CN113723777A - 一种民用飞机运行风险的管理方法及装置 - Google Patents
一种民用飞机运行风险的管理方法及装置 Download PDFInfo
- Publication number
- CN113723777A CN113723777A CN202110937861.2A CN202110937861A CN113723777A CN 113723777 A CN113723777 A CN 113723777A CN 202110937861 A CN202110937861 A CN 202110937861A CN 113723777 A CN113723777 A CN 113723777A
- Authority
- CN
- China
- Prior art keywords
- risk
- civil aircraft
- entity
- elements
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 32
- 238000007726 management method Methods 0.000 claims abstract description 32
- 230000008520 organization Effects 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 6
- 230000006399 behavior Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 3
- 230000003920 cognitive function Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 241000425347 Phyla <beetle> Species 0.000 claims description 2
- 230000004044 response Effects 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims 1
- 230000036541 health Effects 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 238000012502 risk assessment Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 11
- 230000015654 memory Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011985 exploratory data analysis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G06Q50/40—
Abstract
本发明公开了一种民用飞机运行风险的管理方法及装置,管理方法包括:根据民用飞机运行风险的实体要素分类体系对运行风险实体要素进行分类;根据民用飞机运行风险的实体要素编码规则对运行风险实体要素进行编码;将分类数据以及编码数据存入数据库;获取目标民用飞机运行风险的实体要素;将所述目标民用飞机运行风险的实体要素进行分类和编码;将目标民用飞机经过分类和编码后的数据与数据库中的数据进行比对从而确定目标民用飞机的运行风险;该管理方法能够准确的找到目标民用飞机当前的飞行机组、航空器健康状况、运行环境及组织管理要素之间的主要时空关联关系,从而实现目标民用飞机的健康诊断监测预警、风险定量评估。
Description
技术领域
本发明涉及民用飞机运行安全领域,特别涉及一种民用飞机运行风险的管理方法及装置。
背景技术
民用飞机系统结构复杂,运行安全受到环境、飞行员操作以及各部件退化失效等因素影响,安全运行随机性很强。国产民用飞机C919,ARJ21陆续投入运行,其运行安全状况代表着中国民航业的航空安全形象。数字孪生(Digital Twin,DT)充分利用物理模型、传感器信息、历史运行等数据,集成多物理量、多学科、多尺度、多概率的仿真过程,广泛应用于设计、制造、服务等方面,是实现民用飞机持续安全运行数字化的重要手段,也是民用飞机安全信息智能化的新途径,新范式。
随着物联网及传感器技术的发展,获取到的民用飞机运行状况信息也不断增加,为其持续安全性分析提供了数据基础。可进行民用飞机持续安全分析的数据来源于运营商、制造商、局方的相关数据及公开的数据库资源,导致数据存在多种形式,如文档、表格、模型、数据库、图形等,具有多模态特征。然而,通过这些多模态数据提取需要的信息往往存在困难,从而导致很难对民用飞机的健康进行监控,也很难对运行风险进行定量评估。
发明内容
为了解决上述问题,本发明提供一种能够快速对民用飞机的运行风险进行定量评估、健康进行监控的管理方法及装置。
