做好B757飞机最终进近和着陆

ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlines做好B757飞机最终进近和着陆王锐飞行部2004/07/21ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlinesProblemDescription: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.DefectDefinition: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。DataSource:QAR每月数据监控ProjectTitle:做好B757飞机最终进近和着陆BusinessYAffected:改善飞行质量，提高安全运行保障.ExpectedBenefit: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TeamMembers:-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ProjectHighLevelProgramPlanDateM:Datavalidation,costanalysis,6/28/2004processmapping,A:Causeandeffectanalysis,7/28/2004Fishbone,ctrlvs.technologyplotI:Developactionplansfor8/26/2004improvementC:Institutionalizeimprovements9/27/2004ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlines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,MDAShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlinesQAR数据分析报告(757)0.00%2.50%6月7月8月9月10月11月12月1月2月3月4月5月6月占总机队比例离地仰角大2500Ft下速度大放轮速度大落地重目测高目测低着陆坡度大反推收起晚飞行中抖杆空中坡度大SinkRate无襟翼着陆四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ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlinesObservationIndividualValue514641363126211611616.04.53.01.50.0_X=2.288UCL=4.556LCL=0.020ObservationMovingRange514641363126211611613210__MR=0.853UCL=2.786LCL=0111I-MRChartof757公司现有状况ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlinesRunChartObservation发生率50454035302520151051543210Numberofrunsaboutmedian:0.9999912Expectednumberofruns:27.49057Longestrunaboutmedian:16ApproxP-ValueforClustering:0.00001ApproxP-ValueforMixtures:Numberofrunsupordown:0.1599938Expectednumberofruns:35.00000Longestrunupordown:5ApproxP-ValueforTrends:0.84001ApproxP-ValueforOscillation:RunChartof发生率数据采集原则: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.ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlines控制技术图ABCD06303.01.5ZSHFITZSTpoorgoodgoodpoorCONTROLTECHNOLOGYGoalMeanoverall=2.288StDevoverall=1.286Meanshortterm=1.087StDevshortterm=0.604Zlt=0Zst=1.975Zshift=1.975StudyVar%StudyVar%ToleranceSourceStdDev(SD)(5.15*SD)(%SV)(SV/Toler)TotalGageR&R0.0146440.075421.900.75Repeatability0.0140030.072111.810.72Reproducibility0.0042870.022080.560.22Operator0.0042870.022080.560.22Part-To-Part0.7720573.9761099.9839.76TotalVariation0.7721963.97681100.0039.77NumberofDistinctCategories=74ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlines导致B757在低高度发生二级偏差事件平均每月发生率大于2。28%原因环境因素天气原因进近方式地面设备飞机原因操纵者原因几人制飞行员的来源是否是部队或民航飞行员航段次数机组带飞技术原因飞机稳定性变差接受设备性能变差飞机型号飞机结构变形提供的进近方式跑道长度机场仪表设备大速度进近目视进近非精密进近精密进近低空气流变化侧风阵风白天或夜航飞行地面低高度绕飞季节影响恶劣天气飞行落地机场鱼骨图ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlines分析阶段卡方检验结果操作人员：Ｐ＝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=0.0550.05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=0.9820.05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=0.90700.05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:Ａ:机长以上级别Ｂ:５阶段以上飞行员Ｃ:５阶段以下级别飞行员工龄区分指：Ａ”到上航１５年以上，Ｂ”到上航７年以上Ｃ”到上航４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ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlines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=0.000P0.05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ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlines分析BinaryLogisticRegression:二级事件versus飞机号LinkFunction:LogitResponseInformationVariableValueCount二级事件2320(Event)11256Total1576LogisticRegressionTableOdds95%CIPredictorCoefSECoefZPRatioLowerUpperConstant-1.072640.113600-9.440.000飞机号2834-0.6091220.177304-3.440.0010.540.380.772842-0.5368010.185293-2.900.0040.580.410.842843-0.1560290.162389-0.960.3370.860.621.18分析结果表明2833二级事件发生比例最高ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlinesBinaryLogisticRegression:二级事件versus航段LinkFunction:LogitResponseInformationVariableValueCount二级事件2320(Event)11256Total1576LogisticRegressionTableOdds95%CIPredictorCoefSECoefZPRatioLowerUpperConstant-1.836210.114783-16.000.000航段20.4679350.1561303.000.0031.601.182.1731.343730.1774357.570.0003.832.715.4340.5144550.2296922.240.0251.671.072.62分析结果表明第3航段二级事件发生比例最高ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlinesBinaryLogisticRegression:二级事件versus几人制LinkFunction:LogitResponseInformationVariableValueCount二级事件2320(Event)11256Total1576LogisticRegressionTableOdds95%CIPredictorCoefSECoefZPRatioLowerUpperConstant-1.824550.170389-10.710.000几人制30.5436150.1832912.970.0031.721.202.47分析结果表明3人制时二级事件发生比例高ShanghaiAirlinesandGEAircraftEnginesSixSigma–ShanghaiAirlines改进措施I关键原因x导致原因改进措施A飞机个体差异飞机多年飞行,导致机体老化,性能衰减,结构变形在使用不同飞机飞行时,着重注意检查飞机的操纵性和飞行特性,飞机设备的使用,在有