基于QAR航空大數據的飛行品質監控系統的設計與實現

魏林　寧艷

關鍵詞：QAR；可視化；分析；自動化

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2023）08-0049-03

0 引言

隨著航空運輸業的快速發展，飛機數量和航班次數不斷增加，使得飛行監控任務變得日益復雜。傳統的飛行監控方法主要是人工觀察飛行狀態，但是隨著飛機系統的復雜化和數據量的增加，人工監控已經無法滿足需求，需要更加高效和準確的監控方法。目前，國內各大航空公司都需要進行飛行品質評價，較為普遍的方式是對QAR數據進行人工分析，雖然各航空公司都成立了飛行品質管理小組，一般由飛行質量中心經理、QAR 應用工程師和QAR 分析工程師組成[3]，但目前分析工程師僅針對某些參數超出限制的航段數據進行人工分析，分析存在方式單一、過程粗糙等問題，缺乏對整體飛行安全運行的過程化分析[4]。為解決該問題，筆者開發了基于QAR航空大數據的飛行品質監控系統軟件平臺，實現了基于QAR的航空數據統計分析、數據挖掘、品質監控、風險管控等功能。平臺的設計理念以飛行員（用戶）為核心，結合實際多種復雜的飛行狀態，通過分析大量QAR數據，構建飛行品質評價模型，從而實現對飛行安全和飛行品質的全程可視化監測與預警。

1 問題分析

1.1 需求分析

目前航空公司在QAR應用分析上主要存在兩類問題。

一是典型超限事件的數據分析不夠深入。多數航空公司對超限事件的數據分析雖然能通過數據復原和仿真，但還僅停留在單一典型事件本身，沒有對單一事件或同類事件背后的隱藏的危險源進行探究[5]。此外，對超限事件分析缺少對機隊趨勢性風險的識別和研判，也缺乏對超限事件控制措施的落實情況的驗證和反饋。

二是基于正常QAR參數的統計和分析不足。大多數航空公司缺乏一個較為成熟的能提供正常QAR參數的統計分析平臺[6]，許多成熟的數據挖掘方法無法或沒有在現有QAR數據應用基礎上使用。

要解決上述兩類問題，筆者認為在QAR數據分析中引入“大數據”的概念可實現以下兩個最終目的。

一是減少飛行超限事件發生。開展基于正常QAR參數的大數據統計分析工作，例如分析大量QAR參數間的相關性、統計校驗QAR數據分析假設等，找尋數據背后隱藏的規律。

二是反饋飛行品質，進行飛行安全預警。基于正常QAR參數的數據挖掘和機隊運行監控，或通過對機場、航線、環境、機組操縱情況等正常QAR參數的分析，開展針對性風險管控及預測工作。

1.2 分析方法

1） 超限分析——對采集的飛行姿態、航跡、速度、高度、氣壓、溫度等數據進行預處理和清洗，完成數據存儲后，設計和實現超限分析算法，通過模型計算，建立飛行品質模型，預測和識別飛行異常情況；2） 統計分析——采用多種數據統計分析方法，對采集到的數據進行深入分析，構建正常飛行姿態及數據參照曲線，識別出飛行品質的問題點，統計數據中的異常行為和風險事件概率；3） 數據挖掘分析——使用數據聚類、主成分分析等技術，得到多數航班飛行參數的閾值和變化規律，進而能反饋更多有效信息，包括飛行員的飛行狀態變化和飛機一些參數在不同環境下的變化等。

1.3 功能分析

本系統可以實現以下功能：

1） 計算標準著陸曲線：通過對落地前十秒數據分析，以高度作為一個主要參數，畫一條標準著陸曲線，通過調用Echarts將其以平滑曲線的方式展示在界面。

2） 實現飛行數據可視化：獲取當前飛行數據，對飛行數據中重要參數進行篩選，以表格形式展示在界面，供用戶參考預估當前飛行情況。

3） 實現對標準飛行姿態油門的展示：將飛機左右油門與俯仰姿態數據可視化，使用戶能夠清楚地看到相應距離的油門拉桿角度與飛機俯仰角。

2 系統設計與實現

2） 技術選取

①通過SPSS、PYTHON+R 等工具、結合飛行專家，基于海量關鍵參數、應用分類、聚類、回歸等模型識別差異，分析原因，預測趨勢。建立諸如：擦機尾風險預測模型、沖出跑道預測模型等；

