一种基于航班QAR数据的飞行员操作品质评价方法技术

本发明专利技术公开一种基于航班QAR数据的飞行员操作品质评价方法，包括：S1、通过航空公司QAR系统采集某一机型多次航班在起飞、着陆阶段的若干个操作数据，并对所采集的QAR数据进行预处理；S2、对预处理后的QAR数据进行傅里叶变换，将时间序列数据转化为频域数据，基于傅里叶变换后的频域数据计算功率谱密度；S3、基于功率谱密度，计算飞行员低频操作所占比例以及总功率谱密度；S4、采用熵权法和TOPSIS方法，构建飞行员操作品质评价模型，完成单次航班和/或飞行员操作品质评价。本发明专利技术能够准确评价飞行操作品质，对于选拔、训练优秀飞行员、进一步预防事故事件的发生具有重要现实意义。

An evaluation method of pilot operation quality based on flight QAR data

【技术实现步骤摘要】
一种基于航班QAR数据的飞行员操作品质评价方法
本专利技术涉及飞行品质监控
，特别是涉及一种基于航班QAR数据的飞行员操作品质评价方法。
技术介绍
据飞行事故统计，飞机在起飞爬升、进近着陆阶段是飞行中最重要、最危险的阶段。随着现代飞机自动化及结构设计的不断完善，机械原因导致的事故越来越少，机组原因导致的事故越来越多。无论机组是什么原因导致飞行事故或事件发生，最前端、直观的表现都体现在飞行操作行为上。因此，飞行员及其操作行为直接影响了飞机的运行安全，飞行员作为飞机的中心控制者，对飞机的飞行安全起着决定性作用。准确评价飞行员操作绩效水平能够成为评估飞行队伍的操作风险及整体安全水平提供直接依据，为改善飞行操作及培训提供重要依据。但如何准确评估飞行员操作绩效水平对航空公司来说一直是一个难题，目前国内外评价飞行操作品质的研究方法主要有两类，一类是通过客观的飞行数据对飞行操作进行评价，另一类是通过建立量表主观评价飞行操作品质。他们针对飞行操作品质评价的指标集中于宏观指标，比如飞机航迹偏离和姿态偏离值，但大型飞机由于繁杂的系统控制阶次会导致某些重要的驾驶舱操作输入不能引起或延迟引起飞机宏观状态的变化，因此根据飞行航迹偏离、飞机姿态并不能深入剖析操作行为，无法准确评价飞行操作品质。如果利用飞行员的操作数据评价飞行操作品质，能够避免飞机姿态路径相同而操作不同所产生的误差，对于选拔、训练优秀飞行员，进一步预防事故事件的发生具有重要现实意义。但目前暂时缺乏这样的评价方法。
技术实现思路
本专利技术的目的是提供一种基于航班QAR数据的飞行员操作品质评价方法，以解决上述现有技术存在的问题，能够准确评价飞行员操作品质。为实现上述目的，本专利技术提供了如下方案：本专利技术提供一种基于航班QAR数据的飞行员操作品质评价方法，包括如下步骤：S1、通过航空公司QAR系统采集某一机型多次航班在起飞、着陆阶段的若干个操作数据，并对所采集的QAR数据进行预处理；S2、对预处理后的QAR数据进行傅里叶变换，将时间序列数据转化为频域数据，基于傅里叶变换后的频域数据计算功率谱密度；S3、基于步骤S2所计算的功率谱密度，计算飞行员低频操作所占比例以及总功率谱密度，分别构建飞行员各操作的功率谱图；S4、基于飞行员各操作的功率谱图，采用熵权法和TOPSIS方法，构建飞行员操作品质评价模型，完成单次航班和/或飞行员操作品质评价。优选地，步骤S1中对所采集的若干个操作数据包括：驾驶杆操作、驾驶盘操作、方向舵操作数据。优选地，步骤S1中对所采集的QAR数据进行预处理的具体方法包括：运用Python编程对所采集的QAR数据进行自动化处理，删除QAR文件中无用的参数，将筛选后的数据存入新的文件夹，构建QAR数据集；采用四分位法删除QAR数据集中超出阈值的QAR数据；采用拉格朗日插值法补全所采集的QAR数据中缺失的数据。优选地，所述采用四分法删除QAR数据集中超出阈值的QAR数据的过程中，阈值设定为(μ-σ，μ+σ)，其中，μ为QAR数据集分布期望，б为QAR数据集的标准差。优选地，步骤S3计算飞行员低频操作所占比例以及总功率谱密度的具体方法包括：S3.1、针对起飞爬升阶段和进近着陆阶段，分别选取飞行员操作指标参数；S3.2、对飞行员低频操作所占比例以及总功率谱密度进行定义；S3.3、基于步骤S2中飞行员各操作参数的功率谱，计算步骤S3.1中所选取的飞行员操作指标参数，得到飞行员低频操作所占比例以及总功率谱密度。优选地，步骤S3.1中，在飞机起飞爬升阶段所计算的参数包括：驾驶杆低频操作所占比例，驾驶盘低频操作所占比例，驾驶杆操作总功率，驾驶盘操作总功率；在进近着陆阶段，需要计算的参数包括：驾驶杆低频操作所占比例，驾驶盘低频操作所占比例，方向舵低频操作所占比例，驾驶杆操作总功率，驾驶盘操作总功率，方向舵操作总功率。优选地，步骤S3.2中对飞行员低频操作所占比例以及总功率谱密度的定义包括：基于频率分辨率及功率所代表的含义，将频率区间划分为若干个区间，飞行员操作功率落在频率最低的区间的比例作为低频操作所占比例设为低频操作所占比例，飞行员操作功率落在其余频率区间的功率之和设为总功率谱密度。本专利技术公开了以下技术效果：(1)本专利技术通过QAR系统采集某一机型在某一历史周期内多次航班的驾驶杆操作、驾驶盘操作、方向舵操作数据；将各个参数数据进行离散傅里叶变换，并求出各指标的功率谱密度，从而确定低频操作所占比、总功率谱密度两类指标参数；最后构建综合评价模型，用熵权法确定各指标权重，用TOPSIS计算出每个航班距离理想值的距离，最终求出贴近度，通过贴近度的值来评价飞行员每个航班的优劣；能够准确评价飞行操作品质。(2)本专利技术不仅能够对单次航班的飞行操作品质进行综合评价，还能用于评价某个飞行员的操作品质，对于选拔、训练优秀飞行员，进一步预防事故事件的发生具有重要现实意义。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术基于航班QAR数据的飞行员操作品质评价方法流程图；图2为本专利技术运用傅立叶变换将时间序列数据转化为频域数据的示意图；其中，图2(a)为时间序列数据示意图，图2(b)为频域数据示意图；图3为本专利技术实施例从QAR数据中选取的两次航班数据驾驶杆操作功率谱图；图4为本专利技术实施例从QAR数据中选取的两次航班数据驾驶盘操作功率谱图；图5为本专利技术实施例基于QAR数据的飞行操作品质评价方法中数据采集示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。参照图1-5所示，本专利技术提供一种基于航班QAR数据的飞行员操作品质评价方法，包括如下步骤：S1、通过航空公司QAR系统采集某一机型多次航班在起飞、着陆阶段的驾驶杆操作、驾驶盘操作、方向舵操作数据，并对所采集的QAR数据进行预处理，获取有效数据，具体包括：S1.1、通过航空公司的QAR系统采集某一机型在某一历史周期内n次航班在起飞、着陆阶段的驾驶杆操作、驾驶盘操作、方向舵操作数据。S1.2、运用Python编程对所采集的QAR数据进行自动化处理，删除QAR文件中无用的参数，将筛选后的数据存入新的文件夹，构建QAR数据集。S1.3、采用四分本文档来自技高网...

