基于大數據技術在飛機維修中的應用分析

趙鵬

北京飛機維修工程有限公司 北京 100621

在某航空公司，針對飛機維修工作，引進了AMICOS系統，并開發了TDMS等生產信息終端，對維修數據進行了存儲。在AMICOS系統應用中，相關人員采用快速存儲記錄器，即QAR，對飛機運行數據進行了采集。

1 飛機維修數據應用

關于飛機維修數據應用，應從增大數據容量、調高信息準確率等方面分析，具體可參考以下內容：其一，增大數據容量。在飛機維修作業中，對于維修信息，應增加錄入，進而增大維修數據容量。在維修工作中，可利用網絡實現控制節點的信息化，進而針對具體的維修操作，將各類存儲數據組成維修大數據。例如，在某項維修作業中，針對維修人員操作，可利用工卡電子簽署方式，確定詳細節點時間及維修時長。同時，針對不同的維修人員，對于某項維修操作的時間差，也可進行準確計算及錄入。其二，調高信息準確率。在飛機維修作業中，對于錄入信息，應加以規范，以保證信息準確率。

2 建立智能信息分析系統

2.1 系統設計

探析智能信息分析系統的功能，應包括數據自動處理、數據分析、數據診斷等功能。同時，針對各類結構化及非結構化數據，該系統可利用多樣化的數學算法，自動判斷飛機維修狀況，并為各類數學算法提供數據支撐。在飛機維修作業中，該系統針對維修生產及微修活動，可計算兩者之間的相關性。由此，依據維修活動相關性，可不斷研究改進實際維修程序，并有效提升維修生產效率。在飛機維修作業中，該系統可依托相關數據，進行維修人力分配的判定、維修風險指數的判定、維修人員收入判定[1]。

2.2 系統判定

在飛機維修作業中，針對維修人力分配，該系統可判定其合理性。在具體維修作業中，依據長期的維修數據，可判定當天維修工作量，并設置合理的維修人力分配方案。同時，依據各類專業故障數據，該系統可判定專業維修人員配置的合理性。在飛機維修作業中，針對以往維修的差錯數據、風險數據、維修工作量、維修工作難度等，該系統可針對具體的維修作業，劃分維修風險難度等級，并設置維修風險指數。在飛機維修作業中，依據維修數據，該系統可分析維修員工的實際工時及維修工作價值，進行維修人員收入合理性的分析。

2.3 維修評估

在飛機維修作業中，探析飛機的設計品質，維修性及可靠性同等重要。在飛機可靠性工程中，科學的飛機設計，對于飛機維修工作而言，將使該工作具備維修簡便、維修經濟、維修迅速的重要特征。在飛機維修作業中，針對飛機外場維修性數據的收集及分析，可謂是一種重要的維修手段及途徑，可有效提高飛機維修的固有屬性。目前，在外場條件下，該系統在收集數據時，尚且存在數據不完整、準確性不高等問題，若在實際維修中，以該類數據為基礎，進行相應的維修分析，仍然存在一定難點。在飛機維修作業中，探析平均修復時間的定義，即是在規定條件及時間內，針對任一維修級別及可修復產品，相應的維修總時長與同級別維修產品的故障總數之比。關于平均修復時間，即是定位故障的隔離時間、故障部件拆裝時間、裝機測試時間等總和。在飛機維修作業中，針對平均修復時間，該系統的統計及計算，可反映外場條件下，飛機維修性的一種客觀狀況。

3 QAR飛機技術數據應用

關于QAR飛機技術數據應用，應從微觀數據應用、宏觀數據應用等方面分析，具體可參考以下內容：其一，微觀數據應用。針對具體故障，該系統可建立排除故障的數學模型，進而提升排故效率。針對機組故障，該系統具備自動搜索功能，可搜集相關的排故數據，隨之依據QAR譯碼數據，自動獲取有價值的排故數據。在此期間，依據相關數據模型，該系統就可獲得諸多排故數據，進而提升故障的排除效率。其二，宏觀數據應用。利用大數據分析法，針對飛機系統各項參數，該系統可利用監控手段，獲取整體機群的安全趨勢[2]。

4 建立智能專家排故系統

4.1 系統功能

探析智能專家排故系統，該系統以專家維修知識為基礎，對維修人員進行啟發式維修操作，使之通過故障問題分析推理，科學采取維修方法。換而言之，依據案例庫中的專家知識，該系統可模擬專家的思維決策方法，進而解決復雜的工程問題。在智能專家排故系統應用中，相關人員應致力于開發該系統的系統維護、故障診斷等功能。關于系統維護功能，即是針對系統數據庫，應設置專業的維護及管理部門。同時，在知識庫維護中，各領域的維修專家應積極參與，并執行相關知識的修改、刪減操作。此外，該系統應具備自學功能，不斷豐富知識庫的知識，為維修人員提供參考。關于故障診斷功能，即是針對飛機的飛行數據，該系統應具備故障診斷功能，可依據數據源，對故障征兆進行提取操作，并利用該系統的專家推理方法，進行故障診斷，隨之以故障報告形式，輸出故障診斷過程及結果。

4.2 制定排故程序

在飛機維修作業中，維修人員可利用排故手冊的各項程序，進行故障排除操作。然而，在實際工作中，維修人員若經驗不足，就難以保證排故效率。在不同的航空公司，飛機的運行環境有所區別，相應的故障規律及維修大相徑庭。因此，在排故手冊的制定，并切合航空公司的實際維修情況，從而更好地輔助維修人員進行故障排除作業，進而提升排故效率，并規避排故風險。其一，依據智能專家排故系統的實踐經驗，并有機融合FIM排故手冊，科學制定排故程序。其二，在飛機故障排故作業中，對于該系統存儲的成功經驗，應不斷修訂及完善。同時，依據排故經驗的有效次數，可致力于提升排故經驗的識別度。其三，在實際工作中，依據系統排故經驗，應將排故風險數據化，并在排故程序中增加NOTE提示，保證排故工作安全可控。

綜上所述，在大數據時代，飛機維修工作應有效利用大數據技術，并以此為基礎制定故障判定、故障排除等方面的策略。在飛機維修作業中，對于具體維修任務及大數據技術應用，相關人員應明確兩者之間的關系。同時，針對維修子任務，應明確相應子任務與整體維修活動的關系。由此，在實際工作中，維修人員方能采用多樣化手段，致力于提升飛機維修效率[3]。