CN109377030A - 飞机风险事件风险值的计算方法、电子设备及存储介质 - Google Patents
飞机风险事件风险值的计算方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109377030A CN109377030A CN201811173232.1A CN201811173232A CN109377030A CN 109377030 A CN109377030 A CN 109377030A CN 201811173232 A CN201811173232 A CN 201811173232A CN 109377030 A CN109377030 A CN 109377030A
- Authority
- CN
- China
- Prior art keywords
- risk
- value
- monitored item
- item purpose
- aircraft
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 38
- 238000012544 monitoring process Methods 0.000 claims abstract description 97
- 230000015654 memory Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 7
- 238000011160 research Methods 0.000 abstract description 7
- 238000004080 punching Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000001052 transient effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G06Q50/40—
Abstract
本发明提供了一种飞机风险事件风险值的计算方法、电子设备及存储介质,该方法包括获取飞机运行风险事件的监控项目,根据飞行品质监控数据获取监控项目的监测值,根据各监控项目的风险系数及监测值,计算各监控项目的风险值,根据各监控项目的风险值得到风险事件的风险值,通过实施本发明,通过飞机品质监控数据能够获取全面的监控项目的监测值,然后根据各监控项目的风险系数及监测值,计算得到各监控项目的风险值,从而得到风险事件的风险值,数据来源全面,能够比现有技术中获取更全面的风险事件的监控项目的监测值,从而解决现有技术中对于民用航空领域中的主要事故的研究,由于参考参数有限,不能对风险事件得到较全面的评价的问题。
Description
技术领域
本发明涉及民航技术领域,具体涉及一种飞机风险事件风险值的计算方法、电子设备及存储介质。
背景技术
民航是具有高风险特点的行业。对我国民航运行安全状态进行不间断地监控和预警,对于加强民航安全监管力度和效果,提高我国民航的安全水平具有非常重要的意义。航空安全信息是航空安全管理的基础性战略资源,是民航安全管理工作的抓手,如何充分利用民航安全信息资源,建立民航安全风险评估系统,是实现国家安全目标的重要措施。
但是,目前对于主要的民用航空事故,例如可控飞行撞地风险、冲偏出跑道风险、空中失控风险等主要事故的研究,由于参考参数有限,不能得到其较全面的风险评价。
发明内容
有鉴于此,本发明实施例提供了一种飞机风险事件风险值的计算方法、电子设备及存储介质,以解决现有技术中对于民用航空领域中的主要事故的研究,由于参考参数有限,不能对风险事件得到较全面的评价。
根据第一方面,本发明实施例提供了一种飞机风险事件风险值的计算方法,包括:获取飞机运行风险事件的监控项目;根据飞行品质监控数据获取所述监控项目的监测值;根据各所述监控项目的风险系数及所述监测值,计算各所述监控项目的风险值;根据各所述监控项目的风险值得到所述风险事件的风险值。通过上述步骤,通过飞机品质监控数据能够获取全面的监控项目的监测值,然后根据各监控项目的风险系数及监测值,计算得到各监控项目的风险值,从而得到风险事件的风险值,数据来源全面,能够比现有技术中获取更全面的风险事件的监控项目的监测值,从而解决现有技术中对于民用航空领域中的主要事故的研究,由于参考参数有限,不能对风险事件得到较全面的评价的问题。
结合第一方面,在第一方面第一实施方式中,所述根据飞行品质监控数据获取所述监控项目的监测值之后,还包括:将所述监控项目按所述监测值的类型,划分为数值型和事件型。
结合第一方面第一实施方式,在第一方面第二实施方式中,所述根据各所述监控项目的风险系数及所述监测值,计算各所述监控项目的风险值,包括:获取第一监控项目的发生次数、各机型所述第一监控项目的发生次数及所述第一监控项目的风险系数;其中,所述第一监控项目表示各事件型的所述监控项目;根据所述第一监控项目的发生次数、各机型所述第一监控项目的发生次数及所述第一监控项目的风险系数,计算所述各事件型的所述监控项目的风险值。
