基于大数据技术在飞机维修中的应用分析

赵鹏

北京飞机维修工程有限公司 北京 100621

在某航空公司，针对飞机维修工作，引进了AMICOS系统，并开发了TDMS等生产信息终端，对维修数据进行了存储。在AMICOS系统应用中，相关人员采用快速存储记录器，即QAR，对飞机运行数据进行了采集。

1 飞机维修数据应用

关于飞机维修数据应用，应从增大数据容量、调高信息准确率等方面分析，具体可参考以下内容：其一，增大数据容量。在飞机维修作业中，对于维修信息，应增加录入，进而增大维修数据容量。在维修工作中，可利用网络实现控制节点的信息化，进而针对具体的维修操作，将各类存储数据组成维修大数据。例如，在某项维修作业中，针对维修人员操作，可利用工卡电子签署方式，确定详细节点时间及维修时长。同时，针对不同的维修人员，对于某项维修操作的时间差，也可进行准确计算及录入。其二，调高信息准确率。在飞机维修作业中，对于录入信息，应加以规范，以保证信息准确率。

2 建立智能信息分析系统

2.1 系统设计

探析智能信息分析系统的功能，应包括数据自动处理、数据分析、数据诊断等功能。同时，针对各类结构化及非结构化数据，该系统可利用多样化的数学算法，自动判断飞机维修状况，并为各类数学算法提供数据支撑。在飞机维修作业中，该系统针对维修生产及微修活动，可计算两者之间的相关性。由此，依据维修活动相关性，可不断研究改进实际维修程序，并有效提升维修生产效率。在飞机维修作业中，该系统可依托相关数据，进行维修人力分配的判定、维修风险指数的判定、维修人员收入判定[1]。

2.2 系统判定

在飞机维修作业中，针对维修人力分配，该系统可判定其合理性。在具体维修作业中，依据长期的维修数据，可判定当天维修工作量，并设置合理的维修人力分配方案。同时，依据各类专业故障数据，该系统可判定专业维修人员配置的合理性。在飞机维修作业中，针对以往维修的差错数据、风险数据、维修工作量、维修工作难度等，该系统可针对具体的维修作业，划分维修风险难度等级，并设置维修风险指数。在飞机维修作业中，依据维修数据，该系统可分析维修员工的实际工时及维修工作价值，进行维修人员收入合理性的分析。

2.3 维修评估

在飞机维修作业中，探析飞机的设计品质，维修性及可靠性同等重要。在飞机可靠性工程中，科学的飞机设计，对于飞机维修工作而言，将使该工作具备维修简便、维修经济、维修迅速的重要特征。在飞机维修作业中，针对飞机外场维修性数据的收集及分析，可谓是一种重要的维修手段及途径，可有效提高飞机维修的固有属性。目前，在外场条件下，该系统在收集数据时，尚且存在数据不完整、准确性不高等问题，若在实际维修中，以该类数据为基础，进行相应的维修分析，仍然存在一定难点。在飞机维修作业中，探析平均修复时间的定义，即是在规定条件及时间内，针对任一维修级别及可修复产品，相应的维修总时长与同级别维修产品的故障总数之比。关于平均修复时间，即是定位故障的隔离时间、故障部件拆装时间、装机测试时间等总和。在飞机维修作业中，针对平均修复时间，该系统的统计及计算，可反映外场条件下，飞机维修性的一种客观状况。

3 QAR飞机技术数据应用

关于QAR飞机技术数据应用，应从微观数据应用、宏观数据应用等方面分析，具体可参考以下内容：其一，微观数据应用。针对具体故障，该系统可建立排除故障的数学模型，进而提升排故效率。针对机组故障，该系统具备自动搜索功能，可搜集相关的排故数据，随之依据QAR译码数据，自动获取有价值的排故数据。在此期间，依据相关数据模型，该系统就可获得诸多排故数据，进而提升故障的排除效率。其二，宏观数据应用。利用大数据分析法，针对飞机系统各项参数，该系统可利用监控手段，获取整体机群的安全趋势[2]。

4 建立智能专家排故系统

4.1 系统功能

探析智能专家排故系统，该系统以专家维修知识为基础，对维修人员进行启发式维修操作，使之通过故障问题分析推理，科学采取维修方法。换而言之，依据案例库中的专家知识，该系统可模拟专家的思维决策方法，进而解决复杂的工程问题。在智能专家排故系统应用中，相关人员应致力于开发该系统的系统维护、故障诊断等功能。关于系统维护功能，即是针对系统数据库，应设置专业的维护及管理部门。同时，在知识库维护中，各领域的维修专家应积极参与，并执行相关知识的修改、删减操作。此外，该系统应具备自学功能，不断丰富知识库的知识，为维修人员提供参考。关于故障诊断功能，即是针对飞机的飞行数据，该系统应具备故障诊断功能，可依据数据源，对故障征兆进行提取操作，并利用该系统的专家推理方法，进行故障诊断，随之以故障报告形式，输出故障诊断过程及结果。

4.2 制定排故程序

在飞机维修作业中，维修人员可利用排故手册的各项程序，进行故障排除操作。然而，在实际工作中，维修人员若经验不足，就难以保证排故效率。在不同的航空公司，飞机的运行环境有所区别，相应的故障规律及维修大相径庭。因此，在排故手册的制定，并切合航空公司的实际维修情况，从而更好地辅助维修人员进行故障排除作业，进而提升排故效率，并规避排故风险。其一，依据智能专家排故系统的实践经验，并有机融合FIM排故手册，科学制定排故程序。其二，在飞机故障排故作业中，对于该系统存储的成功经验，应不断修订及完善。同时，依据排故经验的有效次数，可致力于提升排故经验的识别度。其三，在实际工作中，依据系统排故经验，应将排故风险数据化，并在排故程序中增加NOTE提示，保证排故工作安全可控。

综上所述，在大数据时代，飞机维修工作应有效利用大数据技术，并以此为基础制定故障判定、故障排除等方面的策略。在飞机维修作业中，对于具体维修任务及大数据技术应用，相关人员应明确两者之间的关系。同时，针对维修子任务，应明确相应子任务与整体维修活动的关系。由此，在实际工作中，维修人员方能采用多样化手段，致力于提升飞机维修效率[3]。