當(dāng)飛機(jī)突發(fā)故障時，機(jī)組焦急等待，運(yùn)控實時催促，技術(shù)維修支援工程師必須在高壓下與時間賽跑——從海量厚重的技術(shù)手冊中，在密密麻麻的英文表述和分散的故障數(shù)據(jù)里，精準(zhǔn)鎖定排故方案。稍有遲疑或方案出現(xiàn)偏差，就可能導(dǎo)致航班延誤甚至取消。這種“時間緊、要求高、資料散”的一線飛機(jī)維修痛點，催生了民航業(yè)打造智能維修助手的迫切需求。

Ameco工程部顧祝平科研創(chuàng)新實驗室IMM戰(zhàn)隊（以下簡稱“創(chuàng)新實驗室”）直擊核心痛點，打造了智能維修助手。該項目憑借全自主研發(fā)成果與契合實際的應(yīng)用設(shè)計，在2025年中航集團(tuán)人工智能創(chuàng)新應(yīng)用大賽中奪得“創(chuàng)意暢想探索”二等獎。如今，智能維修助手已成為一線工程師的專屬“智能搭子”，助力民航維修工程師在實際作業(yè)中實現(xiàn)效率與安全的雙提升。

Ameco打造的飛機(jī)智能維修助手

“讓手冊自己說話”

2025年6月，創(chuàng)新實驗室主任顧祝平牽頭組建專項研發(fā)組，正式啟動空客A320/A330排故智能體研發(fā)項目。這一平均年齡35歲的“技術(shù)后浪”以“讓手冊自己說話”的“腦洞”，誓要給一線工程師配備一位24小時在線、隨叫隨到的飛機(jī)維修“AI（人工智能）搭子”。

然而，開發(fā)之路并非一帆風(fēng)順。項目起步便直面雙重考驗：不僅缺乏專業(yè)IT（信息技術(shù)）開發(fā)人員、服務(wù)器資源不足且開發(fā)周期緊張，技術(shù)路線的抉擇更直接決定項目的成敗。主力開發(fā)工程師吳家駒回憶說：“在對比知識圖譜和RAG（檢索增強(qiáng)生成）技術(shù)時，我們發(fā)現(xiàn)知識圖譜簡直是個‘吃人力怪獸’——構(gòu)建周期長不說，還很難精準(zhǔn)匹配飛機(jī)維修的故障定位需求，外部供應(yīng)商的方案更是‘水土不服’。但RAG技術(shù)就像給工程師配備了‘超級檢索大腦’，能直接調(diào)用現(xiàn)成工具，快速定位技術(shù)文檔，根本不用從頭梳理零件關(guān)系?！?/p>

開發(fā)工程師顧宇昌補(bǔ)充說，考慮到維修場景容不得AI“瞎說話”，我們最終拍板采用“RAG+標(biāo)準(zhǔn)化工作流”架構(gòu)，就是要讓每個排故方案都可追溯，絕對不能讓安全隱患有可乘之機(jī)。

這個由一線工程師組成的研發(fā)團(tuán)隊，在資源有限的情況下，始終以業(yè)務(wù)需求為導(dǎo)向，用AI技術(shù)為民航維修工程師打造出24小時在線的“AI搭子”，成為一線科研人員自主創(chuàng)新、賦能航空運(yùn)維的生動實踐。

“準(zhǔn)、快、可追溯”覆蓋四大核心環(huán)節(jié)

據(jù)介紹，智能維修助手是圍繞民航維修場景研發(fā)的全鏈路智能排故體系，由數(shù)據(jù)底座、檢索能力、工作流編排、結(jié)果輸出四大核心環(huán)節(jié)構(gòu)成，通過各環(huán)節(jié)技術(shù)協(xié)同，實現(xiàn)從故障查詢到排故建議的一站式輸出，且所有技術(shù)選型均緊扣“準(zhǔn)、快、可追溯”這3個硬指標(biāo)和一線需求。

數(shù)據(jù)底座是系統(tǒng)運(yùn)行的基礎(chǔ)，整合了兩類核心維修知識數(shù)據(jù)。一方面，該底座包含故障信息、處理措施、機(jī)號機(jī)型等關(guān)鍵字段的16493份維修信息系統(tǒng)中的結(jié)構(gòu)化故障記錄。創(chuàng)新實驗室通過定時增量同步機(jī)制，將其從傳統(tǒng)關(guān)系型數(shù)據(jù)庫同步至ES數(shù)據(jù)庫（一個分布式、高擴(kuò)展、高實時的搜索與數(shù)據(jù)分析引擎），實現(xiàn)數(shù)據(jù)清洗規(guī)范化，讓結(jié)構(gòu)化數(shù)據(jù)適配自然語言檢索。另一方面，其涵蓋TSM（排故手冊）、工程文件等32597份空客A320/A330非結(jié)構(gòu)化知識。創(chuàng)新實驗室經(jīng)多格式文檔解析后，建立了7個專屬知識庫，為一線工作人員提供專業(yè)手冊依據(jù)和工程經(jīng)驗。

