CN114241852B - 基于多源数据融合在研机型飞行模拟训练评估系统及方法 - Google Patents
基于多源数据融合在研机型飞行模拟训练评估系统及方法 Download PDFInfo
- Publication number
- CN114241852B CN114241852B CN202111654809.2A CN202111654809A CN114241852B CN 114241852 B CN114241852 B CN 114241852B CN 202111654809 A CN202111654809 A CN 202111654809A CN 114241852 B CN114241852 B CN 114241852B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- overrun
- event
- parameter
- data
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
- G09B9/08—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of aircraft, e.g. Link trainer
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多源数据融合在研机型飞行模拟训练评估系统及方法,包括飞行品质监控标准模型、标准评定监测模型和监控项目评估模型,飞行品质监控标准模型包括FDR/QAR数据标准参数采集模块,标准评定监测模型包括在研机型FDR/QAR数据采集模块、在研机型标准匹配对比模块和标准对比判定模块。本发明通过飞行品质监控标准模型建立了飞行品质监控标准数据库,便于在研机型标准匹配对比模块将接收到的在研机型工程值参数与飞行品质监控标准数据库进行数据比对并得出监控项目超限判定结果,然后监控项目评估模型按照项目权重值、事件扣分权重值进行监控事件评估,实现对飞行训练数据的客观评价,有利于提升飞行员的飞行训练及教学指导。
Description
技术领域
本发明涉及飞行训练评估领域,尤其涉及一种基于多源数据融合在研机型飞行模拟训练评估系统及方法。
背景技术
模拟机或飞机或在研机型的飞行训练分为理论培训和实操培训,实操培训包括不同飞行阶段的正常程序训练和非正常程序与应急程序训练两大方面,本发明主要研究解决实操培训的正常程序训练品质分析与评估技术问题。模拟机飞行训练一般是按航前、发动机启动、滑出、起飞、爬升、巡航、下降、进近、最终进近、复飞、着陆等每个飞行阶段所设定的几个不同科目实施完成的。模拟机飞行训练,是为了增加飞行员操作的熟练度,保证每一个飞行动作的规范操作、每个程序的正确选择、每项检查的按章执行,全面培养安全意识、训练飞行技术,提高训练质量,进而降低飞行安全风险。飞行训练有利于增加飞行员操作的熟练度,保证每一个飞行动作的规范操作、每个程序的正确选择、每项检查的按章执行,全面培养安全意识、训练飞行技术,进而降低飞行安全风险。
采用模拟机或在研机型进行训练时,需要对训练结果进行评估,这样有利于在研机型需要进行飞行试验以便进行设计改进;在飞行培训领域中,现有技术会采用视频记录回放系统,但录制时间有限,而且评估需要较长的时间,也偏向经验传授,学员不便于进行安全标准、规范等数据指标的掌握。在模拟机训练阶段,尤其是在教员对学员进行飞行讲评和测试上,始终是采用飞后口头讲解、画图说明和手工打分等方式,训练结果主要以飞行检查员或教员个人的自身感受为主。这种状况给教学质量带来了三个方面的问题:1、缺乏对教学过程和模拟飞行过程的数据追溯,讲评容易出现遗漏和受到人主观意念的影响,造成针对性和客观性不强,学员很难充分了解自己的技术状况;2、测试完全是依据检查员的手工评分,因此在对受检人员的测评中主观性过大,出现因检查员不同评分也随之出现较大差异的情况,造成放飞标准不统一;3、缺乏对教(检查)、学(受检)双方的外部观察,没有数据采集与对比支撑,给实施标准化教学和测评带来相当的难度。一名飞行学员从毕业进入航空公司,到其成长为合格的副驾驶或机长的时间内,将接受多个教员的培训与各项标准考察要求,传统对于培训、考核主观因素较大,不利于飞行学员的及时、针对性的更正与快速掌握操作标准。模拟机训练中存在的这些主要问题如缺少飞后全面过程回放、培训标准化程度低以及缺乏客观评估飞行训练成绩的手段将严重影响飞行训练的质量。在模拟机训练对于航空安全越来越重要的发展大趋势下,如何解决上述问题成为了飞行训练行业迫在眉睫的课题。
发明内容
针对模拟机训练标准化程度低、缺乏客观评估飞行训练成绩等问题,本发明的目的在于提供一种基于多源数据融合在研机型飞行模拟训练评估系统及方法,通过飞行品质监控标准模型建立了飞行品质监控标准数据库,飞行品质监控标准数据库根据飞行品质监控要求按照监控项目、监控参数B、事件超限类型呈三层级架构索引存储,便于在研机型标准匹配对比模块将接收到的在研机型工程值参数与飞行品质监控标准数据库进行数据比对并得出监控项目超限判定结果,然后监控项目评估模型按照项目权重值、事件扣分权重值进行监控事件评分。
本发明的目的通过下述技术方案实现:
一种基于多源数据融合在研机型飞行模拟训练评估系统,包括飞行品质监控标准模型和标准评定监测模型,所述飞行品质监控标准模型包括FDR/QAR数据标准参数采集模块,所述FDR/QAR数据标准参数采集模块用于采集机载记录设备FDR/QAR的参数数据并译码转换为工程值数据,工程值数据包含监控参数A、参数技术指标,飞行品质监控标准模型建立飞行品质监控标准数据库并结合FDR/QAR数据标准参数采集模块中的工程值数据对应在飞行品质监控标准数据库中对应记录,飞行品质监控标准数据库按照监控项目、监控参数B、事件超限类型呈三层级架构索引存储,一个监控项目对应若干个监控参数B,飞行品质监控标准数据库中的监控参数B与工程值数据中的监控参数A对应关联映射,每个事件超限类型包括正常使用、超限事件,超限事件包括轻度超限、中度超限、重度超限,事件超限类型中的正常使用与工程值数据中的参数技术指标关联映射;所述标准评定监测模型包括在研机型FDR/QAR数据采集模块、在研机型标准匹配对比模块和标准对比判定模块,所述在研机型FDR/QAR数据采集模块用于采集在研机型的机载记录设备FDR/QAR中的数据并译码转换为在研机型工程值参数数据,在研机型工程值参数数据包括监控参数C和所对应的参数技术数据,在研机型标准匹配对比模块用于将在研机型工程值参数中的监控参数C与飞行品质监控标准数据库中的监控参数B进行对应比对并确定在研机型工程值参数数据是否缺少所对应的监控参数B,若在研机型工程值参数中缺少对应的监控参数B,则在研机型标准匹配对比模块对应输出所缺少的监控参数B;所述标准对比判定模块用于将在研机型工程值参数数据与飞行品质监控标准数据库按照监控项目进行数据对比、判定事件超限类型、记录超限时间,标准对比判定模块输出监控项目超限判定结果,监控项目超限判定结果按照监控项目、监控参数B、事件超限类型、超限时间呈四层级架构索引存储。
