非基态多因素情形中的飞机虚拟飞行试验与认证
编号：c1892
日期：2020 年 10 月 28-30 日 ( 3 天 )
讲师：Ivan BURDUN 博士
语言：英 文
会场：上海市
地址：上海市
参会价格：CNY 5,600 （含税）
“飞行员或自动驾驶仪飞行操纵环境系统”（简称“课题系统”）在包含多重风险的非基态情形中的行为可能变得很危险，且无法预料。一般认为大多数多因素飞行场景（极端案例）在理论上是不大可能发生的。然而这种异常情况的确会在操纵过程中发生，而且会导致严重事故，俗称为“黑天鹅”事件。本课程将向学员介绍飞机安全方面的虚拟飞行试验与认证（VFTC）技术，以及课题系统四大组成部分最具代表性的异类风险因素组合导致的交叉耦合效应。
首先，学员将了解如何将飞机在多因素情形中的飞行安全预测规范化，涵盖飞机的整个生命周期。其中包括可缓解该任务“维数灾难”的一套技术，它不仅可以提升系统级安全知识的数量和准确性，还能减少经典飞行试验与认证的预算和时间。这些技术包括一个反映课题系统动态的高保真数学模型，一款用该模型开展自主快速计算机实验、对安全知识进行自动挖掘和绘图的软件，后者可用于大量非基态多因素假设情景的并行分析。之后我们还将介绍该技术在多种飞机与设计项目的不同阶段中的具体应用案例。学员将看到VFTC如何对传统的飞行安全研究提供补充。最后我们还会介绍VFTC在下一代飞机的安全研究中的优势、限制和困难。
目 标
通过参加此次技术专题研讨会，您将能够：
● 了解课题系统模型输入数据库的要求，即飞机的“参数定义”
● 了解用于飞行场景设计的AR、FTG、SOP、AFM、TS、AD
● 使用一种一般性的脚本语言开发针对VFTC的飞行场景（包括飞行员策略）
● 使用多种信息来源和灾害分析方法（FMEA、FTA等）来分析针对VFTC的异类风险因素和多因素风险假设
● 了解有哪些VFTC实验可以用来验证复杂操纵条件下的飞行目标、限制和飞行策略
● 了解针对主要飞行阶段的实践情形树（practice situational trees）（包含大量非基态多因素案例）
● 用安全知识图解释VFTC实验结果并评估潜在事故信号
● 了解并讨论用于地面/机载安全应用的前瞻性创新M&S和AI解决方案
受 众
本课程主要面向从事航空动力学、飞行控制、飞机发动机、起落架、安全航空电子设备、飞行模拟器、人机交互和飞行员认知辅助等领域的工程师和相关人士。从事飞机飞行性能评估、飞行试验和认证/评估、飞行事故/事件分析和预防、飞行安全管理的人士也能从课程中获益。
条 件
掌握有关飞机飞行物理学及控制、试验和认证的基本知识，熟悉课题系统的研究方法。推荐航空学本科在读或已获学位或拥有同等行业经验的人士参加。
大 纲
第一天
● 研究任务的规范化
o 非基态多因素飞行情形：定义与案例
o “连锁反应”事故案例 – 逻辑树立
o 传统飞行研究技术的限制
o 将问题规范化。基于解决方案的研究方法
o 主要原则 – 极端试验案例的“去物质化”
o 对“其他潜在结果”的虚拟、自动、快速探索
● 传统和增强FTC循环的比较、总体目标 非基态（复杂）多因素飞行领域
o “维数灾难”：缓解原则及其实施
o 复杂飞行领域的双层知识模型
o 飞行事件、飞行过程、基本情形、代表与案例
o 用于VFTC的重要飞行过程类型及案例
o 飞行情形的规范化、代表与案例
o 风险因素：定义、主要类别 – 飞行员、自动化、飞机、外部条件
● 多因素风险假设：设计领域、公式、逻辑一致性、案例研究 一个复杂飞行领域的情形（策略）树
o 根据经验的、对人类长期记忆的分支整理
o 多因素风险空间的探索：由试验飞行员制定的要求
o 飞行员情形知识树中的主要分支 – 案例
o 定义、目的、视觉化、构建和增长控制的原则
o 总虚拟飞行试验时间、其他指标：能力、专门化等
o 人类飞行员的情形知识树：选定的表型和主要缺陷
o 分形增长是一种反映操作员策略技能发展的理想模型
● 飞行安全的衡量、评估和绘图
o 安全颜色代码（安全色板）、模糊限制及案例分析
o 部分安全范围、完整安全范围、计算算法及案例分析
o 飞行安全指数、模糊限制违反情况的统计及案例分析
o 完整安全范围及案例分析
o 飞行情形的安全分类
o 安全窗口、安全分布饼图及案例分析
o 多因素风险空间的安全拓扑学
● 系统动态模型概述
o 定义、模型的组成部分、假设、“家谱模型”
