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37 443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。     

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。     

飞机冲偏出跑道人为差错量化分析模型

为了分析飞机冲偏出跑道的人为差错,找到重点防控对象,提出了冲偏出跑道人为差错量化分析模型。首先应用STPA方法对飞机滑行、起飞及着陆程序进行建模,构建安全控制结构图,找出飞机冲偏出跑道的人为差错。然后将它作为BP神经网络的输入层节点,构建24-6-3的3层BP神经网络模型,从ASRS系统中抽取民航领域近5年的冲偏出跑道不安全事件报告作为数据源,根据发生阶段的不同将不安全事件报告分为滑行阶段、起飞阶段、着陆阶段3类,最后将数据源输入BP神经网络模型中进行训练,并利用测试数据检验模型的合理性,准确率为86. 7%。结果表明,特殊情况下机组人员操作不熟练、刹车系统/方向控制错误等是构成所有阶段冲偏出跑道的主要人为差错,飞机冲偏出跑道的发生阶段不同,影响因素的影响程度也不同。     

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%。     

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。     

飞行员飞行安全绩效评价研究

传统飞行员安全绩效考核侧重不安全事件等级和数量、轻视后果较轻的差错和轻微后果超限事件,不能真实反映飞行员的安全水平。基于对飞行员的工作流程、规章要求及相关文献的分析,以严重差错、一般差错、超限事件作为评价指标,从发生事件数、飞行时间、事件权重3个方面构建飞行安全指数。以S航空公司10名飞行员为例进行验证,并将飞行安全指数与传统方法的评价结果进行对比。结果表明:飞行安全指数与传统飞行员安全绩效的评价结果有明显差异;造成评价结果差异的原因一是引入了变量飞行时间;二是重新确定了指标权重。飞行安全指数与飞行员驾驶行为的安全星级更加吻合,飞行安全指数能够在一定程度上反映和预测飞行员的真实安全水平与未来的安全态势,可很大程度避免传统评价方法的不公平性和评价结果的偶然性。     

生产安全事件随机-模糊耦合的危险性度量

为解决生产安全事件危险性度量中因素状态变化的随机性及状态变化范围的模糊性问题,基于安全结构理论,通过分析生产安全事件的失稳域与活动环境属性空间之间的关系,阐释安全型、危险型、可控型3类危险性模型;采用概率理论和模糊理论数学表述生产安全事件的随机危险性、模糊危险性以及随机-模糊耦合危险性;以瓦斯体积分数为研究对象,给出瓦斯体积分数随机-模糊耦合危险性度量分析计算示例。结果表明:工作面瓦斯体积分数随机-模糊耦合危险度为24.41%,环境因素的状态概率密度分布和因素状态模糊隶属度对生产安全事件危险度具有双重影响,随机-模糊耦合模型具有一定的可行性。     

模拟SPO情境中的飞行员脑力负荷测量与分析*

为探究单一飞行员驾驶模式（SPO）下飞行员的脑力负荷水平,设计并实施模拟单人驾驶情境中的非正常任务场景处置实验。首先,基于准5级模拟驾驶舱,设计飞行任务场景;其次,招募20名航线飞行员被试,开展模拟飞行实验,记录被试的生理数据心率变异性指标及眼动数据;最后,结合客观生理数据以及主观量表进行脑力负荷分析,记录单发失效故障处置时间并进行任务绩效分析。研究结果表明:与双人制机组相比,单人驾驶情境中飞行员的脑力负荷增幅并不显著,处于可接受范围;单人制驾驶舱的任务设计及智能辅助系统使用对于降低飞行员工作负荷,提升飞行绩效至关重要。研究结果可为单一飞行员驾驶模式实施提供理论支持,并为未来单人制驾驶舱及机载自动化系统设计提供指标参考。     

组织因素对飞行员不安全行为的干预策略研究

为了对飞行员的不安全行为进行科学有效的管理,挖掘组织因素带来的深层影响,防止因飞行员不安全行为造成的不安全事件发生,运用系统动力学方法,构建组织因素对飞行员不安全行为的干预策略模型。以S航空公司为研究对象,通过调节组织因素中的飞行技术训练力度和奖惩力度等变量,制定不同的干预策略,运用VENSIM软件模拟不同干预策略的干预结果。研究结果表明:飞行员不安全行为的最佳干预策略组合为安全记录考核奖励程度、副驾驶转正/机长升职力度、监管力度、罚款力度、飞行技术训练强度的组合,到2020年实现不安全行为数量平均降低26%,在2020年改变干预策略数值,到2030年实现不安全行为数量平均降低54%。     

基于随机森林的飞机长着陆预警方法

为降低飞机冲出跑道事故造成的人员伤亡和财产损失,以长着陆事件为研究对象,探讨1种有效的长着陆事件预警方法。提出应用随机森林模型对长着陆事件进行预警,给出模型的特征筛选、构建及评价方法,并使用实际飞行数据验证模型有效性。结果表明:基于随机森林的飞机长着陆预警模型精确率为88.41%,召回率为87.14%,模型可以有效对长着陆事件进行预警。     