为了更好地实现本发明在研机型飞行模拟训练评估系统,本发明还包括监控项目评估模型,监控项目评估模型按照飞行品质监控标准数据库对应构建监控事件评价数据库,监控事件评价数据库按照监控项目、监控参数B、事件超限类型、超限时间呈四层级架构索引存储,轻度超限定义为一级超限事件,中度超限定义为二级超限事件,重度超限定义为三级超限事件;监控项目评估模型按照监控事件评价数据库进行对比评价并得到监控项目超限判定结果,监控项目超限判定结果按照监控项目、监控参数B、事件超限类型结果、超限时间结果呈四层级架构索引存储。
本发明监控项目评估模型提供第一种监控事件评估技术方案:监控项目评估模型还包括监控事件权重赋值模块和监控事件评分统计模块,监控事件权重赋值模块用于对飞行品质监控标准数据库中的各个监控项目分别赋值并得到各个监控项目所对应的项目权重值ki,监控事件权重赋值模块用于对每个监控项目的各个超限事件分别赋值并得到各个超限事件所对应的事件扣分权重值γij,事件扣分权重值γij包括一级超限事件扣分权重γi1、二级超限事件扣分权重γi2、三级超限事件扣分权重γi3;监控项目评估模型分别设定各个监控项目的单项监控总分Mi,监控事件评分统计模块首先根据监控项目超限判定结果按照如下方法得出监控项目所对应的单项监控得分Ai:若事件超限类型结果为正常使用,则单项监控得分Ai=单项监控总分Mi;若事件超限类型结果为一级超限事件,则单项监控得分Ai=单项监控总分i表示监控项目;若事件超限类型结果为二级超限事件,则单项监控得分Ai=单项监控总分i表示监控项目;若事件超限类型结果为三级超限事件,则单项监控得分Ai=单项监控总分 i表示监控项目;
依次计算出各个监控项目所对应的单项监控得分Ai,然后监控事件评分统计模块按照如下方法计算得出所有监控总得分:
所有监控总得分=∑(单项监控得分Ai*项目权重值ki)。
本发明监控项目评估模型提供第二种监控事件评估技术方案:监控项目评估模型还包括监控事件权重赋值模块和监控事件评分统计模块,监控事件权重赋值模块用于对飞行品质监控标准数据库中的各个监控项目分别赋值并得到各个监控项目所对应的项目权重值ki,项目权重值ki的赋值方法如下:
采集近三个自然年发生超限事件次数并统计各个监控项目下的超限事件次数,以监控项目发生超限事件次数的占比作为监控项目的项目权重值ki,计算公式如下:
项目评估模型分别设定各个监控项目的单项监控总分Mi均为100分,监控事件权重赋值模块用于对每个监控项目的各个超限事件分别赋值并得到各个超限事件所对应的事件扣分权重值γij,事件扣分权重值γij包括一级超限事件扣分权重γi1、二级超限事件扣分权重γi2、三级超限事件扣分权重γi3;事件扣分权重值γij的赋值方法如下:
采集近一个自然年发生超限事件次数,按照监控项目i、超限事件次数呈两级统计,监控项目i所对应的超限事件次数包括一级超限事件次数a1、二级超限事件次数a2、三级超限事件次数a3,监控项目i下的一级超限事件扣分权重γi1公式如下:监控项目i下的二级超限事件扣分权重γi2公式如下:监控项目i下的三级超限事件扣分权重γi2公式如下:
监控事件评分统计模块首先根据监控项目超限判定结果按照如下方法得出监控项目所对应的单项监控得分Ai:若事件超限类型结果为正常使用,则单项监控得分Ai=单项监控总分Mi=100;若事件超限类型结果为一级超限事件,则单项监控得分若事件超限类型结果为二级超限事件,则单项监控得分若事件超限类型结果为三级超限事件,则单项监控得分
依次计算出各个监控项目所对应的单项监控得分Ai,然后监控事件评分统计模块按照如下方法计算得出所有监控总得分:
所有监控总得分=∑(Ai*ki),Ai为监控项目i所对应的单项监控得分,ki为监控项目i所对应的项目权重值。
优选地,所述FDR/QAR数据标准参数采集模块所采集的参数数据的航空器机型与在研机型相对应或相关联,飞行品质监控标准数据库的监控项目覆盖包括飞行训练的航前、航中、着陆阶段。
优选地,飞行品质监控标准数据库的监控项目包括发动机启动、滑出、起飞、爬升、巡航、下降、进近、最终进近、复飞、着陆。
本发明基于整体发明构思提供第一种在研机型飞行模拟训练评估方法:一种基于多源数据融合在研机型飞行模拟训练评估方法,包括飞行品质监控标准模型、标准评定监测模型和监控项目评估模型,飞行品质监控标准模型包括FDR/QAR数据标准参数采集模块,标准评定监测模型包括在研机型FDR/QAR数据采集模块、在研机型标准匹配对比模块和标准对比判定模块,监控项目评估模型包括监控事件权重赋值模块和监控事件评分统计模块,其方法如下:
A、构建在研机型关联的飞行品质监控标准数据库:FDR/QAR数据标准参数采集模块采集在研机型关联的机载记录设备FDR/QAR的参数数据并译码转换为工程值数据,工程值数据包含监控参数A、参数技术指标,飞行品质监控标准模型建立飞行品质监控标准数据库并结合FDR/QAR数据标准参数采集模块中的工程值数据对应在飞行品质监控标准数据库中对应记录,飞行品质监控标准数据库按照监控项目、监控参数B、事件超限类型呈三层级架构索引存储,一个监控项目对应若干个监控参数B,飞行品质监控标准数据库中的监控参数B与工程值数据中的监控参数A对应关联映射,每个事件超限类型包括正常使用、轻度超限、中度超限、重度超限,事件超限类型中的正常使用与工程值数据中的参数技术指标关联映射;
B、输出在研机型缺少飞行品质监控标准数据库中的监控参数B:在研机型FDR/QAR数据采集模块采集在研机型的机载记录设备FDR/QAR中的数据并译码转换为在研机型工程值参数数据,在研机型工程值参数数据包括监控参数C和所对应的参数技术数据,在研机型标准匹配对比模块将在研机型工程值参数数据的监控参数C与飞行品质监控标准数据库中的监控参数B进行对应比对并确定在研机型工程值参数数据是否缺少所对应的监控参数B;若在研机型工程值参数中缺少对应的监控参数B,则在研机型标准匹配对比模块对应输出所缺少的监控参数B;
C、输出监控项目超限判定结果及所有监控总得分,具体方法如下:
C11、标准对比判定模块将在研机型工程值参数数据与飞行品质监控标准数据库按照监控项目进行数据对比、判定事件超限类型、记录超限时间,标准对比判定模块输出监控项目超限判定结果,监控项目超限判定结果按照监控项目、监控参数B、事件超限类型、超限时间呈四层级架构索引存储;
C12、监控事件权重赋值模块对飞行品质监控标准数据库中的各个监控项目分别赋值并得到各个监控项目所对应的项目权重值ki,监控事件权重赋值模块对每个监控项目的各个超限事件分别赋值并得到各个超限事件所对应的事件扣分权重值γij,事件扣分权重值γij包括一级超限事件扣分权重γi1、二级超限事件扣分权重γi2、三级超限事件扣分权重γi3;
C13、监控项目评估模型分别设定各个监控项目的单项监控总分Mi,监控事件评分统计模块首先根据监控项目超限判定结果按照如下方法得出监控项目所对应的单项监控得分Ai:若事件超限类型结果为正常使用,则单项监控得分Ai=单项监控总分Mi;若事件超限类型结果为一级超限事件,则单项监控得分Ai=单项监控总分i表示监控项目;若事件超限类型结果为二级超限事件,则单项监控得分Ai=单项监控总分 i表示监控项目;若事件超限类型结果为三级超限事件,则单项监控得分Ai=单项监控总分 i表示监控项目;
