详细内容或原文请订阅后点击阅览
PAM APAC：数据基础设施的限制阻碍了大规模的预测性维护
我们新系列 PAM 网络研讨会的第二场探讨了为什么尽管人工智能取得了进步，航空领域的预测性维护仍然难以采用和扩展……后 PAM 亚太地区：阻碍大规模预测性维护的数据基础设施限制首先出现在《航空商业新闻》上。
来源:航空业务新闻我们新系列 PAM 网络研讨会的第二场探讨了为什么尽管人工智能和机器学习取得了进步，但航空领域的预测性维护仍然难以采用和扩展。
该网络研讨会由 FTG 赞助，强调虽然分析功能已经显着成熟，但其有效性仍然受到底层数据基础设施的限制。
FTG 销售总监 William Cecil 表示，基于 ARINC 429 和 717 标准的传统飞机数据系统使航空公司能够高度独立于 OEM。
然而，这种灵活性是以可扩展性为代价的，因为每个实现都需要自定义配置、参数映射和解码逻辑。
这会导致紧密耦合的系统，其中机载数据采集和机外解释必须保持一致。
“这些限制给实现连续、高质量的时间序列数据带来了挑战，这对于预测性维护模型至关重要，”Cecil 说。
“虽然存在维护记录，但缺乏一致且可扩展的数据采集限制了这些模型的有效性。”
OEM 平台提高了数据容量和集成度，但通常依赖于垂直集成架构。这增强了一致性，但会降低灵活性和航空公司控制。
该网络研讨会探讨了将数据采集与传统约束脱钩的新兴架构方法。
连接性是根据生命周期调整而不仅仅是性能来讨论的。虽然 4G 仍然有效，但它已经是一项成熟的技术。
Cecil 表示：“将长期飞机投资与 5G 等早期网络时代相结合，对于避免投资生命周期缩短至关重要。”
该网络研讨会将预测性维护重新定义为数据基础设施挑战。
“采用和可扩展性的关键在于实现灵活、一致和解耦的数据架构，而不是仅仅依赖于分析的进步，”Cecil 总结道。