AI在通 用航空航务技术中的应用

20XX/XX/XXAI在通用航空航务技术中的应用汇报人:XXXCONTENTS目录01

通用航空航务技术概述02

AI赋能通用航空的政策背景03

AI在飞行运行管控中的应用04

AI在机务维修智能诊断中的应用05

AI在低空安全保障中的应用CONTENTS目录06

AI在航务资源调度中的应用07

AI在通用航空监管中的应用08

关键技术与创新实践09

挑战与未来发展路径通用航空航务技术概述01通用航空的核心定义通用航空是指使用民用航空器从事公共航空运输以外的民用航空活动，包括工业、农业、林业、渔业和建筑业的作业飞行，以及医疗卫生、抢险救灾、气象探测、海洋监测、科学实验、教育训练、文化体育等方面的飞行活动。运行场景的多样性特征通用航空涵盖低空物流、空中游览、航空摄影、农林植保、应急救援等多元场景，2026年政府工作报告明确将其作为低空经济新兴支柱产业，应用场景正从传统作业向城市空中交通（UAM）等新业态拓展。低空域运行的独特属性主要在低空空域（通常指地面以上1000米以下）开展活动，具有飞行高度低、作业半径小、起降场地灵活等特点，对空域动态监视、障碍物规避和协同运行有特殊要求，需依托AI技术实现精准化管理。中小型航空器为主的机队构成通用航空机队以直升机、固定翼轻型飞机、无人机等中小型航空器为主，2025年数据显示我国通用航空器数量已超3000架，其中无人机占比达65%，对智能化维护和运行保障提出更高需求。通用航空的定义与特点航务技术的核心范畴飞行计划与航线优化依据航空器性能、气象条件、空域限制等因素，制定科学合理的飞行计划，并对航线进行优化，以确保飞行安全、提高运行效率。飞行监控与运行管理对飞行过程进行实时监控，包括航空器位置、状态、航迹等信息，及时掌握飞行动态，协调解决运行中的问题，保障航班正常运行。航空气象服务保障提供精准的航空气象预报和服务，包括机场天气、航路天气等，为飞行计划制定和飞行过程中的决策提供气象依据，降低气象因素对飞行的影响。空中交通管制协调与空中交通管制部门保持密切沟通协调，确保航空器按照管制指令飞行，合理利用空域资源，避免空中交通冲突，保障飞行秩序。航空器性能分析与评估对航空器的性能进行分析和评估，包括起飞性能、巡航性能、着陆性能等，为飞行计划制定、燃油管理等提供数据支持，确保航空器安全高效运行。传统航务技术面临的挑战

运行效率低下，资源调度依赖人工经验传统航务调度依赖人工经验，面对复杂气象、空域流量等动态因素，难以实现资源最优配置，导致航班等待时间长，空域利用率低。

安全监管手段单一，风险预警能力不足传统安全监管多依赖人工巡检和事后分析，对低空飞行活动动态监视、风险预警及障碍物识别能力有限，难以满足通用航空与低空安全保障需求。

数据孤岛现象严重，多源信息融合困难航空公司、机场、空管等各方数据壁垒高筑，气象、航班、飞机状态等多源数据难以有效共享融合，限制了宏观优化类应用的发展。

人工维护成本高，故障预测滞后传统维修模式多为事后维修或计划性维修，缺乏对飞机部件故障的提前预测，导致维护成本高，非计划停场时间长，影响运营效率。AI赋能通用航空的政策背景02顶层政策设计与目标规划民航局发布《关于推动“人工智能+民航”高质量发展的实施意见》，明确到2027年率先实现AI与民航安全、运行等领域融合发展，2030年成为推动民航高质量发展的强劲引擎。重点场景创新与技术突破围绕通用航空与低空安全保障场景，专项部署AI在低空飞行活动动态监视、风险预警、障碍物精准识别及主动避障等应用，《民航人工智能应用场景参考指引》将其列为探索实践类重点方向。监管体系与标准建设构建民用航空法律法规规章库，探索AI在监管执法辅助、无人驾驶航空器违规监测等场景应用，推动通用航空和低空经济相关市场监管业务分析，形成智能监管业务画像。产业融合与生态构建加强民航与数字、制造产业协同联动，吸引科技企业参与AI建设，引导国产民航装备智能化升级，探索人形机器人等新一代具身智能装备在围界巡检、行李搬运等领域规模化应用。国家层面的战略部署民航局"人工智能+民航"实施意见解读