结合第一方面第一实施方式,在第一方面第三实施方式中,所述根据各所述监控项目的风险系数及所述监测值,计算各所述监控项目的风险值,还包括:获取第二监控项目的监测值、各机型所述第二监控项目的监测值中对应风险最大的极值、所述第二监控项目的风险系数;其中,所述第二监控项目表示各数值型的所述监控项目;根据所述第二监控项目的监测值、各机型所述第二监控项目的监测值中对应风险最大的极值、所述第二监控项目的风险系数及预定阈值,计算所述各数值型的所述监控项目的风险值。
结合第一方面第二实施方式,在第一方面第四实施方式中,所述各事件型的所述监控项目的风险值是通过以下公式计算得到的:R(e)=∑a1·c1·log10(Td·3)/log(Ta·3),其中,a1表示所述第一监控项目是否发生,若发生则a1=1,若未发生则a1=0;c1为专家为所述第一监控项目赋予的风险系数,表征其对总风险的贡献度;Td表示所述第一监控项目发生次数,Ta表示全行业各机型所述第一监控项目发生次数。
结合第一方面第三实施方,在第一方面第五实施方式中,所述各数值型的所述监控项目的风险值是通过以下公式计算得到的:其中,a2表示所述第二监控项目是否发生,若发生则a2=1,若未发生则a2=0;c2为专家为所述第二监控项目赋予的风险系数,表征其对总风险的贡献度;Xd表示所述第二监控项目的监测值;Xt表示所述预定阈值;Xe表示各机型所述第二监控项目的监测值中对应风险最大的极值,当所述第二监控项目对应的监测值越大表示风险越大时,Xe表示极大值,当所述第二监控项目对应的监测值越小表示风险越大时,Xe=0。
结合第一方面第一至第五任一实施方式,在第一方面第六实施方式中,所述根据各所述监控项目的风险值得到所述风险事件的风险值,包括:将所述数值型的所述监控项目的风险值与所述事件型的所述监控项目的风险值加权求和,获取所述风险事件的风险值。
根据第二方面,本发明实施例提供了一种飞机风险事件风险值的计算装置,包括:获取模块,用于获取飞机运行风险事件的监控项目;第一处理模块,用于根据飞行品质监控数据获取所述监控项目的监测值;计算模块,用于根据各所述监控项目的风险系数及所述监测值,计算各所述监控项目的风险值;第二处理模块,用于根据各所述监控项目的风险值得到所述风险事件的风险值。
结合第二方面,在第二方面第一实施方式中,所述飞机风险事件风险值的计算装置还包括:第三处理模块,用于将所述监控项目按所述监测值的类型,划分为数值型和事件型。
结合第二方面第一实施方式,在第二方面第二实施方式中,所述计算模块包括:第一获取单元,用于获取第一监控项目的发生次数、各机型所述第一监控项目的发生次数及所述第一监控项目的风险系数;其中,所述第一监控项目表示各事件型的所述监控项目;第一计算单元,用于根据所述第一监控项目的发生次数、各机型所述第一监控项目的发生次数及所述第一监控项目的风险系数,计算所述各事件型的所述监控项目的风险值。
结合第二方面第一实施方式,在第二方面第三实施方式中,所述计算模块包括:第二获取单元,用于获取第二监控项目的监测值、各机型所述第二监控项目的监测值中对应风险最大的极值、所述第二监控项目的风险系数;其中,所述第二监控项目表示各数值型的所述监控项目;第二计算单元,用于根据所述第二监控项目的监测值、各机型所述第二监控项目的监测值中对应风险最大的极值、所述第二监控项目的风险系数及预定阈值,计算所述各数值型的所述监控项目的风险值。
根据第三方面,本发明实施例提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行第一方面或第一方面任一实施方式所述的飞机风险事件风险值的计算方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面或第一方面任一实施方式所述的飞机风险事件风险值的计算方法。。
本发明实施例技术方案,具有如下优点:
本发明实施例提供了一种飞机风险事件风险值的计算方法,该方法包括获取飞机运行风险事件的监控项目,根据飞行品质监控数据获取监控项目的监测值,根据各监控项目的风险系数及监测值,计算各监控项目的风险值,根据各监控项目的风险值得到风险事件的风险值,通过本发明实施例的飞机风险事件风险值的计算方法,通过飞机品质监控数据能够获取全面的监控项目的监测值,然后根据各监控项目的风险系数及监测值,计算得到各监控项目的风险值,从而得到风险事件的风险值,数据来源全面,能够比现有技术中获取更全面的风险事件的监控项目的监测值,从而解决现有技术中对于民用航空领域中的主要事故的研究,由于参考参数有限,不能对风险事件得到较全面的评价的问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的飞机风险事件风险值的计算方法的流程图;
图2是根据本发明实施例的飞机风险事件风险值的计算装置的一个结构框图;
图3是根据本发明实施例的飞机风险事件风险值的计算装置的另一个结构框图;
