QAR是用来收拾飞行员的吗？请看调研结果
关
于QAR数据的使用调研，我们主要从对QAR数据使用对规章和SOP执行的可能影响，以及如何提升QAR数据使用效用两个方面来开展调研。
01
调研问卷分析
从收集到的50份调研问卷来看，对QAR数据的使用，存在一些以QAR作为单一评价原则，造成与手册程序执行矛盾的案例。由于QAR数据相对简单明了，所以飞行管理人员有拿QAR数据来作为管理依据的倾向性，因此造成飞行员在一些决断时刻，将是否触发QAR作为一个重要的判断准则，而在这种情况下极有可能加大了风险。QAR译码数据本身并没有问题，但是在事件的监测和阈值设定方面，这样不区分机场和飞行程序特点，采用one fits all的方法来采取一刀切，则会造成忽略机场特点，单纯追求事件率的下降，衍生一些不必要的运行风险。QAR数据本身是一个宝藏，如何使用需要我们开动脑筋，是时候开展全航段译码，客观看待飞行绩效的时候了。
通过调研问卷，我们将问题总结为以下几点
Part
1
进场高度问题，进场高于50ft是一个监控事件，有些飞行员认为进场高度的监控只有进场高，而没有进场低的监控，因此飞行员为了不触发此事件，就选择低进场，因为认为低一些也不会触发事件。
答：事实上，通过调查我们发现各公司都有进场低的事件设定，有必要在这里向填写问卷的飞行员澄清下，无论飞高或飞低都有监控标准哈。
Part
2
在某些国际机场，有些跑道设计的大白块为300米，按照QAR事件监控的标准，即ICAO的接地点为400米，那么到底是按照跑道设计来飞行，伴随着触发QAR事件，还是按照QAR来飞行呢？ 如果按照QAR的准则来飞，那么多飘100米，会不会剩余跑道距离过少呢，
答：这里又涉及了一个问题，one fits all真的可行吗？建议在QAR软件中多加载一个测量值，例如剩余跑道距离，再来决定按哪个标准来运行。构建基于数据测量的运行标准是一个未来的方向。未来QAR译码室的功能不仅仅是监控事件和分析事件，还有基于海量QAR数据去支持运行决策和标准。
Part
3
副驾驶培养，放手量低，教员带飞过程触发警告X个后，就要评估教员资格。
答：教员带飞本身就是一件差错率势必会高一些的过程，从差错中学习是我们学习提升的路径。我们可接受的风险范围是否过小，是一件提升安全质量的事情吗？飞行员都开始使用自动驾驶，是我们想要的结果吗？如果不是，那么为了得到不一样的结果，肯定要采用不一样的管理手段了。在本文发文之际，我们已经听到有些航空公司已经开始鼓励教员放手来带飞，不要因为触发事件就降低放手量，副驾驶的能力需要在操纵中学习，提升。
Part
4
公司层面可以从机队飞行管理入手反映整体的机队水平，和需要在训练中提升的个人的具体问题，但是不能单纯以QAR事件做统计和排名，因为国内训练中心已然发现教员认为好的飞行员，飞出的QAR事件不一定最少和最美好，所以单纯通过QAR监控来评估飞行安全这件事值得商榷。
一些飞行员的留言：
“制定更为合理的、可操作性强的，按照SOP飞行根本不可能出现事件的QAR标准。”
“QAR是让我们去关注那些有可能在正常情况下但是飞机处于一种风险的状态，但是不意味着只要触发了事件就要去采用处罚的方法，单纯的电脑参数化的QAR的筛选及监控应该停止，必须有有经验技术人员对其进行有针对性的分析和检验。
”
“放宽带飞教员QAR的标准”“不正确的对待QAR事件，让正常变得不正常”
“颠簸天气复飞正常吗？公司SOP阐述过“由于天气原因导致的瞬间数据过量，不算不稳定”，但是飞行员考虑到可能的硬警告，往往会更保守的选择中止进近。”
“发生平飘远严重超限，不分机场条件，跑道长短，不分带飞与否，不对冲出跑道风险高低进行评判，一律的模拟机专项训练。专项训练也就为了完成事件的闭环，并没有相应的课件与专项深度分析，达到提高的目的。”
“现在的QAR更多是对结果的管理，如果能针对每个人每一班的数据进行挖掘分析，通过大数据手段，结合平时的理论考核知识结构，操作训练相关情况，进行综合分析，提前发觉缺陷，对每个人提出针对性的训练指导，甚至安排个性化的课程。解决了个体的问题，才能解决群体的风险”
01
使用QAR数据进行管理的SWOT分析：
1
使用QAR管理的好处(Strength)：简单明了，出发点是好的，在标准之上，加载过程的监控，按照这个来管理，至少某些重大风险能够早发现。
2
使用QAR管理的坏处(Weakness)：公司领导及飞行员一致将尽量少触发QAR作为准则！可能发生的危险情景：
a. 飞行员为了更少的触发QAR，在边缘天气，可能选择不复飞，减少触发QAR事件，而去继续降落，在关键时刻，QAR事件成为影响决策的依据。
b. 为了不去触发入场时高于50ft的事件，尽量飞低，这也反映了对QAR监控事件的不了解。如果QAR部门不希望飞行员去了解，那么当拿出50ft飞高的事件时，最好再注明，飞低也有监控。
c. 飞行员为了降低某个事件率，开始使用非正常手法飞行，不能系统和客观的评估某个事件背后的风险，有可能造成对飞行程序的偏离。
3