为了实现上述目的,本发明提供的技术方案是:一种民用飞机运行风险的管理方法,包括:
根据民用飞机运行风险的实体要素分类体系对运行风险实体要素进行分类;
根据民用飞机运行风险的实体要素编码规则对运行风险实体要素进行编码;
将分类数据以及编码数据存入数据库;
获取目标民用飞机运行风险的实体要素;
将所述目标民用飞机运行风险的实体要素进行分类和编码;
将目标民用飞机经过分类和编码后的数据与数据库中的数据进行比对从而确定目标民用飞机的运行风险。
作为优选的一种技术方案,所述民用飞机运行风险的实体要素编码共有五个编码段,采用九位定长数字码,不足九位用0补齐。
作为优选的一种技术方案,在所述五个编码段中,第一个代码段描述基础风险要素类型,第二个代码段描述专家知识的五类风险要素类型,第三个代码段描述控制类型,第四个代码段描述操作类型,第五个代码段描述具体风险源类型。
作为优选的一种技术方案,根据民用飞机运行风险的实体要素分类体系对运行风险实体要素进行分类,进一步包括:
将民用飞机运行风险的实体要素类型分解为门类、亚门类、大类、中类、小类、一级小类;所述实体要素类型包括航空器机械系统、飞行机组、外部环境、组织、其他;
依次对门类、亚门类、大类、中类、小类、一级小类进行细分;其中,所述门类包括飞行机组基础要素、航空器机械系统基础要素、外部环境要素、组织要素以及其他风险要素五个亚门类。
作为优选的一种技术方案,所述航空器机械系统基础要素分类的中类包括机身失效、发动机、飞行控制面、仪表、增压、系统及底盘系统。
作为优选的一种技术方案,所述飞行机组基础要素分类的中类包括沟通、行为、特定认知功能、突发情况人的反应、长期与人相关的功能、其他飞行机组基础要素。
作为优选的一种技术方案,所述组织要素包括监管体系、空管导航、维修要素三个大类,每个大类再细分为不同的中类,其中监管体系又分为监管、训练、工作条件三个中类。
作为优选的一种技术方案,所述其他风险要素包括货物、碰撞、火灾、起飞/着陆、意外结果、安保及其他意外风险要素。
另一方面,本发明还提供一种民用飞机运行风险的管理装置,包括:
分类单元,用于根据民用飞机运行风险的实体要素分类体系对运行风险实体要素进行分类;
编码单元,用于根据民用飞机运行风险的实体要素编码规则对运行风险实体要素进行编码;
存储单元,用于将分类数据以及编码数据存入数据库;
获取单元,用于获取目标民用飞机运行风险的实体要素;
处理单元,用于将所述目标民用飞机运行风险的实体要素进行分类和编码;
确定单元,用于将目标民用飞机经过分类和编码后的数据与数据库中的数据进行比对从而确定目标民用飞机的运行风险。
本发明相对于现有技术的有益效果是:该管理方法通过对民用飞机运行风险的实体要素进行分类和编码从而形成数据,再将目标民用飞机的编码与数据库进行比对,就能够准确的找到目标民用飞机当前的飞行机组、航空器健康状况、运行环境及组织管理要素之间的主要时空关联关系,从而实现目标民用飞机的健康诊断监测预警、风险定量评估和应急处置。
附图说明
图1是本发明一实施例提供的一种民用飞机运行风险的管理方法的流程图;
图2是本发明一实施例提供的民用飞机运行风险实体要素分类结构示意图;
图3是本发明一实施例提供的民用飞机运行风险实体要素编码结构示意图;
图4是本发明一实施例提供的一种民用飞机运行风险的管理装置的结构示意图;
具体实施方式
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,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
参照图1,本实施例提供一种民用飞机运行风险的管理方法,包括以下步骤:
S10:根据民用飞机运行风险的实体要素分类体系对运行风险实体要素进行分类;
具体的,民用飞机运行风险实体要素分类体系用于明确分类层级,按层次分析法构建分类体系。在本实施例中,依据“GB/T 25529-2010地理信息分类编码与规则”,结合航空安全事故因素指标及专家知识,全方位考虑影响民用飞机运行安全的风险要素。参照图2,图2是民用飞机运行风险实体要素分类结构示意图,将民用飞机运行风险五大实体要素类型(航空器机械系统、飞行机组、外部环境、组织、其他)分解为门类、亚门类、大类、中类、小类、一级小类(预留)6个层级。
其中,所述门类包含基础要素类和专业要素类。结合专家知识将影响民用飞机运行安全的风险要素门类进一步细分为飞行机组基础要素、航空器机械系统基础要素、外部环境要素、组织要素以及其他风险要素五个亚门类,亚门类再依次对应细分。
进一步地,所述实体要素分类对民用飞机运行风险要素分类体系进一步分类为飞行机组基础要素、航空器机械系统基础要素、外部环境要素、组织要素和其他要素。
其中,所述航空器机械系统基础要素分类的中类分为机身失效、发动机、飞行控制面、仪表、增压、系统及底盘系统,各中类被细分为风险因素小类,如设备故障中类被细分为发动机、操纵舵面、仪表、增压舱、起落架等小类,共计38小类;