图4是根据本发明实施例的飞机风险事件风险值的计算方法的电子设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种飞机风险事件风险值的计算方法,图1是根据本发明实施例的飞机风险事件风险值的计算方法的流程图,如图1所示,该飞机风险事件风险值的计算方法包括:
步骤S101:获取飞机运行风险事件的监控项目;具体地,获取飞机运行某风险事件的风险参数集,从该风险参数集中选取与该风险事件密切相关的监控项目和超标标准。
步骤S102:根据飞行品质监控数据获取监控项目的监测值;从飞行品质监控数据(WQAR数据)中获取该监控项目的监测值,该WQAR数据通过收集和分析航班运行中记录的飞行数据,监控飞行机组行为和航空器性能,及时发现机组操纵、发动机工作状况以及航空器性能等方面存在的问题,数据来源全面可靠。
步骤S103:根据各监控项目的监测值,计算各监控项目的风险值;获取各监控项目的监测值后,可计算各监控项目的风险值。
步骤S104:根据各监控项目的风险值得到风险事件的风险值;具体地,计算得到该风险事件的各监控项目的风险值后,加权求和计算该风险事件的风险值。
通过上述步骤,通过飞机品质监控数据能够获取全面的监控项目的监测值,然后根据各监控项目的风险系数及监测值,计算得到各监控项目的风险值,从而得到风险事件的风险值,数据来源全面,能够比现有技术中获取更全面的风险事件的监控项目的监测值,从而解决现有技术中对于民用航空领域中的主要事故的研究,由于参考参数有限,不能对风险事件得到较全面的评价的问题。
上述步骤S102涉及到根据飞行品质监控数据获取监控项目的监测值,在一个较佳实施方式中,在该步骤之后,还包括:将该监控项目按监测值的类型,划分为数值型和事件型。由于一个风险事件可能包括很多种监控项目,这些监控项目中,有的属于事件型,即只存在发生和不发生两种情况,有的监控项目的监测值是一个变化的数值,属于数值型。
举例说明,例如对于民航运行中主要的也是常见的三个风险事件:可控飞行撞地(CFIT)风险事件、冲偏出跑道风险事件及空中失控风险事件,下面分别举例说明以上三个风险事件的监控项目:
(1)对于可控飞行撞地风险事件的风险参数集如表1所示:
表1 CFIT风险参数集
根据该CFIT风险参数集,利用中国民航飞行品质监控数据提取与CFIT密切相关的监控项目和超标标准,其中,CFIT风险计算监控项目列表如表2所示,各监控项目的类型如表3所示;
表2 CFIT风险计算监控项目列表
表3 CFIT监控项目的类型
(2)例如,对于冲偏出跑道风险事件,冲出跑道风险事件参数列表如表4所示,偏出跑道参数列表如表5所示:
表4冲出跑道参数列表
表5偏出跑道参数列表
根据该飞机冲出跑道参数列表和偏出跑道参数列表,利用中国民航飞行品质监控数据提取与飞机冲偏出跑道密切相关的监控项目和超标标准,其中,冲偏出跑道风险计算监控项目列表如表6所示,各监控项目的类型如表7所示;
表6冲偏出跑道风险计算监控项目列表
表7冲偏出跑道风险监控项目的类型
(3)例如,对于空中失控风险,空中失控风险事件参数列表如表8所示:
表8空中失控风险事件参数列表
根据该飞机空中失控风险参数列表,利用中国民航飞行品质监控数据提取与控制失控风险密切相关的监控项目和超标标准,其中,空中失控风险计算监控项目列表如表9所示,各监控项目的类型如表10所示:
表9空中失控风险计算监控项目列表
表10空中失控风险监控项目的类型
上述步骤S103涉及到根据各监控项目的监测值,计算各监控项目的风险值,在一个较佳实施方式中,该步骤包括:获取第一监控项目的发生次数、各机型第一监控项目的发生次数及第一监控项目的风险系数,其中第一监控项目表示各事件型的监控项目;根据第一监控项目的发生次数、各机型第一监控项目的发生次数、第一监控项目的风险系数及监测值,计算各事件型的监控项目的风险值。即对于每个主要风险事件,例如对于可控飞行撞地风险或冲偏出跑道风险或空中失控风险,均可以用上述方法计算获取其各事件型的监控项目的风险值,具体地,通过公式(1)计算各事件型的监控项目的风险值:
R(e)=∑a1·c1·log10(Td·3)/log(Ta·3) (1)
公式(1)中,a1表示第一监控项目是否发生,若发生则a1=1,若未发生则a1=0;c1为专家为第一监控项目赋予的风险系数,表征其对总风险的贡献度;Td表示第一监控项目发生次数,Ta表示全行业各机型第一监控项目发生次数。
例如对于可控飞行撞地风险事件而言,通过公式(1)计算出其监控项目中事件型的监控项目的风险值,这里的监控项目的监测值,由于是事件型,所以在该监控项目发生时该监测值为1,不发生时该监测值即为0.
上述步骤S103涉及到根据各监控项目的监测值,计算各监控项目的风险值,在一个较佳实施方式中,该步骤包括:获取第二监控项目的监测值、各机型第二监控项目的监测值中对应风险最大的极值、第二监控项目的风险系数;其中第二监控项目表示各数值型的监控项目;根据该第二监控项目的监测值、各机型第二监控项目的监测值中对应风险最大的极值、第二监控项目的风险系数及预定阈值,计算各数值型的监控项目的风险值。即对于每个主要风险事件,例如对于可控飞行撞地风险或冲偏出跑道风险或空中失控风险,均可以用上述方法计算获取其各数值型的监控项目的风险值,具体地,通过公式(2)计算各数值型的监控项目的风险值:
