面向飞行员不安全操纵行为挖掘的QAR数据关联分析方法研究

• 作 者: 程刚
• 机 构: 武汉理工大学
• 出 处: 武汉理工大学
• 发表日期: 2020年01期
• 关键词: 不安全操纵行为

飞行员作为民航安全的“最后一道防线”，其不安全操纵行为直接影响飞行安全。快速存储记录器（QAR）作为飞机上一种无保护装置的飞行数据记录设备，能反映航行期内飞行员的操作行为。目前基于QAR超限事件的飞行安全管理方法，通过设定监控参数分析飞行员不安全操纵行为，常常难以发现触发超限事件的潜在人为因素，因此，通过对QAR数据进行关联分析，对于更全面挖掘飞行员不安全操纵行为，提高飞行安全水平，具有重要的理论价值与实际应用意义。
　　本文以事故多发的飞机进近着陆阶段为研究对象，对QAR数据进行关联分析，包括频繁模式和稀有模式挖掘，并利用挖掘结果构建关联规则，发现超限事件的潜在因素，进而分析飞行员不安全操纵行为。论文主要研究工作及成果如下：
　　（1）设计了面向关联分析的QAR数据维数约简算法
　　以超限事件为切入点，针对QAR数据正、负样本不均衡，从虚拟样本生成角度优化GAN模型；通过过采样和“自适应设定”隐藏层数量及节点数，对SDAE模型进行改进，由此构建自适应SDAE-GAN模型，提高QAR数据分类效果，得到每个QAR参数与超限事件的关联程度；针对QAR数据具有高维性，依据关联程度，设计QAR数据维数约简算法，较客观选取特征参数，为提高QAR数据的关联分析质量奠定基础。
　　（2）提出了飞行员不安全操纵行为频繁模式挖掘方法
　　依据QAR数据特点，设计其事务转化方法；针对H-mine算法挖掘过程中存在盲目性与存储空间浪费，设定合理的分区挖掘顺序加速挖掘进度和使用“共同前缀”节省内存开销，进而设计了改进H-mine算法，高效挖掘QAR数据的频繁模式；利用频繁模式挖掘结果，构建关联规则，分析飞行员不安全操纵行为。
　　（3）探索了飞行员潜在不安全操纵行为稀有模式挖掘方法
　　针对频繁模式难以挖掘异常QAR数据的稀有模式以及当前准确高效的稀有模式挖掘算法相对较少，定义稀有模式上边界和下边界，从模式支持度计算方式、稀有模式查找方式以及优化事务数据库质量三个角度优化挖掘质量和效率，提出一种基于边界约束的稀有模式挖掘算法；在此基础上，依据QAR数据特点，设定多个支持度，准确高效挖掘异常QAR数据的稀有模式；利用稀有模式挖掘结果，构建关联规则，进一步分析更为“隐蔽”的飞行员潜在不安全操纵行为。
　　（4）实验验证、专家评价与分析
　　选取相关评估指标，对（1）、（2）和（3）的方法进行实验验证，结果表明本文方法具有先进性与有效性；同时，邀请多名飞行专家进行评估，结果表明挖掘结果基本符合实际场景，并且结合两种挖掘方法，能更全面发现飞行员不安全操纵行为，对规范飞行员操作以及培训，具有参考价值。
　　综上，本文研究从理论上探索了面向飞行员不安全操纵行为挖掘的QAR数据关联分析方法，特别是基于稀有模式的挖掘方式，为分析潜在的不安全操纵行为提供了一种新思路；实践上，挖掘结果为监管部门进行针对性的监督和培训提供参考，从而有助于提高飞行安全水平。