淺談飛行數據集中處理流程管理

劉凱

摘 要：飛行數據是飛機整個飛行過程中，飛行數據記錄系統(tǒng)對飛機飛行性能和飛行狀態(tài)相關的飛行參數的一系列記錄。本文探討如何利用飛行數據記錄系統(tǒng)采集飛行數據，借助地面系統(tǒng)應用軟件重現空中飛行的動作和數據，對飛行數據展開聚類分析和檢查監(jiān)督，及時發(fā)現不安全因素，進一步確保飛行安全。

關鍵詞：飛行數據；數據采集；數據處理

DOI：10.16640/j.cnki.37-1222/t.2017.19.233

1 飛行數據分析意義

傳統(tǒng)的機務維修方式是定期來進行的，在飛機飛行固定的一段時間，當時間到了以后就會把飛機的機身、發(fā)動機和主要部件拆下進行維修或者更換。定時維修存在的問題，一方面是規(guī)定的小時數到了以后，大多數部件仍然完好，卻被維修或者更換；另一方面是還有一些部件會隨機發(fā)生故障，事故的是否發(fā)生與定期維修沒有直接聯(lián)系。因此出現的一些問題反映了定期維修的浪費、效率低的弊端。隨著飛行數據記錄器在飛機上的普遍使用，產生了一種新型的維修方式：視情維修。飛行數據記錄設備對飛機的機身、發(fā)動機及其主要部件運行狀態(tài)進行監(jiān)控，并分析飛行數據，從而掌握部件發(fā)生失效的時間、原因以及失效后的后果等。由此可見，飛行數據分析在機務維修中占有舉足輕重的地位，

飛行數據分析在提高航空安全水平、降低運行風險方面具有非常重要的意義。通過對飛行數據分分析、飛行數據超限情況的監(jiān)測，可以盡早識別違規(guī)的操作、有問題的程序、飛機性能的衰退等安全隱患，為提高飛機運行的安全水平提供支持。在過去的 30 多年中，航空技術的進步與發(fā)展，伴隨著數以千計由于錯綜復雜的原因導致的飛行事故，也可以說，飛行器是在不斷的出現事故、故障，然后做出相應的改進中發(fā)展起來的。由此可見，保證航空器安全運行是十分迫切的問題，除了提高航空器本身的可靠性，對航空器進行飛行數據分析，從而實現飛行品質監(jiān)控就成為了發(fā)展現代航空的必要任務。

2 飛行數據采集

自上世紀末開始，國內大部分航空公司都在航班上加裝了快速存取記錄器設備和相關的數據儲存、分析、管理系統(tǒng)和設備，這些設備都能夠記錄100 飛行小時以上的時間。隨著電子信息技術、計算機集成系統(tǒng)等學科的發(fā)展，現階段的數據采集逐步向功能化、集約化、精密化趨勢發(fā)展。目前所具有的采集系統(tǒng)多以AirNet自控系統(tǒng)為主，其主要涵蓋三個模塊：

（1）電報處理模塊。該模塊主要功能為分組接收、解析原始報文，并針對原始報文所存在的數據遺漏及格式錯誤等初級問題發(fā)送警告提示；同時模塊可實時修正GPS信號，依據所收到GPS時鐘信號修正飛行時間；此外，該模塊具備氣象數據處理功能，可借助雷達數據處理子系統(tǒng)對氣象數據進行傳輸播報。

（2）飛行數據處理模塊。作為核心內容的飛行數據處理模塊應具有依據飛行計劃及航班信息，繪制飛行航路，解析航路重要節(jié)點，預測各重要節(jié)點的預期抵達時間、經緯度、飛行高度等功能。針對飛行軌跡展開路徑模型構建，就飛行過程中出現的偏離航道等技術錯誤展開過點糾正，自動記錄飛行過程的重要參數及實際軌跡，并通過相應傳輸設備及時傳輸信息及管制員。

（3）飛行數據顯示模塊。飛行數據顯示模塊應具備將飛行基本數據直觀顯示于機組人員的功能，主要包括航班數據、電報數據的顯示、查詢及維護功能，基礎資料的保護及存儲顯示功能，航班軌跡及班期安排管理顯示，報警警示燈正常顯示燈功能。

3 飛行數據集中處理

由于實時的飛行數據需要大量的存儲空間，航班所附設備存在一定的局限性，而飛行數據作為飛行事故預防，飛行安全管理工作的核心原始鏈，其重要性不容忽。在此，本文提出兩種飛行數據集中處理模式：

（1）構建全國性或區(qū)域性集中單一飛行數據處理庫，該數據庫主要處理飛行計劃數據，依據數據用途，運用多樣化數據處理方法，將大量存量數據加工處理后，通過網絡傳輸設備備份至自動化系統(tǒng)中，機組及機務人員可依據歷史數據及故障記錄，實現快速排故，強化工作效率及精準度。

（2）構建全國性或區(qū)域性單一飛行計劃數據庫，該數據庫記錄管線范圍內的飛行計劃，跟蹤飛行計劃過程中的狀態(tài)及觸發(fā)狀態(tài)改變條件，通過架設應急備份系統(tǒng)，復制飛行計劃數據并跟蹤主系統(tǒng)飛行計劃，實現兩者的延時同步。該系統(tǒng)在數據處理上具有完全獨立性優(yōu)勢，數據處理所需軟硬件算法具有較強的魯棒性，可進一步較少數據互擾的差異性錯誤。

數據處理過程不可回避的一個問題是，如何對眾多數據展開聚類處理是需解決的關鍵技術問題，將數據按相似性原則歸分成若干個類別，挖掘其內在相似性和聯(lián)系，有助于加快數據處理流程。目前，聚類算法中K-means法應用較為廣泛，其相關研究已擴展至多領域，且取得諸多豐碩成果，結果本文研究對象和研究目標，可對時效性飛行數據展開聚類分析，并通過BWP聚類有效性評價指標進行優(yōu)化，確定最佳聚類數。其中BWP指標反映單個樣本聚類有效性，假設個樣本對象被聚類為類，其中BWP指標計算公式如下：

其中為數據聚類為類時的平均BWP指標值，為最佳聚類數，表示聚類樣本數，表示類別。

進一步地，對聚類結果進行融合，分析異常飛行數據產生機理。

4 結論

通用航空近些年在我國發(fā)展迅速，但是飛行數據采集和分析卻沒有在通航業(yè)內普遍展開。從長遠來講，我國民航業(yè)已進入快速發(fā)展期，為確保飛行安全，飛行數據的集中管理已是大勢所趨。本文對于飛行數據集中處理流程管理的淺談，是源自于本人工作的經驗之談，由于知識體系所限，意在廣開言路，希望借此機會引發(fā)廣泛討論。

參考文獻：

[1]魏麟.通用航空飛行數據采集技術初探[J].中國民航飛行學院學報，2011（03）：5-7+11.

[2]程科，左洪福，孫見忠.飛行數據采集、記錄與譯碼[J].飛行設計，2015（01）：57-60+71.