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。

QAR数据的应用与研究进展

随着飞行品质管理的推行,QAR数据在飞行运行管理中的应用得到了快速发展,QAR数据作为记录航空器飞行状态的重要客观数据,是飞行运行安全的重要依据。本文简要介绍了QAR数据,并从飞行安全管理、飞行员操作特征分析、环境污染影响、航空器油耗检测、航空器维修五个方面来阐述当前的应用情况与研究进展。

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。

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。

基于数据驱动的主燃油计量装置故障诊断

为建立主燃油计量装置的故障诊断方法,提出一种基于快速存取记录器(QAR)数据的燃油计量参数估计模型建模方法,并结合液压机械控制装置工作原理,给出了基于燃油计量参数残差设计的主燃油计量装置故障诊断方案。设计基于系统辨识的燃油计量活门位置(FMVP)估计模型,采取降阶处理策略以提高模型的估计精度和动态响应速度,在此基础上给出基于多项式拟合的燃油流量(FF)估计模型。结果表明:所建立的FMVP模型估计残差不超过±2%,FF估计模型残差不超过±5%;该方案能够有效地诊断出燃油计量活门故障、线性可变差动位移传感器故障和热式流量计故障。该方案结构简单,不需要大量的调试技术,提高了故障检测精度,具有工程应用前景。

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。

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。

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。

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数据的飞机燃油流量预测

以目前国内服役最多的B737NG飞机所使用的CFM56-7发动机为研究对象,对飞机快速存取记录器(QAR)的大量数据进行译码分析,以平稳小波Rigorous SURE的方法对数据进行预处理、滤波去噪,分别对发动机N1转速、N2转速、排气温度EGT等参数进行线性或非线性回归分析,结合飞行阶段进行合理划分与建模,分析研究出飞机各主要性能参数与燃油流量(FF)的关系,建立FF的全航程预测模型。通过MATLAB-Simulink进行仿真分析,并选取长航班、中短途航班及复飞航班等5种具有代表性的情况验证FF预测模型与实际流量的误差均在允许范围内,证明所建模型的合理性和普适性。