使用QAR管理的机遇(Opportunity)：大数据时代已然来临，全航段译码不再是一个难题，WQAR，云存储技术，让飞行员能够相对实时的看到自己全航段的飞行数据和着陆的视频还原成为可能。企业可以充分发挥飞行数据的作用，利用大数据手段，打开更大的时间窗口，不仅关注触发了什么事件，更要使用飞行数据和多源数据融合，譬如机场天气、跑道、飞行程序等信息，构造模型，去客观评估到底发生了什么，飞行员需要提升的能力在哪里，需要如何在个性化训练中体现。如果处罚能够提升个人能力的话，那么孩子的教育问题就简单了。另外，飞行员个人使用飞行数据的提升也很重要，开发更多可供其使用的工具去识别自己的飞行技术特点和与机队水平的对比，至关重要，因为个体的时间投入远高于组织单方面的投入。基于QAR数据，识别飞行员能力提升，也是基于循证的训练（EBT-Evidence Based Training）的重要数据源。
4
合理使用QAR管理的挑战（Threat）：首先飞行员和译码人员要通力配合，实现无缝合作，打造一套能够反映风险的监控系统，需要加载更多基于飞行数据计算出来的评估指标，例如剩余跑道距离、擦机尾风险、能量使用等多个单独或综合评价系统；其次，飞行员和译码人员一定要建立一种平等、尊重、信任的关系，提升监控的品质，建立一种对话机制，企业需要培养了解译码的飞行员，和懂得飞行的译码员，作为译码和飞行管理人员的翻译，不能将译码直接作为飞行员评价的全部标准。同时，行业里也可以通过一些研讨会的形式，对QAR标准的使用逐步提炼出一些标准化的使用方法。
近来，行业里对QAR告警值敏感性逐层提升，从政府管理到企业自我使用，层层提升，造成触发QAR事件的可能性很高，又存在单纯依据QAR事件进行管理的倾向性，就造成了一些衍生的风险和QAR飞行员。飞行员为了不触发事件，采用一些避免触发事件的飞行方法，却可能会诱发衍生风险，我们需要清醒的意识到，是否要衡量这些衍生的风险，另外，评估下这是我们期待的结果吗？同时还要回答两个问题：1. QAR设计的事件是否反映了风险，如果一味追求QAR不超限，那么会不会滋生衍生风险。2. 如果现有QAR事件不能全面反应风险，那么QAR监控系统中还需要再添加哪些更能客观反应风险的指标。
现有QAR系统中，还缺乏很多反映问题的，需要自己编写的参数，需要译码人员和飞行员密切配合，去构建那些能客观反映飞行品质的指标，例如剩余跑道距离，刹车使用的合理性、收油门的时机合理性。未来对QAR的使用是基于对风险的关注，有些QAR事件不一定伴随很高的风险，而有些软警告也不一定就伴随着低风险，譬如在周围障碍物较多的山区，飞机以不稳定的姿态一直持续到落地。亦或者没有警告的状态也不一定就是安全的,我们还可以通过加强对QAR数据使用的宽度和深度，加强对机队飞行品质、运行风险、飞行员个人提升等方面的研发。
我们已然开始在QAR数据的使用方面开展的一些工作，包括行业内领先的单位，未来我们希望能够整合这些优势资源，在企业应用QAR方面引领行业创新
1
AR数据的全航段译码，构建大数据仓库。主流译码软件AGS、Airfase均支持批量译码，批量输出的话，需要再做一些工作，但是这些途径均被证实是可行的，需要公司有一定的投入。
2
QAR事件的监测，阈值的设定需要优化，避免一刀切引发衍生风险，解决方案可以基于QAR全航段译码的输出，去考量各个机场的关键参数分布，再去讨论某些特殊机场QAR阈值设定的可行性。
3
制定更多的测量指标，包括时间点、时间阶段、测量指标、算子（平均值、方差、最大、最小等），使用计算机来代替人脑有限的运算能力。全面反映飞行绩效、飞行操作特点等方面，提升EBT中evidence分析能力，为基于数据驱动的训练系统做好铺垫。东航飞行技术研究院正在开展基于全航段译码的测量参数构建项目，此项目将创新性的突破现有译码软件的事件监测思路，让安全分析从数据中直接获取信息和结果，不再是预设阈值。示例如下：接地点前5秒钟平均垂直速度；进近过程中低于下滑道偏离最大值。
（系统演示，非正式系统）
4
QAR数据的动画还原，我们致力于寻找和推广国内具有动画还原的技术团队，打开个体回放自己飞行动画的通道，让自我提升成为可能。以南航翔翼基于模拟机QAR数据做的还原动画为例，未来每个飞行员在ipad终端回放自己的动画成为可能（目前本项目仍在调试阶段）。这也让我们看到训练中心可以成为技术创新的中心。
5
基于海量QAR数据，飞行专家通过对大量事件的学习，将飞行操作提炼为特征，构成分析模型，为此，我们找到业内一个轻量级的QAR数据图形展示，为飞行专家提炼特征提高效率。进一步，我们通过机器学习算法，构建相关特征和具体事件的关联模型，提升飞行操作特征和事件的关联认知。
随着设备、技术的提升，QAR全航段译码成为可能，是时候打造更大的数据平台，利用飞行人员和译码人员的智慧，与数学和计算机嫁接出更美的数据分析工具，让一切决策有数据可支撑！智慧飞行、智慧训练、智慧安全管理！
我们将致力于以上工具的有机结合，为航空企业提供更有效的数据分析方案和工具。
———END———
想让自己的声音被听见？
扫这个码
我们将有专人将您的建议意见整理后反馈给相关部门。
想进群一起探讨？
关注公众号后，按图索骥，加群主微信，
认证通过后入群