★ 廣東省機場管理集團有限公司 饒旗

關鍵詞：助航燈光；智能巡檢；智慧基建；數字化轉型

1   研究背景

在全球數字化浪潮背景下，“智慧機場”建設已成為民航發展的重要方向，其目標在于利用智能技術提升民航運行的效率、安全性與服務質量。助航燈光是保障飛機安全起降的關鍵設施之一，其運維質量直接影響航空運行安全和服務質量，設備故障易導致航空班機延誤甚至誘發安全事故[1]。當前國內機場燈光站的傳統運維方式主要依賴人工巡檢。根據《中國民航智慧機場發展報告》統計，2023年國內配備自動化巡檢關鍵設備的機場占比僅45%。國內機場的平均故障響應時間超過30min，與“十四五”期間提出的“智能化率約80%”的目標存在較大差距。

以廣州白云機場為例，三期建設完成后，助航燈光站點從6個增加到10個，燈光站人員巡檢范圍約數十平方公里，全站巡線總長增加近58%，達到23.7公里，站員日均巡檢路程超過50公里。在此條件下，人工巡檢已難以適應運維需求，其主要弊端表現為：

巡檢效率低： 一次全站巡檢時間需要約6小時，每天只能做3次巡檢，不能及時發現異常；

故障發現率低：依賴個人經驗和責任心，行業內故障發現率僅為65％，故障往往出現并產生影響后才發現，對正常運行造成較大影響；

巡檢人力成本高：人工巡檢占到運維工作人力的90％，白云機場燈光站人工巡檢一年支付的人力成本在48萬元以上，本身工作重復率高；

安全風險大：巡檢環境存在滑倒、觸電等多重危險因素，高溫天氣進一步加劇不確定性；

數據管理雜亂：巡檢數據依賴紙質記錄與Excel表格，缺乏統一平臺，難以實現數據挖掘與利用。

近年來，人工智能、物聯網及機器人技術日趨成熟，為機電設施運維模式變革提供了重要技術支撐，電網、光伏等領域已經積累了相對成熟的應用經驗。基于此，廣州白云機場于2025年6月30日上線“智巡天眼”系統，通過在新建燈光站設備間加掛掛軌機器人，構建智慧化、全天候、全覆蓋、全流程的智能運維體系，以解決傳統運維中的痛點問題。

2   研究意義

本文構建的“技術-管理-效能”三維分析框架，拓展了智慧機場基建場景運維的理論內涵，梳理了機場民航智能技術和飛行區基建融合實現的邏輯，探討了智能系統賦能智慧機場基建規劃設計、建設和運行維護管理階段的價值，填補了機場基建全環節實現智能化的應用理論空白[2]。本文提出的“移動巡檢＋紅外檢測＋AI診斷”技術路徑、動態巡檢優化策略等實踐經驗， 可直接為其他機場提供參考。本研究所形成的標準化成果能夠有效降低機場行業向智能化轉型的實踐成本，助力了機場行業實現數字化轉型的規模化落地， 為民航“智慧運維”戰略目標的實現提供了理論支撐， 并進一步提升了助航燈光的服務水平，為航班安全、高效登機、滑行、起降提供了保障。

3   系統設計與關鍵技術

針對傳統巡檢的五大痛點，本章從系統架構、監測能力、智能診斷、多系統協同和擴展性五個方面， 闡述助航燈光智能巡檢系統的技術設計思路。

3.1   系統架構：四層級立體架構

該系統采用四層級立體架構，各層級功能分工明確：

數據層：接入各類實時數據、定時數據、波形數據，以及電力、能耗、智能照明系統數據等；

服務層：包括數據模型服務、數字孿生服務、算法模型服務等，為用戶推送數據服務、數據存儲等；

應用層：集成實時監測、故障診斷、智能巡檢計劃等數字化服務功能，提供能耗服務等；

展示層：依托移動端、中心運營大屏、3D數字孿生等可視化平臺，實現場站全局巡視、業務訪問等功能。

3.2   全覆蓋監測：解決人工巡檢盲區問題

針對傳統人工巡檢存在視覺盲區的問題，系統配置“掛軌機器人+高清夜視相機”，實現全天候、全方位的實時在線監測、巡檢。

全區域覆蓋：掛軌機器人能夠在配電室內做到100%“無盲區”巡視。軌道為航空級鋁合金，防銹達到C5級，滿足機場燈光站的現場環境，可以做到無縫對接，規避了因震動影響數據的平準性問題。

全天候運行：掛軌機器人可24小時隨時進行巡檢，效率遠遠超過人工巡檢；高清夜視相機集成光學+變焦，可將表計讀數、指示燈信息進行精確采集，無“可視盲區”。

全要素檢測：掛軌機器人能夠自動判斷設備溫度、儀表參數、設備表體情況等，實現隱患預警，即使在夜間也能捕捉設備工況的細微變化。

3.3   AI智能診斷：實現提前預警與快速處置

作為系統的“智能大腦”， AI診斷模塊綜合利用多類型數據與多種算法模型，實現故障的精準分析、快速分類與智能調度。

精準分析故障：模塊不依賴人工經驗，通過自學習來判斷十幾種常見的故障，能夠提前2小時進行潛在風險預警；

快速分類定位：異常故障告警后，系統會自動進行處置工單派發，呼叫管理人員介入，到場時長可控制在15分鐘之內，形成“故障報告→派單→人員出動”的閉環流程，處置效率相較人工模式提升3～5倍；

