QAR數據的應用與研究進展

摘要：隨著飛行品質管理的推行，QAR數據在飛行運行管理中的應用得到了快速發展，QAR數據作為記錄航空器飛行狀態的重要客觀數據，是飛行運行安全的重要依據。本文簡要介紹了QAR數據，并從飛行安全管理、飛行員操作特征分析、環境污染影響、航空器油耗檢測、航空器維修五個方面來闡述當前的應用情況與研究進展。

關鍵詞：QAR數據；飛行安全；安全管理

ApplicationandResearchProgressofQARData

HeGang1ChenXingjuan1LuFei2ChenHaonan2

1.OkayAirwaysCompanyLimitedTianJin300300；

2.CollegeofAirTrafficManagement，CivilAviationUniversityofChinaTianjing300300

Abstract：Withtheimplementationofflightqualitymanagement，theapplicationofQARdatainflightoperationmanagementhasbeendevelopedrapidly.Asanimportantobjectivedatatorecordtheflightstatusofaircraft，QARdataisanimportantbasisforflightoperationsafety.ThispaperbrieflyintroducesQARdata，andexpoundsthecurrentapplicationandresearchprogressfromfiveaspects：flightsafetymanagement，pilotoperationcharacteristicsanalysis，environmentalpollutionimpact，aircraftfuelconsumptiondetectionandaircraftmaintenance.

Keywords：QARdata；Flightsafety；Safetymanagement

1QAR數據

快速存儲記錄器（QuickAccessRecorder，QAR）是一種機載數據記錄儀。航空器整個運行過程中飛行參數的實時變化情況和性能狀態可以通過快速存儲記錄器來量化。其中，飛行參數主要涉及航空器軌跡、姿態、飛行操作與氣象條件等，從而客觀全面地再現航空器整個飛行過程中的飛行品質和飛行員的操作表現，是飛行流程檢驗、飛行風險評估、飛行故障排查的重要支撐，同時也為不安全事件的數據挖掘、要素分析以及預測提供數據保障，為研究飛行安全提供了全面有效的數據支持。

為了將風險管理落到實處，提高航空器的安全性，自1993年以來，中國民航開始研究飛行品質監控［1］。在1997年，我國民航業開始實施飛行品質監控工程，并在行業內進行大面積推廣，截至目前，飛行品質監控工作已經被正式納入中國民航運行管理。2000年12月5日，民航局航空安全辦公室頒布了有關規定，從設備的安裝及監控要求、機構設置和人員安排以及飛行運行這三個方面提出了具體要求［2］。2010年1月4日，民航局頒布了中國民用航空有關規章［3］，在2012年中國民用航空局飛行標準司又以規章形式提出了有關飛行品質監控工作的相關要求，明確了飛行品質監控的范圍以及相關超限標準［2］。

2QAR數據的應用

2.1飛行安全管理

國內對航班運行安全風險研究所采用的傳統方法大多從機組人員、航空器類別、環境影響和飛行管理4個部分出發，采用相關方法對影響飛行安全的因素進行分析和確定，從而建立飛行安全評價指標相關體系，最后運用數學知識綜合評價飛行安全，但是上述的研究大都偏于管理。

從QAR數據出現以來，其越來越多地應用于飛行安全的分析與研究，通過對飛行品質監控標準和QAR數據的分析，基于超限事件建立飛行安全風險評價指標體系已趨于主流，其研究方向主要包括以下兩個方面。

（1）利用數理統計和傳統風險評估模型對記錄的超限事件進行建模分析，針對典型不安全事件如擦機尾、重著陸、沖/偏出跑道進行風險識別與評估。這個研究方法比較宏觀，其通常是針對某一機隊或是某一危險事件，分析統計事故數據而得出定性結論。如孫瑞山等［4］通過利用科爾莫格羅夫斯米諾夫檢驗方法來模擬航空器起飛離地仰角值的分布情況，從而對飛行機隊的起飛操作進行評價。汪磊等［5］在QAR數據的基礎上，運營蒙特卡洛模擬建立擦機尾風險分析的模型，為機隊提供了可靠性參考指標。

