民机引气系统快速存取记录器数据健康监测方法

状态监控与健康管理技术是国产民机运营支持亟待突破的关键技术,以民机引气系统为对象,设计实现了基于快速存取记录器(Quick access recorder,QAR)数据的民机引气系统健康监测方法,提出引气系统故障检测算法。根据引气系统原理和工况从QAR解码数据中提取高压级和低压级调压对应的监测数据。引入准确度、虚警率和漏警率指标优化指数加权滑动平均(Exponentially weighted moving average,EWMA)控制图方法,根据优化指标确定控制图的关键参数EWMA的平滑系数、构成检测样本的监测数据点数量和EWMA的控制限系数。借助航空公司收集的实际数据对方法进行验证,结果表明,与当前航空公司现行方法相比,提出的方法可降低故障预警的虚警率、提高准确度,提前故障发现时间,为航空公司合理安排飞机维修计划、减少飞机停场时间提供支持。

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。

基于QAR数据的飞行员个体超限风险精细化评价模型

为定量评价飞行员个体超限风险,提出一种基于快速存取记录器(QAR)数据和飞行品质监控(FOQA)的飞行员个体超限风险精细化评价模型。首先,根据事故统计结果、国际民航组织(ICAO)及FOQA基站划分的核心风险类别,选取其中3类风险的FOQA监控项目作为评价指标,计算飞行员个体单项核心风险值;然后,运用熵权逼近理想解排序法(TOPSIS)测算各项核心风险值所占权重,提出飞行员个体超限风险精细化评价模型;最后,将模型运用于实际飞行风险量化评价,通过采集中国民航(CAAC)FOQA基站中共9317条多源融合数据,量化飞行员个体超限风险,得到飞行员个体超限风险量化值排序,结合K-means聚类算法划分飞行员个体超限风险等级。结果表明:该模型可量化排序1693名飞行员个体超限风险,并将飞行员超限风险等级划分为高风险、中风险和低风险3类。

基于飞行QAR数据的重着陆风险定量评价模型

为量化评估民机重着陆事件风险,基于飞行快速存取记录器(QAR)数据及定量风险评价原理,应用统计建模方法建立一个重着陆风险定量评价模型。依据重着陆判定参数的分布函数及相应算法评价重着陆发生的可能性和严重性,并计算出风险等级。最后应用采集的QAR数据验证模型的适用性和可行性。结果表明:该模型可用于评估单次航班的重着陆风险,也可用于预测机队重着陆的风险,评价不同机队的着陆绩效。预期模型的进一步软件化可应用于航空公司对重着陆风险的前瞻性管理。

QAR数据仓库在Hive中的构建

分析QAR数据是一种非常有效的监控飞机状态的方法。但随着民航领域的快速发展,QAR数据的规模急剧增大,现有基于关系型数据库的QAR数据仓库不足以支撑海量数据下的存储与分析,导致海量的QAR数据因无法处理变成了信息垃圾。因此,针对现有数据仓库的不足,提出基于Hive的QAR数据仓库。通过对Hive特点及QAR数据结构分析,设计了基于Hive的QAR数据仓库的总体架构和存储结构。通过将现有数据仓库中的数据移植到基于Hive的QAR数据仓库,实现了对已有数据仓库的兼容。实验结果表明基于Hive的QAR数据仓库在面对QAR数据剧增的情况下,处理所需时间依然保持着线性增长。

QAR数据在飞行安全评价中的应用

为提高航班飞行安全水平,帮助航空公司制定有针对性的飞行技术提升措施,采用QAR数据建立飞行安全评价模型。模型以QAR超限事件为评价指标,通过确定白化权函数,并利用离差最大化原理得到各指标权重;再应用灰色聚类方法评价一定时期内的飞行安全水平;最后以某航空公司B737-800机队2014年度QAR超限频率较高的5类实例事件对评价模型进行验证。结果表明:该公司6月、9月、12月运行情况很好,而1月、7月运行情况很差,这一结果与实际情况基本吻合,证明模型适用于飞行安全评价。

基于K-EROS的QAR数据集的相似性分析

叙述了传统的PCA方法在处理QAR数据相似性问题的不足,提出基于EROS的KPCA方法处理QAR数据之间的相似性问题。通过引入EROS方法而不需要对数据进行向量化,引入核矩阵对QAR数据进行主成分分析,可以有效降低数据的维数。选取两组QAR数据集,采用支持向量积方法,选用不同数目的主成分进行分类实验,同SPCA方法和GPCA方法进行比较,实验结果显示把该方法运用到QAR数据集,具有较好的分类结果。

基于QAR数据的碳当量值适航符合性验证方法

为评估飞机碳排放水平并验证适航性,对国际民用航空组织最新的碳排放认证程序进行了研究。以比航程(SAR)和基准几何因子(RGF)组成的综合指标碳当量值作为评估适航性的度量,根据飞机最大起飞重量(MTOM)值选取试飞测量点,并确定对应的飞机碳当量值限制线。提出了一种基于快速存储记录器(QAR)数据的飞机碳当量水平快速评估方法,利用新服役飞机的QAR数据,使用多参数支持向量机回归(SVR)方法分别建立燃油消耗率和飞行速度相对于推力的修正关系,通过飞机总重换算求解3个飞行测量点条件下的SAR值,并计算碳当量值。使用一架B777-200新飞机的QAR数据进行实例分析,计算结果显示,该机型碳当量值为1.5987,超出限制线20.5%。提出的基于QAR数据的碳当量值计算方法可以用于飞机碳排放水平的快速评估。

