间隔调控模型。通过研究仅考虑无人机定位误差下的碰撞风险,得到无人机纵向飞行间隔,作为后续间隔计算的基准;通过综合考虑定位误差和速度误差引发的位置不确定性,计算伴随无人机航线飞行进程的碰撞风险。加大纵向间隔会延迟突破安全目标水平的时机,但随着飞行进程的推进,碰撞风险终将突破安全目标水平。基于此,提出了无人机位置调控机制,对2架无人机位置进行定期调控,以消除速度所产生的累积误差。针对某1个指定的安全目标水平,得到了纵向间隔与位置调控频率的关系曲线,发现二者存在博弈关系,实施高频调控,需要采取更小的航线间隔;反之,则需要加大航线间隔。同时,为兼顾城市空间与位置调控能力的双重约束,提出了选取曲率最大值位置的所需飞行间隔与调控频率作为折中方案,发现安全目标水平要求越严格,所需调控频率和飞行间隔越大。实验得到在满足安全目标水平为5×10^(-9)次/飞行小时情况下,所需调控频率为87次/h,所需纵向飞行间隔为90 m;同时在实际运行环境中,应用上述评估模型与方法可以客观选择所需间隔和调控频率。本文研究可以兼顾城市物流无人机空中运行的安全,提高城市空域利用率和派送效率。

基于深度强化学习的综合航电系统安全性优化方法

为解决传统基于人工检查的安全性设计方法难以应对航电系统大规模集成带来的可选驻留方案爆炸问题,构建航电系统分区模型、任务模型以及安全关键等级量化模型,将考虑安全性的综合化设计优化问题模型化为马尔可夫决策过程(MDP)问题,并提出一种基于Actor-Critic框架的柔性动作-评价(SAC)算法的优化方法;为得到SAC算法的参数选择和训练结果之间的相关性,针对算法参数灵敏度开展研究;同时,为验证基于SAC算法的优化方法在优化考虑安全性的综合化设计方面的优越性,以深度确定性策略梯度(DDPG)算法和传统分配算法为对象,开展优化对比试验。结果表明:在最佳的参数组合下,使用的SAC算法收敛后的最大奖励相较于其他参数组合提升近8%,同时,收敛时间缩短近16.6%;相较于DDPG算法和传统分配算法,基于SAC算法的优化方法在相同的参数设置下获得的最大奖励、约束累计违背率、分区均衡风险效果、分区资源利用以及求解时间方面最大提升分别为62%、7464%、8370%、2123%和775%。

管制员个体工作负荷多维量化研究

为提高空管系统高效运行,聚焦管制员个体工作负荷建立量化模型;首先设计试验采集一线16名区域管制员的岗前与岗后各项指标数据,根据测试数据变化,选择出敏感变量,描述个体工作负荷;其次建立包含心理感知负荷、生理反应负荷与脑力工作负荷3个维度的综合评估指标体系,构建管制员个体工作负荷指数模型;然后通过熵权-客观组合法求解个体工作负荷指数最优权重,最终得出管制员个体工作负荷量化模型;最后进一步根据管制员个体工作负荷综合指数进行K-Means聚类分析,结果表明:管制员因个体不同岗后工作负荷存在差异。依据个体工作负荷指数大小,管制员可分为3类,A类管制员数量占总人数50%,岗后个体工作负荷增长最小;B类管制员数量占总人数43.75%,岗后负荷增长居中;C类管制员数量占总人数6.25%,岗后负荷增长最大,与教员对管制员能力的评分结果一致。

面向飞行全过程的民航事故致因关联网络分析

为提升我国民航安全水平,面向“滑行—起飞—爬升—巡航—下降—进近与着陆”的飞行全过程,提出一种基于关联规则和社会网络分析(SNA)的致因分析方法。首先,搜集中国民航安全信息系统2010—2022年共1051起民航事故案例,结合《控制航行服务程序—培训》,建立基于“人—机—环—管”的民航事故致因体系;其次,采用EasyData数据服务平台进行标注,构建面向飞行全过程的民航事故致因数据集,基于FP-Growth算法挖掘以飞行阶段为规则后项的关联规则;最后,考虑关联规则的共现频率,构建民航事故致因关联网络,开展飞行阶段与事故致因的中心性分析。结果表明:进近与着陆阶段是飞行过程中风险最大的阶段,运行失效、跑道安全事故和客舱安全事故是主要事故类型,在挖掘出的10个民航事故关键致因因素中,人为因素4个、设施设备因素2个、环境因素3个、管理因素1个。

基于证据理论和区间分析的eVTOL热失控安全性分析

为保证eVTOL的安全性,需要对锂电池的热失控问题进行安全性分析。针对锂电池热失控失效数据不足这一问题,提出一种基于证据理论和区间分析的安全性评估方法:对系统进行故障树建模;针对故障树分析中存在的底事件失效率不精确的问题,使用证据理论计算底事件失效概率区间,并结合区间理论对故障树顶事件进行计算;通过重要度分析,找出对顶事件影响最大的底事件。利用所提方法,对eVTOL电池热失控进行安全性分析并计算各底事件的重要度,从而为降低系统失效概率、提升系统安全性水平提供依据。