（2）利用機器學習、深度學習等算法對飛行風險事件進行分析與預測，該研究方法側重于針對單個航班進行分析，通過QAR記錄的各飛行參數、操作參數、環境參數來推導下一時刻風險事件發生的可能。Tong等［6］基于提出了一個PCALSTM深度學習模型，通過相關飛行參數的前序時間特征，來預測航空器的接地時刻速度值。

2.2飛行員操作特征分析

QAR記錄了飛行器狀態的變化，這些變化主要與飛行員的操作有關，可以直接反映飛行員的操縱技能。飛行員的操縱技能主要在兩個方面體現：首先，表現在他們掌握操作時機和力度的能力，包括合理選擇推拉桿的時機以及操作的平穩性等；其次，表現在飛行器的狀態，例如速度和俯仰角等。由于飛行器的特性，飛行員的操作不一定會立即反映在飛行器的狀態上。飛行員通過控制不同的操縱面來操縱飛行器，每個操縱面都有其獨特的特性。飛行員需要準確了解每個部件的特性和操作方法，否則早期、延遲或錯誤的操作可能會產生嚴重后果。因此，評價飛行員的操作需要綜合考慮飛行員的操作行為和飛行器的狀態參數。

由于快速存儲記錄器（QAR）所記錄的數據能夠直觀反映航空器實際的飛行狀態，目前，已有學者利用QAR數據進行飛行操作行為的分析和研究，如汪磊等［7］提出基于QAR數據的飛行員不安全操作行為量化評價方法，根據飛行員操作行為特點，提出相關評價指標，實現飛行員操作行為的定量計算。同時，部分學者還提出，應該將心理學和QAR數據相結合來評估飛行員的操作，并充分考慮飛行員的心理狀態，比如孫瑞山等［8］基于操作行為心理學原理，給出完整性、平穩性、準確性、及時性四個方面參數作為描述飛行員操作特征的指標向量，定量評價飛行員操作水平。利用QAR數據進行飛行員的飛行水平評估，將會成為未來飛行員操作分析的主要研究方向。

2.3環境影響研究

隨著航空業的快速發展，航空器的排放也在迅速增加，其污染物排放量占總量的比重越來越大。此外，隨著全球環保意識的增強和我國大力發展綠色民航，更多的學者開始關注航空運輸的污染物排放問題。

污染物的種類有很多，其中一氧化碳（CO）、二氧化硫（SO2）和尾氣顆粒物（PM）等屬于航空領域內發動機排放出的有害物質。污染物的排放不可避免，因此從根源上杜絕是不現實的，那么就要考慮去控制污染物的排放，對于排放的控制主要是針對發動機排放量的準確估量，這個預估取決于很多運行參數，比如發動機的審定數據、燃油的流量數據、各個飛行階段的時間、飛行的高度以及大氣溫度等。

對于其發動機排放量的預估，之前的研究屬于傳統的方法，具體的流程為：首先根據國際民航組織的參考值，也可以是飛行動力學模擬得出上述相關的飛行參數；接著是直接根據這些參數對排放的量進行估算，抑或是利用模型通過分析得出航空大氣污染物的排放量。這種方法相對具有約束性，目前，隨著大數據的發展，航空器的QAR數據越來越完整，比如在QAR數據中，它直接就包含了航班實際的LTO階段里程、發動機實際的所有相關參數數值，因此目前運用QAR數據來對航空器發動機排放量的估算。該種方法會更加貼切航空器的運行，從而更好地定量評價航空運輸對環境的影響程度，達到優化LTO和飛行降低油量的消耗減少成本的同時可以做到減少顆粒污染物的排放。該種研究方法的具體流程為：首先通過提取QAR數據匯總影響發動機排放的關鍵參數，比如燃油的流量、氣壓的高度、表速等，根據數據劃分出飛行的各個階段；接著根據提取出的燃油消耗量結合每一個飛行階段時間，計算得出各個階段的燃油消耗總量；最后運用已有的方法即一階逼近3.0方法來得出航空器每個階段的污染物排放量，再通過ICAO氣體排放模型去計算其他相關污染物的排放情況，得到具體的排放數據。

