1.立项原因：当前飞行员训练评估高度依赖教员人工观看飞行回放、手写评语，存在效率低（单次评估 30–60 分钟）、标准不统一、主观性强、无法量化对比等痛点。面对大批量学员训练需求时，教员资源严重不足，评估质量参差不齐，难以满足航司/培训机构规模化训练评估的需求。
本项目解决的问题：把一次模拟飞行评估从「人工 30+ 分钟」压缩到「自动 1–3 分钟」，输出可量化、可对比、可追溯的多维度评分与教员口吻的改进建议。
2.业务背景：面向民航飞行员培训机构、航空公司训练中心、飞行模拟器厂商。典型输入数据为 Boeing 737 等机型全飞行仿真 QAR 数据（Quick Access Recorder），每次飞行导出 308 个字段、约 4 万行 10 Hz 高密度采样，包含飞控姿态、自动驾驶、ILS 偏差、油门、推力、起落架、襟翼、警告事件等全维度参数。系统适配多种训练场景：完整航段（起飞→巡航→进近→着陆）、多次进近训练（含复飞）、单次进近、仅起飞训练等，输出包含总分、维度分、关键事件清单、中文改进评语的多格式报告。
1.具体功能模块：
| **M1 数据加载与清洗** | CSV/XLSX 解析、机型字段映射、单位归一化、冻结帧剔除 |
| **M2 飞行阶段识别** | 基于状态机自动识别起飞/爬升/巡航/进近/着陆/复飞阶段|
| **M2.5 飞行场景分类** | 自动判断完整航段 / 多次进近训练 / 单次进近 / 仅起飞等场景 |
| **M3 事件检测** | 检测硬着陆、GPWS、风切变、超速、坡度超限、迎角超限等 11 类事件 |
| **M4 特征提取** | 每次进近提取 ILS 偏差、速度偏差、操纵平稳度、SOP 符合度等 20+ 维度特征 |
| **M5 多维度评分引擎** | 4 维度加权评分（安全 40% + SOP 25% + 平稳 15% + 精确 20%），按场景自适应聚合 |
| **M6/M7 评语生成与报告渲染** | 模板化/可选 LLM 评语 + Markdown/HTML 报告 |
2.主要功能描述：输入一份模拟飞行数据，端到端自动产出包含总分（0–100 + A-F 等级）、4 维度分项分、关键事件清单（含严重度与时间戳）、教员口吻中文评语（优点 + 待改进 + 下一步训练建议）、详细扣分明细表的多格式飞行评估报告。整套流程单次运行 < 3 分钟，支持多机型配置（YAML），具备冻结段容错、降级处理、相对/绝对时间双显示等实用特性。
1.我负责全流程任务，包括需求分析与方案设计，确定规则化特征工程 + LLM-as-Judge大模型评判方案，全栈实现 7 个核心模块（M1–M7），端到端流水线集成以及多机型配置架构等
2.项目使用的技术栈、架构、实现亮点和难点：
技术栈：Python 3.10+、pandas、numpy、Jinja2、PyYAML； vLLM + Qwen2.5-72B-Instruct 部署、JAVA、Vue
架构：5 层分层架构（Loader → Feature → Scoring → Judge → Renderer），模块间用 dataclass 通信便于单测与替换；配置文件（YAML）与代码分离实现机型无关性。
实现亮点：
- 自动场景识别——同一套代码能处理完整航段、多次进近训练、单次进近等多种飞行数据，根据数据形态自适应评分策略
- 冻结帧智能剔除——同时识别显式标记（Flight Freeze=1）和隐式冻结（关键参数连续不变），剔除率与冻结时长吻合
- 机型适配层——所有阈值/规则通过 YAML 配置，支持不同机型差异化
- 可降级设计——LLM 不可用时自动切模板化评语；关键字段缺失时给出明确错误而非崩溃
实现难点：
- ILS DDM/DMM 单位换算与 dots 转换（不同机型 1 dot 对应不同 DDM 值，B737 取 0.0775）
- 多次进近场景的阶段边界识别（接地点 + 爬升回 1500 ft 边界检测）
- 模板引擎与 Python dataclass 的集成（Jinja2 过滤器注册、转义规避）
评论