Predix案例一览--分析预测服务用于提升飞机起落架性能

[Ivar_PredixCN]

挑战

在起飞前，机组人员经过多次检查，以确保飞机准备就绪。通常，起落架的问题直到从闸门推回才能被检测到。在这个后期阶段，起落架出现的问题通常会导致航班延误。每次航班延误都会使航空公司的费用在25,000美元到40,000美元之间，更不用说客户满意度的影响。如果延迟发生在早晨，它可能会产生影响整天飞行的级联效应。除此之外，当起落架检测到问题时，提供最少的信息，直到维修人员开始工作才能确定确切的原因。

每次航班延误都会使航空公司的费用在25,000美元到40,000美元之间。通过数字双胞胎，目前的起落架问题可以被诊断，其余的使用寿命可以根据历史数据。

解决方案

创建一个有效的资产解决方案从研究关键资产（在这种情况下是飞机起落架）的各种故障模式开始。Infosys工程服务团队研究了这些故障模式，并确定了可以应用传感器提供数据以便早期检测磨损或故障的各种位置。起落架丰富了34个传感器，如液压和制动温度传感器。从传感器收集数据并进行分析，以确定起落架的剩余使用寿命。这种方法导致了每架飞机的物理起落架的数字式双胞胎（网络模型）的创建。数字双模型模拟了一个资产实例，并不断更新。随着数字双胞胎，起飞和着陆期间，起落架上34个传感器中的每一个平均每秒收集一次数据。在飞机上，使用WPAN 802.15将数据传送到快速存取记录仪（QAR） - 用于数据摄取和存储的车载工业设备。如果从飞机到地面可以连接，数据将被实时发送到云端; 如果不可用，使用USB闪存驱动器，数据将在触地之后从Onboard Monitoring Computer（OMC）复制到云端。

数据存储在Predix时间系列存储中，Predix Analytics Services用于诊断异常并确定任何问题的修复。所有这些起落架的历史数据都有预测分析，以确定每个起落架每个子系统的剩余使用寿命。Infosys信息平台（IIP）与Predix数据服务接口，获取历史数据，并执行预测分析。Predix Analytics服务也可用于开发这些算法，并估计剩余的使用寿命，以防止计划外停机。结果存储在Predix数据存储中。

基于Predix的应用程序不断将实际数据与基于数字孪生（通过资产服务和时间序列服务定义）的预测数据进行比较。例如，实际刹车片温度与刹车片温度阈值进行比较。可以使用与正常操作的偏差来修改并持续优化所需维护间隔的预测模型，并在最小化时捕获异常值问题，从而可以安排主动维护。

在仪表板中，图表显示实际值以及预测值，以显示何时将满足临界阈值。飞机工程师可以看到起落架有多少使用寿命，并确定何时进行维护。



关于团队

Smart Shop Solutions团队包括Donatella Banchi和Francesco Graziano担任产品赞助商。Renato Magliacani和Andrea Politano分别是IT产品负责人和功能主管，并将在全球其他工厂部署Smart Shop解决方案，包括将其他GE Digital产品整合到应用中的未来计划。