智能資源調度：系統根據時段變化靈活調整人員上下崗安排，以及備品備件配置數量，避免了資源浪費或供應不足[3]。

3.4   多系統協同：打破信息孤島

為避免系統間相互獨立形成信息孤島，系統提供統一接口與標準，對接燈光站的空調、照明、視頻安防、環境監控、能源管理等關鍵系統，形成閉環保障。

與空調、照明系統聯動：根據設備運行溫度調節空調溫度，當設備溫度超30℃時，將空調溫度控制在22℃以利設備降溫； 當設備溫度小于20℃時， 將空調調溫為26℃以利于節能；

與照明系統聯動：按巡檢需要隨時智能開啟、關閉照明設備，不浪費能源，也能夠保護設備；

與視頻安防系統聯動：視頻安防系統發現問題后，會第一時間發出報警并傳遞位置信息給機器人，機器人自動規劃路徑去事發現場，并實時反映現場畫面情況，運維人員可通過遠程予以確認及消除無效的預警信息；

與環境監控系統聯動：環境異常時，機器人定向采集針對性數據，融合分析后生成風險評估報告，并推送至相關系統與運維后臺，形成“異常發現-數據采集-風險評估-處置驗證”的閉環管控流程。

3.5   靈活擴展：支持按需升級

傳統巡檢系統大多采用“一體固化設計”，在系統后期想提升性能、增加新功能時，往往需要拆改原有架構，甚至整體更換設備，成本高、周期長，還會影響原有運維工作的正常開展。而助航燈光智能巡檢系統從設計之初就是“模塊化架構”，系統硬件、功能拆分為單個模塊，各模塊通過標準化接口銜接，就像“搭積木”一樣，后期升級只需要更換或加裝對應模塊，而不用改動整體系統，輕松實現“按需擴展”，既降低了升級成本，又保障了運維連續性。

硬件模塊化：傳感器、攝像頭等硬件采用RS485、 EtherCAT等標準化接口，后期提升監測精度或更換部件時，可針對性替換對應模塊，即插即用，無需改動其他硬件，更換過程短，不會中斷巡檢任務。

功能模塊化：軟件采用微服務架構，新增機器人自主維修、自主充電等功能時，只需要加上相應的功能模塊，無需重構軟件的核心架構，降低了升級的成本和風險。

上述系統設計，從全覆蓋監測、AI診斷、多系統協同與模塊化擴展四個方面，針對性地解決了傳統人工巡檢存在的效率低、故障檢出率不足、成本高、風險大、數據雜亂五大問題。下文將從經濟、安全、環境三個維度，量化分析該系統的實際運行效益。

4   系統應用效益分析

基于第二章所述系統功能，本章從經濟效益、安全效益與環境效益三個方面，對系統的實際運行效果進行評估。

4.1   經濟效益：顯著降低運維成本

人力成本大幅縮減：系統采用“機器全自動巡檢+人工后臺管理”運維模式，每臺班（3～4個人）可完成原三臺班（9～12個人） 的工作量， 達到了減省年度人工成本的效果，降低了人工勞動強度，使“人工勞動”從一種“體力型”勞動變成了一種“技術管理型”勞動。

故障損失減小：設備突發性故障平均恢復時間由2個小時降低為40分鐘，設備平均停機的頻率下降，直接損失、間接損失也相應下降；

設備壽命延長：實現設備智能化日常檢測、狀態檢測、精細化檢測和檢修維護，使設備能夠長時間保持正常運行，重大故障發生率明顯降低，有效延長了設備壽命。

4.2   安全效益：顯著提升運行安全

故障檢出率提高： 機器人能夠精準感知設備溫度、儀表數值變化，可提前發現異常苗頭，避免了故障發展至影響航班起降。

人員安全風險降低：機器人替代人工執行高危點位登高巡檢，大幅減少了巡檢人員觸電、墜落等風險，實現了遠程視頻無人作業。

電力系統穩定性增強：預試維護能夠減少電力設備損耗，分級響應機制可快速排除隱患，保障了燈光電力系統穩定運行[4]。

4.3   環境效益：助力綠色低碳運營

節能降耗： 智能巡檢機器人沿著軌道巡檢耗能小，單機每日電耗為5kWh左右，僅為低效巡檢設備日耗能的25%左右。10個燈光站配備1臺機器人日耗電約50kWh，全年可節約電能1.825萬kWh，折合標準煤節約量為1.28t。

減碳排：系統巡檢的工作方式改為電子巡檢，巡檢數據自動上傳至平臺，電子巡檢報告完全替代紙質巡檢報告，減少了紙張生產、印刷及運送碳排共計1.4t，相當于一輛小車行駛3個月產生的碳排放量。

