基于蒙特卡洛方法的着陆擦机尾风险预测

为解决对航班和机队着陆时擦机尾风险客观预测问题，基于飞行QAR数据和蒙特卡洛模拟方法，建立擦机尾风险预测模型，将某航空公司Boeing737-800机队的380套QAR数据作为样本数据，运用MATLAB编程进行5 000次模拟抽样试验，得到不同机队着陆时俯仰角的分布和擦机尾风险预测曲线。研究结果表明:当着陆俯仰角大于4.5°时，机队2擦机尾风险较大；运用蒙特卡洛模拟预测的飞机着陆俯仰角更为稳定和准确。该模型可进一步软件化，为航空公司的擦机尾超限事件管理提供可靠性指标参考，实现对飞行员操作风险的动态管理。     

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。     

基于QAR2Vec模型的QAR数据特征提取

针对传统特征提取方法难以从海量、高维的快速存取记录器(QAR)数据中提取有效特征,且QAR数据缺乏足够的标记等问题,提出一种以Transformer网络为核心的QAR2Vec模型,将QAR数据与位置信息、飞行阶段信息共同编码,作为QAR2Vec模型的输入;通过构建自回归预测的预训练任务以自监督的方式来学习海量QAR数据中的深层特征;保存预训练好的QAR2Vec模型权重,并在飞行状态预测和着陆异常天气识别任务上,微调预训练模型,使模型适应不同的下游任务;将QAR2Vec模型与2种没有预训练步骤的深度学习算法CNN-LSTM、MTL-LSTM进行对比。结果表明:QAR2Vec模型能够更有效地从QAR数据中提取特征,在飞行状态预测和着陆异常天气识别任务上的预测误差更低、识别准确度更高。     

基于SPA-Markov的飞行安全态势评估与预测研究

为提高航空公司飞行安全风险控制和预测水平,利用QAR数据作为支撑,结合集 对分析和马尔科夫理论建立飞行安全态势评估模型。该模型以QAR超限事件为评估指标 ,采用集对分析中的联系度来描述安全风险等级;运用马尔科夫理论确定安全状态的转 移概率矩阵,以预测飞行安全动态变化趋势。最后以某公司A320机队6个月发生频率最 高的7类超限事件对模型进行验证。结果表明:该公司2月、6月和预测月份的安全状态 为一般风险,其他月份为低风险;总体安全状态也为一般风险,并有增加趋势。     

民航飞行员风险心理与操作水平相关性研究

为研究民航飞行员风险心理的构成及其对飞行操作水平的影响,从风险容忍、危险态度和风险知觉3个维度,提出风险心理的测量和聚类分级方法;基于飞行品质监控(FOQA)标准和飞行数据,建立融合起飞、初始爬升、进近着陆各阶段特征参数的飞行操作评价指标体系和模型;将27名被试的风险心理聚类分成低中高3类,并随机调取每类被试所执飞航班的飞行快速存取记录器(QAR)数据各50组,输入到飞行操作评价模型进行计算。结果表明:民航飞行员的风险心理与飞行操作水平之间存在相关性;低风险心理的飞行员操作水平较高,高风险心理的飞行员操作水平最差,即心理风险越低,操作水平越好。     

基于偏态分布的飞行品质风险度量方法

为防控飞行风险,利用安全风险矩阵的构建思想和概率论知识,研究飞行品质风险的量化分析方法。通过对满足偏态性的数据进行正态性转换,由正态分布的概率密度函数得到事件发生的概率和事件严重度;基于"风险为概率与严重度乘积"的思想,提出飞行品质风险度量方法;从轻、中、重、综合等4个不同角度度量飞行品质风险,并运用快速存取记录(QAR)数据对方法进行分析论证。研究表明:该方法可整合事件发生的概率和事件的严重度,能够度量4类飞行品质风险,所得结果可用于指导风险的差异化管理。     

基于QAR的民航机队起飞阶段风险仿真方法

为了宏观量化民航客机起飞阶段的风险水平,提升飞机起飞的安全性,基于不确定性信息的模糊性和随机性,建立了基于二维云的蒙特卡洛仿真模型,有效增加飞机起飞阶段风险数据的样本量,通过与标准云的比较确定民航机队起飞阶段的风险特征.采集某航空公司B737-800机队351套QAR数据作为样本,通过对飞机起飞关键操作的分析,选取离地速度、抬头速率、离地仰角3个起飞关键参数作为风险评估指标,运用MATLAB编程处理QAR数据并对模型进行验证,得到3个机队起飞阶段的风险均值.通过风险收敛性分析得出二大队的起飞风险最高,这是因为在起飞阶段二大队的关键操作风险偏高.该方法可应用于航空公司对不同机队起飞阶段风险的动态管理.该仿真模型的样本数据分布更加稳定,解决了风险的随机性和模糊性,有利于航空公司实现飞机运行风险可视化,对飞行员关键操作的针对性训练具有一定的指导意义.     