所述飞行机组基础要素分类的中类分为沟通、行为、特定认知功能、突发情况人的反应、长期与人相关的功能、其他飞行机组基础要素等,各中类进一步细分为28小类。
所述外部环境要素分为天气及外部因素,在天气要素下扩展了基础要素“结冰”、“暴雨”、“湍流”、“风切变”、“大雾”,在其他不安全环境要素下扩展了“外来物损伤”、“尾流”、“夜间”等要素,共计10小类;
所述组织要素被分为监管体系、空管导航、维修要素三个大类,每个大类再细分为不同的中类,其中监管体系又分为监管、训练、工作条件三个中类,对中类进行细分为质量管控不足、任务分配不均等17小类;
除人机环管意外的基础要素亚门类外,还增加了其他要素,所述其他要素主要以意外威胁民用飞机运行安全风险要素为主。细分为七个大类,即:货物、碰撞、火灾、起飞/着陆、意外结果、安保及其他意外风险要素,共计20个小类。
S20:根据民用飞机运行风险的实体要素编码规则对运行风险实体要素进行编码;
具体的,所述明确民用飞机运行风险实体要素编码基本原则,在民用飞机运行风险要素分类体系的基础上进行编码,明确分类与编码规范性、科学性、系统性、一致性、可扩展性和适用性,参考“GB/T 25529-2010地理信息分类与编码规则”,在分类过程中,在所述民用飞机运行风险要素分类体系的基础上进行分类与编码。
进一步地,所述统一编码规则在民用飞机运行风险要素分类体系的基础上,规定编码结构、识别运行风险对象,民用飞机运行风险实体要素统一编码规则采用九位定长数字码,不足九位用0补齐。
参照图3,所述民用飞机运行风险实体要素统一为五个编码段,第一个代码段描述基础风险要素类型,第二个代码段描述专家知识的五类风险要素类型,第三个代码段描述控制类型,第四个代码段描述操作类型,第五个代码段描述具体风险源类型。
S30:将分类数据以及编码数据存入数据库;
将分类后的数据以及编码后的数据存储到数据库中,这样能够对风险信息进行统一管理,形成科学的风险信息数据库。
S40:获取目标民用飞机运行风险的实体要素;
利用飞机上的传感器或者运营商、制造商、局方的相关数据及公开的数据库资源获取目标民用飞机运行风险的实体要素,具体的实体要素类型以及种类在上述步骤中已经详细阐述,故在此不再赘述。
S50:将所述目标民用飞机运行风险的实体要素进行分类和编码;
具体的,在获取到目标民用飞机的实体要素后按照步骤S10与S20的对目标民用飞机的实体要素进行分类和编码,由于具体的分类和编码方法在上述步骤中已经详细阐述了,故在此就不再赘述。
S60:将目标民用飞机经过分类和编码后的数据与数据库中的数据进行比对从而确定目标民用飞机的运行风险。
具体的,将目标民用飞机经过分类和编码后的数据与数据库中的数据进行比对,通过编码比对就能够准确的找到数据库中的编码,在通过数据库中的编码数据与分类数据进行对应,就能够准确的找到目标民用飞机当前的飞行机组、航空器健康状况、运行环境及组织管理要素之间的主要时空关联关系,从而实现目标民用飞机的健康诊断监测预警、风险定量评估和应急处置。
在另外一实施例中,利用上述实施例中的数据库还可以对民用飞机运行风险信息关联分析与可视化展现,具体的,民用飞机运行风险信息关联分析为要素时空关联关系,对所述民用飞机运行风险信息数据库进行关联分析;
所述要素时空关联关系能够描述几个大类之间时空关联关系,有序的组织民用飞机运行风险信息数据,在各类信息资源之间形成关联关系网络,充分挖掘数据特性及其相互关系,便于信息资源的高效利用与共享。包括因果关系与空间关系:
所述因果关系包括相互作用关系与行为过程,其中,所述一种面向数字孪生的民用飞机运行风险实体要素分类与编码方法关联海量事故风险信息,所述相互作用关系揭示相关要素之间的互馈机制与逻辑关系,是事故预测/预警以及事故链分析的基础;所述行为过程描述飞机在自然、人为因素的影响下,或在其自身的时空演化过程中发生的功能、状态变化及其可能带来的影响;
所述空间关系,描述相关要素之间的空间位置关系,可用于分析各类要素在特定空间位置条件下可能产生的不安全事件等结果。
所述民用飞机运行风险信息可视化展现针对所述民用飞机运行风险信息数据库及所述关联关系,以可视化的方式简单快速锁定民用飞机运行风险源,识别风险实体要素身份标识,并实现民用飞机运行安全多维动态时空信息与实体要素之间的精准映射,对民用飞机运行风险信息进行实时动态展现;实现对风险致因间逻辑关系与演化规律的探索性分析,以方便对民用飞机运行不安全事件进行预警,并发出警报,便于及时制定科学措施,进而降低民用飞机运行成本,实现主动风险管控,优化民用飞机运行安全管理。
参照图4,在另外一实施例中,本发明还提供一种民用飞机运行风险的管理装置,包括:
分类单元100,用于根据民用飞机运行风险的实体要素分类体系对运行风险实体要素进行分类;在此需要说明的是,由于具体的分类方法以及过程在上述一种民用飞机运行风险的管理方法的步骤S10中已经详细阐述,故在此不再赘述。
