ブログ

Jun 08, 2023

時間

Scientific Reports volume 13、記事番号: 14175 (2023) この記事を引用 1 Altmetric Metrics の詳細 Quick Access Recorders (QAR) は、飛行運航品質のための重要なデータ ソースを提供します

Scientific Reports volume 13、記事番号: 14175 (2023) この記事を引用

1 オルトメトリック

メトリクスの詳細

クイック アクセス レコーダー (QAR) は、飛行運航品質保証 (FOQA) と飛行の安全性のための重要なデータ ソースを提供します。 一般に、大容量、高次元、高周波という特徴があり、これらの特徴により、使用法と理解において極度の複雑さと不確実性が生じます。 この研究では、QAR データから重要な飛行特徴を抽出するために、時間特徴アテンション (TFA) ベースの畳み込み自動エンコーダー (TFA-CAE) ネットワーク モデルを提案しました。 ケーススタディとして、昆明長水国際空港とラサゴンガル国際空港に着陸したQARデータを実験データとして使用しました。 結果は、(1) TFA-CAE モデルが、主成分分析 (PCA)、畳み込み自動エンコーダー (CAE)、セルフアテンションなどの従来のアプローチまたは同様のアプローチと比較して、代表的な飛行特徴を抽出する際に最高のパフォーマンスを発揮することを示しています。ベースの CAE (SA-CAE)、ゲートリカレント ユニット ベースのオート エンコーダー (GRU-AE)、および TFA-GRU-AE モデル。 （２）異なる滑走路に対応する飛行パターンを認識できる。 (3) 異常な飛行は多くの観測結果から事実上逸脱する可能性があります。 全体として、TFA-CAE モデルは、飛行リスク検出や FOQA など、QAR データをさらに活用するための確立された技術を提供します。

民間航空は、飛行の安全性を向上させるために常に努力しています。 中国民間航空の事故が起こりやすい性質を変え、飛行の安全性を向上させるため、中国民用航空局（CAAC）は1997年にすべての輸送航空会社に飛行品質監視プロジェクトを義務付けることを決定した。 1998 年 1 月 1 日までに、中国で登録されているすべての輸送機は、飛行中のすべての航空機の飛行状態を記録するために、クイック アクセス レコーダー (QAR) または同等の機器を設置することが義務付けられました。 QAR によって記録された飛行データは、飛行操作や航空機の性能などを監視し、標準の飛行手順から逸脱した欠陥飛行を検出するために使用されます。 さらに、不良飛行の原因が分析され、対応する改善された誘導措置を開発することで対処され、さらなる飛行品質の向上がもたらされます。 2013 年末、中国の航空機のすべての QAR データを収集、処理、分析する飛行品質監視基地局建設プロジェクトが CAAC によって承認されました。 2017年末までに、基地局は中国の民間航空カテゴリーの輸送航空会社51社すべてが搭乗した3000機以上の航空機からQARデータを収集した。 膨大な量の豊富な飛行データがこの基地局に継続的に収集され、飛行リスクとデータ駆動型の方法を研究するための完全なデータベースを提供します。

自動従属監視放送 (ADS-B) データは別の種類の飛行データであり、航空機の着陸時間 1、航空機の到着時間の推定 2、3 などの飛行品質の監視にも使用されます。 ADS-B データは QAR データに比べて適時性が優れていますが、限られた数の飛行パラメータ (約 40 個の飛行パラメータ) しか記録されないため、複雑なアプリケーション シナリオで使用するには不十分です。 ADS-B データと比較して、QAR データは通常、時間、位置、飛行操作、飛行姿勢、飛行力学、外部環境 (最大 2000 回の飛行) などの飛行の詳細を記録する高次元および高周波数データによって特徴付けられます。パラメーター）。 記録された飛行パラメータは、航空機のシステムのステータスを反映します。 たとえば、飛行パラメータ AOA (迎え角) の値が大きすぎると、航空機が失速する潜在的なリスクが示唆される可能性がありますが、飛行パラメータ VRTG (通常加速度) は通常、航空機が地面に接触するときに激しい着陸を示すために使用されます。 したがって、QAR データを使用して、さまざまな飛行イベントを監視および検出できます。 ただし、これらの機能は、その使用法と理解において極度の複雑さと不確実性をもたらします。 典型的なデータ マイニングのトピックとしての特徴抽出は、次元の呪いを解決する技術的手段を提供します4。 これは、分類 5、回帰 6、データ マイニング 7、8 などの多くのアプリケーションで重要な役割を果たし、また、障害特徴抽出に焦点を当てた障害診断における事前の基礎でもあります 9、10、11、12。