研究团队参考新航19架A380型客机在2015年至2016年间的快速存取记录，收集飞机上约2500个传感器的数据，研发出人工智能系统，计算出部件损坏前，数据间所产生的一些信号或区别模式，通过机器学习来预测部件何时损坏。
飞机一般会定期进行维修，但新的预测性维修技术能在飞机部件损坏前发出通知，让维修人员及时更换或维修部件，有助减少航班延误事件。
这项预测性维修技术是由新加坡航空公司与新加坡科技研究局（A*Star）属下的资讯通信研究院合作研发，目前主要用于飞机发动机引气系统（Engine Bleed Air System）中的一个重要部件。
负责这项研究的研究院数据分析部门科学家莎维塔博士受访时说，团队参考了新航旗下19架A380型客机在2015年至2016年之间的快速存取记录（Quick Access Record），这记录收集了整架飞机上约2500个传感器的数据如气压和温度等。
研究团队采用这些数据及部件损坏记录研发出一个人工智能系统，计算出部件损坏前，数据之间所产生的一些信号或区别模式，并通过机器学习来预测部件何时损坏。
莎维塔指出，研究团队之后也以新航去年5760个航班的数据来验证这个维修技术，发现从2015年至2017年间，所预测到部件损坏的准确度达到约70％至75％。其中虽有三次没有预测到损坏，但进一步分析发现，发生这几次损坏时数据没有呈现明显的区别，或是部件毫无预兆突然损坏等。
飞机最佳维修周期难制定
她说：“由于每架飞机及各部件需要维修的时期都不一样，航空公司很难制定一个最佳的飞机维修周期，而这项新技术能在这个部件损坏前的一个星期至10天内探测到异样并发出通知，让公司能根据需要进行维修。”
新航数据分析与数字化高级经理刘家福受访时透露，新航两年内发生的航班延误事件中，有五次是由这个部件造成，是导致最多航班延误的部件之一，因此研究团队决定先从该部件着手。
他说：“由于A380型客机可乘载的乘客最多，所以发生延误时造成的影响非常大。我们希望这项新科技能够减少延误事故，一次延误都算太多。”
刘家福指出，新航旗下飞机进行的定期维修一般是依照飞机累积一定的飞行小时或飞行周期，但部件若在其他时候损坏，新航得将那架飞机带回维修厂，不仅延误航班，对乘客造成不便，同时也将增加额外的维修和人力成本。此外，若因定期维修而更换还能运作的部件，也是在浪费资源。
他说：“虽然一些飞机部件可能还须采用传统的维修方式，但这项新预测性维修技术将有助提升我们维修方面的能力，并提高效率及安全。”
刘家福透露，新航目前正在公司和维修厂内建造可支持数据分析的资讯科技设施，以便采用这项新维修技术，预计今年底将投入运作。
新航接下来也计划将这项预测性维修技术用于不同飞机部件，并逐步扩展到其他的飞机型号。