浅谈国外航空发动机大数据应用（1）

导读：售后服务阶段采用健康管理平台，对每一台发动机中上百个传感器的数据采集进行及时地分析，致力于提前发现发动机的异常运行事件及可能的故障，提前警示是否需要保养，保证发动机产品的安全、持续运营。

大数据是信息化发展的新阶段。飞机上传感器数量最多的部位就是发动机。一个现代航空发动机，每10毫秒就能生成几百个传感器信息，每次飞行能产生1TB数据。随着传感器技术、数字化技术的不断发展，航空发动机可测量数据类型越来越多，数据量越来越大，发动机大数据的复杂性和多样性对数据收集、存储和处理的要求也越来越高。

大数据不仅仅依靠数据的体量，可视化分析、数据挖掘算法、模型预测分析、数据质量和数据管理等大数据分析方法均已成为决定数据价值的关键因素之一。只有通过有效的数据分析才能获取深入的、有价值的、智能的信息。

为了进一步提高产品可靠性、改进运营效果，几乎所有发动机制造商都对大数据分析进行了大量投资，在设计、制造和售后服务环节应用了大数据流程，以保护和提升自身品牌。

设计阶段通过巨大的高效能计算集群，开展多方异地协同设计，对发动机产品进行高逼真度的仿真，产生大量数据进行分析，以优化设计方案。

生产制造阶段通过将数据联网，无论在工艺、计量还是质量管理方面都朝着物联网的方向发展。售后服务阶段采用健康管理平台，对每一台发动机中上百个传感器的数据采集进行及时地分析，致力于提前发现发动机的异常运行事件及可能的故障，提前警示是否需要保养，保证发动机产品的安全、持续运营。

罗罗是首先使用发动机产生的数据进行革新的原始设备制造商（OEM）之一，很早就利用大数据来安排生产和维修。一些业内人士也因此将其发动机称为“大数据引擎”。罗罗全球发动机健康监测中心为了监控上千台“遄达”系列发动机工作状态，建设了“发动机健康管理”系统（Engine Health Management EHM），这套系统可以让工程师知道发动机工作状况以便合理安排发动机使用和维修时间，同时为设计更合理的发动机存储参数。罗罗与微软合作开发“智能发动机”，收集和分析发动机的设计、生产、机队和运行方面的数据，以及了解天气条件、机场设施、飞机滑行情况和周转时间等。罗罗目前正在建立R2数据实验室，期望通过使用人工智能、机器学习和新的分析手段来对数据进行“财富”挖掘，从而实现成本的节约。实验室的主要目标是优化客户服务，满足客户随着购买的设备老化不断变化的需求。发动机操作员主要关心发动机的可靠性，燃油消耗，剩余价值和维护成本。为了优化这些因素，罗罗公司的可用性中心不仅收集发动机和零部件的数据，还收集航空公司飞行模式，天气，航线和飞行员行为等数据，R2实验室的人工智能科技对这些数据进行分析，让工程师根据发动机性能数据，对发动机进行远程维修或进行预防性维护。

（未完待续）

（摘编自 中国航空报）