总体发展目标到2027年，率先实现人工智能与民航安全、运行、出行、物流、监管、规划建设等领域融合发展，核心支撑要素建设初见成效；到2030年，实现人工智能与民航各领域广泛深度融合，治理体系和安全保障体系逐步完善，成为推动民航高质量发展的强劲引擎。

重点赋能场景框架围绕行业安全、运行、出行、物流、监管、规划建设等重点领域，系统梳理创新赋能场景，清晰回答了"人工智能用在哪儿、解决什么问题"，为各单位落地提供了清晰框架。

通用航空与低空经济专项部署在安全保障场景，推动人工智能在低空飞行活动动态监视、风险预警、低空障碍物精准识别及主动避障、运行冲突智能探测与解脱等应用；在市场监管场景，开展通用航空和低空经济相关市场监管业务分析。

应用场景参考指引编制附件《民航人工智能应用场景参考指引》，细化了42项当前具有较高推广前景的应用场景，按技术成熟度和实施条件分为"成熟"、"较成熟"、"探索实践"三大类，其中包括低空障碍物精准识别及主动避障技术、低空智能安全协同运行等与低空经济紧密相关场景。低空经济发展对AI的需求低空安全保障智能化需求

围绕通用航空与低空安全保障场景，需推动AI在低空飞行活动动态监视、风险预警、低空障碍物精准识别及主动避障、运行冲突智能探测与解脱等方面的应用，保障低空运行安全高效。低空交通管理智能化需求

构建低空智能安全协同运行体系，利用AI技术实现对低空航空器的精准跟踪、调度与管理，提升空域利用率，应对低空交通流量增长带来的挑战，相关应用成熟度推荐为探索实践。低空市场监管智能化需求

开展通用航空和低空经济相关市场监管业务分析，利用AI形成智能监管业务画像，推动市场发展趋势分析预测，强化以统计数据为基础、多元数据融合的全方位监测监管能力。低空服务智能化需求

满足低空物流、城市空中交通（UAM）等新兴业态发展，需AI技术在航线规划、任务分配、应急响应等方面提供支持，提升服务效率与体验，如无人机集群管理、物流运输计划优化等。AI在飞行运行管控中的应用03智能气象分析与航路规划

多源气象数据融合与精准预测AI技术整合气象雷达、卫星云图、数值预报等多源数据，构建高精度气象预测模型。如新疆机场集团将DeepSeek-R1大模型集成到气象监测体系，实时分析风速、温度、能见度等数据，自动生成气象预警和运行处置建议，提升复杂天气下的预测准确性。

动态航路优化与冲突规避基于实时气象、空域流量及飞机性能参数，AI为飞行员提供动态航路调整方案。美国航空与GoogleResearch合作，利用AI生成“凝结尾迹风险地图”，通过小幅高度调整（通常1000-2000英尺）避开易形成尾迹区域，在2400个跨大西洋航班中减少62%凝结尾迹，同时燃油成本仅增加0.3%。

低空障碍物识别与主动避障针对通用航空与低空安全场景，AI技术实现低空障碍物精准识别及主动避障。通过计算机视觉和传感器融合，实时探测地形、建筑物等障碍物，结合动态路径规划算法，确保低空飞行安全。民航局《实施意见》将此场景列为重点探索方向，推动低空经济安全高效发展。实时飞行状态监控与预警

多源传感器数据实时采集与融合AI技术通过飞机上安装的各类传感器，实时采集飞行姿态、发动机参数、气象条件、航电系统状态等海量数据，整合多源信息实现全面状态感知。

异常情况智能识别与早期预警借助先进的数据分析算法对实时数据进行深度剖析，精准识别可能预示飞行安全隐患的异常情况，相关研究表明，AI进行飞行数据监测的异常早期发现准确率可达90%以上。

飞行轨迹优化与碰撞风险预警AI对飞行轨迹进行实时分析与优化，整合空域信息、其他飞机位置及气象数据，为飞行员提供最优飞行轨迹建议，确保安全间隔，部分先进系统能将飞行碰撞风险降低80%以上。多智能体系统架构设计构建由飞行器智能体、空域管理智能体、气象智能体等组成的多智能体系统，各智能体通过标准化接口进行数据交互与任务协同，实现分布式自主决策。低空冲突智能探测与解脱基于多智能体协同感知技术，实时探测低空飞行活动中的潜在冲突，智能生成最优解脱方案，响应时间≤1秒，冲突解脱成功率提升至98%以上。动态资源分配与调度优化多智能体系统根据实时飞行需求、机场容量及空域状况，动态优化停机位、跑道、燃油等资源分配，高峰时段资源利用率提高30%，等待时间缩短40%。空地协同应急响应机制地面指挥智能体与飞行器智能体实时联动，在突发故障或紧急情况时，快速生成备降、救援等应急方案，应急响应效率提升50%，保障低空运行安全。多智能体协同运行控制AI在机务维修智能诊断中的应用04预测性维护技术体系

