A航空公司基于飞行品质监控数据的飞行员素质测评体系设计
发布时间：2021-10-16 23:43
随着国内航空业的快速发展,民航安全问题已成为社会和民航企业关注的重心。飞行员的职业素养和技术水平与民航安全存在重要的直接关系,他们也被称为“安全的最后一道防线”。如何科学、快速、有效地评价飞行员的综合素养成为各航空公司提升安全管理水平的重心。A公司作为国内航空公司的新锐,机队在短时间内得到快速扩充,飞行员综合素质的科学、快速、有效测评成为其需要解决的重要问题。本文以A航空公司的飞行品质监控数据为基础,运用模糊综合评价、定性分析等信息研究法分析飞行品质监控超限事件的人员特点,建立飞行员素质测评模型。利用模型结合公司流程建立以数据为基础、以操作为依据的飞行员素质多维度综合测评体系。利用体系找寻监察和训练重点,保障公司能够高效的开展飞行员管理、训练工作。通过该体系的应用,A航空公司有效地缓解了飞行员管理的重要性与训练资源、监察资源的紧缺性这一对矛盾,为飞行员训练管理工作和安全管理工作提供了有效的指引。随着应用的逐步深入,体系正渐渐科学地、有针对性地提升公司对飞行员的训练能力及管理能力。本研究使用的方法可以给其他与A航空公司类似的中小型航空公司的飞行员评价体系建设提供指导与帮助,更有效地提升业...
【文章来源】：广西大学广西壮族自治区 211工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图２－１飞行品质监控的基本处理流程??目前在飞行品质监控中常用的两种分析方法是超限分析（也称超限偏差分析）和??
．，５０岁１６人（占比１４．?８１％），５１岁（含）及以上１０人（占比９．?２６％）。??表３－２全国飞行员年龄结构表［＜１］??年龄段?３０以下?３１－４０?４１－５０?５１以上??人数?２３３２０?１８２９６?５３０３?５２８７??全国飞行员年龄层级分布图??
＿?３０岁以下Ｃ３?３１至４０岁□?４１至５０岁□?５０岁以上??ｉｔ??图３－３?Ａ航空公司飞行员年龄结构图??由上图可见３０岁（含）以下３８人（占比３５．?１９％），３１至４０岁４４人（占比４０．?７４％），４１??至５０岁１６人（占比１４．?８１％），５１岁（含）及以上１０人（占比９．?２６％）。??表３－２全国飞行员年龄结构表［＜１］??年龄段?３０以下?３１－４０?４１－５０?５１以上??人数?２３３２０?１８２９６?５３０３?５２８７??全国飞行员年龄层级分布图??■?３０岁以下口３１至４０岁１３４１至５０岁口５０岁以上??，：爹＿??图３－４全国飞行员年龄结构图％??对比全国飞行员年龄层表［＂］可以看出Ａ航空公司３１－４０岁年龄层相对国内比例较多??１６??
【参考文献】：
期刊论文
[1]通用航空飞行品质监控运行管理[J]. 周长春,蒋澜,赵新宇. 中国民航飞行学院学报. 2019(01)
[2]QAR数据在飞行安全评价中的应用[J]. 孙瑞山,杨绎煊,汪磊. 中国安全科学学报. 2015(07)
[3]基于飞行QAR数据的重着陆风险定量评价模型[J]. 汪磊,孙瑞山,吴昌旭,崔振新,陆正. 中国安全科学学报. 2014(02)
[4]富有生命力的文献研究法[J]. 杜晓利. 上海教育科研. 2013(10)
[5]基于QAR记录数据的民航飞行员操作特征指标结构研究[J]. 孙瑞山,肖亚兵. 中国安全生产科学技术. 2012(11)
[6]利用WQAR建立中国民航飞行品质监控系统[J]. 赵云帆,李斌. 中国民用航空. 2012(10)
[7]浅析ABC分类在设备管理中的作用[J]. 赵福成. 科技创新与应用. 2012(25)
[8]基于模糊综合评判的治安防控监控点位规划研究[J]. 罗万杰,李锦涛,高洁,刘建. 中国人民公安大学学报(自然科学版). 2012(03)
[9]一种新颖的QAR数据特征提取方法[J]. 顾彬,王建东. 四川大学学报(工程科学版). 2011(03)
[10]中国科研项目后评估发展现状[J]. 丁娜,王坚,赵霞,李莎. 科技信息. 2010(33)
硕士论文
[1]物业维修改造中机电施工质量管理研究[D]. 韩姝.北京建筑大学 2018
[2]基于QAR的数据挖掘应用基础研究[D]. 赵剑.南京航空航天大学 2018
[3]TY公司营销人员绩效管理体系构建研究[D]. 连昕.西安建筑科技大学 2017
[4]深航公司飞行员训练管理问题研究[D]. 倪振华.大连理工大学 2016
[5]基于模糊逻辑的飞行员飞行品质评价[D]. 张龙.中国民用航空飞行学院 2016
[6]云天化国际中层管理人员多维度测评体系建设研究[D]. 徐丽芳.北京理工大学 2015
[7]飞行员训练管理系统设计与实现[D]. 仲威泽.上海交通大学 2015
[8]基于QAR数据的塔台特情三维呈现及空管应急方法研究[D]. 冯昱华.中国民用航空飞行学院 2012
[9]基于飞行品质监控的飞行训练系统设计与实现[D]. 张鹏.电子科技大学 2011
[10]飞行品质监控数据分析系统模型研究[D]. 晁海涛.中国民用航空飞行学院 2009
本文编号：3440715
【文章来源】：广西大学广西壮族自治区 211工程院校
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
图２－１飞行品质监控的基本处理流程??目前在飞行品质监控中常用的两种分析方法是超限分析（也称超限偏差分析）和??
