论文导读：QAR是QuickAccessRecorder的缩写，意为快速存取记录器，特指带保护装置的机载飞行数据记录设备，其记录容量为128MB，可连续记录时间达600小时，可以同时采集数百个数据，涵盖了飞机飞行操纵品质监控的绝大部分参数。（１）传统的统计建模包括:多元线性回归、主元回归等线性方法，研究比较成熟。当自变量之间相关度越高，多重共线性越严重，回归系数的估计值方差就越大，回归系数的置信区间就变得越宽，估计的精确性就越低，一些回归系数则通不过显著性检验，回归系数的正负号也可能出现倒置，使得无法对回归方程得到合理的经济或物理解释，降低回归方程的应用价值。
关键词：QAR，多元线性回归，显著性检验
0 引言
QAR是Quick Access Recorder的缩写，意为快速存取记录器，特指带保护装置的机载飞行数据记录设备，其记录容量为128MB，可连续记录时间达600小时，可以同时采集数百个数据，涵盖了飞机飞行操纵品质监控的绝大部分参数。飞行操纵品质监控是特指利用机载设备采集和记录的飞行数据，对机组操纵、发动机等进行事件探测和趋势分析的一种方法，在中国民航俗称为“QAR工作”。QAR信息实际上就是飞行品质监控信息。它是保障飞行安全、提高飞机运行效率的一种科学而有效的技术手段，其监控结果是飞行技术检查、安全评估、安全事故调查和飞机维护的重要依据。
燃油流量是发动机性能主要参数之一，它反映了发动机性能衰减的情况，直接影响飞机性能的发挥。国内航空公司采取各种措施来提高燃油效率，减少不必要的燃油成本。近年来，使用计算机系统制作飞行计划倍受各航空公司的青睐，利用计算机系统中精确的航路数据库和飞机性能数据库，使得飞行计划的航路和飞行方式的选择更加准确、合理，这无疑是一个很大的进步。另外，通过查询飞机性能手册得到在不同条件下的燃油消耗的具体数值，但这些数据主要来源于飞机生产厂家的性能测试数据，主要针对某一机队（同类型的机型）而做出的标准。然而，随着飞机使用年限的延长，飞机的性能发生了不同程度的衰减且每架飞机的衰减程度也不一致。因此有必要对飞机燃油流量进行建模，利用该模型对飞机的燃油流量进行监控，提高燃油消耗的监控效率。
飞机燃油消耗在飞行过程中受到多种因素的影响，因此建立燃油消耗模型属于多变量统计分析的范畴。对于多变量统计建模共经历了传统统计建模和智能建模两个阶段:
（１）传统的统计建模包括:多元线性回归、主元回归等线性方法，研究比较成熟。多元线性回归主要是模型结构确定后利用最小二乘原理确定模型参数。在此基础上又发展了主元回归法及偏最小二乘法，主元回归法是以主元分析为基础对过程数据进行预处理，特别适合辅助变量多且变量间相关性强的系统。对于非线性系统，偏最小二乘法的效果更好。非线性方法如双线性模型、幂指数模型等简单的几种，无法满足千变万化的非线性过程，因此用于非线性工业过程建模的精度不够理想。
（２）智能建模，指将人工智能、神经网络、模糊逻辑、模式识别等智能化技术和理论用于工业过程建模的方法。包括专家经验方法、神经网络方法、模糊逻辑方法、模式识别方法、遗传编程方法等，其中应用较多的为前三种智能建模方法。
本文选用多元线性回归分析的方法对飞机巡航阶段燃油流量进行统计分析，依据如下：
（１）多元线性回归的应用广泛，理论成熟。只有在回归模型为线性的假设下，才能得到比较深入和一般的结果；同时有许多非线性的回归模型可以通过适当的转换变为线性回归问题处理。
（２）本文要研究对象是飞机巡航阶段燃油流量，影响它的因素较多，属于多元回归分析的范畴。绘制燃油消耗与其影响因素的样本散点图表明它们之间存在某种线性关系，同时用来回归建模研究的样本数据多，完全符合多元线性回归的要求。
为此，本文在研究了QAR记录参数的基础上，采用多元线性回归的方法对Boeing 737-700的飞机在一年内飞行的1400多次航班的QAR数据进行了统计、分析，建立了该机型巡航段的燃油流量模型，利用该模型航空公司可以对燃油流量进行监控：如果发现飞机的实际燃油流量出现异常值，刚要求维修部门对该飞机进行检查，以发现油耗偏高的根本原因，从而消除隐患，确保飞行安全及减少不必要的燃油消耗。
1多元线性回归模型
1.1多元线性回归模型概念
假定因变量 与多个自变量 之间具有线性关系，是自变量的多元线性函数，称为多元线性回归模型。即
其中为因变量， 为 个自变量， 为 个未知参数， 为随机误差项。
1.2 逐步回归分析法
选取自变量时，一方面希望尽可能不遗漏重要的解释因素；另一方面，又要遵守参数节省原则，使得自变量的个数尽可能的少。因为当自变量数目过多时，模型计算复杂，往往会扩大估计方差，降低模型的精度。
1/5 1 2 3 4 5 下一页 尾页 |
