大數據在民航飛行訓練中的應用

摘?要：信息時代下，互聯網與社會生產生活的各個領域高度融合，大數據的行業應用受到的關注度日漸提升，并且在各個行業領域中發揮著重要作用。在民航飛行訓練中，大數據的應用為訓練單位的管理工作和訓練方式注入了新的活力，對飛行訓練工作的有效性提升起著助推作用，使得經濟效益增加的同時，民航飛行訓練計劃更加完善，也確保了飛行訓練的安全性。

關鍵詞：大數據;民航飛行訓練;具體應用

所謂大數據，是伴隨著互聯網技術快速發展而在近年來受到廣泛關注的一個新的技術理念，有研究指出，面對當前社會生活的中大量又復雜且增長率持續上升的信息資產，對這些信息資產進行處理和管理需要新模式才可以提升效率。大數據對比傳統的數據處理工具在獲取、儲存、管理和分析信息等方面有著無可比擬的優勢，其顯著表現主要包括高速性、大量性、多樣性和真實性，大數據處理模式的應用指明了數據分析在信息資產中的核心價值?！盎ヂ摼W+”背景下，大數據和各行各業的融合與應用越來越受到重視，在現階段的社會經濟生活以及未來的社會發展中起到的作用會更加顯著。

一、大數據在民航飛行中的發展

最早在民航飛行中出現的大數據應用是美國民用航空局在1958年提出的FDR計劃，即飛行記錄器。當時的數據分析非常簡單，時間也比較短，只能記錄一些基本的飛行參數和條件變量。進入60年代，英國實施了一項名為FDM的航空項目，該項目后來被稱為飛行數據監控，由此開始，飛行數據被用于完善飛機安全管理工作。日本航空公司從70年代開始也著手了飛行數據分析的工作，并且有著豐富的飛行數據分析經驗，荷蘭等歐洲其他國家的一些航空公司也在這一時期陸續展開了對飛行數據進行監控的工作。在我國民航飛行領域中，雖然很早就引進了飛行數據分析技術，但實際上的應用很少，真正開始大規模研究和應用在90年代中后期，邁入21世紀后，飛行數據分析與飛行品控工作才逐漸發展開來，但這一發展趨勢也只是在民航系統中比較明顯，在通用航空領域則顯得比較落后。當前飛行訓練在通用航空市場中占到了三分之二的份額，因此文章就對如何在飛行訓練領域中更好地利用和管理大數據，以期為優化飛行訓練的管理和監控工作，確保飛行訓練中人員的人身安全提供一些理論支持。

二、民航飛行訓練單位數據存儲和管理現狀

中國民航飛行學院是我國民航最大的飛行訓練培養單位，其訓練配套設施齊全，將航空服務和飛行訓練充分地結合起來，不僅年旅客吞吐量達到百萬人次，更配備了種類繁多，便于滿足不同階段訓練需求的教練機，以及配置了高標準的飛行模擬機和練習器。另外，我國民航機長大多畢業于此，因此中國民航飛行學院又被譽為中國民航飛行員的“搖籃”。學校發展至今已有了近60年的歷史，積累了多個維度的海量數據，這些數據經分類整理后，存儲在數據倉庫之中，供學校有關人員查詢和分析，對這些數據進行更有效率地分析和管理必然需要變革以往的管理方式。需要注意的是，大數據和大數據庫是兩個概念，學校的內部人員需要使用這些數據時需要經歷繁復的工作程序，換言之，就是某些數據需要特定的用戶或者部門才能申請訪問，很難實現數據的共享?？傮w而言，當前民航飛行訓練單位的數據存儲和管理現狀的主要特征表現為：

（一）數據項目多，存放凌亂，缺乏有序管理

隨著我國民航飛行的迅速壯大，民航學校的培訓人數增加，飛行人員的檔案資料、學校的課程設計、以往的教學數據等信息量增長呈上升趨勢，但與此相對應的是，學校的數據處理配套設施建設進度滯后，雖有計算機系統轉化數據流，并提供了大量的數據記錄，但數據的存放仍然是比較混亂的，缺乏有序的管理。