．，５０岁１６人（占比１４．?８１％），５１岁（含）及以上１０人（占比９．?２６％）。??表３－２全国飞行员年龄结构表［＜１］??年龄段?３０以下?３１－４０?４１－５０?５１以上??人数?２３３２０?１８２９６?５３０３?５２８７??全国飞行员年龄层级分布图??
＿?３０岁以下Ｃ３?３１至４０岁□?４１至５０岁□?５０岁以上??ｉｔ??图３－３?Ａ航空公司飞行员年龄结构图??由上图可见３０岁（含）以下３８人（占比３５．?１９％），３１至４０岁４４人（占比４０．?７４％），４１??至５０岁１６人（占比１４．?８１％），５１岁（含）及以上１０人（占比９．?２６％）。??表３－２全国飞行员年龄结构表［＜１］??年龄段?３０以下?３１－４０?４１－５０?５１以上??人数?２３３２０?１８２９６?５３０３?５２８７??全国飞行员年龄层级分布图??■?３０岁以下口３１至４０岁１３４１至５０岁口５０岁以上??，：爹＿??图３－４全国飞行员年龄结构图％??对比全国飞行员年龄层表［＂］可以看出Ａ航空公司３１－４０岁年龄层相对国内比例较多??１６??
【参考文献】：
期刊论文
[1]通用航空飞行品质监控运行管理[J]. 周长春,蒋澜,赵新宇. 中国民航飞行学院学报. 2019(01)
[2]QAR数据在飞行安全评价中的应用[J]. 孙瑞山,杨绎煊,汪磊. 中国安全科学学报. 2015(07)
[3]基于飞行QAR数据的重着陆风险定量评价模型[J]. 汪磊,孙瑞山,吴昌旭,崔振新,陆正. 中国安全科学学报. 2014(02)
[4]富有生命力的文献研究法[J]. 杜晓利. 上海教育科研. 2013(10)
[5]基于QAR记录数据的民航飞行员操作特征指标结构研究[J]. 孙瑞山,肖亚兵. 中国安全生产科学技术. 2012(11)
[6]利用WQAR建立中国民航飞行品质监控系统[J]. 赵云帆,李斌. 中国民用航空. 2012(10)
[7]浅析ABC分类在设备管理中的作用[J]. 赵福成. 科技创新与应用. 2012(25)
[8]基于模糊综合评判的治安防控监控点位规划研究[J]. 罗万杰,李锦涛,高洁,刘建. 中国人民公安大学学报(自然科学版). 2012(03)
[9]一种新颖的QAR数据特征提取方法[J]. 顾彬,王建东. 四川大学学报(工程科学版). 2011(03)
[10]中国科研项目后评估发展现状[J]. 丁娜,王坚,赵霞,李莎. 科技信息. 2010(33)
硕士论文
[1]物业维修改造中机电施工质量管理研究[D]. 韩姝.北京建筑大学 2018
[2]基于QAR的数据挖掘应用基础研究[D]. 赵剑.南京航空航天大学 2018
[3]TY公司营销人员绩效管理体系构建研究[D]. 连昕.西安建筑科技大学 2017
[4]深航公司飞行员训练管理问题研究[D]. 倪振华.大连理工大学 2016
[5]基于模糊逻辑的飞行员飞行品质评价[D]. 张龙.中国民用航空飞行学院 2016
[6]云天化国际中层管理人员多维度测评体系建设研究[D]. 徐丽芳.北京理工大学 2015
[7]飞行员训练管理系统设计与实现[D]. 仲威泽.上海交通大学 2015
[8]基于QAR数据的塔台特情三维呈现及空管应急方法研究[D]. 冯昱华.中国民用航空飞行学院 2012
[9]基于飞行品质监控的飞行训练系统设计与实现[D]. 张鹏.电子科技大学 2011
[10]飞行品质监控数据分析系统模型研究[D]. 晁海涛.中国民用航空飞行学院 2009
本文编号：3440715
本文链接：https://www.wllwen.com/qiyeguanlilunwen/3440715.html
