Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
做好 B757 飞机最终进近和着陆
王锐飞行部
2004/07/21
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
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
DateM: Data validation, cost analysis,
6/28/2004
process mapping, A: Cause and effect analysis,
7/28/2004Fishbone, ctrl vs. technology plot
I: Develop action plans for 8/26/2004
improvementC: Institutionalize improvements 9/27/2004
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
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,MDA
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
QAR 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
Si nk Rate
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
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
Observation
Indiv
idual V
alu
e
51464136312621161161
6.0
4.5
3.0
1.5
0.0
_X=2.288
UCL=4.556
LCL=0.020
Observation
Movin
g R
ange
51464136312621161161
3
2
1
0
__MR=0.853
UCL=2.786
LCL=0
1
1
1
I-MR Chart of 757
公司现有状况
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
Run Chart
Observation
·¢Éú
ÂÊ
50454035302520151051
5
4
3
2
1
0
Number of runs about median:
0.99999
12Expected number of runs: 27.49057Longest run about median: 16Approx P-Value for Clustering: 0.00001Approx P-Value for Mixtures:
Number of runs up or down:
0.15999
38Expected number of runs: 35.00000Longest run up or down: 5Approx P-Value for Trends: 0.84001Approx P-Value for Oscillation:
Run Chart of ·¢ÉúÂÊ 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 .
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
控制技术图
A B
C D
0 63
0
3.0
1.5
ZSH
FIT
ZST
poor good
good
poor
CO
NT
RO
L
TECHNOLOGY
Goal
Meanoverall = 2.288 StDevoverall = 1.286
Meanshort term= 1.087 StDevshort term= 0.604
Zlt=0 Zst=1.975 Zshift= 1.975
Study Var %Study Var %ToleranceSource 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 Operator 0.004287 0.02208 0.56 0.22Part-To-Part 0.772057 3.97610 99.98 39.76Total Variation 0.772196 3.97681 100.00 39.77
Number of Distinct Categories = 74
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
µ¼ÖÂB757Ôڵ͸߶ȷ¢Éú¶þ¼¶Æ«²î ʼþƽ¾ùÿÔ·¢ÉúÂÊ óÓÚ2¡£28%Ô Òò
»·¾³ÒòËØ
Ìì ÆøÔ Òò
½ø½ü·½Ê½
µØÃæÉ豸
·É»úÔ Òò
²Ù×ÝÕßÔ Òò
¼ÈËÖÆ
·ÉÐÐÔ±µÄÀ Ô´
ÊÇ·ñÊDz¿¶Ó»òÃñº½·ÉÐÐÔ±
º½¶Î´ÎÊý
»ú×éø·É
¼¼ÊõÔ Òò
·É»úÎȶ ÐÔ±ä²î
½ÓÊÜÉè± ÐÔÄܱä²î
·É»úÐͺÅ
·É»ú½á¹¹±äÐÎ
ÌṩµÄ½ø½ü·½Ê½
ÅܵÀ³¤¶È
»ú³¡ÒDZíÉ豸
´óËٶȽø½ü
Ä¿ÊÓ½ø½ü
·Ç¾«Ãܽø½ü
¾«Ãܽø½ü
µÍ¿ÕÆøÁ÷±ä»¯
²à·çÕó·ç
°×Ìì »òÒ¹º½·ÉÐÐ
µØÃæµÍ¸ß¶ÈÈÆ·É
¼¾½ÚÓ°Ïì
¶ñÁÓÌì Æø·ÉÐÐ
ÂäµØ»ú³¡
Óã¹Çͼ
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
分析阶段 卡方检验结果
操作人员:
P= 0.302>0.05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 = 0.9070>0.05 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
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
民航部队:P-Value = 0.5
87P>0.05 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 = 0.255P>0.05 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 = 0.000P<0.05 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 = 0.001P<0.05 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 = 0.002P<0.05 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
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
分析 Binary Logistic Regression: 二级事件 versus 飞机号
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 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 0.84 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
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
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 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
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
Binary Logistic Regression: 二级事件 versus 几人制
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 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
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
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 , 在有可能的前提下 , 机组应多次比照飞行程序检查飞机状况 , 及时监控飞机状态 .
B 航段影响
长时间高空飞行 , 飞行疲劳 ,
机组技术水平受影响 , 注意力不够集中
针对在第三航段飞行易发生事件 ,如可能的情况尽量拆分所飞航线 , 减少飞行员工作疲劳,保证机组成员的休息时间。
C 几人制飞行三人制飞行 ,思想容易松懈 ,
空中容易精力分散
在现有条件允许的情况下,尽量合理调整机组成员和人数 。
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
改进措施 II
序号 改进措施 具体措施 目的
D进一步完善现有流程
在飞机接近 MDA DA 高度前 100英尺时 ,PNF
应报告飞机速度, 高度以及飞机
方向是否有 偏差
提供 PF 做参考 ,决定是否 继续进近 , 或采取进一步措施
E进一步改进现有检查单
在完成”着陆前”检查单时 , 重复飞机此次着陆的 VREF 和进近
方式
提醒机组交叉检查飞机的仪表设定 , 及准备工作 .
F制定长期的飞行品质技术跟踪
定期分析飞行员技术状况
建立防差错预警系统 ,尽可能将差错控制在事件发生之前
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
改进措施 III 风险评估
序号 风险描述 发生概率 影响程度 风险备案
1飞行员对于课题的认知程度 H M
建立可行的方式方法将6ό 理念推
广
2飞机设备及性能随飞行时间不同程度老化变差 .
H H
合理的使用飞机刹车反推发动机及
各设备
3飞行员长时间疲劳驾驶 H H
合理搭配飞行机组
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
控制 阶段控制措施 具体方法 实施者 拟实施日期
I
以每周作为控制周期,制作飞行员飞行品质控制和QAR定期检查飞行员飞行状况
建立预警系统:757 机队月平均二级事件率>1.1%, 飞行
员周连续发生二
级事件率 >4次
飞行部 .QAR办公室
2005 年上半年
II
每月定期在飞行部开展飞行技术讲评,以队为单位开展自评自查
在飞行准备会讲评本月所发生的问题及导
致原因飞行队 2005 年 1
月
III
每季度飞行部门以飞行品质为评估标准,给予物质或精神奖励
参考飞行出勤率 ,安全保证情况 , 及飞行
训练质量飞行部 即将执行
Shanghai Airlines and GE Aircraft Engines
Six Sigma – Shanghai Airlines
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 .