摘要
民机运行过程中存在三个“复杂”特性：系统结构复杂、运行环境复杂及安全保障复杂，有必要进行深入研究。随着我国国产大飞机项目的不断推进，ARJ-21和C919分别进入了持续载客运营阶段和试飞验证取证阶段，更是对我国民机系统的安全保障能力提出了更高的要求。同时，认知运行风险的基础是数据，但民机作为特高安全性和可靠性系统，又难以采集到直接的事故信息，两者之间的矛盾更增加了运行风险分析的难度。因此，及时识别民机的运行安全风险，实现安全关口前移，就有必要充分从数据和案例中挖掘出有价值的风险信息。本文具体研究内容如下： 1、以民机运行风险理论知识为基础，研究了民机运行风险表征及民机运行风险因素，提出了数据与案例信息的集成应用，进一步构建基于数据与案例的民机运行风险框架体系，对建模方法进行设计，系统角度理解并支持民机运行风险研究。 2、针对收集到的ESCAA案例，开发了ESCAA特征分析模型，采用EA技术对案例的总体特征分析，加强案例的总体规律认知。详细研究了ESCAA类型结构、发生的飞行阶段、发生时间等多方面的特征，为民机运行安全提取多维度的数据信息。 3、针对民机运行特点，对原有的CREAM模型进行改进，设计了民机运行事故案例认知可靠性和失误分析模型。结合构建的ESCAA多属性数据集，通过神经网络训练学习，对数据进行降维处理得到风险可视化映射，便于风险信息的特征分析。 4、对民机运行风险进行预测，选择鸟击风险因素为例，设计了鸟击事故征候预测体系，分析了季节因素的影响，进一步结合LSTM神经网络模型方法，对鸟击事故征候进行预测，通过实例分析验证了提出方法的有效性，为民机的安全运行管控提供参考。 本文提出的数据与案例相结合的方法，对于提高风险认知程度，加强民机运行风险管控具有一定的借鉴价值。
NETL