孔旭，于得水，丁坤英，劉佩佩

（1.中國(guó)民航大學(xué) 科技處，天津300300）

（2.中國(guó)民航大學(xué) 科技創(chuàng)新研究院，天津300300）

（3.中國(guó)民航大學(xué) 航空工程學(xué)院，天津300300）

（4.中國(guó)民航大學(xué) 學(xué)報(bào)編輯部，天津300300）

0 引言

航空器維修是根據(jù)適航要求和航空器情況制定維修方案，并按照標(biāo)準(zhǔn)流程實(shí)施維修方案中規(guī)定的維護(hù)、修理或改裝，同時(shí)監(jiān)控維修質(zhì)量和可靠性，確保航空器在運(yùn)營(yíng)過(guò)程中持續(xù)適航的系統(tǒng)工程［1］，屬于典型的高技術(shù)服務(wù)業(yè)。保持航空器的可用性，確保航空器飛行安全，是航空器使用的前提和必要條件［2］。

航空器維修是航空運(yùn)輸業(yè)的重要組成部分，有效保障和支援航空公司的運(yùn)營(yíng)，以較優(yōu)的成本、較低的飛機(jī)延誤率和較高的飛機(jī)可用率，使航空公司實(shí)現(xiàn)效益最大化［3］。目前，國(guó)內(nèi)航空公司的航空器維修費(fèi)用在運(yùn)營(yíng)成本中占到15%左右，約為歐美國(guó)家的2倍，亟需降低維修成本，需要研發(fā)可替 代 航 材（Parts Manufacturer Approval，簡(jiǎn) 稱(chēng)PMA），發(fā)展智能維修裝備和先進(jìn)維修技術(shù)。

維修技術(shù)發(fā)展方面，國(guó)內(nèi)外研究人員分別從數(shù)據(jù)采集、數(shù)據(jù)處理、航空材料等角度對(duì)航空器維修現(xiàn)狀進(jìn)行了系統(tǒng)研究，結(jié)果表明，大數(shù)據(jù)、數(shù)字化、增材制造、表面防護(hù)、復(fù)合材料修理等已成為航空器預(yù)測(cè)性維修（Predictive Maintenance，簡(jiǎn)稱(chēng)PM）發(fā)展的關(guān)鍵技術(shù)［1-2，4-5］。

維修技術(shù)體系方面，航空器預(yù)測(cè)性維修主要包括兩大方面：故障和健康管理（Prognostics and Health Management，簡(jiǎn)稱(chēng)PHM）、剩余使用壽命預(yù)測(cè)（Remaining Useful Life Prediction，簡(jiǎn)稱(chēng)RULP）。PHM技術(shù)通過(guò)傳感器技術(shù)采集航空器運(yùn)行過(guò)程中的狀態(tài)數(shù)據(jù)，再對(duì)比分析特征數(shù)據(jù)變化趨勢(shì)，識(shí)別故障性質(zhì)、程度、部位和產(chǎn)生原因，預(yù)見(jiàn)可能發(fā)生的故障；同時(shí)根據(jù)預(yù)測(cè)信息、可用資源和運(yùn)行要求，對(duì)維修和保障活動(dòng)進(jìn)行智能決斷［6-11］。RULP技術(shù)則利用深度神經(jīng)網(wǎng)絡(luò)（DNN）、高斯過(guò)程回歸（GPR）等算法，對(duì)系統(tǒng)運(yùn)行數(shù)據(jù)和性能降級(jí)狀態(tài)進(jìn)行監(jiān)控和跟蹤，預(yù)測(cè)系統(tǒng)未來(lái)健康狀況及使用壽命，從而為部附件換發(fā)提供準(zhǔn)確的參考［12-13］。

