预测性维修对航空维修业的影响分析

张强 ,杨国政 ,胡博

中国人民解放军65529部队  辽宁 辽阳  111000

摘要：航空器械在长时间运行过程中，难以避免会出现各种问题，因此，维修工作非常重要。在航空器械维修作业中，采用预防性维修方式，通过对相关设备监测系统实现对航空器械运行状况的监测，能够帮助工作人员对航空器械运行状况做出判断，从而及时进行修护和维修，降低航空设备故障率。有鉴于此，文章重点对预测性维修维护分析系统的概念进行了阐释，并对其在航空维修业中的具体应用展开探讨。

关键词：预测性维修分析；数据采集；航空机械设备

1预测性维修概述

在应用预测性分析系统时，结合模块提供的个数，工作人员可进行预见性预测，预测设备使用性能下降，发生故障的原因，并快速确定故障设备。航空机械设备的维修方式主要是故障维修和有计划维修。这是以设备是否完好或能否使用为依据的修理，在设备发生某些或全部故障后，再进行原始状态，即故障后再进行修理，属于非计划性修理。任何意外的停止，特别是设备故障引起的突然停止，将对运营有很大的影响。这个系统之所以能够分析故障，是因为设备内安装了多个传感器，能够及时传送数据，然后利用数据分析判断设备的故障，从而减少设备的损失。有计划的检修是指以时间为依据的修理。这是指根据运营计划和经验，以规定的时间间隔进行中断检查、拆卸、更换配件、防止破损、第二次破损等造成的运营损失。这种维修方法是目前普遍采用的定期或计划维修方法，如大中小维修等。

2 目前航空机械设备维修现状

目前航空机械设备修理方式，主要可分为故障维修与计划性检修两种，其中故障状况是依据是否检修好，能不能正常使用作为维修依据的，应在设备的一部分或全部发生故障后，处于原始状态，即设备完全故障后进行维修，这种维修方式叫非计划性维修。设备的实际应用，在此期间，无计划停运的飞机将对航空公司的正常运行产生巨大影响。有计划的检修是以时间为依据的维修，主要是根据实际运营计划和经验，定期对设备进行静止检查、分类。应分析设备有无故障，如有故障，应及时更换损坏零件，防止发生更严重的故障，影响航空企业的运营工作。这种维修方法是目前航空企业运营设备中应用较广泛的一种维修方式，对航空企业运营影响较小。

3 预测性维修分析系统的需求

在智能化时代，目前大部分航空企业已经开始收集智能化数据，但这种收集大多用于地面设备的数据收集和分析。航空设备如果无法实现实时数据收集分析，就无法对航空设备进行实时检测，不能改进原有设备的维修方式。凭借预测设备维修分析系统自身的监测程序，对航空机械设备运行状况进行实时分析和预测，其主要优点是及时找出设备故障，分析故障原因，降低设备维护成本，从而提高了有效使用效率和产能。

3.1 项目的整体架构

航空维修业在采用基于预测的保守分析系统时，应首先对该进程进行总体规划，其中主要包括以下要素：第一，对指标进行排序，分析软件安装在服务器上，遥控服务由遥控方提供，必须有当地数据中心的一部分。主要涉及实时数据的收集和分发以及在正式数据档案中收集的数据的储存，然后将其转移到指定地点。第二，从设备收集数据，前端和上端的数据收集涉及几个领域。

3.2 项目的主要内容

这项工作包括设备数据的收集、数据传输和储存、数据分析软件的配置、仪器建模培训、诊断分析服务等。数据收集工作中，必要时及时报告故障数据，数据传输和存储部分。航空企业主要用于通过航空企业网络传输数据，并建立连续间断的中断机制，确保数据传输和记忆。数据分析计算机部分的部署，在执行这一职能时，工作人员应及时建立客户，定期访问网站并迅速分析数据，在与客户进行良好的工作后，还应设立一个权力司，加强对用户使用预测分析系统的培训，确保使用的有效性和质量，防止信息泄漏，及时处理数据和反馈。