②提交SPARK任務，計算來自不同維度的海量數據，計算關鍵參數。其中包括：5000個左右飛行關鍵指標參數（諸如：500尺以下最大下沉率、起飛離地時輪速等）；

③通過Hadoop存儲各種不同維度、格式化、非格式化的數據，對于海量數據通過Hbase列式存儲的機制提高計算效率，使海量數據計算成為可能；

④通過開發相應的Web頁面實現每次進近地面的飛行可視化展示系統，并對飛行行為進行相關評價。

2.2 系統設計

1） 數據獲取模塊：通過對QAR大數據的網絡傳輸，實時獲取飛行數據，包括飛行航線、飛行速度、高度、氣壓、溫度、時間等多項數據，并對數據進行實時監控和預處理。

2） 數據處理模塊：對獲取的原始數據進行清洗、預處理、篩選、格式化和統計等操作，提取出關鍵數據，并進行實時存儲和備份。

3） 數據分析模塊：基于機器學習和數據挖掘技術，對飛行數據進行深入分析和挖掘，發現潛在的問題和風險因素，為飛行品質提供科學依據和指導。

4） 可視化展示模塊：將數據分析的結果以圖表、地圖等形式進行可視化展示，為用戶提供直觀、清晰的數據呈現和分析，方便用戶及時掌握和監控飛行品質情況。

5） 健康管理模塊：基于飛行數據和分析結果，對飛機和飛行員進行健康管理和預警，及時發現和處理異常情況，確保飛行安全和品質。

該飛行品質監控系統通過整合多項技術和功能，實現了對飛行過程中多項數據的實時獲取、清洗、分析和展示，將飛行過程中產生的QAR數據以動態曲線可視化的形式展示給飛行員，能讓他們對自己的飛行操作有一個更直觀的認識，綜合運用這些信息能夠幫助飛行員分析飛機的著陸狀況、評估飛行操作技能，為航空公司和機組人員提供了全面的飛行品質監控和管理服務，提高了飛行安全性和運營效率，對飛行員培訓、飛行安全等方面具有重要意義。

2.3 功能展示

進入飛行數據可視化分析系統，用戶注冊完成后可通過注冊過的賬號密碼登錄本系統，進入系統首頁，用戶在首頁界面可看到三大板塊模型：由大量數據的多種重要參數分析得到的標準著陸曲線、飛機進近地面前十秒的左右油門拉桿位變化和飛機俯仰角的變化曲線。使用數據可視化技術將監控結果以圖形化的形式呈現出來，實時查看自己的飛行狀況，方便監管部門和航空公司進行對比和分析，為飛行品質的提升和管理提供依據。

1） 標準著陸曲線模型：用戶成功登錄系統進入首頁即可看到由大量數據的多種重要參數分析得到的標準著陸曲線，如圖1所示。

2） 飛行數據可視化：用戶登錄成功，在首頁可看到飛機進近地面前十秒的左右油門拉桿位變化與飛機俯仰角的變化曲線。并對當前飛行數據以表格形式進行可視化展示，便于用戶與標準數據做對比。如圖2所示。

3 系統創新點

3.1 警告分析模型標準化

目前的分析方法及分析質量與分析工程師的分析經驗及運行經驗密切相關，存在著因個人經驗的不足而忽略關鍵參數、同樣警告分析質量不同、分析形式單一，分析內容不夠全面等現狀，本系統通過對全體分析工程師結合機型特點及分析經驗對目前的主要監控的五大類警告的特點及分析難點進行梳理總結，形成統一的分析模板，重點從飛行操縱及飛機能量管理等多方面進行分析，將分析模型標準化。

3.2 飛行QAR數據可視化

飛行QAR數據分析的可視化建立將飛行QAR參數的動態過程以曲線的形式可視化給飛行員，能讓他們對自己的飛行操作有一個更直觀的認識，綜合運用這些信息能夠幫助飛行員分析飛機的著陸狀況、評估飛行操作技能，對飛行員培訓、飛行安全等方面具有重要意義，QAR參數曲線的可視化方法能夠幫助飛行員直觀地了解自己的飛行動態，并能夠綜合多個參數曲線對重著陸的相關因素進行分析。

3.3 軟件開發人性化

該系統摒棄了以往軟件開發過程中以事務為中心的理念，改為以飛行員為核心，搭建數據分析平臺，避免了對飛行員管理的時效性差問題，通過可視化的數據展示和分析對飛行員狀態進行一個合理的評估，重點關注起飛狀態和進近著陸狀態各項飛行數據的監控，能夠有效預防各種飛行隱患。另外本系統基于更為海量的全航段全譯碼數據，采用風險模型、回歸分析、機器學習等更多綜合手段，研究重著陸事件風險評估模型、飛行員操作水平量化評估等業務目標，研究納入重著陸意外的更多風險場景，為安全和訓練做出貢獻，讓飛行員能夠掌握自己的技術狀態，提醒飛行過程是否存在亞健康狀態。

4 結束語

本系統將飛行QAR參數的動態過程以曲線的形式可視化給飛行員，能讓他們對自己的飛行操作有一個更直觀的認識，綜合運用這些信息能夠幫助飛行員分析飛機的著陸狀況、評估飛行操作技能，對飛行員培訓、飛行安全等方面具有重要意義。