維修行業(yè)發(fā)展方面，國(guó)際大型航空器制造企業(yè)呈現(xiàn)出“制造業(yè)服務(wù)化趨勢(shì)”［14］，以提供實(shí)時(shí)性、預(yù)見(jiàn)性的產(chǎn)業(yè)服務(wù)來(lái)實(shí)現(xiàn)差異化競(jìng)爭(zhēng)優(yōu)勢(shì)。信息化時(shí)代，航空器的預(yù)測(cè)性裝配和維修技術(shù)勢(shì)不可當(dāng)。為此，本文以產(chǎn)業(yè)應(yīng)用為線索，梳理預(yù)測(cè)性維修技術(shù)的研究熱點(diǎn)、支撐技術(shù)、發(fā)展路線、典型企業(yè)及其應(yīng)用案例，以期對(duì)中國(guó)航空制造企業(yè)縮短技術(shù)差距、突破技術(shù)壁壘提供技術(shù)參考。

1 預(yù)測(cè)性維修技術(shù)框架

復(fù)雜機(jī)械系統(tǒng)由動(dòng)力、液壓、控制、驅(qū)動(dòng)、傳動(dòng)等核心模塊構(gòu)成，易出現(xiàn)過(guò)熱失效、振動(dòng)失效、泄露失效、斷裂失效等失效模式。在分析失效模式、匹配失效模塊及其部附件的基礎(chǔ)上，預(yù)測(cè)性維修技術(shù)包括模塊類(lèi)型選擇、系統(tǒng)信息收集和PHM處理，其工作流程與技術(shù)框架［6-13］如圖1所示。

圖1 預(yù)測(cè)性維修工作流程與技術(shù)框架Fig.1 Work flow and technical scheme of predictive maintenance

故障特征提取、診斷和預(yù)后是航空器預(yù)測(cè)性維修的核心流程，其中所涉及到的關(guān)鍵技術(shù)如表1所示。

從表1可以看出：從數(shù)據(jù)采集（data acquisi?tion）到成本-效益分析（cost-benefit analysis）再到下達(dá)維修決策，預(yù)測(cè)性維修實(shí)施的關(guān)鍵技術(shù)包括：產(chǎn)業(yè)背景知識(shí)（domain knowledge，亦稱(chēng)“knowhow”）、傳感器布局和效能、算法和算力。

以上關(guān)鍵技術(shù)整合，呈現(xiàn)出當(dāng)今預(yù)測(cè)性維修的三個(gè)主要趨勢(shì)，詳述如下。

多源數(shù)據(jù)采集和分析。利用機(jī)器人、人工智能、高性能傳感器等技術(shù)，全面采集航空器運(yùn)行過(guò)程中的狀態(tài)數(shù)據(jù)，充分解讀數(shù)據(jù)信息并進(jìn)行分類(lèi)儲(chǔ)存。分步實(shí)現(xiàn)維修數(shù)據(jù)（流程、人員、生產(chǎn)、質(zhì)量、技術(shù)等）生成、發(fā)布和采集的自動(dòng)化，減少人工環(huán)節(jié)的干預(yù)，降低各類(lèi)數(shù)據(jù)的錯(cuò)誤率。維修數(shù)據(jù)生成由人工向自動(dòng)轉(zhuǎn)變，由紙張向電子簽署轉(zhuǎn)變。建立維修數(shù)據(jù)的記錄規(guī)則，通過(guò)格式化的電子簽名系統(tǒng)、移動(dòng)終端建設(shè)實(shí)現(xiàn)維修數(shù)據(jù)的生產(chǎn)自動(dòng)化［15-16］。

