張逸俊

1預(yù)測性維修的發(fā)展

作為當(dāng)前最新的飛機健康管理理念，預(yù)測性維修是指通過獲取飛機上每個部件實時的健康數(shù)據(jù)，對數(shù)據(jù)流進(jìn)行管理并且持續(xù)整合最新的維護(hù)記錄，通過算法對數(shù)據(jù)分類、分析、整合，以預(yù)測單個或多個部件的故障，實時管控整個機隊的狀況，從而降低維修成本，提升安全性。

據(jù)奧緯咨詢統(tǒng)計，過去20年中飛機健康狀態(tài)管理系統(tǒng)得到了蓬勃發(fā)展。自2001年空客推出AIRMAN后，各類健康狀態(tài)管理系統(tǒng)不斷迭代完善，經(jīng)歷了從預(yù)防性維修、故障數(shù)據(jù)報告、性能監(jiān)控到基于大數(shù)據(jù)、機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)的預(yù)測性維修的過程，如圖1所示。

2020年2月， 歐洲航空安全局（EASA）發(fā)布了人工智能路線圖（以人為本的AI在航空領(lǐng)域的應(yīng)用方法），更是將基于工業(yè)級應(yīng)用的人工智能技術(shù)上升到整個歐盟的戰(zhàn)略。其中，人工智能（AI）在航空維修中的應(yīng)用是重要組成部分。EASA在報告中指出，通過數(shù)字化，維修體系各個環(huán)節(jié)的數(shù)據(jù)量正在穩(wěn)步增長。因此，依靠AI處理這些數(shù)據(jù)的需求也在增加。基于AI的預(yù)測性維修在大數(shù)據(jù)的推動下，可以預(yù)測故障并提供相應(yīng)的維修措施，大大提升維修的效果和效率，降低不必要的成本浪費。目前，部分企業(yè)已經(jīng)意識到預(yù)測性維修的價值，率先開發(fā)了預(yù)測性維修平臺，如空客的SKYWISE、漢莎技術(shù)的Aviatar、法荷航工程的PROGNOS等。

2017年，空客推出SKYWISE平臺，基于空客最新的、最優(yōu)化的機隊管理理論，為整個航空產(chǎn)業(yè)鏈的用戶提供領(lǐng)先的數(shù)據(jù)分析服務(wù)，如圖2所示。通過眾多伙伴間的技術(shù)合作，SKYWISE能夠幫助航空公司提升安全性、可靠性，更好地優(yōu)化內(nèi)部運營流程，降低運營成本，提升航空公司在工程和維護(hù)方面的效率。通過預(yù)測性維修、飛機健康監(jiān)控和可靠性分析三個模塊交替和循環(huán)使用，形成機隊管理的閉環(huán)控制，對運行的飛機進(jìn)行全周期的動態(tài)管理。據(jù)悉，達(dá)美航空公司使用SKYWISE對空客A320與A330機型進(jìn)行預(yù)測性維修，大幅減少了因突發(fā)故障導(dǎo)致的航班取消次數(shù)。此外，未發(fā)現(xiàn)故障（NFF）的概率也僅為5%。目前，空客和達(dá)美航空公司正在進(jìn)一步合作，研發(fā)新的預(yù)測性維修解決方案用以向其他航空公司提供服務(wù)。據(jù)悉，預(yù)測性維修能夠?qū)⒖照{(diào)、客艙增壓系統(tǒng)、電源系統(tǒng)、起落架、剎車及氣源系統(tǒng)的非計劃事件發(fā)生概率降低10%～50%。

Aviatar平臺是漢莎技術(shù)基于多年的維修經(jīng)驗、維修能力和大數(shù)據(jù)結(jié)合形成的健康管理平臺。它不僅能夠預(yù)測部件，而且能夠?qū)㈩A(yù)測結(jié)果與實際維修工作相關(guān)聯(lián)。漢莎技術(shù)表示，航空公司可以基于預(yù)測性維修產(chǎn)生的潛在收益獲取競爭優(yōu)勢。潛在收益則取決于部件的工作環(huán)境和航空公司所采用的維修服務(wù)。對某些部件而言，可以將非計劃性拆換次數(shù)減少30%～40%。

