人工智能或将改变MRO行业

Lindsay Bjerregaard

2022 年，ChatGPT 横空出世，人工智能热潮席卷全球各行各业。企业家们都在认真思考如何利用这项新技术提高效率，提升经营利润。在MRO 领域，许多初创公司、MRO 服务供应商、航空公司以及行业研究机构也在探索AI 的应用，但专业人士认为，该技术只有经过充分实践检验，才能被认可并获得广泛推广。更重要的是，从业人员要管理好对这项技术应用的期望。

近些年来，在售后维修领域中，人工智能备受关注。初创公司、MRO 服务供应商、航空公司以及行业研究机构均致力于研究开发基于人工智能技术的新业务模式，不断提高飞机维护水平。其中包括开发飞机和发动机检修新方式、创建智能化的维修机库、构建航空资产的数字孪生系统，提高维修记录的自动化水平，提升工程技术人员的排故能力等。

1 部分先锋实践

波音公司支持的技术加速器项目Aerospace Xelated，一直与许多人工智能初创企业合作，评估行业应用案例，积极加强与创新型公司的联系。Amygda是一家总部位于英国的初创公司，由罗罗公司的前技术工程师创立，该公司开发了一种“生成式人工智能”(Gen-AI) 的应用程序，被视为MRO 中的ChatGPT。

全球范围内多家先锋企业都在探索AI 技术在MRO 领域的应用，但专家建议应用的透明度和现实预期才是关键。

Amygda 的联合创始人兼首席执行官Faizan Patankar 先生表示，这项技术将成为飞机维修工程技术人员的得力助手。该系统采取纯文本输入查询的方式，自动生成易于理解的方案输出。Patankar 表示，技术人员可以通过该应用程序，根据数据(如维护日志、飞行时间、飞行员报告和传感器数据等)找到“假设”场景中的解决方案。例如，技术人员可以与人工智能交谈，查看系统上生成的故障警报，提出有关问题，如发生故障警示的潜在原因是什么。此外，Amygda 公司开发的人工智能应用技术还可以执行逻辑运算。例如，评估时寿件的剩余使用循环。Patankar 先生强调，这是该系统内置的独特功能之一。Amygda 公司认为，目前ChatGPT 或其他语言学习模型无法进行细分专业领域的分析，所以Amygda 公司致力于为MRO 专门开发这一功能。

LexX Technologies 公司是另一家Aerospace Xelated 加速器项目中的初创公司。随着ChatGPT 的广泛宣传，人们对LexX 技术公司充满兴趣。该公司运营主管Mike Harris 先生表示，其研发的人工智能平台就像苹果公司的Siri 虚拟助手和《星球大战》（Star Wars）中的C-3PO 机器人的混合体，可以自动分析数据并向技术人员提供解决方案。凡是被它采集数据的领域，都可以针对性提供可阅读、可理解的信息输出，它几乎可以回答任何专业领域中的问题。就航空业而言，需要大量的数据积累和专业化知识的特征十分明显。LexX 平台应运而生，能够显著降低对人的依赖。LexX 技术公司认为，我们今天所处的时代充满了数据，人类智慧是多年积累形成的，面对航空运行中随时出现的各种情况，人工智能的作用将非常重要。以紧急安全通告为例，尽管员工能够怀着良好的意愿阅读安全通告，但这些信息在人的意识中通常不会持久保留。然而，LexX 平台可以识别不同场景，有针对性地向技术工程人员实时提供相关警示信息。例如，针对某些技术人员容易受伤的工作任务进行及时的提示。

来源：LexX 技术公司AI 初创公司正在建立各种专注于MRO 的ChatGPT 平台。

LexX 技术公司强调，该公司的人工智能技术拥有自我学习进化功能，因此技术人员可以快速、轻松地从中受益。例如，有一名飞行员向维修服务供应商描述飞机故障，然后该维修服务供应商派出两名技术人员根据描述情况开展排故工作，其中一名技术员仅有6 个月的工作经验，另一名则拥有30 年的经验。在排故过程中，经验少的维修人员人会按照工作清单一步步地排查故障原因；而另一位经验丰富的维修人员可能一眼就看出这是一个曾经遇到过的问题，马上找到故障点，很快就能完成修复工作。在这样的场景中，LexX 平台可以将维修技术人员的工作经验通过生成式学习传授给整个维修团队，可明显缩短维修技术人员的成长时间。

美国航空正在探索在飞机维护操作中使用自然语言处理(NLP)技术，NLP是实现人与计算机之间用自然语言进行有效通信的一种人工智能方法。该航空公司正在研究如何使用NLP 通过语音即时记录和编译维护信息，以确定应该使用哪些ATA 代码对故障进行分类，并简化搜索排故措施的过程。

法荷航工程维修公司（AFI KLM E&M）的MRO 实验室也在探索人工智能在飞机维修领域中的应用。该公司表示，MRO 供应商正在使用NLP 和计算机视觉技术简化文档处理，使技术人员能够更快捷地访问技术文档和安全工作流程，迅速找到所需的零件编号。该公司还将人工智能技术应用于Prognos 预测性维护平台。

