目前民航业内主要采取基于超限分析的飞行品质监控来检测飞机飞行过程中的超限事件，但该方法无法提前发现飞行中的安全隐患，对飞行员提出预警。利用飞机QAR数据特征，结合飞行品质监控标准，采用孤立森林算法，建立了航班进近阶段的超限事件预测模型，并用B737-800实际飞行数据进行了验证。结果表明，模型性能较好，AUC为0.78,实现了对下降率大、下滑道偏离、航向道偏离的预测，预测时间分别为0.500 s、2.712 s和3.947 s。该模型可以作为航班进近阶段超限事件的预测工具。
科研之友
微信
新浪微博
Facebook
分享链接
