基于飞行数据分析的安全管理

<正>截至2014年4月30日,中国民航的运输航空已安全飞行2 289万h,再创历史新高,运输总周转量从2005年开始已稳居世界第二,并以每年15%左右的速度持续增长。回顾民航以往的快速发展期,总伴随着令人心碎的飞行事故,如果保持90年代的事故率水平,中国民航现在几乎每个月都会摔一架飞机,而     

基于支持向量机的飞行安全隐患危险性评价

提出了基于支持向量机的飞行安全隐患危险性评价方法,建立了支持向量机模型。并以飞行安全隐患危险性评价的基本要素为输入节点,以评价结果作为输出节点,对空军某部的飞行安全状况进行了评价。结果表明:对于飞行安全隐患危险性评价问题,支持向量机方法较传统神经网络方法精度更高,速度更快,实际应用中也更易于实现。     

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.     

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。     

民航飞行事故统计及原因分析

整理了2000—2014年间的370起飞行事故,参考CAST/ICAO通用分类小组(Common Taxonomy Team,CICTT)分类标准,进行事故类型划分并统计分析,结果显示,失控类、跑道安全类、可控飞行类以及运行失效类飞行事故起数占总飞行事故数量的75.6%,死亡人数占81.4%,确定为高风险事故类型。依据历史数据,以失控类飞行事故为例进行原因识别,并结合坐标轴法对41起事故进行原因分析,得出飞行控制错误、暂时性失控、飞行管理错误、发动机失效和其他环境因素为影响失控类飞行事故的关键因素;暂时性失控、发动机失效以及控制系统失效在航空器系统类中占50%以上,是该类别的三大关键因素;飞行控制错误、飞行管理错误为导致失控类飞行事故的常见人为因素。     

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。     

基于个性心理特征的飞行大学生安全能力提升研究

良好的飞行技术水平和特情处置能力是飞行安全的基础,而个性心理特征(人格特质)与飞行职业适应性高度相关,直接影响飞行安全。本文通过艾森克人格问卷(EPQ)调查,分析了中国民用航空飞行学院绵阳分院飞行大学生个性心理特征。并总结了飞行学院如何提高飞行大学生的心理品质的方法。     

飞行认知能力的测量方案设计及模型研究

为了对飞行员飞行认知能力水平提供评价依据,进行飞行认知能力测量方案设计。根据飞行员的驾驶特征以及操作行为提出6项测量指标,分别为空间定位能力、空间定向能力、空间想象能力、信息获取能力、信息加工能力和学习能力;根据测量指标和认知能力测试量表功能间的对应关系,设计包括6项认知测验的测量方案。随后开展测量并对结果进行分析,提取3个主因子分别命名为空间认知能力、信息管理能力和学习能力,从而建立起二阶多维度的认知能力结构模型。该模型可应用于飞行认知能力的测评工作。     

基于FRAM-AHP法的公务航空飞行事故分析

为了有效分析公务航空飞行事故的主要原因,利用改进后的功能共振事故模型(FRAM)对公务航空飞行事故进行系统和量化分析。建立了功能共振事故模型,通过层次分析法(AHP)对功能模块上游功能输出和下游功能输入端的表型进行量化分析,根据权重来识别上下游主要的表型,从而找到功能模块间的失效连接,确定事故主要原因。利用该模型对某公务航空飞行事故进行分析,确定了导致事故的主要原因为公务机场保障能力不足、机组疏忽大意、飞行部教学训练大纲缺失、飞行部QAR译码能力不足、机务航前检查不足、机组起飞决策不当等。研究表明,FRAM-AHP法可以为公务航空飞行事故进一步分析提供技术支持。     

飞行安全技术影响因素及其作用机制研究

为通过管控飞行安全技术的影响因素提高飞行员飞行技术水平,从信息感知、信息处理、判断决策和反应行动4个方面分析了影响飞行安全技术的因素,并对影响作用做出假设。采用问卷调查获取数据,并应用结构方程模型定量分析各因素对飞行安全技术的作用。研究结果表明:判断决策相关因素、信息处理相关因素、反应行动相关因素、信息感知相关因素对飞行安全技术的影响程度依次递减;平衡觉、运动觉、视觉、震动觉、听觉通过作用于飞行员的信息感知进而影响飞行安全技术且影响程度依次递减;飞行经验、注意、理论知识、记忆通过作用于飞行员的信息处理进而影响飞行安全技术且影响程度依次递减;空间定向、风险感知、逻辑推理、快速运算通过作用于飞行员的判断决策进而影响飞行安全技术且影响程度依次递减;动作协调性、动作准确性、动作及时性通过作用于飞行员的反应行动进而影响飞行安全技术且影响程度依次递减。     

