基于相似体系的民机结构超手册维修案例分析

为了解决超出手册范围的民机结构维修问题, 提出一种基于相似体系的民机结构超手册维修案例体系模型。通过提取航空公司现有民机结构案例的损伤信息和维修方案信息, 依据信息性质, 采用数值分析、层次法、属性度量、术语频率-逆文档频率(term frequency-inverse document frequency, TF-IDF)方法进行系统的相似度分析, 建立案例相似度指标体系。导入维修案例数据, 通过支持向量机(support vector machine, SVM)分类以及弹性网络回归对指标体系进行权重分配并验证其可靠度达到82%。最后通过实例深度分析了该体系的可行性, 实例证明, 案例相似度指标体系的权重分配与区分效果总体符合实际, 对民机结构超手册维修案例的制定有着重要参考意义。     

基于文本挖掘的民航事件风险评估

为实现“安全第一、预防为主、综合治理”的民航安全管理目标，建立了从报告中学 习并评估风险等级的深度学习模型. 首先采集航空安全报告系统中10年报告，根据严重度建 立事件后果的量化指标，确定5个风险等级：高、中高、中、中低和低风险，并消除事件结果分布 不平衡和结果多样性的影响 . 然后应用卷积神经网络（Convolutional Neural Network，CNN）探 索非结构化的事件概要与风险等级之间的关系，通过该模型对事件进行分类，确定风险等级. 风险评估模型与不同量化指标和不同方法对比，其分类准确率可达 96%，优于其他指标和方 法. 最后应用该模型对非结构化的事件概要挖掘，对2020年事件进行快速的风险评估，预测准 确率可达 80%. 基于 CNN的民航风险评估模型可以对文本格式的事件概要充分挖掘，快速评 估与主动感知风险，对支持安全预警具有重要意义.