基于SDR数据的民用航空器安全评价与预测研究

发布时间：2020-12-10 03:08

　　航空器是保障航空安全的物质基础。在航空器运行和维修过程中,会发生因系统、结构和部件故障而影响航空器安全的事件,SDR事件就属于不安全事件的一类,它能客观反映民航运输的安全状况。通过SDR数据对航空器进行安全评价和预测研究,可以对民航安全状况进行把控,了解未来安全趋势,提出应采取的安全对策,从而提升民航安全水平。本文是以B-737机型为研究对象,以民航安全评价与预测方法为理论基础,针对SDR数据特点,介绍航空器的数据化管理模式并研究指标体系、安全评价和预测方法等内容,并通过实例分析,建立较为合理的航空器安全评价和预测模型。本文从两个方面进行研究:1)基于SDR数据的民用航空器安全评价研究在研究指标体系建立原则的基础上,选取“民用航空器系统/部件通用代码表”的章节名称作为指标源,构建民用航空器安全评价指标体系。为防止人为决策判断的主观性,采用改进型CRITIC法来确定权重,并用数理统计的方法获得了安全分级标准。结合指标模糊分割和MULTIMOORA方法,建立民用航空器安全性识别模型,并将得到的评价结果作为支持向量机的目标输出,经过仿真验证该安全性识别模型的合理性和可行性,为航空器安全性状态... 

【文章来源】：中国民用航空飞行学院四川省

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

论文技术路线图

第二章 基于 SDR 数据的民用航空器指标体系的构建多因素的复杂系统的评价问题时，就更加需要为其构建一套比较科学合理的评价指标系。首先需要分析其系统的结构特征，厘清评价指标之间的关联性，而且清楚它们自对评价目标的作用性质和系统框架，使得能够及时、准确、敏感地抓住状态所包含的在数据信息。因此，确定指标体系结构是很有必要的，评价指标体系结构框架通常有下几种形式。（1）单层次指标评价体系各个指标都属于同一个级别，在不用拆分的情况下就可用单准则得到定量评价[26]其结构如图 2.1 所示。

图 2.1 单层次指标评价体系结构图2）序列型多层次指标评价体系指标体系中的指标能够根据序列拆分为若干个较低级别的子指标，并且每个子指能够进一步拆分，以这种方式将每一层次按类别采取有序拆分，直到最底层能够按定的标准进行定量评价，并且不同类别的指标之间没有直接联系[26]。其结构如图示。

【参考文献】：
期刊论文
[1]基于新维无偏灰色RBF神经网络的居民消费价格指数预测模型[J]. 黄洋,鲁海燕,程毕芸,许凯波.  统计与决策. 2018(10)
[2]航空器进场效率量化评价及其影响因素分析[J]. 赵嶷飞,杨程凯,马伶伶.  科学技术与工程. 2018(13)
[3]基于指标模糊分割和MULTIMOORA的航空公司机队可靠性识别模型[J]. 熊升华,陈振颂,陈勇刚,贺强.  计算机集成制造系统. 2019(02)
[4]基于深度时空卷积网络的民航需求预测[J]. 林友芳,康友隐,万怀宇,吴丽娜,张宇翔.  北京交通大学学报. 2018(02)
[5]基于改进CRITIC的高校图书馆学科化服务评价研究[J]. 李新运,孙志静,田景梅.  情报科学. 2017(10)
[6]基于起降架次的民航事故征候非线性回归预测[J]. 王燕平,朱金福,高宁煜.  武汉理工大学学报(信息与管理工程版). 2016(06)
[7]MLR和ARIMA模型在民航安全业绩预测中的应用[J]. 程明,梁文娟.  中国安全科学学报. 2016(02)
[8]基于灰色和神经网络的铁路客运量预测研究[J]. 冯冰玉,鲍学英,王起才.  铁道科学与工程学报. 2015(05)
[9]基于物元可拓的民航机务维修部门安全管理能力评价[J]. 高扬,甘茂丽,张相和,李敬强.  安全与环境工程. 2015(02)
[10]基于SVM和RBF神经网络的民航不安全事件组合预测方法[J]. 单晶晶,吴建军,张晨,赵芳霞.  山东科学. 2014(03)

硕士论文
[1]基于D-S证据理论的民用航空器飞行安全质量综合评估的研究[D]. 周瀛海.华东理工大学 2013
[2]SD航空公司的竞争战略研究[D]. 张大辉.山东大学 2011
[3]支持向量机在水质评价及预测中的应用研究[D]. 梁坚.浙江工业大学 2009
[4]灰色BP神经网络方法的研究[D]. 周志文.厦门大学 2009
[5]四川省道路危险品运输企业安全评价[D]. 吴强.西南交通大学 2009
[6]基于灰色理论和RBF神经网络民航客运量预测方法研究[D]. 王翠.北京交通大学 2008



本文编号：2907979