2對現(xiàn)有維修理念和體系的影響

預(yù)測性維修的發(fā)展將對現(xiàn)有航空維修理念和維修體系造成重大的變革，無論是計劃性維修還是非計劃性維修維修模式都將會發(fā)生改變，維修效率也將有較大的提升，航空器的持續(xù)運行品質(zhì)和安全性也將顯著提高。

2.1計劃性維修

2018年4月，國際民航維修審查委員會政策委員會（IMRBPB）發(fā)布了《IP 180 AHM INTEGRATION IN MSG-3》，旨在同意在MSG-3的分析中運用飛機健康狀態(tài)管理系統(tǒng)（AHM），如圖3所示，以提升飛機系統(tǒng)的安全性和可靠性，加強航空公司對飛機狀態(tài)的認(rèn)知，促進(jìn)更有效和更有利的計劃性維修任務(wù)，進(jìn)一步提升計劃性維修的經(jīng)濟(jì)性。

空客在2019年10月舉辦的A350機型工業(yè)指導(dǎo)委員會（ISC）會議上，向所有運營A350飛機的航空公司介紹了空客準(zhǔn)備在最新機型A350維修大綱（MRBR）中增加預(yù)測性維修技術(shù)的運用。預(yù)計新版MRBR（R06版）將在2021年底的ISC會議上提交審批。目前，空客正在積極與EASA和航空公司宣貫、交流、磋商，推進(jìn)項目的實施和開展。

例如，壓力調(diào)節(jié)器濾芯勤務(wù)的工作，傳統(tǒng)的MSG-3分析方法得出的維修間隔為750FH（飛行小時），而采用AHM狀態(tài)監(jiān)控后，每7天讀取一次壓差數(shù)據(jù)，并根據(jù)數(shù)據(jù)的讀取情況進(jìn)行視情更換，可大大提升維修效率和經(jīng)濟(jì)性。

2.2非計劃性維修

非計劃性維修指飛機發(fā)生突發(fā)故障，造成意外的停場維修。目前，包括空客、波音、GE、羅羅等OEM廠商都開發(fā)了相關(guān)的狀態(tài)監(jiān)控系統(tǒng)。例如，空客的AIRMAN，可以通過空地數(shù)據(jù)鏈的傳輸，實時跟蹤飛機的技術(shù)狀態(tài)。當(dāng)飛機在空中飛行時，工程師可以通過遠(yuǎn)程趨勢監(jiān)控，及時發(fā)現(xiàn)一些潛在的故障，及時與機組溝通告知操作事項，緊急時可通知機組預(yù)先做出決策，尋找備降機場，保證飛機的安全運行。此外，飛機落地前AIRMAN也可以提前通知生產(chǎn)準(zhǔn)備和實施維修的各個部門，以便準(zhǔn)備好工裝、航材、排故手冊等維修資料，大大提升了維修效率，減少了飛機意外停場時間。

2.3部件預(yù)測性維修

發(fā)動機作為整架飛機價值最高的部件，業(yè)內(nèi)對發(fā)動機的趨勢監(jiān)控研究已持續(xù)了數(shù)十年。各大發(fā)動機廠商也都開發(fā)出了性能優(yōu)異的趨勢監(jiān)控軟件，幫助客戶提升發(fā)動機機隊管理能力，避免發(fā)動機突發(fā)故障造成不安全事件，做到“早發(fā)現(xiàn)，早排查”。近幾年非發(fā)動機部件方面的研究也開始興起，伴隨著波音787、空客A350等具有E化（數(shù)字化）能力飛機的出現(xiàn)，飛機傳感器數(shù)量上升到百萬級，數(shù)據(jù)采集能力大大提升，使之對飛機機上各部件進(jìn)行監(jiān)控和預(yù)測性分析成為了可能。

據(jù)空客介紹曾有一家地區(qū)性航空公司，希望提升客艙運行品質(zhì)。但他們面臨的問題是維護(hù)數(shù)據(jù)、客艙報告和故障信息難以整合，無法精確地掌握客艙維修狀況。而使用SKYWISE后，如圖4所示，該公司將各類信息整合在了一起，識別出了長期存在問題的座椅，建立了優(yōu)先級不同的維修計劃。另外，還建立了每個座位上航電、娛樂系統(tǒng)的健康監(jiān)控趨勢。據(jù)悉，每年減少客艙維護(hù)成本200～400萬美元。

