《中国民航报》、中国民航网 记者路泞 通讯员张爽、张勇、高梦琦 报道：随着国内民航运输规模不断扩大，飞行运行场景日趋复杂，安全风险的隐蔽性、不确定性持续增加。新海航长安航空严格落实民航局工作部署要求，以“党员业务核心团队”课题组为攻坚抓手，聚焦飞行安全核心场景，深度挖掘飞行数据、人员履职数据、运行排班数据等多源数据价值，搭建全链条数字化智能管理系统，将人工智能、大数据技术深度融入飞行员资质作风管理、机组排班合规管控、飞行品质动态监控全流程，实现从“事后处置”向“事前预防”、从“经验驱动”向“数据驱动”的系统性转型，构建适配一线运行实际的智能化闭环安全治理模式。

数字赋能构建飞行员全周期安全体系

飞行员是民航安全运行的核心要素，人员资质合规、技术能力匹配、作风素养过硬是防范人为风险最基础的保障。公司飞行管理系统依托大数据与智能量化技术，重构飞行员全周期管理模式，推动人员安全管理从“单点经验判断”向“多维系统评估”的转型升级。

如在资质源头管控中系统搭建自动化资质管控机制，以飞行员职业档案、执照状态、技术转升记录、量化积分作为核心管理模块，实现资质状态全时段智能监控。系统可自动识别执照、训练资质有效期，对临近到期项目提前触发预警提醒，对资质过期、不符合上岗条件的人员自动执行锁班管控，杜绝违规上岗的安全隐患，有力保障人员资质合规。

针对技术晋升与能力评定，系统摒弃传统印象式打分，搭建多维量化积分模型。汇总整合飞行经历时长、模拟机训练考核结果、航线现场检查反馈、飞行事件、日常运行履职表现等真实业务数据，将飞行员技术水平、岗位履职表现转化为标准化、可追溯的量化指标。岗位晋升、能力评判以客观数据作为重要依据，减少人为主观因素干扰，提升飞行员队伍考核评价的科学性。

作风管理上依托大数据平台搭建作风评价体系，覆盖运行、飞行、训练、日常、管理、教学六大维度，全面采集机长、副驾驶、飞行教员各岗位履职数据。通过月度数据归集、动态加减分，以及违规行为记录，精准识别作风短板人员，深度研判一线机组高频违规场景与运行难点，为重点人员管控、作风专项提升提供依据。系统同步生成飞行员360度职业画像，打破仅统计飞行时长的局限，立体展现操纵技术、风险处置、纪律素养等综合状态。智能化工具以完整数据补齐人工判断短板，让人员管理各项决策有据可依，夯实人员安全管控根基。

算法驱动运行端合规风险防控网

机组排班是航空公司核心运行资源调配工作，排班的合规性、科学性直接影响航班运行安全水平与运营品质。公司智能机组排班系统严格对标CCAR-121规章标准，将合规规则、运行逻辑以及机组休息保障需求进行数字化、算法化转换，建立“数据记录—规则校验—实时预警”的闭环管控模式。

系统设置四大核心功能模块支撑全流程管控。基础数据记录模块涵盖飞行时长、值勤期、在岗执勤、休息周期等全部关键时间要素，所有运行记录均可追溯、审计复盘；疲劳监控算法模块内置全套规章校验逻辑，自动完成飞行时限、值勤边界、休息间隔、月度及年度飞行限额校验，针对航班延误、临时调班等一线高频突发场景设置专用判断逻辑，适配复杂多变的运行环境；可靠性验证模块依托真实航班数据对算法开展验证迭代，确保系统判断贴合现场实际；正常性预警模块聚焦数据校验、合规检查、航班监控、前置提醒四大维度，实现排班事前预警、运行事中监控、异常即时处置。

对比传统人工排班，这套系统的实际价值体现在四个维度。一是将规章条款转为算法自动校验，排班环节逐条核查合规条件，从源头降低人工操作失误带来的合规风险；二是航段统计、工时核算、休息校验等重复性工作交由系统完成，释放人力，提升排班的精准度与输出效率；三是实现风险前置拦截，排班阶段自动拦截违规方案，航班执行中持续监控异常情况，做到隐患早发现、早预警、早处置；四是全部运行节点完整留痕，既满足合规审计需要，也能够反向指导排班优化，在严守安全底线的同时，提升排班合理性，降低机组执勤疲劳度。整套系统贯通计划排班到现场运行全链条，为航班安全平稳运行提供技术支撑。

数据助力飞行安全事前预警

飞行数据记录了航班全过程操纵与运行状态，是挖掘潜在运行风险、评估机组飞行品质的核心资源。公司飞行品质分析系统聚焦飞行运行全流程，深度挖掘飞行数据价值，推动飞行品质管控重心从单纯事后整改向事中监控、事前预警延伸。

系统首先统一内部数据字典与处理标准，完成多源飞行数据归集和标准化处理，确保后续分析的数据质量。依托航班品质分析、飞行作风量化模块，可按航班、中队、机型、机场开展多维度汇总统计，对机组飞行品质开展量化评估。飞行品质事件分析模块支持多口径对比统计，可实现风险事件溯源，锁定高频风险场景。

系统搭建飞行员360度风险视图，聚合飞行品质、违规记录、训练结果、排班运行等多维度信息，生成个性化风险画像，识别高风险人员以及薄弱操作环节。系统常态化监测飞行数据译码、数据异常、数据缺失情况，围绕民航重点安全风险开展持续动态监控，建立风险跟踪、整改销号的闭环管理机制。同时，系统自动生成航班运行品质、专项风险等各类报表，减少安全管理人员重复统计工作。借助移动端、3D飞行仿真拓展使用场景，让品质管控可以适配更多一线作业场景。整套平台打通“数据采集—智能分析—风险预警—闭环整改”全流程，为后续人工智能算法迭代积累真实业务数据与场景。

依托现有平台基底，公司持续挖掘技术潜力：一是引入机器学习突破固定阈值预警局限，识别隐蔽的异常飞行模式；二是搭建多因素智能风险预测模型，综合机组、航线、机型、机场信息预判隐患；三是运用自然语言处理解析各类检查、违规文本记录，自动归纳风险规律，为制度优化、精准培训提供参考，持续提升安全管理的预判能力。

长期以来，新海航长安航空持续立足飞行安全核心主业，深度锚定民航领域新质生产力发展要求，以数字化变革、智能化创新为核心引擎，深耕飞行多源数据融合应用，持续迭代优化智能风控算法与系统功能体系，加速推动飞行安全治理从经验型管控向数智化、精细化、前瞻性治理转型。（编辑：许浩存 校对：李佳洹 审核：程凌）