數(shù)字化綜合平臺(tái)。多源數(shù)據(jù)經(jīng)過(guò)“數(shù)據(jù)中臺(tái)”綜合在一起，通過(guò)數(shù)據(jù)分析，形成更精準(zhǔn)的維修排程模型，掌握維修進(jìn)度，使得各維修支援部門(mén)按排程預(yù)報(bào)及任務(wù)分配有條不紊地執(zhí)行；針對(duì)突發(fā)事件進(jìn)行快速診斷及預(yù)案調(diào)配，及時(shí)觸發(fā)各部門(mén)緊急支援及任務(wù)分配［15］。集成消費(fèi)者、生產(chǎn)者以及企業(yè)內(nèi)部信息，在企業(yè)內(nèi)部實(shí)現(xiàn)所有環(huán)節(jié)信息快速響應(yīng)、無(wú)縫鏈接；集成企業(yè)合作伙伴信息，形成信息共享及無(wú)間合作，建立跨企業(yè)互信協(xié)同，實(shí)現(xiàn)維修產(chǎn)業(yè)鏈動(dòng)態(tài)可視化聯(lián)動(dòng)管理。分散式信息融合、分布式信息融合、多速率交互式多模型融合等諸多數(shù)據(jù)融合方法被進(jìn)一步研究，數(shù)學(xué)關(guān)聯(lián)算法進(jìn)一步發(fā)展。隨著信息處理技術(shù)的發(fā)展，出現(xiàn)了神經(jīng)網(wǎng)絡(luò)、粒子群、量子小波變換、支持向量機(jī)等一系列新的信息融合方法，可有效解決模型預(yù)報(bào)、圖像識(shí)別、故障診斷等復(fù)雜問(wèn)題。

智慧維修決策。以規(guī)范行業(yè)標(biāo)準(zhǔn)為基礎(chǔ)、規(guī)避生產(chǎn)風(fēng)險(xiǎn)為原則，結(jié)合大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等技術(shù)手段，按照部門(mén)間信息傳遞、業(yè)務(wù)進(jìn)度和關(guān)鍵工序管控要求，兼顧使用體驗(yàn)和應(yīng)用效率，逐步將維修生產(chǎn)經(jīng)驗(yàn)或管理控制技巧，通過(guò)工序業(yè)務(wù)劃分，歸類(lèi)判斷，并通過(guò)數(shù)據(jù)挖掘等算法建立人工智能模型。進(jìn)而實(shí)現(xiàn)系統(tǒng)自我排程、監(jiān)管、預(yù)報(bào)、自動(dòng)通知或處理、報(bào)警等功能，再通過(guò)實(shí)際生產(chǎn)進(jìn)行反復(fù)驗(yàn)證，最終調(diào)試出符合產(chǎn)業(yè)管理特點(diǎn)的智能維修模型，從傳統(tǒng)的人工傳遞管理信息模式逐漸向智能化預(yù)測(cè)型智慧工業(yè)轉(zhuǎn)變。

2 航空器預(yù)測(cè)性維修產(chǎn)業(yè)及研究趨勢(shì)

2.1 產(chǎn)業(yè)趨勢(shì)

航空器維修是一項(xiàng)綜合數(shù)學(xué)分析、工程管理、加工制造等眾多技術(shù)為一體的系統(tǒng)工程，任何一方面的發(fā)展水平都會(huì)影響維修的工程品質(zhì)和成本，最終影響行業(yè)的競(jìng)爭(zhēng)力。國(guó)外先進(jìn)的OEM廠商、航空公司以及MRO在21世紀(jì)初都已經(jīng)進(jìn)入到數(shù)字化維修時(shí)代，利用飛行狀態(tài)數(shù)據(jù)預(yù)測(cè)航空器的故障，協(xié)助制定相應(yīng)的維修方案。2003年美國(guó)GE公司開(kāi)始使用發(fā)動(dòng)機(jī)預(yù)測(cè)和管理（EHM）系統(tǒng)，同期波音公司升級(jí)了飛機(jī)健康管理（AHM）系統(tǒng)、空客公司開(kāi)發(fā)出AIRMAN系統(tǒng)。由于在航空器故障模型方面占有優(yōu)勢(shì)，OEM廠商在故障預(yù)測(cè)系統(tǒng)開(kāi)發(fā)方面起步較早［3］。這一時(shí)期的故障預(yù)測(cè)系統(tǒng)主要依靠飛行狀態(tài)數(shù)據(jù)，輸入來(lái)源比較單一，若要進(jìn)行更為準(zhǔn)確的預(yù)測(cè)，需要更為多源的數(shù)據(jù)尤其是維修數(shù)據(jù)的輸入［17］。

