RTX旗下企业部署人工智能与数据分析，推动飞机维修现代化并削减非计划性维修

RTX 表示，其各设施的维护团队正在使用人工智能和数据分析来加快检查速度、更早预测部件故障并减少计划外维修。在 Pratt & Whitney，涡轮叶片和压气机的孔探检测传统上需要耗费大量时间进行图像审查和手动撰写报告；该公司于 2026 年年中收购了 Aiir Innovations，其人工智能孔探工具已应用于 V2500 发动机，并在 GTF 和 F135 发动机上完成试点，计划进一步推广。该软件可对叶片计数、追踪表面图案并标记需要重点复查的区域，最终决策仍由运营商作出。

在新加坡的一处设施中，一套名为 "Spot" 的机器视觉系统会扫描包含 150 多个项目的快速换发套件，在安装前检查其完整性，将人工工作量削减约 70%，同时激光引导铺层安装系统提高了复合材料修理精度并减少了返工。

Collins Aerospace 的 Ascentia 平台每秒处理数千个飞行数据参数，并结合维护记录，在座舱警报或可见磨损出现之前就标记出维修需求；使用该平台的运营商已减少了计划外部件拆换和最低设备清单（MEL）记录事项。其 FlightSense 服务将这些警报转化为提前的备件规划，提前部署库存并调整 MRO 产能，在一个远程机队中，该系统使 Collins 得以优先安排飞机并重新调配库存，从而在冷却装置磨损造成任何航班计划中断之前加以解决。RTX 表示，其下一步是将 Pratt & Whitney 的检测人工智能与 Collins Aerospace 的预测性分析相连接，打造一个涵盖设计、测试、制造和服役寿命数据的统一 MRO 生态系统。