为加强学科建设，助力民航维修学院科研高质量发展，7月14日下午，民航维修学院特邀“2023年上海市五一劳动奖章”获得者、现任东航技术公司飞机维修部副总经理、正高级工程师赵红华专家来院开展“基于大数据的预测性维修与展望”的学术交流研讨活动。本次讲座由民航维修学院副院长王志豪主持，维修学院在校教师参加了现场研讨，其余老师通过线上直播的形式参与学习交流。

赵红华自2016年以来带领东航MCC大数据研发团队创建以预测性维修和诊断性维修为核心的预测模型，先后联合上海交通大学，美国GE公司开发了11个飞机系统预测模型，广泛应用在东航A320机队、A330机队、B737机队、B777机队飞机主要系统的技术状态监控上。2014年开始作为C919飞机动力装置维修工作组组长，结合航空公司的实际维护经验和LEAP-1A/1B的运行实践，为C919飞机维护大纲的编写和修订做出突出贡献；近年来，先后在国内期刊，国际学术会议上单独及合作发表论文15篇，带领的预测性维修研发团队获得6项国家实用发明专利。

古医书中有“消未起之患，治未病之疾”的描述，在飞机维修领域，东航技术公司工程师们也有同样的追求。预测性维修的核心要义，是通过合理收集数据、摸准故障背后的零部件性能下降趋势，实现有效预警，从而让维修和零部件更换的周期关口提前到故障显现之前。

赵红华进行技术讲解

交流会上，赵红华从东航技术团队开展飞机预测性维修的启动背景、研发思路、进展与成效、未来发展展望等五个方面向大家做了详细的讲解。他介绍到，现在东航技术公司研发团队已经先后梳理出空调、引气、前缘缝翼、后缘襟翼、电子舱蒙皮出口活门等多个类似需求的零部件，并根据不同机型、不同零部件、制定了不同的预警数值和预测维修流程；在数据收集方面，借助移动4G支持，可以实现海量QAR数据的无线接收；并通过与上海交通大学、GE公司的合作和东航多年来积累的飞行和维修大数据，建立数学模型，分析相关设备与其他数据之间的相应关系，依托大数据模型建立预警机制。如今，在东航技术公司着手开展预测性维修的各类部件上，以往需要在故障出现后才能排故的情况，普遍大幅下降一半以上，有的部件甚至已全面实现了通过精准“预测”，让维修走在故障之前。

赵红华通过严谨准确的数据和生动详实的案例让维修学院教师们真切体会到大数据正在改变我们的行业和处理问题的方式，快速且高水平地驱动民航维修业的发展。讲座结束后，维修学院的教师们与专家就大数据预测性维修的问题展开了热烈地交流。

线下教师开展互动交流

最后，王志豪鼓励教师们要抓住专业特色，提升个人教科研能力和水平，不断关注行业发展动态和相关企业实际技术服务需求，积极申报、承担或参与民航局及上海市重大课题研究、咨询服务及成果转化，打造一批创新性成果，更多地参与到智慧民航建设的科学研究中，不断提升专业的教学及科研水平。

文：刘震雄、邵欣桐

图：程兰、丁一