基于QAR數據的航空器排放研究，可以從科學的角度為航空公司提出減排方法，如改善機隊組合、優化場景操作程序、調整航線和巡航模式等。不同的學者關注不同飛行階段的排放，并都在試圖獲得更準確的排放量，但仍然沒有一個模型能夠計算不同污染物在不同飛行階段的準確排放量。隨著對航空器尾氣排放研究的深入，無論是氣體還是顆粒物污染物的排放都將變得越來越準確，影響也將更加可預測，使航空公司能夠對節能減排做出更合適的規劃。

2.4航空器油耗檢測

對于我國航空公司而言，由于勞動力成本較低，其第一大成本為燃油成本，目前燃油成本約占我國航空公司總成本的40%以上。由此可知，提高檢測燃油消耗和控制燃料成本對民航業來講至關重要。

油耗檢測的基礎是要先了解航空器航線飛行的情況，航空器從起飛機場飛往目的地機場的一個起降過程中可分為滑出段、爬升段、巡航段、下降段、滑入段等五個階段，區分這五個階段的關鍵在于確定巡航段的起始點與結束點，這些內容相關數據可在QAR中獲取。

在1998年，中國境內注冊的運輸機都安裝了快速存取記錄器（QAR）之后，研究人員開始從QAR數據中挖掘與燃油效率相關的參數。在最初的研究中，數學統計被用于對起飛［9］、巡航、著陸和地面滑行［10］期間發動機的燃料消耗進行建模和分析。在此基礎上，曹慧玲等［11］利用多元統計算法和MATLAB軟件建立了適用于各種發動機模型的仿真平臺，以估計每個階段的油耗。與此同時，隨著大數據理論和計算機算法的發展，基于相關度和信號分解的新算法研究也開始出現。同時，隨著神經網絡和機器學習算法的出現及優化［1213］，研究人員將大數據處理方法應用于油耗計算和預測的研究中。油耗模型的建立可以更好地估計發動機性能，控制節油油量，從而更準確地預測油耗，但也存在一些耗時和工作量的問題。與上面所述的建模和仿真分析方法不同，Ye等［14］提出了一種基于發動機固有機械特性的方法，而無需建模，通過使用QAR數據匹配飛行條件，進行燃料流量的預測。這種方法大大減少了驗證的時間和成本，為研究QAR數據提供了一種新的途徑。

此外，對燃油消耗進行檢測及預測，一方面可以為減少燃油消耗做準備；另一方面，隨著民航業的大力發展，環境狀態也受到發動機燃燒產生的有毒害氣體影響，對其進行檢測進一步減少油耗的同時也要盡量減少污染物的排放。

2.5航空器維修

航空器系統結構復雜，在對航空器進行故障處理時需要綜合參考各種情況，包括機組對故障狀況的反映情況、整個航線排故過程，以及工程師利用QAR數據分析的結果等，再基于系統本身原理及檢測結果，最終確定故障原因。在整個排故過程中，通過QAR數據可以快速定位故障，為航空器維修管理工作提供數據，簡化維修程序、縮短維護時間，進而降低維修成本。

在研究領域，目前的學者主要聚焦于對航空器故障監測識別和故障監控機制的研究。楊慧［15］針對故障檢測中異常數據檢測問題，提出一種適用于QAR數據的離群點檢測算法，通過計算均值參考點到擬合航空器參數曲線的距離來判斷并找出可能的離群點，來發現航空器中的故障數據，有效解決部分航空器故障的離群點檢測問題。JooSungKim［16］開發了QAR數據獲取與可視化系統，可以以圖形方式展示數據，幫助維修工程師快速簡便地分析發動機參數，并實現對發動機問題的自動監測。

