魏林　宁艳

关键词：QAR；可视化；分析；自动化

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2023）08-0049-03

0 引言

随着航空运输业的快速发展，飞机数量和航班次数不断增加，使得飞行监控任务变得日益复杂。传统的飞行监控方法主要是人工观察飞行状态，但是随着飞机系统的复杂化和数据量的增加，人工监控已经无法满足需求，需要更加高效和准确的监控方法。目前，国内各大航空公司都需要进行飞行品质评价，较为普遍的方式是对QAR数据进行人工分析，虽然各航空公司都成立了飞行品质管理小组，一般由飞行质量中心经理、QAR 应用工程师和QAR 分析工程师组成[3]，但目前分析工程师仅针对某些参数超出限制的航段数据进行人工分析，分析存在方式单一、过程粗糙等问题，缺乏对整体飞行安全运行的过程化分析[4]。为解决该问题，笔者开发了基于QAR航空大数据的飞行品质监控系统软件平台，实现了基于QAR的航空数据统计分析、数据挖掘、品质监控、风险管控等功能。平台的设计理念以飞行员（用户）为核心，结合实际多种复杂的飞行状态，通过分析大量QAR数据，构建飞行品质评价模型，从而实现对飞行安全和飞行品质的全程可视化监测与预警。

1 问题分析

1.1 需求分析

目前航空公司在QAR应用分析上主要存在两类问题。

一是典型超限事件的数据分析不够深入。多数航空公司对超限事件的数据分析虽然能通过数据复原和仿真，但还仅停留在单一典型事件本身，没有对单一事件或同类事件背后的隐藏的危险源进行探究[5]。此外，对超限事件分析缺少对机队趋势性风险的识别和研判，也缺乏对超限事件控制措施的落实情况的验证和反馈。

二是基于正常QAR参数的统计和分析不足。大多数航空公司缺乏一个较为成熟的能提供正常QAR参数的统计分析平台[6]，许多成熟的数据挖掘方法无法或没有在现有QAR数据应用基础上使用。

要解决上述两类问题，笔者认为在QAR数据分析中引入“大数据”的概念可实现以下两个最终目的。

一是减少飞行超限事件发生。开展基于正常QAR参数的大数据统计分析工作，例如分析大量QAR参数间的相关性、统计校验QAR数据分析假设等，找寻数据背后隐藏的规律。

二是反馈飞行品质，进行飞行安全预警。基于正常QAR参数的数据挖掘和机队运行监控，或通过对机场、航线、环境、机组操纵情况等正常QAR参数的分析，开展针对性风险管控及预测工作。

1.2 分析方法

1） 超限分析——对采集的飞行姿态、航迹、速度、高度、气压、温度等数据进行预处理和清洗，完成数据存储后，设计和实现超限分析算法，通过模型计算，建立飞行品质模型，预测和识别飞行异常情况；2） 统计分析——采用多种数据统计分析方法，对采集到的数据进行深入分析，构建正常飞行姿态及数据参照曲线，识别出飞行品质的问题点，统计数据中的异常行为和风险事件概率；3） 数据挖掘分析——使用数据聚类、主成分分析等技术，得到多数航班飞行参数的阈值和变化规律，进而能反馈更多有效信息，包括飞行员的飞行状态变化和飞机一些参数在不同环境下的变化等。

1.3 功能分析

本系统可以实现以下功能：

1） 计算标准着陆曲线：通过对落地前十秒数据分析，以高度作为一个主要参数，画一条标准着陆曲线，通过调用Echarts将其以平滑曲线的方式展示在界面。

2） 实现飞行数据可视化：获取当前飞行数据，对飞行数据中重要参数进行筛选，以表格形式展示在界面，供用户参考预估当前飞行情况。

3） 实现对标准飞行姿态油门的展示：将飞机左右油门与俯仰姿态数据可视化，使用户能够清楚地看到相应距离的油门拉杆角度与飞机俯仰角。

2 系统设计与实现

2） 技术选取

①通过SPSS、PYTHON+R 等工具、结合飞行专家，基于海量关键参数、应用分类、聚类、回归等模型识别差异，分析原因，预测趋势。建立诸如：擦机尾风险预测模型、冲出跑道预测模型等；

