航空發動機維修中大數據技術的運用

曹成

（空軍工程大學航空工程學院，陜西 西安 710000）

引言

航空發動機維修工作主要是運用一定技術的手段對發動機各個部分的運行狀態進行檢測，進而獲得相關數據，維修人員可以對獲取到的數據進行診斷，分析出發動機存在的故障，并可以對可能出現的故障進行預測，同時指出發動機維修建議。在航空發動機維修中運用大數據技術，可以實現對發動機健康狀態、使用壽命、維修方案等工作的開展提供有效的數據支持，并且還可以對發動機中的一些零部件故障進行檢測和預測，可以有效確保航空發動機正常運行，進而提升飛行安全性。

一、航空發動機維修數據的特點

航空發動機維修數據具有數據大、類型多以及真實有效的特點。由于航空發動機是整個飛機中具有最多傳感器的部位，在科技水平不斷提升的今天，飛機發動機的傳感器也在不斷增加，因此會產生很多數據；維修數據涵蓋飛機的飛行參數以及維修手冊、報告以及很多圖片等信息，這些信息類型多種多樣；對于航空發動機來說，維修數據是否真實有效會直接影響到飛機安全飛行。這些維修數據是對航空發動機運行狀況的真實體現，然而這些數據中還有一些無關和模糊信息，會影響到維修數據的完整性，所以要做好維修數據的篩選工作。

二、大數據技術在航空發動機維修中的運用前景

伴隨我國航空事業的快速發展，航空發動機數據也在進一步增加。在此背景下，航空發動機維修的工作開展也要開始逐漸向大數據靠攏，通過在航空發動機中運用大數據技術可以有效提升發動機維修效率，為發動機安全運轉提供保障。為實現大數據技術的有效運用，就要處理好大數據挖掘算法。現階段，我國有許多航空公司都實現了自主研發大數據系統，還有的航空公司通過與IT企業進行合作開發了大數據系統。大數據技術在航空旅客服務、飛行狀態、航空管制等多個方面都得到了廣泛運用。在大數據時代下，大數據技術可以促使航空企業實現更快發展。當前大數據技術也被運用航空發動機維修中，然而大數據技術在對發動機故障診斷以及監控方面的運用還不成熟，但是伴隨著航空發動機數據的進一步增加，大數據技術必然也會在發動機維修領域得到有效運用。

三、航空發動機維修數據應用

有關航空發動機維修數據運用，可以從提升數據容量以及提升信息準確率來入手，詳細應用方式可以按照以下內容開展：第一，提升數據容量。航空發動機維修工作開展過程中，要將維修的信息錄入進行拓展，使維修數據容量得到增加。在發動機維修過程中，可以借助網絡將控制節點進行信息化操作，這樣一來就可以將具體維修操作的數據進行儲存，進而形成維修大數據。例如：在航空發動機維修過程中，可以向維修技術人員實施工卡電子簽署的形式，這樣我們就可以掌握詳細的維修節點和維修總時長，此外還可以根據不同的維修技術人員在某個部分維修時所產生的時間差進行準確錄入；第二，提升信息準確率。航空發動機關系到飛行安全問題，因此在發動機維修過程中，要嚴格按照要求對信息進行錄入，進而提升信息準確率。例如：在維修過程中，要在系統中建立維修檔案，對故障產生時間、故障代碼、維修市場等詳細信息進行規范化記錄，這樣就可以通過維修檔案得知詳細的維修情況。

四、航空發動機維修中大數據技術的運用

為使大數據技術在航空發動機維修中得到有效運用，可以構建大數據智能信息分析系統，使航空發動機維修工作效率得到提升，運用大數據技術創建智能信息分析系統可以結合以下幾個方面進行：

（一）系統主要功能設計

航空發動機維修大數據智能信息分析系統要涵蓋數據收集、處理、分析、診斷、預警等功能。此外，對于一些結構化或是非結構化的數據，要能夠結合不同數學算法進行計算，對航空發動機維修狀況進行智能判斷，進而為維修技術人員提供數據參考。在航空發動機維修過程中，智能信息分析系統可以針對維修生產和活動之間的關聯性進行分析，維修技術人員可以結合分析結果對維修工作進行優化，使航空發動機維修工作效率得到有效提升。除此之外，智能信息分析系統還可以在航空發動機維修過程結合一些數據，對維修情況進行判定。

