核心提示： 大量来自于发动机和其他一些关键部件的监控数据，使得预测性维修具备了可行性。越来越多的数据的收集和分析工具正在被开发或者投入运用。
大量来自于发动机和其他一些关键部件的监控数据，使得预测性维修具备了可行性。越来越多的数据的收集和分析工具正在被开发或者投入运用。大数据在航空维修业的应用仍处于初始阶段，为了有效地处理这些来自飞机的数据，还要有思维及工作方式的转变。
普惠加拿大公司鼓励更多的客户加入其滑油分析技术的验证。
利用传感器数据进行发动机的状态监控已有较长的一段时间了。现在，这一技术正快速地应用到飞机的其他部件。随着应用范围的扩大，数据分析的方式也在化繁为简。目前，航空维修业对于大数据的应用还处于起步阶段，人们的思维方式和工作方式应做相应的转变。
滑油分析与状态监控相结合
普惠加拿大公司的基于飞机联通性的FAST解决方案，是用无线方式采集和传送飞行过程中的飞机和发动机数据。FAST将分析数百个与性能相关的数据，如速度、温度、压力，以提供接近实时的发动机健康、使用和性能趋势的监控。
现在，普惠加拿大公司正针对PT6A发动机开展“滑油分析技术”研究。这项技术的开发并不是要取代发动机的传感器监控，而是要将滑油分析与传感器监控结合在一起，作为对发动机状态监控的有效补充。滑油分析技术主要关注的是滑油中的微粒，分析这些微粒的来源、大小和形状，可以对润滑部件(如轴承和齿轮等)的健康状况进行监控。
将传感器监控与滑油分析技术结合起来的目的，也是为了提前做好维修计划，避免航班的延误或取消。
普惠公司已于2016年春季开展了滑油分析技术的验证。到2017年年初，共计有380个客户为普惠公司提供3500台发动机的滑油样本。普惠公司将依据所采集到的滑油样本，开展为期18～24个月的验证试验。截至目前，监测的结果与预测的趋势基本一致。滑油分析技术的研究目前正处于收尾阶段，普惠加拿大公司鼓励更多的客户参与到该项技术的验证中来。
更高效地获取数据
随着技术的发展，有越来越多的传感器被安装到飞机上。如何采集、分析和下载这些数据，则需要费一些功夫，对一些相对较老的机型更是如此。
现在，有不少制造商都在此领域开展工作，提出相应的解决方案。例如，霍尼韦尔公司的JetWave高速通信系统，除了为客舱提供高速Wi-Fi，也可以将飞机运行数据实时传送到地面，提高飞行效率和安全。而联合技术航空系统(UTAS)公司的飞机接口装置(AID)，也可以收集和利用来自飞机的各种数据。AID在波音717、MD-11､737NG、747-400、767、777和空客的A320等飞机上的应用已获得适航认证，而在A330、A340的应用也将会在今年上半年取证。该装置已安装在300余架飞机上，还有数百架飞机等待安装。
根据诊断结果进行预测性维修会改变原先的工作计划。
起初，UTAS设计AID的目的是向电子飞行包(EFB)传输数据，所以配有Wi-Fi天线。现在该装置作为预测飞机健康的数据中心，通过对收集到的数据进行分析，可以帮助航空公司减少航班延误或取消。
AID除了给飞行员实时提供航电数据及上传气象数据，还可用2.4GHz的带宽或者以太网收集来自于飞机外场可更换件(LRU)的数据，并进行视情诊断。无论是在飞行过程中或是在地面，AID可以通过多种方法将数据传送给飞行员或者工程技术人员，诊断数据或结果也可以下载至地面设备。
AID不仅增强了新型飞机上的中央维修计算机的功能，也可以用移动电话、Wi-Fi和卫星网络等方式从较老的飞机下载数据。AID的结构小巧，不需要进行主动冷却。
除了AID，UTAS还在开发新的系统，用于飞机内部的传感器、作动器和数据处理网点之间的无线通信。其中的一个目标是可以收集更多的数据进行故障诊断。用无线方式传递数据可以不用打开飞机机舱面板，适宜在老龄飞机上安装。
UTAS正针对现有的2.4GHz带宽和刚获批准的4.2GHz带宽开发无线系统。2.4GHz系统的飞行测试工作将于2017年展开，而4.2GHz系统的相关条例正在制定中，将于2019年定稿。相较于开放的2.4GHz带宽，新的4.2GHz带宽是专用的，可靠性更高。
有效地进行预测性维修
现在，关于预测性维修的探讨非常热烈。那么除了复杂的算法之外，应当怎么做才能使之更为有效呢?
***，能方便地获取数据，不给工程技术人员增加负担。为了在采集数据时不增加额外的工作负担，技术人员宜用移动设备以电子化的方式输入数据，应尽可能多地利用无线射频识别电子标签(RFID)和条码。无论是航线维护或是基地维修，工程技术人员都能方便地利用移动设备查询预测维修的结果、工卡、维修手册等。
第二，充分信任预测结果。在数字化时代的机械师必须充分信任诊断的结论，而不是凭经验做出判断。
第三，对诊断系统进行闭环管理。所有的维修行为和核心步骤都必须被跟踪：技术人员、客舱乘务员或者驾驶员的报告;工作指令;航材;执行结果等。
第四，维修计划更为智能化。在制订维修计划时，需要利用数据确定何时进行计划外的部件拆换。而在飞机仍在飞行的过程中做出这些决定，需要确保维修人员和航材准时到位。
第五，供应链管理应为诊断提供支持。整个供应链必须像技术人员或者工程师那样，对预测性维修建议做出敏捷响应，确保在合适的时间、地点，有合适的人和备件进行飞机维修。
