航空器预测性维修技术研发应用态势分析

以航空器实时数据采集、传输和分析为基础的预测性维修技术已成为业界的发展趋势之一。本文从航空器维修的技术内涵和系统定位出发,以论文和专利数据为表征,提取预测性维修研究热点,系统梳理预测性维修技术的发展现状和趋势,分析人工智能、维修自动化、无人机、工业机器人、智能供应链等新一代信息技术在航空器预测性维修中的应用。在归纳预测性维修框架和关键技术的基础上,给出航空器预测性维修技术自主化策略建议。     

深度学习在C-130J飞机预测性维修中的应用和启示

预测性维修是减少维修工作量和维修资源、提高装备可用性的新的维修模式,实现预测性维修的关键是构建预测模型和算法.以深度学习为代表的新一代人工智能技术为预测模型和算法提供了条件.本文分析了当前C-130J飞机维修保障存在的主要问题和困难,重点研究了深度学习技术在飞机预测性维修中的应用,论述了应用深度学习技术的主要困难和解决...     

以预测性为中心的维修理论和维修方式发展研究

目前,预测性维修技术尚未在维修大纲领域广泛应用,但随着大数据理论和技术的发展,以预测性为中心的维修逐渐受到关注。本文梳理了维修理论和维修方式转变的发展历程,分析了预测性维修技术的发展条件;基于 IP-180 和 MSG-3 研究了以预测性维修为中心的维修项目建立方法,指出计划性维修项目转化为预测性维修项目是可行的;总结了当前飞机预测性维修项目建立存在的困难,并给出了适用于飞机预测性维修项目建立的建议和策略。     

浅谈预测性维修对航空维修业的影响

1预测性维修的发展 作为当前最新的飞机健康管理理念,预测性维修是指通过获取飞机上每个部件实时的健康数据,对数据流进行管理并且持续整合最新的维护记录,通过算法对数据分类、分析、整合,以预测单个或多个部件的故障,实时管控整个机队的状况,从而降低维修成本,提升安全性.     

飞机数据所有权归属之争愈演愈烈

正近年来,基于数据的预测性维修技术飞速发展并获得了广泛应用,为维修业带来了维修效率提高、维修成本降低等实实在在的好处。ICF咨询公司认为该类技术至少能够为维修业节约30亿美元的维修成本,但是也给维修业带来了不小的挑战。如今,采用了多项新技术的新一代飞机已经投入运营,其机载设备可收集和传输系统、各类零部件产生的海量数据。以普惠的PW1000G发动机为例,该发动机配备了5000个传感器,每秒将产     

欧洲两大MRO企业的大数据技术应用实践

汉莎技术公司开发了一款大数据分析工具Condition Analytics,该工具将状态监控与预测性维修整合在一个单独的软件平台上,可适用于混合机队.这一工具的设计目标是使飞机部件获得最大化的可靠性、可用性和安全性,且已划入了汉莎技术保障合同中.汉莎技术公司专门组建了由工程师、数据分析师和数据架构师组成的信息管理团队,通过识别各类运行数据之间的关联因果关系,为运营商节约成本.该公司力图通过这一工具,逐渐以预测性维修工作替代原来以故障排除和状态监控为主导的维修方式.     

航空公司飞机/发动机健康管理研究

<正>经历了多年的发展,中国民航的安全管理理念和方法已日渐成熟。但随着机队规模不断增长,运行环境不断变化,即使保持事故率、故障率不变的情况下,飞机实际发生的重要事件或故障数量也会大大增加。由此带来的航班不正常事件,甚至严重的不安全事件,对旅客的安全出行造成极大影响,对民航业的形象口碑带来很大的负面影响。为了更好地解决这些问题,当前,以预测性维修为中心的飞机/发动机健康管理受到极大关注。本文在分析国内航空公司这方面的现状,总结当前国内预测性维修开展的总体情况、存在的困难和需求的基础上,给出对策建议。     

数字化时代的发动机维修

<正>在数字化时代下,发动机维修迎来了重大发展机遇,因为利用数字化维修技术可使维修周期更短、维修成本更低,但同时数字化维修技术也带来了一些困扰,如预测性维修不能有针对性的排故,降低了维修效率。随着越来越多的新一代发动机在销售时就签订了原始设备制造商(OEM)售后支持协议,独立的发动机维修企业便将业务重点放在了利用现有技术开展发动机维修。与此同时,OEM正在为新一代发动机开发新技术,建立新流程,以期最大程度地提高飞行小时协议的价值。对于新一代发动机而言,航空公司     

自主式、智能化:航空维修新趋势

基于状态的维修是主动的预测性维修,它利用先进的技术手段对设备和产品状态进行检测,通过对检测结果的综合分析即可对设备的"健康状况"做出诊断及预测,针对具体的故障或隐患做出维修决策,进行适时和适度的维修.     

预测性维修技术的发展障碍

正随着数据采集和数据分析技术的发展与成熟,预测性维修正在成为OEM、航空公司、维修企业等各类机构期望从MRO领域获益的新"抓手",而且目前已有部分预测性维修项目已经获得了可见的收益。但业内人士认为,这项技术距离最大效能的发挥还甚远,中间还存在着诸多发展障碍,如数据控制、数据共享、流程规划等问题,可谓任重而道远。