MEModern Engineering2996-69732996-6981Art and Design10.61369/ME.2024060030Article用于飞行品质分析的操纵差错分析技术及应用https://artdesignp.com/journal/ME/1/6/10.61369/ME.2024060030张雨乐,庄夏,王泽潭,孙晓雨2024162024-08-20作为飞行安全的决定因素，飞行员核心胜任能力是民航安全的重要保障，如何在初始训练阶段尽快实现从基于任务/科目的训练向基于胜任力的训练转变是当前全行业面临的课题。本文研究了用于飞行品质分析的飞行操纵差错分析技术，构建了飞行航线差错评估体系，开发了飞行员航线飞行操纵差错智能管理平台，能实现航线飞行操纵差错的智能化识别和预警，并把飞行员航线操纵出现的差错类型、持续时间、是否修正等因素进行统计，形成科学的统计数据，给训练机构作为训练方案制定的依据。飞行品质分析,操纵差错,模型,智能化

[1] 周长春, 蒋澜, 赵新宇. 通用航空飞行品质监控运行管理[J]. 中国民航飞行学院学报, 2019, 30(01): 39-42.[2]Munir N, Awrangjeb M, Stantic B. Power Line Extraction and Reconstruction Methods from Laser Scanning Data: A Literature Review[J]. Remote Sensing, 2023, 15(4):973.[3]Sun H, Zhou X, Zhang P, et al. Competency-based assessment of pilots’ manual flight performance during instrument flight training[J]. Cognition, Technology & Work,2023, 25(4): 345-356.[4] 尹大伟. 基于飞参数据的飞行学员飞行训练质量辅助评估研究[J]. 航空标准化与质量, 2023, (S1): 116-120.[5] 汪磊, 邹颖, 王朔. QAR 数据驱动的飞行员不安全操作行为量化评价[J]. 中国安全科学学报, 2023, 33(05): 49-56.[6] 徐建航. 私照训练阶段飞行学员胜任力评级标准研究[D]. 中国民用航空飞行学院, 2024.[7] 刘浩, 王昊, 孟光磊, 等. 基于动态贝叶斯网络和模糊灰度理论的飞行训练评估[J]. 航空学报, 2021, 42(08): 250-261.