基于QAR的飞行品质大数据分析应用与展望

◆华康民

基于QAR的飞行品质大数据分析应用与展望

◆华康民

（郑州航空工业管理学院 河南 450046）

在航空的安全管理中，QAR海量数据的分析是其最重要的组成部分之一，它不仅能高效的发掘出飞机的飞行品质，而且还能对飞机飞行体现出来的风险水平进行评估，QAR的飞行品质的大数据是提高飞机飞行品质的重要考量因素之一。然而，在现实中，飞行员不可避免要对周围的动态环境进行一个实时的评估，还要对各种设备都进行定期的检查和维修。这个过程是一个长期的、需要调整的过程，所以这对于海量数据的分析造成了一定的影响。本文以QAR为基点，对飞机的飞行品质大数据进行了具体的剖析，并得出了一定的结论，希望能给相关人员一些帮助。

QAR；飞行品质；大数据研究分析

随着科技的不断发展，我国对于飞行数据记录的相关技术也在不断更新换代。在此情况下，数据的采集方式以及采集信息的质量都有了明显改善，快速存取记录器（Quick Access Recorder，QAR）QAR就是其中最重要的设备之一。它不仅记录了飞机上设备的运转状况，也对飞行员的操作方法有一个准确的记录，曾一度受到航空运营商高度的重视，也成为飞机维修和运行所着重考虑的因素之一。而且这种模式的性能也是比较高的，可以围绕最为先进的理念和软件的原型去进行相应的升级和改变，对于我国航空事业的发展有着巨大的影响。

1 QAR数据分析的研究背景以及研究的意义

1.1 QAR技术的研究背景

这些年来，我国的民航业保持着高速发展的势头。在这种势头的影响之下，我国也开辟出了越来越多的新航线，基本覆盖了全国各地。随着人们生活水平的提高，越来越多的人也选择乘飞机这种出行的方式。通过大数据的分析，不难发现，在所有的交通工具中，乘坐飞机仍然是最安全的出行方式。 不得不说的是，现如今还有很多重大的飞行安全事故，其中影响颇为深远的就是马航MH370在南太平洋上坠机事件。在这个事件中，飞机上的人员全部遇难，直到最后也没有找到飞机的残骸以及遇难者的遗体。在2014年的时候，马航的另一个航班也在乌克兰地区被击落，飞机上的全部工作人员和乘客当场遇难，这些事情就像埋在我们心中的一层阴霾，久久难以散去。 目前来说，民航业的发展速度是非常快的，为了迎合这个发展的速度，民航安全管理行业就一定要提升自己安全管理水平，这样民航业才会有持续发展的势头。全世界各个国家都增加了对于民航安全投资基金的数量，而且国家也积极鼓励相关的技术人员去解决民航的安全问题，研发新的技术，这样也就能最大程度地减少飞机的事故率。大量数据实验表明，飞机事故产生的主要原因仍然是人为因素，而且这个比例达到了一半以上。在这其中，由于机组人员的差错导致的事故也占到了人为因素的一半以上。这表明，飞机上的机组人员的操作以及对于飞机的维修将在很大程度上决定飞机安全与否，如果操作失误，就会带来难以估量的损失。

1.2 QAR技术的实际研究意义

在民航业众多新技术的运用中，QAR快速储存记录器的应用是其中的佼佼者。与其他的记录器相比，它拥有更高的容量。因为它能连续记录超过600个小时的数据信息以及对应机内的记录，所以它的出现对于我国民航业的发展起到巨大的推动作用。同时，这种记录仪能同时记录数百种飞行的数据信息和资料，这能为后续的分析人员提供更详细、更可靠的参考信息。ICAO曾在记者会上提出，对于民航的安全管理一定要加大力度，一定要采用最为积极、最为有效的方式去进行评估，一定要把事故的发生率降到最低，这样民航业才能得到更加长久稳定的发展。这从侧面说明了QAR技术在数据分析上的应用是极具时代性的，是时代大势所向。

2 对于QAR国内外研究的现状

2.1 国内QAR技术的研究现状

在QAR数据的研究上，主要以它的风险监控、风险评估以及诊断为主要发展方向。基于此，我国科学家提出了一种以QAR技术数据为基础的关于重着陆风险的评估模型。在这个模型中，我们利用了统计学和概率论的相关原理，去建立了一个与之相关的分列函数去对可能发生的风险以及风险的等级进行了计算。这个模型的提出是极具前瞻性的，也是极具时代意义的，它对于我国重着陆风险的相关研究起到了极大的推动作用。而关于我国发动机的飞行品质的提升的研究，相关的技术人员则提出了一种存在着多重逻辑思维的监控方式。有一些科学家建议用模糊理论为基础来进行数据的风险分析，并提出了一种利用QAR数据去进行风险分类的方法。这个方法主要是通过对已发事故的现象进行分析，并用模糊理论的相关原理去进行数据的预处理，根据预处理所得出的结果来进行规则库的相应诊断。

除此之外，我国现在QAR数据的弊端还是存在的。它虽然能储存较多的信息，但与大量的信息量相比，它所存储的信息量还是太小。而且它对于数据处理分析的能力也略显不足，这就会造成大量的数据浪费。对于这种情况，我国相关技术人员提出建立一个QAR数据的信息库，把这些信息库进行多元化的设计与表达，这样才能真正杜绝数据浪费的情况。而针对QAR数据处理的方法，也有相关的人员去进行了专业的研究，并提出了一种向量决策的方法。这个方法主要是提出了一种新的受力模式，这种受力模式是以飞机结构在降落受力分布不均匀为基础提出的，在实际运用中也取得了较好的成效。