2012年，“大 數(shù)據(jù)”概 念被提 出，OEM和MRO在大數(shù)據(jù)應(yīng)用方面紛紛開(kāi)展研究工作。為了輸入更為多源的數(shù)據(jù)，數(shù)字化維修向平臺(tái)化方向發(fā)展。2013年，GE公司推 出 了Predix平臺(tái)，利 用 此 平 臺(tái)管理飛行狀態(tài)數(shù)據(jù)、運(yùn)維數(shù)據(jù)、設(shè)計(jì)數(shù)據(jù)等；2015年歐洲最大的航空公司——法荷航推出了Prog?nos平臺(tái)［18］；2017年，在巴黎航展上，波音公司展出了AnalytX平臺(tái)，空客公司展出了Skywise平臺(tái)［4］；同年，MRO德國(guó)漢莎技術(shù)公司推出了Aviatar平臺(tái)。

進(jìn)入到“大數(shù)據(jù)”時(shí)代以后，在運(yùn)維數(shù)據(jù)方面的優(yōu)勢(shì)使得航空器運(yùn)營(yíng)商和MRO企業(yè)在數(shù)據(jù)平臺(tái)方面的工作尤為出色，具有代表性的是德國(guó)漢莎 公司 的Aviatar平 臺(tái)［19］。該 平 臺(tái) 自2017年開(kāi) 放至今，已融合了許多不同功能的程序，包括實(shí)時(shí)反映航空公司機(jī)隊(duì)整體狀況的Condition Monitoring、用于故障分析并查詢(xún)維修歷史的Fault Analytics、實(shí)時(shí)掌控機(jī)隊(duì)中突發(fā)狀況的Fleet Management、為航空公司選擇最優(yōu)MRO供應(yīng)商的MRO Radar、用于故障預(yù)測(cè)的Predictor Plugins、航空公司之間共享零備件的PartsMate、自動(dòng)創(chuàng)建KPI報(bào)告的Reli?ability Management、便于航空公司與供應(yīng)商進(jìn)行交流的Record Status、對(duì)零備件購(gòu)買(mǎi)進(jìn)行標(biāo)準(zhǔn)化管理的Skeyos Marketplace、第一個(gè)在線工具租賃平臺(tái)ToolNOW、以及用于飛機(jī)短停管理的Air?Glance等，擁有將近1 000架飛機(jī)的數(shù)據(jù)，大約10家客戶(hù)及運(yùn)營(yíng)商正在使用這個(gè)平臺(tái)。

這種新的綜合化數(shù)字模式的建立改變了民用航空器的運(yùn)維模式，使得運(yùn)維企業(yè)針對(duì)航空器可以實(shí)施更為精準(zhǔn)的預(yù)測(cè)性維修。數(shù)字化、平臺(tái)化、智能化是航空器預(yù)測(cè)性維修的基礎(chǔ)，航空器維修亟需進(jìn)行“數(shù)字化維修”技術(shù)攻關(guān)［20］。

2.2 研究態(tài)勢(shì)

2.2.1 文獻(xiàn)計(jì)量

進(jìn)入21世紀(jì)以來(lái)，關(guān)于航空器預(yù)測(cè)性維修的研究成果雖然總量偏少，但已逐漸得到學(xué)界和生產(chǎn)商的重視。以“predictive aircraft maintenance”為關(guān)鍵詞，檢索Web of Science數(shù)據(jù)庫(kù)，得到相關(guān)論文101篇，總被引頻次達(dá)到1 480次，篇均14.65次被引，逐年發(fā)表量和逐年引文數(shù)量如圖2所示，可以看出：預(yù)測(cè)性維修平均每6～7年會(huì)出現(xiàn)一次小的論文發(fā)表高峰，而論文被引頻次的逐年上升則表明預(yù)測(cè)性維修熱度不減。

