大数据在民航飞行训练中的应用

摘 要：信息时代下，互联网与社会生产生活的各个领域高度融合，大数据的行业应用受到的关注度日渐提升，并且在各个行业领域中发挥着重要作用。在民航飞行训练中，大数据的应用为训练单位的管理工作和训练方式注入了新的活力，对飞行训练工作的有效性提升起着助推作用，使得经济效益增加的同时，民航飞行训练计划更加完善，也确保了飞行训练的安全性。

关键词：大数据;民航飞行训练;具体应用

所谓大数据，是伴随着互联网技术快速发展而在近年来受到广泛关注的一个新的技术理念，有研究指出，面对当前社会生活的中大量又复杂且增长率持续上升的信息资产，对这些信息资产进行处理和管理需要新模式才可以提升效率。大数据对比传统的数据处理工具在获取、储存、管理和分析信息等方面有着无可比拟的优势，其显著表现主要包括高速性、大量性、多样性和真实性，大数据处理模式的应用指明了数据分析在信息资产中的核心价值。“互联网+”背景下，大数据和各行各业的融合与应用越来越受到重视，在现阶段的社会经济生活以及未来的社会发展中起到的作用会更加显著。

一、大数据在民航飞行中的发展

最早在民航飞行中出现的大数据应用是美国民用航空局在1958年提出的FDR计划，即飞行记录器。当时的数据分析非常简单，时间也比较短，只能记录一些基本的飞行参数和条件变量。进入60年代，英国实施了一项名为FDM的航空项目，该项目后来被称为飞行数据监控，由此开始，飞行数据被用于完善飞机安全管理工作。日本航空公司从70年代开始也着手了飞行数据分析的工作，并且有着丰富的飞行数据分析经验，荷兰等欧洲其他国家的一些航空公司也在这一时期陆续展开了对飞行数据进行监控的工作。在我国民航飞行领域中，虽然很早就引进了飞行数据分析技术，但实际上的应用很少，真正开始大规模研究和应用在90年代中后期，迈入21世纪后，飞行数据分析与飞行品控工作才逐渐发展开来，但这一发展趋势也只是在民航系统中比较明显，在通用航空领域则显得比较落后。当前飞行训练在通用航空市场中占到了三分之二的份额，因此文章就对如何在飞行训练领域中更好地利用和管理大数据，以期为优化飞行训练的管理和监控工作，确保飞行训练中人员的人身安全提供一些理论支持。

二、民航飞行训练单位数据存储和管理现状

中国民航飞行学院是我国民航最大的飞行训练培养单位，其训练配套设施齐全，将航空服务和飞行训练充分地结合起来，不仅年旅客吞吐量达到百万人次，更配备了种类繁多，便于满足不同阶段训练需求的教练机，以及配置了高标准的飞行模拟机和练习器。另外，我国民航机长大多毕业于此，因此中国民航飞行学院又被誉为中国民航飞行员的“摇篮”。学校发展至今已有了近60年的历史，积累了多个维度的海量数据，这些数据经分类整理后，存储在数据仓库之中，供学校有关人员查询和分析，对这些数据进行更有效率地分析和管理必然需要变革以往的管理方式。需要注意的是，大数据和大数据库是两个概念，学校的内部人员需要使用这些数据时需要经历繁复的工作程序，换言之，就是某些数据需要特定的用户或者部门才能申请访问，很难实现数据的共享。总体而言，当前民航飞行训练单位的数据存储和管理现状的主要特征表现为：

（一）数据项目多，存放凌乱，缺乏有序管理

随着我国民航飞行的迅速壮大，民航学校的培训人数增加，飞行人员的档案资料、学校的课程设计、以往的教学数据等信息量增长呈上升趋势，但与此相对应的是，学校的数据处理配套设施建设进度滞后，虽有计算机系统转化数据流，并提供了大量的数据记录，但数据的存放仍然是比较混乱的，缺乏有序的管理。

（二）数据仓库只具备存储功能，调用数据程序复杂

数据仓库的管理者大多不是专业的信息技术工程师，而是学校的管理人员，他们熟悉的业务流程和数据分析并不匹配，存储数据时难免会产生误差。学校的管理制度也使得调用数据的程序比较复杂，耗时耗力，不利于工作效率的提升。

（三）过于刻板，忽视了数据的全面性

对大数据的应用要避免形式化，避免刻板，要依照自身实际情况有所调整和改进，考虑到飞行人员的想法和需求，展现人文价值，看到大数据的全面性，才可以切实提高大数据应用成效。

三、大数据在民航飞行训练中的应用

（一）大数据为飞行训练安全提供保障

航空飞行对安全性有着高要求，特别是通航飞行训练，其特殊性质决定了它的高风险性，因此对我国通航飞行训练工作实效性的提高是一个挑战，也就意味着要想实现我国飞行训练培养工作的快速发展，必然需要培养单位积极就自身飞行训练培养进行创新。

