飞行品质监控(FOQA)为及时发现机组操纵、发动机状况以及航空器性能等方面存在的问题提供了科学依据。但是,现行的飞行数据组织方式和分析方法存在一些不足之处,影响了飞行品质监控的效率和效果,亟待引入新的数据组织和分析方法。本课题认真分析了现行FOQA中数据组织方式和分析方法存在的不足,在对QAR数据进行格式分析、转换与数据清理的基础上,研究了适合QAR数据特征的主成分分析、基于粗糙集的数据归约和小波聚类分析的方法;运用数据仓库和数据立方体方法设计了高效的数据组织方式,在此基础上通过引入联机分析技术(OLAP)对QAR数据进行了分析;为了能够自动、高效的提取隐含在QAR数据中的模式和知识,开展了参数可变、数据集可变的高效数据挖掘方法研究,以及数据挖掘过程中的自适应机制和方法研究,提出了有效的QAR数据分析方法。
英文主题词Flight Operational Quality Assurance;flght data;data cube;self-adaptive data mining