你可能刚趁着五一假期去“看了看世界”，然后打了个飞的回来继续上班；你可能常常这么飞来飞去。但是，你一定不知道，这个载着你的大家伙身上起码有着几百万个零件，仅核心部件发动机就由上万个零件组成。这些零件与飞机安全飞行休戚相关，然而一直以来，零件维护的方式往往是通过实时运行数据或定期检查，人工判断是否需要维修。
显然，这样的“马后炮”的方式已经不能让日趋壮大的航空业满意，人们需要更高效的方式。现在，GE中国研发中心的新部门：航空大数据分析和数字化解决方案部门正在与东航合作，试图通过大数据，让飞机进行“远程体检”，从而预测飞机的发动机在何时需要维修。
在发动机形形色色的零件中，涡轮叶片是最重要、同时也是修理费用最为昂贵的零件之一。在发动机运行时，涡轮叶片将承受800摄氏度以上的高温以及高压气流的考验；同时，叶片接触到空气中的污染物时会发生化学反应，并逐渐被腐蚀，让许多航空公司深受困扰。这次，GE的工程师们就选择了涡轮叶片进行实验。他们首先需要做的，是掌握发动机的历史运行“大数据”。
然而，这却并不容易。
大数据最重要的来源是400多台GE制造、在东航服役的CFM56发动机的维修报告，其中包括零部件更换清单等各类信息。报告总数大约有600份，每份维修报告的长度有200多页，更麻烦的是，由修理厂编制的维修报告都是纸质的，东航提供的是这些报告扫描后的PDF文档。而且，这些尘封已久的报告还存在着数据质量差、相互冲突等问题，需要进行人工校验后才能使用。
GE航空大数据分析和数字化解决方案部门的发动机专家、建模高手、软件工程师们不得不先承担起将维修报告重要数据录入电脑的任务。为此，工程师们还开发了一个小工具，可以识别PDF并转换成文字。去年10月，也就是合作项目正式启动的半年后，每个发动机与叶片损伤相关联的700多个参数终于收集到位。
在建模之前，GE的发动机专家们首先确定了叶片损伤程度的重要影响因素：空气污染程度（颗粒物数量）、发动机排气温度以及飞机起飞时的推力。他们很快使用这些参数建立了一个分析模型，研究发动机的涡轮叶片正在以一种怎样的速度遭受损伤，以及这一零部件何时会在高温高压的折磨下彻底报废。
去年年底，这套分析模型小试牛刀。技术团队根据2013年前的数据，预测了多台东航现役发动机目前的叶片损伤程度，而东航也对它们进行了实物检查。两者对比的结果是，预测的准确率达到了80%以上。
有了这套分析模型，GE可以告诉航空公司每一台发动机应该何时检查叶片损伤，定制化的检查、修理将替代以往的“一刀切”。不仅如此，基于预测模型的分析结果，航空公司可以有效调整航线安排，降低维护成本。比如由于经常执飞污染程度较高地区的航线，某架飞机配置的发动机叶片损伤程度会更高，GE将根据模型数据及时提出建议，让它改飞低污染地区。
现在，GE的团队正在对现有分析模型的准确性进一步验证，同时开发新一代的远程诊断平台，融入趋势性分析程序。这样，对于涡轮叶片损伤的实时分析就能通过平台快速传输给航空公司，为飞机零部件维修提供更“靠谱”的建议。
联系客服
