北航数理统计大作业_航空维修“大数据”时代已来临?

6def0b37852a9c63f91c33b3b49fdfbd.gif

航空维修专业者,每天和你分享不一样的飞机新鲜事!

去年,联合技术航空系统总裁大卫·吉特林(David Gitlin)在采访中曾指出,大数据和多电化是航空业的未来。

目前,不少航空巨头的大数据分析平台纷纷上线,航空维修业务的大数据变革已经近在眼前。

作者着眼于航空业数字化进程,为你探讨了其中的挑战和机遇。

a6cb4725ab8c0b825a0932258ccd7c2c.png

2017年,普惠公司推出其全新EngineWise服务品牌,展示其为客户机队的可预测性、可靠性及健康所做的不断改进。

2017年“大数据”应用势起,空客公司的Skywise、波音公司的AnalytX、普惠公司的EngineWise和汉莎技术的Aviatar等一系列大数据分析平台进入人们的视野,由此展开的针对数据分析领域的创新行动或正改变着航空维修业的技术格局。

如今,航空维修业的数字化进程逐步加快,“大数据”应用正改变着航空维修业的技术格局。

无论对于飞机运营商,还是维修服务供应商来说,如何充分利用新一代飞机所产生的大量数据,让这些数据带来更高的运营效率,都成为其发展中的重大课题。机遇与挑战并存,航空维修“大数据”时代已来临。

挖掘航空数据的“金矿”

与传统飞机相比,新一代飞机采用了大量的创新技术,其机载设备可收集和传输大量来自发动机和关键部件的信息,所产生的运营和维修数据量呈几何倍数增长。

拿普惠的PW1000G发动机来说,其配备了5000个传感器,每秒可产生10GB的数据。霍尼韦尔航空航天集团亚太区航空运输副总裁戴殊荣告诉记者,飞机在执行远程航班时,产生的数据量巨大,可达1TB。

00ad8686d56bb694efadd50e6172a476.png

普惠的PW1000G发动机配备了5000个传感器,每秒可产生10GB的数据

与此同时,这些新飞机配备了宽带网络通信系统,与外界的连通水平也得到极大地提升,航空互联特性日益明显。以往,飞机产生的数据要通过物理接口下载下来,但如今这样的传输工作可通过网络来完成,并且在飞机的飞行过程中即可完成。

这些数据受到极大的重视,被有效地利用起来,成为当今整个航空业发展的一个重要趋势。比如,飞机制造商(OEM)在数据分析领域占据着绝佳的位置,并已积极地付诸了一系列卓有成效的行动。他们除了为飞机配备了大量可以传输数据的传感器外,还在通过数据管理扩大其附加服务范围。

2017年6月,波音宣布启动Analyt平台,将全公司800多名分析专家汇聚在一起,着手将数据转化为可执行的见解和客户解决方案。空客公司的航空数据平台“智慧天空(Skywise)”搭建的目标则是成为其主要航空企业用户提升运营表现和企业营收的参考平台,同时支持他们的数字化转型。GE航空集团数字化业务首席商务官Andrew Coleman也表示,数字化服务可以很好地帮助航空公司加强飞行风险管控能力,并为整个航空公司运营带来潜在的节省成本的机会。

d76c01a2d74164c998ebeec20cd8fcbe.png

针对飞机和发动机的研发、生产、制造以及航空公司运行、维护产生的数据,结合大数据分析建模展开分析,这些基于飞机运营和维修数据开展的研究,也在促使维修方式从“基于诊断的计划性维修”向“基于数理统计的预测性维修”转变,从而为航空公司提高维修效率,降低运营成本,为其完善主动服务、优化机队运营创造价值。

戴殊荣介绍,国泰航空就与霍尼韦尔开展了互联维修合作,在国泰航空飞机的辅助动力装置(APU)上,通过霍尼韦尔的软件程序导出飞机飞行数据,根据运行状态预测部件故障可能发生的时间,从而在APU真正发生故障前就发出预警,帮助国泰航空优化维修日程,避免突发停场维护。“通过这种方式,国泰航空的APU维护成本降低了35%”。

业内人士指出,行业内各方对数字化的投入力度,将改变飞机运营和维修的模式,以及大多数制造商、供应商和维修企业的市场份额,大数据应用能力将成为竞争的关键。

挑战与机遇并存

空客公司称,“智慧天空 (Skywise)平台可以为所有用户提供入口了解其丰富的航空数据,这些数据来自各个渠道并被整合到一个安全的云平台上。这些航空公司相关资源包括:工作订单、备件消耗、零件数据、机队布局、机载传感器数据和航班时刻等。运营方以前在独立服务器上分享的数据资源也将被整合到这个平台上来帮助他们通过全面的数据进行分析和决定。

不难看出,在飞机的整个生命周期里,其产生的数据量是相当巨大的,且内容构成相当复杂。那么,对于这些数据的存储、管理和有效应用就提出了新的挑战。有分析人士指出,数据分析打开了揭示飞机运行状态与故障之间关联性和可重复性的大门,有助于大幅提高维修效率,但其中大量非结构化数据又可能使分析过程变得相当复杂,需要克服其中的干扰,再对数据进行准确分析,从中提取有用的信息。

为此,大量基于大数据分析和研究的平台应运而生,特别是对于许多飞机制造商(OEM)而言,数据预测工具已成为他们重要的服务产品。

ca87c55f3fcc4a47603801260d515e03.png

与此同时,飞机数据的共享与所有权归属等问题也同样存在。在飞机和发动机未交付前OEM拥有设计和测试数据的所有权;在飞机投入运营后,航空公司和维修企业拥有飞机运营和维修数据的所有权,且这些数据对各方来说都极具使用价值。

