基于QAR飞参数据飞行员风切变处置能力评价模型

为提高飞行员处置风切变的能力,本文基于快速存取记录器(QAR,quick access recorder)飞参数据建立了飞行员风切变处置能力评价模型。首先,将飞行员风切变处置能力分为处置决策及时性、程序合规性以及航迹管理能力3个维度;其次,基于层次分析法(AHP,analytic hierarchy process)建立飞行员风切变处置能力评价体系,并融合专家经验构建风切变处置能力定量评价模型;最后,基于QAR采集的飞参数据验证该模型的实用性和可行性。实验结果表明,本文所构建的定量评价模型可以较好地判别飞行员风切变处置能力的优劣,定位出其处置不当的指标,并给出操纵建议。该评价模型可为改进飞行训练提供参考,具有一定的实用价值。

基于QAR数据的飞机航迹显示系统实现

本文采用由百度提供的JavaScript API建立二维的飞机航迹仿真模型,将QAR中记录的飞行数据与IOTDB数据库、JavaSpring、JQuery等技术结合起来,模拟并分析历史航迹。利用IOTDB在处理时序数据上的优势,实现了历史航迹显示、动态航迹显示和航班风险分析功能,并提供了操作便捷、清晰直观的可视化界面。在事故调查与分析时,基于QAR显示的航迹系统能够还原在雷达和ADS-B传输信号失效的飞行过程中的航迹信息,为事故调查提供依据。

基于QAR数据的高压涡轮叶片疲劳-蠕变寿命预测

基于发动机运行产生的快速存取记录器(Quick Access Recorder, QAR)数据,提取右发高压涡轮转速比N_(2)(高压涡轮实际工作转速与设计转速之比)编制涡轮叶片载荷谱。建立流热固耦合模型,结合QAR数据及热力分析确立计算所需热边界条件,采用有限元软件对流热固耦合问题进行求解,得到不同工况下高压涡轮叶片的温度、应力、应变分布。采用Manson-Coffin模型和Larson-Miller模型分别进行叶片疲劳、蠕变寿命的预测,重点分析了叶片有无冷却对于寿命的影响,最后通过线性损伤累积理论得到叶片的疲劳-蠕变寿命。结果表明,叶片考虑内冷问题后疲劳寿命有所提高、蠕变寿命显著提高,预测得到的疲劳-蠕变寿命和实际寿命相近,可用于发动机涡轮叶片剩余寿命的预测及维修计划的制定。

基于改进LSTM的多维QAR数据异常检测

快速存储记录器QAR(quick access recorder)数据保留了飞行器大量的飞行参数,使得研究飞行器飞行安全、保障飞行品质成为可能。针对多维QAR数据的安全检测要求,本文提出一种基于卷积VAE和多头自注意力-LSTM模型,用于有效且可解释的多维时间序列异常检测。该模型能够捕获多个时间序列数据通道之间的空间信息和时间信息,对序列模式进行可解释的重建从而检测所有类型的异常。实验部分在真实的QAR数据集上与iForest、LSTM、VAE、LSTM-VAE和USAD等已有方法进行对比。结果表明,该模型在3个不同阶段的异常检测中,F1分数分别达到0.8912、0.9424、0.9537,均优于对比模型,能够准确检测出多维QAR数据中存在的异常。

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。

基于缓存结构的民机实时QAR数据译码方法

新一代通信技术的发展使得QAR数据可在飞行中实时传输;传统译码研究均针对航后QAR数据,难以高效处理实时数据;为提升实时QAR数据的译码效率,提出了基于缓存结构的译码方法,将传统的译码表转换为专门的数据结构,并进行缓存,避免了译码过程中对配置表的全表搜索,提升了译码效率;采用Go语言、Redis缓存、Influxdb2数据库,搭建了实时QAR数据译码平台;采用基于ATG网络的实测QAR数据,对译码平台的性能进行了仿真测试;针对实时QAR数据,平均译码延迟约为5 ms,测试结果表明基于缓存结构的译码方法能够高效处理实时QAR数据。

基于QAR数据的飞机拉平下滑段距离的影响因素

飞机着陆冲出跑道事件时有发生,分析影响飞机拉平下滑段距离的因素对飞行员理解和控制飞机着陆距离有正向帮助。本文先对飞机拉平下滑段的距离做了数学分析,再利用SPSS逐步回归分析A公司的239条着陆段QAR数据,其结果与数学分析一致,并依据结论对飞行员的操作提出了建议,对飞行员控制着陆距离有一定参考价值。

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数据的飞机着陆载荷预测模型

在飞机着陆过程中,着陆载荷问题持续受到业界的关注。为了定量开展对所有着陆载荷的影响因素的研究,文章首先以2019年至2023年A320CEO机型在虹桥18号跑道的所有着陆数据为基础,基于相关性分析及拟合度测算,最终确定了6个影响着陆载荷的核心因素;然后通过多元回归方式,构建了着陆载荷的预测模型;同时,通过一系列的假设检验,基本认可了相关模型及模型测算的结果;最后依据模型对机组落地过程中的操作,针对着陆载荷超限原因分析等提出了一些建议,以供参考。