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。     

基于地铁运营日志文本挖掘的危险源辨识算法研究*

为探究地铁运营过程中致使险性事件发生的关键因素,识别关键危险源,加强对危险事件的预防管控,研究基于地铁运营日志文本挖掘的地铁运营危险源辨识算法,通过引入自定义专业术语词典和自定义停用词典,删除干扰数据并进行数据分词,实现对地铁运营日志的预处理,进一步构建进行危险源辨识的AFP-tree算法,实现对日志中关键危险源的挖掘。研究结果表明:AFP-tree算法能够显著提升计算效率,通过分析共挖掘出25类有效关键危险源,研究结果可为地铁运营单位实现“事前”的事故预防提供重要依据。     

基于物元模型的航空公司飞行安全风险综合评价

提高航空公司飞行安全风险管理水平的关键是对航空公司飞行安全风险的现状进行科学客观的综合评价。在系统分析影响航空公司飞行安全风险因素的基础上,建立了由机组因素、飞机因素、环境因素和飞行管理4个1级指标及26个2级指标组成的航空公司飞行安全风险指标体系,指标体系中各级评价指标的权重由层次分析法确定;由于航空公司飞行安全风险评价具有物元的可拓性,构建了航空公司飞行安全风险评价的多级物元模型。实例演算表明,物元理论能充分地利用航空公司飞行安全风险评价中的指标信息,确定影响航空公司飞行安全风险的主要因素,以便航空公司采取针对性的措施提高飞行安全风险管理水平。     

基于自适应灰色面板聚类的城市公共安全风险测度*

为科学评估城市公共安全风险,基于“脆弱性—能力”综合评估框架从公共安全风险事件维度入手,构建城市公共安全风险评估指标体系;选取2015—2019年与脆弱性和风险承载能力相关的22个指标,采用改进后的自适应灰色面板聚类从绝对量、增量和波动量3方面进行测度。聚类结果将全国城市的公共安全风险水平分为6个类型;基于研究结果进一步分析造成不同类型特征的原因,明确各城市公共安全管理存在的薄弱点,提出相关改进建议。研究结果表明:北京和上海在3个层面上均有较好表现,属于低风险城市;全国大部分地区呈现出绝对量水平中等或较差,增量和波动量水平较好的特征。     

基于大数据的特种设备宏观安全风险预警方法研究

特种设备监管机构在监督检验过程中积累了大量数据资料,为充分挖掘其中的潜在价值,增强监管针对性,提高检验效率,应用并优化关联规则挖掘、社区发现、可视化等数据挖掘技术,构建1种宏观安全风险预警方法。该方法以特种设备安全监督检验大数据为基础,通过挖掘单台设备微观因素间的关联关系,实现整类特种设备宏观安全风险的识别与预警;以2008—2016年全国长管拖车检验数据为例,进行应用实践分析。研究结果表明:该方法可以对区域范围、缺陷类别等多种宏观指标进行预警,指导针对性监管与检验。     

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。     

基于ISM—CRITIC法的通用航空可控飞行撞地影响因素分析

为了研究通用航空可控飞行撞地的影响因素,提出针对性的预防措施,采用基元事件分析法对中国民航安全办公室不安全数据库中2006—2015年间发生的30起通用航空可控飞行撞地事件进行分析,建立通用航空可控飞行撞地影响因素体系;运用解释结构模型对影响因素进行两两对比分析,建立3层阶梯有向模型;运用CRITIC法计算各影响因素权重并排序。结果表明:影响通用航空可控飞行撞地事件的表层直接原因分别是注意力分配不当、违反标准运行程序、安全意识淡薄、应急能力弱、导航设备失效、发动机失效、其他天气意外、飞行保障不利和组织混乱;中层间接原因分别是驾驶技能不足、航前准备不足、机组资源管理欠缺、地形复杂、能见度和光线刺激;深层根本原因分别是疲劳驾驶、公司违规和违法组织飞行;影响通用航空可控飞行撞地事件发生的主要因素分别是飞行保障不利和组织混乱、航前准备不足、安全意识淡薄、驾驶技能不足和违反标准运行程序。     

基于生物数学模型的飞行疲劳预测建模与仿真

为了合理调整机组排班计划来减少飞行疲劳隐患,重点分析与排班相关的时间因素对飞行疲劳的影响,将飞行员在一天中的飞行疲劳分解为执勤期和休息期的两个分量,然后基于生物数学模型对其进行量化,建立在机组排班过程中预测飞行员飞行疲劳的数学模型。以东航A330机队部分飞行员的任务计划为例进行仿真分析,结果表明,在目标时间段内延长飞行员的连续执勤时间、增加任务总数以及缩短相邻任务间的休息时间,均会使飞行员的疲劳值增加。因此,为了降低飞行疲劳风险,机组在制定排班计划时,应适当减少飞行员的连续执勤时间,酌情增加相邻任务间的休息时间。