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 .