基于QAR数据的着陆超限风险贝叶斯网络分析模型 |
| |
引用本文: | 汪磊,孙景陆,王文超,齐心歌,王菲茵.基于QAR数据的着陆超限风险贝叶斯网络分析模型[J].安全与环境学报,2023(1):26-34. |
| |
作者姓名: | 汪磊 孙景陆 王文超 齐心歌 王菲茵 |
| |
作者单位: | 1. 中国民航大学安全科学与工程学院;2. 中国国际航空股份有限公司天津分公司飞行部 |
| |
基金项目: | 国家自然科学基金项目(32071063); |
| |
摘 要: | 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。
|
关 键 词: | 安全工程 快速存取记录器(QAR)数据 着陆超限 贝叶斯网络 GTT算法 |
|
|