探索大数据时代的航空维修之路
2017-09-16马连元
马连元
摘要:大数据技术应用于航空维修企业可以使企业实现客观的量化管理,对外洞察商机主动创造市场,对内科学管理高质、高效释放产能从而大幅提升企业的管理能力。通过对大数据平台的搭建清晰地勾画出未来航空维修的新景象以及智能维修作业的发展趋势,在航空维修的生产过程中高度的人机融合生产模式将翻开我国航空维修业的高科技、高智能的新篇章.
关键词:大数据;智能;量化管理;人机融合
如今大数据技术正逐渐改变我们的生活,很多观念会被颠覆。可以预见的是我们会比过去任何时候更加理性地看清这个世界和它未来的发展方向。数据是大数据技术的基础,智能的懒人模式将是该技术应用的特点,它也会推动智能机器人的发展,尽早将人类从危险、沉重、复杂的工作中解放出来,在全世界翘首期盼大数据时代降临的时候我国的航空维修业该何去何从呢?
1大数据对航空维修企业的影响
目前航空业的发展对数据的依赖程度前所未有,它不仅是企业内部管理的刚性需求也是对市场准确判断的需要。今天的航空维修市场不再是一家独大坐等客来,而是群雄逐鹿竞争激烈。企业掌握大数据技术可实现内外兼修,对外洞察商机主动创造市场,对内科学管理,高质、高效释放产能。
国内航空业的系统化革命已经完成,企业内部系统繁多,数据交换困难且相互掣肘,而大数据技术正为解决这些问题提供了帮助。目前各维修企业已有相当规模的数据积累,稍加完善就可用于大数据系统。航空维修的数据包括结构化和非结构化两种,结构化容易被计算和分析,而非结构化数据可以用于分析之用,如有需要也可通过机器识别或人工转化成机构数据。航空维修数据采集形式多样既可来源于机载设备信息如ACARS等也可人工输入,信息采集终端既可以是固定设备电脑也可以是移动设备。目前国内维修企业直接应用飞机的机载设备的飞行数据除发动机监控外并不广泛,可以开发大数据平台将其用于排故、CAMP修正、可靠性分析、系统健康性预防等工作。
随着科技的发展,大数据技术对航空维修的生产影响会更大。纸质工卡的施工说明和维修记录将会消失,取而代之的是先进的可穿戴设备,会自动传输工作任务和施工说明,机械员在工作时会自动提示技术要求和质量要求避免差错,完工后由设备自动存档反馈,维修记录也可以保存成视频、音频、文本多种类型,真实还原维修过程。个性化的员工上班计划得以实现,在符合劳动法的前提下平台自动计算个人的工作和休息计划,员工可根据个人或公司要求自动调整,减少业务接口中人工传递消除等待的时间。
总之,大数据技术应用于航空领域必将引起一系列的反响,随着数据管理能力的提升将实现很多技术上的可能,比如今后工卡可能会引入音频、视频等多种方式,工作人员在工作时会有程序法规的自动提示和结果检查,检查维修工作时直接调取当时的视频和文件做到立体还原,各种统计可以轻松的从系统里获得各部门的产能、人员考核、绩效等,都是可视化信息,使用方便快捷。准确掌握市场预测减少盲目投资和重复建设,实现全行业的资源共享,降低成本。维修能力透明使航空器异地维修就像现在的打车软件一样快捷便利。
2航空维修大数据平台的设想
航空维修大数据平台的结构按其特点可分为:数据源、计算层、存储层、指令层、产品层。
数据源层:是收集源头数据的地方。通过DataX、Dbsync、Timetunel等可以准时将信息传到计算层。多类型的数据库可以通过Big分析平台进行接口。非结构化数据无法深度计算和统计,比如文本、照片通过扫描可分析转化为结构化数据。计算层:又叫“云梯”,根据产品进行有针对性的集群计算,淘宝使用的是Hadoop集群,具有可靠、高效、成本低、终端亲民化等优点,维修行业同样可以使用类似的平台搭接,然后对数据源进行各种产品的Mapreduce计算。存储层:由于数据的用途不同,比如控制类维修工作可以使用Hadoop的管理工具Ambari实现快捷监控、管理集群、快速部署的效果,比如维修记录的存储可以采用MyFox分布式关系数据集群,或是NoSQL集群的存储方式。指令层:根据职能需要主动下达操作指令,如筛选、查询、统计、报表、各类动作触发等。产品层:我们想要的结果如:分析结果、报告、计划、订单、指令等,产品层并没有结束而是将其结果再周而复始的向后傳递为下一指令需求的计算做数据基础。该技术对维修企业的管理和产品的特点是:自动、智能、可视化。
(1)对于航线的生产产品从数据来源到各指令需求控制下的工作计划、报表、分析等应用起来十分便捷。
(2)建立飞机和附件监控如同发动机监控一样,并且自动监控性能趋势给出故障提醒和故检方案。
(3)参与CAMP优化,按飞机机龄、市场构型、选型以及飞行的地域、季节、生态等环境特点制定个性化维修方案,根据飞机使用状态、可靠性分析和工作反馈等调节检查间隔以达到安全和经济的目的。
(4)随时监控各生产部门产品成本、能力范围以及剩余产能有利于市场竞标。分享一个我们团队的例子,通过对人力和工作量的结构化统计得到如下结果,人员利用率为80%说明工作略有空闲,工作无压力;大于90%说明工作已饱满,几乎没有空闲,完成工作略有压力;超过100%则说明工作处于超负荷,工作无休息时间甚至会造成集体加班。通过对不同时间的工作量和人力的计算就可以得到剩余产能和产量。
(5)利用平台开展市场及行业调查或委托专业统计单位主动收集信息,深度分析市场发展趋势并挖掘潜在市场。
3大数据技术在航空维修领域应用的短板
目前社会各界对大数据的展望大多过于美好,真正将大数据技术应用于航空业的路还很长。新技术的应用势必也会伴随一定的缺点和风险,大数据技术也不例外。
其一,建立如此庞大的数据平台不是一朝一夕就可以实现的,需要旷日持久的流程整理和研发,以及配套的系统设计和人员培训,国航的机务二期开发时间之长、耗费的人力物力和财力之大可见一斑,大数据平台是一项花销不菲的工程,前期投入大、耗时长的特点使规模小的公司难以承受,况且平台投入使用后仍需要大量资金用于维护和完善。
其二,数据质量和广度对大数据分析产生巨大影响,低质量和窄维度的数据可能导致结论与实际偏差甚远,目前需要业务管理手段来配合保障,这也是该技术在应用方面的局限所在,不过随着可穿戴设备和立体显示等高新技术的不断成熟,借助这些设备和技术数据收集的质量和效率问题将会大大改善。
新事物的发展过程不约而同地存在冷热不均的现象,大数据的发展也不例外,也会有高潮和低谷的过程,随着时间的推移市场最终会优胜劣汰。正所谓“沉舟侧畔千帆过,病树前头万木春”,世界总要向前发展,我们也应该正确对待且不甘落后,如果对新事物总是“看不见、看不起、看不懂”那后面等待我们的将只有“来不及”。因此身为中国民航维修企业的我们既要保持清醒的头脑冷静思考,也要审时度势,抓准时机适度参与新技术的变革而不被淘汰,在未来的世界维修市场里占有一席之地。endprint