编码单元200,用于根据民用飞机运行风险的实体要素编码规则对运行风险实体要素进行编码;在此需要说明的是,由于具体的编码方法以及过程在上述一种民用飞机运行风险的管理方法的步骤S20中已经详细阐述,故在此不再赘述。
存储单元300,用于将分类数据以及编码数据存入数据库;在此需要说明的是,由于具体的分存储方法以及过程在上述一种民用飞机运行风险的管理方法的步骤S30中已经详细阐述,故在此不再赘述。
获取单元400,用于获取目标民用飞机运行风险的实体要素;在此需要说明的是,由于具体的获取方法以及过程在上述一种民用飞机运行风险的管理方法的步骤S40中已经详细阐述,故在此不再赘述。
处理单元500,用于将所述目标民用飞机运行风险的实体要素进行分类和编码;在此需要说明的是,由于具体的处理方法以及过程在上述一种民用飞机运行风险的管理方法的步骤S50中已经详细阐述,故在此不再赘述。
确定单元600,用于将目标民用飞机经过分类和编码后的数据与数据库中的数据进行比对从而确定目标民用飞机的运行风险;在此需要说明的是,由于具体的确定方法以及过程在上述一种民用飞机运行风险的管理方法的步骤S60中已经详细阐述,故在此不再赘述。
本发明实施例中提供的民用飞机运行风险的管理方法和装置,统一高精度风险实体要素信息,支撑物理空间与信息空间的精准映射及融合协同,为数字孪生民用飞机安全运行领域发展奠定基础。
另外,本发明实施例还提供一种计算机可读存储介质,其中,该计算机可读存储介质可存储有程序,该程序执行时包括上述方法实施例中记载的一种民用飞机运行风险的管理方法的部分或全部步骤。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上参照附图描述了根据本发明的实施例的用于实现管理民用飞机运行风险的示例性流程图。应指出的是,以上描述中包括的大量细节仅是对本发明的示例性说明,而不是对本发明的限制。在本发明的其他实施例中,该方法可具有更多、更少或不同的步骤,且各步骤之间的顺序、包含、功能等关系可以与所描述和图示的不同。
Claims (10)
1.一种民用飞机运行风险的管理方法,其特征在于,包括:
根据民用飞机运行风险的实体要素分类体系对运行风险实体要素进行分类;
根据民用飞机运行风险的实体要素编码规则对运行风险实体要素进行编码;
将分类数据以及编码数据存入数据库;
获取目标民用飞机运行风险的实体要素;
将所述目标民用飞机运行风险的实体要素进行分类和编码;
将目标民用飞机经过分类和编码后的数据与数据库中的数据进行比对从而确定目标民用飞机的运行风险。
2.根据权利要求1所述的管理方法,其特征在于:所述民用飞机运行风险的实体要素编码共有五个编码段,采用九位定长数字码,不足九位用0补齐。
3.根据权利要求2所述的管理方法,其特征在于:在所述五个编码段中,第一个代码段描述基础风险要素类型,第二个代码段描述专家知识的五类风险要素类型,第三个代码段描述控制类型,第四个代码段描述操作类型,第五个代码段描述具体风险源类型。
4.根据权利要求1所述的管理方法,其特征在于,根据民用飞机运行风险的实体要素分类体系对运行风险实体要素进行分类,进一步包括:
将民用飞机运行风险的实体要素类型分解为门类、亚门类、大类、中类、小类、一级小类;
所述实体要素类型包括航空器机械系统、飞行机组、外部环境、组织、其他;
依次对门类、亚门类、大类、中类、小类、一级小类进行细分;其中,所述门类包括飞行机组基础要素、航空器机械系统基础要素、外部环境要素、组织要素以及其他风险要素五个亚门类。
5.根据权利要求4所述的管理方法,其特征在于:所述航空器机械系统基础要素分类的中类包括机身失效、发动机、飞行控制面、仪表、增压、系统及底盘系统。
6.根据权利要求4所述的管理方法,其特征在于:所述飞行机组基础要素分类的中类包括沟通、行为、特定认知功能、突发情况人的反应、长期与人相关的功能、其他飞行机组基础要素。
7.根据权利要求4所述的管理方法,其特征在于:所述组织要素包括监管体系、空管导航、维修要素三个大类,每个大类再细分为不同的中类,其中监管体系又分为监管、训练、工作条件三个中类。
8.根据权利要求4所述的风险管理方法,其特征在于:所述其他风险要素包括货物、碰撞、火灾、起飞/着陆、意外结果、安保及其他意外风险要素。
9.一种民用飞机运行风险的管理装置,其特征在于,包括:
分类单元,用于根据民用飞机运行风险的实体要素分类体系对运行风险实体要素进行分类;
编码单元,用于根据民用飞机运行风险的实体要素编码规则对运行风险实体要素进行编码;
存储单元,用于将分类数据以及编码数据存入数据库;
获取单元,用于获取目标民用飞机运行风险的实体要素;
处理单元,用于将所述目标民用飞机运行风险的实体要素进行分类和编码;
