大數據在民用航空中的應用分析

文/張鐸，民航局空管局運行管理中心

大數據在民用航空中的應用分析

文/張鐸，民航局空管局運行管理中心

大數據成為一種應用極其廣泛的技術和手段，進入到我國的民用航空領域之中，成為民用航空運營管理的強大助力和支撐，在將大數據應用于民用航空的過程中，可以更好地截取、管理、處理民用航空中的各種信息，挖掘民用航空信息的商業價值，使人們從中獲益。

大數據；民用航空；應用

當大數據儼然成為一種時尚和趨勢的背景下，我國民用航空領域也開始滲透和融入大數據的概念和技術，由于民用航空領域諸多復雜的結構化、半結構化、非結構化等數據，而對這些數據的采集、處理、分析和管理極其關鍵和重要，為了更好地挖掘和利用這些信息數據，可以將大數據的技術和理念融入到民用航空領域之中，更好地推動我國民用航空的發展和進步。

1 大數據的概念及特點

隨著互聯網、云計算等新興技術的快速發展，大數據時代正以迅雷不及掩耳之勢進入到人們的視野，當人們的航空出行日益頻繁和增多的背景下，大數據進入到民用航空領域，顯現出如下一些特點：（1）體量大（Volume）。數據采集和分析的數量極其龐大，數據量大是其主要特點和基本屬性。（2）處理速度快（Velocity）。在信息數據量極其龐大的狀態之下，對于海量信息數據的處理速度也必然加快，以充分高效地實現對這些海量信息數據的利用。（3）類別多（Variety）。這主要是指在互聯網的時代背景下衍生出的各種結構化、半結構化、非結構化的不同數據類別，這些不同的結構化和異化的數據結構形態有其各自不同的特點。（4）真實性強（Veracity）。大數據是對現實世界的真實反映和折射，通過大數據可以實現對現實世界中各種不同事件的解釋、預測和評估。（5）潛在價值高（Value）。這是基于數據體量大的前提下而存在的，要通過對這些數據的潛在價值的充分挖掘，才能更好地發揮大數據的效用。

2 大數據在民用航空的持續適航的應用

在民用航空領域之中，持續適航是一個術語，是指確保飛行航空器在服役期間的適航性而采用的各種措施和行為，要依循現行有效的適航要求，其涵蓋的數據主要包括以下方面：（1）型號數據。它是指型號設計資料數據及符合性驗證資料數據。（2）制造數據。這是指飛行航空器在生產制造過程中可能影響其安全運行的偏離數據。（3）試飛數據。這是指飛行航空器在試飛途中可能威脅航空飛行器運行安全的故障、失效、缺陷性事件的數據。（4）機隊信息數據。這是指飛行航空器在役、在制期間的型號、數量、使用單位、使用時間等數據。（5）運營數據。這是指維修機構對飛行航空器進行使用、維護、定檢、監控所產生的各種數據，如：運營可靠性數據、適航指令、特殊適航信息通告等。（6）專題分析數據。這是指經過數據處理和數據分析得出的數據，歸屬于非原始信息數據。

上述這些民用航空的持續適航數據具有大數據的“5V”特性，具體來說表現為：民用航空飛行運行中的持續適航工程數據的故障要快速處理以免影響其聲譽，符合大數據的處理速度快的特點；持續適航數據有不同類型，如：圖表數據、三維設計數據、二維生產制造數據等，具有較高的真實性；這些持續適航工程數據體量巨大、潛在價值高，可以利用分類回歸分析、聚類分析、關聯分析等數據挖掘技術和方法，實現對航空飛行的安全預測和風險決策。由此可見，在民用航空的制造、運輸視角來看，可以在數據的采集、存儲、分析處理等方面引入大數據理念，較好地促進我國民用航空的發展。

3 大數據在民用航空器維修方面的應用

在原有的民用航空器的維修方式中，主要是采用定期對航空器及其部件進行檢修或翻修的方式，進行維護和管理，這種定時預防性維修的原理有其自身的優勢，然而也造成飛機設備的利用率低、維修成本增加的問題。為此，可以將大數據引入到民用航空器的維修應用之中。

可以在航空器上配備先進的儀器設備，如：飛機狀態分析和管理系統（ACAMS），通過該系統實現對飛行設備信息的數據采集和分析，并對故障部件進行準確的判斷，將判斷信息反饋給地面維修技術人員，使之預先準備航材備件及拆裝工具，及時更換以減少航班延誤的風險，較好地提升航空器的飛行安全裕度。還可以采用飛機狀況管理系統（AHM），通過對飛行航空器飛行期間的數據采集、統計和分析，以較好地預測故障、擬定維修方案，較好地節約飛機故障而引發的延誤費用。還可以普及推廣應用SAP數據軟件系統，依照不同規模的航空航天管理的要求，提供精準、實時的航空維修管理服務，提速快速完善的維修服務，內容涵蓋基地維修、外場維修、部件維修等全過程，減少零件更換維修的出錯率。同時，SAP數據軟件系統還可以建構飛機故障模型，較好地預測飛機故障，以達到預測性維修的狀態，確保飛機的健康運行狀態，較好地節約維修成本。

4 大數據在民用航空的飛行延誤預警應用

在短周期航班計劃的飛行延誤預測之中，可以基于時間序列數據建構時間序列模型，對航空飛行歷史行為進行客觀的記錄，并分析和挖掘時間序列數據中隱含的內在關聯性，找尋其中隱藏的變化規律，以較好地實現對未來航班運行狀態的預測和判斷。

在對航空飛行的時間序列數據進行挖掘應用的過程中，主要應當做好以下幾個方面的工作：

1)時序數據的預處理。要對海量的時間序列數據信息記錄進行數據預處理，以此保證數據的可信度，在對數據預處理的前提下才能進行數據的分析，以較好地提高分析結果的準確性。

2)時序數據的變換。這是對時序數據記錄的壓縮和維數的約簡，以實現對時序數據的描述的變換過程。

3)分類問題。通過時間序列分類模式，可以較好地實現對指定航班計劃的延誤預測和分析。

4)聚類問題。這是運用時間序列聚類研究的方式，實現對復雜動態數據的分析。

5)異常檢測。運用時間序列數據的預處理方式，發現隨機的關聯性變化，而極少出現的變化即歸屬于異常模式，通過對異常的檢測可以較好地應用于民航領域之中。

綜上所述，大數據在民用航空中的應用極其重要和關鍵，可以更好地應對我國民航運輸業的快速發展態勢，對民用航空的大數據進行處理和分析，以更好地促進和提升我國民航運輸的安全可靠性，及時發現民用航空領域中存在的潛在不安全事件。

[1]民用飛機的重心安全裕度分析[J]． 李秋．科技信息． 2012(26)

[2]協和飛機起飛失敗速度計算的程序設計研究[J]． 趙文智,韓文秀．計算機工程與應用． 2008(23)

[3]基于云模型的連續下降最后進近(CDFA)過程的安全裕度研究[J]． 高揚,侯衍琛．交通信息與安全． 2015(04)

[4]一種機載測試網絡數據分析回放方法[J]． 賈雨,劉升護,吳海東,王爽．中國科技信息． 2017(19)