公式(2)中,a2表示第二监控项目是否发生,若发生则a2=1,若未发生则a2=0;c2为专家为第二监控项目赋予的风险系数,表征其对总风险的贡献度;Xd表示第二监控项目的监测值;Xt表示预定阈值;Xe表示各机型第二监控项目的监测值中对应风险最大的极值,当第二监控项目对应的监测值越大表示风险越大时,Xe表示极大值,当第二监控项目对应的监测值越小表示风险越大时,Xe=0。
例如对于可控飞行撞地风险事件而言,通过公式(2)计算出其监控项目中数值型的监控项目的风险值,这里的Xt表示预定阈值,为触发蓝色预警的阈值。通过公式(1)和公式(2)计算得到该风险事件中事件型和数值型监控项目的风险值后,将该数值型的监控项目的风险值与事件型的监控项目的风险值加权求和,获取风险事件的风险值,通常情况下,使用数值型的监控项目的风险值乘以其权重,加上事件型的监控项目的风险值乘以其权重的和,获得的总值为该风险事件的风险值。现有技术中,只是单一分析各个监控项目的风险值,并没有对该风险事件的总风险值进行评估,本发明实施例通过提出风险值计算公式,客观地计算各个风险事件的风险值,为后续分析提供数据依据。
本发明实施例还提供了一种飞机风险事件风险值计算装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本发明实施例提供了一种飞机风险事件风险值的计算装置,如图2所示,该飞机风险事件风险值的计算装置包括:获取模块21、第一处理模块22、计算模块23及第二处理模块24。
获取模块21,用于获取飞机运行风险事件的监控项目;详细内容参见上述实施例所述的步骤S101。
第一处理模块22,用于根据飞行品质监控数据获取所述监控项目的监测值;详细内容参见上述实施例所述的步骤S102。
计算模块23,用于根据各所述监控项目的所述监测值,计算各所述监控项目的风险值;详细内容参见上述实施例所述的步骤S103。
第二处理模块24,用于根据各所述监控项目的风险值得到所述风险事件的风险值;详细内容参见上述实施例所述的步骤S104。
通过本发明实施例的飞机风险事件风险值的计算装置,数据来源全面,比现有技术中获取更全面的风险事件的监控项目的监测值,从而解决现有技术中对于民用航空领域中的主要事故的研究,由于参考参数有限,不能对风险事件得到较全面的评价的问题。
在一个较佳实施方式中,该飞机风险事件风险值的计算装置还包括:第三处理模块,用于将所述监控项目按所述监测值的类型,划分为数值型和事件型。
具体地,如图3所示,计算模块23包括:第一获取单元231、第一计算单元232、第二获取单元233及第二计算单元234,其中,第一获取单元用于获取第一监控项目的发生次数、各机型第一监控项目的发生次数及第一监控项目的风险系数;其中第一监控项目表示各事件型的监控项目;第一计算单元用于根据第一监控项目的发生次数、各机型第一监控项目的发生次数、第一监控项目的风险系数及监测值,计算各事件型的监控项目的风险值。第二获取单元用于获取第二监控项目的监测值、各机型第二监控项目的监测值中对应风险最大的极值、第二监控项目的风险系数;其中第二监控项目表示各数值型的监控项目;第二计算单元用于根据第二监控项目的监测值、各机型第二监控项目的监测值中对应风险最大的极值、第二监控项目的风险系数及预定阈值,计算各数值型的监控项目的风险值。
上述各个模块的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
本发明实施例还提供了一种电子设备,图4是根据本发明实施例的飞机风险事件风险值的计算方法的电子设备的硬件结构示意图,如图4所示,该设备包括一个或多个处理器410以及存储器420,图4中以一个处理器410为例。
执行飞机风险事件风险值的计算方法的设备还可以包括:输入装置430和输出装置440。
处理器410、存储器420、输入装置430和输出装置440可以通过总线或者其他方式连接,图4中以通过总线连接为例。
处理器410可以为中央处理器(Central Processing Unit,CPU)。处理器410还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器420作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本申请实施例中的飞机风险事件风险值的计算方法对应的程序指令/模块。处理器410通过运行存储在存储器420中的非暂态软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的飞机风险事件风险值的计算方法。