論文高頻詞統(tǒng)計(jì)如圖3所示，可以看出：該領(lǐng)域的熱門(mén)研究方向涵蓋了多種相互交叉的學(xué)科，包括工程、數(shù)學(xué)、計(jì)算機(jī)科學(xué)、經(jīng)濟(jì)學(xué)、材料科學(xué)、設(shè)備、自動(dòng)控制系統(tǒng)、物理、機(jī)械、控制研究與管理科學(xué)、能源與燃油、機(jī)器人、遠(yuǎn)程通訊等，這些學(xué)科共同構(gòu)成了預(yù)測(cè)性維修的理論基礎(chǔ)。

圖2 “預(yù)測(cè)性維修”相關(guān)論文統(tǒng)計(jì)Fig.2 Published paper statistics on predictive maintenance

圖3 “預(yù)測(cè)性維修”研究熱點(diǎn)Fig.3 Research focuses on predictive maintenance

2.2.2專(zhuān)利分析

以中英文“航空器預(yù)測(cè)性維修”作為關(guān)鍵詞檢索國(guó)內(nèi)外數(shù)據(jù)庫(kù)，得到12 069項(xiàng)專(zhuān)利，主要分布在計(jì)算、控制、通信、信號(hào)裝置、節(jié)能減排等方面，專(zhuān)利技術(shù)領(lǐng)域及主要申請(qǐng)國(guó)如表2所示。

表2 預(yù)測(cè)性維修專(zhuān)利技術(shù)領(lǐng)域及申請(qǐng)國(guó)Table 2 Patent technical domain and applicant countries in the field of predictive maintenance

對(duì)2010～2019年航空器預(yù)測(cè)性維修相關(guān)專(zhuān)利的技術(shù)主題進(jìn)行聚類(lèi)，排序前10的技術(shù)熱點(diǎn)如圖4所示，加標(biāo)簽表示該聚類(lèi)包含“IncoPat”高價(jià)值專(zhuān)利。

圖4 “航空器預(yù)測(cè)性維修”相關(guān)專(zhuān)利技術(shù)主題聚類(lèi)Fig.4 Techniques cluster of relative patents in the field of aircraft predictive maintenance

從圖4可以看出：數(shù)據(jù)的遠(yuǎn)距離收集、報(bào)告和計(jì)算是近年來(lái)的研究熱點(diǎn)，故障數(shù)據(jù)的實(shí)時(shí)記錄和分析預(yù)測(cè)是未來(lái)的發(fā)展趨勢(shì)，傳感器等電子元器件的升級(jí)是主要技術(shù)基礎(chǔ)，成本優(yōu)化和調(diào)度決策是預(yù)測(cè)性維修技術(shù)研究的主要驅(qū)動(dòng)力。

對(duì)該主題下的專(zhuān)利申請(qǐng)人及其技術(shù)主題進(jìn)行排序，如圖5所示。為了方便比較，本文給出國(guó)內(nèi)外排名前10的技術(shù)主題專(zhuān)利IPC小組號(hào)及含義，如表3所示。

圖5 “航空器預(yù)測(cè)性維修”國(guó)內(nèi)外專(zhuān)利申請(qǐng)人及其技術(shù)熱點(diǎn)Fig.5 Patent applicants and their technical focuses in the field of aircraft predictive maintenance in and abroad

表3 “航空器預(yù)測(cè)性維修”國(guó)內(nèi)外專(zhuān)利TOP10及IPC編號(hào)含義Table 3 TOP Ten patens and their IPC number meaning in the field of‘a(chǎn)ircraft predictive maintenance’in and abroad

從圖4～圖5和表3可以看出：計(jì)算機(jī)輔助下的數(shù)據(jù)監(jiān)測(cè)和處理是目前航空器預(yù)測(cè)性維修的專(zhuān)利技術(shù)熱點(diǎn)，其次分別為部附件優(yōu)化、表面處理、流程優(yōu)化；研發(fā)主題方面，國(guó)內(nèi)呈現(xiàn)出高校為主、國(guó)企為輔、軍民協(xié)同的景象，需進(jìn)一步提高政產(chǎn)學(xué)研用的有效循環(huán)，促進(jìn)成果落地轉(zhuǎn)化；國(guó)外專(zhuān)利申請(qǐng)人以波音等“巨頭”為主，各公司技術(shù)主題的分布呈現(xiàn)階梯式、全覆蓋的特點(diǎn)，形成了較為完善的產(chǎn)業(yè)鏈，產(chǎn)業(yè)生態(tài)的建設(shè)值得國(guó)內(nèi)企業(yè)和管理部門(mén)重視。

