<nobr id="ldnzt"><dfn id="ldnzt"><listing id="ldnzt"></listing></dfn></nobr>

      <b id="ldnzt"></b>
        <menuitem id="ldnzt"><font id="ldnzt"></font></menuitem>

        <track id="ldnzt"><listing id="ldnzt"></listing></track>

        <video id="ldnzt"><big id="ldnzt"></big></video>

        <span id="ldnzt"></span>

        <span id="ldnzt"><progress id="ldnzt"><form id="ldnzt"></form></progress></span>

                  <nobr id="ldnzt"><address id="ldnzt"><menuitem id="ldnzt"></menuitem></address></nobr>

                              <sub id="ldnzt"><dfn id="ldnzt"></dfn></sub>
                                <em id="ldnzt"><big id="ldnzt"><listing id="ldnzt"></listing></big></em>

                                <form id="ldnzt"><big id="ldnzt"><listing id="ldnzt"></listing></big></form>

                                行業觀點 / Solution Information

                                航空公司應該如何使用QAR譯碼數據

                                2020-11-16

                                目前QAR譯碼數據已被各個航空公司或部門廣泛應用于飛行過程仿真重現、飛行品質監控與改善、飛行技術評價、飛機維修維護、安全品質評估、油耗評測與節能技術的改進、事故因素調查、主動安全管理等工作,并發揮了重要的作用。

                                我最早接觸QAR,還是從2014年的SMS系統設計與實施開始,相比1997年,原民航總局要求所有121部下運行的飛機加裝QAR設備,并對每個航班實施監控和數據分析的時間,算是剛剛入門。不過在為多家航空公司提供產品和技術支持的過程中,我對QAR和SMS的有機融合有了比較清晰的定義和設計,恰逢當下參與ARJ21-700型飛機QAR的應用,借此,有機會梳理QAR數據的處理和應用,本文著重梳理QAR數據的應用流程,后續針對QAR與SMS融合、QAR在數據可視化及QAR特定場景模型應用方面會有針對性思考。

                                本文從QAR是什么開始,嘗試梳理出QAR常見數據模式、使用陷阱和使用流程。

                                一、QAR是什么

                                QAR(Quick Access Recorder)快速存取記錄器,繼承與發展于飛行數據記錄器(俗稱黑匣子)系統,是一種重要的記錄飛機飛行參數的機載電子設備,不過我們談到QAR,通常指的是QAR中存儲的飛行數據,即QAR數據。

                                目前飛機上的FDR和CVR,即我們俗稱的“黑匣子”,主要用于事故調查。


                                圖表1 - FDR、CVR常用于事故調查

                                相比黑匣子,QAR不需要拆裝,并且大多數都能通過地面移動通訊網絡將數據發送到航空公司數據處理中心,其飛行數據更為方便讀取,因此QAR大量被用于航后飛行技術分析、發動機健康分析、飛行安全事件調查等,是在飛行品質分析、運行品質分析和飛機健康管理等方面重要的數據倉庫。


