某航空公司飞行品质数据风险分析

发布时间：2020-06-29 14:23

【摘要】：飞行品质监控主要是采集飞行操作过程中的各种参数,既包括环境参数、飞机系统参数,也包括记录飞行员操作的参数。航空公司和民航当局使用这些数据监控超限事件的发生并组织讲评,借此不断提高飞行员的操作水平和发现其他威胁,通过采取训练和风险管理措施来改善民航安全状况。当前形势下,飞行品质监控系统数据的应用主要是对涉及到人为和技术类的三级事件进行讲评和初级的统计分析,对于监控过程中发现机组操作特征和机队飞行技术特点等方面做的工作还不够、还有要提高的地方。目前在分析超限事件的过程中,主要是靠专业人员在服务器上下载QAR数据,然后交由专业飞行人员进行分析。这种分析更多的是基于个人飞行经验和采集到的其他参数,方法偏主观。如何从宏观上判断飞行操作风险,并进而采取一定的控制措施,这对于目前的飞行品质监控是一个尝试和挑战。本文以下降率这一参数为研究目标,尝试使用线性回归方法去挖掘影响下降率的因素,并确定各因素的影响权重,建立回归方程,给专业人士一个参考。飞行品质监控的目的是发现飞行中的风险并据此制定风险管控措施,进而去降低风险水平,使运行更加安全。本文使用主成分分析法去评价一次进近的风险大小,并结合历史数据进行验证。进而对飞行品质风险制定管控措施。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F562.6
【图文】：

散点图,飞行参数,散点图

27图 4.1 飞行参数散点图（标准化后 IVV）图 4.1 所示，解释其中一个飞行参数 IVV 和 FLT_PATH_ANGL 之间的间的线性关系极其明显，可以看出二者呈线性相关关系。此，只选择一个参数 FLT_PATH_ANG 与 IVV 之间的相关关系进行验也分别进行验证，结果显示均与 IVV 有较为明显的相关关系。体选取哪些参数纳入建模，参与最后的分析去评价影响 IVV，在后面显示并展示。1000英尺数据影响因素取变量的依据：将数据列表中的常量删除，仅对变量进行统计分析。删除

正态分布,指示空速,预测变量,下降率

图 4.2 预测变量重要性由相关分析知，飞机下降率和指示空速的线性相关系数为-0.916，在 0.01 的水显著相关；飞机下降率与无线电高度、气压高度、风向、风速、飞机重量、地速侧发动机转速、右侧发动机转速、俯仰变化率、着陆过载以及下滑道偏差在 0.水平上有显著的负相关性；飞机下降率与左侧驾驶盘输入杆力、右侧驾驶盘输力、方向舵输入操作力以及下滑角在 0.01 的水平上有显著的正相关性；飞机下与坡度姿态、航向道偏差相关性不显著。另外，显示一部分自变量之间也存在较强的相关性，为了消除这一部分变量之间相关性的影响，笔者在 QAR 数据分程中采用了逐步回归模型对飞机下降率的影响因素进行分析。利用逐步回归分析法，经过 15 次的筛选得到最优模型。IVV 多元线性模型的分析结果如表 4.4 所示，R2=0.974 非常接近 1，说明模型对数据的解释能力较好urbin-Watson 的值为 1.833 接近 2，说明随机误差项满足正态分布的要求，模型释能力较强。

【参考文献】