文献类型：期刊文章

作　　者：汪磊[1] 孙景陆[1,2] 王文超[1] 齐心歌[1] 王菲茵[1]

WANG Lei;SUN Jing-lu;WANG Wen-chao;QI Xin-ge;WANG Fei-yin(College of Safety Science and Engineering,Civil Aviation University of China,Tianjin 300300,China;Flight Department,Air China Tianjin Branch,Tianjin 300300,China)

机构地区：[1]中国民航大学安全科学与工程学院,天津300300 [2]中国国际航空股份有限公司天津分公司飞行部,天津300300

出　　处：《安全与环境学报》

基　　金：国家自然科学基金项目(32071063)。

年　　份：2023

卷　　号：23

期　　号：1

起止页码：26-34

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、JST、ZGKJHX、核心刊

摘　　要：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  

分 类 号：X949[安全科学与工程类]