全日空航空公司使用 MATLAB 预测飞机部件故障
“多亏有了 MATLAB Compiler，我们才能将整个分析过程整合成一个可执行文件。我们每天都会监控飞行数据，因而成功地预测到了几起颈轴承故障，否则这些故障将在大约一个月后发生。”
关键成果
- 通过在 MATLAB 中结合使用运营数据和专业知识，获得深入信息以用于预测性维护
- 通过使用 MATLAB 训练的机器学习模型，提前一个月就预测到了部件即将发生故障
- 根据实时传感器数据，在故障发生前便发现了几个机舱空气压缩机颈轴承出现退化的情况
全日空航空有限公司全日空于 1952 年开始从事航空运输业务。如今，这家总部设在东京的公司羽翼渐丰，成长为一家提供全方位服务的航空公司，经营着日本国内以及往返于亚洲、欧洲和美国的国际航班。
全日空的维护中心旨在确保机队按时飞行。通常，航空公司依赖两种类型的维护：预测性维护和纠正性维护。执行纠正性维护是为了应对部件故障，因为这类故障可能会导致停机、航班延误或取消。
在过去的十年中，全日空推行了预测性维护策略，以帮助减少飞机停机时间，并提高运营效率。这项策略利用全日空的运营数据和专业知识，有助于预测可能发生的部件故障。
全日空使用 MATLAB® 进行可视化和假设检验。该公司的团队还使用 MATLAB 从传感器数据中获取深入信息，例如识别根源部件和早期故障迹象。这些信息可用于训练机器学习模型。这些模型使用 MATLAB Compiler™ 部署到数据管道，用以评估来自安全关键型系统的实时传感器数据。新的预测性维护策略使得全日空能够在故障发生前发现几起机舱空气压缩机轴颈轴承退化事件。