C14、按照步骤C13的方法依次计算出各个监控项目所对应的单项监控得分Ai,然后监控事件评分统计模块按照如下方法计算得出所有监控总得分:
所有监控总得分=∑(单项监控得分Ai*项目权重值ki)。
本发明基于整体发明构思提供第一种在研机型飞行模拟训练评估方法:一种基于多源数据融合在研机型飞行模拟训练评估方法,包括飞行品质监控标准模型、标准评定监测模型和监控项目评估模型,飞行品质监控标准模型包括FDR/QAR数据标准参数采集模块,标准评定监测模型包括在研机型FDR/QAR数据采集模块、在研机型标准匹配对比模块和标准对比判定模块,监控项目评估模型包括监控事件权重赋值模块和监控事件评分统计模块,其方法如下:
A、构建在研机型关联的飞行品质监控标准数据库:FDR/QAR数据标准参数采集模块采集在研机型关联的机载记录设备FDR/QAR的参数数据并译码转换为工程值数据,工程值数据包含监控参数A、参数技术指标,飞行品质监控标准模型建立飞行品质监控标准数据库并结合FDR/QAR数据标准参数采集模块中的工程值数据对应在飞行品质监控标准数据库中对应记录,飞行品质监控标准数据库按照监控项目、监控参数B、事件超限类型呈三层级架构索引存储,一个监控项目对应若干个监控参数B,飞行品质监控标准数据库中的监控参数B与工程值数据中的监控参数A对应关联映射,每个事件超限类型包括正常使用、轻度超限、中度超限、重度超限,事件超限类型中的正常使用与工程值数据中的参数技术指标关联映射;
B、输出在研机型缺少飞行品质监控标准数据库中的监控参数B:在研机型FDR/QAR数据采集模块采集在研机型的机载记录设备FDR/QAR中的数据并译码转换为在研机型工程值参数数据,在研机型工程值参数数据包括监控参数C和所对应的参数技术数据,在研机型标准匹配对比模块将在研机型工程值参数数据的监控参数C与飞行品质监控标准数据库中的监控参数B进行对应比对并确定在研机型工程值参数数据是否缺少所对应的监控参数B;若在研机型工程值参数中缺少对应的监控参数B,则在研机型标准匹配对比模块对应输出所缺少的监控参数B;
C、输出监控项目超限判定结果及所有监控总得分,具体方法如下:
C21、标准对比判定模块将在研机型工程值参数数据与飞行品质监控标准数据库按照监控项目进行数据对比、判定事件超限类型、记录超限时间,标准对比判定模块输出监控项目超限判定结果,监控项目超限判定结果按照监控项目、监控参数B、事件超限类型、超限时间呈四层级架构索引存储;
C22、监控事件权重赋值模块对飞行品质监控标准数据库中的各个监控项目分别赋值并得到各个监控项目所对应的项目权重值ki,项目权重值ki的赋值方法如下:
C23、项目评估模型分别设定各个监控项目的单项监控总分Mi均为100分,监控事件权重赋值模块对每个监控项目的各个超限事件分别赋值并得到各个超限事件所对应的事件扣分权重值γij,事件扣分权重值γij包括一级超限事件扣分权重γi1、二级超限事件扣分权重γi2、三级超限事件扣分权重γi3;事件扣分权重值γij的赋值方法如下:
采集近一个自然年发生超限事件次数,按照监控项目i、超限事件次数呈两级统计,监控项目i所对应的超限事件次数包括一级超限事件次数a1、二级超限事件次数a2、三级超限事件次数a3,监控项目i下的一级超限事件扣分权重γi1公式如下:监控项目i下的二级超限事件扣分权重γi2公式如下:监控项目i下的三级超限事件扣分权重γi2公式如下:
C24、监控事件评分统计模块首先根据监控项目超限判定结果按照如下方法得出监控项目所对应的单项监控得分Ai:若事件超限类型结果为正常使用,则单项监控得分Ai=单项监控总分Mi=100;若事件超限类型结果为一级超限事件,则单项监控得分若事件超限类型结果为二级超限事件,则单项监控得分若事件超限类型结果为三级超限事件,则单项监控得分
C25、按照步骤C13的方法依次计算出各个监控项目所对应的单项监控得分Ai,然后监控事件评分统计模块按照如下方法计算得出所有监控总得分:
所有监控总得分=∑(Ai*ki),Ai为监控项目i所对应的单项监控得分,ki为监控项目i所对应的项目权重值。
优选地,基于在研机型的实际飞行FDR/QAR数据、类似机型历史事件或事故数据、模拟机训练数据构建飞行训练数据基础库,将飞行训练数据基础库输入标准评定监测模型进行对比、评定训练。
本发明较现有技术相比,具有以下优点及有益效果:
(1)本发明通过飞行品质监控标准模型建立了飞行品质监控标准数据库,飞行品质监控标准数据库根据飞行品质监控要求按照监控项目、监控参数B、事件超限类型呈三层级架构索引存储,便于在研机型标准匹配对比模块将接收到的在研机型工程值参数与飞行品质监控标准数据库进行数据比对并得出监控项目超限判定结果,然后监控项目评估模型按照项目权重值、事件扣分权重值进行监控事件评分。
(2)本发明能够通过对基于FDR/QAR数据探测出的飞行品质监控超限事件进行分析及数据回放,获得导致超限事件的飞行员操作及飞机反应数据,然后进行评估及评分,实现对飞行训练数据的客观评价,有利于提升飞行员的飞行训练及教学指导,提升飞行员各项安全标准、规范的深入理解;同时能够便于进行详细分析与归纳原因,并将飞行中出现较多和对飞机安全性影响较大的事件操作在模拟机训练中进行强调,并跟踪训练后的效果,形成飞行数据和模拟机训练的闭合关联关系。
(3)本发明制定了模拟机飞行训练监控项目标准,即飞行品质监控标准数据库,涵盖了不同飞行阶段的正常程序训练、非正常程序和应急程序训练,便于实现飞行训练数据的标准对比;本发明实现了对飞行员操作动作规范以及非正常和应急情况下的处置方法和飞行技能定量化的精确分析与客观评估,为飞行训练提供客观科学的评判方法与依据。
附图说明
图1为本发明基于多源数据融合在研机型飞行模拟训练评估系统的功能原理框图。
具体实施方式
下面结合实施例对本发明作进一步地详细说明:
实施例一
如图1所示,一种基于多源数据融合在研机型飞行模拟训练评估系统,包括飞行品质监控标准模型和标准评定监测模型,所述飞行品质监控标准模型包括FDR/QAR数据标准参数采集模块,所述FDR/QAR数据标准参数采集模块用于采集机载记录设备FDR/QAR的参数数据并译码转换为工程值数据(本实施例的FDR/QAR数据标准参数采集模块所采集的参数数据的航空器机型与在研机型相对应或相关联,飞行品质监控标准数据库的监控项目覆盖包括飞行训练的航前、航中、着陆阶段),工程值数据包含监控参数A、参数技术指标,飞行品质监控标准模型建立飞行品质监控标准数据库并结合FDR/QAR数据标准参数采集模块中的工程值数据对应在飞行品质监控标准数据库中对应记录,飞行品质监控标准数据库按照监控项目、监控参数B、事件超限类型呈三层级架构索引存储(本实施例飞行品质监控标准数据库的监控项目包括发动机启动、滑出、起飞、爬升、巡航、下降、进近、最终进近、复飞、着陆等。),一个监控项目对应若干个监控参数B,飞行品质监控标准数据库中的监控参数B与工程值数据中的监控参数A对应关联映射,每个事件超限类型包括正常使用、超限事件,超限事件包括轻度超限、中度超限、重度超限,事件超限类型中的正常使用与工程值数据中的参数技术指标关联映射;所述标准评定监测模型包括在研机型FDR/QAR数据采集模块、在研机型标准匹配对比模块和标准对比判定模块,所述在研机型FDR/QAR数据采集模块用于采集在研机型的机载记录设备FDR/QAR中的数据并译码转换为在研机型工程值参数数据,在研机型工程值参数数据包括监控参数C和所对应的参数技术数据,在研机型标准匹配对比模块用于将在研机型工程值参数中的监控参数C与飞行品质监控标准数据库中的监控参数B进行对应比对并确定在研机型工程值参数数据是否缺少所对应的监控参数B,若在研机型工程值参数中缺少对应的监控参数B,则在研机型标准匹配对比模块对应输出所缺少的监控参数B;所述标准对比判定模块用于将在研机型工程值参数数据与飞行品质监控标准数据库按照监控项目进行数据对比、判定事件超限类型、记录超限时间,标准对比判定模块输出监控项目超限判定结果,监控项目超限判定结果按照监控项目、监控参数B、事件超限类型、超限时间呈四层级架构索引存储。
