XiaoMi-AI文件搜索系统
World File Search System跑道偏离
通过记录飞行数据的机器学习算法预测飞行员对跑道偏离风险的误解
本论文 - 开放获取由 Scholarly Commons 免费提供给您。它已被 Scholarly Commons 的授权管理员接受纳入学位论文和论文中。有关更多信息，请联系 commons@erau.edu 。
跑道偏离定量评估... - arXiv
摘要 — 评估罕见飞机事故（例如跑道偏离）的一种方法是确定促成因素（例如，晚刹车、长着陆、不适当的拉平、不稳定进近）并构建依赖树（例如，长着陆可能是由于不稳定进近后没有复飞而导致的），以描述这些因素之间的因果关系。然后将概率输入此类模型以评估评估的风险。在估计此类概率时，许多来源都可能引起人们的兴趣。航空公司可以访问其机队的综合飞行数据记录；制造商努力收集他们制造的飞机的数据；空中交通管制记录雷达轨迹。尽管不如其他飞行数据记录那么完整，但 Mode S 数据非常有吸引力，尤其是对于学术界来说，由于数据是开放的，可以毫无混淆地发布，并为社区提供可重复的结果。Mode S 还提供了一个不加区分的信息来源（不限于航空公司或飞机类型），这对于将符合不寻常模式的航班置于上下文中非常有帮助。我们建议通过围绕跑道偏离风险评估的案例研究来讨论仅基于 Mode S 数据的分析的优势和局限性。
欧洲防止跑道偏离行动计划
本行动计划所载建议的核心是统一和一致地应用国际民航组织的规定。这些建议及其支持指导材料主要针对欧洲民航会议 (ECAC) 地区的国家，同时仍然适用于全球。国家航空安全当局应决定各国适用组织的实施战略。这些建议主要是通用的，负责的组织应在考虑当地情况后决定具体细节，例如进行民用和军事联合行动的机场。
