Cover Image

Caracterização dos fatores contribuintes em acidentes de pequenas aeronaves da aviação geral brasileira utilizando inteligência artificial

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2016.

Main Author: Hespanhol, Rafael Medeiros
Other Authors: Fortes, José Augusto Abreu Sá
Format: Dissertação
Language: Português
Published: 2016
Subjects:
Aviação
Classificação
Florestas
Acidente aéreo
Online Access: http://repositorio.unb.br/handle/10482/20533
http://dx.doi.org/10.26512/2016.02.D.20533
Tags: Add Tag
No Tags, Be the first to tag this record!
id ir-10482-20533
recordtype dspace
spelling ir-10482-205332019-04-22T02:53:25Z Caracterização dos fatores contribuintes em acidentes de pequenas aeronaves da aviação geral brasileira utilizando inteligência artificial Hespanhol, Rafael Medeiros Fortes, José Augusto Abreu Sá Pereira, Danillo Roberto Aviação Classificação Florestas Acidente aéreo Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2016. Segurança de voo significa diminuir e gerenciar, tanto quanto possível, o risco de lesões às pessoas ou danos aos bens materiais, portanto, consideram-se necessários estudos que sirvam de base para a prevenção de novos acidentes, visto que esses acontecimentos podem provocar altos gastos de valores financeiros e a perda de vidas humanas. Partindo da teoria do “queijo suíço” de James Reason, buscaram-se analisar, por meio de inteligência artificial, os padrões de características, como por exemplo, fatores contribuintes dos acidentes da aviação geral no período de 2005 a 2013, com base nos relatórios emitidos pelo Centro de Investigação e Prevenção de Acidentes Aeronáuticos (Cenipa), utilizando-se aprendizado de máquina, por meio do classificador de padrões conhecido como OPF (Floresta de Caminhos Ótimos). Foram analisadas relações entre características como, por exemplo, experiência total, experiência na aeronave do acidente, experiência recente e nível de qualificação do piloto, aspectos e quantidade total de fatores contribuintes, quantidade de motores da aeronave, quantidade de fatores indeterminados, presença de copiloto, e fatalidade, totalizando 49 relações que também foram avaliadas por meio dos testes estatísticos, a fim de se testar a robustez do método OPF. Nos casos em que se tiveram resultados robustos as análises foram realizadas pelo viés da segurança de voo e dos padrões encontrados. Nos casos em que não se obtiveram resultados robustos, foram analisadas possíveis adequações e melhorias na aplicação do método, buscando explicar a que o pesquisador deve se atentar ao organizar e aplicar o OPF em sua base de dados. Complementarmente, realizaram-se análises sobre os relatórios de acidentes com base no que se notou durante a extração dos dados ressaltando, sobretudo, casos e eventos que devem ser mais bem observados pelo órgão investigador sobre seus métodos de elaboração de relatórios e sobre sua imparcialidade. A importância de se discutir os padrões dos acidentes se mostrou evidente visto que alguns perfis de pilotos necessitam de mais atenção quanto a algumas características (motorização da aeronave ou suas ações, por exemplo) quanto à segurança de voo, concluindo que, de maneira geral, se obtiveram bons resultados com o OPF, encontrando padrões que não seriam possíveis de serem identificados por meio de correlação estatística. Flight safety means reducing and managing the risk of personal injuries or material goods damage to material goods as much as possible, therefore, it’s considered necessary studies serving as a basis for preventing new accidents, since these events can cause high expenses in financial values and the loss of human lives. Departing from the "swiss cheese" theory of James Reason, different assessments were conducted, through artificial intelligence, regarding aspects and characteristics patterns of general aviation accidents between 2005 and 2013, based on the reports from the investigative body, using a machine learning pattern classifier known as OPF (Optimum-Path Forest). Examples of characteristics that were analyzed are total experience, experience in the aircraft of the accident, recent experience, qualification level, aspects of the contributing factors, the total amount of contributing factors, number of engines, number of uncertain factors, engine type, presence of co-pilot, and fatality, amounting 49 possibilities that were also assessed by means of statistical tests in order to analyze the robustness of the OPF method. Analyzes were performed at the robust results, by the bias of flight safety considering the patterns found. In the results that did not obtain robust results, it was analyzed possible adjustments and improvements in the application of this method, in order to explain what the investigator should be alert when organizing and applying the OPF on a database. As a complement analysis, some aspects which were noticed at accident reports during the data extraction emphasizing, specially, cases and events that should be better observed by the investigative body about their reporting methods and about its impartiality. The value of discussing the patterns of characteristics clearly proved that some pilots profiles require more attention regarding some characteristics (engine of the aircraft or its actions, for example) about flight safety, concluding that, in general, it’s possible to have good results with OPF, finding patterns beyond the statistical correlation. 2016-05-26T19:03:02Z 2016-05-26T19:03:02Z 2016-05-26 2016-02-19 Dissertação HESPANHOL, Rafael Medeiros. Caracterização dos fatores contribuintes em acidentes de pequenas aeronaves da aviação geral brasileira utilizando inteligência artificial. 2016. xiv, 82 f., il. Dissertação (Mestrado em Transportes)—Universidade de Brasília, Brasília, 2016. http://repositorio.unb.br/handle/10482/20533 http://dx.doi.org/10.26512/2016.02.D.20533 Português Acesso Aberto A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. application/pdf
institution REPOSITORIO UNB
collection REPOSITORIO UNB
language Português
topic Aviação
Classificação
Florestas
Acidente aéreo
spellingShingle Aviação
Classificação
Florestas
Acidente aéreo
Hespanhol, Rafael Medeiros
Caracterização dos fatores contribuintes em acidentes de pequenas aeronaves da aviação geral brasileira utilizando inteligência artificial
description Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2016.
author2 Fortes, José Augusto Abreu Sá
format Dissertação
author Hespanhol, Rafael Medeiros
author_sort Hespanhol, Rafael Medeiros
title Caracterização dos fatores contribuintes em acidentes de pequenas aeronaves da aviação geral brasileira utilizando inteligência artificial
title_short Caracterização dos fatores contribuintes em acidentes de pequenas aeronaves da aviação geral brasileira utilizando inteligência artificial
title_full Caracterização dos fatores contribuintes em acidentes de pequenas aeronaves da aviação geral brasileira utilizando inteligência artificial
title_fullStr Caracterização dos fatores contribuintes em acidentes de pequenas aeronaves da aviação geral brasileira utilizando inteligência artificial
title_full_unstemmed Caracterização dos fatores contribuintes em acidentes de pequenas aeronaves da aviação geral brasileira utilizando inteligência artificial
title_sort caracterização dos fatores contribuintes em acidentes de pequenas aeronaves da aviação geral brasileira utilizando inteligência artificial
publishDate 2016
url http://repositorio.unb.br/handle/10482/20533
http://dx.doi.org/10.26512/2016.02.D.20533
_version_ 1641988933763989504
score 13.657419

Similar Items