基于飞参数据无监督聚类的飞行员平飘顶杆行为分析方法

摘要

本发明涉及一种基于飞参数据无监督聚类的飞行员平飘顶杆行为分析方法，包括以下步骤：将大量QAR数据进行筛选，得到其中俯仰操纵杆在接地前10英尺的累计值大于0的部分；提取高度、俯仰角等五个参数作为机器学习特征；根据所提取的参数，对其数据进行预处理，得到连续高度值、俯仰角累计变化值、最大俯仰角、飞机方向风量四个特征；使用K‑means聚类算法，将大量平飘顶杆航班数据分为四类：逆风影响类、俯仰影响类、高度影响类、自身影响类；基于数据分析，得到其平飘顶杆事件发生的主要原因。本方法在一定程度上避免了飞机降落阶段可能产生的安全事件，可以为航空科研人员提供对此类问题的新见解，指导航空公司对飞行员进行更加具有针对性的训练考核。