前沿科技美空军应用人工智能提升飞机预测性维修能力

Posted 2021-04-26 前沿保障观察

预测飞机平台和武器系统的战备状态，提高机队可用性对美军的作战成功至关重要。空军快速保障办公室下属的基于状态的维修项目办使用C3人工智能套件以及C3.ai战备应用软件，为美国空军部署一个基于人工智能的预测性维修平台，提高维修效率和有效性。

1

美空军机群维修面临的挑战

尽管从数量上看，美国的军用飞机并不缺乏，仅空军的飞机总量就高达5456架，但问题在于如何让这支空中作战力量能够始终保持作战状态。美国空军机群的平均机龄为28年，其中许多飞机平台，如E-3“哨兵”并没有指定的替代机型，在未来10-20年内很可能还要继续飞行。与此同时，第五代战斗机平台，如F-35“闪电II”，由于其飞机系统复杂性，仍不成熟，一直受到作战适应性的困扰。

 

据《空军时报》报道，若以可飞行的飞机百分比来衡量飞机战备水平，则空军航空装备战备水平在过去10年里稳步下降。美国空军一架飞机的停机成本可能超过每小时28000美元。任务中止、飞机故障、重复故障、再发事件和备件不可用等因素都会影响飞机执行的任务能力和飞机的战备状态。

 

2

寻求人工智能解决方案

为解决老旧机群的维修难题，美国空军一直在争取利用数据分析和人工智能企业，帮助其维修日益复杂的飞机。

 

2015年，五角大楼在硅谷成立了国防创新试验小组，旨在加速将商业技术引入军方应用。国防创新小组一直在稳步挖掘商业人工智能技术和工具，其关注的应用领域极广，从预测性维修、军事医学到网络安全和监视无人机，只要能提高现代化军事能力，都在国防创新小组的关注范围内。今年9月，国防创新小组还利用谷歌云开发了一个用于数字病理学的人工智能原型平台，向国防部提供增强现实显微镜，以及用于医疗应用的人工智能模型，如预测性癌症诊断等。

 

国防部利用人工智能对飞机开展预测性维修的工作启动于2017年，这项工作一直由国防创新小组牵头。2018年10月，美国空军成立了快速保障办公室，开始和国防创新小组一道，推动基于人工智能的飞机预测性维修工作。

 

2020年1月，美国空军快速保障办公室授予人工智能软件供应商C3.ai公司一项为期五年的协议，为国防部提供基于人工智能的预测性维修软件。

 

2020年9月，C3公司宣布，与美国空军快速保障办公室达成协议，将向该办公室交付和部署C3人工智能套件和C3.ai战备应用软件，以支持整个空军装备的预测分析和维修。

 

空军最新授予C3.ai的合同主要是为HH-60“铺路鹰”直升机提供预测性维修。此前的合同已经覆盖了一系列空军飞机。到目前为止，美国空军已经为920多架飞机提供了4个C3.ai战备应用软件的原型应用，覆盖的机型包括E-3“哨兵”、C-5“银河”、F-16“战隼”和F-35“闪电II”联合攻击战斗机。这个最新的合同标志着C3.ai的预测性维修解决方案在整个国防企业中的应用规模扩大到下一阶段。

 

美国空军正在推广C3.ai战备平台，希望通过这个基于人工智能的解决方案，有效地预测子系统故障，确定必要的备件，并主动提高飞机可执行任务的能力。

3

项目研发情况

C3.ai的核心技术是C3人工智能套件。这是一个可扩展的商业化企业级人工智能平台，使企业能够在任何公共或私有云环境上快速设计、开发和部署企业级人工智能应用。C3人工智能套件允许美国空军集成和统一来自不同数据来源和传感器的数据，构建一个大型、零散的数据集，并使这些数据可供机器学习算法使用，提升飞机战备状态，获得机群整体状态态势感知的能力。除预测性维修外，其应用还可配置用于其它各种功能，包括基于人工智能的情报数据融合、通关裁决、内部威胁、改进军事物流、供应链网络风险识别和运营支持等。

 

C3人工智能套件在E-3“哨兵”、C-5M“超级银河”和F-16平台上从启动到应用只用了24周时间。

 

在最初的项目中，C3和美国空军致力于从10-12个飞机历史使用数据来源中汇总过去7-10年的飞机使用数据，然后利用人工智能来识别飞机子系统何时会出现故障。

 

第一阶段，重点是对所有飞机部件进行全面的平均故障间隔时间(MTBF)分析，以描述飞机部件生命周期性能特点，并确定人工智能分类器最适用的子系统。在第二阶段，各团队开发了44万个机器学习算法和最先进的自然语言处理分析，并训练了30个分类器来计算高优先级子系统的故障概率。

4

项目产生的效果

 

C3对空军一个平台进行预测性维修探索发现，在这个平台上，可以获得数亿美元的投资回报率。研究结果发现，使用基于人工智能的预测性维修工具可以把飞机任务能力提高6%，把飞机计划外维修减少40%、把作战部队因等待维修备件而损失的能力降低35%。人工智能原型还表现出对零部件供应链的影响，并从1000多个零部件中找出了占飞机总故障时间90%的80到90个零部件。

 

通过使用C3 Readiness应用程序，美国空军的维修和后勤人员能够监测部件的预计剩余寿命，优化定期维护活动，在飞机子系统发生故障之前识别出高风险的飞机子系统，隔离潜在的故障根源并提供维修建议，利用人工智能预测供应链并确保零件库存充足，通过近乎实时的数据访问和人工智能洞察力来简化维修决策。

 

国防创新小组指出，如果在国防部所有飞机上推广应用这套预测性维修工具，每年可为各军种部署在全美的飞机节省50亿美元的维修经费。经费主要节省在利用预测减少飞机因部件故障导致停飞、减少的计划外维修和任务能力的整体提升。

 

空军快速保障办公室称，将在整个空军中加速推广人工智能和机器学习能力，并将数据科学与空军作战维修相结合，以数字化方式改变空军保障全球机队的方式。

 

国防创新小组在其报告中称，有监督的机器学习可以准确预测不同时间段内各种子系统的故障概率，在故障发生之前判断故障发生的可能性，因此，维修技术人员能够在故障发生前识别出组件级故障，在故障发生前预备零件，并更换故障概率高的组件。

 

美国空军团队可以通过该人工智能平台和软件汇总飞机系统、子部件等任何级别的数据，分析装备健康状况、影响和风险、作战状态，并向飞行中队和指挥部提出建议。

 

美国空军正在扩大对预测分析工具的运用，以满足其庞大的战斗机、轰炸机、加油机、运输机和直升机机群的维修需求。