基于QAR数据的飞行员安全能力评估模型的构建

目的构建基于QAR (quick access recorder)数据的飞行员安全能力评估模型。方法借鉴风险指数评价方法,以QAR数据中超限事件的判定参数和发生频率代表风险后果的严重程度和风险发生的概率,将两者的乘积作为飞行员安全能力的衡量指标。为了比较不同类型的超限事件,在处理判定参数和发生频率时,对数据实施了标准化处理和线性变换。结果以某航空公司36名机长3年的QAR原始数据为基础进行了模型实际应用,得到每名飞行员的安全能力分数,评估了每名飞行员的安全能力等级。结论基于QAR数据的安全能力评估模型可以有效地对飞行员的安全能力进行定量评估。

基于QAR数据的着陆超限风险贝叶斯网络分析模型

为分析民机着陆超限风险及其影响因素,基于飞行快速存取记录器(Quick Access Recorder,QAR)数据,构建着陆超限风险贝叶斯网络分析模型。首先,采集2019年和2020年国内某航空公司B737-800机队共37443个航段QAR数据作为样本数据;然后利用GeNIe 3.0软件GTT(Greedy Thick Thinning)算法进行参数学习,建立着陆超限风险贝叶斯网络(Bayesian Network,BN)模型,应用10-fold交叉验证方法对模型进行检验。结果表明,着陆超限风险贝叶斯网络可有效分析着陆超限事件的因果关系,计算得出样本机队减小着陆超限风险的飞行参数组合。该分析模型可用于对机队或飞行员个体的着陆超限风险预测,为降低着陆飞行超限风险、前移安全关口提供客观依据。

基于QAR数据的飞行员飞行操作风格研究

为减少或避免由飞行员操作导致的不安全事件发生,保障民航航班运行安全,深入探究飞行员飞行操作过程中的整体倾向性和飞行员操作风格。基于某B737-800型机队快速存储记录器(QAR)数据,首先,提取多个飞行阶段飞行员操作风格的特征参数,构建数据集;然后,采用高斯混合模型(GMM)聚类的方法对数据集分类;最后,运用方差分析方法,分析不同操作风格影响下的飞机状态。结果表明:该机队飞行员驾驶风格能够划分为有明显差异的3类,分别为激进型、普通型和保守型;相同操作风格飞行员的飞行操作表现出整体相似的特征;不同操作风格飞行员操控下飞机飞行状态具有显著性差异。利用QAR数据能够较为准确地判断机队飞行员的操作风格,识别飞行员操作整体特征,并评估不同操作风格飞行员在飞行实践中的操作风险,进一步辅助规范飞行员操作行为,提升飞行员操作能力。

QAR数据驱动的飞行员不安全操作行为量化评价

为实现对飞行员不安全操作行为的量化评价,提出一种基于飞行快速存取记录器(QAR)数据的飞行员不安全操作行为量化评价方法。首先,梳理分析人的不安全行为理论及分类方法,根据飞行员不安全操作行为特点,从时间、空间2个维度出发,提出偏时性、错序性、遗漏性、多余性、超限性5个飞行员不安全操作行为评价指标;然后,邀请78名飞行专家,结合评价指标对飞行品质监控(FOQA)中的不安全事件进行分类,形成涵盖整个飞行运行阶段的飞行员不安全操作行为量化评价指标体系;最后,构建飞行员不安全操作行为量化评价模型,结合QAR数据,实现对飞行员不安全操作行为的定量计算。结果表明:该方法可以用于飞行员差错及违规等不安全操作行为的量化评价,同时,为航空公司开展有针对性的不安全行为风险管理和针对性训练提供依据。

基于QAR数据的接地仰角超限风险预测模型

为了定量预测民机接地仰角超限风险,基于QAR数据应用统计建模方法建立了接地仰角超限风险预测模型。首先,在大量QAR数据中筛选出接地仰角指标数据,进行数据分布的预测和检验。依据接地仰角的分布函数及相应算法预测接地仰角超限事件发生的概率。以某航B737-300为例,应用采集的QAR数据验证了模型的准确性和可行性。验证结果表明,该模型对接地仰角超限的风险预测结果,与该航空公司数据吻合。该模型可为航空公司对飞行员的日常培训提供针对性指导,实现风险的前瞻性管理。

配对进近侧向位置误差QAR参数关联性分析

为研究配对飞机进近阶段飞行员操作和环境因素与侧向位置误差间的关联性,结合快速存取记录器(QAR)数据,基于飞机侧向位置修正过程,识别影响侧向位置误差的QAR参数;建立模糊关联模型,模型中运用模糊C均值(FCM)聚类方法将QAR参数的样本值聚类,得到每个参数的隶属度矩阵;结合Apriori算法,挖掘参数间及参数与侧向位置误差间的关联规则;基于关联规则量化其中的关联性,使用A320-200的真实样本数据进行关联性分析。结果表明:识别出的QAR参数在指定30%支持度下都与侧向位置误差相关;飞机的仰角、坡度、方向舵位置以及风向对侧向位置误差影响较大。

