QAR数据的处理是飞行品质监控的重要内容,当前的QAR数据处理存在如下不足:超限即告警,未超限不告警的处理方法造成大量未超限信息被浪费,并且缺乏对QAR数据噪音的管理以及虚发和漏发警报。针对以上不足,本文结合统计过程控制理论,开展了QAR数据风险预测的研究。提出了将统计过程控制方法应用到QAR数据分析以及风险预测模型的建立中,系统地介绍了统计过程控制方法的科学性以及将其应用到QAR数据分析及飞行风险预测中的合理性。实践证明,绝大部分QAR数据超限事件不是偶然发生的,而是在超限发生之前就存在“征兆”。以B737-800飞机上QAR所记录的数据为例,结合B737-800飞机的监控标准,根据小概率事件原理,在科学的显著性水平上可以确定出飞行品质监控中哪些QAR数据点的排列属于小概率事件,即超限的“征兆”。将这些特定数据组合整合后得到判断飞行过程是否处于稳定状态的一系列判断准则,这些准则构成了基于QAR数据分析的飞行安全风险预测模型的框架。该模型可以在当前的超限告警前发出告警,实现风险预测。由于新的准则比目前的超限管理中的判断准则更为细致和严格,所以不会对当前的超限管理造成冲突,同时起到了补充和参考的作用。本文最后结合真实的QAR数据对提出的基于QAR数据分析的飞行安全风险预测方法进行了验证,结果表明:该方法能够基于QAR数据的分析结果做出风险预测,根据具体应用背景进行修正后能够实现对个体和群体的风险控制。在QAR数据实现实时传输后,依据本文所提出的飞行安全风险预测方法可以进一步设计出基于实时QAR数据的飞行安全风险预测系统,必将为民航安全管理做出更大的贡献。