APP下载

大数据在民用航空中的应用分析

2017-12-24张铎民航局空管局运行管理中心

新商务周刊 2017年17期
关键词:民用航空航空器结构化

文/张铎,民航局空管局运行管理中心

大数据在民用航空中的应用分析

文/张铎,民航局空管局运行管理中心

大数据成为一种应用极其广泛的技术和手段,进入到我国的民用航空领域之中,成为民用航空运营管理的强大助力和支撑,在将大数据应用于民用航空的过程中,可以更好地截取、管理、处理民用航空中的各种信息,挖掘民用航空信息的商业价值,使人们从中获益。

大数据;民用航空;应用

当大数据俨然成为一种时尚和趋势的背景下,我国民用航空领域也开始渗透和融入大数据的概念和技术,由于民用航空领域诸多复杂的结构化、半结构化、非结构化等数据,而对这些数据的采集、处理、分析和管理极其关键和重要,为了更好地挖掘和利用这些信息数据,可以将大数据的技术和理念融入到民用航空领域之中,更好地推动我国民用航空的发展和进步。

1 大数据的概念及特点

随着互联网、云计算等新兴技术的快速发展,大数据时代正以迅雷不及掩耳之势进入到人们的视野,当人们的航空出行日益频繁和增多的背景下,大数据进入到民用航空领域,显现出如下一些特点:(1)体量大(Volume)。数据采集和分析的数量极其庞大,数据量大是其主要特点和基本属性。(2)处理速度快(Velocity)。在信息数据量极其庞大的状态之下,对于海量信息数据的处理速度也必然加快,以充分高效地实现对这些海量信息数据的利用。(3)类别多(Variety)。这主要是指在互联网的时代背景下衍生出的各种结构化、半结构化、非结构化的不同数据类别,这些不同的结构化和异化的数据结构形态有其各自不同的特点。(4)真实性强(Veracity)。大数据是对现实世界的真实反映和折射,通过大数据可以实现对现实世界中各种不同事件的解释、预测和评估。(5)潜在价值高(Value)。这是基于数据体量大的前提下而存在的,要通过对这些数据的潜在价值的充分挖掘,才能更好地发挥大数据的效用。

2 大数据在民用航空的持续适航的应用

在民用航空领域之中,持续适航是一个术语,是指确保飞行航空器在服役期间的适航性而采用的各种措施和行为,要依循现行有效的适航要求,其涵盖的数据主要包括以下方面:(1)型号数据。它是指型号设计资料数据及符合性验证资料数据。(2)制造数据。这是指飞行航空器在生产制造过程中可能影响其安全运行的偏离数据。(3)试飞数据。这是指飞行航空器在试飞途中可能威胁航空飞行器运行安全的故障、失效、缺陷性事件的数据。(4)机队信息数据。这是指飞行航空器在役、在制期间的型号、数量、使用单位、使用时间等数据。(5)运营数据。这是指维修机构对飞行航空器进行使用、维护、定检、监控所产生的各种数据,如:运营可靠性数据、适航指令、特殊适航信息通告等。(6)专题分析数据。这是指经过数据处理和数据分析得出的数据,归属于非原始信息数据。

上述这些民用航空的持续适航数据具有大数据的“5V”特性,具体来说表现为:民用航空飞行运行中的持续适航工程数据的故障要快速处理以免影响其声誉,符合大数据的处理速度快的特点;持续适航数据有不同类型,如:图表数据、三维设计数据、二维生产制造数据等,具有较高的真实性;这些持续适航工程数据体量巨大、潜在价值高,可以利用分类回归分析、聚类分析、关联分析等数据挖掘技术和方法,实现对航空飞行的安全预测和风险决策。由此可见,在民用航空的制造、运输视角来看,可以在数据的采集、存储、分析处理等方面引入大数据理念,较好地促进我国民用航空的发展。