在推出“智慧天空(Skywise)”时,空客公司就特别强调,空客飞机的运营商能利用2万名空客工程师在对每架飞机整个运营周期的跟踪中所累积的知识。“到目前为止,这方面深厚的知识储备只有在飞机研发、飞行测试和投入运营初期才能接触到”。

当一款新机型投入运营时,航空公司并没有运营数据作为其预测性维修的依据,其维修技术人员也需要在开展维修工作前了解飞机系统或部件的工作原理及故障原因,所以维修依据主要来源于OEM。因此,新机型在运营初期,其状态监测和故障预测系统通常使用OEM的设计和测试数据,很多航空公司通常选择OEM提供的飞行小时保障服务。

但随着飞行时间的增加,航空公司运营数据不断丰富,在飞机进入成熟运营阶段后,便可根据自己的排故和维修实践经验更好地评估维修频率和维修成本。如今,大型航空公司的维修部门也都拥有了预测性维修平台,对OEM提供的各种维修计划将不再十分依赖。

为确保预测性维修技术的有效性,需要不同来源的数据进行支撑,包括OEM的设计和测试数据、来自航空公司的运营和飞机性能数据以及独立维修企业的维护数据。因此,有声音指出各方展开合作将成为今后的主要趋势。据悉,很多航空公司会定期与OEM共享运营和维护数据,然后由OEM为航空公司提供预测性维修的分析结果和建议。

数字化进程不断加快

除了飞机制造商、发动机制造商外,飞机航电系统、零部件供应商等都在推动其数字化进程。

与此同时,全球已经有很多航空公司下属的MRO(飞机维护、维修与大修)企业开始开发预测性维修技术,如德国汉莎航空技术公司的Condition Analytics项目,以及法荷航维修工程公司的Prognos项目。但与OEM使用大数据技术对海量数据进行分析不同,航空公司下属的MRO企业研究预测性维修技术的切入点更侧重于某些部件暴露出的可靠性问题或运营维修成本问题。

a7ea10c02d2382ad85bb3b4055931b42.png

近日,南航机务工程部推出了飞行大数据虚拟化译码平台。该平台以QAR原始数据为数据源,通过特定的公式及算法,将QAR记录的不可辨读原始数据译码为飞行参数工程值,配置了39个译码库,能对海量数据进行收集和分析。其全面覆盖了南航全机型,未来将趋向于大数据帧结构的开发使用。

事实上,早在2014年,飞行大数据虚拟化译码平台就在南航股份机务工程部搭建成功,机载信息室开始重点研究和分析飞行大数据。2016年,“刘宇辉创新工作室”正式成立,团队使用最新的航空电子技术、计算机技术、发动机性能监控技术、大数据挖掘分析技术与“数据科学”理论,结合地面维护实际情况,以飞机远程诊断实时跟踪系统为基础,进行深层次的飞行大数据研究。

8eead79442852a9bb8a4aee468afa694.png

飞机状态预测和维修作业管理(APCM)平台,则是Ameco大数据技术的创新成果之一。APCM平台的飞机健康管理集成了机队状态监控、实时故障管理、系统性能监控、能耗监控等功能,使用者可通过该平台实时了解航班动态、飞机具体位置、实时故障和各系统性能情况,还可以定制上传命令,灵活准确地与飞机进行实时通信,获取机载数据。

据悉,该功能模块不仅包含OEM提供的健康管理工具的基本功能,还具备对地空数据链传送的报文数据、航班落地后即刻同步的QAR译码数据、通过互联网络实时共享的维修记录数据,进行融合分析的能力。

业内人士指出,来势凶猛的大数据技术在全球航空维修业的应用正掀起新的浪潮,我国MRO企业也同样展开了富有成效的大数据研究和应用工作,但也面临很多难题。如何更好地利用这些数据,取得想要的结果,获得实实在在的收效,仍是国内维修业面前的一个重要课题。

转载自:《中国民航报》

作者:王芳

注:本文系网络转载,版权归原作者所有。但因转载众多,或无法确认真正原始作者,故仅标明转载来源,如涉及作品版权问题,请与我们联系,我们将在第一时间协商版权问题或删除内容!内容为作者个人观点,并不代表本头条号赞同其观点和对其真实性负责。

北航数理统计大作业中的Monte Carlo方法是一种基于概率统计思想的数值计算方法。它是通过模拟随机变量的抽样,从而实现对复杂问题的数值分析和求解。 Monte Carlo方法主要包括以下几个步骤:确定问题、生成随机样本、计算统计量、分析结果。首先,我们需要明确待解决问题的数学模型和要求,例如求解某个数学问题的概率分布或期望。然后,通过生成大量的随机样本,按照一定的随机规则模拟待求解问题的概率分布,使样本能够完全覆盖该概率分布。接下来,根据这些样本数据计算出所需的统计量,例如均值、方差等。最后,对统计量进行分析和解释,得出对问题的回答。 Monte Carlo方法的优点是可以通过随机模拟的方式对复杂问题进行求解,避免了对问题具体解析表达式的要求。它的应用十分广泛,例如在金融学中可以用于风险评估和投资组合优化,医学领域可以用于患者存活率和治疗效果的预测,工程领域可以用于系统可靠性评估等。此外,Monte Carlo方法还可用于对其他数学和物理问题的模拟和求解,如蒙特卡洛积分、随机游走等。 总结而言,北航数理统计大作业中的Monte Carlo方法是一种基于随机模拟和概率统计的数值计算方法,通过生成大量的随机样本并计算相应的统计量,来对复杂问题进行数值分析和求解。其优点在于能够应用于各个领域,并且避免了对问题具体解析表达式的要求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值