飛行數據在航空工效領域應用研究進展

陳農田，李俊輝,孫有朝,汪關祥

(1.南京航空航天大學 民航學院，江蘇 南京 211106；2.中國民用航空飛行學院，四川 廣漢 618307；3.清華-伯克利深圳學院 數據科學與信息技術研究中心，廣東 深圳 518055)

1 引 言

民航安全民航運輸行業生命線，而飛行安全是保障民航安全的關鍵環節[1]。我國民航自2010年“8.24伊春空難”以來未發生重大飛行事故，但是嚴重事故征候和不安全事件時有發生。現代民航安全管理采用信息數據驅動，基于飛行數據分析的風險致因分析常常應用于不安全事件的調查。飛行數據包含飛行高度、速度、航向等信息，還包含有發動機、導航等性能參數。由于航空科學與信息技術的進步，飛行大數據分析廣泛應用于航空安全領域。

國外針對飛行數據研究方面開展了系列研究。R.John Hansmanb提出一種數據驅動的方法來分析飛行數據，自動識別多個典型飛行操作模式建立標準規范，以及檢測飛行異常進行主動安全管理[2]。Hooper分析了2001年——2008年間發生的288起澳大利亞軍事涉及組織人為失誤的飛機事故數據信息，使用事故分類系統探索軍用航空飛行安全事件中的人為錯誤[3]。Mrunali Botre采集與分析飛行試驗數據，驗證直升機噪聲預測系統[4]。Scott Shappell使用人因分析和分類系統將以前對航空事故的檢查擴展到包括商業航空事故相關的特定機組人員、環境、監管和組織因素，為針對商業航空安全干預措施提供支持[5]。Andreas Haslbeck通過選取航空公司飛行員進行進近著陸場景操縱測試，發現在實際和訓練飛行表現不好的飛行員在進近著陸操縱場景測試中存在較大差異性，而在實際和訓練中表現好的飛行員在進近著陸操縱場景測試中差異性較小[6]。Mark Davenport通過模擬飛行實驗測試了人體酒精含量對飛行員進近著陸操縱行為的影響[7]。Heikki Mansikka通過測試戰斗機飛行員的心率以及心率變異性來評估戰斗機飛行員進近著陸的工作心理負荷[8]。Haitham Baomar利用人工神經網絡技術模擬和計算了飛機在惡劣天氣下自動操縱著陸和復飛模型[9]。Zbigniew Gomolka運用飛行模型器設備結合眼動儀進行飛行員起飛和著陸認知能力研究[10]。Felipe M.S.Turetta利用數據進行了飛行員著陸任務偏差建模分析[11]。

國內專家學者在航空工效以及飛行數據應用方面也開展許多研究[12-15]。傅山等結合飛行實驗采集的生理指標參數，運用小波分析剔除花粉傳播高斯分類模型，實現自動識別飛行員信息感知狀態[16]。汪磊等通過設計設定飛行員操縱偏差影響指標的情境問卷，對問卷信度和效度進行了分析，并實施問卷收集數據分析得出影響重要參數[17]。董傳亭結合飛行采集的QAR飛行數據，開展飛行員操縱技能評估研究[18]。李學仁等針對某型飛機操縱系統故障評估問題，提出了一種基于飛行數據的差分進化極限學習機(DE-ELM)算法[19]。

飛行數據應用逐漸在航空安全領域特別是人為因素調查與工效分析方面體現出了重要價值，有待進一步發掘。本文擬通過分析飛行數據記錄分析原理，追溯分析不同階段的飛行數據記錄設備。結合SHELL模型，重點從人(L—Liveware)、硬件(H—Hardware)、軟件(S—Software)和環境(E—Environment)角度分析總結飛行數據在航空工效領域應用現狀和研究成果，展望飛行數據理論研究及工程應用發展趨勢。

