★ 广东省机场管理集团有限公司 饶旗

关键词：助航灯光；智能巡检；智慧基建；数字化转型

1   研究背景

在全球数字化浪潮背景下，“智慧机场”建设已成为民航发展的重要方向，其目标在于利用智能技术提升民航运行的效率、安全性与服务质量。助航灯光是保障飞机安全起降的关键设施之一，其运维质量直接影响航空运行安全和服务质量，设备故障易导致航空班机延误甚至诱发安全事故[1]。当前国内机场灯光站的传统运维方式主要依赖人工巡检。根据《中国民航智慧机场发展报告》统计，2023年国内配备自动化巡检关键设备的机场占比仅45%。国内机场的平均故障响应时间超过30min，与“十四五”期间提出的“智能化率约80%”的目标存在较大差距。

以广州白云机场为例，三期建设完成后，助航灯光站点从6个增加到10个，灯光站人员巡检范围约数十平方公里，全站巡线总长增加近58%，达到23.7公里，站员日均巡检路程超过50公里。在此条件下，人工巡检已难以适应运维需求，其主要弊端表现为：

巡检效率低： 一次全站巡检时间需要约6小时，每天只能做3次巡检，不能及时发现异常；

故障发现率低：依赖个人经验和责任心，行业内故障发现率仅为65％，故障往往出现并产生影响后才发现，对正常运行造成较大影响；

巡检人力成本高：人工巡检占到运维工作人力的90％，白云机场灯光站人工巡检一年支付的人力成本在48万元以上，本身工作重复率高；

安全风险大：巡检环境存在滑倒、触电等多重危险因素，高温天气进一步加剧不确定性；

数据管理杂乱：巡检数据依赖纸质记录与Excel表格，缺乏统一平台，难以实现数据挖掘与利用。

近年来，人工智能、物联网及机器人技术日趋成熟，为机电设施运维模式变革提供了重要技术支撑，电网、光伏等领域已经积累了相对成熟的应用经验。基于此，广州白云机场于2025年6月30日上线“智巡天眼”系统，通过在新建灯光站设备间加挂挂轨机器人，构建智慧化、全天候、全覆盖、全流程的智能运维体系，以解决传统运维中的痛点问题。

2   研究意义

本文构建的“技术-管理-效能”三维分析框架，拓展了智慧机场基建场景运维的理论内涵，梳理了机场民航智能技术和飞行区基建融合实现的逻辑，探讨了智能系统赋能智慧机场基建规划设计、建设和运行维护管理阶段的价值，填补了机场基建全环节实现智能化的应用理论空白[2]。本文提出的“移动巡检＋红外检测＋AI诊断”技术路径、动态巡检优化策略等实践经验， 可直接为其他机场提供参考。本研究所形成的标准化成果能够有效降低机场行业向智能化转型的实践成本，助力了机场行业实现数字化转型的规模化落地， 为民航“智慧运维”战略目标的实现提供了理论支撑， 并进一步提升了助航灯光的服务水平，为航班安全、高效登机、滑行、起降提供了保障。

3   系统设计与关键技术

针对传统巡检的五大痛点，本章从系统架构、监测能力、智能诊断、多系统协同和扩展性五个方面， 阐述助航灯光智能巡检系统的技术设计思路。

3.1   系统架构：四层级立体架构

该系统采用四层级立体架构，各层级功能分工明确：

数据层：接入各类实时数据、定时数据、波形数据，以及电力、能耗、智能照明系统数据等；

服务层：包括数据模型服务、数字孪生服务、算法模型服务等，为用户推送数据服务、数据存储等；

应用层：集成实时监测、故障诊断、智能巡检计划等数字化服务功能，提供能耗服务等；

展示层：依托移动端、中心运营大屏、3D数字孪生等可视化平台，实现场站全局巡视、业务访问等功能。

3.2   全覆盖监测：解决人工巡检盲区问题

针对传统人工巡检存在视觉盲区的问题，系统配置“挂轨机器人+高清夜视相机”，实现全天候、全方位的实时在线监测、巡检。

全区域覆盖：挂轨机器人能够在配电室内做到100%“无盲区”巡视。轨道为航空级铝合金，防锈达到C5级，满足机场灯光站的现场环境，可以做到无缝对接，规避了因震动影响数据的平准性问题。

全天候运行：挂轨机器人可24小时随时进行巡检，效率远远超过人工巡检；高清夜视相机集成光学+变焦，可将表计读数、指示灯信息进行精确采集，无“可视盲区”。

全要素检测：挂轨机器人能够自动判断设备温度、仪表参数、设备表体情况等，实现隐患预警，即使在夜间也能捕捉设备工况的细微变化。

3.3   AI智能诊断：实现提前预警与快速处置

作为系统的“智能大脑”， AI诊断模块综合利用多类型数据与多种算法模型，实现故障的精准分析、快速分类与智能调度。

精准分析故障：模块不依赖人工经验，通过自学习来判断十几种常见的故障，能够提前2小时进行潜在风险预警；

快速分类定位：异常故障告警后，系统会自动进行处置工单派发，呼叫管理人员介入，到场时长可控制在15分钟之内，形成“故障报告→派单→人员出动”的闭环流程，处置效率相较人工模式提升3～5倍；

