（海军航空装备计量维修中心）
摘要：提出了大数据和航空维修的融合应用方案，通过大数据技术，可实现航空维修从预防性维修向视情维修、精准维修的转变。总结了大数据在航空维修领域应用的优点。
关键词：大数据；航空维修；数据处理；故障预测
目前，大数据技术已经越来越广泛应用在社会各行业各领域，已经深刻改变人们生产生活方式，在社会生活各个方面发挥越来越重要的作用。大数据技术的应用能有效提高工作效率、提高工作精准性、提升有效性、减小浪费、节省资源。大数据技术已引起各行各业高度重视，各个国家也开始抢占大数据资源、大力发展大数据技术。我们国家也已经将其上升为国家战略加以重点支持和发展。大数据技术颠覆了人们传统认知、工作和生产生活方式，并以全新的视角重新定义人们生活、工作、学习。大数据技术对于军用航空维修和管理也有许多值得借鉴和应用的地方。
1大数据
大数据：无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。简言之就是巨量的、多样化的、高增长率的某类信息资产的集合。
大数据具有巨量、高速、多样、价值这四个特点。巨量意味着通过应用大数据技术，可以较为清晰的观察事物的整体面貌，与抽样思维最大的区别和优势是：通过大数据可以更详细、更全面地了解事物的发生、发展和结果的全过程；高速则意味着通过大数据技术的应用可以实时、快速的反映事物的即时状态，当一个状态即将发生或已经发生时，通过大数据比对分析，可进行快速判断、处理并高效解决问题、预防不良后果发生；价值则是大数据应用的目标、是最终结果，是帮助人们提高效率、准确率、针对性等所带来的好处和便利。
2航空维修
航空维修：对飞机及其机载设备进行维护和修理，保持飞机处于良好的技术状态，确保飞行安全。军用航空维修则是对参加军事训练、战斗飞行的飞机进行维护、维修，使飞机始终处于最佳状态、保持飞机飞行、战斗能力的一系列工作的总称。
军用航空维修有不同于民航维修的自身特点：军用飞机飞行强度，飞行时间、频率等都不同于民航飞机，因此军用航空维修的模式与管理也不同于民航维修。
目前，海军航空维修多采用以定时维修为主的预防性维修思想。维修管理中我们常讲的机械日、换季、定检等概念都是预防性维修思想的具体体现。预防性维修在过去及现在的技术条件下，有其自身的优势，在特定时期对保障飞行安全起到了至关重要的作用。预防性维修的特点之一是根据时间节点定时维修，这样做的优点是可以及时排除安全隐患，随时保持飞机最佳状态，把安全隐患消灭在未出现之时。但是，这样做也有其自身的一些弊端：需要频繁的通电检查、反复的拆装工作与拆装检查,这不仅造成大量的人力、物力的浪费，而且增加了装备损耗，降低了其使用寿命，同时也影响飞行训练的效率。
大数据对维修方式的改变：大数据可以通过全方位、多角度的监测、监控，实现对航空装备的实时监测，故障预判。通过大数据技术，维修工程师可以根据装设备状态，对航空装备视情维修、精准维修。解决了预防性维修中大量、过度的无效维修，提高维修效率，减少维修时间、提高飞行训练质量。
3大数据与航空维修有效融合的技术手段
3.1数据来源
目前我军已经装备了大量“三代机”。与“二代机”相比，“三代机”采用了大量的创新技术，机上装载了更多的传感器与数据通信模块。通过这些传感器和通信模块可以收集并储存飞行过程中产生的大量发动机与其他机载设备数据信息；在飞机修理车间，维护维修飞机会产生大量的测试数据、维修、维护数据等，将这些数据记录并存储，经过长时间的积累，就是一个全方位、多角度维修维护大数据；油液监控数据、飞行控制数据、气象数据等也都是重要数据来源。不同机场、不同飞机的数据互联互通可以丰富大数据的构成，提高大数据应用准确性、全面性。所有数据信息汇集起来，就组成了一幅立体、多维综合大数据信息。这些数据信息会随着飞行保障时间的增加不断增加，会越来越丰富、越来越智能，其故障判断、预测与预警也会越来越快速、精准、有效。结合大数据智能维修平台，大数据智能维护系统也会越来越“聪明”，它能帮助维修维护工程师快速诊断问题，迅速处理问题，及时总结问题，自动反馈问题。
