向“大数据”要高效率

发布日期:2013年09月25日 14:17   文章来源:澳门新葡亰赌全部网址试飞中心
【字体大小:

    对刚刚涉入大数据浪潮的中国航空企业,有这样一个例子值得借鉴:海航为了应对高油价对运行成本的压力,开发建设燃油监控系统,以QAR(Quick Access Recorder快速存取记录器)所记录的飞行过程中的各种重要数据为基础,打造了飞行数据共享服务平台,掌握实际运行中影响燃油使用效率的因素,对关键运行指标进行监控和预报警,从而不断精准飞行计划,为企业节省了成本。 
    信息时代,数据是一种宝贵的无形资源,人们在实践中逐渐认识到,通过数据的开放、整合和分析,能发现新的常识、创造新的价值,从而带来新的机遇。随着“大数据”时代的来临,数据已经渗透到每个行业和领域,逐渐成为重要的生产因素,为企业的运营、决策、风险管理提供支撑。 
    测试系统数据、能见度、云高、风速风向……透过不同的渠道和来源,大家每天都会汇集很多的数据信息。试飞过程所涉及和产生的数据量规模可观,如何围绕这些数据“做动作”,在合理时间内达到撷取、管理、处理、并整理成为帮助记录试飞过程、提供改进试飞效率依据的资讯,是一个值得探索的过程。 
    高温高湿试飞对于气象条件的要求严苛,试验地点和窗口时间的选择是保证外场试飞效率的关键。在长沙高温高湿试飞前置研究中,气象工程师对数十个机场十余年的高温历史资料和温差散点进行了分析,锁定了主备两座机场;通过气象趋势分析和跟踪监测,气象工程师提前预报了试验窗口期,为试飞准备工作的高效开展奠定了基础。 
    大数据之“大”,不仅在于其表面的“大容量”,也在于其潜在的“大价值”。沃尔玛对啤酒和尿布的销售量相关性进行数据挖掘,实现了精准营销。同样,如果大家能够对平时并不“打眼”的各类试飞数据进行科学分析,也许就能找准制约效率的关键点,向运行成本和数据的多维度高效管理迈进。 
    在东营和银川航电系统试飞中,试飞工程师基于对App加载、试验点、窗口时间等因素的数据分析进行优化和整合,将18份任务单压缩到了8个架次,并得到指挥部的采纳。沿用这一思路,在即将开始的自动飞行局方审定试飞中,试飞工程师与航管人员规划目标机场间的大航线循环方式,同样形成了更为高效的架次安排,为取证争取了时间。 
    零散的点状数据似乎是杂乱无章的,但当数据累积到一定程度时,数据的集合就会在呈现出一种秩序和规律。通过收集、分析大量的数据,就能总结出这种秩序和规律,然后有的放矢,服务于试飞工作。 
    对于正在进行C919飞机试飞准备的工程技术人员来说,C919飞机的试飞任务量预估与试飞周期分析也离不开“大数据”。通过对海量数据进行科学分析,技术人员将空域、气象条件、试飞员资源等影响ARJ21新支线飞机试飞天数的因素逐一梳理出来,并与C919飞机试飞周期进行对比分析,掌握了试飞效率的变化规律,形成了试飞周期的计算模型和公式,得出了相应因素的正向变动将会大幅度缩短飞行试验周期,从而降低型号试飞运行成本的结论。 
    试飞效率的提高和运行成本的降低是勤俭研制大飞机的必然要求和型号成功的必经之路,试飞中心将力争释放“大数据”中蕴含的巨大能量,延伸大数据分析应用的深度和广度,向“大数据”要高效率。

XML 地图 | Sitemap 地图