存储器420可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储飞机风险事件风险值的计算装置的使用所创建的数据等。此外,存储器420可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器420可选包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至飞机风险事件风险值的计算的处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可接收输入的数字或字符信息,以及产生与飞机风险事件风险值的计算的处理装置的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器420中,当被所述一个或者多个处理器410执行时,执行如图1所示的方法。
上述产品可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果以及未在本发明实施例中详尽描述的技术细节,具体可参见如图1至图3所示的实施例中的相关描述。
本发明实施例还提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的飞机风险事件风险值的计算方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (13)
1.一种飞机风险事件风险值的计算方法,其特征在于,包括:
获取飞机运行风险事件的监控项目;
根据飞行品质监控数据获取所述监控项目的监测值;
根据各所述监控项目的所述监测值,计算各所述监控项目的风险值;
根据各所述监控项目的风险值得到所述风险事件的风险值。
2.根据权利要求1所述的飞机风险事件风险值的计算方法,其特征在于,所述根据飞行品质监控数据获取所述监控项目的监测值之后,还包括:
将所述监控项目按所述监测值的类型,划分为数值型和事件型。
3.根据权利要求2所述的飞机风险事件风险值的计算方法,其特征在于,所述根据各所述监控项目的所述监测值,计算各所述监控项目的风险值,包括:
获取第一监控项目的发生次数、各机型所述第一监控项目的发生次数及所述第一监控项目的风险系数;其中,所述第一监控项目表示各事件型的所述监控项目;
根据所述第一监控项目的发生次数、各机型所述第一监控项目的发生次数、所述第一监控项目的风险系数及所述监测值,计算所述各事件型的所述监控项目的风险值。
4.根据权利要求2所述的飞机风险事件风险值的计算方法,其特征在于,所述根据各所述监控项目的所述监测值,计算各所述监控项目的风险值,还包括:
获取第二监控项目的监测值、各机型所述第二监控项目的监测值中对应风险最大的极值、所述第二监控项目的风险系数;其中,所述第二监控项目表示各数值型的所述监控项目;
根据所述第二监控项目的监测值、各机型所述第二监控项目的监测值中对应风险最大的极值、所述第二监控项目的风险系数及预定阈值,计算所述各数值型的所述监控项目的风险值。
5.根据权利要求3所述的飞机风险事件风险值的计算方法,其特征在于,所述各事件型的所述监控项目的风险值是通过以下公式计算得到的:
其中,a1表示所述第一监控项目是否发生,若发生则a1=1,若未发生则a1=0;c1为专家为所述第一监控项目赋予的风险系数,表征其对总风险的贡献度;Td表示所述第一监控项目发生次数,Ta表示全行业各机型所述第一监控项目发生次数。
6.根据权利要求4所述的飞机风险事件风险值的计算方法,其特征在于,所述各数值型的所述监控项目的风险值是通过以下公式计算得到的:
其中,a2表示所述第二监控项目是否发生,若发生则a2=1,若未发生则a2=0;c2为专家为所述第二监控项目赋予的风险系数,表征其对总风险的贡献度;Xd表示所述第二监控项目的监测值;Xt表示所述预定阈值;Xe表示各机型所述第二监控项目的监测值中对应风险最大的极值,当所述第二监控项目对应的监测值越大表示风险越大时,Xe表示极大值,当所述第二监控项目对应的监测值越小表示风险越大时,Xe=0。
7.根据权利要求2-6任一项所述的飞机风险事件风险值的计算方法,其特征在于,所述根据各所述监控项目的风险值得到所述风险事件的风险值,包括:
将所述数值型的所述监控项目的风险值与所述事件型的所述监控项目的风险值加权求和,获取所述风险事件的风险值。
8.一种飞机风险事件风险值的计算装置,其特征在于,包括:
获取模块,用于获取飞机运行风险事件的监控项目;
第一处理模块,用于根据飞行品质监控数据获取所述监控项目的监测值;
计算模块,用于根据各所述监控项目的所述监测值,计算各所述监控项目的风险值;
第二处理模块,用于根据各所述监控项目的风险值得到所述风险事件的风险值。
9.根据权利要求8所述的飞机风险事件风险值的计算装置,其特征在于,还包括:
第三处理模块,用于将所述监控项目按所述监测值的类型,划分为数值型和事件型。
10.根据权利要求9所述的飞机风险事件风险值的计算装置,其特征在于,所述计算模块包括:
第一获取单元,用于获取第一监控项目的发生次数、各机型所述第一监控项目的发生次数及所述第一监控项目的风险系数;其中,所述第一监控项目表示各事件型的所述监控项目;
