誰掌握了數據，誰就等於掌握了飛機的未來

如今，採用了多項新技術的新一代飛機已經投入運營，其機載設備可收集和傳輸系統、各類零部件產生的海量數據。以普惠的PW1000G發動機為例，該發動機配備了5000個感測器，每秒將產生多達10GB的數據。據ICF公司預測，到2025年新一代飛機數量佔總機隊中的比例將從目前的3%增加到45%。因此，預測性維修技術的一項挑戰是如何充分利用新一代飛機所生產的大量數據，另一個挑戰則是如何確保這些數據的所有權能夠真正掌握在使其價值最大化的企業手中。除非有特殊約定，飛機數據的所有權歸屬於數據的「生產者」。例如，在飛機和發動機未交付前，OEM（設備製造商）擁有設計和測試數據的所有權；在飛機投入運營後，航空公司和MRO擁有飛機運營和維修數據的所有權，且這些數據對航空公司和MRO來說極具使用價值。但是，OEM也迫切需要飛機和發動機的運營數據，以不斷優化現有產品的性能，幫助航空公司客戶延長維修間隔。Cavok公司指出，數據所有權的歸屬已經成為維修業內頗具爭議的話題，尤其是在飛機購買時。目前，業內所達成的共識是飛機的運營和維修數據的所有權歸屬於航空公司。

當然，也有些航空公司願意與OEM共享其原始的運營和維修數據，即使他們沒有選擇OEM提供的飛行小時保障服務，也通常會無償為OEM提供其機隊飛行數據、航線維護數據，以及其下屬維修企業和第三方維修企業的維修數據，因為他們認為OEM將不同來源的數據整合後可使數據價值最大化，並為航空公司帶來更大的運營效益。例如，OEM可利用重維修過程中產生的非計劃性維修工卡信息優化飛機的維護計劃，延長飛機的維修間隔。

但是，航空公司通常拒絕披露可能損害其競爭地位的具體數據。

對於預測性維修來說，飛機的運營和維護數據十分珍貴，尤其是隨著飛機機齡的不斷增大。但是，當一款新機型投入運營時，航空公司並沒有運營數據作為其預測性維修的輸入，其維修技術人員也需要在開展維修工作前了解飛機系統或部件的工作原理和故障原因，所以維修依據主要來源於OEM提供的故障隔離手冊。因此，新機型在運營初期，其狀態監測和故障預測系統通常使用OEM的設計和測試數據，隨著飛行時間的增加，再用不斷豐富的運營數據逐漸替代OEM所提供的數據。

在新飛機投入運營初期（約佔整個壽命周期的三分之一），OEM能夠更好地預測維修頻率和維修成本，所以航空公司通常選擇OEM提供的飛行小時保障服務。在飛機進入成熟運營階段後，航空公司便可自己積累排故和維修實踐經驗，並且大型航空公司的維修部門可能也已經開始研究預測性維修演算法，對OEM提供的各種維修計劃將不再十分依賴。

波音公司正在與航空公司合作開展數據分析，在燃油效率提升、飛行計劃調配、機組人員和維修人員的分配等方面進行優化，其中也包括預測性維修技術。為確保預測性維修技術的有效性，需要不同來源的數據進行支撐，包括OEM的設計和測試數據、來自航空公司的運營和飛機性能數據，以及MRO的維修數據。

普惠公司表示，數據所有權因數據類型和具體協議而異，並且還需要考慮合作夥伴和合資企業等屬性。該公司認為數據的使用權也應該是數據所有權的一部分，並且主張促進數據的有效訪問，以確保飛機和發動機的安全性和可靠性。

普惠專門成立了一個跨行業團隊，專註於研究數據共享和最佳實踐。該團隊致力於確定每個業務部門的最小數據量需求，並識別數據共享過程中遇到的挑戰，包括哪些數據需要保留以及仍存在哪些數據缺口。

航空發動機製造商更是長期致力於預測性維修技術的研究。普惠公司指出，工程設計數據、發動機交付的構型、飛機和部件的維修記錄、運營數據（包括機隊的利用率和報廢情況、故障率等）、健康監測和環境數據等對於預測性維修來說都至關重要。

霍尼韋爾公司為航空公司客戶提供輔助動力裝置（APU）、小型飛機發動機的預測性維修支持，且正在研究飛機環控系統、機輪和剎車的預測性演算法。該公司認為，實施預測性維修需要多種類型的數據，包括故障數據、發動機排氣溫度等運行數據、維修日誌數據以及霍尼韋爾已有的產品設計和測試數據。霍尼韋爾在其生產的APU上配備了預測性維修系統，第三方MRO也可以使用霍尼韋爾提供的演算法和運營數據為航空公司客戶提供發動機運營支持。該公司表示，推行預測性維修技術的過程中所面臨的最大挑戰是如何推動數據共享工作，這也是霍尼韋爾在其產品上布置各種傳輸線路以方便提取飛機和發動機運行數據的原因。

全球已經有很多航空公司下屬的MRO企業開始開發預測性維修技術，如德國漢莎航空技術公司（Lufthansa Technik）的Condition Analytics項目，以及法荷航維修工程公司（Air France-KLM E&M）的Prognos項目。但與OEM使用大數據技術對海量數據進行分析不同，航空公司下屬的MRO企業研究預測性維修技術的切入點更側重於某些部件暴露出的可靠性問題或運營維修成本問題。

為了實現組件級別的精確預測性維修，漢莎技術（LHT）需要獲得飛機和部件每天生產的所有數據，包括飛行、維護和返廠維修的數據。此外，LHT通過整合航班飛行的氣候數據和起降情況，還可以通過預測性維修技術找出部件故障和各種其他因素（如氣候條件、跑道長度等）之間的關係。同時，LHT基於返廠維修數據的預測結果對零部件的拆換活動進行驗證，該工作面臨的挑戰是如何優化預測結果，使「無故障發現」問題數量盡量減少，「平均拆卸間隔時間」盡量延長。

得益於其母公司漢莎集團作為運營商的身份優勢，LHT理所當然可以擁有其機隊運營數據的所有權，而不需要苦苦尋找更多數據缺失的解決方法或與其他公司談判數據共享的問題。即使LHT沒有從其他航空公司客戶手中獲得完整的運營數據，其自有機隊的運營數據也足以支撐其完成預測性維修工作。

LHT指出，民航業內尚未達成共享數據的共識，除非在數據信息影響或涉及飛行安全的情況下，數據所有者才有義務公開相關數據。不影響安全的數據共享決策則通常取決於數據所有者的切身利益，他們通常不願意將數據與潛在競爭者共享，而是更關心自身能從中獲得什麼好處。

法荷航維修工程公司與LHT的意見不同，該公司認為收集的數據越多，進行的分析程度就可以更深入。例如，當法荷航維修工程公司使用Prognos系統對空客A380飛機進行維修預測時，同時使用飛機的維修數據、運行數據及其數據狀態可使預測結果更準確。該公司認為，同時擁有航空公司運營數據和機隊維修數據是進行維修預測的一大優勢，MRO可以利用部件和發動機的返廠維修數據提高預測準確度。（航空維修與工程）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！