3結論

隨著技術和算法的發展，使用QAR數據的研究越來越全面。本文從飛行安全管理、飛行員操作特征分析、環境影響研究、航空器油耗檢測、航空器維修五個方面來闡述。其中，飛行安全管理和飛行員操作是目前研究的主要領域。與此同時，隨著綠色發展相關理念的發展，對航空大氣污染物排放的研究也成為近年來QAR數據研究的熱點。對排放污染物量的估計至今還沒有一個能完全使用又精確的模型，是未來研究的一大努力方向。此外，對QAR數據的研究需要相對專業和廣泛的知識儲備，相關學者不僅要熟悉飛機飛行的相關操作和參數，還要掌握處理和分析QAR數據的方法。尤其是QAR數據參數眾多，不同研究對象需要研究不同的參數，目前參數之間的關系并未得到充分研究，需要進一步對QAR數據參數進行關聯挖掘。

參考文獻：

［1］中國民用航空局飛行標準司AC121/135FS201245.飛行品質監控（FOQA）實施與管理，2012215.

［2］飛行品質監控（FOQA）實施與管理［Z］.中國民用航空局飛行標準司，2012215.

［3］中國民用航空局.CCAR121R4.大型飛機公共航空運輸承運人運行合格審定規則.2010.

［4］孫瑞山，楊繹煊.航空器起飛擦機尾事件的風險預測研究［J］.安全與環境工程，2016，23（2）：153156.

［5］汪磊，楊星月.基于蒙特卡洛方法的著陸擦機尾風險預測［J］.中國安全生產科學技術，2019，15（2）：4550.

［6］C.Tong，X.Yin，S.Wang，etal.Anoveldeeplearningmethodforaircraftlandingspeedpredictionbasedoncloudbasedsensordata［J］.FutureGenerationComputerSystems，2018，88：552558.

［7］汪磊，鄒穎，王朔.QAR數據驅動的飛行員不安全操作行為量化評價［J］.中國安全科學學報，2023，33（05）：4956.

［8］孫瑞山，肖亞兵.基于QAR記錄數據的民航飛行員操作特征指標結構研究［J］.中國安全生產科學技術，2012，8（11）：4954.

［9］ZhangM，HuangQW，LiuSH，etal.FuelConsumptionModeloftheClimbingPhaseofDepartureAircraftBasedonFlightDataAnalysis［J］.Sustainability，2019，11（16）：23.

［10］OhEM，KimH，JeonD，etal.AModelforEstimationofFuelConsumptionduringAircraftTaxiOperations，2018Ieee/Aiaa37thDigitalAvionicsSystemsConference，NewYork：Ieee，2018：266271.

［11］CAOHuiling，JIAChao.ResearchonfuelflowcontrollawofcivilaviationenginebasedonQAR［J］.ScienceTechnologyandEngineering，2013，13（13）：38143817+3827.

［12］WangK，ChenJJ，Ieee.AnIntervalPredictionMethodforImbalancedFuelConsumptionData［C］.ChineseAutomationCongress（CAC），2020：824829.

［13］WuZX，LuoWZ，ChenC，etal.ResearchonInfluencingFactorsofFuelFlowBasedonQARData［M］.NewYork：Ieee，2020.

［14］YeLS，CaoL，WangXH.EVALUATINGFUELCONSUMPTIONFORCONTINUOUSDESCENTAPPROACHBASEDONQARDATA［J］.PrometTraffic&Transportation，2019，31（4）：407421.

［15］楊慧，王麗婧.基于聚類和擬合的QAR數據離群點檢測算法［J］.計算機工程與設計，2015，36（1）：174177.

［16］JooSungKim，SungGyuLee，SangYoungKim?;etal.ARapidQARDataAcquisitionandVisualizationSystemforAircraftEngineMaintenances［C］.ProceedingsofiiWAS2009：669673.

項目：民航安全能力建設項目（ASSA2023/29）

作者簡介：賀剛（1986—），男，天津人，碩士，研究方向：管理及數據應用。

*通訊作者：盧飛（1984—），男，山東新泰人，博士，副教授，研究方向：交通運輸規劃與管理。