3 預(yù)測(cè)性維修應(yīng)用進(jìn)展

3.1 可穿戴維修輔助設(shè)備

（1）數(shù)據(jù)實(shí)時(shí)獲取及多屏顯示。可穿戴計(jì)算機(jī)便于航線維修人員攜帶，利用APP快速獲取維修手冊(cè)、飛機(jī)履歷、維修記錄等維修數(shù)據(jù)，在多個(gè)設(shè)備實(shí)時(shí)共享。

（2）語(yǔ)音識(shí)別及數(shù)據(jù)對(duì)比技術(shù)。航線上的維修人員可以口頭報(bào)告飛機(jī)輪胎胎壓和其他狀態(tài)信息，聲控設(shè)備自動(dòng)將這些數(shù)據(jù)與預(yù)設(shè)的參數(shù)值進(jìn)行比對(duì)，并向維修人員反饋。機(jī)庫(kù)中的維修人員也可口頭報(bào)告部件的質(zhì)量、狀態(tài)和時(shí)壽，核查零備件的可用性，科學(xué)制定零部件訂購(gòu)和更換計(jì)劃。

3.2 機(jī)器人輔助自動(dòng)化維修

（1）替代重復(fù)性工作。由機(jī)器人替代人工完成繞機(jī)檢查、飛機(jī)外表面清潔等重復(fù)性工作，可在很大程度上避免疲勞狀態(tài)導(dǎo)致的人為差錯(cuò)。在對(duì)大面積區(qū)域進(jìn)行缺陷尋找時(shí)，也可以利用機(jī)器人進(jìn)行無(wú)差別檢查，并將檢查數(shù)據(jù)及時(shí)傳給附近的無(wú)損檢測(cè)工程師進(jìn)行甄別。

（2）替代危險(xiǎn)性工作。帶吸盤(pán)的爬行機(jī)器人可爬行至目標(biāo)區(qū)域，且不受暴雨、高溫等天氣影響。

（3）大幅提高工作效率。由無(wú)損檢測(cè)工程師對(duì)不同站位的機(jī)器人發(fā)出批量指令，不僅可以縮短工作周期、降低人工成本，而且能精確發(fā)現(xiàn)部件和結(jié)構(gòu)的內(nèi)部裂紋，使損傷容限設(shè)計(jì)下的航空材料不至于被提前更換。

（4）輔助維修決策。在地面工程師的監(jiān)視下，由自動(dòng)飛行控制系統(tǒng)指揮無(wú)人機(jī)沿預(yù)設(shè)路線完成飛機(jī)外觀檢查，將飛行過(guò)程中自動(dòng)拍攝的圖片錄入數(shù)據(jù)庫(kù)，與3D電子模型對(duì)照，及時(shí)發(fā)現(xiàn)擦痕、凹痕和掉漆，提高損傷的可追蹤性，進(jìn)一步預(yù)防和減少損傷。

3.3 智能供應(yīng)鏈技術(shù)

構(gòu)建航材管理公共信息平臺(tái)和支援系統(tǒng)、航材全生命周期質(zhì)量認(rèn)證及追溯系統(tǒng)、備件智能調(diào)度系統(tǒng)。加強(qiáng)智能化入庫(kù)檢驗(yàn)、分揀存儲(chǔ)、裝卸搬運(yùn)、配送等自主裝備的研發(fā)和推廣應(yīng)用，建設(shè)航材智能監(jiān)控存儲(chǔ)系統(tǒng)，提升航材運(yùn)營(yíng)管理水平和效率。采取智能供應(yīng)鏈技術(shù)可以改善數(shù)據(jù)質(zhì)量，實(shí)現(xiàn)單一可追溯的序列號(hào)記錄，增強(qiáng)跨企業(yè)信任，降低互認(rèn)成本，提高持續(xù)適航性等。

