GE航空集团扩大人工智能支持范围

随着发动机和飞机系统制造商通用电气航空寻求提高效率并不断改进产品，人工智能已经开始渗透到通用电气航空业务的几乎每个方面。  

据该公司首席信息官戴维·伯恩斯 (David Burns) 介绍，过去十年来，这家总部位于美国的集团建立了航空业最大的人工智能相关专利组合之一，并雇佣了 100 多名专注于人工智能和数据科学的专家。  

伯恩斯 6 月在辛辛那提公司总部举行的简报会上告诉记者：“我们也非常谦虚地承认，我们还有很多东西需要继续学习。我们正在学习，我们必须确保我们的学习速度跟上技术发展的步伐。”

GE 已经确定了如何将机器学习模型融入自动检查流程和预测性维护服务。然而，伯恩斯表示，“生成式人工智能是我们缺乏经验的领域，因此我们非常希望开发其中的一些功能。”

像 Chat GPT 这样的生成式 AI 模型使用现有数据来创建新的原创内容，例如文本、图像和视频。航空业的一些人认为，生成式 AI有朝一日可以设计整架飞机。GE Aerospace 数据和分析副总裁 Dinakar Deshmukh 解释说，目前，GE Aerospace 专注于将生成式 AI 用于更务实的短期解决方案，例如帮助软件开发人员生成代码。 

Deshmukh 表示，他的软件开发团队最近一直在试验一种生成式人工智能应用程序，该应用程序已显示出良好的效果，个人生产力得到提高，软件开发生命周期也得到加快。 

预测性维护

在客户服务方面，GE Aerospace 使用 AI 进行预测性维护，利用数据在维护问题出现之前进行预测。该公司在辛辛那提和上海设有远程监控诊断中心，工程师全天候监控发动机数据以检测潜在问题。 

GE 每次飞行都会收集所有 44,000 台在役发动机的数据。GE 客户体验副总裁 Jayesh Shanbhag 表示，它将这些数据与物理模型和环境细节相结合，在问题出现之前预测维修问题。

“例如，如果收到的信号不在正常参数范围内，我们可以通过分析和人工智能模型检测机油滤清器传感器的异常情况，”Shanbhag 解释道。“我们会自动运行这些模型，并能够向航空公司的维护团队发出警报，”然后他们可以解决这个问题。

Shanbhag 表示，这种基于分析的逐台发动机维护系统可帮助运营商降低生命周期拥有成本，并保持资产的高利用率。GE 为所有航空公司客户提供该功能作为基本支持服务，无需支付额外费用。

加强检查

GE Aerospace 还在其发动机制造检查以及维护、维修和大修 (MRO) 活动中实施了 AI。该公司已经使用机器人技术来自动化检查流程并捕获标准图像。现在，它将这些图像输入机器学习模型，以训练为 GE 基于分析的维护程序提供支持的 AI 算法。 

GE航空首席 MRO 工程师 Nicole Jenkins 表示：“数字检查[和]标准图像采集使我们能够应用先进的机器学习和人工智能模型，真正为我们的客户带来更好的结果。”

“我们希望在发动机的整个生命周期内为客户提供支持，”她解释道。“这意味着不仅要在资产在客户手中并投入使用时应用人工智能，还要在发动机进入车间并完全拆卸后一直应用到零件或维修阶段。” 

为了进一步推进其检查和维修流程，GE航空集团计划在辛辛那提开设一个名为服务技术加速中心（STAC）的专用设施。 

STAC 设施计划于 9 月投入使用，将配备一种新型检测设备，该设备使用无损 X 射线荧光光谱 (XRF) 来检测金属部件内部的结构变化。GE 与布鲁克合作开发的 XRF 检测设备使用的技术与博物馆和艺术品收藏家用于识别伪造艺术品的技术相同。它提供了物体化学成分的详细快照，使异常更容易检测。 

XRF 检查还可以帮助缓解持续的供应链限制，因为它们可以更清楚地标出原本可能被不必要更换的适航修理部件。

GE航空航天公司商用发动机和服务总裁兼首席执行官拉塞尔斯托克斯表示，公司不断致力于利用人工智能、数据分析和机器人技术，通过白光检查车间提高性能，使其能够自动看到零件中裂纹的扩展情况，以便能够更好地处置硬件或在车间实际执行不同级别的维修能力。

伯恩斯解释说，通用电气的人工智能方法围绕三个核心原则：使用可靠的数据、使模型透明化以及让人类参与到这一过程中。“我们必须确保我们通过人工智能进行的一切都建立在可靠的数据基础之上，”他说。“人工智能在提供决策建议和洞察力方面非常棒，但我们真正关注的是确保人类参与我们使用人工智能所做的一切。”