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。     

基于灰色聚类方法的航空公司飞机进近着陆阶段安全性评估

进近着陆阶段时间短、任务重、环境复杂,是飞行事故多发阶段。飞行机组应当具备过硬的心理素质和熟练的驾驶技术,严格执行标准操作程序,提升稳定进近能力和复飞的决断能力,保障飞行安全。本文通过综合分析民用飞机在进近着陆时的影响因素和QAR译码数据,建立相关指标体系,构造出相应灰色聚类评价模型,根据综合聚类系数对航空公司某阶段飞机进近着陆安全性进行评估。该研究为航空公司进行进近着陆阶段安全性评估提供了一种较为科学的定量化依据,对于保障飞行安全具有现实意义。     

贝叶斯网络在CFIT风险评价中的应用

针对事故树分析法(FTA)在风险评价中的局限性,在可控飞行撞地(CFIT)事故树的基础上,建立贝叶斯网络(BN).运用推理运算对贝叶斯网络进行定量分析,通过分析计算数据,寻找主要事故致因,并提出对应的改进措施.再将改进措施引入到贝叶斯网络中,评价相关措施的有效性.结果表明,改进措施后,高度设置错误的后验概率最大,将成为预防CFIT的工作重点.最后指出贝叶斯网络方法是对传统的基于故障树分析的风险评价方法的有益改进.     

民航飞行员超限行为评价方法研究

为了客观评价航线飞行员安全操作水平,基于M航空公司B737-800机型飞行品质监控项目及标准,统计2014-2017年各飞行阶段中超限事件发生频次,结合专家访谈,对评价体系进行优化,最终得到7项评价指标.针对倾向超限的现象,采用百分位法划分倾向超限等级,结合M公司飞行品质监控项目评价标准,引入熵权物元法建立航线飞行员超限评价模型.采集M航空公司飞行大队26位飞行员384个航班的QAR数据,应用该评价模型进行分析.结果 表明,26名飞行员的飞行安全操作水平均为良好,与实际情况基本符合,但是对于特征值偏高的飞行员,应当加强关注和训练.     

基于关联规则的跑道着陆事件演化网络构建研究*

为了提高航空运输系统安全性,针对航空器着陆过程中冲偏出和重着陆事件的关联机理开展研究。以84起跑道着陆事故调查报告为样本,利用Python分词工具提取风险因素并建立跑道着陆事件数据集,应用Apriori算法挖掘风险因素间关联规则,基于复杂网络理论构建该类事件演化网络,分析社团结构和拓扑特征。研究结果表明:本文所构建的网络密度为0.143,网络较为紧密,风险因素间强关联;网络社团结构显著,符合飞行操纵、运行状态、运行环境、不利条件的分类特点;网络关键节点“航线训练”、“接地速度大”综合值分别为0.599 8、0.589 0。研究结果可为飞行安全研究提供新思路。     

基于因子分析与突变级数法的飞行安全状态评价研究

为合理评价航空公司的飞行安全状态，利用QAR超限事件作为原始数据，运用因子分析法确定评价指标及其重要程度。针对飞行运行的动态性，引入无需确定指标权重的突变级数法构建评价模型；利用某航空公司2015和2016年24个月的QAR数据，使用该模型进行评价，所得的评价结果与该公司的实际飞行安全状态基本相符合。结果表明:基于因子分析与突变级数法的飞行安全状态评价模型可用于实际评价工作中，且评价结果较为真实可靠。     

不同类型压力对飞行员安全绩效的影响规律研究

为探究各类型压力对飞行员安全绩效的影响规律，为飞行员日常工作管理提供依据，选取某航空公司200名飞行员进行压力测试，并调取其近6 a的飞机品质(QAR)数据，通过相关性分析和线性回归分析将飞行员压力数据与其QAR数据进行对比分析，探究飞行员压力对飞行安全绩效的影响规律。研究结果表明:工作负荷压力、家庭压力、人际关系压力和组织管理压力会显著负向影响飞行员安全绩效；角色压力和专业发展压力会显著正向影响飞行员安全绩效。     