确定单元,用于将目标民用飞机经过分类和编码后的数据与数据库中的数据进行比对从而确定目标民用飞机的运行风险。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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至8任一项所述的一种民用飞机运行风险的管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110937861.2A CN113723777A (zh) | 2021-08-16 | 2021-08-16 | 一种民用飞机运行风险的管理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110937861.2A CN113723777A (zh) | 2021-08-16 | 2021-08-16 | 一种民用飞机运行风险的管理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113723777A true CN113723777A (zh) | 2021-11-30 |
Family
ID=78675998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110937861.2A Pending CN113723777A (zh) | 2021-08-16 | 2021-08-16 | 一种民用飞机运行风险的管理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113723777A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117465690A (zh) * | 2023-12-28 | 2024-01-30 | 商飞软件有限公司 | 一种对民用飞机的起动活门进行健康监测的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180024943A1 (en) * | 2015-04-09 | 2018-01-25 | Alibaba Group Holding Limited | Risk identification based on address matching |
US20200134519A1 (en) * | 2018-10-26 | 2020-04-30 | Pande RAKESH | Risk management system |
CN111429123A (zh) * | 2020-03-17 | 2020-07-17 | 深圳前海微众银行股份有限公司 | 支付风险控制方法、设备和可读存储介质 |
CN112734181A (zh) * | 2020-12-30 | 2021-04-30 | 平安养老保险股份有限公司 | 业务信息审批方法、装置、计算机设备及存储介质 |
-
2021
- 2021-08-16 CN CN202110937861.2A patent/CN113723777A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180024943A1 (en) * | 2015-04-09 | 2018-01-25 | Alibaba Group Holding Limited | Risk identification based on address matching |
US20200134519A1 (en) * | 2018-10-26 | 2020-04-30 | Pande RAKESH | Risk management system |
CN111429123A (zh) * | 2020-03-17 | 2020-07-17 | 深圳前海微众银行股份有限公司 | 支付风险控制方法、设备和可读存储介质 |
CN112734181A (zh) * | 2020-12-30 | 2021-04-30 | 平安养老保险股份有限公司 | 业务信息审批方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
徐怡: "基于PCA-GA-BP的民航风险评价体系和预测模型", 《舰船电子工程》, no. 320, pages 77 - 81 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117465690A (zh) * | 2023-12-28 | 2024-01-30 | 商飞软件有限公司 | 一种对民用飞机的起动活门进行健康监测的方法 |
CN117465690B (zh) * | 2023-12-28 | 2024-03-22 | 商飞软件有限公司 | 一种对民用飞机的起动活门进行健康监测的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108287782A (zh) | 一种多维数据异常检测方法及装置 | |
CN105956790B (zh) | 低空飞行态势安全性评估指标及其评估方法 | |
