《做好B757飞机最终进近和着陆教材课程》由会员分享，可在线阅读，更多相关《做好B757飞机最终进近和着陆教材课程（18页珍藏版）》请在金锄头文库上搜索。
1、做好B757飞机最终进近和着陆,王锐 飞行部 2004/07/21,Problem Description: 最终进近和着陆的飞行时间平均约占总时间的4%，但一半的飞行事故发生在这两个阶段. Defect Definition: 将B757在低高度发生二级偏差事件平均每月发生率大于2.28%定义为一个缺陷。 Goal/Objective: 通过提高并统一飞行机组的操纵程序，将B757飞机在低高度发生二级偏差事件控制在1.14%以下。 Data Source:QAR每月数据监控,Project Title:做好B757飞机最终进近和着陆,Business Y Affected: 改善飞行质量，提
2、高安全运行保障. Expected Benefit: 机务检查一次飞机必须的人工费,波音标准工时为40,公司工时为2.8.每工时160-280的工资按照平均值220计算:40*2.8*220=24640元.,Leader: 王锐 Team Members: 张少春：训练处经理助理 王船贵：飞行一队副队长 刘晓峰：飞行一队队长助理 计宏辉：飞行一队机长 张斯博文: QAR技术统计员 Sponsor: 孙按之 ：飞行部经理,Project High Level Program Plan Date M: Data validation, cost analysis, 6/28/2004process
3、 mapping, A: Cause and effect analysis, 7/28/2004 Fishbone, ctrl vs. technology plot I: Develop action plans for 8/26/2004 improvement C:Institutionalize improvements 9/27/2004,流程图,进入进近区域,证实跑道使用方向,完成进近准备,是否和计划相符,否,是,按程序调整飞机进近高度速度,是否能够正常进近,否,是,确定进近方式,和塔台建立联系,和进近建立联系,进近方式是否有所变化,有,否,建立五边稳定进近,调整速度建立着陆形态
4、,地面是否会调整速度,是,否,完成正常落地,ATIS,按需使用减速板,油门调整,检查飞机速度、高度匹配,DA,MDA,QAR数据分析报告(757),四个季节的区分,根据图表的显示,季节对于二级事件中的目测高影响显著,但由于季节是无法改变的客观因素也无法进一步做改进.,1.14%,夏,秋,冬,春,Run Chart,数据采集原则: 根据2003年全年数据,以B757(2833,2834,2842,2843)为基准,每周采集数据分析二级事件的发生. 分析阶段数据采集原则: 将每月航班随机抽取两周作为数据分析,共采集数据1576个.,控制技术图,Meanoverall = 2.288 StDevov
5、erall = 1.286 Meanshort term= 1.087 StDevshort term= 0.604 Zlt=0 Zst=1.975 Zshift= 1.975,Study Var %Study Var %Tolerance Source StdDev (SD) (5.15 * SD) (%SV) (SV/Toler) Total Gage R&R 0.014644 0.07542 1.90 0.75 Repeatability 0.014003 0.07211 1.81 0.72 Reproducibility 0.004287 0.02208 0.56 0.22 Opera
6、tor 0.004287 0.02208 0.56 0.22 Part-To-Part 0.772057 3.97610 99.98 39.76 Total Variation 0.772196 3.97681 100.00 39.77 Number of Distinct Categories = 74,分析阶段卡方检验结果,操作人员： 0.3020.05表明操作人员与二级事件是否发生之间无统计差异,工龄： P = 0.055 0.05 表明工龄与二级事件是否发生之间无统计差异,白天晚上： P = 0.982 0.05 表明白天晚上飞行与二级事件是否发生之间无统计差异,本场外场： P = 0
7、.90700.05 表明本场外场与二级事件是否发生之间无统计差异,备注: 操作人员 : :机长以上级别 :阶段以上飞行员 :阶段以下级别飞行员,工龄区分指： ”到上航年以上， ”到上航年以上 ”到上航年左右,白天晚上区分: D”指白天操纵落地. N”指夜间操纵落地,本场外场区分: SHANGHAI”指上海虹桥或浦东落地. OTHER”指上海以外机场落地,民航部队： P-Value = 0.587P0.05 表明民航部队与二级事件是否发生之间无统计差异,机长教员： P-Value = 0.255P0.05 表明机长教员与二级事件是否发生之间无统计差异,航段： P-Value = 0.000P0.
8、05 表明航段与二级事件是否发生之间存在统计差异,飞机号： P-Value = 0.001P0.05 表明飞机号与二级事件是否发生之间存在统计差异,几人制： P-Value = 0.002P0.05 表明几人制与二级事件是否发生之间存在统计差异,备注: 民航部队”是指公司飞行员的来源是空军或航校大学生. 机长教员”是指左座是否是机长或是训练飞行. 航段”指一天飞行中的第几次航段. 飞机号”指所统计的当天使用的飞机 几人制”是指执行该航班的机组成员人数,分析,Binary Logistic Regression: 二级事件 versus 飞机号 Link Function: Logit Resp
9、onse Information Variable Value Count 二级事件 2 320 (Event) 1 1256 Total 1576 Logistic Regression Table Odds 95% CI Predictor Coef SE Coef Z P Ratio Lower Upper Constant -1.07264 0.113600 -9.44 0.000 飞机号 2834 -0.609122 0.177304 -3.44 0.001 0.54 0.38 0.77 2842 -0.536801 0.185293 -2.90 0.004 0.58 0.41 0.
10、84 2843 -0.156029 0.162389 -0.96 0.337 0.86 0.62 1.18 分析结果表明2833二级事件发生比例最高,Binary Logistic Regression: 二级事件 versus 航段 Link Function: Logit Response Information Variable Value Count 二级事件 2 320 (Event) 1 1256 Total 1576 Logistic Regression Table Odds 95% CI Predictor Coef SE Coef Z P Ratio Lower Upper
11、 Constant -1.83621 0.114783 -16.00 0.000 航段 2 0.467935 0.156130 3.00 0.003 1.60 1.18 2.17 3 1.34373 0.177435 7.57 0.000 3.83 2.71 5.43 4 0.514455 0.229692 2.24 0.025 1.67 1.07 2.62 分析结果表明第3航段二级事件发生比例最高,Binary Logistic Regression: 二级事件 versus 几人制 Link Function: Logit Response Information Variable Val
12、ue Count 二级事件 2 320 (Event) 1 1256 Total 1576 Logistic Regression Table Odds 95% CI Predictor Coef SE Coef Z P Ratio Lower Upper Constant -1.82455 0.170389 -10.71 0.000 几人制 3 0.543615 0.183291 2.97 0.003 1.72 1.20 2.47 分析结果表明3人制时二级事件发生比例高,改进措施 I,改进措施 II,改进措施 III 风险评估,控制 阶段,Take Away, 通过6Sigma的学习,使我了解到如何将零缺陷、追求卓越的质量管理 方法和提高飞行品质两者融为一体,特别是在飞机本身自动化程度不 断提高,飞行员从纯粹的控制者转化到飞机的管理者,为我们飞行员 提供了一个全新解决问题的理念和方法. 通过这次学习,了解到许多飞行以外的知识以及公司其他部门的工作 方式和方法,对于自己的本职工作有很大的启发. 希望能将这次学习的知识以及方法带回飞行部门,从而使飞行员都了 解到公司推广6Sigma,进行科学管理降低缺陷的目的.,
