基于大数据技术在飞机维修中的应用分析朱辰晓

基于大数据技术在飞机维修中的应用分析朱辰晓

朱辰晓

北京飞机维修工程有限公司上海分公司上海201201

摘要：在当今飞机维修工作中，引进了AMICOS系统，并开发了TDMS等生产信息终端，对维修数据进行了存储。在AMICOS系统应用中，相关人员采用快速存储记录器，即QAR，对飞机运行数据进行了采集。

关键词：大数据技术；机维修；应用

一、飞机维修大数据的定义和特征

1、大容量

维修生产活动产生大量的维修生产数据。随着QAR数据的下载能力的加强和ACARS应用范围的扩大，单一数据集的规模范围已经扩大至从100G到数TB不等。随着维修生产信息化程度不断加深，非结构化数据呈现出快速增长的势头，其数据量大大超过结构化数据。

2、多类型

维修大数据类型包括结构化数据、非结构化数据、半结构化数据等。在维修活动实施过程中，ACARS系统采集了有关人的维修行为和飞机运行的各种数据，QAR记录了飞机各类传感器的数据。

3、快速率

飞机运行期间，QAR数据以及ACARS系统会快速地采集飞机系统运行参数。维修活动在24小时内不间断进行，维修生产数据也可以实现实时、快速采集。

4、价值密度低

维修大数据的价值密度低，单条数据可能并无太大价值，但海量的数据蕴藏着巨大的价值。例如，每个航段中系统均会记录数小时的发动机EGT参数，但其中可能有价值的信息只有一两秒钟。

二、建立智能信息分析系统

1、系统设计

探析智能信息分析系统的功能，应包括数据自动处理、数据分析、数据诊断等功能。同时，针对各类结构化及非结构化数据，该系统可利用多样化的数学算法，自动判断飞机维修状况，并为各类数学算法提供数据支撑。在飞机维修作业中，该系统针对维修生产及微修活动，可计算两者之间的相关性。由此，依据维修活动相关性，可不断研究改进实际维修程序，并有效提升维修生产效率。在飞机维修作业中，该系统可依托相关数据，进行维修人力分配的判定、维修风险指数的判定、维修人员收入判定。

2、系统判定

在飞机维修作业中，针对维修人力分配，该系统可判定其合理性。在具体维修作业中，依据长期的维修数据，可判定当天维修工作量，并设置合理的维修人力分配方案。同时，依据各类专业故障数据，该系统可判定专业维修人员配置的合理性。在飞机维修作业中，针对以往维修的差错数据、风险数据、维修工作量、维修工作难度等，该系统可针对具体的维修作业，划分维修风险难度等级，并设置维修风险指数。在飞机维修作业中，依据维修数据，该系统可分析维修员工的实际工时及维修工作价值，进行维修人员收入合理性的分析。

3、维修评估

在飞机维修作业中，探析飞机的设计品质，维修性及可靠性同等重要。在飞机可靠性工程中，科学的飞机设计，对于飞机维修工作而言，将使该工作具备维修简便、维修经济、维修迅速的重要特征。例如，GE公司利用大数据技术及物联网技术，辅助运营商提高了发动机的可靠性，可有效减少非计划拆换及故障，在飞机维修作业中，针对飞机外场维修性数据的收集及分析，可谓是一种重要的维修手段及途径，可有效提高飞机维修的固有属性。目前，在外场条件下，该系统在收集数据时，尚且存在数据不完整、准确性不高等问题，若在实际维修中，以该类数据为基础，进行相应的维修分析，仍然存在一定难点。在飞机维修作业中，探析平均修复时间的定义，即是在规定条件及时间内，针对任一维修级别及可修复产品，相应的维修总时长与同级别维修产品的故障总数之比。关于平均修复时间，即是定位故障的隔离时间、故障部件拆装时间、装机测试时间等总和。在飞机维修作业中，针对平均修复时间，该系统的统计及计算，可反映外场条件下，飞机维修性的一种客观状况。

三、建立智能专家排故系统

1、系统优势

如今，我国航空事业不断发展，随着机群数量的增加，相应的维修量不断增大。在飞机维修作业中，工程师数量往往难以满足维修需求，所以要提高维修效率。智能专家排故系统，可利用专家经验，有效解决飞机维修问题。探析智能专家排故系统的整体框架，如图1所示。该系统采用案例存储形式，将飞机维修专家的经验存储于案例库中，相应的故障预测及故障诊断，可有效利用专家经验，为维修人员提供切实可行的维修方案。由此，在飞机维修作业中，维修人员可针对实际问题，搜集相应的飞机维修知识，并严格依据机务维修手册的规范，进行飞机维修作业。如此，在智能专家排故系统应用中，维修人员就可利用专家维修经验，使新一代工程师快速成长，解决维修专家数量不足的问题，并在此过程中推广专家经验，提升整体机务维修水平。

图1智能专家排故系统整体框架图

2、系统功能

探析智能专家排故系统，该系统以专家维修知识为基础，对维修人员进行启发式维修操作，使之通过故障问题分析推理，科学采取维修方法。换而言之，依据案例库中的专家知识，该系统可模拟专家的思维决策方法，进而解决复杂的工程问题。在智能专家排故系统应用中，相关人员应致力于开发该系统的系统维护、故障诊断等功能。关于系统维护功能，即是针对系统数据库，应设置专业的维护及管理部门。同时，在知识库维护中，各领域的维修专家应积极参与，并执行相关知识的修改、删减操作。此外，该系统应具备自学功能，不断丰富知识库的知识，为维修人员提供参考。关于故障诊断功能，即是针对飞机的飞行数据，该系统应具备故障诊断功能，可依据数据源，对故障征兆进行提取操作，并利用该系统的专家推理方法，进行故障诊断，随之以故障报告形式，输出故障诊断过程及结果。

3、制定排故程序

在飞机维修作业中，维修人员可利用排故手册的各项程序，进行故障排除操作。然而，在实际工作中，维修人员若经验不足，就难以保证排故效率。在不同的航空公司，飞机的运行环境有所区别，相应的故障规律及维修大相径庭。因此，在排故手册的制定，并切合航空公司的实际维修情况，从而更好地辅助维修人员进行故障排除作业，进而提升排故效率，并规避排故风险。其一，依据智能专家排故系统的实践经验，并有机融合FIM排故手册，科学制定排故程序。其二，在飞机故障排故作业中，对于该系统存储的成功经验，应不断修订及完善。同时，依据排故经验的有效次数，可致力于提升排故经验的识别度。其三，在实际工作中，依据系统排故经验，应将排故风险数据化，并在排故程序中增加NOTE提示，保证排故工作安全可控。

结束语

当今社会已经进入大数据时代，飞机维修工作也要以大数据技术为基础制定出相应的策略，通过分析飞机维修和大数据之间的关系，识别具体的维修子事件与整个飞机维修活动的关系，从而有效提高飞机维修工作的效率。

参考文献：

[1]维克托•迈尔•舍恩伯格.大数据时代[M].杭州：浙江人民出版社，2012.

[2]郎荣玲，潘磊，吕永乐.基于飞行数据的民航飞机故障诊断专家系统[M].北京：国防工业出版社，2014.