基于QAR数据的飞行操作技能评价研究

发布时间：2020-04-02 02:18

【摘要】：近年来,由于航空运输量迅速增长,虽然事故率不断降低,但总的事故数量却呈现上升趋势。现代许多飞行操作都能通过自动化系统实现,但是不管飞机多么智能,飞行员始终是飞机的控制者,对飞行安全起着决定性作用。因此,通过分析飞行员的操作特征以及评价飞行员的操作技能,可以挖掘出飞行操作行为的倾向性,为航空公司完善飞行训练内容、提高飞行训练水平提供数据支持,从而预防飞行事故的发生。首先,通过大量的文献阅读,并结合航空公司现行的飞行品质监控标准,从飞行员操作的完成度、规范性、及时性、平稳性四个维度出发,筛选能够描述飞行员操作技能的指标。由于在飞行操作中,起飞爬升和进近着陆是最重要也最危险的阶段。因此从这两个阶段进行分析和优化,最终得到32项指标,其中完成度指标13项,及时性指标5项,平稳性指标14项。在平稳性这一维度中,其手动操作指标是通过计算功率谱密度的方法获得的。为了将评价飞行员操作技能的多个指标进行综合起来,构建了熵权TOPSIS模型,利用熵权法确定每个指标的权重,利用TOPSIS计算出每个航班距离理想值的距离,最终求出贴近度,通过贴近度的值来评价飞行员每个航班的优劣。本研究通过实例求出351个航班的贴近度,并根据贴近度以0.25为单位将每个航班的操作水平分为四个等级。结果是操作技能水平“中等”和“良好”的航班占比94%,操作技能水平为“优秀”和“差”的航班分别占比3%,表明该公司飞行员操作技能水平中等。为比较飞行员之间的差异求出了20名飞行员的贴近度均值和方差,通过构建评价矩阵,实现了飞行员操作技能水平的对比。最后,利用PyQt开发操作技能评价原型系统,实现了数据处理及结果的可视化,该系统包含了飞行数据筛选、操作技能评价在内的六个模块,实现了数据处理及操作技能评价的可视化操作。
【图文】：

谱图,驾驶盘,航班,飞行员

.3 功率谱估计实例评价.3.1 操作输入飞行品质分析对于平稳性中的飞行员操作输入的参数的优劣需要通过功率谱密度分析的方法计，需要计算的参数如表 3.1 所示。3.1 - - 从 QAR 数据中选取两次航班数据，这两次飞行中 200ft 至着陆的驾驶盘操作功率谱如图 3-5 所示、驾驶杆操作功率谱图如图 3-6 所示，以下通过对比两图中两条曲线的异分析飞行员操作技能水平。

航班,驾驶盘,驾驶杆,谱密度

因此，航班 2 的飞行员在该次航班操作驾驶盘的方面明显优于航班 1 的飞行。代入算法中，求解航班 1 驾驶盘操作总功率为cP =3985.5，低频所占比例为cp8.09%，，航班 2 驾驶盘操作总功率为cP =1842.8，低频操作所占比例为cp =79.20，从数中也很明显的看出航班 2 表现更好。
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：V323

【相似文献】