在针对QAR数据的飞行训练的研究方向上，我国过科学家提出了一种QAR超限制事件的相关诊断方法。这个方法诊断的关键就在于能明白飞机飞行的高度以及高度之间的变化率，并以以前发生事故的飞机为基本模型得到一个发生事故较高的区间。在这个区间之内，对飞行员进行严格的训练和指导。也有一些科学家通过对飞行员行为操作的研究得到了一些操作中可能会产生的习惯以及操作的规律。并以这些规律为基础，建立了一套可高效实施的、只针对飞行员的评价体系。而一旦能对飞行员进行良性的评价，那么对于飞行员的训练和发展都是很有帮助的，同时也很有助于航空行业的发展。

2.2 国外研究现状QAR技术的研究与发展

国外在进行飞行数据相关研究的时候，主要包含的方向是以下三类：

首先是对于飞行的数据进行逐一的筛选和审查。而审查的目的就是找出这些数据中哪些是异常的，哪些是正常的。然后根据这些异常的数据记录去判断和分析飞机上的哪个零件出现了错误。而在寻找异常的方式上，主要是使用大数据的分析或者是GPS的输入，这两者能够准确寻找出飞行数据中的异常。而且后者也可以对飞机的迎角进行准确的测量，能够较好保证飞机的飞行安全。

其次是以飞行的数据信息为基础来进行建模，而这些数据或者是信息的来源方式主要是QAR以及FDR。这些数据也能够较好的评价或者是提高飞机的飞行品质，也能较好找到飞机的危险源。对此，国外的相关技术人员也提出了一种新的风险评估模式。这种风险评估模式主要是针对飞机的航空器，而且这种模式不但对飞行数据中出现的超限事件进行了深层次的解析，还对飞机飞行中的相关数据进行了建模处理，而这些对于飞机飞行都是非常有帮助的。

最后一种研究的方向是对于飞机发生事故的相关数据进行深层的研究并诊断。在这种研究方向上，有关人士更着重于对飞行的风险进行定向的研究。而在研究的具体方位上，他们也更注重于驾驶舱的安全性能。他们把驾驶舱的风险预警放到了事故诊断比较重要的方面，并提出用模糊逻辑的相关原理和方法去解决这一事故。但不得不说的是，这种只单一地针对驾驶舱风险预警的方法的实用性还有待考究。也有一些人提出用统计的方法去进行具体飞行的风险评估，而评估的方法就是利用矩阵的相乘概率来进行计算评估。但数学模型的建立一般太过于理想化，所以在实际运用中的时候，仍然要考虑到诸多的因素，这种方式有效与否也要去进行进一步的评估。

3 应用展望

在未来的QAR发展技术中，我们首先要建立一个风险预测的模型，这样才能够更好减少飞机飞行中出现的风险，才能真正把飞机飞行风险告急的相应关口进行前移，从而减小事故发生的概率。但在进行风险预测的时候，我们也要着重注意所使用的预测方法，一定要确保我们所使用的预测方法是科学、有效的。针在进行实时预测的时候，我们首先要从那些小概率事件发生的原因以及原理为起点进行逐步的深入。在深入的过程中，一定要能确定QAR记录数据中一些重要的数据，并把这些重要的数据逐一的罗列起来，运用数学方法进行概率的演算。然后根据演算出来的结果以及所体现出来的相应水平去判断某一真实事件是否属于小概率事件。在这其中，要着重注意的是一定要用多组信息去进行相应的排列组合，这样我们才能得到一个最为准确的判断。 在判断完成之后，一定要通过实践去对这些原则或者准则进行进一步的筛选和评估，然后去选择符合实际情况的准则。对此，我们就可以通过这些准则去进行组合。而组合完成之后，就得到了一个科学合理的基于QAR数据分析的风险预测。而我们也要明白，航空安全风险预测将是QAR数据分析最重要的发展路径之一。

4 结语

总的来说，在航空行业的发展中，一定要注重飞机飞行的品质。以此为基础，就一定要以QAR数据为基础进行飞行品质的有效探究。就此来说，QAR数据在新时代航空行业的发展中是十分必要的，只有它得到一个稳定高效的发展，才能真正保证飞机的飞行品质，也才能真正保障飞机飞行的安全。希望不久的将来，飞机飞行的品质会得到大幅度的提高，我国航空业也能得到进一步的发展，从而助力我国经济的腾飞。

[1]基于QAR数据分析的飞行安全风险预测方法研究[D].天津：中国民航大学，2015.

[2]郑磊，池宏，邵雪焱.基于QAR数据的飞行操作模式及其风险分析[J].中国管理科学，2017（10）：112-121.

[3]赵剑，齐凯，高振兴.基于QAR数据聚类分析的航班异常检测研究[J].航空计算技术，2018（2）：56-60.

[4]朱琰，张光明.基于QAR数据的RNP APCH垂直飞行航迹分析[J].中国民航大学学报，2014（6）：17-21.

[5]苏黎明.基于QAR数据的计算机飞行计划管理[J].民航管理，2016（1）：29.

[6]高薇，王勐.基于大数据的用户行为分析研究[J].电子技术与软件工程，2016（1）：194-195.

[7]赵剑，齐凯，高振兴.基于QAR数据聚类分析的航班异常检测研究[J].航空计算技术，2018（2）：52-56.

[8]杜渂，王聚全，张嘉成.基于大数据的消防业务数据分析研究[J].电信快报：网络与通信，2017（10）：25.

[9]赵剑，齐凯，高振兴.基于QAR数据聚类分析的航班异常检测研究[J].航空计算技术，2018（2）：56-60.

[10]刘付星.QAR译码应用于飞行品质的研究[J].科技信息，2013（25）：74-75.