3發(fā)展障礙和挑戰(zhàn)

通過上文的論述和分析，不難發(fā)現(xiàn)預(yù)測性維修對整個航空維修體系、航空器的運行安全有著明顯的促進(jìn)作用，但也面臨著許多障礙和挑戰(zhàn)。其中包括傳統(tǒng)飛機數(shù)據(jù)缺乏、工程技術(shù)能力不足、數(shù)據(jù)使用限制等。有報告指出，預(yù)測性維修發(fā)展的最大障礙是缺乏工程專業(yè)知識，行業(yè)中具備有效實施預(yù)測性維修能力的公司為數(shù)不多，即擁有大型自有機隊或第三方數(shù)據(jù)且掌握了數(shù)十年的維修經(jīng)驗的公司很少。此外，缺乏數(shù)據(jù)共享、性能更優(yōu)、成本更低的機載通信服務(wù)，這些都在影響預(yù)測性維修技術(shù)的普及。

1）數(shù)據(jù)缺乏

預(yù)測性維修的基礎(chǔ)是數(shù)據(jù)，而數(shù)據(jù)的主要來源是傳感器。傳統(tǒng)飛機的傳感器數(shù)量明顯少于最新的機型。例如，波音777能夠發(fā)出的警告數(shù)據(jù)是波音737 NG的4倍。裝備FOMAX（Flight Ops& MAintenance eXchange）系統(tǒng)的A320飛機可利用參數(shù)為24000項，每個航段可存儲約12GB的數(shù)據(jù)。數(shù)據(jù)量是未安裝FOMAX飛機的數(shù)倍。因此，如果要對傳統(tǒng)機型進(jìn)行預(yù)測性維修，需要增加相應(yīng)的傳感器或者其他運行數(shù)據(jù)。增設(shè)傳感器又可能涉及物理限制和法規(guī)限制，這都對預(yù)測性維修的開展形成了很大的障礙。此外，盡管航空公司、MRO對傳統(tǒng)飛機擁有更多的維護(hù)經(jīng)驗，但是由于缺少數(shù)據(jù)采集能力而導(dǎo)致維修數(shù)據(jù)缺乏；相比之下，新型飛機數(shù)據(jù)量大，且新飛機可靠性較高，能解決關(guān)鍵故障的預(yù)測，但是維護(hù)實踐經(jīng)驗較少。

2）數(shù)據(jù)使用限制

數(shù)據(jù)控制對于預(yù)測性維修技術(shù)的推廣影響很大。預(yù)測性維修極大地改變了航空公司與OEM廠商以及MRO的合作方式。然而，越來越多的OEM廠商因為數(shù)據(jù)保護(hù)等原因被限制訪問航空公司、MRO和其他參與者的運營數(shù)據(jù)。航空公司內(nèi)部系統(tǒng)的整合，數(shù)據(jù)接口問題同樣會妨礙預(yù)測性維修開展。另外，法規(guī)方面的限制也會阻礙了數(shù)據(jù)共享。因此發(fā)展新技術(shù)的同時，航空法規(guī)也需要進(jìn)一步跟進(jìn)，監(jiān)管者必須找到適應(yīng)新飛機維修方式的監(jiān)管方法。

3）難以匹配用戶的需求

預(yù)測性維修主要依靠機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)算法。但是這些算法的可解釋性較差，如何使公司的管理層和專業(yè)的工程師認(rèn)同，成為了難題。此外，見效慢也是一個障礙，航空公司受到運行、監(jiān)管等外界壓力往往想要快速得到結(jié)果，而預(yù)測性維修方案往往需要耗費較長的時間逐步積累數(shù)據(jù)，否則校準(zhǔn)模型難以有進(jìn)展。此外，現(xiàn)有的預(yù)測技術(shù)對于業(yè)內(nèi)重大典型的故障預(yù)測效果并沒有展現(xiàn)出優(yōu)勢。許多突發(fā)故障或部件瞬時失效，難以通過預(yù)測發(fā)現(xiàn)。例如，液壓管路裂紋產(chǎn)生的瞬間失效導(dǎo)致液壓油箱漏空，進(jìn)而造成起落架重力放，目前還很難依靠現(xiàn)有的數(shù)據(jù)分析主動發(fā)現(xiàn)。

