揭秘备受热炒的预测性维护

几十年来，航空航天企业一直在大力鼓吹预测性维护，总给人一种重大突破在即的错觉。

没有人会质疑减少非计划维修事件、提高放行可靠性、提升机务维修效率和降低运行管理成本所带来的吸引力。但预测性维护似乎尚未达到宣传所称的水平。

因此，许多机队运营商对“预测性维护”这个标签半信半疑也就情有可原了。商家以“预测性维护工具”为噱头推出的产品水准参差不齐，表现大相径庭，往往达不到宣传所暗示的效果。在这种鱼龙混杂的环境下，有些机队运营商不得不凑合使用那些通过海量历史数据、已损坏部件修理建议和趋势监测来预测故障的平台。

但其实理想情况下，预测性维护解决方案应当实时监控机载设备并分析历史数据，然后通过高级分析功能来预测哪些组件会出现故障以及可能的故障时间，使技术人员能够在潜在问题恶化之前加以解决。

当前的预测性维护工具虽然可以识别可能会出现障碍的组件，但却无法提供有关问题本质的有用信息。技术人员仍需花时间拆卸组件、排除故障并修理或更换故障单元。有时候，这些工具无法复制问题，只能生成令人沮丧的无故障结论。

即使在预测性维护时代，非计划维修事件也会对航空公司的准点率、乘客满意度和利润产生重大影响——据估计，因此导致的损失每年高达1000万至5000万美元。尽管如此，预测性维护仍被广泛视为航空公司维护团队的最佳选择。

直到今天，霍尼韦尔运用其在互联飞机和工业物联网领域的优势，开发了航空业首个真正的规范化维护解决方案—GoDirect互联维护。

借助GoDirect互联维护，我们可为机务维修团队提供信息，从一开始就防止故障发生，进而规避大量非计划事件出现。这项突破性方法通过高级预测分析对即将出现的故障发出警报并提供指定维护操作。其认知诊断功能则可缩短修复时长。此外，GoDirect互联维护还运用互联飞机技术实现飞机与外部数据库、软件和飞行数据无线传输。

霍尼韦尔解决方案可生成预防性维护告警，并在我们专门为航空公司打造的功能强大的GoDirect平台上显示。大多数情况下，预警发出的时间很早，足以让飞机在下一次定期维护时解决故障。认知型诊断可以将潜在问题精确定位到零件号，从而让机务维修人员准确知道拆卸、更换哪个零件可防止非计划事件发生。

我们独特的互联维护解决方案无需技术人员监控和解析数据即可运用最新的人工智能和机器学习技术快速有效地发现问题。我们通过直观的移动应用程序将可操作信息传输到技术人员手上的移动终端，从而缩短对潜在问题组件进行故障排除的时间，使关键机械系统能够尽快重新投入使用。

2018年6月，我们的预测性分析正式部署，以解决环境控制系统组件面临的关键挑战。我们目前正在各个飞机系统上开展预测性分析，包括刹车、起落架以及各种机械部件。过去两年多我们在辅助动力装置 (APU) 上的实操经验和丰富数据积累足以证明这套解决方案具有巨大价值。

航空公司在APU部署GoDirect互联维护服务后，与APU相关的运营中断减少30-50%，提前拆修产生的昂贵费用减少10-15%，无故障发现率降至1.5%，服务预测准确率高达99%。

我们目前聚焦于国际航空运输协会 (IATA) 报告中指出的最常导致航班延误和取消的部件，并将推而广之，最终使得整个航空业价值链都采用规范性维护技术，切实提高效率。