                                圖表2 - QAR大多數可無線傳輸,常用于日常監控

                                二、QAR數據模式

                                QAR數據通常以四種模式呈現,原始數據、工程值數據、CSV數據和可視化數據。

                                原始數據是被記錄在記錄器上,QAR光盤或PCMCIA卡的純二進制數據(非文本數據)。


                                圖表3 - QAR數據幀結構示例

                                工程值數據是原始數據進行譯碼后得到的數據,是對飛行真實數據的還原。

                                工程值數據分兩大類:一類是模擬量參數,如:高度、空速、垂直加速度等。另一類是開關量參數,如:起落架收放,按發話按鈕,發動機火警等,開關量參數只反映兩種狀態。

                                工程值參數是由原始數據譯碼恢復產生的。這些參數在原始數據中大致又分為五種方式,包括連幀型、跳幀型、超級幀型、雙字槽型和密集采樣型,決定了參數采集的頻次。

                                連幀型:每個幀的同一字槽都出現這個參數,每秒鐘記錄一次。

                                跳幀型:每隔過一個幀或隔過三個幀的同一字槽出現一次。每兩秒或四秒采樣一次。

                                雙字槽型:參數取值范圍很大,精度高,如:高度、經度、緯度,用雙字槽來擴充數位。

                                采集密集型:用于垂直加速度等需要每秒多次采集的參數。多次采樣放于同一幀不同字槽里,一般垂直加速度每秒采8次。

                                CSV數據是譯碼軟件依據用戶選擇的飛行參數,導出可供再次加工使用的關系型QAR數據。


                                圖表4 - 譯碼軟件輸出的CSV文件,供二次分析使用

                                QAR圖形化數據是把按時間(一秒)序列,通過合理擬合計算模型,把數據呈現為可視化,直觀呈現參數走勢和準確還原飛行過程。


                                圖表5 - QAR可視化數據

                                原始數據、工程值數據、CSV數據和可視化數據中,原始數據通過譯碼軟件提取工程值數據,工程值數據通過譯碼軟件導出CSV數據,CSV數據通過數據分析和可視化技術實現QAR數據的可視化分析,是數據分層遞進,逐級高階應用推進的過程。目前航空公司的高階QAR應用,大部分把CSV數據作為基礎數據。


                                圖表6 - QAR數據分類

                                三、QAR數據應用需要避免的陷阱

                                【引用自公眾號,民航Safety:QAR分析的初衷是通過譯碼形成的工程值及相關事件的抓取,提取有用信息和形成結論,對QAR數據加以詳細研究和概括并指導后續的訓練,從而達到持續安全的目的??上?,由于對QAR譯碼軟件事件報告弊端的認知不足,以及管理層過于簡單粗暴的急于降低事件率的做法,導致調查總結不充分,在懲罰文化的影響下,極易形成誤殺,這樣一來形成了“QAR飛行理念”,這個理念與正常飛行理念和程序是有差距的?!?/i>

                                【引用自公眾號,資深機長陳建國:很多使用QAR重罰飛行員的公司飛行員已經忘了什么是飛行安全的基石。他們可以遺忘了基礎知識、生疏了基本功,不熟悉民航規章、沒看過訓練手冊,甚至什么是合適的安全決策依據和策略都可以統統不懂,但是對于哪些是QAR三級事件標準卻能滾瓜爛熟。

                                只有當飛行員拋棄對被QAR事件處罰的恐懼之后,才能回歸到正確的決策流程上。依照航校學習的基礎理論去做出正確的決策,在這個比較罕見的故障中,挽救整個飛機的人的生命。而不是做出生命讓位于QAR事件的決策?!?/i>

                                QAR應該歸屬于飛機技術部門用于技術分析和訓練提高技術水平,而不是安全監察部門用來處罰飛行員,同樣針對QAR數據的管理,航空公司也需要確保QAR數據的安全可控,以下節選自某航司QAR數據相關管理規定:

                                【 一、安監部為集團飛行數據管理職能部門,負責管理飛行數據譯碼系統。 各航空運輸分子公司,飛行總隊,機務工程部,信息中心等單位建立和完善飛行數據的查看、調用、授權機制,明確本單位人員管理、權限分配。

                                二、飛行數據的查看、調用、授權。
                                (一)查看飛行數據,僅限于將該數據用于安全信息驗證、飛行過程分析、試飛驗證。
                                (二)調用飛行原始數據,用于飛行排故、飛機性能優化。
                                (三)安監部根據工作需要可授權相關單位、部門和個人使用飛行數據,并承擔由此帶來的責任。
                                (四)各航空運輸分子公司和飛行總隊應建立飛行數據分析和講評程序,明確分析、講評內容、參加人員資質和人員范圍。

                                三、飛行數據應用負面清單
                                1、僅依據飛行品質監控事件統計數據對飛行員進行處罰。
                                2、僅依據飛行品質監控事件統計數據為飛行技術排查的依據。
                                3、僅依據孤立的飛行品質監控事件對飛行員技術能力進行評價。
                                4、僅依據飛行品質監控事件和事件發生率對飛行員進行技術排名,對單位進行考核。
                                5、除事件調查外,未經本人同意公布飛行員個人飛行數據。
                                6、違反規定擅自擴大飛行品質監控事件講評范圍。
                                7、要求飛行員把飛行品質監控標準當做SOP執行。

                                四、QAR數據使用流程

                                QAR高階數據分析和可視化通常始于AGS、AIRFACE等譯碼軟件生成的CSV關系型數據,通過特定分析模型, 包括仿真、品質監控、飛行評價、維修維護、安全評估、油耗評測等,實現QAR飛行數據的高階應用價值。

