飞机事故及其原因统计分析

用图表的形式统计显示了美国三军飞机及世界民用飞机数１０年来的灾难性事故率的演变情况。随着技术和管理的进步与提高,飞机事故率呈逐渐下降趋势。飞机事故率因飞机用途（军用或民用）、机种、所装发动机台数、飞行经历不同而异。对军用飞机事故原因分驾驶类和后勤类两类作了统计分析。统计表明,民用飞机事故的主要原因是驾驶员问题,其中起飞、开始爬升、最终进场着陆阶段（约占每次飞行时间的１／１７）占了事故总数的６７％。应进一步加强飞机安全性设计与分析,开展人为因素研究,以继续减少飞机事故的发生     

直升机的状态与使用监测系统

直升机的飞行安全与状态监测有关统计表明,商业运输直升机的飞行安全系数不及喷气式运输机。据英国民航局1986年统计,大型双发直升机的安全系数只有波音737的1/20。又据美国全国运输安全委员会1989年统计,固定翼飞机的事故率为0.63次/10飞行小时,其中,严重事故率为0.14次/10飞行小时;但涡轴直升机的事故率达到5.43次/10飞行小时,其中,严重事故率为1.34次/10飞行小时。     

基于最小二乘拟合法的某型飞机航程计算的实现

通过最小二乘拟合多项式法将飞机的诺谟图函数化,从而进行飞机航程、续航时间的计算。实践证明这种方法有效地提高了航程计算的速度和精度,为飞行员快速对空中特情决策提供了有力的数据支持,降低了飞行事故率。     

基于任务分析的飞行机组失误预测研究

在过去的20年内有多起严重事故由机组失误引起,采取措施防止或减少飞行机组失误成为降低航空事故率的关键.通过使用人误预测技术预测机组在执行飞行任务时的失误,寻找失误原因,进一步改进驾驶舱设计或增加培训来降低航空事故率是可行的方法.本研究以民航领域飞行安全需求为背景,在原有人误预测技术基础上,开发了基于任务分析的飞行机组失误预测模型,以某型飞机起飞任务为例,对飞行机组在操纵飞机起飞过程中可能发生的人误进行分析,实现了飞行机组失误的定性和定量预测.     

印度空军对飞行事故采取的对策

印度空军近年来重大飞行事故率居高不下,己引起世界舆论的关注,事故的主要原因除了飞行员训练不足外,飞机严重老化也占有相当的比重,为此印度空军除了采取一系列改善措施外,还在准备引进高级教练机     

基于RBF神经网络的飞行事故率预测建模

飞行事故率是反映航空安全水平的重要指标。针对飞行事故率预测建模难的问题,采用RBF神经网络方法,建立了飞行事故率的预测模型。仿真试验结果表明,RBF神经网络具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性。     

国内外民航SMS的建设进展

一、SMS的产生 1990年代后期,世界经济迅猛发展,运输量增长的加速度越来越大,飞机数量、航班架次快速增长。各国规划到2010年的发展速度更加惊人。然而自1980年代初开始民航重大飞行事故率却一直比较“平稳”,这样民航业每年“摔飞机”的数量就会随着运输量“同步”增长。     

基于灰色理论的飞行事故率和事故症候率预测

基于灰色预测理论,给出了飞行事故率和事故症候率预测分析的新方法。分析结果表明,采用灰色预测理论对飞行事故率和事故症候率进行预测分析,可以得到满意的预测精度,从而为民用航空器运营管理提供决策依据。     

基于LS-SVM的飞机飞行事故率的预测建模

针对飞行事故率预测建模难的问题,基于统计学习理论,采用LS-SVM方法,建立了飞行事故率的预测模型.仿真试验结果表明,LS-SVM具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性.     

着陆阶段飞行事故的心理学分析

国际民航组织1959～1994年飞行事故调查统计表明,着陆阶段是飞行事故的多发阶段。按不同飞行阶段的统计,加载、滑行、减载阶段的事故率只占2％;起飞阶段的事故率占14.4％;初始爬升段占10.4％;爬升段占6.9％;巡航段占4.4％;下降段占7.2％;起始进近段占11.3％;五边进近阶段的事故率占24.2％;接地段占19.2％。其中五边进近和接地阶段的时间只有