人工智能技術在航空發動機中的應用探索

■ 崔一輝/中國航發

人工智能技術在自動駕駛、機器人、醫療等諸多領域的應用發展正如火如荼，航空發動機行業也早早加入了探索其應用可能性的行列。從產業升級發展需求出發，人工智能在航空發動機全生命周期的各個環節已擁有眾多典型的應用場景，而其未來應用前景也必將更加廣闊。

大數據、人工智能、物聯網、數字孿生等新一代信息技術與傳統制造業相融合，正在引發第四次工業革命。這次工業革命將基于數字和互聯網形成價值創造的新生態系統，為社會發展帶來新的挑戰與機遇[1]。世界各國對此高度重視，并相繼提出“先進制造業國家戰略計劃”“工業4.0”等國家戰略規劃，力圖搶占先機，鞏固制造業優勢。中國也于2015年發布了“中國制造2025”，制訂了一系列配套支撐計劃，推動人工智能、互聯網、大數據等技術轉化為產業升級的驅動力。2019年，政府工作報告中首次提出“智能+”概念，這是繼“互聯網+”之后，再次為制造業加快數字化轉型指明了突破方向。

人工智能起源及發展階段

1956年，約翰·麥卡錫等美國科學家提出，“讓機器達到這樣的行為，即與人類做同樣的行為”，正式揭開人工智能發展的序幕[2]。人工智能（Artificial Intelligence，AI）作為 一門前沿交叉學科，受認知維度的不同，仍沒有一個統一的定義。大英百科全書指出，“人工智能是指數字計算機或計算機控制的機器人執行與智能生物有關的任務的能力”。百度百科定義人工智能是“研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學”。人工智能涵蓋了大量的具體技術領域，如語音識別、圖像識別、自然語言處理、機器學習、機器翻譯、檢索分析、規劃決策等，是一組技術的統稱，如果一個系統擁有其中一項或多項能力，就可以認為擁有人工智能特征。根據人工智能與人類推理、思考能力的比擬，可以將人工智能分為弱人工智能和強人工智能。弱人工智能是指不能真正實現推理和解決問題、不具有自主意識的智能系統；強人工智能是指具備處理多種類型任務和突發事件的能力、具有真正思維的智能系統。受技術發展水平限制，到目前為止，幾乎所有的應用都是面向特定需求的弱人工智能系統。

人工智能的發展以算法和基礎設施的發展為前提，在過去的60多年里，人工智能經歷了三個重要發展階段[3]。20世紀五六十年代，人工智能處于萌芽階段，電子計算機剛剛問世，隨著人工智能概念的提出，大量科學家被吸引到相關研究領域，機器翻譯、圖像識別、自然語言處理、規劃決策等技術領域得到初步發展。20世紀90年代開始，人工智能進入應用突破階段，計算機運算速度和存儲能力顯著增加，支持向量機算法廣泛地應用于統計分類以及回歸分析，推動人工智能技術在工業環境得到實際應用，機器翻譯、語音交互、規劃決策等技術呈現出旺盛的生命力，開始有穩定的人工智能產品進入消費領域。進入21世紀以來，人工智能逐步進入產業化階段，基于圖形處理器（GPU）和高性能芯片的并行計算得到飛速發展，深度神經網絡算法與強化學習算法相結合，助力AlphaGo一舉戰勝圍棋世界冠軍李世石。至此，人工智能技術已經產生了巨大的社會及經濟價值。

人工智能應用現狀

人工智能已經在計算機視覺/語音識別、機器學習、自然語言處理等技術領域得到了快速發展，群體智能、大數據智能、人機混合智能等新的技術領域正在成為學術界和工業界的研究熱點。人工智能已經滲透到了醫療、安防、汽車、機器人等各個領域，開始發揮部分取代人類的作用。

在產品研發方面，美國博戈海斯（BergHealth）生物醫藥公司通過人工智能平臺和大數據分析細胞防御和發病機理，顯著縮短了新藥研發周期。阿爾通懷茲（Altomwise）公司僅用一天時間就完成了埃博拉病毒防控藥物的輔助篩選。谷歌和百度公司綜合利用圖像識別、語音識別、深度學習等技術研發的自動駕駛系統達到了高度自動化（L4）等級。空客公司為A350XWB搭建了多學科優化設計和全生命周期管理虛擬環境，并通過逼真人機工程分析（RHEA）工具與A350XWB全尺寸3D模型進行交互。

在產品制造方面，更多的應用場景集中在智能機器人、狀態感知和制造數據分析挖掘，幫助企業提升整體生產效益。富士康公司柔性裝配智能工廠入選制造業燈塔工廠，人力節省88%，效益提升2.5倍。波音公司基于美國陸軍未來戰斗系統的理念，正在實施網絡化制造和操作（NEMO）創新計劃，該計劃將“態勢感知”技術引入到飛機裝配生產線中，采用數字電子測量和檢驗系統監測裝配過程各個方面的在線信息。羅羅公司成立數據實驗室，加強與微軟、塔塔咨詢服務公司等企業的橫向合作，不僅收集發動機和零部件的制造數據，還收集飛行模式、天氣、航線等使用數據，利用先進的數據分析、人工智能技術，對發動機進行整體性能優化和預防性維護和修理，提升綜合運行效率。

在服務方面，GE公司在辛辛那提、上海等地建立了4個航空客戶支援中心，通過對商用航空發動機飛行數據的采集、挖掘和分析，建立了基于大數據的預測式服務保障及智能決策模式，實現了服務模式的快速轉型。美國衛星數據分析公司Orbital Insight將機器學習技術用于分析衛星提供的低分辨率衛星圖像，能夠更精確、更快速地識別圖像中的物體，從而提供數據增值服務。IBM公司Watson系統采用機器學習、自動語言處理、自動推理等技術，提供多種癌癥的輔助診療服務，通過了美國職業醫師資格考試[4]。

