大数据在商业方面还是社区方面的应用场景目前已有很多经典案例，另一方向随着物理网的不断推进，不论是从物联全网协同工作数据支撑还是基于物联数据的各个生产环境的过程优化，工业大数据的概念和相关技术也在日益更新和完善。在工业领域中，航空工业有着相对的特殊性和复杂性，在工业大数据中有个重要的概念是“预测性维护”，字面意思基本就能理解它的大致含义，其实在早期的IT系统运维监控中就有应用，“根据历时和实时数据产生拟合值，预测近期的性能曲线是否可能会出现故障”。
那么“预测性维护”在航空工业中的应用主要体现三方面：
预测各种部件何时可能失效并采取预防性维护行动。
预防性维护减少了飞机的“停机时间”，意味着更多的飞机可用于为乘客服务。
更高效的喷气发动机消耗较少的燃料
我们设想，当一家A380从广州飞往北京，在飞行过程中，飞机相关监控指标实时传输到地面控制中心，地面控制中心实时分析相关机械数据，通过系统性预测到某一零部件出现故障的概率为80%，其影响该航班下一阶段适非条件，地面控制中心将该预测数据通过通信寻址与报告系统，获得飞机的故障代码与运行参数，经人工智能算法分析，向维修单位提供必要的参考信息，以便飞机仍然在空中飞行时,就可以进行维修计划、航材出库、维修人员排产等一系列动作，从而提高维修水平和排故效率，减少人为差错和人力成本。这样的工作运行模式，对飞机运营商、乘客或维修企业是多赢的局面。
但是，不得不但是，看下面这张图，数据来源惠普(惠普公司业务是有飞机维修公司，呵呵)，一家波音737从纽约到洛杉矶的两个发动机6小时飞机中产生的数据量为240TB，每天相同航程的起落架次为28537，一年的数据有多少，相当于2015年全球互联网的数据流量。
对未来的技术变革是不是突然有很科幻的憧憬，比如把计算量放在飞机上那得多强的处理器，先不歪歪。
难道就不能有所行动吗，当然可以，波音公司早在06年便推出基于787按飞行小时付费的“金色维护”从全生命周期管理和综合航材两方面，涉及维修、工程、零备件和后勤保障,同时还有一个24小时的运营中心利用使能技术,将飞机运营数据转化为信息,使航空公司提高运营效率，改进飞机的派遣可靠性和利用率，但“金色维护”重点是解决航空公司运营和后勤保障问题，可以使运营公司更加关注运输服务上面，也并不是做到了上面设想的场景。
先不说波音的高大上，针对普通航企和维修企业，怎么通过大数据实现相关决策，看下图：
如果在飞行保障方面，大数据由于目前技术壁垒无法有效应用，那么就应该在支撑它的，维修保障、航材保障以及人员保障入手。简单说，就是大数据在飞机维修中的应用可直接或间接影响飞机运营。
例如，单从航材数据来看，据AW&ST统计2012年(数据有点老)，全球民航存储500亿备件，230亿为周转件，270亿为维修件，每年库存以7%～10%速度递增，每年使用率为25%。很多航企和维修企业为了保证航材保障率，航材积压严重，那么航材数据的应用价值则关系到供应链的相关决策也直接影响到维修成本。
其实和“金色维护”的思路是一致的，只不过数据应用依据自身业务需要更加聚焦，那么大数据针对维修、航材、人员的应用价值有哪些，后续文章逐个来分析。
共有条评论 网友评论