面向预期功能安全的eVTOL智能避障系统运行时保证方法

为保障电动垂直起降飞行器(eVTOL)在城市空中交通(UAM)场景下的预期功能安全(SOTIF),降低人工智能算法的验证难度,建立基于运行时保证(RTA)方法的避障模型。首先,使用人工势场法改进的柔性动作评价(SAC)算法作为eVTOL智能避障系统的复杂功能;然后,使用动态反应规划(DRP)作为智能航电系统的备用功能,以减缓SOTIF危险,同时,使用监视和决策模块采集环境状态,搭建RTA架构;最后,分别仿真仅使用复杂功能和具有RTA架构的避障系统,对比避障效果。结果表明:2种方法均可实现避障,但仅使用复杂功能的传统避障系统会带来SOTIF危险;经过RTA架构设计,可使eVTOL的安全飞行时长占比由78.4%提高到98.15%,总航路长度仅增加0.95%,在保障效率的同时,降低了在运行场景中的风险。

融合强化学习的DBN跑道侵入风险预测

为解决机场跑道侵入事件风险量化难度大、时效性差、精准性低等问题,提升跑道侵入风险预警能力,构建融合强化学习的动态贝叶斯网络(DBN)风险预测模型。首先,结合因果推断理论与灰色关联分析法分析跑道侵入历史事件,识别跑道侵入事件风险致因;其次,运用贝叶斯网络(BN)理论挖掘各风险因素间的关联性,并利用皮尔逊线性相关系数量化各因素间的关联关系,构建表征风险传播的致因关系网络;然后,利用三角模糊方法与隐马尔可夫模型(HMMs)优化DBN参数学习机制;最后,利用历史数据验证基于融合强化学习的DBN预测结果准确性。结果表明:基于融合强化学习的DBN预测结果与历史数据统计数值的拟合较好,准确率为84%,与单独DBN预测结果相比准确性提升10%;相比于采用度值评价法,通过互信息识别关键节点可有效提升预测准确率和区分度。

飞行员应急处置能力评价模型

为提高飞行员在紧急情境下的应急处置能力,减少民航安全事故,基于决策模型和应激理论模型,分析飞行员任务过程,从飞行员运行安全能力和飞行员储备安全能力2个方面建立飞行员应急处置能力指标体系;运用模糊层次分析法(FAHP)建立包含安全运行能力B1和储备安全能力B2指标体系,结合专家意见确定二级指标的隶属度,得到飞行员应急处置能力的核心指标;通过证据推理(ER)算法合成民航安全领域相关专家综合评价飞行员应急处置能力的流程,并选取某航空公司2个机组飞行员进行实证分析。研究结果表明:评价飞行员应急处置能力模型很好地降低不确定性对评价结果的影响,从而显著提高评价结果的可靠性。

基于QAR数据的飞行控制系统故障研究综述

为系统梳理国内外对民用飞机飞行控制系统故障分析的研究历程和现状,针对基于快速存取记录器(QAR)数据分析的飞行控制系统典型故障类型,首先,总结QAR数据预处理、特征提取等使用过程;然后,根据故障分析可达到的性能指标,提出4个故障研究阶段,分别为故障监测、故障识别、故障诊断和故障预测;最后,综合国内外研究进度与深度,得出飞行控制系统典型故障类型,包括方向舵液压泄漏、升降舵指示不一致、襟翼动作耗时等,建模常用QAR数据项包括飞机主舵面位置、飞行姿态、飞机性能、左右襟翼角度、襟翼位置等,计算方法包括物理模型、多变量统计、逻辑推理、机器学习等。结果表明:系统分析方向舵、升降舵、襟翼等子系统最新研究进展,发现在故障类型、参数选择和计算方法的改进等方面取得了一定的成果,故障研究阶段基本处于故障诊断或非实时预测水平,但仍需加强面向安全保障与实际维修方面的需求,以实现故障实时预测技术。

循环老化三元锂离子电池热失控气体毒性研究

为研究高能量密度锂离子电池循环老化过程中热失控特性变化及释放气体的毒性危害,对不同循环老化程度的三元锂离子电池进行热滥用实验,利用气体传感器阵列,基于有效剂量分数模型对热失控气体毒性危害进行定量分析。结果表明,高镍含量三元锂离子电池循环性能差,200次循环老化后,电池健康状态低于70%。老化电池更容易进入热失控状态,热失控反应更剧烈但释放能量少,释放气体燃烧效率低。在密闭空间内,电池热失控释放窒息性气体危害性比刺激性气体更高,150次循环老化电池的窒息性气体毒性累积效应比新鲜电池早638 s达到临界值1。随老化程度增加,最终电池的刺激性气体毒性即时效应与气体致死毒性即时效应降低,与新鲜电池相比,100次循环老化后,电池的刺激性气体毒性即时效应降低0.34,气体致死毒性即时效应降低0.19。研究结果可为老化电池安全性评估及热失控预警提供数据支撑。