3.3 设备前端数据收集

这项工作的工作内容包括设备的数据收集，数据传输和存储，数据分析软件配置，装置模型培训，诊断分析服务。

（1）自动化获取数据。为了在采集数据时不给工程师增加额外负担。数据采集方式应尽可能地自动化，如工作单卡中的检查结果应能自动提取形成结构化数据，或利用无线射频识别电子标签（RFID）和3D扫描技术等。目前，国内外都有公司开始尝试使用无人机巡检收集检测图像和数据，工程师则在后台进行图像分析，并逐步利用机器学习工具进行图像识别，确认缺陷和失效。无论是航线维修或定检维修，工程师都能方便地利用移动设备查询预测维修的结果、工卡、维修手册等。

（2）增加算法的可解释性，充分信任预测结果。在数字化时代的工程师必须充分信任诊断的结论，而不仅仅是凭经验做出判断。此外，算法工程师应尽可能增加算法的可解释性使工程师更相信预测结果。

（3）维修计划智能化匹配。在制订维修计划时，需要利用数据确定何时进行计划外的部件拆换；结合实际的运行环境和航班情况调整计划性维修的实施时间。

4 航空业有效开展预测性维修的途径

4.1 理念层面

航空公司需要从上到下贯彻数字化发展理念，结合公司实际情况以及维修设施、维修技术水平、维修经验等，对航空维修流程实施进一步的优化和改进，并在此过程中积极融入数字化技术。目前，国内部分航空公司已经开始尝试预测性维修手段的运用，并通过以点带面的方式来推动预测性维修体系的成型。例如，厦门航空举办了维修数据算法大赛，通过竞赛的形式激发员工开发数字化应用。参赛选手利用发生故障前后15天的QAR作为训练数据，利用Python建立算法模型锁定故障，预测故障。

4.2 方法层面

（1）创新数据收集方法。航空维修人员可以应用无人机对航空设施数据进行采集与收集。数据的自动化收集，能够大大降低相关工作人员的工作量，提升数据收集效率，对于预测性维修体系的实现具有重要价值。

（4）供应链管理应为预测性维修提供支持。对预测性维修建议做出敏捷快速响应，确保各个生产要素准备到位进行维修工作。

5）对基础框架的改造，增设传感器，利用5G 技术加强航空器与后台服务器的通信和交互，持续投入对算法的研发，提升预测准确性。

4.3 技术层面

在技术层面，预测性维修需要将传统的维修技术与机器学习、AI技术、信息技术相融合。根据相关实践结果，能够充分表明时序算法对于航空部件缺陷的预测时具备良好成效的。例如，对A350 飞机气体分离组件（ASM）持续监控，提前预测ASM 组件的性能衰退( 监测值大于6)，及时告知工程师和维修人员进行更换。此外，应用开源的数据分析平台也是快速部署预测性维修应用的好手段。微软ASURE 平台就是很好的例子， ASURE 上设置了针对航空航天的预测性方案模板。该模板结合使用寿命，运行环境等参数，提供了航空发动机的剩余使用寿命 (RUL) 计算试验。

5 结束语

相信在未来很长一段时间，预测性维修都会持续蓬勃发展，OEM厂商、MRO和航空公司对数据的争夺也会进一步升温，行业的竞争格局也将从目前群雄逐鹿的状态发展成多寡头垄断的格局。国内航空公司也需要积极利用互联网、云计算、大数据等技术，以实现航空维修期望值或最佳测试标准、提供维修服务、优化工作方案等。总而言之，预测行为维修体系在航空业中的应用，提高了数据收集和处理设备的质量和效率，并促进了我国航空企业工业的发展。

参考文献：

[1]陈晓楠,张广林,褚世永,陈宣友,黄俊,仪明旭.基于工程法的通用飞机维修成本预测研究[J].航空维修与工程,2023(01):73-76.

[2]黄劲东.面向预测性维修构建航空发动机综合监控和健康管理系统[J].航空动力,2022(05):74-78.

[3]张逸俊.浅谈预测性维修对航空维修业的影响[J].航空维修与工程,2021(02):21-24.