航空維修「大數據」時代已來臨？

2017年「大數據」應用勢起，空客公司的Skywise、波音公司的AnalytX、普惠公司的EngineWise和漢莎技術的Aviatar等一系列大數據分析平台進入人們的視野，由此展開的針對數據分析領域的創新行動或正改變著航空維修業的技術格局。

如今，航空維修業的數字化進程逐步加快，「大數據」應用正改變著航空維修業的技術格局。

無論對於飛機運營商，還是維修服務供應商來說，如何充分利用新一代飛機所產生的大量數據，讓這些數據帶來更高的運營效率，都成為其發展中的重大課題。機遇與挑戰並存，航空維修「大數據」時代已來臨。

挖掘航空數據的「金礦」

與傳統飛機相比，新一代飛機採用了大量的創新技術，其機載設備可收集和傳輸大量來自發動機和關鍵部件的信息，所產生的運營和維修數據量呈幾何倍數增長。拿普惠的PW1000G發動機來說，其配備了5000個感測器，每秒可產生10GB的數據。霍尼韋爾航空航天集團亞太區航空運輸副總裁戴殊榮告訴記者，飛機在執行遠程航班時，產生的數據量巨大，可達1TB。

與此同時，這些新飛機配備了寬頻網路通信系統，與外界的連通水平也得到極大地提升，航空互聯特性日益明顯。以往，飛機產生的數據要通過物理介面下載下來，但如今這樣的傳輸工作可通過網路來完成，並且在飛機的飛行過程中即可完成。

這些數據受到極大的重視，被有效地利用起來，成為當今整個航空業發展的一個重要趨勢。比如，飛機製造商（OEM）在數據分析領域佔據著絕佳的位置，並已積極地付諸了一系列卓有成效的行動。他們除了為飛機配備了大量可以傳輸數據的感測器外，還在通過數據管理擴大其附加服務範圍。

2017年6月，波音宣布啟動Analyt平台，將全公司800多名分析專家匯聚在一起，著手將數據轉化為可執行的見解和客戶解決方案。空客公司的航空數據平台「智慧天空（Skywise）」搭建的目標則是成為其主要航空企業用戶提升運營表現和企業營收的參考平台，同時支持他們的數字化轉型。GE航空集團數字化業務首席商務官Andrew Coleman也表示，數字化服務可以很好地幫助航空公司加強飛行風險管控能力，並為整個航空公司運營帶來潛在的節省成本的機會。

針對飛機和發動機的研發、生產、製造以及航空公司運行、維護產生的數據，結合大數據分析建模展開分析，這些基於飛機運營和維修數據開展的研究，也在促使維修方式從「基於診斷的計劃性維修」向「基於數理統計的預測性維修」轉變，從而為航空公司提高維修效率，降低運營成本，為其完善主動服務、優化機隊運營創造價值。

戴殊榮介紹，國泰航空就與霍尼韋爾開展了互聯維修合作，在國泰航空飛機的輔助動力裝置（APU）上，通過霍尼韋爾的軟體程序導出飛機飛行數據，根據運行狀態預測部件故障可能發生的時間，從而在APU真正發生故障前就發出預警，幫助國泰航空優化維修日程，避免突發停場維護。「通過這種方式，國泰航空的APU維護成本降低了35%」。

業內人士指出，行業內各方對數字化的投入力度，將改變飛機運營和維修的模式，以及大多數製造商、供應商和維修企業的市場份額，大數據應用能力將成為競爭的關鍵。

（2017年，普惠公司推出其全新EngineWise服務品牌，展示其為客戶機隊的可預測性、可靠性及健康所做的不斷改進）

挑戰與機遇並存

空客公司稱，「智慧天空 （Skywise）平台可以為所有用戶提供入口了解其豐富的航空數據，這些數據來自各個渠道並被整合到一個安全的雲平台上。這些航空公司相關資源包括：工作訂單、備件消耗、零件數據、機隊布局、機載感測器數據和航班時刻等。運營方以前在獨立伺服器上分享的數據資源也將被整合到這個平台上來幫助他們通過全面的數據進行分析和決定。