锂离子电池热失控气体毒性风险分析方法

为研究锂离子电池热失控气体中主要有毒物质的危害程度,提出一种基于风险评估理论的锂离子电池热失控气体毒性风险分析方法。以点燃参数表征锂离子电池热失控发生概率,利用2种有效剂量分数(FED)方程与气体传感器阵列检测结果,建立锂离子电池热失控气体毒性动力学模型,进而表征气体毒性造成的后果,分析不同荷电状态(SOC)下三元锂离子电池热失控气体的毒性风险。结果表明:高SOC锂离子电池更易进入热失控状态,热失控释放的CO、HF及气体总量随SOC的增加而增加;锂离子电池SOC越高,热失控释放气体毒性风险越大,100%SOC锂离子电池毒性风险约为25%SOC锂离子电池的8倍,需要11倍的新鲜空气稀释才能达到安全浓度。研究结果可为锂离子电池热失控早期预警及气体毒性评价提供数据参考。

结合STPA和DEMATEL-ISM的民机起落架收放系统风险研究

为从系统整体角度完成对起落架收放系统的风险辨识和影响分析,将系统理论过程分析(Systematic Theory Process Analysis,STPA)与决策实验室分析-解释结构模型(Decision Making Trial and Evaluation Laboratory Interpretive Structural Modeling,DEMATEL-ISM)相结合来开展分析。首先,定义事故和系统级危险,以民机进近阶段放下起落架为例,运用STPA完成对风险因素的系统化辨识;其次,基于最大平均熵减(Maximum Mean De-entropy,MMDE)算法帮助DEMATEL-ISM模型确定阈值,完成对风险因素影响的重要性分析并识别可能引发系统级危险的风险传递路径,据此挖掘关键致因场景,以给出风险预防建议。结果显示:线路性能退化或失效、位置作动控制组件(Position Action Control Unit,PACU)核心处理器故障为关键原因因素,收放作动筒作动异常、机组成员操作不当、起落架指示灯显示异常、起落架液压选择阀作动异常、PACU信息接收有误为关键结果因素,这些因素均涉及多条可能引发系统级危险的风险传递路径,应予以重点控制。

基于注视特征的多因素飞行冲突探测策略研究

为研究不同空域复杂性条件下的飞行冲突探测策略,设计最小间距(MD)×汇聚角度(CA)×速度特性(SC)的被试内三因素重复测量实验方案,基于马尔科夫链的注视平稳分布概率和兴趣区注视时长分布特征,判断被试所采用的冲突探测策略并分析不同策略下的任务绩效指标。研究结果表明:在汇聚角度较大、最小间距更接近告警间隔的实验场景中,被试多采用距离-速度比(DV)策略;在汇聚角度较小、最小间距较小、航空器速度相同的实验场景中,被试多采用认知运动外推(CME)策略。多数情况下,采用CME策略判断飞行冲突的反应时更短、正确率更高。研究结果可为提高冲突探测的感知和预判能力提供参考。

基于FDS的风扇舱双油池火温度变化特征

航空发动机燃油泄漏形成的油池火威胁发动机运行和飞机安全,为描述风扇舱内油池火复杂的物理传播过程,开展双油池火温度变化特征的研究。首先,基于火灾动力学模拟软件(FDS)建立CFM56-7B发动机风扇舱物理计算模型;然后,比较Trent 800发动机风扇舱单油池火温度计算值与试验值,验证网格独立性;最后,借助探测器和切片分析舱内双油池火的发展过程和温度变化特征。结果表明:双油池火温度在舱内环向上经历增加和振荡准稳态2个变化阶段,其变化幅度与探测器和油池的间距相关;油池火向左偏斜现象导致左半边温度较高;火焰在轴向上经历火羽流上浮、火焰开始融合、融合扩大和完全融合等阶段。

应急情境下管制员情境意识可靠性研究

为提升管制员的应急处置能力,从管制员的个人能力、管制任务特点和管制设备3个方面构建管制员情境意识(SA)可靠性模型;利用塔台管制模拟软件和SA全面评价技术(SAGAT)测量管制员在应急情境下的SA水平;基于贝叶斯网络(BN)对SA可靠性进行定量分析,进而预测管制员的SA水平,并基于贝叶斯推理分析影响管制员SA可靠性的关键因素。研究结果表明:应急情境下,管制员SA可靠性和SA水平显著正相关,可通过管制员的SA可靠性预测SA水平;通过BN推理分析发现,对管制员的SA可靠性影响程度和敏感程度较高的因素为调配飞机可用时间、管制设备的精准度和管制员的记忆力;对管制员SA可靠性影响最大的致因链为调配飞机可用时间→任务特点→SA可靠性。