本实施例还包括监控项目评估模型,监控项目评估模型按照飞行品质监控标准数据库对应构建监控事件评价数据库,监控事件评价数据库按照监控项目、监控参数B、事件超限类型、超限时间呈四层级架构索引存储,轻度超限定义为一级超限事件,中度超限定义为二级超限事件,重度超限定义为三级超限事件;监控项目评估模型按照监控事件评价数据库进行对比评价并得到监控项目超限判定结果,监控项目超限判定结果按照监控项目、监控参数B、事件超限类型结果、超限时间结果呈四层级架构索引存储。
本实施例在研机型飞行模拟训练评估系统中的监控项目评估模型提供第一种监控事件的评估技术方案:监控项目评估模型还包括监控事件权重赋值模块和监控事件评分统计模块,监控事件权重赋值模块用于对飞行品质监控标准数据库中的各个监控项目分别赋值并得到各个监控项目所对应的项目权重值ki,监控事件权重赋值模块用于对每个监控项目的各个超限事件分别赋值并得到各个超限事件所对应的事件扣分权重值γij,事件扣分权重值γij包括一级超限事件扣分权重γi1、二级超限事件扣分权重γi2、三级超限事件扣分权重γi3;监控项目评估模型分别设定各个监控项目的单项监控总分Mi,监控事件评分统计模块首先根据监控项目超限判定结果按照如下方法得出监控项目所对应的单项监控得分Ai:
若事件超限类型结果为正常使用,则单项监控得分Ai=单项监控总分Mi;
依次计算出各个监控项目所对应的单项监控得分Ai,然后监控事件评分统计模块按照如下方法计算得出所有监控总得分:
所有监控总得分=∑(单项监控得分Ai*项目权重值ki)。
本实施例在研机型飞行模拟训练评估系统中的监控项目评估模型提供第二种监控事件的评估技术方案:监控项目评估模型还包括监控事件权重赋值模块和监控事件评分统计模块,监控事件权重赋值模块用于对飞行品质监控标准数据库中的各个监控项目分别赋值并得到各个监控项目所对应的项目权重值ki,项目权重值ki的赋值方法如下:
采集近三个自然年发生超限事件次数并统计各个监控项目下的超限事件次数,以监控项目发生超限事件次数的占比作为监控项目的项目权重值ki,计算公式如下:
项目评估模型分别设定各个监控项目的单项监控总分Mi均为100分,监控事件权重赋值模块用于对每个监控项目的各个超限事件分别赋值并得到各个超限事件所对应的事件扣分权重值γij,事件扣分权重值γij包括一级超限事件扣分权重γi1、二级超限事件扣分权重γi2、三级超限事件扣分权重γi3;事件扣分权重值γij的赋值方法如下:
采集近一个自然年发生超限事件次数,按照监控项目i、超限事件次数呈两级统计,监控项目i所对应的超限事件次数包括一级超限事件次数a1、二级超限事件次数a2、三级超限事件次数a3,监控项目i下的一级超限事件扣分权重γi1公式如下:监控项目i下的二级超限事件扣分权重γi2公式如下:监控项目i下的三级超限事件扣分权重γi2公式如下:
监控事件评分统计模块首先根据监控项目超限判定结果按照如下方法得出监控项目所对应的单项监控得分Ai:
若事件超限类型结果为正常使用,则单项监控得分Ai=单项监控总分Mi=100;
依次计算出各个监控项目所对应的单项监控得分Ai,然后监控事件评分统计模块按照如下方法计算得出所有监控总得分:
所有监控总得分=∑(Ai*ki),Ai为监控项目i所对应的单项监控得分,ki为监控项目i所对应的项目权重值。
一种基于多源数据融合在研机型飞行模拟训练评估方法,包括飞行品质监控标准模型、标准评定监测模型和监控项目评估模型,飞行品质监控标准模型包括FDR/QAR数据标准参数采集模块,标准评定监测模型包括在研机型FDR/QAR数据采集模块、在研机型标准匹配对比模块和标准对比判定模块,监控项目评估模型包括监控事件权重赋值模块和监控事件评分统计模块,其方法如下:
A、构建在研机型关联的飞行品质监控标准数据库:FDR/QAR数据标准参数采集模块采集在研机型关联的机载记录设备FDR/QAR的参数数据并译码转换为工程值数据,工程值数据包含监控参数A、参数技术指标,飞行品质监控标准模型建立飞行品质监控标准数据库并结合FDR/QAR数据标准参数采集模块中的工程值数据对应在飞行品质监控标准数据库中对应记录,飞行品质监控标准数据库按照监控项目、监控参数B、事件超限类型呈三层级架构索引存储,一个监控项目对应若干个监控参数B,飞行品质监控标准数据库中的监控参数B与工程值数据中的监控参数A对应关联映射,每个事件超限类型包括正常使用、轻度超限、中度超限、重度超限,事件超限类型中的正常使用与工程值数据中的参数技术指标关联映射;
B、输出在研机型缺少飞行品质监控标准数据库中的监控参数B:在研机型FDR/QAR数据采集模块采集在研机型的机载记录设备FDR/QAR中的数据并译码转换为在研机型工程值参数数据,在研机型工程值参数数据包括监控参数C和所对应的参数技术数据,在研机型标准匹配对比模块将在研机型工程值参数数据的监控参数C与飞行品质监控标准数据库中的监控参数B进行对应比对并确定在研机型工程值参数数据是否缺少所对应的监控参数B;若在研机型工程值参数中缺少对应的监控参数B,则在研机型标准匹配对比模块对应输出所缺少的监控参数B;
C、输出监控项目超限判定结果及所有监控总得分,具体方法如下:
C11、标准对比判定模块将在研机型工程值参数数据与飞行品质监控标准数据库按照监控项目进行数据对比、判定事件超限类型、记录超限时间,标准对比判定模块输出监控项目超限判定结果,监控项目超限判定结果按照监控项目、监控参数B、事件超限类型、超限时间呈四层级架构索引存储;
C12、监控事件权重赋值模块对飞行品质监控标准数据库中的各个监控项目分别赋值并得到各个监控项目所对应的项目权重值ki,监控事件权重赋值模块对每个监控项目的各个超限事件分别赋值并得到各个超限事件所对应的事件扣分权重值γij,事件扣分权重值γij包括一级超限事件扣分权重γi1、二级超限事件扣分权重γi2、三级超限事件扣分权重γi3;
C13、监控项目评估模型分别设定各个监控项目的单项监控总分Mi,监控事件评分统计模块首先根据监控项目超限判定结果按照如下方法得出监控项目所对应的单项监控得分Ai:
若事件超限类型结果为正常使用,则单项监控得分Ai=单项监控总分Mi;