CN112085869A (zh) | 一种基于飞参数据的民机飞行安全性分析方法 | |
Subramanian et al. | Deep-learning based time series forecasting of go-around incidents in the national airspace system | |
Shmelova et al. | Deterministic and Stochastic Models of Decision Making in Air Navigation Socio-Technical System. | |
CN113723777A (zh) | 一种民用飞机运行风险的管理方法及装置 | |
Zhao et al. | Application of improved unascertained mathematical model in security evaluation of civil airport | |
CN114331052A (zh) | 航空运行风险的确定方法、计算设备及存储介质 | |
CN114237110A (zh) | 基于多模态数据驱动的通用航空机队可靠性监测预警系统 | |
Baugh | Predicting general aviation accidents using machine learning algorithms | |
Zhang et al. | ARIMA model-based fire rescue prediction | |
Andrade et al. | Wildfire Emergency Response Hazard Extraction and Analysis of Trends (HEAT) through Natural Language Processing and Time Series | |
Kharchenko et al. | Methodology of research and training in air navigation socio-technical system | |
Haselein et al. | Multiple machine learning modeling on near mid-air collisions: An approach towards probabilistic reasoning | |
Jharko et al. | On creating safety control systems for high operation risk plants | |
Zhang et al. | Study on Evaluation of Airline Pilot’s Flight Violation Behaviors and Psychological Risk | |
Holman et al. | Data Analytics in Human Factors | |
Yang et al. | HFACS analysis of US general aviation accidents using Bayesian network | |
Payan et al. | Review of proactive safety metrics for rotorcraft operations and improvements using model-based parameter synthesis and data fusion | |
Zhong-Ji et al. | The overview of the health monitoring management system | |
Kulik | Aircraft flight safety control methodology | |
Sai et al. | Characterization of Glutenite Reservoir based on Digital Core Technology: A Case Study of Upper Wuerhe Formation in Mahu Depression. | |
CN116542059A (zh) | 一种针对特殊机场冲偏出跑道事件的风险耦合分析方法 | |
Shmelova et al. | Analysis of Decision-Making of Operators in Socio-Technical Systems | |
Huang et al. | Research on Civil Aviation Passenger Transportation Accident Symptoms Based on Deep Learning |
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 |