基于QAR航空大数据的飞行品质监控系统的设计与实现

目前,数据挖掘与应用在民航领域的安全飞行、异常检测、故障维修等工作的应用越来越全面,主要以QAR航空数据作为分析对象,一般由QAR分析工程师针对某些超出标准限制的航段数据进行人工分析,从而来预测飞行品质~([1-2])。文章构建了一个对飞行数据进行自动分析、可视化展示和风险预判的系统,可为QAR工程师判断提供直观的参考依据。系统设计了飞行控制模型,根据评判标准对数据进行深度分析,对飞行过程中出现的一些不合理甚至一些错误操作,提出一些合理的评价,可以有效预测飞行过程中的危险因素。

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。

基于QAR数据的涡轮叶片疲劳寿命预测

针对高压涡轮叶片的特点,提出一种基于QAR数据的民用航空发动机高压涡轮叶片实际使用载荷谱的数值模拟方法。从QAR中提取飞机飞行过程中记录的发动机实际使用载荷谱,通过有限元仿真得到涡轮叶片在实际使用过程中离心力、气动力和热应力的时间历程,借助寿命评估模型估算叶片实际使用寿命。该方法为高压涡轮叶片实际使用载荷的获取和剩余寿命的评估提供一种可靠的工程方法,对高压涡轮叶片的可靠性和受载特性的研究具有重要参考价值。

基于小波尺度系数的民航QAR数据约简及其性能分析

民航班机的快速存取记录仪(QAR)记录了大量的飞行和性能参数,QAR数据的约简是对这些数据进行数据挖掘的一个重要环节。针对民航QAR数据的特点及为数据约简后应用数据挖掘算法的需要,在小波变换相关理论分析的基础上,提出了利用小波尺度系数进行QAR时间序列数据约简的方法及其性能分析方法,确定了相应的性能评价指标。实验结果表明了该方法对QAR数据约简的正确性及时域、频域数据特征兼顾,数据的主要特征失真小等优点。

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。

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。

基于QAR记录数据的民航飞行员操作特征指标结构研究

为了定量评价飞行员的操作水平,进行了飞行员操作特征指标结构的研究。首先根据操作行为的心理学原理,结合飞行员的操作行为特点对飞行员的操作行为进行分析,得到4个描述民航飞行员操作特征的指标向量:完整性、平稳性、准确性、及时性。以E190飞机为例,结合该型飞机的QAR记录数据以及相关的监控标准,形成了一套完整的能够反映飞行员操作特征的指标结构,并建立其计算模型。以及时性为例,对某航空公司的3位E190机长操作的及时性做出定量评价。该指标结构的研究实现了对飞行员操作水平的定量评价,为中国民航的飞行训练和飞行安全管理工作提供了技术支持。

基于数据仓库的QAR数据分析

针对现有各航空公司分析QAR数据的平台不统一、QAR数据量大、分析和处理数据能力不足、导致海量的数据变成了信息垃圾,在对QAR数据和数据仓库技术研究基础上,结合航空公司关心的问题,设计了QAR数据仓库,给出了数据仓库模型的设计,详细阐述了QAR数据分析主题的提取方法,提出QAR数据仓库的星型模型。通过ETL设计了多维数据集,以超限事件为例展现了对QAR数据的安全分析,为航空公司改进飞行品质、提高安全系数提供依据。

QAR数据在航空发动机监控中的应用研究

QAR设备虽已在民航界广泛应用,但目前对QAR数据的应用有限,浪费了大量数据信息。对此,提出通过采用多种监控逻辑并存的方法,建立监控体系,解决QAR数据的监控问题。3种监控逻辑被用于该体系:双发差异监控,EHM方法数据监控,数据极限监控。这些逻辑各有利弊,互为补充。通过对实际发动机QAR数据的监控测试,证明运用该方法所建立QAR数据监控体系的可行性和有效性,一定程度上解决了QAR数据监控问题。

基于QAR的飞机爬升阶段燃油流量回归模型研究

以B777-200飞机选装的PW4077D发动机为研究对象,对QAR数据进行深入分析,运用多元回归分析的方法,建立飞机爬升阶段发动机燃油流量回归模型,并通过实际数据对模型进行准确性验证,研究结果为发动机燃油控制规律的全面研究奠定一定的基础,可实现对发动机燃油流量的监控与预测,提高飞机的安全性和经济性。

基于QAR数据的飞机巡航段燃油流量回归模型

深入分析了波音737-700飞机的QAR数据,确定了影响飞机燃油流量的因素;采用多元线性回归分析方法,建立了该机型巡航段燃油流量模型,利用该模型对飞机巡航段燃油流量进行了验证。对验证精度的评估表明所建立的模型具有较好的验证效果,为航空公司提高燃油消耗监控效率及控制燃油成本提供了参考。