劳斯莱斯正在使用物联网来预测性维护和改善燃油效率。
企业名称:劳斯莱斯
所属行业:航空/制造业
地点:英国伦敦
遇到的商机或挑战:
航空业是资本密集型行业,并且还具有很高的运营和维护成本。
单台喷气式发动机可能价值1600万美元,在跨大西洋航班上将消耗36,000加仑燃料,以今天的航空燃油价格计算,每趟大约需要54000美元,或每小时超过5000美元。另外,将飞机在机场上停放每小时可能要增加数百美元。
尽管燃料成本一直在下降,但航空公司仍在寻求降低运营成本的方法。正在寻求的一些领域包括提高喷气发动机的燃油效率、优化飞行路线和改善维护。
劳斯莱斯以其生产豪华汽车而闻名,但其最具活力的业务是飞机发动机制造。事实上,该公司在全球拥有超过13,000台商用飞机发动机,在过去的20年里,它为客户提供了持续的发动机维护服务。该公司的Trent系列发动机可在很多飞机上找到,包括波音787和空客A380、A350和A330neo。
然而,机器数据会给任何试图分析它的公司带来麻烦。来自不同类型飞机设备的数据量迅速增加,超出了航空公司分析和从中获得洞察力的能力。典型的飞机发动机装有传感器,可产生数千个实时信号,涵盖从燃油泵磨损到燃油效率的所有方面。
劳斯莱斯希望分析这些数据,以帮助航空公司减少延误和燃油消耗。
劳斯莱斯高级副总裁尼克·法兰特在最近发表的案例研究中表示:“飞机和发动机变得越来越活跃,我们的服务范围也在不断扩大。有大量的数据来自大型飞机机队,每小时处理和分析的数据是数千兆字节,而不是千字节。我们和我们的客户都被淹没在数据中,许多现有系统都在努力过滤噪音并提供以一致方式分析事物的手段。”
如何应对这一商机或挑战:
劳斯莱斯通过在其TotalCare 服务中构建监控解决方案来应对这些日益增长的数据分析挑战,该系统负责监控发动机的可靠性和维护责任。该公司承担实时分析发动机数据的所有责任,以管理客户的发动机维护并最大限度地提高飞机的可用性。
为了满足次计划的技术要求,劳斯莱斯实施了微软的Azure IoT套件,以收集和汇总来自不同地理分布源的数据。如Microsoft所述,处理的数据类型包括:
▲飞机在飞行过程中无线发送的发动机性能快照。
▲下载“黑匣子”——类型数据、技术日志和飞行计划。
▲第三方提供的预测和实际天气数据。
该公司还使用微软Cortana Intelligence Suite来分析数据集并进行大规模数据建模,以准确检测运营异常并帮助客户规划相关操作。
在这方面,正在探索的一个领域是预测性维护。例如,飞机和发动机部件,如燃油泵,通常具有“软寿命” ——建议根据其运行时间将其拆除以进行维护。通过分析每个特定泵的详细数据,并将其与机队中的数据模型和其他泵进行比较,可以提供警报,指示特定泵可能表现不佳,并且应该在其软寿命之前及时更换。
飞机燃油效率是另一个目标领域。通过对照现有预测、参考表和历史趋势分析新数据,劳斯莱斯将能够帮助航空公司准确了解哪些因素(包括飞行计划、设备维护、天气和自由燃料)对燃油性能的影响最大。
该计划带来的可衡量/可量化和“软”好处:
根据微软案例研究报告,劳斯莱斯认为能够提供更广泛的数据运营,作为向客户扩展服务的一种方式。能够监控和报告飞机发动机部件的实际状况,并可以通过最小化中断和维护成本来节省大量费用。该公司还致力于通过机器学习和分析来解决不同的问题。
另一个好处是,劳斯莱斯对其支持合同的构建、如何更好地管理风险以及产品开发需求有了更清晰的了解。