不難看出，在飛機的整個生命周期里，其產生的數據量是相當巨大的，且內容構成相當複雜。那麼，對於這些數據的存儲、管理和有效應用就提出了新的挑戰。有分析人士指出，數據分析打開了揭示飛機運行狀態與故障之間關聯性和可重複性的大門，有助於大幅提高維修效率，但其中大量非結構化數據又可能使分析過程變得相當複雜，需要克服其中的干擾，再對數據進行準確分析，從中提取有用的信息。

為此，大量基於大數據分析和研究的平台應運而生，特別是對於許多飛機製造商（OEM）而言，數據預測工具已成為他們重要的服務產品。

與此同時，飛機數據的共享與所有權歸屬等問題也同樣存在。在飛機和發動機未交付前OEM擁有設計和測試數據的所有權；在飛機投入運營後，航空公司和維修企業擁有飛機運營和維修數據的所有權，且這些數據對各方來說都極具使用價值。

在推出「智慧天空（Skywise)」時，空客公司就特彆強調，空客飛機的運營商能利用2萬名空客工程師在對每架飛機整個運營周期的跟蹤中所累積的知識。「到目前為止，這方面深厚的知識儲備只有在飛機研發、飛行測試和投入運營初期才能接觸到」。

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依據，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及故障原因，所以維修依據主要來源於OEM。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，很多航空公司通常選擇OEM提供的飛行小時保障服務。

但隨著飛行時間的增加，航空公司運營數據不斷豐富，在飛機進入成熟運營階段後，便可根據自己的排故和維修實踐經驗更好地評估維修頻率和維修成本。如今，大型航空公司的維修部門也都擁有了預測性維修平台，對OEM提供的各種維修計劃將不再十分依賴。

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獨立維修企業的維護數據。因此，有聲音指出各方展開合作將成為今後的主要趨勢。據悉，很多航空公司會定期與OEM共享運營和維護數據，然後由OEM為航空公司提供預測性維修的分析結果和建議。

數字化進程不斷加快

除了飛機製造商、發動機製造商外，飛機航電系統、零部件供應商等都在推動其數字化進程。

與此同時，全球已經有很多航空公司下屬的MRO（飛機維護、維修與大修）企業開始開發預測性維修技術，如德國漢莎航空技術公司的Condition Analytics項目，以及法荷航維修工程公司的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。

近日，南航機務工程部推出了飛行大數據虛擬化解碼平台。該平台以QAR原始數據為數據源，通過特定的公式及演算法，將QAR記錄的不可辨讀原始數據解碼為飛行參數工程值，配置了39個解碼庫，能對海量數據進行收集和分析。其全面覆蓋了南航全機型，未來將趨向於大數據幀結構的開發使用。

事實上，早在2014年，飛行大數據虛擬化解碼平台就在南航股份機務工程部搭建成功，機載信息室開始重點研究和分析飛行大數據。2016年，「劉宇輝創新工作室」正式成立，團隊使用最新的航空電子技術、計算機技術、發動機性能監控技術、大數據挖掘分析技術與「數據科學」理論，結合地面維護實際情況，以飛機遠程診斷實時跟蹤系統為基礎，進行深層次的飛行大數據研究。

飛機狀態預測和維修作業管理（AP?CM）平台，則是Ameco大數據技術的創新成果之一。APCM平台的飛機健康管理集成了機隊狀態監控、實時故障管理、系統性能監控、能耗監控等功能，使用者可通過該平台實時了解航班動態、飛機具體位置、實時故障和各系統性能情況，還可以定製上傳命令，靈活準確地與飛機進行實時通信，獲取機載數據。

據悉，該功能模塊不僅包含OEM提供的健康管理工具的基本功能，還具備對地空數據鏈傳送的報文數據、航班落地後即刻同步的QAR解碼數據、通過互聯網路實時共享的維修記錄數據，進行融合分析的能力。

業內人士指出，來勢兇猛的大數據技術在全球航空維修業的應用正掀起新的浪潮，我國MRO企業也同樣展開了富有成效的大數據研究和應用工作，但也面臨很多難題。如何更好地利用這些數據，取得想要的結果，獲得實實在在的收效，仍是國內維修業面前的一個重要課題。

編輯/陸二佳 審核/王麗傑

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！