概括：据diginomica网站4月5日报道，英国航空发动机制造商罗尔斯·罗伊斯（简称罗罗）正在使用基于云的技术，利用来自数百个发动机传感器的实时数据，帮助其航空业客户避免计划外的停飞维修。
截至目前为止，罗罗公司为全球35型不同商用客机提供动力，在全球范围内有超过13,000台发动机在使用，这是一家在航空业家喻户晓的公司，其在2020年带来了超过200亿英镑的营收。
罗罗公司表示，其以技术创新而自豪，在数据分析和人工智能领域取得了长足的进步。 首席信息官斯图尔特·休斯（Stuart Hughes）表示，该公司正在从客户那里收集实时发动机数据，以在“云”中模拟其性能，目的是减少飞机不必要的维护和计划外停飞时间。
休斯进一步强调道，这显然可以降低客户的运营成本，并被证明是罗罗公司本身的宝贵新收入来源，但其背后的真正推动力是提高了航空发动机的可持续性。该公司声称已经利用飞机的飞行数据至少减少了超过2200万吨碳排放，并且为飞行员提供了如何更好地驾驶飞机的指南。
实时监测
休斯解释了发动机的数字孪生是如何实现这一点的。他说：“我今天真正要谈论的是我们如何使用数据分析来改善航空可持续性，因此减少碳排放并优化我们现役发动机性能。 在过去的几年中，作为我们数字化转型的一部分，我们一直在构建各型发动机的数字双胞胎。因此，我希望您考虑的方式是我们拥有基于智能化数据分析的新一代智能发动机平台。 ”
休斯表示：“过去，我们有30个传感器，它们会在飞行中的关键点上捕获大约5次数据，而现在最新一代的发动机可以每秒就捕获数百个数据点，因此，我们已经将每台发动机的飞行数据从原来的一个软盘扩展到了千兆字节的数据，因此您可以看到非常真实的发动机模型。”
为了处理大量数据，罗罗公司专门创建了一个新平台，该平台可以在征得航空公司客户的同意后，然后再将相关数据输入到Microsoft Azure数据云中，然后将其转换为Databricks Lakehouse，并使用Databricks机器学习和AI工具进行分析。
由于该平台在云中运行，因此罗罗公司只需要支付运行模型的时间，然后销毁云中的模型，目的是在绝对必要的情况下使用这些资源。如上所述，每台发动机产生大约半GB的数据，在现役13,000台发动机规模的情况下，整个系统规模将在未来几年达到数千GB。
休斯表示：“我们必须实时处理流入的数据，与过去相反，您可以一次完成整个飞行数据的输入。云具有弹性，因此我们可以在需要时进行扩展，我们还可以一次执行多项操作，而这正是我们正在尝试做的事情中非常重要的一部分。 ”
休斯说，他的团队的“存在理由”是试图避免飞机计划外的停飞。如果一架飞机由于某种原因无法起飞，那可能会影响航线网络中的数十个航班，影响数千名乘客，并且在进行所有重新安排航线的过程中，可能意味着会排放更多的碳。但是同样，如果使用数字工具对维护进行了优化，那么这也就意味着这些浪费会大幅减少。
休斯还表示；“建立有关发动机所有信息的数字孪生模型，我们可以知道发动机其中的某个零件，我们知道它的组装位置，我们知道当它去维修厂时，哪些零件已更换。我们将所有这些信息都捕获，集成在一项数字资产中。 ”
数字孪生还能允许发动机制造商更高效的改进发动机的设计，过去，工程师在考虑改进下一代产品时，会物理地创建零件，然后将其添加到真实发动机中并进行测试。 当然，这在制造中将会消耗实际材料，然后进行发动机测试。现在，罗罗公司已经拥有了如此庞大的数据集，可以根据运营数据集来“虚拟“测试设计的影响。休斯表示：”实际上，该操作数据集是最新的，没有比这更新的了，它既巨大又全面。因此，这真的开始改变了我们设计和模拟发动机工作的方式。”
预测性维护
休斯还特别以汽车维修进行了比较，当汽车制造商提出维修政策时，他们可能对某些型号的汽车何时需要维修感到非常悲观，因为这些汽车的寿命可能比其他汽车更短。休斯解释说，这与航空发动机类似，在航空发动机中，根据发动机不同类型来计划维护。
在过去的18个月中，罗罗公司利用数字化技术，可以将每台发动机视为一个单独的发动机，并为客户构建了一个移动应用程序，以清楚地了解每个发动机部件在需要更换或修理之前，还剩下多长时间。
休斯说： “我们能够更好地预测维护的方法是使用这种非常个性化的方法来了解每个发动机的运行方式，了解其运行环境（环境条件）。它飞过特定的土地吗？它飞过特定水平的污染物了吗？并将其纳入维护计划中，以便我们可以说实际上该发动机的寿命很短，因此我们将延长维护间隔。
对于航空公司来说，这显然是很棒的，因为它们可使发动机保持更长的飞行时间，而对于罗罗公司来说也很棒，因为他们不需要更换实际上不需要更换的零件。罗罗公司能够将每台发动机视为一个单独的发动机，并且能够根据其飞行情况模拟很多不同的维护方式，然后罗罗公司可以进行更好的维修维护计划。确保罗罗公司在适当的地方放置适当的资源，并拥有适当的人员和适当的技能，从而确保一切均得到优化。
如上所述，罗罗公司通过避免飞机计划外的停机来衡量成功的关键指标。借助其新平台，它已经能够使用数据模拟避免大约5%的此类事件。在其预测性维护模型中，罗罗公司还看到了一些示例，可以将发动机维护间隔延长多达50%，并将库存（零件和备件）减少了数百万英镑。
对于罗罗公司和公司的数字团队来说，这是一个激动人心的时刻。休斯渴望在罗罗公司的工作中广为人知，他说： “我们真的希望人们知道我们如何工作，从而帮助我们吸引人才，确保人们知道罗罗公司既是一家出色的工程公司，也是一家出色的工业技术公司。”返回搜狐，查看更多