2 飛行數據記錄系統

2.1 飛行數據記錄系統原理

飛行數據是指由飛行數據記錄系統采集的飛機及其子系統各個狀態的數據集。飛行數據記錄系統是對飛機及其子系統工作參數的采集與記錄，通過信息處理系統為故障預測及處理、輔助飛行訓練以及飛機研發等提供科學客觀依據。飛行數據系統一般包括輸入數據源、飛行數據獲取組件、飛行數據記錄器以及快速存取記錄器，如圖1。

QAR記錄多種類型飛行數據，具體包括操作類、狀態類、告警類和環境類。其中記錄數據如表1所示。

表1 飛行記錄數據類別

2.2 飛行數據記錄設備

(1)早期飛行數據記錄裝置

最早飛行數據記錄器可以追溯到有電飛行時期。Wright Brothers發明飛機，實現了人類歷史首次飛行。而當時飛行記錄裝置，只記錄了螺旋槳轉速、空中飛行距離以及飛行時間等簡單數據。查爾斯·林德伯格為“路易斯精神號”設計了一款能在一個旋轉紙柱上記錄氣壓或高度變化的飛行記錄器。

(2)劃痕式飛行記錄器

隨著航空業逐步發展，頻繁出現的飛行事故讓民航行業開始重視飛行數據，并開始探討怎樣才能做到可靠的數據記錄。通用電氣公司首先研發一款Selsyns系統，依靠一串細小的電極構成傳感器，通過電纜把信息傳遞給記錄器。1951年，James J.Ryan針對記錄器出現的問題，設計了一款供工程使用的“VGA飛行記錄器”，其帶有兩個獨立隔箱，一個為測量裝置，一個為連接測量裝備的記錄器，這種間隔箱式至今被廣泛使用。鉑條劃痕式記錄器被密封在不銹鋼球體內，以鋼片或膠片為介質，采用撞針在鉑條上為每一個參數記錄相應“示波劃痕”，主要記錄航行、時間、空速、高度和垂直過載五大參數。

(3)磁帶式飛行記錄器

1972年，數字式飛行數據記錄器(Digital Flight Data Recorder,DFDR)成為發展新標準，使磁帶成為當時首選的記錄介質。最廣泛使用的磁帶有聚酯磁帶、聚酰亞胺磁帶以及金屬磁帶[20]。此時記錄器還增加了對艙音記錄功能，即艙音記錄器(Cockpit Voice Recorder,CVR)，為事故取證提供了“有聲”證據。

(4)固態飛行記錄器

隨著計算機和通訊技術的發展進步，固態存儲技術也日趨發展起來，美國等發達國家開始考慮運用一種新技術—固態技術來記錄飛行數據。1990年，L-3公司率先研發成功，并推向市場[21]。在1998年的國際飛行數據記錄系統年會上提出2005年以后，飛機均需要裝有固態記錄器，并增加座艙圖像記錄器，把實際顯示和飛行數據客觀記錄聯系起來分析[22]。

(5)先進的數字式數據記錄器系統

為避免飛機接口及記錄器本身的反復使用，出現了一種先進的數字式數據記錄系統方案。通過一個信息采集系統進行多樣數據的收集，然后利用多通道高速輸入接口與雙固態數字式數據記錄器(Solid State Digital Data Recorder,SSDDR)進行交互[23]，如圖(2)所示。該記錄器不需要了解信號的來源或者類型，只要僅僅記錄在事先定義下的數字數據。數據處理是在飛機其他系統中完成，然后發送到冗余記錄器。此外，SSDDR分區儲存，所以能夠區分數據類型，從而可以選擇性下載飛行數據。

(6)增強型機載飛行記錄器

FAA在2007年向國際民航組織(International Civil Aviation Organization,ICAO)以產品形式展示了增強型機載飛行記錄器(Enhanced Airborne Flight Recorder,EAFR)。EAFR主要包含了以下功能模塊：數字固態FDR、CVR、數據鏈記錄、視頻記取代先前的獨立硬件而設立的一個更可靠的外場可更換單元(LRU)。其原理框架如圖3所示。

