详细内容或原文请订阅后点击阅览
PAM 2024：AFI KLM E&M 从数据到行动
法航工业荷兰皇家航空工程与维护公司 (AFI KLM E&M) 预测性维护项目经理 Rob Stolk 在上周的……文章《PAM 2024：从数据到 AFI KLM E&M 的行动》首次出现在《航空商业新闻》上。
来源:航空业务新闻法航工业荷兰皇家航空工程与维护公司 (AFI KLM E&M) 预测性维护项目经理 Rob Stolk 在上周于都柏林举行的预测性飞机维护 (PAM) 会议上发言，他解释说，通过利用其作为航空公司和 MRO 组织的端到端专业知识，许多预测性维护模型已成功采用。
“随着大数据分析的整合，飞机维护发生了重大变化，”Stolk 说道。“通过检查数十亿个数据点，工程师可以发现以前隐藏的趋势并做出明智的决策以提高系统可靠性。”
Stolk 的演讲重点介绍了 PROGNOS for Aircraft，这是 AFI KLM E&M 内部开发的预测性维护套件，可以预测未来的故障或提前安排维护操作。 PROGNOS for Aircraft 涵盖了 8 种不同类型的 35 种飞机系统，包括空客 A320、A220、A330、A350 和波音 737、747、777 和 787。
AFI KLM E&MStolk 的演讲通过空气循环机 (ACM) 案例提供了一个令人信服的数据驱动问题解决示例。提出了一个假设，即 ACM 涡轮机 2 的性能不佳源于水的摄入。
“详细的机队分析支持了这一理论，揭示了环境控制阀启动后 ACM 速度下降的反复模式，”Stolk 解释说。“通过分享这些发现，合作调查确定了问题并提出了解决方案——排水孔改造被证明是有效的。”
Stolk 解释说，这种合作方法取得了显著的成果，ACM MTBUR 指标的改善就是明证。 “考虑到环境条件，机队平均 MTBUR 为 22,000 小时，大幅增加，‘干’MTBUR 达到 44,000 小时。这些数字凸显了大数据指导下的有针对性修改的变革性影响。”
更多来自预测性飞机维护会议