航空维修中的大数据应用，波音公司在列，他们的软件不总是落后

众所周知，大数据是在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，已经在很多领域进行应用，比如某度的外卖配送。在世界航空工业领域，比如航空维修领域，也在利用大数据技术，引入新型的数据处理模式，使原始制造商、运营商拥有更强的故障洞察发现力，帮助航空公司决策何时实施维修、实施何种维修，是换件修理还是在翼维修。可以说，大数据正在使维修流程优化，各种传感器带来的海量数据，越来越适应航空工业高增长率和多样化的发展特征。

2019年4月5日，《航空周刊与空间技术》杂志下属的内部MRO杂志，就刊登了《不用大数据成果就落后了吗？》（If You’re Not Using Big Data Results, Are You Behind?）这样的专题稿件，介绍了大数据成果在航空维修领域的应用，给人以眼前一亮的感觉，原来，大数据并不是专门给外卖配送准备的。

《不用大数据成果就落后了吗？》由来自芝加哥的李-安-肖伊（Lee Ann Shay）和来自达拉斯的西恩-布罗德里克（Sean Broderick）联合撰写，这种2位撰稿人合作的方式，非常能够提升论文档次，有利于学术观点的积极碰撞，带给读者更好的学术体验。

总体上看，航空维修领域的大数据应用，其实就是建设基于结果生成的技术应用，帮助航空公司搞好维修预测分析。这些大数据预测系统的原理并不复杂，它们非常像蜘蛛构建蜘蛛网，最终的效果也像是蜘蛛捕食吃饱了肚子。李-安-肖伊和西恩-布罗德里克用比喻的方式，让大多数关心航空事业的人，都能够轻松读懂航空维修中的大数据应用。

大数据预测系统一开始从相对松散但是又相连的结构，就像是蜘蛛网最初只有一根丝。系统的建设者不断添加新的蛛丝，蛛网不断密集了起来，最终填充成密密麻麻的网络。蜘蛛网的密度越大，蜘蛛就能更多地捕获昆虫。这反映到维修数据上，数据来源越多，得到 的实际分析结果就越可靠，也就是说，蜘蛛有了充足的食物，飞机的运营商有了更多的的可用数据，去进行故障预测和维修决策。

航空工业这么多年的运营必定积累了大量数据，但是以往没有将这些数据有机联系起来形成连接所有节点的模型，也就是没有进行大数据应用处理。其实，从飞行员报告到维修日志再到飞机通信寻址与报告系统（ACARS）的信息不应只是在单机或网络上单独存储，而是运用大数据技术，通过算法、分析和机器学习技术捕捉模型。

数据分析公司根据这些数据，为航空公司的维修提出建议。比如，Delta TechOps公司正在与波音公司合作监测不同的数据源，用来预测一个部件何时接近故障，涉及的机型就包括老式的波音757客机。在人们已经被波音737吓怕了的情况下，波音并没有畏首畏尾，而是进一步精练各种软件系统，力图把从生产到服务各个环节的工作做好，不给人软件总是落后的印象，止住公司收益下滑的颓势。

但是，把数据资源联系在一起还有很多工作要做，大数据分析正在增强飞机的可用性，加快调度时间，减小维修延迟，节约运营成本。反映到波音公司身上，他们促进航空维修的用心不错，但是最终能否收到实效，却还不得而知，这家公司因埃航空难而逐步走向衰亡，也并非是不可能发生的事。