人工智慧與物聯網分析技術，能確保飛機維持最佳運作狀態以執行關鍵任務

國防軍工龍頭洛克希德馬丁(Lockheed Martin) 運用 SAS^® 平台徹底改變飛機維運的作業程序

C-130 運輸機是航空史上用途最廣泛的飛機。從位於喜馬拉雅山脈世界最高的飛機跑道上降落，到在大西洋中部的航空母艦上起降，該型號飛機因其無與倫比的多功能性、效能和任務效率而聞名。

如今，有 70 個國家或地區依靠 C-130 進行搜救、維和、醫療疏散、科學研究、軍事行動、空中加油及人道救援。到目前爲止，已經生產了超過 2,500 多架 C-130 飛機，全球現役機隊包括經典機型 (C-130) 以及目前生產的 C-130J 超級運輸機。

由於 C-130 運輸機在全球多個機隊中扮演關鍵角色，任何一架停飛都會直接影響使用者執行任務的準備。

「我對 C-130 最感自豪的，就是它在人道救援上的貢獻，」洛克希德馬丁(Lockheed Martin) 的資料分析專家 Mike Isbill 表示。「當菲律賓發生嚴重颱風災害時，短短一天內就調派了數十架 C-130 飛機運送物資並協助救災。而全球各地也常見在面對飢荒時利用 C-130 來運送糧食，或在災後協助撤離民眾。」

C-130 運輸機的原廠製造商—洛克希德馬丁 (Lockheed Martin)，正攜手 SAS 來最大化飛機的運作時間。其使用人工智慧 (AI)、IoT 及先進分析技術，預測零件故障時機，以確保更多飛機能持續執行全球關鍵任務。

蒐集感測器數據，促成分析突破

複雜機械的深入洞察，始於對數據的全面掌握。C-130J 配備了遍布全機的 600 個感測器，能在每小時飛行中產生多達 72,000 筆數據。其中，這些數據中最為關鍵的是，包含了故障零件的錯誤代碼。

過去，這些來自飛機並即時傳輸至維修設施的物聯網數據，分散存放於各個不同系統中。全球有超過 400 架的 C-130J 分布於多國運行，然卻沒有統一的中央資料庫進行管理。這使得各地的工程師只能依靠自身對數據的解讀進行維運，而這往往導致不必要的維修作業，以及因零件需從遙遠地點調運而造成數日的停機時間。

Isbill 從小便熱衷於解決各類問題。從最初編寫電玩遊戲程式開始，他的興趣逐漸演變成專注於數據分析的職業生涯。如今在洛克希德馬丁 (Lockheed Martin) ， Isbill 致力於為客戶開發能有效縮短飛機過度停機時間的解決方案。

他的首項突破來自於所有 C-130J 超級運輸機的操作單位一致同意共享飛行數據。而面對大量且格式各異的資訊，隨之而來的挑戰是如何有效清理與儲存這些數據。最初，每月需至少動用三名員工來負責資料清理工作。

於是，Isbill 開始尋求一套強大且穩健的分析解決方案。在經過成功的概念驗證後，洛克希德馬丁 (Lockheed Martin) 決定投入資源導入 SAS 平台，依賴其強大的人工智慧、商業智慧及數據管理能力，整合數據並建立預測性維運模型。

Isbill 表示：「合作成效非常地棒 !  透過 SAS，我們減少了95% 的資料清理時間，從而能夠將更多精力專注於深入的分析工作。憑藉這套完整的解決方案和一支規模精簡的資料科學團隊，我們已能迅速交付成果，且相信這將有助於為客戶縮短停機的時間與成本。」

透過機器學習實現智慧診斷

隨著客戶的數據持續增加，Isbill 及其團隊也著手分析 C-130J 的飛行數據，以建立各零件的性能特徵並預測其潛在故障時間。此洞察可協助客戶提前備好所需零件，進而提升飛機的可使用率，確保其持續執行更多關鍵的救援任務。

系統整合來自 C-130 客戶、洛克希德馬丁 (Lockheed Martin) 的工程師及零件供應商的數據，建立涵蓋超過 300 種飛機零件的中央資料庫。透過機器學習和物聯網分析，系統從維運的歷史資料中不斷學習，並產生即時的飛機維運最佳作業準則。

例如，若故障代碼指示需更換某零件，但後續發現該零件在 80% 的情況下其實仍處於良好運作狀態，系統便會從此錯誤中學習，且下次會建議在更換前進行更全面的故障排除。若客戶拒絕此建議而採取其他處理方式，系統同樣會將此情況納入學習，持續優化判斷流程。

洛克希德馬丁  (Lockheed Martin)  稱此服務為「智慧診斷」，並深信它具備改變客戶理解與維運飛機方式的潛力。

Isbill 表示：「我們看到客戶對我們的產品很感興趣，因爲這可以幫助他們縮短完成工作所需的時間。我們的產品可以告訴他們什麼時候該做什麼。他們不會把時間浪費在絞盡腦汁搞清楚這些事情上，因爲我們可以直接告訴他們。」

將智慧型診斷變現

對洛克希德馬丁  (Lockheed Martin)  而言，未來一項特別重要的成長領域是將智慧診斷作為附加服務提供給客戶。

Isbill 提到：「我們與 SAS 的合作取得了卓越成果。現在，我們也已開始與供應商團隊合作，不僅提升現有客戶的備件管理，也優化對新客戶的備件銷售策略，並在全球範圍內合理配置零件，以加速配送速度。」

近期的一項專案展現了智慧診斷技術在備件優化方面的卓越成效。洛克希德馬丁  (Lockheed Martin) 攜手旗下最大 C-130J 機隊之一，對 20 架飛機及 50 項關鍵零件進行為期三個月的追蹤監測。透過先進的預測性維運模型，成功為客戶節省了 1,400 小時的停機時間，將這段時間有效轉化為支持任務所需的飛行運作時間。

最佳化飛機維運和製造

展望未來，洛克希德馬丁  (Lockheed Martin) 將致力於將預測分析技術擴展至更多業務領域，尤其聚焦於優化定期的維運作業——此為飛機停機時間的主要原因——並同時降低生產成本，以提升整體營運效率。

Isbill 表示：「我們與 SAS 的合作，讓我們從被動維運，轉型為主動管理的組織。現在，我們能提前掌握即將出現的問題，無論是對自身營運還是客戶需求皆如此。此外，將分析工具直接賦予維修人員，不僅大幅提升了整體機隊的運行可使用性，同時也讓我們能利用豐富的數據持續優化預測模型。」