C14、按照步骤C13的方法依次计算出各个监控项目所对应的单项监控得分Ai,然后监控事件评分统计模块按照如下方法计算得出所有监控总得分:
所有监控总得分=∑(单项监控得分Ai*项目权重值ki)。
实施例二
本实施例在研机型飞行模拟训练评估系统采用实施例一中的在研机型飞行模拟训练评估系统,在此不再累述。
一种基于多源数据融合在研机型飞行模拟训练评估方法,如图1所示,包括飞行品质监控标准模型、标准评定监测模型和监控项目评估模型,飞行品质监控标准模型包括FDR/QAR数据标准参数采集模块,标准评定监测模型包括在研机型FDR/QAR数据采集模块、在研机型标准匹配对比模块和标准对比判定模块,监控项目评估模型包括监控事件权重赋值模块和监控事件评分统计模块,其方法如下:
A、构建在研机型关联的飞行品质监控标准数据库:FDR/QAR数据标准参数采集模块采集在研机型关联的机载记录设备FDR/QAR的参数数据并译码转换为工程值数据,工程值数据包含监控参数A、参数技术指标,飞行品质监控标准模型建立飞行品质监控标准数据库并结合FDR/QAR数据标准参数采集模块中的工程值数据对应在飞行品质监控标准数据库中对应记录,飞行品质监控标准数据库按照监控项目、监控参数B、事件超限类型呈三层级架构索引存储(为了实现多机型的评估,本实施例飞行品质监控标准数据库可按照机型、监控项目、监控参数B、事件超限类型呈四层级架构索引存储,或者一个机型对应得到一个飞行品质监控标准数据库),一个监控项目对应若干个监控参数B(优选地,飞行品质监控标准数据库的监控项目多达200多个,参见表1的示例,监控项目“离地仰角过大”所对应监控参数B有“俯仰角”,事件超限类型为正常使用、轻度超限、重度超限、重度超限,为了便于查询与识别,进行中英文对应存储),飞行品质监控标准数据库中的监控参数B与工程值数据中的监控参数A对应关联映射,每个事件超限类型包括正常使用、轻度超限、中度超限、重度超限,事件超限类型中的正常使用与工程值数据中的参数技术指标关联映射(若飞行训练按照工程值数据中的参数技术指标执行,则事件超限类型即为正常使用);本实施例列举飞行品质监控标准数据库主要按照照机型、监控项目、监控参数B、事件超限类型呈四层级架构索引存储标准的对应表,详见如下表1、表2:
表1本实施例示出一种监控标准数据情况
表2本实施例示出另一种监控标准数据情况
B、输出在研机型缺少飞行品质监控标准数据库中的监控参数B:在研机型FDR/QAR数据采集模块采集在研机型的机载记录设备FDR/QAR中的数据并译码转换为在研机型工程值参数数据,在研机型工程值参数数据包括监控参数C和所对应的参数技术数据,在研机型标准匹配对比模块将在研机型工程值参数数据的监控参数C与飞行品质监控标准数据库中的监控参数B进行对应比对并确定在研机型工程值参数数据是否缺少所对应的监控参数B;若在研机型工程值参数中缺少对应的监控参数B,则在研机型标准匹配对比模块对应输出所缺少的监控参数B;这样,本实施例在研机型标准匹配对比模块可以利用飞行品质监控标准数据库对在研机型FDR/QAR数据的准确性、一致性、完整性、及时性进行质量检查,将记录不正确、不完整以及不及时的导致不满足飞行模拟训练的飞行品质监控标准数据库反馈回厂商,通过软硬件改造使得该机型的FDR/QAR数据符合飞行品质监控标准和模拟机飞行训练要求。
C、输出监控项目超限判定结果及所有监控总得分,具体方法如下:
C21、标准对比判定模块将在研机型工程值参数数据与飞行品质监控标准数据库按照监控项目进行数据对比、判定事件超限类型、记录超限时间,标准对比判定模块输出监控项目超限判定结果,监控项目超限判定结果按照监控项目、监控参数B、事件超限类型、超限时间呈四层级架构索引存储;
C22、监控事件权重赋值模块对飞行品质监控标准数据库中的各个监控项目分别赋值并得到各个监控项目所对应的项目权重值ki,项目权重值ki的赋值方法如下:
采集近三个自然年发生超限事件次数并统计各个监控项目下的超限事件次数,以监控项目发生超限事件次数的占比作为监控项目的项目权重值ki,计算公式如下:
C23、项目评估模型分别设定各个监控项目的单项监控总分Mi均为100分,监控事件权重赋值模块对每个监控项目的各个超限事件分别赋值并得到各个超限事件所对应的事件扣分权重值γij,事件扣分权重值γij包括一级超限事件扣分权重γi1、二级超限事件扣分权重γi2、三级超限事件扣分权重γi3;事件扣分权重值γij的赋值方法如下:
采集近一个自然年发生超限事件次数,按照监控项目i、超限事件次数呈两级统计,监控项目i所对应的超限事件次数包括一级超限事件次数a1、二级超限事件次数a2、三级超限事件次数a3,a1>a2>a3,以监控项目仰角超限事件为例,全年一级超限事件次数a1=70,全年二级超限事件次数a2=14,全年三级超限事件次数a3=0;为避免某些事件上一自然年度没有发生出现空值,按照每各级别事件真实发生次数加一进行扣分权重计算并以所占比的倒数作为每个事件扣分项权重,将其归一化后乘以100(使得监控项目i的总分值等于100分)并由此得出监控项目i的单项监控得分Ai,单个监控项目i的单项监控得分Ai等于满分减去所触发的超限事件扣分,正常驾驶操作没有触发事件则为100分;
C24、监控事件评分统计模块首先根据监控项目超限判定结果按照如下方法得出监控项目所对应的单项监控得分Ai:
若事件超限类型结果为正常使用,则单项监控得分Ai=单项监控总分Mi=100;
在一次飞行训练时,一个监控项目中,要么正常使用,要么出现一级超限事件、二级超限事件、三级超限事件任一项。
C25、按照步骤C13的方法依次计算出各个监控项目所对应的单项监控得分Ai,然后监控事件评分统计模块按照如下方法计算得出所有监控总得分:
所有监控总得分=∑(Ai*ki),Ai为监控项目i所对应的单项监控得分,ki为监控项目i所对应的项目权重值。本发明能够通过对基于FDR/QAR数据处理程序探测出的飞行品质监控超限事件的分析及数据回放,获得导致超限事件的飞行员操作及飞机反应数据,详细分析并归纳原因,并将飞行中出现较多和对飞机安全性影响较大的事件操作在模拟机训练中进行强调,并跟踪训练后的效果,形成飞行数据和模拟机训练的闭合关联关系。
