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超限事件的可控飞行撞地风险分析与对策研究

为了定量研究航空公司的可控飞行撞地风险,选取与其密切相关的监控项目作为评价指标,利用层次分析法确定不同超限事件的权重,结合风险指数评价法和海因里希法则,建立了一种基于QAR超限事件的可控飞行撞地风险评价方法,并首次提出了飞行品质指数(FQI)的概念。利用该模型对某航空公司2015年至2018年的可控飞行撞地风险进行评价并验证。结果表明:该公司在2015年至2017年可控飞行撞地风险逐年增大,在2018年该风险呈下降趋势。这一结果与该公司的实际情况吻合,表明该模型适用于评价航空公司安全运行水平。

基于差异检验的飞行超限事件参数特征分析

提出一种利用差异检验对QAR超限事件与飞行记录数据进行分析的方法,以从海量的QAR飞行数据中提取出带有指导意义的信息。首先研究了将KW检验应用于QAR超限事件分析的可行性;然后针对某超限事件进行典型参数选择,并对发生与未发生该超限事件进行分组,对所选择的航班采样数据进行KW检验,根据检验结果判断某飞行阶段中被选择的典型参数是否存在显著差异。最后对于存在显著差异的参数,分析其参数特征,通过理论与经验对其进行解释,研究其对于超限事件的影响。通过对爬升速度大(35-1000 ft),下降率大(2000-1000 ft)及接地点远三项超限事件进行举例分析,可以看出KW检验能够分析飞行参数的分布差异,进而为事件分析提供经验性的判读依据,并为飞行安全管理工作提供指导。

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。

飞行数据可视化技术研究

针对航空器事故调查和不安全事件分析的结果及改进的需要,研究基于FDR/QAR/DAR/CVR的数据可视化技术。提出基于飞行仪表布局语言(FILL)的仪表模型构建与驱动的技术方案,解决FDR/QAR/DAR记录数据的导入与修正处理、不同分辨率三维地形的生成与显示以及飞行数据与驾驶舱话音同步播放等问题。实践证明,利用数据可视化技术所构建的包括飞机、航迹、仪表、地形、跑道、航图等元素的三维图形飞行环境集成再现了飞行过程,为事故调查和事件分析提供了科学有效的辅助分析工具。

飞机起飞擦机尾事件的风险预测研究

为更加客观地预测飞机起飞时发生擦机尾事件的风险概率,帮助航空公司根据擦机尾事件风险特征制定针对性的训练计划,采用飞行快速存取记录器数据,利用科尔莫格罗夫-斯米诺夫检验(K-S检验)方法模拟飞机起飞离地仰角值的可能分布,并根据起飞离地仰角值的分布特征对飞机起飞擦机尾事件的风险进行预测。最后以某公司B737-800飞行中队及整个机队的飞机起飞离地仰角值为例进行分布检验,结果表明:各中队及整个机队的飞机起飞离地仰角值均服从正态分布,根据正态分布的概率密度函数,对各个机队飞机起飞擦机尾事件的风险可能性进行预测计算,得出三中队出现擦机尾事件的风险最小,二中队出现擦机尾事件的风险最大。该方法可进一步普及至其他不安全事件的风险预测,并可分析不同飞行员和机场的风险差异。