培养单位要想将大数据真正使用好，首要做的工作就是顺应时代发展潮流，思维与时俱进，在自身已有大规模数据的基础上，结合更多外来数据的获取，然后对其合理整合，对不同的数据含义明确把握，发展数据挖掘的科学思想，研发数据挖掘的有用工具，真正让数据指导飞行训练工作，使數据价值集中展现，从而推动飞行训练工作以计划为导向，逐步向系统靠拢，切实提高飞行训练的安全性，最大限度地开发空域资源的利用率，使得飞行训练效率在各种综合条件的支持下得到提升。其次，为进一步保障飞行人员在训练过程中的安全，利用大数据监控加强对飞机的维护工作至关重要。相关工作人员基于多年来的海量飞行训练数据的积累定期就飞机发动机的使用状态进行研究，对飞行训练数据的其他功能进行深度挖掘，进而调整飞行员培养方案，改进教学工作质量，监控飞行过程，改进操作程序，由此可以让意外事故的发生率降低，保障飞行人员的人身安全，也降低了不必要的成本消耗。再者，在飞行员的初级训练中，半数的情况下主要由学员自己来完成训练任务，比如学生进行单人单飞或者机长训练。因此，在对学生训练管理的过程中，将所有数据整理和分析，补充和完善原有的培训工作，增加学生应对特殊情况应急处理的训练及其他相关的安全教育，可以让现有资源数据的重要价值最大化体现，学生在飞行训练中的安全得到了充分的保障，培养单位的教学工作效率也得到提高，为今后的飞行员培养工作注入了活力，提供了新的思路，为飞行员更好更快地成为符合培养标准和社会需求的优秀人才起到了积极的作用。当然，大数据流转迅速，数据庞杂，个体数据价值密度不高的特点也使得它在应用于民航飞行训练工作时，需要培养单位立足于自身实际，对大数据应用要求和原则要准确地把握，对数据特点深入研究，考虑到数据变化波动的因素灵活调整。

（二）大数据为民航飞行训练发展助力

当下大数据时代已然到来，在民航和通航领域已经展开了新一轮的竞争，国家有关部门也对促进通用航空业的发展提出了新的指导意见，站在全新的角度对通航发展计划指明了方向，在2016年提出了“大数据驱动”下推进民用航空数据中心的设立，加强信息集中统一管理等要求，旨在引领民航改革工作跟上时代步伐，对大数据进行高效利用，提高相关工作效率。因此，在外部客观环境的推动下，加上飞行训练培养单位自身能动作用的发挥，大数据的应用在民航飛行训练中必然可以有一番成就。

（三）民航飞行训练中大数据的分析与处理

在飞机飞行训练中，飞机发动机的参数是飞机飞行数据中的重要组成部分，其参数数据能够有效反映隐藏问题，所以，在民航飞行训练中，大数据还应用于对该参数数据的分析与处理。具体而言，在使用大数据对飞行训练数据进行分析和处理时，主要使用的技术模型有支持向量机和关联挖掘算法，前者属于二类分类模型，能够对飞行数据进行分类和预测;后者属于无监督学习算法，主要是对大规模飞行训练数据进行处理，并对数据属性之间的关系进行探索，从而对飞行员操作时的不规范行为进行衡量，提升民航飞行训练的安全性和实效性。

在使用支持向量机对飞行训练数据进行分析和处理时，主要是以逻辑回归为基础构建线性分类器对数据进行预处理，开展预处理是因为飞行训练数据的存储结构和保存具有一定特点，无法在该模型上直接应用原始数据，在此过程中，数据的预处理需要经过特征值的选取、数据的清洗以及数据特征的缩放。在开展特征值的选取时，主要选取飞行环境、发动机性能以及飞行姿态状态等参数，数据选取结束后，由于原始数据中可能存在空缺以及无效等问题数据，所以，需要对选取的数据进行清洗。首先，删除无效数据，主要是将地面热身等待时间段的数据进行剔除，从而保证后续模型建立的有效性;其次，处理空缺数据，由于电子元件数据传输存在不稳定的现象，所以在选取的原始数据中存在特征值缺少的情况，所以，需要进行空缺数据的补全。为强化数据补全的合理性，主要是对空缺部分前后数据进行平均值的计算，将计算结果插入到空缺处，从而强化数据的有效性;最后，处理异常数据，一般情况下可将其直接删除，并使用均值法进行补全。在数据清洗完毕后，对数据特征进行缩放，将数据的特征属性控制在一定区间内，主要使用的方法有比例调节，从而实现数据归一化。在数据预处理结束后，需要对其进行精度分析，对模型误差进行修改，从而保证数据的有效性，强化飞行训练的实效性。关联分析算法同样需要进行数据的预处理，因与支持向量机算法的预处理步骤相同，故不做赘述。在数据预处理结束后，关联分析算法需要对频繁项集以及关联规则进行挖掘，从而通过数据判断飞行操作中存在的问题。在进行频繁项集的挖掘时，主要使用Apriori算法和FPGrowth技术，对不符合标准的数据进行剔除，并进行计数统计，直到算法完成。在对关联规则进行挖掘时，主要是在频繁项集的基础上进行关联规则的搜寻，通过进行层次搜索以及层列表合并，从而获得数据集，再构建单个频繁项集元素集合生成候选关联规则集，直到没有新的候选集结束。通过该技术，能够对操作失误进行有效判断，加强数据反馈。

四、结语

本文对大数据的概念和显著特征做了简要阐述，具体对大数据在民航飞行训练管理工作优化和安全问题改进中的应用进行了分析，以为培养单位工作的改革和创新提供强有力的支持。笔者相信，随着我国民航飞行训练的不断发展，将大数据分析的价值最大化利用，可以实现飞行效率的有效提升，促进飞行训练计划性和安全性的提高，让民航飞行训练迈入新的发展阶段。

参考文献：

[1]刘键.从后缘襟翼监控看大数据对民航维修的影响[J].中国民航飞行学院学报，2020，31（06）：5658+63.

[2]陈毓夔.浅析大数据和人工智能在民航维修安全管理的应用[J].科技资讯，2020，18（22）：4546+50.

作者简介：张通喜（1975— ），男，汉族，山西襄汾人，本科，二级飞行员，研究方向：飞行训练、飞行安全。