根据本实施例的一个优选实施例,基于在研机型的实际飞行FDR/QAR数据、类似机型历史事件或事故数据、模拟机训练数据构建飞行训练数据基础库,将飞行训练数据基础库输入标准评定监测模型进行对比、评定训练。可以利用数据挖掘和统计分析方法,对比飞行训练数据基础库并找出飞行员操作上的隐患;另外通过对类似机型历史事件/事故原的因分析,推演出该在研机型所存在的潜在风险,基于以上工作,建立该在研机型模拟机飞行训练监控项目及标准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于多源数据融合在研机型飞行模拟训练评估系统,其特征在于:包括飞行品质监控标准模型和标准评定监测模型,所述飞行品质监控标准模型包括FDR/QAR数据标准参数采集模块,所述FDR/QAR数据标准参数采集模块用于采集机载记录设备FDR/QAR的参数数据并译码转换为工程值数据,工程值数据包含监控参数A、参数技术指标,飞行品质监控标准模型建立飞行品质监控标准数据库并结合FDR/QAR数据标准参数采集模块中的工程值数据对应在飞行品质监控标准数据库中对应记录,飞行品质监控标准数据库按照监控项目、监控参数B、事件超限类型呈三层级架构索引存储,一个监控项目对应若干个监控参数B,飞行品质监控标准数据库中的监控参数B与工程值数据中的监控参数A对应关联映射,每个事件超限类型包括正常使用、超限事件,超限事件包括轻度超限、中度超限、重度超限,事件超限类型中的正常使用与工程值数据中的参数技术指标关联映射;所述标准评定监测模型包括在研机型FDR/QAR数据采集模块、在研机型标准匹配对比模块和标准对比判定模块,所述在研机型FDR/QAR数据采集模块用于采集在研机型的机载记录设备FDR/QAR中的数据并译码转换为在研机型工程值参数数据,在研机型工程值参数数据包括监控参数C和所对应的参数技术数据,在研机型标准匹配对比模块用于将在研机型工程值参数中的监控参数C与飞行品质监控标准数据库中的监控参数B进行对应比对并确定在研机型工程值参数数据是否缺少所对应的监控参数B,若在研机型工程值参数中缺少对应的监控参数B,则在研机型标准匹配对比模块对应输出所缺少的监控参数B;所述标准对比判定模块用于将在研机型工程值参数数据与飞行品质监控标准数据库按照监控项目进行数据对比、判定事件超限类型、记录超限时间,标准对比判定模块输出监控项目超限判定结果,监控项目超限判定结果按照监控项目、监控参数B、事件超限类型、超限时间呈四层级架构索引存储。
2.按照权利要求1所述的基于多源数据融合在研机型飞行模拟训练评估系统,其特征在于:还包括监控项目评估模型,监控项目评估模型按照飞行品质监控标准数据库对应构建监控事件评价数据库,监控事件评价数据库按照监控项目、监控参数B、事件超限类型、超限时间呈四层级架构索引存储,轻度超限定义为一级超限事件,中度超限定义为二级超限事件,重度超限定义为三级超限事件;监控项目评估模型按照监控事件评价数据库进行对比评价并得到监控项目超限判定结果,监控项目超限判定结果按照监控项目、监控参数B、事件超限类型结果、超限时间结果呈四层级架构索引存储。
3.按照权利要求2所述的基于多源数据融合在研机型飞行模拟训练评估系统,其特征在于:监控项目评估模型还包括监控事件权重赋值模块和监控事件评分统计模块,监控事件权重赋值模块用于对飞行品质监控标准数据库中的各个监控项目分别赋值并得到各个监控项目所对应的项目权重值ki,监控事件权重赋值模块用于对每个监控项目的各个超限事件分别赋值并得到各个超限事件所对应的事件扣分权重值γij,事件扣分权重值γij包括一级超限事件扣分权重γi1、二级超限事件扣分权重γi2、三级超限事件扣分权重γi3;监控项目评估模型分别设定各个监控项目的单项监控总分Mi,监控事件评分统计模块首先根据监控项目超限判定结果按照如下方法得出监控项目所对应的单项监控得分Ai:
若事件超限类型结果为正常使用,则单项监控得分Ai=单项监控总分Mi;
依次计算出各个监控项目所对应的单项监控得分Ai,然后监控事件评分统计模块按照如下方法计算得出所有监控总得分:
所有监控总得分=∑(单项监控得分Ai*项目权重值ki)。
4.按照权利要求2所述的基于多源数据融合在研机型飞行模拟训练评估系统,其特征在于:监控项目评估模型还包括监控事件权重赋值模块和监控事件评分统计模块,监控事件权重赋值模块用于对飞行品质监控标准数据库中的各个监控项目分别赋值并得到各个监控项目所对应的项目权重值ki,项目权重值ki的赋值方法如下:
采集近三个自然年发生超限事件次数并统计各个监控项目下的超限事件次数,以监控项目发生超限事件次数的占比作为监控项目的项目权重值ki,计算公式如下:
项目评估模型分别设定各个监控项目的单项监控总分Mi均为100分,监控事件权重赋值模块用于对每个监控项目的各个超限事件分别赋值并得到各个超限事件所对应的事件扣分权重值γij,事件扣分权重值γij包括一级超限事件扣分权重γi1、二级超限事件扣分权重γi2、三级超限事件扣分权重γi3;事件扣分权重值γij的赋值方法如下:
采集近一个自然年发生超限事件次数,按照监控项目i、超限事件次数呈两级统计,监控项目i所对应的超限事件次数包括一级超限事件次数a1、二级超限事件次数a2、三级超限事件次数a3,监控项目i下的一级超限事件扣分权重γi1公式如下:监控项目i下的二级超限事件扣分权重γi2公式如下:监控项目i下的三级超限事件扣分权重γi2公式如下:
监控事件评分统计模块首先根据监控项目超限判定结果按照如下方法得出监控项目所对应的单项监控得分Ai:
若事件超限类型结果为正常使用,则单项监控得分Ai=单项监控总分Mi=100;
依次计算出各个监控项目所对应的单项监控得分Ai,然后监控事件评分统计模块按照如下方法计算得出所有监控总得分:
所有监控总得分=∑(Ai*ki),Ai为监控项目i所对应的单项监控得分,ki为监控项目i所对应的项目权重值。
5.按照权利要求1~4任一项所述的基于多源数据融合在研机型飞行模拟训练评估系统,其特征在于:所述FDR/QAR数据标准参数采集模块所采集的参数数据的航空器机型与在研机型相对应或相关联,飞行品质监控标准数据库的监控项目覆盖包括飞行训练的航前、航中、着陆阶段。
6.按照权利要求5所述的基于多源数据融合在研机型飞行模拟训练评估系统,其特征在于:飞行品质监控标准数据库的监控项目包括发动机启动、滑出、起飞、爬升、巡航、下降、进近、最终进近、复飞、着陆。
7.一种基于多源数据融合在研机型飞行模拟训练评估方法,其特征在于:包括飞行品质监控标准模型、标准评定监测模型和监控项目评估模型,飞行品质监控标准模型包括FDR/QAR数据标准参数采集模块,标准评定监测模型包括在研机型FDR/QAR数据采集模块、在研机型标准匹配对比模块和标准对比判定模块,监控项目评估模型包括监控事件权重赋值模块和监控事件评分统计模块,其方法如下:
A、构建在研机型关联的飞行品质监控标准数据库:FDR/QAR数据标准参数采集模块采集在研机型关联的机载记录设备FDR/QAR的参数数据并译码转换为工程值数据,工程值数据包含监控参数A、参数技术指标,飞行品质监控标准模型建立飞行品质监控标准数据库并结合FDR/QAR数据标准参数采集模块中的工程值数据对应在飞行品质监控标准数据库中对应记录,飞行品质监控标准数据库按照监控项目、监控参数B、事件超限类型呈三层级架构索引存储,一个监控项目对应若干个监控参数B,飞行品质监控标准数据库中的监控参数B与工程值数据中的监控参数A对应关联映射,每个事件超限类型包括正常使用、轻度超限、中度超限、重度超限,事件超限类型中的正常使用与工程值数据中的参数技术指标关联映射;
B、输出在研机型缺少飞行品质监控标准数据库中的监控参数B:在研机型FDR/QAR数据采集模块采集在研机型的机载记录设备FDR/QAR中的数据并译码转换为在研机型工程值参数数据,在研机型工程值参数数据包括监控参数C和所对应的参数技术数据,在研机型标准匹配对比模块将在研机型工程值参数数据的监控参数C与飞行品质监控标准数据库中的监控参数B进行对应比对并确定在研机型工程值参数数据是否缺少所对应的监控参数B;若在研机型工程值参数中缺少对应的监控参数B,则在研机型标准匹配对比模块对应输出所缺少的监控参数B;
