航空售后服务新焦点：发动机大数据分析
新一代民用航空发动机会在一个工作循环内产生太字节级的数据，无论是OEM厂商还是MRO企业都积极投资大数据分析领域，力争更高效地获取有用的信息，产生更大的数据价值。
在航空运输业，物联网已经建立和运转了一段时间了。现代飞机和发动机都装有大量传感器，可在飞行中和着陆后将大量数据传送到地面团队，因此地勤人员甚至可在飞机还未着陆时就可做出相应的行动。
在任何机型的飞机上，传感器数量最多的部位就是发动机。诸如LEAP、PW1000G、GEnx和遄达1000等新型动力装置单次飞行可生成大约1TB的数据。随着更加先进的机队数量越来越多，所产生的数据量还在持续增长。例如，LEAP发动机生成的信息量是其替代型CFM56的大约3.5倍。这是由于前者装有更多的传感器，如LEAP发动机的燃烧室内安装有8个传感器，数量是CFM56的两倍。
工程师们可以不同的方式使用这些数据。例如，最简单的分析可以检测到来自振动传感器的某个异常读数，并得出零部件已经或接近于失效的结论。然而，更复杂的任务是从数千小时生成的海量数据中总结出趋势，以便提前确定潜在的风险。
OEM大力投资大数据分析项目
为了进一步提高产品可靠性、改进运营效果，所有发动机制造商都对大数据分析进行了大量投资，以保护和提升自身品牌。
2016年初，普惠公司公布了其大数据项目，以便加强发动机维护服务。同时，普惠公司通过扩展与IBM的合作关系，推动了其发动机数据分析业务。普惠公司还计划将其业务、工程和制造企业系统全部交给IBM云端管理，增强其数据存储和计算能力。
普惠公司售后市场总监Matthew Bromberg表示：“预测分析帮助我们研究不同的环境因素——高度、气候和污染对发动机性能的影响。这可以让我们更好地预测返修情况，更好地管理客户的机队并持续地改进我们的工程能力。”
与此同时，罗罗公司也与微软公司和新加坡航空公司合作提高其数据分析能力。罗罗公司将使用微软公司的Azure云计算平台收集和汇总来自世界各地的发动机数据，以及利用Cortana智能套件处理数据。
相比之下，GE航空集团利用其母公司开发的内部平台——Predix，并结合机器学习功能，执行多方面的分析、简化警报过程。2016年11月，Teledyne Controls和GE航空集团宣布结成战略合作伙伴关系，通过云计算分析平台Predix进行大数据分析。GE航空集团还与Capgemini公司签署了一项构型数据交换协议，这将使航空公司、MRO企业、租赁商、零部件分销商和OEM厂商能够使用不同的数据格式相互发送电子信息。这套交换系统被设计为数据转换器，因此无论任何平台和格式，各方都可以将数据加载到自己的IT系统中。
GE航空集团数据分析总经理Vijayant Singh表示：“在首次遇到问题后，我们很善于找出问题的原因所在。但是我们希望使用我们的工具和数据确保问题首次发生之前就能够做好准备。”
虽然很难说这样的数据分析会达到怎样的预测效果，也很难讲在服务器内还有多少发动机数据等待分析，但是GE航空集团已经开始行动了。Singh引用了一个跟踪客户燃油消耗情况的案例，在这个案例的分析过程中发现耗油量增加的趋势可追溯到3个根本原因，这些问题都需要解决，以避免在未来某个时间点出现发动机空中停车。Singh说：“我们告诉他们，如果他们在接下来的7~10天内不采取行动，可能会导致事故发生。”
提前排故只是GE航空集团发动机数据分析的3个目标之一。另一个目标是在维持发动机可靠性的同时，还要提高发动机的其他性能；第三个目标是避免发动机出现突发性故障而紧急返修。
当然，如果没有跟进措施，单纯分析就变得毫无意义，所以GE航空集团有一个团队专门持续监控数据的溢出和发展趋势，另一个团队则根据他们的结论采取行动。执行团队会检查所生成的警报，确定工作的进度，并向客户提供故障排除建议。该公司表示，早期的系统需要几周或几个月的时间实施新的分析，而现在只需几天就能完成。
MRO企业开发自用工具
