浅析人工智能在现代航空中的应用--中国期刊网

字体：大中小

首页> 原创作品> 正文

浅析人工智能在现代航空中的应用

发表时间：2021/8/9 来源：《探索科学》2021年6月作者：傅怡天

[导读] 现代航空是一个高度信息化的行业，其设计、生产、维修、运营等都需要较高的技术力，与人工智能技术相结合也是势在必行。

上海市位育中学傅怡天 200231

摘要：现代航空是一个高度信息化的行业，其设计、生产、维修、运营等都需要较高的技术力，与人工智能技术相结合也是势在必行。本文将主要从空中交通管理、故障诊断与维修、民航企业运营三个领域探究人工智能在现代航空行业中应用的重要性，并分析其具体的应用原理和随之带来的优势。
关键词：人工智能；空中交通管理；故障诊断；民航企业
        1 引言
        近些年来不论是航空公司还是政府职能部门都在强调信息化与数字化转型。在新的时代，5G技术、互联网技术、芯片技术等都在构建一个信息涌动的世界。在这样的时代背景下人工智能的重要性不言而喻：短期来看，人工智能可以帮助工作人员管理大数据、挖掘大数据，从而更好地利用大数据；从长期来看，人工智能可以进一步解放人力，进一步优化航空线路甚至实现无人化的航空工业。
        2 空中交通管理
        2.1 人工智能对空中交通管理的影响/意义
        传统空中管理系统有着空中空间利用效率低、空中交通飞行冲突发生频率高和对交通流量安排耗费人力大等弊端[1]。而人工智能能够通过对过往信息的检索，从而极大程度上的减少寻找最适合解决方案的时间，若将人工智能运用到空中交通管理上，便能够使空中交通管理的准确性与效率得到大大的提升。
        2.2 人工智能技术在空中交通管理方面的作用原理
        将人工智能运用到空中管理中，其目的便是建立起一套全新的辅助系统和管理模式如智能飞行流量管理、智能冲突探测和解脱模块系统[2]，在问题发生的第一时间为工作人员提供关于问题的全方面资料和最佳的解决方案，从而帮助提高空中的空间利用效率，合理地、有序地安排空中交通飞行冲突，以避免发生飞机相撞等空中的交通隐患。这不但能极大程度上减轻工作人员的负担还能使空中管理的质量得到提升。
        3.故障诊断
        3.1传统故障诊断方法及其缺点
        在传统的维修场景中，故障诊断基本依赖于维修工程师本身的个人素质，其工作流程一般为：发现故障-通过询问、检查、查阅资料等方式初步确定可能出现故障的部位-依次对可疑部位进行检查、试验-确定故障部位-排除故障-复查[3]。
        上述的检修方法存在着明显的缺陷：首先在面对某种故障时，维修人员往往会局限于该故障本身，尤其是初学者，往往会采取将故障现象与书本、说明文档上的描述一一比对的情况，难以实现“故障遍历”的理想状态；其次，可参考的知识较为有限，对于刚刚走上工作岗位的工作人员来说，书本的知识往往是比较有限的，与实践也经常有较大出入，因此一旦出现与书本和教学时不同的情况往往会束手无策，很难借鉴和参考以往相似的维修保障案例和经验；最后，虽然现代的检测和诊断已经实现了高度的信息化，诸如飞行参数记录系统、光谱分析仪、颗粒污染度检测等设备都能够将历次的维修信息导入系统中，但仍然缺乏统一的管理、查询功能，也忽视了与前人交流的重要性。
        总之，传统的诊断方法存在着“只见树木不见树林”的弊端，工作人员很难站在“历史”的角度上综合考量，将相当大的时间和精力浪费在重复分析已知的原因上，对于新手而言“上手期”也往往过长，有浪费资源的潜在弊端。因此，建立一个能够对航空装备的典型故障进行归纳总结并针对每一种具体的故障类型建立最佳实践方案，能够实现场景联想和给出建议的知识系统是有必要的。
        3.2基于人工智能的诊断方法
        基于人工智能的故障诊断与人工智能诊疗系统类似，都是将以往的故障知识、典型案例等进行场景关联[4]，在数学上产生联系，这样当工程师面临故障时，系统能够准确地调出以往的相关案例和经验教训来提供参考，甚至对于一些常见的故障可以直接按照优先级给出处理措施和建议，除此之外还可以提供处理这些案例的工程师的联系方式。
        要实现上述的基于人工智能的故障诊断方法就需要建设相关的故障知识工程系统，该系统主要包括故障知识库和典型故障诊断场景两方面的内容，人工智能则是作为底层技术，通过特征向量、知识图谱等技术建立上述二者之间的关系。
        不论是医疗诊断还是航空故障诊断，首先要解决的问题是“如何用数字语言描述故障/病症”，也就是建立故障知识库。故障知识的类别往往有很多，需要开发人员根据实际的情况来选择合适的维度。比较常见的分类维度有故障类型和装备类型。

