人工智能助力优化航空发动机维护规划

aviationweek网站1月29日报道，航空业在发动机维护中运用人工智能（AI）的水平仍处于 “石器时代”，但利用其预测能力，未来在机队及其服务规划方面将能实现大幅成本节省。

lesis 数字创新集团总裁杰森・里德表示：“我们在航空领域对人工智能的应用才刚刚起步。” 

达美技术运营公司（Delta TechOps）运营副总裁迈克・麦克布莱德补充称，人工智能能让航空公司在确定零部件库存的合理缓冲水平方面迈出 “一大步”。他还指出，如果运用得当，再加上周转时间的缩短，航空公司可以 “用更少的数亿美元实现同样的目标”。

然而，人工智能的应用仍面临着重大障碍。主要挑战在于企业需要进行文化变革，使其信任人工智能带来的益处，并消除对其应用会导致失业的担忧。目前，数据仍未以标准化的数字形式广泛可用，这使得信息共享变得困难，甚至常常无法实现。

此外，行业还需要探索一种新的商业模式，以确定人工智能应用所带来的节省等成果如何分配。麦克布莱德说：“这个问题总是会出现。双方都能从中获益。对于原始设备制造商（OEM）来说，提前了解需求情况非常有价值。这是一个持续的讨论话题，目前就像一场博弈。”

里德表示，GA Telesis 已投身数据科学领域八到九年，最初从供应链和维护建模入手。他说：“我们现在正将其提升到一个新的水平。”

里德还提到：“生成式人工智能帮助我们赢得了竞标，它让我们能够在正确的时间、正确的地点拥有合适的库存，这是一种变革。这需要花费很长时间，但一旦掌握了诀窍，它就能提升采购能力和销售能力。” 在 GA Telesis，有一个运用人工智能的项目带来了3200万美元的收益，这一成果令人瞩目。

租赁业务也能从中受益。里德说：“人工智能能在几秒钟内提供租赁飞机的归还状况清单，这能让飞机多使用好几个月。” 飞机的交接通常需要数月时间，这取决于文件的获取难易程度以及飞机需要进行的维修工作量。

自疫情期间达美航空机队大部分飞机暂时停飞以来，达美技术运营公司一直在维护方面加快人工智能的应用步伐。麦克布莱德表示：“我们从预测性维护和报废预测建模入手。作为运营商，我们拥有大量数据。”

达美围绕普惠 PW2000 发动机维护项目构建了一个人工智能模型的概念验证，并将其与原来基于非人工智能的维护计划进行对比。麦克布莱德称：“新模型比旧模型节省了 2000 万美元。” 达美还将采购规划周期从 6 个月延长至 18 个月，从而能够提前更久地通知供应商。

通用电气航空（GE Aerospace）机队支持总监大卫・哈珀强调，人工智能是 “一种很好的数据共享方式。每个人都能从中受益”。该公司目前正在将人工智能引入工作场所，每天的使用量达到 2500 次。