（二）數據倉庫只具備存儲功能，調用數據程序復雜

數據倉庫的管理者大多不是專業的信息技術工程師，而是學校的管理人員，他們熟悉的業務流程和數據分析并不匹配，存儲數據時難免會產生誤差。學校的管理制度也使得調用數據的程序比較復雜，耗時耗力，不利于工作效率的提升。

（三）過于刻板，忽視了數據的全面性

對大數據的應用要避免形式化，避免刻板，要依照自身實際情況有所調整和改進，考慮到飛行人員的想法和需求，展現人文價值，看到大數據的全面性，才可以切實提高大數據應用成效。

三、大數據在民航飛行訓練中的應用

（一）大數據為飛行訓練安全提供保障

航空飛行對安全性有著高要求，特別是通航飛行訓練，其特殊性質決定了它的高風險性，因此對我國通航飛行訓練工作實效性的提高是一個挑戰，也就意味著要想實現我國飛行訓練培養工作的快速發展，必然需要培養單位積極就自身飛行訓練培養進行創新。

培養單位要想將大數據真正使用好，首要做的工作就是順應時代發展潮流，思維與時俱進，在自身已有大規模數據的基礎上，結合更多外來數據的獲取，然后對其合理整合，對不同的數據含義明確把握，發展數據挖掘的科學思想，研發數據挖掘的有用工具，真正讓數據指導飛行訓練工作，使數據價值集中展現，從而推動飛行訓練工作以計劃為導向，逐步向系統靠攏，切實提高飛行訓練的安全性，最大限度地開發空域資源的利用率，使得飛行訓練效率在各種綜合條件的支持下得到提升。其次，為進一步保障飛行人員在訓練過程中的安全，利用大數據監控加強對飛機的維護工作至關重要。相關工作人員基于多年來的海量飛行訓練數據的積累定期就飛機發動機的使用狀態進行研究，對飛行訓練數據的其他功能進行深度挖掘，進而調整飛行員培養方案，改進教學工作質量，監控飛行過程，改進操作程序，由此可以讓意外事故的發生率降低，保障飛行人員的人身安全，也降低了不必要的成本消耗。再者，在飛行員的初級訓練中，半數的情況下主要由學員自己來完成訓練任務，比如學生進行單人單飛或者機長訓練。因此，在對學生訓練管理的過程中，將所有數據整理和分析，補充和完善原有的培訓工作，增加學生應對特殊情況應急處理的訓練及其他相關的安全教育，可以讓現有資源數據的重要價值最大化體現，學生在飛行訓練中的安全得到了充分的保障，培養單位的教學工作效率也得到提高，為今后的飛行員培養工作注入了活力，提供了新的思路，為飛行員更好更快地成為符合培養標準和社會需求的優秀人才起到了積極的作用。當然，大數據流轉迅速，數據龐雜，個體數據價值密度不高的特點也使得它在應用于民航飛行訓練工作時，需要培養單位立足于自身實際，對大數據應用要求和原則要準確地把握，對數據特點深入研究，考慮到數據變化波動的因素靈活調整。

（二）大數據為民航飛行訓練發展助力

當下大數據時代已然到來，在民航和通航領域已經展開了新一輪的競爭，國家有關部門也對促進通用航空業的發展提出了新的指導意見，站在全新的角度對通航發展計劃指明了方向，在2016年提出了“大數據驅動”下推進民用航空數據中心的設立，加強信息集中統一管理等要求，旨在引領民航改革工作跟上時代步伐，對大數據進行高效利用，提高相關工作效率。因此，在外部客觀環境的推動下，加上飛行訓練培養單位自身能動作用的發揮，大數據的應用在民航飛行訓練中必然可以有一番成就。