新加坡科学技术研究机构(A*STAR)的航空航天计划项目开发了一种应用于文本识别和缺陷检测的机器学习算法。该算法使用由1600 多个数据点组成的数据集，通过机器生成和手写文本的方式测试算法。A*STAR 项目负责人Ric Parker 表示，该机构正在进一步探索Gen-AI 工具如何在MRO 行业中使用，这些工具可以根据输入的数据进行主动学习并生成有效输出。该项目还与新加坡航空公司和新航工程公司等进行合作，开展人工智能解决方案和提高制造能力的若干项研究，如基于人工智能技术的生产车间提升项目。

目前，一个致力于提升航空航天制造和维修水平的人工智能平台——Basetwo AI，入选为Aerospace Xelated加速器项目。该平台连接数据源，如飞机部件传感器和维护日志，并通过这些数据建立飞机关键部件的仿真模型，该模型能够对飞机部件的使用状态进行有效预判。

Basetwo AI 的首席执行官Thouheed Abdul Gaffoor 先生表示，该功能将主要用于优化维修计划，以及延长飞机资产的生命周期并提高利用率。他指出，目前应用前景非常明确的领域主要涉及发动机和飞机运行控制系统的维护。

另外一些初创公司则通过将人工智能与物联网(IoT)技术相结合，致力于打造更智能化的维修机库。Fyve By 公司开发出一个应用于机库场景中的实时监控系统。该系统将摄像头、传感器与软件配对，创建机库的3D 模型，提供飞机、货物、工具和人员的实时视觉跟踪，用于监控设备和人员运行状态，减少工作现场的潜在安全风险。该公司联合创始人Preston LaVangie 先生称，这项技术类似于360°全景监控，如同汽车上的倒车摄像头。该系统能够帮助MRO 最大化利用机库资源，更高效地安排飞机停场。

英国克兰菲尔德大学（Cranfield University）的数字航空研究与技术中心正在开展一项关于如何将人工智能技术应用于飞机维修从而获商得商业价值的研究。克兰菲尔德大学人工智能MRO 项目负责人Ip-Shing Fan 先生介绍，目前项目组在MRO 领域开展的各项测试技术都属于人工智能的范畴，其中基于文本的机器学习系统能够实现无纸化，物联网驱动了机器人和传感器技术，自动图像处理技术为图形筛检提供了支持。

克兰菲尔德大学的智能机库正在开展基于图像技术的检查测试。该测试系统由安装在机库基础设施上的视觉摄像机和热传感器、用于机翼上方检查的无人机和安装在地面检查机器人上的摄像机组成。通过这套系统，每一颗铆钉的状态都历历可见。通过自动化工作流程，可以让机器人和人一起协调，在遵守各项法规和飞机维修手册的前提下，极大地提高工作效率和准确度。

在发动机检测工作中，人工智能技术的表现也非常不错。2023 年初，GE 旗下的OC Robotic 公司推出了一款人工智能驱动的先进叶片检测工具，能够大幅提高GEnx 发动机的在翼检测效率，利用人工智能改进荧光渗透检测水平。针对CFM56 型发动机，研发出基于机器人技术驱动的检测方案。与此同时，人工智能技术在提高发动机孔探的效率和准确性方面也取得了进展。GE 公司最近与无损检测专业公司Waygate Technologies 合作，探索使用机器学习和人工智能提高检测的可靠性和一致性。Waygate 与荷兰初创公司Aiir Innovations 合作，开展人工智能检测发动机缺陷并完成自动分析的研究。

荷兰航空航天中心(NLR)采用摄像头、机器人技术的集成化系统，开展对直升机旋翼叶片进行自动化探伤的研究项目。NLR 的维修与工程负责人Arjan de Jong 先生表示，机器人技术能够基于设定规则的算法测量和比较数据，如距离和阈值等，对缺损检测进行量化评估；下一步，研究中心将开展人工智能实施缺陷检测的适航资格研究，并开展应用型推广。此外，NLR 还开展使用人工智能改进维护计划的研究，促进飞机可靠性的有效提升。de Jong 先生表示，通过Gen-AI 系统可以自动化完成大量工卡的编制工作，人工智能能够对适航指令(AD)或服务通告（SB）进行自动响应，并对现行维修手册进行更新修订，更高效地做好维修计划。

2 人工智能的潜在风险

如前所述，众多企业和机构都在积极开展人工智能的应用研究。但业内普遍认为，该技术只有经过充分实践检验，才能被认可并获得广泛推广。

总部位于阿姆斯特丹的Aiir Innovations 的首席执行官兼联合创始人Bart Vredebregt 先生强调，只有把人工智能嵌入到恰当的应用软件中，其真正价值才会显现出来，这些软件需要融入已经存在的生态系统，实现与现有工具的连接。目前，这家初创公司正在与波音公司合作，探索在业务部门的流程中嵌入人工智能技术。