檢索能力是系統(tǒng)的核心競爭力。創(chuàng)新實驗室在ES數(shù)據(jù)庫原生混合檢索的基礎(chǔ)上，研發(fā)改進(jìn)型混合檢索策略，解決了“語義相似但故障主體不一致”的行業(yè)難題。該策略以“一次查詢+應(yīng)用層二次處理”為核心，先通過ES數(shù)據(jù)庫同時實現(xiàn)關(guān)鍵詞和語義相似檢索，關(guān)鍵詞檢索鎖定告警、部件等強(qiáng)約束詞項，語義相似檢索則適配口語化、非規(guī)范化查詢，再在應(yīng)用層通過重評分、百分位數(shù)過濾、覆蓋率過濾三步處理，重新計算語義相似度和詞條覆蓋率，剔除無關(guān)記錄，讓檢索結(jié)果既符合查詢習(xí)慣，又精準(zhǔn)匹配故障主體。

工作流編排則讓多源檢索結(jié)果實現(xiàn)有效聯(lián)動。創(chuàng)新實驗室基于Dify平臺（開源大語言模型）打造包含故障歷史檢索、TSM手冊檢索、AI總結(jié)等6個節(jié)點的工作流，同時基于FastAPI（專屬框架）打造標(biāo)準(zhǔn)化數(shù)據(jù)接口，打破數(shù)據(jù)壁壘。工程師輸入故障問題后，系統(tǒng)可以同步調(diào)用多源檢索能力，將結(jié)果匯聚至AI總結(jié)節(jié)點，由大模型完成整合分析，避免單一檢索的信息片面性。結(jié)果輸出則完全符合維修現(xiàn)場習(xí)慣，摒棄單純記錄羅列，按固定格式輸出問題背景、處理措施統(tǒng)計、更換部件分析、技術(shù)建議四大內(nèi)容，讓工程師能夠快速抓取核心信息。此外，系統(tǒng)搭載雙語兼容的向量模型和大語言模型，能實現(xiàn)專業(yè)術(shù)語精準(zhǔn)翻譯、圖文混排文檔智能解析，消除了對英文手冊、復(fù)雜流程圖的理解痛點。

“懂業(yè)務(wù)才能做好AI”

智能維修助手投用后，可在幾分鐘內(nèi)完成故障精準(zhǔn)匹配，輸出包含手冊編號、流程圖和中文翻譯的排故方案，同時整合機(jī)隊歷史數(shù)據(jù)和部件更換統(tǒng)計，讓工程師告別“翻手冊、跨系統(tǒng)、拼信息”的傳統(tǒng)模式。

以“ENG 2 FIRE LOOP B FAULT（發(fā)動機(jī)2環(huán)路B火警探測失效）”這一典型故障為例，傳統(tǒng)檢索易出現(xiàn)包含“LOOP B”但故障主體為機(jī)翼的無關(guān)記錄，人工篩選耗時久。而智能維修助手通過改進(jìn)型混合檢索，能精準(zhǔn)鎖定發(fā)動機(jī)火警環(huán)路相關(guān)記錄，同時輸出歷史處理措施統(tǒng)計、更換部件分析和技術(shù)建議，明確“優(yōu)先查線而非換件”的核心原則，讓排故決策更精準(zhǔn)高效。

此外，智能維修助手還讓不同層級工程師均實現(xiàn)了工作效率的提高。新入職工程師借助手冊翻譯、流程圖生成功能，可快速理解排故流程，飛機(jī)維修學(xué)習(xí)門檻大幅降低；資深工程師能從煩瑣的多源數(shù)據(jù)整合中解放出來，原本1小時~2小時才能完成的資料檢索整理工作，系統(tǒng)幾分鐘即可完成，節(jié)省了80%以上的非核心工作時間，更聚焦故障分析與實際操作；技術(shù)支援團(tuán)隊在緊急排故場景中，依托系統(tǒng)快速響應(yīng)能力縮短反饋周期，有效降低航班延誤率和取消率，帶來了實實在在的經(jīng)濟(jì)效益。

目前，智能維修助手已部署于實驗室自主研發(fā)的技術(shù)狀態(tài)與維修任務(wù)雙軌智能管控系統(tǒng)（iFleeTS）中，應(yīng)用于空客A320/ A330機(jī)隊的智能維修保障工作。吳家駒表示，這場全自主研發(fā)的攻堅不僅驗證了“懂業(yè)務(wù)才能做好AI”的核心邏輯，更證明了一線工程師在航空維修智能化升級中的核心價值。未來，創(chuàng)新實驗室將繼續(xù)打磨產(chǎn)品，讓智能維修助手成為民航維修工程師的“標(biāo)配工具”，以自主可控的AI技術(shù)為航空維修行業(yè)的智能化升級注入實干力量，讓每一次飛行都因智能科技而更有保障。（中國民航報 通訊員陳璐）

（本文刊載于中國民航報2026年4月8日8版）

《智慧民航》導(dǎo)刊每周三

與廣大讀者見面

讓我們一起

聚焦智慧民航建設(shè)熱點

擘畫全新未來

期待您的來稿！

投稿郵箱：icanews@163.com

編輯|李季威

校對|張 薇

審核|韓 磊