C、输出监控项目超限判定结果及所有监控总得分,具体方法如下:
C11、标准对比判定模块将在研机型工程值参数数据与飞行品质监控标准数据库按照监控项目进行数据对比、判定事件超限类型、记录超限时间,标准对比判定模块输出监控项目超限判定结果,监控项目超限判定结果按照监控项目、监控参数B、事件超限类型、超限时间呈四层级架构索引存储;
C12、监控事件权重赋值模块对飞行品质监控标准数据库中的各个监控项目分别赋值并得到各个监控项目所对应的项目权重值ki,监控事件权重赋值模块对每个监控项目的各个超限事件分别赋值并得到各个超限事件所对应的事件扣分权重值γij,事件扣分权重值γij包括一级超限事件扣分权重γi1、二级超限事件扣分权重γi2、三级超限事件扣分权重γi3;
C13、监控项目评估模型分别设定各个监控项目的单项监控总分Mi,监控事件评分统计模块首先根据监控项目超限判定结果按照如下方法得出监控项目所对应的单项监控得分Ai:
若事件超限类型结果为正常使用,则单项监控得分Ai=单项监控总分Mi;
C14、按照步骤C13的方法依次计算出各个监控项目所对应的单项监控得分Ai,然后监控事件评分统计模块按照如下方法计算得出所有监控总得分:
所有监控总得分=∑(单项监控得分Ai*项目权重值ki)。
8.一种基于多源数据融合在研机型飞行模拟训练评估方法,其特征在于:包括飞行品质监控标准模型、标准评定监测模型和监控项目评估模型,飞行品质监控标准模型包括FDR/QAR数据标准参数采集模块,标准评定监测模型包括在研机型FDR/QAR数据采集模块、在研机型标准匹配对比模块和标准对比判定模块,监控项目评估模型包括监控事件权重赋值模块和监控事件评分统计模块,其方法如下:
A、构建在研机型关联的飞行品质监控标准数据库:FDR/QAR数据标准参数采集模块采集在研机型关联的机载记录设备FDR/QAR的参数数据并译码转换为工程值数据,工程值数据包含监控参数A、参数技术指标,飞行品质监控标准模型建立飞行品质监控标准数据库并结合FDR/QAR数据标准参数采集模块中的工程值数据对应在飞行品质监控标准数据库中对应记录,飞行品质监控标准数据库按照监控项目、监控参数B、事件超限类型呈三层级架构索引存储,一个监控项目对应若干个监控参数B,飞行品质监控标准数据库中的监控参数B与工程值数据中的监控参数A对应关联映射,每个事件超限类型包括正常使用、轻度超限、中度超限、重度超限,事件超限类型中的正常使用与工程值数据中的参数技术指标关联映射;
B、输出在研机型缺少飞行品质监控标准数据库中的监控参数B:在研机型FDR/QAR数据采集模块采集在研机型的机载记录设备FDR/QAR中的数据并译码转换为在研机型工程值参数数据,在研机型工程值参数数据包括监控参数C和所对应的参数技术数据,在研机型标准匹配对比模块将在研机型工程值参数数据的监控参数C与飞行品质监控标准数据库中的监控参数B进行对应比对并确定在研机型工程值参数数据是否缺少所对应的监控参数B;若在研机型工程值参数中缺少对应的监控参数B,则在研机型标准匹配对比模块对应输出所缺少的监控参数B;
C、输出监控项目超限判定结果及所有监控总得分,具体方法如下:
C21、标准对比判定模块将在研机型工程值参数数据与飞行品质监控标准数据库按照监控项目进行数据对比、判定事件超限类型、记录超限时间,标准对比判定模块输出监控项目超限判定结果,监控项目超限判定结果按照监控项目、监控参数B、事件超限类型、超限时间呈四层级架构索引存储;
C22、监控事件权重赋值模块对飞行品质监控标准数据库中的各个监控项目分别赋值并得到各个监控项目所对应的项目权重值ki,项目权重值ki的赋值方法如下:
采集近三个自然年发生超限事件次数并统计各个监控项目下的超限事件次数,以监控项目发生超限事件次数的占比作为监控项目的项目权重值ki,计算公式如下:
C23、项目评估模型分别设定各个监控项目的单项监控总分Mi均为100分,监控事件权重赋值模块对每个监控项目的各个超限事件分别赋值并得到各个超限事件所对应的事件扣分权重值γij,事件扣分权重值γij包括一级超限事件扣分权重γi1、二级超限事件扣分权重γi2、三级超限事件扣分权重γi3;事件扣分权重值γij的赋值方法如下:
采集近一个自然年发生超限事件次数,按照监控项目i、超限事件次数呈两级统计,监控项目i所对应的超限事件次数包括一级超限事件次数a1、二级超限事件次数a2、三级超限事件次数a3,
C24、监控事件评分统计模块首先根据监控项目超限判定结果按照如下方法得出监控项目所对应的单项监控得分Ai:
若事件超限类型结果为正常使用,则单项监控得分Ai=单项监控总分Mi=100;
C25、按照步骤C13的方法依次计算出各个监控项目所对应的单项监控得分Ai,然后监控事件评分统计模块按照如下方法计算得出所有监控总得分:
所有监控总得分=∑(Ai*ki),Ai为监控项目i所对应的单项监控得分,ki为监控项目i所对应的项目权重值。
9.按照权利要求7或8所述的基于多源数据融合在研机型飞行模拟训练评估方法,其特征在于:基于在研机型的实际飞行FDR/QAR数据、类似机型历史事件或事故数据、模拟机训练数据构建飞行训练数据基础库,将飞行训练数据基础库输入标准评定监测模型进行对比、评定训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111654809.2A CN114241852B (zh) | 2021-12-30 | 2021-12-30 | 基于多源数据融合在研机型飞行模拟训练评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111654809.2A CN114241852B (zh) | 2021-12-30 | 2021-12-30 | 基于多源数据融合在研机型飞行模拟训练评估系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114241852A CN114241852A (zh) | 2022-03-25 |
CN114241852B true CN114241852B (zh) | 2022-06-21 |
Family
ID=80744897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111654809.2A Active CN114241852B (zh) | 2021-12-30 | 2021-12-30 | 基于多源数据融合在研机型飞行模拟训练评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114241852B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115587693B (zh) * | 2022-09-23 | 2023-08-11 | 中国民用航空飞行学院 | 一种基于可观察行为的飞行训练质量评级的方法 |
CN117029745B (zh) * | 2023-08-07 | 2024-03-26 | 中铁特货大件运输有限责任公司 | 一种铁路限界距离的核算方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104143223A (zh) * | 2014-06-16 | 2014-11-12 | 珠海翔翼航空技术有限公司 | 一种飞行员飞行操纵品质自动评估系统及其方法 |
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 |
CN110610291A (zh) * | 2019-08-08 | 2019-12-24 | 北京远航通信息技术有限公司 | 航空人员能力评估方法、装置、电子设备及介质 |
CN112949982A (zh) * | 2021-01-29 | 2021-06-11 | 如东信息技术服务(上海)有限公司 | 基于qar数据实现飞行进近着陆稳定性评估的方法 |
CN113298431A (zh) * | 2021-06-21 | 2021-08-24 | 北京航空航天大学 | 基于航空qar大数据的飞行员胜任能力画像方法及系统 |
CN113344425A (zh) * | 2021-06-28 | 2021-09-03 | 北京航空航天大学 | 一种基于qar数据的飞行品质监控方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3104360A1 (en) * | 2015-06-08 | 2016-12-14 | The Boeing Company | Method for training crew in a flight simulator |
-
2021
- 2021-12-30 CN CN202111654809.2A patent/CN114241852B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104143223A (zh) * | 2014-06-16 | 2014-11-12 | 珠海翔翼航空技术有限公司 | 一种飞行员飞行操纵品质自动评估系统及其方法 |
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 |
CN110610291A (zh) * | 2019-08-08 | 2019-12-24 | 北京远航通信息技术有限公司 | 航空人员能力评估方法、装置、电子设备及介质 |
CN112949982A (zh) * | 2021-01-29 | 2021-06-11 | 如东信息技术服务(上海)有限公司 | 基于qar数据实现飞行进近着陆稳定性评估的方法 |
CN113298431A (zh) * | 2021-06-21 | 2021-08-24 | 北京航空航天大学 | 基于航空qar大数据的飞行员胜任能力画像方法及系统 |
CN113344425A (zh) * | 2021-06-28 | 2021-09-03 | 北京航空航天大学 | 一种基于qar数据的飞行品质监控方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114241852A (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114241852B (zh) | 基于多源数据融合在研机型飞行模拟训练评估系统及方法 | |
CN104636890B (zh) | 一种空中交通管制员工作负荷测量方法 | |
Nuankaew | Dropout situation of business computer students, University of Phayao | |
CN109064361A (zh) | 一种心理学职业能力测评系统 | |
CN113344425B (zh) | 一种基于qar数据的飞行品质监控方法及系统 | |
CN113095977A (zh) | 轨道交通车站沉浸式应急演练与自动化评估方法及系统 | |
CN110827617A (zh) | 一种模拟飞行器的飞行训练自动评估系统 | |
CN111369875A (zh) | 一种基于vr技术的输电线路人工仿真巡检培训方法及系统 | |
CN108763459B (zh) | 基于心理测试及dnn算法的专业倾向分析方法及系统 | |
CN112966921A (zh) | 一种基于编程能力评估的创新能力评估方法 | |
CN111242427A (zh) | 一种儿童营养与生长发育关系的评估方法及系统 | |
CN114219302B (zh) | 面向飞行技能全生命周期的飞行员作风胜任力画像方法 | |
CN116830178A (zh) | 用于评估技能的设备和方法 | |
CN113191685A (zh) | 施工现场安全综合评测系统 | |
Spinner | Predicting success in primary flying school from the Canadian Automated Pilot Selection System: Derivation and cross-validation | |
Carretta et al. | Pilot Candidate Selection Method (PCSM): What Makes It Work? | |
CN110705033A (zh) | 一种模拟飞行的自动评测系统及其评测方法 | |
Zhang et al. | Validation of an adolescent version of the Parental Metaemotion Philosophy Scale. | |
CN117455299B (zh) | 一种模拟机复飞训练绩效评价方法和装置 | |
Virdi et al. | Assessment of Situation Awareness for Seafarers Using Eye-Tracking Data | |
Gong | Analysis of Scl-90 Survey Results of Chinese University Freshmen in Recent Five Years and Determination of Their Norm | |
Kleber et al. | Aviation human-in-the-loop simulation: best practices for subjective performance measurement | |
CN115762573A (zh) | 一种基于标准化考场管理系统 | |
CN116523707A (zh) | 一种数字化应用信息采集的民航运输管理平台 | |
CN113222458A (zh) | 一种城市轨道交通驾驶员安全风险测评模型及系统 |
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 |