除了OEM厂商以外，MRO企业也在开发他们自己的数据分析功能。排气温度裕度、振动、燃料流量、轴转速、油压和可变静子导向叶片的位置都是MRO供应商的重要测量数值，可用于在运营过程中支持客户并通过确定发动机的哪些部件需要采取检查等手段，以加快机库内的维修工作。
飞机在飞行过程中只能传送相对较少量的数据，因此一旦飞机在登机口停下来，大部分数据将通过飞机状态监控系统（ACMS）进行下载。对于飞行过程中的数据传输，ACMS数据可通过甚高频（VHF）天线或利用飞机通信寻址和报告系统（ACARS）经由卫星进行广播传送。然而，受机队和地面基础设施的限制，飞机在飞行过程中无法发送任何超过最高优先级传感器读数的数据。
飞机停留在地面上，通过无线蜂窝网络下载1 MB的飞行数据的成本不到1分钱，而使用ACARS传输1 MB数据的成本约为100美元。下一步计划是通过宽带网络发送数据，虽然费用高于蜂窝网络，但远远低于传统的ACARS链路。
一旦收到数据，如法荷航维修工程公司（AFI-KLM E＆M）等MRO企业使用软件算法进行分析并触发任何必要的警报。这些警报随后由工程团队进行审查以决定所需要采取的进一步恰当行动。警报通常由简单的数值溢出触发，即读数超出阈值，但是法荷航维修工程公司还使用Prognos内部工具进行数据挖掘、统计分析和发动机长期健康监测。
Prognos工具包括机器学习功能，可针对潜在问题的早期预警实施动态建模。法荷航维修工程公司表示，这套程序优于OEM厂商向航空公司提供的传统工具，因为那些工具主要依赖于一套内置发动机性能公式的软件，软件使用的是一款发动机模型，却要面对着全世界不同的发动机机队情况。
汉莎技术公司意识到，主要的发动机制造商都在研究数字分析平台，以加强预测性维护。因此，2017年第一季度，汉莎技术公司推出Condition Analytics，将数字分析与其工程技术相结合，使零部件的维护修理更具预测性。该公司表示，Condition Analytics是分析与航空公司工程专业实践技术相结合的工具。汉莎技术公司仅通过确定飞机的飞行控制面不够整齐需要重新安装一项，就减少了1％的燃油消耗。
汉莎技术公司技术中心主任Dirk Hirner表示：“在参数发生重大变化的情况下，Condition Analytics将产生一个警报，通知发动机状态监测分析师观察受影响发动机的状况。如果发现问题，分析师将会发出一张发动机工作单。”汉莎技术位于德国法兰克福的计算机中心会首先检测出超出预设阈值的异常数据。
数据资产
航空公司掌握着其发动机产生的数据，但通常会根据专门的协议与OEM厂商分享大部分数据。例如，GE航空集团可以获得90％的GE发动机的运行数据，并通过这些数据监控每天运转的35000台GE商用发动机。
汉莎技术公司和法荷航维修公司都确认，他们在与OEM厂商紧密合作，以更好地了解和预测发动机性能。法荷航维修公司认为，某些参数被认为是航空公司运营商独有的，因此无法与OEM厂商完全共享。
但正如GE航空集团所指出的，没有正确的分析工具，大多数数据是没有用的。这就提出了航空业或第三方软件公司是否有能力开发包含大数据分析、机器学习和云计算等先进技术的解决方案的问题。
罗罗公司正在与微软公司合作，以提高其在这些领域的能力，但GE航空集团对非专业解决方案还持怀疑态度。Singh表示：“我不能使用iOS（苹果的移动操作系统）用于分析GE的航空发动机，因为分析过程与iOS当初的设计目的非常不同。除非程序设计师拥有专业的航空发动机知识，否则我不认为他们能够设计出可用的现成解决方案。”
尽管法荷航维修公司的Prognos分析工具也是从非航空行业中获取的，但该公司，正在内部开发更多的大数据处理能力。该公司已经看到海量数据所存在的巨大潜力，然而，真正有用的数据量有多少仍然需要进一步确认。
事实上，现代发动机产生的数据量十分惊人，可以看作是未来发展潜力的巨大储备。尽管目前行业内各方已经开始着手分析LEAP或PW1000G等发动机上产生的大量数据，并尝到了一些甜头，但是相信未来会有更好的算法问世，能够以更加新颖、更有见解的方式分析这些海量的数据。