基于改进贝叶斯的飞行签派安全评估研究

随着航空公司机队规模和航班数量不断增加,作为运输生产核心部门之一的飞行签派工作,对生产组织协调不得力或监控跟踪不及时所引发飞行事故成为当前突出的安全问题。分析由于飞行签派工作差错导致飞行事故的原因及可能引发的各项后果,查找出诱发该类事故各项因素,运用层次分析法建立飞行签派安全评估指标体系,建立基于贝叶斯网络的影响飞行签派各因素间的关系和相互作用,提出了故障树向贝叶斯网络转化的改进方法,基于构建的飞行签派安全评估贝叶斯网络模型,给出了求解顶事件发生后果概率、底事件重要度和事故发生最小割集的算法;最后将该算法应用于实例。     

石化装置火灾爆炸贝叶斯网络与防护层集成分析

复杂的石油化工装置在运转过程中存在诸多不确定因素,易发生火灾、爆炸等重大事故,给安全生产带来极大威胁。考虑到传统的系统安全分析方法在风险评估中存在一定局限性,引入贝叶斯网络与防护层集成分析模型。应用GeNIe软件将系统故障树转成贝叶斯网络,根据贝叶斯双向推理进行故障预测和诊断,快速识别系统薄弱环节并确定为风险贝叶斯故障节点,结合防护层分析提出相应的独立防护层,确定剩余风险水平。实例应用表明,所构建的贝叶斯网络与防护层集成分析模型对复杂系统进行风险评估是可行的,较传统的事件树、故障树分析方法更加科学、合理。     

利用动态贝叶斯网络实现人群聚集风险分析

为动态探究影响人群聚集风险的主要因素及定量评估人群聚集风险,依据贝叶斯估计理论改进静态贝叶斯网络模型,建立动态贝叶斯网络模型。用该模型可根据实时采集数据计算后验参数,获取动态定量风险评估结果。利用所建的动态贝叶斯网络模型动态定量评估北京市某大型商业街区人群聚集风险。结果表明:该街区初始人群聚集拥堵概率为0.8×10~(-3),踩踏概率为7.6×10~(-6)。随着实时观测数据的引入,最终拥堵概率为2.4×10~(-3),踩踏概率为1.63×10~(-5),其中疏散不及时、疏散通道不畅、疏散标志不清等3个因素的相对重要度影响因子较大,是主要影响因素。实例中各基本事件的发生概率和相对影响因子动态变化,证明该模型有效。     

基于k-SC聚类的飞行操作模式及危险性分析

为挖掘飞行数据中的高危险性操作模式,采用k-SC时间序列聚类算法,并基于K-W检验分析聚类结果与不安全事件之间的关系。以特定条件下某机队着陆阶段的驾驶杆操作数据和长着陆事件为例进行模型验证。结果表明:机队有5类不同的驾驶杆操作模式;不同操作模式的着陆平飘距离分布具有显著性差异,且长着陆的危险性最高可达68.18%。研究结果可为提升航空公司飞行员操作能力、分析飞行员操作特性及其他不安全事件（如重着陆、擦机尾等）提供理论参考。     

基于ACE-BN的通勤飞行事故/事件诱因分析

为降低我国通用航空短途运输运行安全风险,提出一种基于平均因果效应(ACE)和贝叶斯网络(BN)的事故/事件诱因分析方法。首先,分析102起美国通勤飞行事故/事件,共识别出7类19种诱因;然后,引入ACE公式确定节点的优先次序,使用K2算法构建BN结构,并采用最大期望(EM)算法进行网络参数学习,建立通勤飞行事故/事件诱因分析模型;最后,对各诱因的概率进行排序并分析诱因间的敏感性。结果表明：机组经验不足导致的事故/事件发生概率最高;机械设备情况容易受到雨雪等恶劣天气的影响;天气因素和监管因素对机组因素表现出较高的敏感性,其中,恶劣的天气会影响机翼等机械设备的正常运转,进而影响飞行员对于飞机的操作,技术和安全培训不到位会影响飞行员和管制人员的专业水平及经验技能。     

基于BN-LOPA方法的石化装置风险评价

本文应用GeNIe软件将系统故障树转成贝叶斯网络,根据贝叶斯双向推推理计算基本事件后验概率,快速识别系统薄弱环节并确定为风险故障节点,结合防护层分析提出相应的独立防护层,确定剩余风险等级。实例应用表明,所构建的BN-LOPA分析模型对复杂石化装置进行风险评价是可行的。