（二）航空發動機維修判定

在航空發動機維修過程中，該系統還可以結合故障情況對維修所需要的人力進行合理判斷。通過將以往維修數據錄入系統，在大數據技術的支持下，就可以結合維修數據對維修工作量進行判定。此外，一些發動機專業故障數據，同樣可以借助大數據來判斷維修技術人員配置的合理性。在維修工作開展過程中，大數據可以實現根據以往發動機維修工作量、故障部位等內容對維修難度等級進行劃分，這樣可以方便維修技術人員提前針對故障問題制定相應的解決策略，確保航空發動機維修工作能夠得到順利開展。

（三）健康管理應用

航空發動機健康管理關系到航空飛行安全問題，并且是航空發動機維修過程所運用到的關鍵技術。健康管理應用主要是對航空發動機運行狀況進行評估和診斷，還可以實現對航空發動機剩余使用壽命進行預測，利用大量數據對發動機使用狀態進行分析成為發動機健康管理應用的關鍵。通過數據的變化，并結合最初設置的預警值可以實現故障預警。當前健康與管理系統通常運用飛機上保存的數據以及地面保障站的趨勢分析方案，然而每架飛機都有著很多次的飛行，數據儲存量也相對較大，因此地面保障也會存有很多數據，如何高效運用數據挖掘算法對保存的大量數據進行抽取成為技術難點，如何利用這些數據變動趨勢實現對航空發動機使用壽命進行有效預測，并提供維修參考數據成為重點。為此，可以將系統中一些飛機發動機整個生命周期的一些比較特殊的飛行階段（如：最大狀態）數據進行分析，可以從這些數據中挑選相關性較低的數據作為航空發動機壽命預測參考數值，通過構建策略參數和健康指標之間的聯系，在系統中創建航空發動機健康參數指標，進而就能夠實現對航空發動機使用壽命和維修情況進行有效預測。

（四）存儲、分析應用

在過去，航空發動機運行監控數據通常會保留在關系型數據庫當中，當這些保存的數據不多的時候，通過借助傳統關系型數據庫就可以完成對數據的檢索，通過對這些的數據的檢索，可以為維護工作開展提供數據支持。在對過去數據進行分析的過程中，可以了解到航空發動機中這些儲存的大數據結構和類型具有一定的復雜性，只是借助于這種傳統形式的關系數據庫是很難達到海量數據儲存和檢索的。要想解決大量數據存儲和分析的需要，在這方面就需要借助于Hbase 這種分布式數據存儲系統，這種數據儲存系統還支持多個不同類型數據庫和文件系統，可以實現對不同類型維修所產生的大數據進行存儲。借助于MapReduce 對這些航空發動機維修數據進行整理、清洗、分類，還可以實現通過網絡和計算機對這些數據進行分析處理，借助于自定義算法可以做到可視化技術研究。

（五）大數據在應用層的運用

通過在應用層運用大數據技術，可以實現對多個數據源進行分析。針對航空發動機運行的數據源，可以借助于環境數據、飛行或是性能這方面的參數等等，這種多元數據可以實現對航空發動機性能進行更為全面的解析，進一步提升數據解析精準度和真實性，通過結合維護數據源，還可以完成對航空發動機可能會出現的故障進行檢測。在航空發動機的維護數據、設計數據、技術數據等數據的支撐下，可以制定更為恰當的維護方案，做到對航空發動機的預防性維護。通過對這些維護數據進行分析，為航空公司提供質量安全等信息，方便他們進行后期維修計劃的制定。

為確保航空發動機在飛機運行過程中可以保持正常運轉，需要對其進行故障診斷和狀態監控。大數據技術在航空發動機維修的運用主要就是通過對發動機運行過程中所產生的數據進行分析，進而對其狀態進行評估。借助于這些運行數據，對發動機今后的運行趨勢進行剖析，對發動機一些重點參數變化情況進行分析，并結合往期發動機故障參數進行對比分析，進而實現對發動機運行故障進行早期監控預測的目的。其中借助于發動機運行數據剖析壽命變化趨勢，結合數據庫的維修數據做好維修計劃是重點。

五、結束語

航空發動機維修工作關系到飛機能否安全飛行，將大數據技術運用到航空發動機維修工作中來，可以有效提升發動機維修工作效率，通過精準預警和故障判斷，可以為維修技術人員節省大量維修時間，還可以提升發動機維修可靠性，轉變傳統航空發動機維修模式的不足，為飛機正常飛行和航空事業發現奠定良好基礎。