實證數據表明，該系統在經濟效益、安全效益與環境效益三個方面均取得了顯著成效。下文將進一步探討該系統的可推廣性及其對行業的示范價值。

5   可推廣性與行業示范價值：從白云機場到行業賦能

前述分析驗證了該系統在白云機場的有效性。本章進一步論證其在其他機場及行業推廣的可行性，并提出標準化、人機協同、模塊化擴展三條推廣路徑[5]。

5.1   標準化操作體系：降低學習門檻

為便于系統在不同場景推廣應用，項目凝練形成了“流程標準化＋工具模板化＋培訓場景化”的全流程支持體系，包括《助航燈光智能巡檢操作手冊》等成果。

流程標準化：對系統初始化、日常巡檢、故障處理的全生命周期流程進行統一規范，便于不同行業的用戶通過簡單學習后直接復用標準化流程。

工具模板化：完成電子巡檢記錄表、故障樹模板的開發，其他行業客戶可以復用，大大方便了項目成果轉化到其他業務領域。

培訓場景化：依托虛擬培訓場景還原實際運維場景，相較傳統線下培訓，新人從認識機器人到掌握機器人操作的時間，約縮短一半。

5.2   人機協同模式：避免轉型試錯成本

該模式的核心邏輯在于：由機器人承擔傳統人工巡檢中最繁重、最危險的工作，而人則專注于告警確認、結果判定、排故統籌等需要經驗判斷的復雜事務。實測表明，此種分工可使整體效率提升3倍。因該模式具有較高的通用性，其核心功能可在不同行業之間移植[6]。

5.3   模塊化擴展能力：降低轉型門檻

硬件適配：硬件配備“標準化的接口”，支持“即插即用”，各個行業用戶可以到處添加、置換硬件，硬件改造成本降低60%以上。

軟件擴展：“基于微服務”的軟件構造，添加新功能很輕松，不影響現在通用程序代碼的運行。

降低了門檻：使“小步快跑”式的建設模式得以實現。資金不充裕的用戶可以租用最必要的幾個功能模塊，未來若有更多功能需求，再按需擴展，從而有效降低了建設過程中的資金門檻與技術門檻。

綜上，該系統在標準化、人機協同、模塊化擴展三方面具備良好的可推廣性，其“白云經驗”可為其他機場及相關行業提供參考。

6   總結與展望

本文以廣州白云機場助航燈光智能巡檢系統為研究對象，從“技術-管理-效能”三維框架出發，分析了其系統架構、應用效益與推廣價值。研究結果表明：在技術層面， 系統通過“掛軌機器人+高清夜視相機”實現全覆蓋監測，借助AI算法實現精準故障診斷與快速處置，并采用模塊化架構支持靈活擴展，有效解決了傳統人工巡檢的五大痛點；在效益層面，系統顯著提升了經濟、安全與環境效益， 年均綜合效益約80萬元，實現人力成本壓降、故障處置成本降低與安全事故成本減少，設備漏檢率近于零，運營安全風險降低90%，保障飛機起降“零影響”，年碳減排5t以上，助力綠色機場建設；在推廣價值層面，系統形成的標準化操作體系、人機協同模式與模塊化擴展能力，具備向其他機場及地鐵、電力等行業遷移的潛力。但本研究仍存在以下局限：系統應用時間尚不足一年，長期運行效果有待進一步驗證；目前數據主要來源于白云機場單一場景，跨場景比較研究有待開展。未來研究方向包括：進一步發揮光電感知技術的應用價值，提升AI智能預測的泛化能力，推動系統向地鐵、電力等新行業拓展應用，使“白云模式”為民航設施設備智能化及多行業運維創新提供更有力的示范與參考。

作者簡介：

饒    旗 （1968 - ），男，廣東梅縣人，工程師，本科，現就職于廣東省機場管理集團有限公司，主要從事機場機電工程建設管理方面的相關工作。

參考文獻：

[1] 謝海峰, 項堯成, 姚晏斌, 等. 新基建賦能智慧航站樓建設需有新思維[J]. 民航管理, 2021, (2) : 95 - 99.

[2] 馮相國. 民用機場助航燈光智能監測監控系統設計與分析[J]. 光源與照明, 2021, (4) : 20 - 21.

[3] 徐學藝, 梁尚斌, 袁淦雄. 基于智能調控技術的機場助航燈光系統與電力系統協同運行路徑[J]. 光源與照明, 2026, (1) : 80 - 82.

[4] 梁巖松, 張守良. 微波著陸系統對進近燈光系統設計影響分析[J]. 民航學報, 2025, 9 (6) : 57 - 60 + 51.

[5] 饒旗, 劉潤富, 李栩鍵, 等. 基于并行深度森林的助航燈光亮度自適應調控方法[J]. 電子設計工程, 2025, 33 (20) : 31 - 36 + 42.

摘自《自動化博覽》2026年6月刊