不安定進入を対象とした機械学習による要因分析手法の開発

使用机器学习开发不稳定方法的因子分析方法

• 批准号: 22K04542
• 负责人: 森 亮太
• 金额: $ 2.58万
• 依托单位: National Institute of Maritime, Port and Aviation Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04542/
• 关键词: 航空; 機械学習; 安全性; ヒューマンファクター; パイロット; 着陸; 要因分析

着陸進入時に航空機が事故を起こす要因としては様々なものが知られているが，その中の大きな要因として不安定進入があげられる．不安定進入とは，およそ対地1000ft以下の高度において，比較的大きな姿勢角の変動や経路逸脱などがあることを指す．不安定進入となった場合には，進入をやり直すべきとされている一方，9割以上のケースにおいて進入を継続しているのが実態とされている．進入のやり直しは時間的にも経済的にもマイナスであり，パイロット心理的にも進入のやり直しを強制するのは困難であり，航空機の安全性向上のためには不安定進入自体の件数を減らすことが重要である．不安定進入の要因は多岐にわたると言われており，パイロット技量，疲労，フライトの遅延，管制からの指示，風の擾乱，などが例としてあげられる．不安定進入は航空会社にとっても減らすべき重要な問題としており，各航空会社においてフライトデータを元に，独自のデータ分析を行っている．しかし，そもそも不安定進入の基準自体が明確でないことに加え，不安定進入と判定されたフライトを一つ一つ手動で調べるといった分析が現状であり，大量のデータを用いて効率よく分析する手法は存在しないのが現状である．本研究では，不安定進入を対象として，フライトデータを用いて要因分析を行う新たな手法を提案し，その有効性を確認することを目的とする．今年度は、研究にあたって必要なフライトデータの入手からはじめた。本研究の意義を航空会社に対して説明したところ、二社からフライトデータの入手を行うことができた。平行してフライトデータから機械学習により因子分析を行う手法を検討し、来年度以降実際にフライトデータを使用した分析を行う予定である。

When landing, the aircraft will have an accident, and the main cause will be unstable entry. Unstable entry, height below 1000ft., large attitude angle, movement path, escape, direction. Unstable into the situation, into the straight line, into the middle of the party, more than 9 cut into the middle of the line, into the middle of the state. The safety of the aircraft is increasing and the number of unstable entries is decreasing. Unstable entry into the main cause of multiple differences, such as Unstable access to aviation organizations is an important issue for aviation organizations to analyze independently. The criteria for unstable entry are self-defined, and the method for determining unstable entry exists. This study is based on the analysis of new methods and the identification of new methods. This year, research is necessary to start with digital data. The significance of this study is to explain the relationship between aviation and tourism. Parallel to machine learning, factor analysis is used to determine the method of operation in the coming year.