3.2数据采集与分析处理
大数据信息既包含飞行动态数据、也包含历史维修等静态数据，这需要一个高可靠、分布式的信息采集模块，将这些有价值的信息采集到大数据系统中，通过数据处理与融合算法对各种相关数据进行分析、处理实现飞机状态监控、故障实时诊断与预判、智能维修等功能。
对采集的大数据信息进行分析处理。是大数据技术的核心环节，数据分析是通过建立数据分析处理模型，对采集到的信息进行整理、挖掘、分析，将有效信息进行萃取和提炼，从而发现数据之间看似并不明显的内在联系，映射关系，并进一步总结出内在规律，形成新的高效信息。由于数据庞大，数据与故障之间的映射有的并不明显，所以数据处理起来会比较耗时、耗力。我们采用对不同数据进行区分处理的方法：对历史数据采用离线处理的方法、对飞行动态数据采用实时处理。这样可以节省大量的资源、提高数据运行效率。
如何在庞大、复杂、看似毫无头绪的大数据中寻找数据与故障之间千丝万缕的联系是大数据处理技术的强项。通过综合采用模式识别、遗传算法、神经网络、预测模型、回归、统计、时间序列分析、数据挖掘、特征提取等多项技术，实现故障诊断与智能维护。
故障诊断的方法有基于模型的方法，基于数据处理的方法和基于知识的方法，基于模型的方法要求条件和结果能够精确对应，变量输入准确、简单。例如：当大数据信息监测到电源系统某条线路过压或欠压时，可以对应精准的故障现象是某个调压控制盒控制电路故障；例如燃油系统，只要我们监测到了燃油中某些特殊化学成分，我们便可以判定该系统中有没有故障及根据燃油化学成分判断是哪些部附件损耗。但是由于航空维修大数据变量复杂，难以全部用精准模型来进行故障诊断，对于无法用精确模型来进行诊断的数据，我们采用基于飞机维护知识与航空大数据处理相结合的办法。通过贝叶斯网络建立复杂变量间依赖关系的概率模型。贝叶斯网络是一种概率网络，是基于概率推理的图形化网络，贝叶斯公式是这个概率网络的基础。它通过一些变量的信息来获取其它的概率信息的过程，是为了解决不定性和不完整性问题而提出的，对于解决复杂设备不确定性和关联性引起的故障有很大的优势，在航空维修与大数据结合的应用中非常适用。这里有许多民航经验可以借鉴：如南航的飞行大数据分析平台以QAR原始数据为数据源，通过特定的公式及算法，将QAR记录的不可辨读原始数据译码为飞行参数工程值，配置了39个译码库，能对海量数据进行收集和分析。
3.3大数据的使用和维护
大数据经过采集、分析与处理、自动学习等过程，形成了一套智能维修维护数据库，最终要形成一个大数据分析系统并设计良好人机对话界面。通过这个系统把采集到的各类数据进行分析处理，把分析处理结果及时反馈给维修工程师，以最优的方式解决处理故障及潜在故障因素。人机对话界面设计主要涉及到数据呈现技术、可视化技术，人机界面设计、机器学习等技术。我们设计基于Web技术人机交互界面，在界面处提供维修人员登录界面。该系统可提供搜索、飞机健康体检、智能故障诊断并提供智能维修方案等人机交互界面。维修工程师可以在这个平台登录、监测飞机状态、诊断飞机故障、获得最佳维修维护方案等。工程师在每次维修后录入相关维修维护数据，形成维修维护电子履历，增加维修维护经验数据并形成新的大数据信息。在数据库中加入航材备件管理科目，利用大数据技术优势，可以精准与定量分析航材备件需求情况：通过分析航材备件的技术参数、使用寿命、故障率等情况，就可以实现按需备件、精准备件，可以节约大量经费、节省存储空间和降低备件管理难度，提高了航材备件管理的信息化水平。
4结语
大数据与航空维修的结合，是大势所趋，是新技术在航空维修中的创新与应用，对于改进工作效率、增强信息化水平具有重要作用。
大数据技术对于实现全方位、立体飞机状态监控，保障飞行安全，实现精准维修、智能维修，提高维修效率与质量等方面具有无可比拟的优势。同时，大数据技术对于实现专家知识、专家经验的传承和共享方面也有极大的促进作用。
参考文献
[1]郭超.某型飞机维修保障模式探讨及维修工作优化构想[J].海军航空装备技术保障论文集.2014.
[2]郭晓科.大数据[M].北京：清华大学出版社，2013.