英国制造业2024 – 进行中罗尔斯罗伊斯
Azure Databricks分析与AI叶片检测
罗尔斯罗伊斯报告称，设备利用率提高30%，每年避免约400次维护事件
问题
发动机设计、生产和机队监控涉及大量数据和人工工作。自动化之前，每月约有200万个冷却孔需要人工检查。
方法
罗尔斯罗伊斯在发动机设计中使用Azure Databricks、Unity Catalog和GPU。名为Signature Analyzer的涡轮叶片检测工具采用机器学习和生成式AI，云端分析则用于监控发动机健康状况。
主要数据
30%AI优化叶片检测带来的设备利用率增幅
about 400各机队每年识别并避免的非计划维护事件数
启示
AI叶片检测提高了设备利用率，发动机监控帮助避免了非计划维护。微软称因此避免的成本达数百万欧元，但未提供明细。
分类
来源
来源摘要
[1]Microsoft2025年4月1日
微软介绍了罗尔斯罗伊斯在发动机设计、叶片检测和健康监控中使用Azure Databricks及AI的情况，并公布了设备利用率和维护相关数据。
详细内容请参阅原始来源。
收录日期 2026年10月25日 · 更新日期 2026年10月25日