人工智能在生活消費、投資理財、氣候分析、政務管理等領域也得到了廣泛應用，人工智能不再是空中樓閣，已經融入了社會生活的方方面面，它能與人類智能互補，輔助人類從事更有創造性的工作。

航空發動機產業升級發展需求

以GE、羅羅公司為代表的先進航空發動機制造企業在新一代信息技術支撐下，正在逐步形成聯合設計、智能化生產、預測式服務等協同創新模式。與國外同行相比，國內航空發動機產業正處于關鍵技術攻關、數字化深化應用、網絡化和智能化起步等三期疊加突破的時期。為滿足未來先進航空發動機研發迭代、快速試制、全產業鏈協同、主動式服務的發展需要，航空發動機產業必須更加積極地利用人工智能、大數據等新一代信息技術，提升數據驅動的產品自主創新能力、智能生產能力和綜合運營保障能力，加快業務模式的同步轉變。

一是技術研究模式從封閉式研究轉變為開放型技術創新：實現內外部企業的聯合研究和能力互補，形成良性的產、學、研、用技術發展模式。

二是產品研發模式從試錯式和串行研制轉變為流程和數據驅動的并行研制：將分散的經驗知識和產品研制數據匯聚到行業共性平臺，為流程驅動的協同研發提供智能化的數據增值服務。

三是生產制造模式從傳統制造方式轉變為智能制造模式：通過數字線索貫穿從設計到制造現場的各個業務環節，打通數字化應用“最后一千米”，提高生產可預測性、可靠性和靈活性，降低制造成本和管理決策成本。

四是服務保障模式從事后處理的傳統服務轉變為快速響應服務：提供航空發動機產品全天候、全方位的狀態監控與快速、精確的綜合服務保障。

五是供應商管理模式從經驗式管理轉變為平臺式服務：形成基于產品系列的供應鏈智能監控、預警能力、實時通信能力和配套資源供給能力，實現航空發動機制造產業鏈整體集成和高效協同。

人工智能在航空發動機中的典型應用

制造業數字化、網絡化、智能化轉型升級給人工智能發展帶來巨大的歷史機遇，航空發動機產品研制全生命周期的各個環節為人工智能提供了廣闊的應用舞臺[5-6]。

在技術研究環節，面向網絡化用戶的人工智能平臺能夠支持跨地域、跨組織、跨專業的研究人員開展技術探索，尤其是為高校、企業聯合研究項目提供具有互補性的知識資源。既能夠保持開放性，匯聚智力資源，不斷從外界獲取新的數據信息，繼而聚合形成有價值的知識經驗，又能保證信息安全，將信息的應用范圍控制在不同的群體。

在產品設計環節，人工智能有助于實現設計過程的智能化，建立知識驅動的集成研發環境和流程驅動的協同設計環境。歷史存在的產品數據和經驗知識數據能夠得到有效收集、歸類、分析，打通不同信息化系統的數據孤島，形成連接上下游和多專業領域的知識中心。在航空發動機集成設計過程中，能夠實現必須遵循的標準、規范以及歷史經驗數據、方法的自動推送，提高設計效率和設計規范化?；谥R的專業工具軟件能夠將多學科知識經驗和流程方法固化到應用程序（App）當中，提供航空發動機設計的輔助分析決策手段，實現設計方案的優化迭代。

在生產制造環節，人工智能技術應用的重點是智能機器人和人機交互，降低人在復雜、苛刻環境下的參與程度，提高制造執行過程的準確性。航空發動機零件結構復雜、精度要求高，工人的技術水平在很大程度上決定了產品的合格率。機器人的廣泛應用，將會進一步解放人力資源，大幅提高產品的一致性和加工效率。利用人工智能技術，能夠對生產現場的狀態進行實時監控和數據采集，并基于大數據分析技術進行故障診斷和預測分析，減少設備停機率。在產品裝配過程中，能夠通過圖像識別技術對裝配的質量問題進行快速分析檢測，通過虛擬現實（VR）、增強現實（AR）技術對裝配操作過程進行在線指導，降低裝配差錯。

在試驗驗證環節，通過人工智能和大數據分析技術，對試驗數據進行分類、回歸、關聯和特征提取，建立數據分析平臺和機器學習平臺，有利于建立有價值的試驗分析模型，逐步用試驗仿真替代物理試驗，大幅縮短產品研制周期。

在服務保障環節，通過對產品使用狀態的實時感知，能夠智能化地快速形成維護、修理方案，建立備件預測與優化配置模型，實現航空發動機的預測性維護、修理和備件準備，提升服務保障能力。航空發動機現場維修過程中，AR等可視化工具有利于保障的規范化，降低人為差錯，提高人員工作效率和工作質量，縮短維護、修理時間。

結束語

本輪人工智能的發展基礎是海量的數據、先進的算法和強大的算力，目前各行業領域的應用仍然以弱人工智能為主，未來人工智能會從專業性較強的領域逐步向外擴展[7]。航空發動機作為傳統制造業，必須轉變思維方式，正視新技術帶來的新的發展機遇，積極推動人工智能在各個環節的應用探索，相信人工智能，擁抱人工智能。航空發動機各業務環節對人工智能應用具有迫切的需求，但需要以建立基礎網絡、數據采集、信息安全、智能機器人等軟硬件條件為前提，提升人工智能和大數據技術的綜合應用能力。