21

故障预测与健康管理新武器–大数据

Author mosch    Category 可靠性技术     Tags

大 数据最终会对企业可靠性提供巨大的助力,如果我们忽视了它会极大的降低自身的市场竞争力,现在已经有企业开始重视并尝试对现有数据的分析,但是这样的企业 局指可数,另外离成熟应用还有很大的距离。对于这一块我个人已经有了大概的思路和相应的技术储备,如果有企业有意向进行尝试,也许我们可以合作来实现,第 一个项目不求挣钱,只要不亏本就行,呵呵。下面是通用电气的一个列子供大家参考。

GE

2014年4月,通用电气(下称GE)研发中心的工程师韩朝被授予了一项新头衔:航空大数据分析和数字化解决方案部门经理,这是由GE中国航空工程技术部新设立的部门。接下来的一年多时间,他将带领十多人的技术团队解决一个问题:运用大数据来预测飞机的发动机在何时需要检修。

在2014年3月,GE全球副董事长约翰·赖斯(John Rice)来到中国访问,并与东方航空公司(600115.SH)董事长刘绍勇签署了一份战略合作协议。其中的一项内容是双方将分享各自掌握的大数据,GE将利用这些信息对东航使用的飞机发动机进行分析,而它也是这家航空公司最重要的发动机供应商。

这将是GE第一次将工业互联网应用于中国的航空领域,这家美国的制造业巨头在2012年首创了该概念。它希望让数字世界与机器相结合,并让后者变得更为智能,而航空业是工业互联网最为重要的应用领域之一。

在发动机制造之外,GE也提供针对飞机引擎的配套维护服务。从2000年开始,这家公司开始为民航客户提供一项名为远程诊断的解决方案。当这些客机在万米上空翱翔时,发动机的排气温度等实时运行数据会被传感器记录,通过卫星传送回地面,GE的工程师据此判断其运行状态是否正常,并及时提醒航空公司对可能出现的故障进行诊断和维修。

远程诊断也被称为应急响应。换言之,只有当发动机出现问题,比如某一项参数突破警戒值时,才会被GE和航空公司发现。尽管这些小问题并不会直接导致安全事故,但显然,这套略显陈旧的解决方式已不能完全满足航空公司的业务需求。从业者们一直在想办法,让客机运行中可能出现的问题被提前预测,并得到有效干预。

工业互联网为解决这一问题提供了可能。近几年,GE总部的航空工程师和数据科学家们已经与美国的航空公司开展了这方面的合作。而在中国,类似的项目从2014年初开始启动。由韩朝带领的十人研发团队因此被组建,其中既包括研究飞机发动机的专家、数据分析和建模高手,也有负责数字化平台搭建的软件工程师。

按照合作协议,东航投入了旗下500多台在役的CFM56发动机配合项目的开展。该公司所购买的空客A320和波音737飞机所装配的,都是这款GE制造的发动机。东航还派出了发动机工程团队、运控、飞行安全研究院及IT等部门,与GE方面进行技术对接。

一台飞机发动机有上万个零件组成,形形色色的问题都有可能发生,两家公司需要寻找一个突破口。它们选中了高压涡轮叶片,在发动机维修过程中,这是修理费用最为昂贵的零部件之一。

在发动机运行时,高压涡轮叶片将承受近千摄氏度的高温和高压气流考验。处于这一环境下,叶片一旦接触到空气中的污染物就会发生化学反应,并随着时间推移逐渐遭受腐蚀,从而造成叶片损伤。空气污染物是导致叶片损伤的重要原因之一,而这一因素在国内尤为突出,包括东航在内的航空公司深受困扰。

为了确保高压涡轮叶片的损伤不影响飞机的正常飞行,航空公司往往采取定期检查的方式:将带有微型摄像头的专业探伤仪器伸入发动机内,并根据叶片的裂纹程度、材料丢失情况判定它的损伤程度如何。损伤等级将决定叶片下次接受检查的时间,叶片受损如果越严重,航空公司检查的间隔时间就会越短,直到它最终达到送修标准。

这并不是一个高效的做法。韩朝的团队希望无须劳驾人工探伤这种方式,而是通过数据分析提前预判每台发动机叶片的损伤情况。而他们首先需要做的,是掌握发动机的历史运行“大数据”,这是所有分析和预测的基础,但完成它并不容易。

500多台CFM56发动机每次送修后的维修报告是大数据最重要的来源之一,其中包括零部件更换清单等各类信息。每份维修报告的长度有上百页,幸而东航大部分的发动机服役时间较短,仅经历过1、2次大修,因此报告的总数不超过500份。

大数据的另一来源是GE对于发动机的远程诊断数据,这些信息最早可追溯到2000年,当时GE刚开始提供发动机的应急响应服务。因而,GE记录并保留了飞机起降时大部分的发动机远程诊断数据。此外,韩朝的团队也从外部获得了部分数据,比如客机执飞某条航线时所处区域的空气污染情况等。

去年10月,也就是GE和东航的合作项目正式启动半年后,数据整理工作才告一段落,韩朝的团队为每个发动机都收集了与其叶片损伤相关联的数百个参数数据。在进行筛选后,几个关联度最大的参数被最终确定,其中就包括飞机所执飞航线的空气污染程度。

他们使用这些参数建立了叶片损伤分析预测模型,希望据此预测发动机的涡轮叶片正在以一种怎样的速度遭受损伤。不同的外界环境、航空公司的日常维护,以及发动机本身的特性都会对此造成影响。

去年年底,这套模型小试牛刀,它对多台东航现役发动机的叶片损伤程度进行了预测,而东航也对它们实施探伤检查。两者对比的结果是,依靠模型预测的准确率达到了80%以上。

这让GE有了可靠的数据,针对不同的发动机向航空公司提出定制化的检修建议。“我们会告诉航空公司,基于我们的预测模型,这一台发动机应该以怎样的时间间隔检查叶片损伤。”韩朝说,对于每台发动机定制化的检查策略将取代以往的“一刀切”。

此外,基于预测模型的分析结果,航空公司还可以调整航线安排,降低叶片损伤和报废率,从而降低机队的维护成本。比如由于经常执飞污染程度较高地区的航线,一架客机所配置的发动机叶片损伤程度会更高,GE就会提出建议,让其改飞低污染地区的航线。

现在,韩朝的团队正在进一步验证现有分析模型的准确性,同时与GE总部一起开发新一代的远程诊断平台。刚开发的分析预测模型将融入该平台,这样,对高压涡轮叶片损伤的分析将直接通过软件生成,实时提供给航空公司参考。而除了叶片损伤项目外,还有诸多发动机的潜在问题可以通过类似的分析方式预测。

由于与东航的合作尚处于初期,GE称,到今年年底才能计算这项新尝试所带来的经济效益。

对GE而言,似乎并不急于占领这一潜在市场,因为目前和它站在同一起跑线上的竞争者还不多。作为制造商,拥有部分至关重要的飞机发动机运营数据,同时也懂得如何运用这些信息。当东航等航空公司挑选合作伙伴时,它们的选择面并不太大。

欢迎关注我的微信公众号

现在大家几乎都有微信,也越来越多的利用手机获取信息,为了让大家方便的获取我的博客内容更新,申请了微信公众号来进行博客内容的推送。欢迎大家关注我的微信公众号并进行互动。

微信公众号:mosch-reliability

weixin

欢迎联系我:

如果大家希望就可靠性或者其它方面进行交流,欢迎大家发邮件给我,我的邮箱是: m @ mosch . cn 。

链接表

功能