推进MRO数字化转型 打造民航智慧维修作者：郭晓雷来源：《航空维修与工程》2021年第11期 医用压片机
随着中国民航运输业的快速发展，中国民航业无论从机队规模还是机型种类的多样性而言，都已跻身民航强国行列。尤其是自2020年新冠疫情爆发以来，中国成为了全球民航运输业活跃度最高的区域。2020年，中国南方航空在旅客运输量和旅客周转量两项指标上力压美国航空，跃居世界第一位。与此同时，中国民航维修产业也在积极进行产业能力布局和生产效能提升。据预测，未来10年（2021-2030），中国MRO产值的年均复合增长率为5%，总产值约为1276亿美元。尽管长期来看，受益于国内旺盛的航空运输市场需求，国内民航维修产业将保持一个较好的增长态势。然而，作为航空运输下游保障服务行业，民航维修业始终面临航空公司对降低维修成本，提升航班安全运行以及机队可靠性水平的更高要求。这迫使以劳动密集型为产业特点的民航维修业不得不积极寻求通过技术创新、数字化转型突破产业发展的瓶颈。对此，中国民航局在“十四五”规划中也指出要加强智慧民航建设，由传统要素驱动向更加注重创新驱动转变，要培育壮大数字民航新生态，大力发展民航数字经济。 汽水取样装置
与此同时，到2020年底我国数字经济规模已超过国内GDP总值的三分之一，数字经济高速发展的大环境为中国民航维修企业数字化转型带来了新机遇。特别是近年来，以云计算、大数据、区块链、人工智能等数字技术的高速发展促进了我国数字化转型的发展，对我国实施供给侧改革，创新驱动发展战略具有重要作用和意义。据中国民航局发布的《2020 年民航行业发展统计公报》，截至2020年，我国民航运输机队规模已达3903架。自2010年8月25日至2020年底，运输航空连续安全飞行“120+4”个月，累计安全飞行8943万小时。经过多年的发展，中国民航运输业已经积累了海量的飞行数据和飞机维修数据，从而使中国民航维修企业具有引领数字化转型战略的先决条件和特有基因。因此，本文将从维修记录数字化，维修运行数字化，维修故障诊断数字化，维修保障数字化等四个方面深度剖析数字化技术在民航维修领域的应用前景以及民航维修产业进行技术升级、打造智慧维修体系、实现提升效能，严控成本，从而增强市场竞争力的必要性。 1维修记录数字化（工程管理体系）
接线端子压接机 所有工程文件的评估记录和工卡签署记录的可追溯性是民航安全管理的基本要求。根据局方文件AC-121-FS-2018-59-R1， 飞机维修记录包括航空器放行记录、部件拆换记录
、适航指令执行记录、服务通告和改装执行记录、目前维修状态记录、飞机结构维修记录、发动机/APU履历记录、螺旋桨履历记录、航空器单机档案等，其中部分维修放行记录最长要求保存至航空器出售或永久性退役后一年。为了满足局方适航管理要求，传统维修记录是通过工程编写工卡并由计划部门组包下发执行，一线工作者打印纸版工卡并逐项签署，最后由质量部门回收纸版工卡进行存档。随着机队运行规模的扩大，航空公司和MRO企业不得不雇佣大量非生产人员回收整理工卡签署记录并确认维修工作准确执行。由于维修工作执行地点往往较为分散，确保每项维修记录能及时和准确地反馈到质量部门是一项很大的挑战。同时，为满足纸版工卡的持单作业和签署要求，航空维修企业每天不得不耗费大量纸张打印成本。这种低效率、高成本的作业模式，已无法适应大型航空集团基地分布广、机队规模大、机型多样化的运行需求。鉴于此，中国民航局于2017年发布AC-121-FS-2017-128《电子签名、电子记录存档系统和电子手册系统的接受与使用》，详细介绍了使用电子签署的相关要求，为航司应用数字化维修记录提供法规依据。在局方的大力支持下，国内各大航空集团纷纷引进或开发结构化数据集成系统平台，首先从工程文件编写源头实现单机工卡结构化录入，再由计划部门通过生产组包系统将每架飞机所需执行的电子维修工卡准确地推送给执行该项工作的维修技术人员，随后由维修技术人员通过手持终