3.4 數(shù)字孿生技術(shù)與PHM

航空器裝配和維護(hù)技術(shù)水平對(duì)其工作性能的影響十分顯著。在航空器裝配初期，利用數(shù)字孿生技術(shù)（Digital Twins，簡(jiǎn)稱(chēng)DT）建立物理世界和信息世界的匹配融合［21］，并在航空器運(yùn)行過(guò)程中持續(xù)進(jìn)行基線數(shù)據(jù)（Baseline Data）監(jiān)控和收集，利用快速存取記錄器（Quick Access Recorder，簡(jiǎn)稱(chēng)QAR）數(shù)據(jù)進(jìn)行模型驗(yàn)證，從而實(shí)現(xiàn)對(duì)發(fā)動(dòng)機(jī)剩余壽 命（Remaining Useful Life，簡(jiǎn) 稱(chēng)RUL）的 預(yù)測(cè)［22］。數(shù)字孿生和基線挖掘作為逆向工程技術(shù)的代表，對(duì)我國(guó)航空器預(yù)測(cè)性維修技術(shù)的自主可控具有重要意義，在突破OEM廠商技術(shù)壁壘的過(guò)程中發(fā)揮了重要作用。隨著物聯(lián)網(wǎng)（Internet of Things，簡(jiǎn)稱(chēng)IOT）及相關(guān)數(shù)據(jù)采集技術(shù)的普及程度逐步提高，故障預(yù)測(cè)和健康管理逐漸成為航空器預(yù)測(cè)性維修的集大成者，實(shí)現(xiàn)了數(shù)據(jù)采集與處理、狀態(tài)監(jiān)測(cè)與故障診斷、預(yù)見(jiàn)性維護(hù)、智能決策的完整流程，提高了協(xié)同保障效率，降低了維護(hù)費(fèi)用，減少了停場(chǎng)時(shí)間。

3.5 AHM與APUs

如上所述，國(guó)際知名航空器制造企業(yè)在預(yù)測(cè)性維修方面均已開(kāi)展多項(xiàng)研究和應(yīng)用。波音公司（Boeing）在PHM的 基礎(chǔ)上，提 出 了AHM（Air?plane Health Management），旨在通過(guò)預(yù)見(jiàn)性的維護(hù)數(shù)據(jù)分析（Predictive Maintenance Analytics）來(lái)提高航空器的實(shí)時(shí)性能［23］。該系統(tǒng)目前已在多架現(xiàn)役飛機(jī)上使用，利用飛機(jī)實(shí)時(shí)數(shù)據(jù)來(lái)提供快速的性能評(píng)估決策，通過(guò)系統(tǒng)和部件預(yù)警降低計(jì)劃外維護(hù)的概率，通過(guò)實(shí)時(shí)監(jiān)控來(lái)優(yōu)化飛行計(jì)劃、提高燃油效率。

航空發(fā)動(dòng)機(jī)制造巨頭霍尼韋爾公司（Honey?well）的航空器數(shù)據(jù)網(wǎng)關(guān)技術(shù)（Aircraft Data Gate?way），通過(guò)無(wú)線數(shù)據(jù)庫(kù)和QAR數(shù)據(jù)，可將維修效率提高50%；該公司還開(kāi)發(fā)了故障排除輔助動(dòng)力單元（Troubleshooting Auxiliary Power Units，簡(jiǎn)稱(chēng)APUs）為客戶(hù)提供預(yù)見(jiàn)性的航空器態(tài)勢(shì)監(jiān)控和診斷服務(wù)（Predictive Trend Monitoring and Diagnos?tics，簡(jiǎn)稱(chēng)PTM & D）［24］。