克兰菲尔德大学的Ip-Shing 先生表示，人工智能技术已然成为吸引外部投资的标签，但过度宣传人工智能技术的作用会导致不切实际的期望和失败的投资结果。目前，人工智能领域中的一些人士可能有些夸大其词，实际中，人工智能只有与工程专业知识深度结合，才能为MRO 提供有力帮助。

Vredebregt 先 生 指 出，MRO 行业应小心避免“人工智能冬天”（AI Winter），即由于开发者过度承诺结果和用户不切实际的高期望而导致无法兑现承诺。人工智能不是万能的，关键是要以一种明智的方式处理问题。作为人工智能公司，最大的责任是确保从第一天起就管理好人们的期望，不要过度承诺，而是专注于交付。

来源：克兰菲尔德大学克兰菲尔德的智能机库正在综合利用各种先进技术实现飞机的自动检查。

来源：NLR荷兰航空航天中心正在研究使用人工智能实现机器人部件检查的自动化。

Amygda 公司的Patankar 指出，期望人工智能具有完美的准确性本身是一种错误的想法。例如，在医学领域中，检测癌症的人工智能既没有100%的准确率，也没有100%的检出率，然而，一旦发现一个额外的病例，就可能挽救一个鲜活的生命。航空航天领域的人工智能也是如此。减少一次发动机故障，减少一次航班取消，减少一次AOG 等等，都值得应用一个没有100%检验率的人工智能系统。

在准确性这方面，Aiir Innovations也非常认同。该公司认为，人类本身并没有完美的准确性，研究表明人类的准确率约为70%，据新西兰坎特伯雷大学2022 年的一项研究，该研究针对不同类型发动机的MRO 检查中，操作人员的表现与图像处理、人工智能软件和3D扫描进行了比较，研究发现，与人工操作相比较，基于人工智能的系统在检查速度、一致性和减少差错率方面表现得非常出色。

尽管这项研究的结果令人鼓舞，但NLR 的de Jong 先生表示，应用人工智能最大的风险之一是难以证明人工智能产生100%正确的结果。de Jong 先生表示，把大量数据放在算法面前，然后得到结果，但并不能清楚说出中间过程中发生了什么，也不能证明是否获得了可靠的数据。因此，需要用某种方式证明得出的结果有一定的有效性，是可靠和值得信赖的。同时他认为，应对风险的关键是通过建立透明化的人工智能系统，帮助人工智能用户理解并解释清楚技术是如何做出预判的。NLR 一直在探索开发可解释人工智能技术，并遵循欧洲航空安全局(EASA)等监管机构的倡议，制定关于如何认证人工智能用于航空领域的指导方针。

Basetwo AI 平台的Gaffoor 先生表示，该公司正在积极应用可解释人工智能技术，正是由于航空受高度严格监管的行业特点，这种更高水平的人工智能技术将大有作为。他介绍道，通过将特定领域中的专业知识与海量数据相融合，有助于工程师随时查看数据运算背后的理论原理。例如，当模拟发动机运行时，人工智能系统整合了有关的热力学方程和控制原理，这个模型完全值得信赖。

埃森哲的数据显示，80%的航空航天和国防高管都认为，数据治理需要在控制和透明度之间取得平衡。

但是，如果人工智能能够超越人类，其运行结果足够透明和可靠，这是否意味着技术人员将被人工智能取代。Gaffoor 先生认为，这种担心是完全没有必要的，人工智能并没有真正取代任何人，它只是取代了旧的工作方法和流程，人工智能的真正意义在于，作为支持性工具，以专业知识为底座，通过改善工作方式，显著提高工作效率。

荷兰皇家航空公司的Chun 先生认为，人工智能可以创造新的就业机会。人类在专业领域的知识与技能积累是人工智能取得充分应用的关键因素。因此，MRO 需要雇佣或培养出更多专家型人才。Amygda 公司的Patankar 先生同样认为，随着人工智能技术的广泛应用，将彻底颠覆一些现有的工作岗位，与此同时，未来也将有更多不同性质的工作岗位涌现出来，因为事实上任何人工智能技术都是被人类创造出来的。

当前，MRO 存在的劳动力短缺的现状，为人工智能应用创造了广阔发展空间。因为人工智能的大量应用将会加速促使消灭一些低技能要求的工作岗位。airxpert 公司创始人兼首席执行官Any Hakes 先生表示，尽管行业内很多人担心人工智能会完全取代人力，但是其实行业内更多的人是希望能尽快解决人力短缺的问题，人力短缺对整个行业来说是非常痛苦的，并在整个行业生态系统中产生了连锁负面反应。airxpert 公司的数字化平台可以自动收集和处理飞机维修中的相关数据，目的是不断缩短维修周期，降低资源消耗。airxpert 公司认为，人工智能和自动化的结合只是用来填补空缺，不会导致人员的净流失。而且在MRO 领域中，人工智能并不是万能的，大多数情况下，完全可以通过优化结构性流程解决生产中出现的问题，而不是一股脑地涌入人工智能领域。