端查阅工卡内容，并在电子工卡上进行完工签署。国内几大航空集团中，东航最早推动航线工卡无纸化。东航电子签名系统于2014年10月完成一期手写签名应用建设，于2015年1月完成二期管理人员电子签章应用建设。尽管海航集团在近两年面临流动性危机，但其旗下MRO企业海航技术仍准确把握航空维修产业发展趋势，克服诸多困难，于2019年启动维修和航材结构化数据平台的开发，并计划于2022年实现工卡电子化签署。与此同时，海航技术还同步投资开发飞机放行依据文件MEL的结构化编写并进一步推进飞机放行记录电子化签署，从而实现对每架飞机维修放行状态的实时跟踪，既提高运行决策效率，也有效避免了航空器未经适航放行即投入运行的不安全事件。
煮面机 2 維修运行数字化（维修控制体系）
数字化技术不仅仅被应用于生产流程的增效，同样可以帮助企业实现数字驱动下的高效、敏捷、智能的运营管理。而运营管理则包括运行计划、排故组织、现场施工和后台控制等所有运行活动环节。数字化运营是数字化转型基础，其本质是通过大数据加算法，自动智能地化解复杂环境的不确定性，优化资源配置效率，创建企业核心竞争优势。维修控制体系作为航司维修体系运行中枢，承担监控每日航班运行状态、故障通报、AOG组织，
以及维修进程的实时监控等职能。维修控制体系的决策和资源调配效率直接影响整个机队的运行效率，更何况对于大型航空集团，每天还有很多国际航线需要保障和协调，这无疑对于依赖电话和邮件沟通的传统维修控制体系是个巨大挑战。传统维修控制体系通常采取“由各运行基地进行逐级管控，航班运行信息逐级上报”的模式进行运行管理。在这种模式下，不仅难以满足运行决策的时效性，也经常面临重要信息在逐级传递过程中被过滤失真的情况，甚至会导致超标准放行的不安全事件。鉴于此，国内各航司都在纷纷探索应用创新技术打造高效智能的维修控制体系。海航技术拥有9大维修区域中心、30 多个维修基地以及遍布全球200多站点的航空维修服务网络。为提升运行效率，海航技术一方面调整组织架构，增强属地管理，压实派驻集团内各航空公司AOC中心的执管MCC的职责；另一方面，积极投资打造维修运行体系决策平台。维修运行体系决策平台集成运行计划、排故组织、现场施工和后台控制等所有运行活动环节的关键要素，实时监控每个航班的保障情况以及每架飞机的排故和航材保障进展。该平台将通过打破维修企业内部各种数据孤岛，实现维修数据与运行数据的相互沟通，从而使维修工作围绕航空公司运行需求合理配置维修资源并有序展开维修保障工作。同时，通过生产运行信息高度可视化和报表化，使决策者能在短时间内获取运行关键信息并及时调动资源进行运行决策，而各保障基地和外站实语音会议
时在线接收运行指令并启动相应的保障工作，落实指令要求。从而最终实现维修控制中枢对生产运行情况的全面实时监控和运行决策指令的快速发布。
3 维修故障诊断数字化（技术诊断体系）
近几年，在工业装备领域流行一个概念，即预测性维护。预测性维护是工业4.0下提出的，集状态监测、故障诊断、趋势分析、故障预测、智能运维于一身的新一代工业设备主动维护方式。在航空维修领域，由于航空运输对安全性要求高，一直以来往往采用预防性维修方式。预防性维护是固定周期维护，不考虑设备实际状态，可能带来过度维护。而预测性维护是基于设备实时健康状态来决策维护时机，能更为精准的预测设备故障发生时间，在减少飞机非计划停场，提高排故效率，尤其在减少部件仓储成本等方面具有很多优势。根据美国联邦能源管理计划（FEMP）所进行的研究估计，与预防性维护相比，预测性维护能节约30%～40%的成本。