多源数据采集与融合整合飞机传感器（如发动机振动、温度、油压）、历史维修记录及实时运行数据，构建全面的设备健康数据库，为预测性维护提供数据基础。

AI故障预测模型构建运用机器学习和深度学习算法，分析多源数据，建立部件故障预测模型。例如，发动机故障可提前数小时甚至数天预测，准确率高，降低航班延误率。

智能维护计划生成基于故障预测结果，AI制定智能维护计划，合理安排维护任务优先级与时间节点，避免过度维护，提高维护效率，确保飞机停场时间最短。

维护资源优化配置AI分析维护需求、航材库存及维修人员技能等，优化资源分配。如提前预订所需航材、调度合适维修人员，提升维护响应速度与资源利用率。实时数据监测与异常预警AI技术通过飞机上安装的各类传感器，实时采集飞行姿态、发动机参数、气象条件等海量数据，运用先进算法精准识别安全隐患，异常情况早期发现准确率可达90%以上。预测性维护与寿命评估基于历史运行与实时监测数据，AI模型可在故障发生前数小时甚至数天准确预测部件故障，如发动机故障预测，降低航班延误率，延长部件使用寿命，减少非计划停场时间30%。智能诊断与排故支持AI系统整合维修知识图谱与历史故障数据，可快速定位故障根源并生成维修方案，如中国航信的AI驱动危险品航空运输智能服务助手，调用量达21万余次，提升风险识别效率。维修资源优化与调度AI制定智能维护计划，合理安排任务优先级与时间节点，优化航材库存与维修人员调配，避免过度维护，提高维护效率，确保飞机停场时间最短，降低运营成本。故障诊断与健康管理系统AR与AI融合的维修辅助

智能诊断：数据驱动的故障预判AI系统实时分析发动机振动、温度等多源传感器数据，提前数小时至数天预测部件故障，准确率超90%，降低非计划停场时间30%以上。

AR可视化维修指导AR设备将AI生成的维修步骤、部件状态信息叠加于实际场景，显示温度、压力等实时数据，维修人员单航班手工操作量减少80%，如内蒙古机场集团"小萍"AI助手。

远程专家协同支持通过AR实现远程专家实时查看维修现场，提供语音或手势指导，解决经验不足问题，缩短复杂故障处理时间，如某航空齿轮箱测试中AI提前12秒预警节省成本超50万元。