随机森林算法在擦机尾事件预测中的应用研究

为实现对擦机尾事件的预测,研究提出一种以非超限飞行数据为基础,运用随机森林算法建立擦机尾事件的预测模型。首先,以B737-800机型的数据为基础,根据对着陆运行过程及擦机尾形成机理的分析得出影响着陆擦机尾事件的特征参数。其次,利用袋外数据计算不同特征的重要性分数,并以此为基础提取适用于随机森林预测的最优特征组合。最后,运用随机森林算法建立着陆擦机尾事件预测模型并与支持向量回归和长短期记忆网络模型进行对比。运用随机森林所建立的航空器擦机尾预测方法可以有效利用大量存在潜在价值的数据,实现对擦机尾风险告警的关口前移的目的。结果显示:在着陆前7 s预测的情况下,所建模型测试集的决定系数在0.85以上,且在改变数据规模的情况下仍能保持预测精确率,与支持向量回归和长短期记忆网络相比,随机森林模型具有较好的拟合度和更高的预测精度,可为飞行员提供足够的反应时间来采取必要的措施,进而避免擦机尾事件的发生。

运输航空飞行安全风险评价方法

为研究中国民用运输航空飞行安全风险,提出一种基于不安全事件调查报告和快速访问记录器(QAR)数据的运输航空飞行安全风险评价方法。首先,依据风险源事件后果严重程度不同将风险分为显性风险和隐性风险,再根据风险源事件的10年平均风险贡献度大小将风险分为直接风险和或有风险,进而得到运输航空飞行安全风险分类;然后,建立运输航空飞行安全风险评价指标体系和风险评价模型;最后,以2017年中国民用运输航空实际运行不安全事件和QAR超限事件数据验证所提评价指标体系和模型的合理性。结果表明:运输航空飞行安全风险评价结果与该年度中国民航航空安全报告中安全风险分析结论基本一致。

多元线性回归在引气系统故障诊断中的应用

针对利用快速存取记录器(QAR)数据进行民机系统故障诊断问题,以民机引气系统为对象,提出了一种适合多飞行循环数据特点的多元线性回归模型的故障检测方法.首先建立了多飞行循环数据的引气系统性能多元线性回归模型,设计了飞行循环和飞行循环内故障检测方法;然后采用最大后验估计方法进行模型参数估计;最后设计了适合多飞行循环数据的模型参数最大后验估计算法.借助仿真数据和航空公司收集的实际飞行数据对方法进行了验证,结果表明了该方法有效且具有一定工程应用价值.

基于熵权法的飞机燃油流量全航程组合预测

在复杂的航班运行中,影响各飞行阶段的主要因素不尽相同。以当前使用范围较广的B737NG飞机所使用的快速存取记录器(quick access recorder,QAR)的大量数据进行研究,将航段划分为巡航、爬升、下降等阶段,利用熵权法确定不同预测模型的权系数,建立全航程组合预测模型。利用Pearson相关性系数分析筛选建模数据,以平稳小波Rigorous SURE的方法对数据进行预处理、滤波去噪。针对BP神经网络(误差反向传播网络)在飞行状态复杂的下降及地面阶段预测效果不理想,引入回归模型进行修正。以熵值法确定动态权系数,即结合飞行阶段进行分段预测,以飞行参数为基础建立燃油流量(fuel flow,FF)的全航程组合预测模型。通过仿真分析,并选取航班中普遍且具代表性的情况验证预测模型的精确度,误差范围均在±3. 5%内,证明该模型合理且具有较广的适用范围。

基于DBN的飞机着陆弹跳预测方法

飞机着陆弹跳是航班运行中经常发生的不正常事件,为掌握着陆弹跳的诱因并有效预防该类事件发生,首先,提出一种基于深度置信网络(DBN)的飞机着陆弹跳预测方法;其次,通过航空运行数据评估事件与着陆机场环境条件的相关性,以东航实际着陆弹跳事件为例,探究着陆时油门杆位置与弹跳的变化趋势;然后,分别讨论触地前飞行员操纵、飞机状态和飞机的不稳定进近对着陆弹跳的影响;最后,以不同信息的组合作为输入训练模型,对比预测精度,找到最优模型。研究结果表明:基于DBN的方法适合利用大量航班数据预测着陆弹跳事件;当网络输入包含机场环境条件、飞机油门杆位置等着陆弹跳直接影响因素,以及不稳定进近等非直接影响因素时,该预测模型能够较准确地预测着陆弹跳事件,其预测准确度可达到94.78%。

建立具有可靠性管理思想的QAR数据保障机制

随着QAR技术的日益推广应用,其保障航空安全的重要意义越来越为广大从业人员所认可。本文详细地阐述了具有厦门航空有限公司特色的、以可靠性管理思想为基础的QAR数据保障机制。