                                從譯碼軟件導出的CSV數據,因各種已知和未知的原因,通常需要對數據進行相關的清洗、截取和修正,才能確保QAR數據的客觀可用。


                                圖表7 - QAR CSV數據的處理流程

                                結合QAR在SMS方面的應用落地來看,以下概要介紹S1、S2、S3重點環節需要關注的主要問題。

                                S1:數據清洗

                                每個CSV文件包含多行,每行對應一個數據采集時刻(單位:秒),即第i行表示QAR記錄過程中的第i秒的飛行參數。每行對應多個QAR采集參數,大部分參數采集頻率為1HZ(每秒采樣1次),部分參數采集頻率高于1HZ(最大8HZ),這類參數將在同一行中多次出現,也有部分參數為幾秒采樣1次(最小0.5HZ),這類參數則隔幾行出現1次,其采集頻次與工程值參數采集模式相關,包括連幀型、跳幀型、超級幀型、雙字槽型和密集采樣型。以下是ARJ21-700某次飛行的QAR數據樣例:


                                圖表8 - CSV示例文件

                                數據清洗重點完成跨天時間和參數跳變兩大問題。


                                圖表9 - 跨天問題和參數跳變問題是數據清洗的兩大重點

                                S2:參數選取

                                提取數據分析模型中需要的QAR參數,比如航路軌跡恢復模型中的需要的每個時間點的經度、緯度、無線電高度等等,比如跑道滑行路線恢復模型中需要的每個時間點的經度、緯度、無線電高度、發動機轉速、縱向加速度、空速、地速、垂直速度、襟翼狀態、起落架空地電門狀態、擾流板狀態、真實高度、俯仰角等等,比如進近評價模型中的襟翼構型、起落架位置、減速板位置、下滑、航向、俯仰姿態、仰角變化率、橫滾姿態角度、下降率、近地警告等等。以下為參數示例,QAR采集參數可以根據實際需要調整,并不固定,同一時刻可采集數百個乃至上千個不同的飛行參數數據。


                                圖表10 - QAR部分參數示例(某機型)

                                S3:數據修正

                                QAR數據由于譯碼錯位或采集誤差等因素,會存在部分數據字段錯位或信息缺失等明顯異常情況。結合異常數據所處時間點附近一段時間內,飛機狀態的所有參數數據,對異常數據進行識別、刪除和推斷補全。

                                常見異常數據識別:CSV文件不完整,沒有從起飛到著陸的全過程;CSV文件為出發地和目的地都相同的飛行訓練數據;譯碼輸出的CSV文件參數錯位,即在參數1那一列中的某一行,顯示參數2的數據;參數取值超出理論取值范圍;參數取值出現不合邏輯的跳變等。

                                刪除操作:對于異常數據的CSV文件格式異常情況,視作無效數據而棄用;對于CSV文件本身格式正確,僅是參數取值偶有異常的數據,僅刪去CSV文件中的異常數據,之后結合其他參數推斷補全。

                                推斷補全:對于速度、經緯度、高度等連續數值類參數,一般取前后平均值;對于襟翼狀態、縫翼狀態等離散的狀態類參數,一般取前值或后值填充。

                                <全文完>

                                返 回

                                    <nobr id="ldnzt"><dfn id="ldnzt"><listing id="ldnzt"></listing></dfn></nobr>

                                    <b id="ldnzt"></b>
                                      <menuitem id="ldnzt"><font id="ldnzt"></font></menuitem>

                                      <track id="ldnzt"><listing id="ldnzt"></listing></track>

                                      <video id="ldnzt"><big id="ldnzt"></big></video>

                                      <span id="ldnzt"></span>

                                      <span id="ldnzt"><progress id="ldnzt"><form id="ldnzt"></form></progress></span>

                                                <nobr id="ldnzt"><address id="ldnzt"><menuitem id="ldnzt"></menuitem></address></nobr>

                                                            <sub id="ldnzt"><dfn id="ldnzt"></dfn></sub>
                                                              <em id="ldnzt"><big id="ldnzt"><listing id="ldnzt"></listing></big></em>

                                                              <form id="ldnzt"><big id="ldnzt"><listing id="ldnzt"></listing></big></form>

                                                              俄罗斯末成年videos_日本激情在线看免费观看_成年无码av动漫全部免费_亚洲大成色WWW永久网站