第一计算单元,用于根据所述第一监控项目的发生次数、各机型所述第一监控项目的发生次数、所述第一监控项目的风险系数及所述监测值,计算所述各事件型的所述监控项目的风险值。
11.根据权利要求9所述的飞机风险事件风险值的计算装置,其特征在于,所述计算模块包括:
第二获取单元,用于获取第二监控项目的监测值、各机型所述第二监控项目的监测值中对应风险最大的极值、所述第二监控项目的风险系数;其中,所述第二监控项目表示各数值型的所述监控项目;
第二计算单元,用于根据所述第二监控项目的监测值、各机型所述第二监控项目的监测值中对应风险最大的极值、所述第二监控项目的风险系数及预定阈值,计算所述各数值型的所述监控项目的风险值。
12.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-7任一项所述的飞机风险事件风险值的计算方法。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的飞机风险事件风险值的计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811173232.1A CN109377030B (zh) | 2018-10-09 | 2018-10-09 | 飞机风险事件风险值的计算方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811173232.1A CN109377030B (zh) | 2018-10-09 | 2018-10-09 | 飞机风险事件风险值的计算方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109377030A true CN109377030A (zh) | 2019-02-22 |
CN109377030B CN109377030B (zh) | 2022-09-16 |
Family
ID=65403850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811173232.1A Active CN109377030B (zh) | 2018-10-09 | 2018-10-09 | 飞机风险事件风险值的计算方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109377030B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458464A (zh) * | 2019-08-15 | 2019-11-15 | 中国国际航空股份有限公司 | 航班运行风险显示方法和装置 |
CN111598327A (zh) * | 2020-05-12 | 2020-08-28 | 华东师范大学 | 一种航空风险评价方法、装置及计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130085917A1 (en) * | 2011-09-30 | 2013-04-04 | Tata Consultancy Services Limited | Event risk assessment |
CN103544092A (zh) * | 2013-11-05 | 2014-01-29 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于arinc653标准机载电子设备健康监控体系 |
CN106548294A (zh) * | 2016-11-11 | 2017-03-29 | 中国民航大学 | 一种基于飞行数据的着陆操作绩效评价方法及装置 |
CN107085771A (zh) * | 2017-05-10 | 2017-08-22 | 厦门航空有限公司 | 一种飞机技术状况量化模型及其构建方法 |
-
2018
- 2018-10-09 CN CN201811173232.1A patent/CN109377030B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130085917A1 (en) * | 2011-09-30 | 2013-04-04 | Tata Consultancy Services Limited | Event risk assessment |
CN103544092A (zh) * | 2013-11-05 | 2014-01-29 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于arinc653标准机载电子设备健康监控体系 |
CN106548294A (zh) * | 2016-11-11 | 2017-03-29 | 中国民航大学 | 一种基于飞行数据的着陆操作绩效评价方法及装置 |