4）投入產(chǎn)出比難以計算

對預(yù)測性維修技術(shù)前期投入是巨大的，哪怕是選擇購買平臺服務(wù)的形式都需要付出高額的成本。但是實際所獲得的收益又卻是難以計算的，可謂是潛在收益，如減少了AOG次數(shù)，使得利用率提升，運營收益升高；或者是提前發(fā)現(xiàn)小故障，減少大修成本等。但是這些經(jīng)濟(jì)層面的數(shù)據(jù)較難量化和計算，這也是許多公司在做決策時躊躇的原因。

5）預(yù)測的準(zhǔn)確性

目前，機器學(xué)習(xí)算法的準(zhǔn)確性基本能達(dá)到90%甚至更高。但是對于航空維修業(yè)來說，任何的偏差都有可能造成災(zāi)難性后果或嚴(yán)重的經(jīng)濟(jì)損失。因此，如何提升算法的準(zhǔn)確度是擺在維修專家和數(shù)據(jù)科學(xué)家面前的巨大挑戰(zhàn)。

4有效開展預(yù)測性維修的途徑

目前，業(yè)內(nèi)關(guān)于預(yù)測性維修的討論非常熱烈。那么，除了加強收集數(shù)據(jù)、研究先進(jìn)算法之外，應(yīng)當(dāng)如何才能有效開展預(yù)測性維修呢？筆者認(rèn)為需要從理念、方法、技術(shù)三個層面去分析。

4.1理念層面

公司自上而下需要形成數(shù)字化轉(zhuǎn)型的理念，思維模式要向數(shù)據(jù)驅(qū)動、數(shù)據(jù)決策轉(zhuǎn)變。將自身的實際情況、已有的維修經(jīng)驗、維修能力與預(yù)測性維修、大數(shù)據(jù)分析等技術(shù)結(jié)合，對公司管理流程進(jìn)行再造，將運行數(shù)據(jù)盡可能地數(shù)字化，再與技術(shù)應(yīng)用進(jìn)行深度融合。

據(jù)悉，國內(nèi)航空公司已著手嘗試各種方式開發(fā)預(yù)測性維修應(yīng)用，以點帶面推動著數(shù)字化轉(zhuǎn)型。例如，廈門航空舉辦了維修數(shù)據(jù)算法大賽，通過競賽的形式激發(fā)員工開發(fā)數(shù)字化應(yīng)用。參賽選手利用發(fā)生故障前后15天的QAR作為訓(xùn)練數(shù)據(jù)，利用Python建立算法模型鎖定故障，預(yù)測故障。又如，春秋航空與空客合作開發(fā)SKYWISE應(yīng)用；山東航空建立監(jiān)控軟件對波音737電子流量活門進(jìn)行監(jiān)控等等。

4.2方法層面

1）自動化獲取數(shù)據(jù)。為了在采集數(shù)據(jù)時不給工程師增加額外負(fù)擔(dān)。數(shù)據(jù)采集方式應(yīng)盡可能地自動化，如工作單卡中的檢查結(jié)果應(yīng)能自動提取形成結(jié)構(gòu)化數(shù)據(jù)，或利用無線射頻識別電子標(biāo)簽（RFID）和3D掃描技術(shù)等。目前，國內(nèi)外都有公司開始嘗試使用無人機巡檢收集檢測圖像和數(shù)據(jù)，工程師則在后臺進(jìn)行圖像分析，并逐步利用機器學(xué)習(xí)工具進(jìn)行圖像識別，確認(rèn)缺陷和失效。無論是航線維修或定檢維修，工程師都能方便地利用移動設(shè)備查詢預(yù)測維修的結(jié)果、工卡、維修手冊等。

2）增加算法的可解釋性，充分信任預(yù)測結(jié)果。在數(shù)字化時代的工程師必須充分信任診斷的結(jié)論，而不僅僅是憑經(jīng)驗做出判斷。此外，算法工程師應(yīng)盡可能增加算法的可解釋性使工程師更相信預(yù)測結(jié)果。