4 預(yù)測(cè)性維修自主化發(fā)展策略

（1）加快布局航空制造業(yè)互聯(lián)機(jī)制。工業(yè)互聯(lián)網(wǎng)是第四次工業(yè)革命的基石，工業(yè)、軟件和通信技術(shù)的深度融合為行業(yè)發(fā)展帶來(lái)了新的生命力。全面、合理部署智能設(shè)備，構(gòu)建航空制造業(yè)的泛在感知、智能決策、敏捷響應(yīng)、全局協(xié)同、動(dòng)態(tài)優(yōu)化能力［25］。通過(guò)工業(yè)互聯(lián)，將航空器制造維修機(jī)理顯性化、系統(tǒng)化、數(shù)字化，是預(yù)測(cè)性維修的基礎(chǔ)。

（2）促進(jìn)信息服務(wù)標(biāo)準(zhǔn)化。數(shù)字孿生是推進(jìn)工業(yè)互聯(lián)網(wǎng)建設(shè)的前提，其基礎(chǔ)是信息化建設(shè)，而信息服務(wù)標(biāo)準(zhǔn)化是信息遷移、信息同步的前提［26］。在航空器運(yùn)行初期即建立國(guó)際化、標(biāo)準(zhǔn)化的服務(wù)接口，確保運(yùn)行信息的批量交換和跨企業(yè)互操作，從而實(shí)現(xiàn)更高效率的資源配置和維修決策。

（3）加大智能制造人才培養(yǎng)力度。目前，熟悉航空器維修、掌握AI算法和程序開(kāi)發(fā)技術(shù)的綜合性相關(guān)人才匱乏，工業(yè)軟件基礎(chǔ)薄弱，制約了預(yù)測(cè)性技術(shù)在航空器維護(hù)維修中的開(kāi)發(fā)和應(yīng)用。應(yīng)加大產(chǎn)學(xué)研協(xié)同，遴選相關(guān)院校的優(yōu)秀師生，聯(lián)合企業(yè)建立培優(yōu)機(jī)制，同步加強(qiáng)師資力量和人才培養(yǎng)，為航空器預(yù)測(cè)性維修的全面部署積蓄力量。

5 結(jié)束語(yǔ)

2020年初，美國(guó)政府對(duì)GE公司向中國(guó)出售C919選型發(fā)動(dòng)機(jī)實(shí)施干預(yù)，引發(fā)國(guó)內(nèi)航空業(yè)對(duì)自主制造技術(shù)、自主運(yùn)營(yíng)技術(shù)的強(qiáng)烈呼吁。本文在梳理航空器制造、維護(hù)技術(shù)發(fā)展趨勢(shì)的基礎(chǔ)上，從航空制造業(yè)互聯(lián)機(jī)制、信息服務(wù)標(biāo)準(zhǔn)化、智能制造人才培養(yǎng)三個(gè)角度，提出航空器預(yù)測(cè)性維修自主化發(fā)展策略，為行業(yè)發(fā)展提供決策參考，提高相關(guān)技術(shù)自主化程度。

預(yù)測(cè)性維修是航空器維護(hù)的國(guó)際趨勢(shì)，相關(guān)配套技術(shù)的廣泛普及將帶來(lái)行業(yè)的全面革新。后續(xù)研究將從工業(yè)互聯(lián)、智能制造、工業(yè)軟件開(kāi)發(fā)等方面，持續(xù)追蹤國(guó)內(nèi)外相關(guān)研究熱點(diǎn)，重點(diǎn)關(guān)注國(guó)內(nèi)外主要專(zhuān)利申請(qǐng)人和高水平論文所在科研單位，深入分析國(guó)內(nèi)外技術(shù)差異，增加對(duì)重點(diǎn)研發(fā)國(guó)家和企業(yè)在研發(fā)投入、研發(fā)備忘錄等方面的系統(tǒng)梳理，為我國(guó)航空器制造企業(yè)和科研院所提供更加精準(zhǔn)的技術(shù)情報(bào)。