3 大数据在民用航空器维修方面的应用

在原有的民用航空器的维修方式中,主要是采用定期对航空器及其部件进行检修或翻修的方式,进行维护和管理,这种定时预防性维修的原理有其自身的优势,然而也造成飞机设备的利用率低、维修成本增加的问题。为此,可以将大数据引入到民用航空器的维修应用之中。

可以在航空器上配备先进的仪器设备,如:飞机状态分析和管理系统(ACAMS),通过该系统实现对飞行设备信息的数据采集和分析,并对故障部件进行准确的判断,将判断信息反馈给地面维修技术人员,使之预先准备航材备件及拆装工具,及时更换以减少航班延误的风险,较好地提升航空器的飞行安全裕度。还可以采用飞机状况管理系统(AHM),通过对飞行航空器飞行期间的数据采集、统计和分析,以较好地预测故障、拟定维修方案,较好地节约飞机故障而引发的延误费用。还可以普及推广应用SAP数据软件系统,依照不同规模的航空航天管理的要求,提供精准、实时的航空维修管理服务,提速快速完善的维修服务,内容涵盖基地维修、外场维修、部件维修等全过程,减少零件更换维修的出错率。同时,SAP数据软件系统还可以建构飞机故障模型,较好地预测飞机故障,以达到预测性维修的状态,确保飞机的健康运行状态,较好地节约维修成本。

4 大数据在民用航空的飞行延误预警应用

在短周期航班计划的飞行延误预测之中,可以基于时间序列数据建构时间序列模型,对航空飞行历史行为进行客观的记录,并分析和挖掘时间序列数据中隐含的内在关联性,找寻其中隐藏的变化规律,以较好地实现对未来航班运行状态的预测和判断。

在对航空飞行的时间序列数据进行挖掘应用的过程中,主要应当做好以下几个方面的工作:

1)时序数据的预处理。要对海量的时间序列数据信息记录进行数据预处理,以此保证数据的可信度,在对数据预处理的前提下才能进行数据的分析,以较好地提高分析结果的准确性。

2)时序数据的变换。这是对时序数据记录的压缩和维数的约简,以实现对时序数据的描述的变换过程。

3)分类问题。通过时间序列分类模式,可以较好地实现对指定航班计划的延误预测和分析。

4)聚类问题。这是运用时间序列聚类研究的方式,实现对复杂动态数据的分析。

5)异常检测。运用时间序列数据的预处理方式,发现随机的关联性变化,而极少出现的变化即归属于异常模式,通过对异常的检测可以较好地应用于民航领域之中。

综上所述,大数据在民用航空中的应用极其重要和关键,可以更好地应对我国民航运输业的快速发展态势,对民用航空的大数据进行处理和分析,以更好地促进和提升我国民航运输的安全可靠性,及时发现民用航空领域中存在的潜在不安全事件。

[1]民用飞机的重心安全裕度分析[J]. 李秋.科技信息. 2012(26)

[2]协和飞机起飞失败速度计算的程序设计研究[J]. 赵文智,韩文秀.计算机工程与应用. 2008(23)

[3]基于云模型的连续下降最后进近(CDFA)过程的安全裕度研究[J]. 高扬,侯衍琛.交通信息与安全. 2015(04)

[4]一种机载测试网络数据分析回放方法[J]. 贾雨,刘升护,吴海东,王爽.中国科技信息. 2017(19)

猜你喜欢

民用航空航空器结构化
基于层次聚类的航空器群识别方法
民用航空发动机短舱雷电防护设计及验证
改进的非结构化对等网络动态搜索算法
深度学习的单元结构化教学实践与思考
结构化面试方法在研究生复试中的应用
左顾右盼 瞻前顾后 融会贯通——基于数学结构化的深度学习
民用航空测距信号对北斗导航信号的干扰分析
民用航空测距信号对北斗导航信号的干扰分析
基于ADS-B的航空器测高系统误差评估方法
民用航空飞行中的非法干扰以及法律防范