【技术保护点】
1.一种基于航班QAR数据的飞行员操作品质评价方法，其特征在于，包括如下步骤：/nS1、通过航空公司QAR系统采集某一机型多次航班在起飞、着陆阶段的若干个操作数据，并对所采集的QAR数据进行预处理；/nS2、对预处理后的QAR数据进行傅里叶变换，将时间序列数据转化为频域数据，基于傅里叶变换后的频域数据计算功率谱密度；/nS3、基于步骤S2所计算的功率谱密度，计算飞行员低频操作所占比例以及总功率谱密度，分别构建飞行员各操作的功率谱图；/nS4、基于飞行员各操作的功率谱图，采用熵权法和TOPSIS方法，构建飞行员操作品质评价模型，完成单次航班和/或飞行员操作品质评价。/n

【技术特征摘要】
1.一种基于航班QAR数据的飞行员操作品质评价方法，其特征在于，包括如下步骤：
S1、通过航空公司QAR系统采集某一机型多次航班在起飞、着陆阶段的若干个操作数据，并对所采集的QAR数据进行预处理；
S2、对预处理后的QAR数据进行傅里叶变换，将时间序列数据转化为频域数据，基于傅里叶变换后的频域数据计算功率谱密度；
S3、基于步骤S2所计算的功率谱密度，计算飞行员低频操作所占比例以及总功率谱密度，分别构建飞行员各操作的功率谱图；
S4、基于飞行员各操作的功率谱图，采用熵权法和TOPSIS方法，构建飞行员操作品质评价模型，完成单次航班和/或飞行员操作品质评价。


2.根据权利要求1所述的基于航班QAR数据的飞行员操作品质评价方法，其特征在于，步骤S1中对所采集的若干个操作数据包括：驾驶杆操作、驾驶盘操作、方向舵操作数据。


3.根据权利要求1所述的基于航班QAR数据的飞行员操作品质评价方法，其特征在于，步骤S1中对所采集的QAR数据进行预处理的具体方法包括：
运用Python编程对所采集的QAR数据进行自动化处理，删除QAR文件中无用的参数，将筛选后的数据存入新的文件夹，构建QAR数据集；
采用四分位法删除QAR数据集中超出阈值的QAR数据；
采用拉格朗日插值法补全所采集的QAR数据中缺失的数据。


4.根据权利要求3所述的基于航班QAR数据的飞行员操作品质评价方法，其特征在于，所述采用四分法删除QAR数据集中超出阈值的QAR...

【专利技术属性】
技术研发人员：汪磊，蒋引，董传亭，孙景陆，
申请(专利权)人：中国民航大学，
类型：发明
国别省市：天津;12