期刊文章分类查询,尽在期刊图书馆

        按照故障类型划分，故障知识可以分为综合性故障、系统性故障、部件级故障和零件级故障；按照装备类型划分则可以分为发动机故障、航电设备故障、液压装备故障、机电控制装备故障和综合故障等。考虑到实际场景，还可以做进一步细分，直到满足应用要求。
        在系统中每条故障知识又包括故障分析和故障处理两部分，故障分析的目的在于确定故障的“病灶”，包含了故障现象、故障分析过程、可能诱因、不同原因的可能性大小等。从某种程度上说是一种“端到端”的逻辑回归系统，当前的神经网络等机器学习方法能够较好地完成该任务。故障处理则是针对每一种故障诊断所做出的解决方案，通过故障分析找到最优可能的故障原因后，由系统给出相应的解决方案，在工程师依次采用仍然无法处理后，系统还可以给出处理过相关情况的工程师的联系方式，通过咨询来解决疑难问题。通过这种系统，就可以将所有工程师的经验集合起来，实现知识的场景化应用。
        4 民航企业
        民航企业的信息化与数字化建设早已展开，实际上传统的管理模式早已不适合民航企业这种信息量大、信息流动快的商业组织。与其他行业类似，人工智能在市场营销、改善用户体验层方面都有着得天独厚的优势。
        4.1 人工智能与市场营销
        收益管理是各大公司增强收入必须进行的环节，如果收益管理不合理，轻则短期公司财务遭遇危机，重则直接倒闭。而所谓的收益管理指的是：通过对历史数据的分析，得到对未来市场需求的预测，并及时调整自己的售卖方案。例如飞机的舱位供应数量，就可以及时根据售卖的数量进行调整。而人工智能的强大之处就在于对数据的处理能力，如果在收益管理环节引入人工智能，就可轻松地根据在线数据来对飞机的各项参数进行及时地调整，保证收益最大化。
        4.2 人工智能与客舱服务
        在客舱服务方面，当今社会有不少航空公司运用人工智能给予客户更加舒适的空中体验。英航便在一次航空出行中测试了一款名为幸福之毯的设备，该设备能够通过测量大脑神经元中的微电流以判断乘客的性情并给予乘务人员适当的提示让乘务人员及早发现并提供帮助，这不仅大大提高了客户的满意程度，还在一定程度上为客户展现了现代科技的魅力，为自身品牌形象大大加分[5]。
        4.3 人工智能与机场服务
        人工智能在机场服务方面也能提供便利。通过遍布在机场各区域的摄像头，人工智能可以以先进的大数据和检索技术迅速锁定单个目标并通过人脸识别技术确定目标身份，从而给予乘客精准服务。这不但能够大大提高机场的安全系数还能够在突发状况和客户有需要时及时派出工作人员以免不必要的意外发生。在这方面，国内已有部分机场开始将其投入实践。银川机场新的 T3 候机楼装有全新自助行李托运系统，能够以人工和自助两种方式帮助乘客进行行李的托运工作。同时，银川机场在验证系统上加装了人脸识别系统，对旅客的识别率在 99%以上，大幅提高安检效率及有效性。
        4.4 人工智能与公司管理/航班调度、航线规划、机场管制
        人工智能在航班调度方面也大有帮助，对于一家民航企业，航班调度的条理性和效率是衡量企业运作效率的重要标准，而人工智能能够在大数据的基础上制定出最佳的航班调度方案，大大缩短了重复繁琐工作的情况从而解放了机场工作人员，有利于减少企业多于岗位的负担。人工智能也可以运用先进的天气预测与强大的信息处理能力，有条理地为航班错开拥挤时间，保证空中交通畅通，减少了潜在的空中事故概率。同时，人工智能也能调度机场工作人员的工作时间，在分析了旅客体验、公司成本和飞机机型等方面后合理调度工作岗位和航班，使工作时间中不至于出现重复多余的工作，是企业更高效运作的保障。
        5 结语
        本文分析了人工智能分别在空中交通管理、故障诊断与维修、民航企业三个领域中的应用，航空业是一个相当宽泛的概念，既包含航空工业，也包含服务业，因此人工智能在航空领域中的应用是多方面、全方位的。实际上不仅仅是在本文提及的三个领域中，在智能制造、人员培训等领域人工智能都能发挥重大作用。相信在不远的未来，人工智能能够进一步服务我们的生活，造就一个更加美好的明天。
参考文献
[1]邹子君. 人工智能技术在空中交通管理中的应用[J]. 中国新通信, 2016, 18(005):51-51.
[2]苏弘扬. 人工智能技术在空中交通管理中的应用探究[J]. 信息系统工程, 2019, No.309(09):64-64.
[3]贾晓霞, 谢登峰. 人工智能在航空装备故障诊断中的应用[C]// 2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会. 0.
[4]陈毓夔. 浅析大数据和人工智能在民航维修安全管理的应用[J]. 科技资讯, 2020, v.18;No.595(22):55-56+60.
[5]郑霄. 未来人工智能与民航业融合应用研究[J]. 空运商务, 2017, 000(007):10-13.