（三）民航飛行訓練中大數據的分析與處理

在飛機飛行訓練中，飛機發動機的參數是飛機飛行數據中的重要組成部分，其參數數據能夠有效反映隱藏問題，所以，在民航飛行訓練中，大數據還應用于對該參數數據的分析與處理。具體而言，在使用大數據對飛行訓練數據進行分析和處理時，主要使用的技術模型有支持向量機和關聯挖掘算法，前者屬于二類分類模型，能夠對飛行數據進行分類和預測;后者屬于無監督學習算法，主要是對大規模飛行訓練數據進行處理，并對數據屬性之間的關系進行探索，從而對飛行員操作時的不規范行為進行衡量，提升民航飛行訓練的安全性和實效性。

在使用支持向量機對飛行訓練數據進行分析和處理時，主要是以邏輯回歸為基礎構建線性分類器對數據進行預處理，開展預處理是因為飛行訓練數據的存儲結構和保存具有一定特點，無法在該模型上直接應用原始數據，在此過程中，數據的預處理需要經過特征值的選取、數據的清洗以及數據特征的縮放。在開展特征值的選取時，主要選取飛行環境、發動機性能以及飛行姿態狀態等參數，數據選取結束后，由于原始數據中可能存在空缺以及無效等問題數據，所以，需要對選取的數據進行清洗。首先，刪除無效數據，主要是將地面熱身等待時間段的數據進行剔除，從而保證后續模型建立的有效性;其次，處理空缺數據，由于電子元件數據傳輸存在不穩定的現象，所以在選取的原始數據中存在特征值缺少的情況，所以，需要進行空缺數據的補全。為強化數據補全的合理性，主要是對空缺部分前后數據進行平均值的計算，將計算結果插入到空缺處，從而強化數據的有效性;最后，處理異常數據，一般情況下可將其直接刪除，并使用均值法進行補全。在數據清洗完畢后，對數據特征進行縮放，將數據的特征屬性控制在一定區間內，主要使用的方法有比例調節，從而實現數據歸一化。在數據預處理結束后，需要對其進行精度分析，對模型誤差進行修改，從而保證數據的有效性，強化飛行訓練的實效性。關聯分析算法同樣需要進行數據的預處理，因與支持向量機算法的預處理步驟相同，故不做贅述。在數據預處理結束后，關聯分析算法需要對頻繁項集以及關聯規則進行挖掘，從而通過數據判斷飛行操作中存在的問題。在進行頻繁項集的挖掘時，主要使用Apriori算法和FPGrowth技術，對不符合標準的數據進行剔除，并進行計數統計，直到算法完成。在對關聯規則進行挖掘時，主要是在頻繁項集的基礎上進行關聯規則的搜尋，通過進行層次搜索以及層列表合并，從而獲得數據集，再構建單個頻繁項集元素集合生成候選關聯規則集，直到沒有新的候選集結束。通過該技術，能夠對操作失誤進行有效判斷，加強數據反饋。

四、結語

本文對大數據的概念和顯著特征做了簡要闡述，具體對大數據在民航飛行訓練管理工作優化和安全問題改進中的應用進行了分析，以為培養單位工作的改革和創新提供強有力的支持。筆者相信，隨著我國民航飛行訓練的不斷發展，將大數據分析的價值最大化利用，可以實現飛行效率的有效提升，促進飛行訓練計劃性和安全性的提高，讓民航飛行訓練邁入新的發展階段。

參考文獻：

[1]劉鍵.從后緣襟翼監控看大數據對民航維修的影響[J].中國民航飛行學院學報，2020，31（06）：5658+63.

[2]陳毓夔.淺析大數據和人工智能在民航維修安全管理的應用[J].科技資訊，2020，18（22）：4546+50.

作者簡介：張通喜（1975—?），男，漢族，山西襄汾人，本科，二級飛行員，研究方向：飛行訓練、飛行安全。