3）維修計劃智能化匹配。在制訂維修計劃時，需要利用數(shù)據(jù)確定何時進(jìn)行計劃外的部件拆換；結(jié)合實際的運行環(huán)境和航班情況調(diào)整計劃性維修的實施時間。

4）供應(yīng)鏈管理應(yīng)為預(yù)測性維修提供支持。對預(yù)測性維修建議做出敏捷快速響應(yīng)，確保各個生產(chǎn)要素準(zhǔn)備到位進(jìn)行維修工作。

5）對基礎(chǔ)框架的改造，增設(shè)傳感器，利用5G技術(shù)加強航空器與后臺服務(wù)器的通信和交互，持續(xù)投入對算法的研發(fā)，提升預(yù)測準(zhǔn)確性。

4.3技術(shù)層面

在技術(shù)層面，機器學(xué)習(xí)、AI等技術(shù)與航空維修技術(shù)如何相融合？就目前的經(jīng)驗看，時序算法對部件故障缺陷的預(yù)測是非常有效的。卷積神經(jīng)網(wǎng)絡(luò)（CNN）對圖像識別則有更好的適配性。

例如，對A350飛機氣體分離組件（ASM）持續(xù)監(jiān)控，如圖5、6所示，提前預(yù)測ASM組件的性能衰退（監(jiān)測值大于6），及時告知工程師和維修人員進(jìn)行更換。

此外，應(yīng)用開源的數(shù)據(jù)分析平臺也是快速部署預(yù)測性維修應(yīng)用的好手段。微軟ASURE平臺就是很好的例子，如圖7所示，ASURE上設(shè)置了針對航空航天的預(yù)測性方案模板。該模板結(jié)合使用壽命，運行環(huán)境等參數(shù)，提供了航空發(fā)動機的剩余使用壽命 （RUL）計算試驗。用戶可通過注入自己的數(shù)據(jù)集進(jìn)行客戶化的分析。

經(jīng)過數(shù)據(jù)分析處理后可轉(zhuǎn)入Power BI，工程師可以在這個界面進(jìn)行可視化分析。將機器學(xué)習(xí)的結(jié)果與實際工程經(jīng)驗進(jìn)行匹配和融合。隨著政府、企業(yè)和大學(xué)等對AI技術(shù)的投入越來越多，在技術(shù)層面一定會取得快速發(fā)展。

5結(jié)論與展望

相信在未來很長一段時間，預(yù)測性維修都會持續(xù)蓬勃發(fā)展，OEM廠商、MRO和航空公司對數(shù)據(jù)的爭奪也會進(jìn)一步升溫，行業(yè)的競爭格局也將從目前群雄逐鹿的狀態(tài)發(fā)展成多寡頭壟斷的格局。合則利，預(yù)測性維修要取得最佳的效果，必需融合設(shè)計數(shù)據(jù)、運行數(shù)據(jù)和維修數(shù)據(jù)。所以多方合作，加強數(shù)據(jù)整合是取得躍進(jìn)式發(fā)展的必由之路。相信在底層框架，傳感器、算法等技術(shù)的不斷發(fā)展下，預(yù)測性維修將在航空維修中扮演越來越重要的角色，持續(xù)保證航空器的運行安全和運行品質(zhì)。國內(nèi)的OEM廠商、航空公司和MRO應(yīng)該把握這一歷史機遇，加強合作，結(jié)合我國在人工智能領(lǐng)域、5G技術(shù)、語音識別技術(shù)的競爭優(yōu)勢，搶占先機，從而占領(lǐng)預(yù)測性維修市場的制高點。

參考資料

[1]ISI 46.26.00016 FOMAX standards- description and roadmap.

[2]ISI 47.00.00036 IGGS - ACMS report 035.

[3]IP 180 AHM INTEGRATION IN MSG-3.

[4] EASA-AI-ROADMAP-V1.0.

[5]奧緯咨詢 MRO AMERICAS 2019.

[6]空中客車skywise官網(wǎng)：https：//www.airbus.com/aircraft/supportservices/skywise.html.

[7]微軟AZURE官網(wǎng)：https：// docs.microsoft.com/zh-cn/azure/appservice/.