-
题名基于QAR数据的着陆超限风险贝叶斯网络分析模型
被引量：12
- 1
-
-
作者
汪磊
孙景陆
王文超
齐心歌
王菲茵
-
机构
中国民航大学安全科学与工程学院
中国国际航空股份有限公司天津分公司飞行部
-
出处
《安全与环境学报》
CAS
CSCD
北大核心
2023年第1期26-34,共9页
-
基金
国家自然科学基金项目(32071063)。
-
文摘
为分析民机着陆超限风险及其影响因素,基于飞行快速存取记录器(Quick Access Recorder,QAR)数据,构建着陆超限风险贝叶斯网络分析模型。首先,采集2019年和2020年国内某航空公司B737-800机队共37443个航段QAR数据作为样本数据;然后利用GeNIe 3.0软件GTT(Greedy Thick Thinning)算法进行参数学习,建立着陆超限风险贝叶斯网络(Bayesian Network,BN)模型,应用10-fold交叉验证方法对模型进行检验。结果表明,着陆超限风险贝叶斯网络可有效分析着陆超限事件的因果关系,计算得出样本机队减小着陆超限风险的飞行参数组合。该分析模型可用于对机队或飞行员个体的着陆超限风险预测,为降低着陆飞行超限风险、前移安全关口提供客观依据。
-
关键词
安全工程
快速存取记录器(QAR)数据
着陆超限
贝叶斯网络
GTT算法
-
Keywords
safety engineering
QAR data
landing exceedance events
Bayesian network
Greedy Thick Thinning(GTT)algorithm
-
分类号
X949
[环境科学与工程—安全科学]
-