基于TEM模型的民航不安全事件关联规则挖掘与分析*

为了预防民航不安全事件的发生,应用机组威胁与差错管理（TEM）模型分析2014—2020年民航事故/征候的航空安全报告资料,提取事件里存在于民航运行风险中潜在的情况、威胁、机组差错等因素,通过改进的关联规则方法挖掘其中的关联关系,包括挖掘与事件严重程度有关的因素,找到TEM模型中的关键因素和影响航空器结束状态的致因因素,并进行关联网络图分析。研究结果表明:手动操纵/飞行控制差错、缺少/不足的飞行培训和安全管理、飞行员之间沟通差错与程序执行错误是造成事故/征候的显著因素;关联规则能够有效利用航空安全报告信息,通过定量的方法挖掘事故/征候的特征,找到影响民航不安全事件的强关联因素,为民航安全管理人员提供决策依据。     

基于民航安全信息文本挖掘的进近着陆致险因素分析

为有效识别飞行进近着陆阶段致险因素,以进近着陆不安全事件为对象,利用Python语言和文本挖掘方法对文本进行预处理,获取包含关键特征值和特征权重的高维稀疏原始特征向量集合;利用卡方统计对致险因素原始特征项进行降维,得到30个维度文本特征项,借助词云图将文本挖掘结果可视化;通过人为因素、飞机故障、环境因素和管理因素4个层...     

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。     

基于视线追踪技术的工艺操作人员人为失误识别研究

为了对生产加工过程中工艺操作人员的不安全行为进行有效监控，及时避免因操作失误带来的工艺安全事故，开展基于视线追踪技术的工艺操作人员人为失误识别研究。通过设计眼动实验方案，利用视线追踪技术采集操作者在工艺流程控制过程中各类失误模式的眼动数据,并对采集的数据进行统计，提取失误行为的眼动特征，并建立人为失误智能识别方法，利用距离函数聚类实现现场操作人员失误状态的准确识别。研究结果表明:以被试样本在不同区域的视线停留时间百分比作为特征参数，并运用欧氏距离函数分类法判别人员操作状态，对操作人员的不安全行为能够准确识别。     

基于相似理论的飞机实际着陆距离预测方法

为防止飞机着陆时冲出跑道事件的发生,提出一种基于相似理论的飞机实际着陆距离预测方法。首先,通过量纲分析法结合影响飞机实际着陆距离的主要因素,推导出表征实际着陆距离的无量纲方程;然后,利用真实飞行数据,得出不同接地俯仰角条件下飞机实际着陆距离的预测方程;最后,对比分析方程预测结果与由真实数据所得的飞机实际着陆距离。结果表明:采用该方法能够在不同接地俯仰角条件下预测飞机实际着陆距离;在小接地俯仰角条件下,预测值与实际值吻合度最高,最大绝对误差在50 m范围内,最大相对误差约为3%。     

基于知识地图的民用航空安全信息事件分析

安全信息的深入分析是数据驱动的安全管理基础。为深入挖掘民航安全信息的价值,分析不安全事件的发展和演化过程,预测事件可能引发的后果及可能性,以2011—2015年民航安全信息网收集的390起重着陆事件为样本,结合事件链因果关系分析,运用知识地图分析法,按照事件发展演化过程建立样本信息中包含知识信息及其因果关系、各事件链间的相关关系、不同后果事件演化的可能性的重着陆事件知识地图。结果表明,该知识地图能够获取重着陆事件在时间、地点、机型、运行阶段、原因、后果及可能的预防及管控重点,可以实现一起或多起重着陆事件信息的知识分析,发现可能存在的安全风险,预判引发严重后果事件的可能性,为有效实施风险管理提供依据。     

基于文本挖掘的管制运行风险主题分析*

为充分挖掘管制运行风险信息和隐藏规律，实现数据驱动的风险管理。以某管制单位2004—2019年共269条管制原因不安全事件数据为挖掘语料，在考虑上下文语义的基础上，运用潜在狄利克雷分配（LDA）主题模型挖掘管制运行风险主题及关键词，使用Word2Vec挖掘主题之间、关键词之间的关联关系，运用社会网络分析软件UCINET、可视化工具NETDRAW构建语义网络将关联关系进行可视化并进行网络分析。结果表明:LDA主题模型可以通过运行数据实现对管制运行风险的高效提取和深层挖掘，挖掘到管制人为因素、特情处置、地空配合、班组资源管理、组织管理、运行环境、管制指挥共7个主题，其中管制人为因素主题是核心主题，与其他主题都具有较强的相互关联；Word2Vec和语义网络相结合能够更准确地挖掘风险之间的关系，确定主题的重要度排序，识别关键风险。