智能资源调度：系统根据时段变化灵活调整人员上下岗安排，以及备品备件配置数量，避免了资源浪费或供应不足[3]。

3.4   多系统协同：打破信息孤岛

为避免系统间相互独立形成信息孤岛，系统提供统一接口与标准，对接灯光站的空调、照明、视频安防、环境监控、能源管理等关键系统，形成闭环保障。

与空调、照明系统联动：根据设备运行温度调节空调温度，当设备温度超30℃时，将空调温度控制在22℃以利设备降温； 当设备温度小于20℃时， 将空调调温为26℃以利于节能；

与照明系统联动：按巡检需要随时智能开启、关闭照明设备，不浪费能源，也能够保护设备；

与视频安防系统联动：视频安防系统发现问题后，会第一时间发出报警并传递位置信息给机器人，机器人自动规划路径去事发现场，并实时反映现场画面情况，运维人员可通过远程予以确认及消除无效的预警信息；

与环境监控系统联动：环境异常时，机器人定向采集针对性数据，融合分析后生成风险评估报告，并推送至相关系统与运维后台，形成“异常发现-数据采集-风险评估-处置验证”的闭环管控流程。

3.5   灵活扩展：支持按需升级

传统巡检系统大多采用“一体固化设计”，在系统后期想提升性能、增加新功能时，往往需要拆改原有架构，甚至整体更换设备，成本高、周期长，还会影响原有运维工作的正常开展。而助航灯光智能巡检系统从设计之初就是“模块化架构”，系统硬件、功能拆分为单个模块，各模块通过标准化接口衔接，就像“搭积木”一样，后期升级只需要更换或加装对应模块，而不用改动整体系统，轻松实现“按需扩展”，既降低了升级成本，又保障了运维连续性。

硬件模块化：传感器、摄像头等硬件采用RS485、 EtherCAT等标准化接口，后期提升监测精度或更换部件时，可针对性替换对应模块，即插即用，无需改动其他硬件，更换过程短，不会中断巡检任务。

功能模块化：软件采用微服务架构，新增机器人自主维修、自主充电等功能时，只需要加上相应的功能模块，无需重构软件的核心架构，降低了升级的成本和风险。

上述系统设计，从全覆盖监测、AI诊断、多系统协同与模块化扩展四个方面，针对性地解决了传统人工巡检存在的效率低、故障检出率不足、成本高、风险大、数据杂乱五大问题。下文将从经济、安全、环境三个维度，量化分析该系统的实际运行效益。

4   系统应用效益分析

基于第二章所述系统功能，本章从经济效益、安全效益与环境效益三个方面，对系统的实际运行效果进行评估。

4.1   经济效益：显著降低运维成本

人力成本大幅缩减：系统采用“机器全自动巡检+人工后台管理”运维模式，每台班（3～4个人）可完成原三台班（9～12个人） 的工作量， 达到了减省年度人工成本的效果，降低了人工劳动强度，使“人工劳动”从一种“体力型”劳动变成了一种“技术管理型”劳动。

故障损失减小：设备突发性故障平均恢复时间由2个小时降低为40分钟，设备平均停机的频率下降，直接损失、间接损失也相应下降；

设备寿命延长：实现设备智能化日常检测、状态检测、精细化检测和检修维护，使设备能够长时间保持正常运行，重大故障发生率明显降低，有效延长了设备寿命。

4.2   安全效益：显著提升运行安全

故障检出率提高： 机器人能够精准感知设备温度、仪表数值变化，可提前发现异常苗头，避免了故障发展至影响航班起降。

人员安全风险降低：机器人替代人工执行高危点位登高巡检，大幅减少了巡检人员触电、坠落等风险，实现了远程视频无人作业。

电力系统稳定性增强：预试维护能够减少电力设备损耗，分级响应机制可快速排除隐患，保障了灯光电力系统稳定运行[4]。

4.3   环境效益：助力绿色低碳运营

节能降耗： 智能巡检机器人沿着轨道巡检耗能小，单机每日电耗为5kWh左右，仅为低效巡检设备日耗能的25%左右。10个灯光站配备1台机器人日耗电约50kWh，全年可节约电能1.825万kWh，折合标准煤节约量为1.28t。

减碳排：系统巡检的工作方式改为电子巡检，巡检数据自动上传至平台，电子巡检报告完全替代纸质巡检报告，减少了纸张生产、印刷及运送碳排共计1.4t，相当于一辆小车行驶3个月产生的碳排放量。