CN107085771A (zh) * | 2017-05-10 | 2017-08-22 | 厦门航空有限公司 | 一种飞机技术状况量化模型及其构建方法 |
Non-Patent Citations (2)
Title |
---|
万健 等: "空中交通管理系统安全评价研究", 《北京航空航天大学学报(社会科学版)》 * |
王浩锋 等: "中国民航跑道侵入事件严重程度等级计算及预防措施", 《中国民用航空》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458464A (zh) * | 2019-08-15 | 2019-11-15 | 中国国际航空股份有限公司 | 航班运行风险显示方法和装置 |
CN111598327A (zh) * | 2020-05-12 | 2020-08-28 | 华东师范大学 | 一种航空风险评价方法、装置及计算机设备 |
CN111598327B (zh) * | 2020-05-12 | 2023-06-13 | 华东师范大学 | 一种航空风险评价方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109377030B (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9070121B2 (en) | Approach for prioritizing network alerts | |
US9600394B2 (en) | Stateful detection of anomalous events in virtual machines | |
US11128548B2 (en) | Network element health status detection method and device | |
US10248561B2 (en) | Stateless detection of out-of-memory events in virtual machines | |
US9720823B2 (en) | Free memory trending for detecting out-of-memory events in virtual machines | |
US10354197B2 (en) | Pattern analytics for real-time detection of known significant pattern signatures | |
US8751417B2 (en) | Trouble pattern creating program and trouble pattern creating apparatus | |
CN114584405B (zh) | 一种电力终端安全防护方法及系统 | |
CN109981333B (zh) | 一种应用于数据中心的运维方法和运维设备 | |
CN106776214A (zh) | 一种服务器健康度评估方法 | |
US20170139759A1 (en) | Pattern analytics for real-time detection of known significant pattern signatures | |
CN109377029A (zh) | 飞机运行安全风险评价方法、装置、电子设备及存储介质 | |
CN109377030A (zh) | 飞机风险事件风险值的计算方法、电子设备及存储介质 | |
CN115072598B (zh) | 基于人工智能的塔吊监测方法和装置 | |
CN112532435B (zh) | 一种运维方法、运维管理平台、设备及介质 | |
CN114358106A (zh) | 系统异常检测方法、装置、计算机程序产品及电子设备 | |
CN109240863A (zh) | 一种cpu故障定位方法、装置、设备及存储介质 | |
CN114465874A (zh) | 故障预测方法、装置、电子设备与存储介质 | |
US10021013B2 (en) | Optimizing the monitoring of an enterprise server environment | |
CN113313304A (zh) | 一种基于大数据决策树的电网事故异常分析方法及系统 | |
CN111324644A (zh) | 大型微服务架构下的数据库连接风暴的监控方法及装置 | |
CN116708217A (zh) | 一种数据中心设备监控方法、系统、电子设备及存储介质 | |
CN109766243B (zh) | 一种基于幂函数的多核主机性能监控方法 | |
CN104883273A (zh) | 虚拟化服务管理平台中业务影响模型的处理方法和系统 | |
CN111091254B (zh) | 一种运行风险量化方法、运行风险评价方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |