基于QAR数据的着陆阶段飞行风险研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-14页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 QAR数据处理 | 第11-12页 |
| 1.2.2 飞行风险研究 | 第12页 |
| 1.3 研究目标 | 第12-13页 |
| 1.4 研究内容 | 第13页 |
| 1.5 论文结构 | 第13-14页 |
| 2 QAR数据与飞行风险分析 | 第14-25页 |
| 2.1 飞行数据 | 第14-16页 |
| 2.1.1 飞行数据的产生 | 第14页 |
| 2.1.2 飞行数据记录器 | 第14-15页 |
| 2.1.3 飞行数据的译码 | 第15-16页 |
| 2.2 飞行数据的应用 | 第16-18页 |
| 2.2.1 飞行品质监控 | 第16页 |
| 2.2.2 飞机性能监控与机务维修 | 第16-17页 |
| 2.2.3 基于QAR数据对飞行品质分析 | 第17-18页 |
| 2.3 飞行风险分析研究 | 第18-20页 |
| 2.3.1 风险分析的概念 | 第18页 |
| 2.3.2 风险分析的方法 | 第18-19页 |
| 2.3.3 风险因素的类别 | 第19-20页 |
| 2.4 基于QAR数据的飞行风险量化 | 第20-24页 |
| 2.4.1 基于QAR数据的风险分析流程 | 第20-22页 |
| 2.4.2 基于QAR数据的风险量化 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 着陆阶段关键参数提取与可视化 | 第25-39页 |
| 3.1 飞行阶段 | 第25-28页 |
| 3.1.1 飞行阶段的划分 | 第25-26页 |
| 3.1.2 飞行阶段的计算 | 第26-28页 |
| 3.2 QAR数据处理方法 | 第28-29页 |
| 3.2.1 QAR数据的特征 | 第28页 |
| 3.2.2 QAR数据的处理方法 | 第28-29页 |
| 3.3 着陆阶段的关键参数提取 | 第29-35页 |
| 3.3.1 参数提取流程 | 第29页 |
| 3.3.2 数据预处理 | 第29-33页 |
| 3.3.3 根据变量相似度聚类 | 第33-34页 |
| 3.3.4 参数约简与迭代 | 第34-35页 |
| 3.4 关键参数可视化 | 第35-38页 |
| 3.4.1 单一参数展示 | 第35-36页 |
| 3.4.2 群体参数展示 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 着陆阶段飞行风险分析模型 | 第39-48页 |
| 4.1 基于贝叶斯网络的风险分析模型 | 第39-42页 |
| 4.1.1 贝叶斯网络基本原理 | 第39页 |
| 4.1.2 模型建立方法 | 第39-40页 |
| 4.1.3 三层模型结构 | 第40-42页 |
| 4.2 着落阶段情景意识分析 | 第42-45页 |
| 4.2.1 情景意识的基本原理 | 第42页 |
| 4.2.2 bowtie理论 | 第42-43页 |
| 4.2.3 着陆阶段情景意识分析模型 | 第43-45页 |
| 4.3 贝叶斯网络的构建 | 第45-47页 |
| 4.3.1 贝叶斯节点的确定 | 第45-46页 |
| 4.3.2 网络结构的建造 | 第46页 |
| 4.3.3 贝叶斯参数的学习 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 模型的应用与分析 | 第48-60页 |
| 5.1 实验准备 | 第48页 |
| 5.1.1 实验环境的部署 | 第48页 |
| 5.1.2 实验数据的准备 | 第48页 |
| 5.2 飞行风险分析模型的建立 | 第48-55页 |
| 5.2.1 贝叶斯网络节点的确定 | 第48-52页 |
| 5.2.2 贝叶斯网络结构的构建 | 第52-53页 |
| 5.2.3 贝叶斯网络参数的学习 | 第53-55页 |
| 5.3 风险分析 | 第55-59页 |
| 5.3.1 正向推理分析 | 第55-57页 |
| 5.3.2 诊断分析 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 结束语 | 第60页 |
| 6.2 研究的局限与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