總結出不同時期的飛行記錄器性能參數比較，如表2所示。

表2 不同時期飛行記錄器性能參數比較

3 飛行數據在航空工效領域應用

航空工效的任務是以航空心理學、環境生理學、人體測量學和生物力學等學科為基礎研究如何實現飛行員—飛機—環境系統最優化，使飛行員能夠安全、高效、舒適地工作[24]。

3.1 SHELL模型

SHELL模型由愛德華(Edwards，1972年)提出，模型認為航空系統由軟件(S)、硬件(H)、環境(E)、人(L)四要素組成，該模型在航空人因研究領域使用最為普遍，國際民航組織推薦使用該模型作為分析航空事故和人因工效的框架[25]。

3.2 基于SHELL模型的飛行數據在航空工效應用分析

3.2.1 工效人(件)應用分析(L)

人是人機環管中最活躍的元素，也是最容易被影響的因素。飛行員作為飛行安全責任主體，其知識技能、生理素質、飛行經驗、安全意識與態度作風以及機組資源管理(Crew Resource Management,CRM)對其所飛行安全至關重要。利用飛行記錄數據研究飛行員工作負荷可以幫助改善飛機人機界面的設計，降低人為飛行事故率。戴婧睿等人通過對飛行員操作特性的飛行參數的收集，建立了基于布谷鳥優化-高斯過程分類器的飛行狀態識別模型開展客觀評價[26]。李鑫利用采集的航班數據以及運行條件，通過專家評估論證，利用Spring MVC框架及Python形成基于B/S框架的飛行員疲勞監控系統[27]。

飛行數據分析在飛行員飛行品質監控人因安全方面具有應用價值，主要有(1)了解當前飛行品質中趨勢性風險，提前做好風險控制工作。(2)通過數據復原和仿真，完整還原事件情景，提高對于不安全事件調查數據支持作用。(3)通過飛行品質監控，識別和監控飛行中的嚴重不安全事件(如復飛、中斷起飛、飛行過程中嚴重低于下滑剖面等)，對信息上報起到交叉檢查和相互證實作用。

3.2.2 工效硬件應用分析(H)

飛行數據在硬件應用方面，為實現飛機設備狀態監控有兩種方式：離線監控和在線監控。

(1)離線監控。目前，飛行數據記錄的最多飛機設備是發動機。以某型運輸機為例，飛行數據記錄器可以記錄兩級壓縮機轉子轉速、油門桿位置、停車手柄位置、接通反推、危險振動等信號，這些信號不僅可以進行相關性分析，也可以多種信號合并處理來達到全方位監控。孫同江實施基于發動機狀態監控數據的故障分析[28]。Mustagime結合飛行數據監測飛機燃氣渦輪發動機健康系統，用發動機風扇速度、振動、油壓、油溫、排氣溫度(EGT)和燃料流量等參數確定燃氣渦輪發動機性能劣化，設計模型獲取燃氣渦輪發動機狀況信息[29]。

(2)在線監控。在線實時監控是通過飛行參數記錄器或其他類型數據記錄器進行采集，采用圖形圖像處理技術、數據通訊和計算機仿真，將各種飛行數據實時、連續、準確地傳輸到地面，空管人員可以隨時了解飛機動態信息，包括設備狀態和操縱信息，進行正確指揮。

飛行數據分析在硬件方面還可以應用在飛機結構、座艙設計以及控制器與儀表的位置與操作感設計，改善工效條件和保障航空安全。

3.2.3 工效軟件應用分析(S)

飛行數據在軟件應用方面包括運行大綱、程序、手冊、培訓和檢查單的設計。手冊、指令和檢查單是飛行安全的重要依據，軟件出現不匹配現象，會誘發航空從業人員錯誤操作。維護人員無法理解手冊內容，錯誤實施維修，不但可能出現部件裝錯等不適航現象，甚至出現機毀人亡后果。如今飛機各方面的自主能力越來越高，駕駛員由過去的飛機直接操縱逐步轉變為以監測信息為主，飛行數據信息可視化極大提高了飛行員對軟件的利用與掌握。