预测性维护的实践主要依托于大数据技术的不断发展和完善。大数据通常是一个较为宽泛的概念，既包括数据采集来源，也包括用于数据分析的相关技术和方法。对于民航业来说，飞机上安装的众多传感器为实现飞机预测性维修提供了飞机健康数据来源。民航领
域普遍使用的机载数据采集技术主要有三种，一种是基于快速存储记录器（Quick Access Recorder， QAR）的数据采集技术；另一种是多被发动机OEM厂家所使用的远程诊断（Remote Diagnosis， RD）数据采集技术；第三种则是基于卫星和无线电传输的数据采集技术，即ACARS（Aircraft Communication Addressing and Reporting System）技術。QAR数据采集技术主要是通过机载快速存储装置实时采集包括飞机飞行姿态、机上设备运行状态、燃油使用量等数百种数据；RD数据采集技术则通过发动机上的传感器采集发动机在飞行各阶段的关键运行参数；而ACARS数据采集技术是一种在航空器和地面站之间通过无线电或卫星传输短消息（报文）的数字数据链系统。这三种数据采集技术在故障诊断实践中也有不同的应用场景。基于QAR的数据采集技术，采集数据量大，对故障诊断的准确性高。但由于空地数据传输费用高，通常都是在飞机落地后再下载QAR数据进行故障分析。而RD和ACARS数据采集技术，可以根据航空公司和OEM设定的触发条件进行实时下传，多用于及时捕捉影响飞机空中运行安全的重大故障。
现在，不少OEM 依托技术优势纷纷加大飞机传感器数据采集、传输、存储和分析技术。如波音公司多年来不断完善飞机健康管理系统，不仅采集和传输飞行数据，还通过数据分析进行维修预测。除飞机制造厂家外，航电设备制造商也纷纷凭借其机载数据采集硬
件的技术优势，涉足空地数据传输和故障诊断领域。如航电设备供应商霍尼韦尔开发了JetWave高速通信系统，将飞机运行数据实时传送到地面；机载无线电供应商ARINC公司也进行飞机状态分析和管理系统的开发，不仅采集飞机数据并进行故障诊断，还能实现评估故障部件对飞行的影响。此外，一些OEM和航空维修企业纷纷探索大数据分析技术并投入巨资打造大数据分析平台。比如波音研发的AnalytX平台，空客开发的Skywise平台，汉莎技术使用的AVIATAR平台等。这些大数据平台，都是通过先进的数据采集方法并应用科学的逻辑算法和数据分析工具，为客户提供基于数据推理的运行决策依据，并在工程方案优化、维修控制、供应链管理、机队可靠性分析以及预测性维护等领域提供产品和服务，从而推动航空企业数字化转型和MRO价值提升。相比于国外知名大企业的数据平台，国内航空公司和维修企业也在积极打造自己的大数据分析平台。比如，南方航研发的“飞机远程诊断实时跟踪系统”；Ameco开发的“飞机状态预测和维修作业管理平台”；海航技术打造的具有自主知识产权的“飞机健康管理大数据应用平台”。这些平台的开发和应用，使航空公司以及维修企业实现了对飞机健康状态的实时监控，能够前置风险管理，及早发现可能导致运行不正常事件的潜在故障，从而提升机队安全运行品质和维修效率。当然，大数据平台能否成功应用的关键还在于如何从海量的飞机运行数据中识别出有价值的数据。当前数
据分析中往往利用数据挖掘、机器学习等复杂技术对数据进行检查、变换和建模，从中提取有应用价值的数据并从数据中获取知识。在航空维修领域，机器学习技术可以通过筛选排故经验数据，使维修技术人员更便捷地应用文档化的专业技术工具，快速排查出最有可能发生的潜在风险并及时提出最佳的解决办法，特别是针对一些长期复杂的疑难故障。从2019年开始，海航技术便致力于机器学习技术的研究，并尝试将机器学习技术应用于空调系统故障预测以及部件可靠性管理和航材仓储的智能管理。步进梁式加热炉
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议