实证数据表明，该系统在经济效益、安全效益与环境效益三个方面均取得了显著成效。下文将进一步探讨该系统的可推广性及其对行业的示范价值。

5   可推广性与行业示范价值：从白云机场到行业赋能

前述分析验证了该系统在白云机场的有效性。本章进一步论证其在其他机场及行业推广的可行性，并提出标准化、人机协同、模块化扩展三条推广路径[5]。

5.1   标准化操作体系：降低学习门槛

为便于系统在不同场景推广应用，项目凝练形成了“流程标准化＋工具模板化＋培训场景化”的全流程支持体系，包括《助航灯光智能巡检操作手册》等成果。

流程标准化：对系统初始化、日常巡检、故障处理的全生命周期流程进行统一规范，便于不同行业的用户通过简单学习后直接复用标准化流程。

工具模板化：完成电子巡检记录表、故障树模板的开发，其他行业客户可以复用，大大方便了项目成果转化到其他业务领域。

培训场景化：依托虚拟培训场景还原实际运维场景，相较传统线下培训，新人从认识机器人到掌握机器人操作的时间，约缩短一半。

5.2   人机协同模式：避免转型试错成本

该模式的核心逻辑在于：由机器人承担传统人工巡检中最繁重、最危险的工作，而人则专注于告警确认、结果判定、排故统筹等需要经验判断的复杂事务。实测表明，此种分工可使整体效率提升3倍。因该模式具有较高的通用性，其核心功能可在不同行业之间移植[6]。

5.3   模块化扩展能力：降低转型门槛

硬件适配：硬件配备“标准化的接口”，支持“即插即用”，各个行业用户可以到处添加、置换硬件，硬件改造成本降低60%以上。

软件扩展：“基于微服务”的软件构造，添加新功能很轻松，不影响现在通用程序代码的运行。

降低了门槛：使“小步快跑”式的建设模式得以实现。资金不充裕的用户可以租用最必要的几个功能模块，未来若有更多功能需求，再按需扩展，从而有效降低了建设过程中的资金门槛与技术门槛。

综上，该系统在标准化、人机协同、模块化扩展三方面具备良好的可推广性，其“白云经验”可为其他机场及相关行业提供参考。

6   总结与展望

本文以广州白云机场助航灯光智能巡检系统为研究对象，从“技术-管理-效能”三维框架出发，分析了其系统架构、应用效益与推广价值。研究结果表明：在技术层面， 系统通过“挂轨机器人+高清夜视相机”实现全覆盖监测，借助AI算法实现精准故障诊断与快速处置，并采用模块化架构支持灵活扩展，有效解决了传统人工巡检的五大痛点；在效益层面，系统显著提升了经济、安全与环境效益， 年均综合效益约80万元，实现人力成本压降、故障处置成本降低与安全事故成本减少，设备漏检率近于零，运营安全风险降低90%，保障飞机起降“零影响”，年碳减排5t以上，助力绿色机场建设；在推广价值层面，系统形成的标准化操作体系、人机协同模式与模块化扩展能力，具备向其他机场及地铁、电力等行业迁移的潜力。但本研究仍存在以下局限：系统应用时间尚不足一年，长期运行效果有待进一步验证；目前数据主要来源于白云机场单一场景，跨场景比较研究有待开展。未来研究方向包括：进一步发挥光电感知技术的应用价值，提升AI智能预测的泛化能力，推动系统向地铁、电力等新行业拓展应用，使“白云模式”为民航设施设备智能化及多行业运维创新提供更有力的示范与参考。

作者简介：

饶    旗 （1968 - ），男，广东梅县人，工程师，本科，现就职于广东省机场管理集团有限公司，主要从事机场机电工程建设管理方面的相关工作。

参考文献：

[1] 谢海峰, 项尧成, 姚晏斌, 等. 新基建赋能智慧航站楼建设需有新思维[J]. 民航管理, 2021, (2) : 95 - 99.

[2] 冯相国. 民用机场助航灯光智能监测监控系统设计与分析[J]. 光源与照明, 2021, (4) : 20 - 21.

[3] 徐学艺, 梁尚斌, 袁淦雄. 基于智能调控技术的机场助航灯光系统与电力系统协同运行路径[J]. 光源与照明, 2026, (1) : 80 - 82.

[4] 梁岩松, 张守良. 微波着陆系统对进近灯光系统设计影响分析[J]. 民航学报, 2025, 9 (6) : 57 - 60 + 51.

[5] 饶旗, 刘润富, 李栩键, 等. 基于并行深度森林的助航灯光亮度自适应调控方法[J]. 电子设计工程, 2025, 33 (20) : 31 - 36 + 42.

摘自《自动化博览》2026年6月刊