3.2.4 工效環境應用分析(E)

飛行環境通常分為硬環境與軟環境。硬環境是指飛機從起飛、空中飛行和著陸這三大基本狀態下的場地環境、溫度環境、照明環境、地形環境等人工環境和自然環境；軟環境涉及比較廣，如飛機內的人文環境、機組交流配合環境、管制員與機組溝通、甚至經濟環境和政治環境等。歐洲航行安全組織曾在高空區域管制中心裝備了可互操作飛行數據處理系統，用于對歐洲最繁忙、最復雜空域某區域進行管理，以一種更安全、更迅捷和合乎環境效率的方式，應對未來交通量增長。Krithika Manohar解決了機翼應變傳感器收集的稀疏數據中識別不同流動環境問題[30]。Gang He公開了一種用于增強可視性并確保飛機顯示器上的地形和導航信息的正確性的系統和方法，此系統和方法保證飛行數據記錄器記錄地形和導航對象(例如跑道)的完整性和準確性[31]。

3.3 航空工效系統分析

飛行數據在工效系統綜合應用方面，由于飛行過程監控數據是多信息源的，飛行數據常應用于事故前預警與事故調查全過程系統安全分析。在事故調查過程中，現場調查、原因分析、結論判定以及安全評估與建議等環節主要依靠飛行數據記錄器記錄數據、艙音記錄器記錄的話語信息、雷達信息以及目擊者提供的信息等調查方面具有重要價值。

4 展望

4.1 飛行數據挖掘技術

當前，人工智能和大數據信息技術快速發展，同時飛行數據記錄器記錄的參數種類越來越多，數據量也越來越大。為保證挖掘所得數據的準確率高、利用率高、質量高，需要進行飛行數據智能化處理，結合機器學習以及深度學習等信息技術分析問題，對數據進行遴選和預處理，創建和調試數據類別模型，進行有效數據挖掘和數據模型應用，做到“去偽存真，去糟取精”。如何有效采集和分析并利用好海量飛行大數據，提出有價值信息。在信息數據處理智能化，飛行大數據挖掘分析技術研究有待深入。

4.2 飛行數據可視化

通過飛行記錄器記錄飛行數據，利用計算機仿真手段，構建飛行數據可視化實現航空工效沉浸場景，直觀反應飛機在不同階段狀態，為航空事故調查處理、日常訓練、飛行質量監控與評估提供實證。在人工智能和5G技術的大背景下，基于虛擬現實技術的應用設備和應用已經出現在教育、傳媒、娛樂、醫療、遺產保護等各類領域。利用飛行數據進行可視化分析，構建知識圖譜實時呈現飛行狀態和信息，可直接開展飛行事故及事故征候致因分析，節省工作時間和降低成本，有效減少事故發生概率。基于人工智能與虛擬現實技術的飛行數據可視化研究與應用有待深入。

4.3 多學科交叉融合技術應用

飛行數據分析在航空工效領域應用，為了更好利用好飛行數據，挖掘更多有價值信息，需打破傳統學科之間的壁壘，開展數學、生理、心理、工程、醫學等多學科交叉融合，實施基礎理論研究與工程技術應用相結合。面向多學科交叉融合，基于飛行數據的航空工效科學研究以及工程技術應用轉化是未來趨勢。

5 總結

大數據技術已經滲透并成熟應用到公共交通領域。通過國內外飛行數據在航空領域應用研究分析，飛行數據在航空工效領域有較成熟應用，成為智慧民航基礎和關鍵。通過不同時期飛行數據記錄器追溯以及其性能參數差異性比較，穩定性、智能化以及國產化飛行數據記錄設備研制是未來飛行記錄設備必然趨勢。在飛行數據具體應用研究方面，服務于航空器適航安全的飛行數據挖掘技術、飛行數據可視化以及多學科交叉融合技術將是飛行數據在航空工效應用領域研究趨勢。