发布时间：2020-07-14 11:40:27
在当前各行各业都在大力推行智能化的背景下，工业系统也在向着更加复杂、智能的方向发展。而对于维修管理来说，维修维护的工作量、维修响应能力、系统可靠性和稳定性要求、维护人员综合技能要求、工业备件的供给效率和质量等方面都面临着重大的考验。
其中飞机从设计制造到运营维护的全生命周期中产生的数据是非常巨大的，对最新一代的飞机来说更是如此。通过数据采集、机器学习、模型分析、加装传感器等手段来丰富预测维修系统，并利用物联网、大数据、人工智能技术，进行设备信息的收集、传输、存储、加工、分析、预测、更新和维护，以提高工作效率和维护维修效率为目的，实现更好地健康监控与维修。
本系统对每个机型都建立了原始数据库，并通过建立飞机的三维模型，将飞机的结构、外观及各种参数信息通过三维可视化、数据可视化等多种形式展现出来，还可以全角度的观察飞机各个部件，全方位地了解飞机各个系统部件的位置、状态以及工作情况。
通过数据统计分析的可视化呈现，可以对当前的运行状态及数据一目了然，飞机性能数据计算模型嵌入其中，实现了飞机性能计算、分析、性能曲线显示、性能数据的集成处理一体化。为飞机运行规划、维修维护提供数据支撑，有效的降低运行维护成本，并为优化运行维护方案提供决策依据。
在进行飞机维修过程中，系统基于学习算法（AI）和模型分析评估设备监控状况，做到预测性维护。在设备出现故障时，系统会将多个视图整合，展示同一数据在不同维度下呈现的数据背后的规律，帮助运维人员从不同角度分析数据、缩小答案的范围、展示数据的不同影响，并且系统会根据设备报警信息检索通过知识库中故障诊断模型的对比分析，推送给运维人员合理的维修、故障诊断解决方案，提高维修效率，减低维修成本。
总之，以可视化数据分析为支撑，并实时的更新机型数据，通过将机载运行数据和测试台数据相结合，来还原故障发生的实时状态，解决故障部件无法查找原因的痛点，结合运行经验，为客户提供合理优化的维修方案打造全新服务模式。