维修后状态闭环监控AI对维修后部件进行持续状态监测，确保修复效果，异常时立即通知复检，形成"诊断-维修-验证"闭环，提升维修质量与航空器安全性。AI在低空安全保障中的应用05低空飞行活动动态监视多源数据融合的实时态势感知整合低空飞行器ADS-B信号、北斗定位数据、地面雷达及视觉传感器信息，构建全域覆盖的实时监视网络，实现对低空飞行活动的秒级动态追踪与空域状态可视化。AI驱动的飞行轨迹预测与异常识别基于历史飞行数据和实时气象条件，利用机器学习模型预测飞行器未来10-30分钟轨迹，结合空域规则库智能识别偏离航线、超速、闯入禁飞区等异常行为，预警准确率达90%以上。低空空域冲突智能探测与解脱通过多智能体协同决策算法，实时计算多架飞行器间的潜在碰撞风险，自动生成最优避让路径建议，在繁忙空域可使冲突解脱响应时间缩短至20秒以内，提升低空运行安全效率。多模态感知融合技术整合视觉、红外、激光雷达等多源数据，构建低空环境"超级感官"，突破单一传感器局限，实现对复杂地形、建筑物、线缆等障碍物的全方位探测。智能识别算法应用基于深度学习算法，对采集的障碍物数据进行智能分析，精准识别障碍物类别、位置、尺寸及运动状态，识别准确率可达95%以上，满足低空飞行安全要求。动态路径规划与主动避障AI系统根据实时障碍物信息与飞行器性能参数，动态规划最优规避路径，实现自主、快速、安全的主动避障，确保低空飞行活动安全高效。技术成熟度与实践探索根据民航局《实施意见》，低空障碍物精准识别及主动避障技术目前处于探索实践阶段，未来将通过技术迭代与场景应用不断提升其可靠性与实用性。障碍物精准识别与主动避障运行冲突智能探测与解脱多源数据融合的冲突预警AI系统整合低空飞行器实时位置、飞行计划、气象数据及空域限制信息，构建动态空域态势图，实现冲突风险的提前识别与预警。智能冲突解脱路径规划基于强化学习算法，AI在探测到潜在冲突后，可快速生成多套解脱方案，综合考虑飞行器性能、任务优先级及安全间隔，推荐最优规避路径。低空空域协同决策支持通过多智能体协同技术，AI辅助空管人员与飞行员实时交互，动态调整飞行轨迹，在繁忙低空区域实现高效冲突解脱，提升空域利用率。AI在航务资源调度中的应用06机场资源智能分配与调度01动态资源调度：运筹优化与遗传算法的应用通过运筹优化算法与多目标遗传算法，推动机场资源动态调度。中国航信的“机场资源智能分配与调度算法场景应用”成果入选《机场人工智能典型应用场景案例汇编》，有效提升资源利用效率。02货运与行李处理：无人化与智能化转型依托3D视觉、AI及智能机器人系统，推动机场货运与行李处理从“人力密集型”向“无人化、智能化”转型。如启行智能行李转运机器人系统，提升行李处理效率与准确性。03智慧机坪管控：多源感知与协同决策通过智慧机坪管控、多机场协同决策等创新应用，全面提升运行效率与管理精细化水平。云南航信空港网络有限公司的“智慧机坪运行保障一体化智能管控平台”是典型实践案例。04全域运行体系：数据协同与智能分析构建机场全域智慧化运行体系，实现全要素数据协同与智能化关键技术研发应用。青岛民航凯亚系统集成有限公司的“机场全域智慧化运行体系”成果，为机场高效运转提供技术支撑。机组排班与任务优化

智能排班算法：多约束条件下的全局优化AI算法可在满足民航法规、劳资协议、机组资质等复杂约束条件下，高效生成最优机组配对方案，降低人力成本，提升机组利用率。例如，通过遗传算法与多目标优化模型，可实现排班效率提升30%以上，减少人工排班误差。

动态任务调整：应对突发情况的实时响应基于实时航班动态、机组状态及天气等数据，AI系统能快速调整排班计划。如航班延误或取消时，自动重新分配机组任务，减少机组等待时间，保障航班运行连续性，某航司应用后机组资源浪费减少25%。

疲劳管理与绩效分析：提升机组工作质量AI通过分析机组执勤时间、休息周期及历史绩效数据，预测疲劳风险并优化排班间隔，符合CCAR-121部规定。同时，结合机组表现数据生成个性化培训建议，提升整体运营安全与服务水平。

成本与效率平衡：智能决策支持系统AI系统综合评估人力成本、航班收益及运行效率，提供排班方案的成本效益分析。例如，在旅游旺季优先保障高收益航线机组配置，淡季合理缩减冗余人力，实现年度运营成本降低15%-20%。燃油效率优化与成本控制实时飞行操作智能建议AI通过分析飞行高度、速度、气象条件及飞机性能参数，为飞行员提供实时燃油效率优化建议。实际测试中，遵循AI建议的航班燃油消耗可降低5%-10%。最优航线智能规划在航线规划阶段，AI综合分析全球气象、空域限制、跑道条件及历史燃油消耗数据，规划燃油消耗最低的最优航线，避开复杂气象与空域拥堵区域，减少飞行时间与燃油消耗。凝结尾迹规避与减排AI系统通过分析气象与卫星数据生成“凝结尾迹风险地图”，识别易形成持久尾迹的大气区域，建议飞行员进行小幅高度调整以避开。美国航空的试验显示，采纳AI建议的航班凝结尾迹形成减少62%，气候变暖影响预计下降69%，燃油成本仅增加0.3%。AI在通用航空监管中的应用07监管执法辅助系统法律法规智能检索与匹配构建民用航空法律法规规章库，利用自然语言处理技术，实现监管条款的智能检索与精准匹配，辅助执法人员快速定位适用法规依据。监管执法智能辅助决策探索人工智能在监管执法辅助场景的应用，通过分析历史案例和实时数据，为执法人员提供规范化、标准化的执法建议和流程指引。考试阅评自动化处理应用AI技术实现考试阅评的自动化处理，提升阅评效率和准确性，确保考核评价的客观公正，减轻人工阅评压力。差异化监管与违规监测基于数据分析和风险评估，开展差异化监管，针对无人驾驶航空器等重点对象，利用AI技术实现违规行为的智能监测与预警。无人驾驶航空器违规监测多源数据融合的违规行为识别整合无人机飞行动态数据、空域限制信息及地理围栏数据，利用AI算法实时识别未授权飞行、闯入禁飞区、超高度飞行等违规行为，构建立体化监测网络。智能图像识别与追踪技术基于计算机视觉与深度学习，对监控视频、雷达回波等图像数据进行智能分析，实现对黑飞无人机的自动识别、型号判断及持续轨迹追踪，提升识别准确率与响应速度。违规风险预警与处置联动AI系统根据无人机违规行为的类型、位置及潜在威胁等级，自动生成预警信息并推送至监管平台，辅助快速启动处置流程，如启动干扰设备、引导迫降等，保障低空安全。基于大模型的监管决策辅助融合低空交通管理法规、历史违规案例等知识，构建通用航空监管大模型，为执法人员提供违规行为定性、处罚依据查询及处置方案建议，提升监管智能化水平。市场监管业务智能分析