②提交SPARK任务，计算来自不同维度的海量数据，计算关键参数。其中包括：5000个左右飞行关键指标参数（诸如：500尺以下最大下沉率、起飞离地时轮速等）；

③通过Hadoop存储各种不同维度、格式化、非格式化的数据，对于海量数据通过Hbase列式存储的机制提高计算效率，使海量数据计算成为可能；

④通过开发相应的Web页面实现每次进近地面的飞行可视化展示系统，并对飞行行为进行相关评价。

2.2 系统设计

1） 数据获取模块：通过对QAR大数据的网络传输，实时获取飞行数据，包括飞行航线、飞行速度、高度、气压、温度、时间等多项数据，并对数据进行实时监控和预处理。

2） 数据处理模块：对获取的原始数据进行清洗、预处理、筛选、格式化和统计等操作，提取出关键数据，并进行实时存储和备份。

3） 数据分析模块：基于机器学习和数据挖掘技术，对飞行数据进行深入分析和挖掘，发现潜在的问题和风险因素，为飞行品质提供科学依据和指导。

4） 可视化展示模块：将数据分析的結果以图表、地图等形式进行可视化展示，为用户提供直观、清晰的数据呈现和分析，方便用户及时掌握和监控飞行品质情况。

5） 健康管理模块：基于飞行数据和分析结果，对飞机和飞行员进行健康管理和预警，及时发现和处理异常情况，确保飞行安全和品质。

该飞行品质监控系统通过整合多项技术和功能，实现了对飞行过程中多项数据的实时获取、清洗、分析和展示，将飞行过程中产生的QAR数据以动态曲线可视化的形式展示给飞行员，能让他们对自己的飞行操作有一个更直观的认识，综合运用这些信息能够帮助飞行员分析飞机的着陆状况、评估飞行操作技能，为航空公司和机组人员提供了全面的飞行品质监控和管理服务，提高了飞行安全性和运营效率，对飞行员培训、飞行安全等方面具有重要意义。

2.3 功能展示

进入飞行数据可视化分析系统，用户注册完成后可通过注册过的账号密码登录本系统，进入系统首页，用户在首页界面可看到三大板块模型：由大量数据的多种重要参数分析得到的标准着陆曲线、飞机进近地面前十秒的左右油门拉杆位变化和飞机俯仰角的变化曲线。使用数据可视化技术将监控结果以图形化的形式呈现出来，实时查看自己的飞行状况，方便监管部门和航空公司进行对比和分析，为飞行品质的提升和管理提供依据。

1） 标准着陆曲线模型：用户成功登录系统进入首页即可看到由大量数据的多种重要参数分析得到的标准着陆曲线，如图1所示。

2） 飞行数据可视化：用户登录成功，在首页可看到飞机进近地面前十秒的左右油门拉杆位变化与飞机俯仰角的变化曲线。并对当前飞行数据以表格形式进行可视化展示，便于用户与标准数据做对比。如图2所示。

3 系统创新点

3.1 警告分析模型标准化

目前的分析方法及分析质量与分析工程师的分析经验及运行经验密切相关，存在着因个人经验的不足而忽略关键参数、同样警告分析质量不同、分析形式单一，分析内容不够全面等现状，本系统通过对全体分析工程师结合机型特点及分析经验对目前的主要监控的五大类警告的特点及分析难点进行梳理总结，形成统一的分析模板，重点从飞行操纵及飞机能量管理等多方面进行分析，将分析模型标准化。

3.2 飞行QAR数据可视化

飞行QAR数据分析的可视化建立将飞行QAR参数的动态过程以曲线的形式可视化给飞行员，能让他们对自己的飞行操作有一个更直观的认识，综合运用这些信息能够帮助飞行员分析飞机的着陆状况、评估飞行操作技能，对飞行员培训、飞行安全等方面具有重要意义，QAR参数曲线的可视化方法能够帮助飞行员直观地了解自己的飞行动态，并能够综合多个参数曲线对重着陆的相关因素进行分析。

3.3 软件开发人性化

该系统摒弃了以往软件开发过程中以事务为中心的理念，改为以飞行员为核心，搭建数据分析平台，避免了对飞行员管理的时效性差问题，通过可视化的数据展示和分析对飞行员状态进行一个合理的评估，重点关注起飞状态和进近着陆状态各项飞行数据的监控，能够有效预防各种飞行隐患。另外本系统基于更为海量的全航段全译码数据，采用风险模型、回归分析、机器学习等更多综合手段，研究重着陆事件风险评估模型、飞行员操作水平量化评估等业务目标，研究纳入重着陆意外的更多风险场景，为安全和训练做出贡献，让飞行员能夠掌握自己的技术状态，提醒飞行过程是否存在亚健康状态。

4 结束语

本系统将飞行QAR参数的动态过程以曲线的形式可视化给飞行员，能让他们对自己的飞行操作有一个更直观的认识，综合运用这些信息能够帮助飞行员分析飞机的着陆状况、评估飞行操作技能，对飞行员培训、飞行安全等方面具有重要意义。