o 飞行物理学
o 人类飞行员模型、自动驾驶模型
o 操纵环境模型
o 其他模块：数据处理、知识挖掘和绘图、安全分析
o 区分特征和限制
● 软件实施
o 开发历史、VFTC技术演变
o 算法与数据结构概述
o 程序结构、功能性
o 输入和输出数据文件概述
o 技术规范、飞行模拟性能
● 过往应用概述
o 开发与应用 – 地理、飞机类型和设计项目
o 风险因素、多因素假设 – 案例
o 已解决的研究问题 – 案例
● 应用统计 验证案例
o 飞机级别、风险因素、源数据、验证案例库
o 起飞案例 – 正常与持续起飞
o 着陆进场和着陆案例 – 正常与持续着陆
o 复飞与水平飞行案例
o 课题系统模型的有效性评估及其实施软件
第二天
● 用于复杂领域早期探索的虚拟自动快速飞行试验循环
o 一般布局
o 关键处理程序和数据流
● 标准化实施算法
o 飞机“参数定义”的要求
o 组成部分、数据源和所有者、通用表达
o 各种航空动力配置的“缝合”输入特征
o 质量指标（“丰富度”等）、“参数定义”案例
o 一个“参数定义”的自动化生成及案例
o 课题系统模型中的数据使用 – 开放格式与黑箱格式
● 基准飞行场景的设计 – 案例
o 信息来源：适航规章（AR）、飞行试验指南（FTG）、SOP、AFM、培训资料（TS）、事故数据库（AD）
o 着陆滑跑、起飞和初始爬升
o 着陆进场、着陆和着陆滑跑、复飞
o 爬升、沿航路飞行和水平飞行、下降
o 特殊动作
● 风险因素的规范化
o 风险因素的分类（飞机设计、飞行测试和操纵）
o 人类飞行员的失误
o 机械子系统的故障
o 自动控制逻辑和数据错误
o 艰难天气条件：风、结冰、雨水、跑道、大气等
o 变量：飞机重量、气动外形、基准飞行场景
● 多因素风险假设的规划
o 概念飞机的类型/设计项目 – 案例（待定）：短程/通勤班机、涡轮螺旋桨飞机、支线喷气式飞机、中程喷气式飞机、远程喷气式飞机、倾转旋翼机
o 实施算法
o 案例 – 起飞、爬升、水平飞行、下降、着陆等
● 快速飞行模拟实验的规划和实施
o 实施过程
o 控制场景错误和情形树的增长
o 案例
o 模拟结果
● 知识挖掘和绘图
o 目的
o 输出数据格式库和知识图库
o 选定知识图的构建 – 算法
o 案例
第三天
● 单情形分析（良性和多因素案例）
o 概念飞机的类型/设计项目 – 案例（待定）
o 风险因素和多因素风险假设
o 基准场景
o 着陆滑跑、起飞（正常、持续、中止）和初始爬升案例
o 着陆进场（正常、持续、复飞） 、着陆和着陆滑跑案例
o 水平飞行案例、特殊案例
● 多情形分析（多因素场景）
o 概念飞机类型/设计项目（待定）
o 风险因素和多因素风险假设
o VFTC中的FMEA矩阵 – 案例
o 基准场景
● 案例：起飞、着陆、水平飞行、特殊动作等 未来的发展和应用
o 先进的地面与机载应用 – 概念
o 情形树：复杂操纵领域的筛选和绘图
o 完整安全范围：复杂操纵领域的并行分析
o 安全窗口：“俯视”预测和飞行安全保护
o 动态安全窗口：识别重大事故和恢复控制策略，以预防“11.09.2001”和“24.03.2015”级事故的发生（概念案例）
● 用户利益、挑战、陷阱和局限
o VFTC技术 – 区分特征
o 主要用户类别的用户利益
o 研究与组织机构方面的挑战
o 陷阱和局限
● 总结
o 学习评估
o 课程总结
o 结束
讲师: Ivan BURDUN 博士
Ivan BURDUN博士拥有30年以上的跨文化研究与学术经历，执教学府包括乔治亚理工学院航空航天工程学院、克兰菲尔德大学航空学学院、里加民航工程学院航空动力学与飞行动力学系、西伯利亚航空研究所飞机空气动力学和飞行动力学研究分部等。专业领域包括高保真数学建模、自动快速飞行模拟、人工智能、用于预测多因素（复杂）和位置情形中“飞行员或自动驾驶仪飞行操纵环境系统”动态与安全表现的知识挖掘和表示等。这些技术已被30种飞机和设计项目采用，其中包括固定翼和旋翼机、倾转旋翼机；亚音速、超音速和极超音速飞机。 BURDUN博士目前正在研究用于飞行安全预测和保护的智能技术、不可逆系统异常行为的识别、以及用于载人及无人飞机和群体机器人系统的飞行员AI认知界面。
联系我们：
联系人：李 航 先生（Easy）
电话：021-6140-8959
Email: Easy.Li@sae.org