航线航班审批智能辅助决策AI技术通过分析历史航线数据、市场需求及空域资源，为通用航空航线航班审批提供智能化辅助决策支持，提升审批效率与科学性。

运输市场运力规划分析利用AI算法对通用航空运输市场的运力需求进行动态分析与预测，优化运力配置，实现供需平衡，促进市场健康发展。

航线网络布局智能评估AI模型可综合评估通用航空现有航线网络的合理性，结合区域经济发展、旅客出行需求等因素，为航线网络优化布局提供数据支持。

运输市场发展趋势预测基于多源数据，AI技术能够精准预测通用航空运输市场的发展趋势，包括市场规模、增长速度、细分领域需求等，为监管政策制定提供参考。

价格收费智能监测监管AI系统实时监测通用航空市场的价格收费情况，识别异常定价行为，防范价格欺诈，维护市场价格秩序，保障消费者合法权益。关键技术与创新实践08航空专业大模型的构建与应用针对航空领域数据特点与专业需求，构建如“启航”大模型等专业模型，已开发智能客服、危险品智能服务助手等产品，单份价单发布时间从3小时缩短至10分钟以内，提升专业服务效率。知识图谱在航空维修中的深度融合在机务维修智能诊断中，融合机型手册、故障树、历史工单等构建航空维修知识图谱，结合LLM的理解推理能力，实现故障精准定位与维修方案智能生成，推动维修从经验依赖向数据驱动转变。大模型与知识图谱的协同决策支持航空大模型与知识图谱协同，赋能航班运行智能管控、收益管理等场景。如在航班调度中，结合知识图谱的领域规则与大模型的复杂数据分析能力，提供全局最优的航班恢复方案，提升决策科学性。航空大模型与知识图谱数字孪生驱动的仿真推演

多尺度数字孪生模型构建融合宏观有限元分析与微观分子动力学模拟，构建航空器全生命周期数字孪生体，实现从部件到整机的多尺度状态映射与性能评估。

动态损伤演化路径推演基于实时传感数据与历史故障案例，通过数字孪生模型动态推演航空器结构损伤、系统性能衰退等演化路径，提前识别潜在风险点。

运行场景模拟与决策优化在数字孪生环境中模拟复杂气象、空域冲突、设备故障等多种运行场景，评估不同调度方案的可行性与优劣，为航务决策提供数据支持。

虚实交互的协同验证通过数字孪生与物理实体的实时数据交互，实现仿真结果与实际运行状态的对比验证，持续优化模型精度，提升推演可靠性。典型应用案例分析单击此处添加正文

中国航信：机场资源智能分配与调度中国航信的机场资源智能分配与调度算法场景应用成功入选《机场人工智能典型应用场景案例汇编》，通过运筹优化算法与多目标遗传算法，推动机场资源动态调度，提升运行效率与管理精细化水平。厦门民航凯亚：基于昇腾AI的民航安检全流程智能解决方案该方案融合AI视觉分析等技术，实现安检流程智能化升级，提升安检准确率与效率，是“人工智能+安全”领域的重要实践成果，入选《机场人工智能典型应用场景案例汇编》。达索与哈马坦AI：嵌入式自主系统合作2026年1月，法国达索公司与哈马坦人工智能公司建立战略合作，开发嵌入式自主系统，为“阵风”F5战斗机升级改造及未来无人作战空中系统研发提供支撑，将