楊彬



摘 ? 要:近年來,全球航空制造業已逐步邁入以工業物聯網(IIOT)概念為顯著標志的工業4.0時代。在全球制造業智能化發展的時代背景下,各類新技術的誕生也令全球航空產業處于變革之中。航空制造與運營正變得更加安全、高效和便捷,人們在享受著不斷提升的旅行體驗之時,也在促進著智能航空的發展。如何實時處理如此龐大的信息量,已成為工業4.0時代航空產品設計和運營帶給人們的新問題。
關鍵詞:智能航空 ?區塊鏈 ?數字孿生 ?增強現實
中圖分類號:V474 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼:A ? ? ? ? ? ? ? ? ? ? ? ?文章編號:1674-098X(2020)06(a)-0001-05
近年來,全球航空制造業已逐步邁入以工業物聯網(IIOT)概念為顯著標志的工業4.0時代。信息物理系統、區塊鏈、云計算等概念正成為制造和維修車間的熱點,高度自動化、數字化和實時數據傳輸等特征已滲透至制造執行系統的每個單元。以航空發動機為例,裝備有近5000個不同功能傳感器的新一代齒輪傳動發動機每秒產生的數據超過10GB,安裝兩臺該發動機的單通道飛機在12h飛行時間內累計數據釋放可達844TB;如何實時處理如此龐大的信息量,已成為工業4.0時代航空產品設計和運營帶給人們的新問題。
1 ?航空4.0時代
同工業革命的發展類似,商用航空的歷史也可以劃分為四個階段[1]:自航空器誕生之日起,以目視飛行規則為主的人類飛行探索主導了第一階段,此時人們關注的焦點尚處于如何設計和制造出高效能的飛機產品;隨后,自動油門、氣象雷達、甚高頻全向信標(VOR)等用于替代傳統膜盒式航空儀表的各類先進電子設備的出現使人類航空史進入到了第二階段,這些設備在可以引導飛機實現儀表著陸的同時也首次對駕駛艙人機交互體驗和實時信息處理提出了需求;在第三階段,飛機具備了高度集成的航空電子顯示和數據傳輸總線,增強型近地告警(EGPWS)、空中防撞(TCAS)系統等先進設備已經可以為飛行員的操作提供一定程度上的決策建議;如今,機載信息物理系統的出現和應用標志著航空飛行史進入了第四發展階段,人工智能在飛行決策環節的介入度達到了前所未有的高度,數字化和智能化成為了飛機設計、制造與運行環節的主要特征。
2 ?工業互聯網和數字孿生
未來20年全球航空市場將增加近40,000架新飛機,面對如此龐大的交付需求,傳統的制造環節已難以滿足其短時裝配的要求。以波音B747飛機為例,每架飛機的組裝完成需要裝配600萬個部件,整個過程不但耗時長久,還對裝配環節過程檢驗提出了較高要求。如今,工業互聯網的出現極大地提高了飛機的裝配效率,這一點已在空客A350飛機的組裝過程中得到充分體現。通過聯結設計、生產與供應鏈人員的3D Experience軟件平臺,產品線上所有相關人員可以共享數模、工藝等即時信息,并將裝配進程實時反饋至上下游各環節,從而降低了等待時間和出錯概率。在工業互聯網技術變革中,數字孿生技術的出現和應用進一步縮短了虛擬和現實的距離[2]。數字孿生技術集成了人工智能、機器學習和分布式傳感技術,通過將眾多傳感器發送的數據進行收集整理并建立特征模型來實現物理域到數字域的映射,從而將產品設計、裝配流程等實時反映在虛擬平臺;當需要對被控流程進行干涉或調整時,制造執行系統將根據人工指令作動,反向實現數字域到物理域的反饋。利用傳感器在真實使用環境中積累的大量數據,數字孿生具備持續學習和自我升級特點,可以被視為虛擬-現實世界的理想傳輸接口。目前,該項技術已將波音公司商用和軍用飛機制造環節中零部件的一次質量合格率提高了40%,GE公司則不僅在其LeapX發動機零組件的裝配上采用了該技術,還利用數字孿生所采集的數據持續監控發動機交付后的使用性能。發動機在飛行過程中產生的關鍵性能數據通過飛行管理系統、氣象衛星等被下載收集,再利用預知性分析模型來提供下一次進場維護所需的操作等級和時間間隔;這種方式為GE公司在發動機維修計劃控制方面提供了極大幫助,并通過增加發動機的在翼時間為航空公司提高了收益。在GE公司交付的約65,000臺發動機中,超過35,000臺發動機在持續回傳性能數據,這些數據不僅可以幫助分析人員診斷某一具體的發動機產品,也可以對整個機隊的健康狀態進行預測。針對飛機碳纖維增強復合材料(CFRP)大部件在裝配過程中需要精確保證加工容差的要求,空客公司通過引入數字孿生自動控制技術,在裝配型架上安裝了多處位移和形狀控制傳感器,這些傳感器所發送出的數據可以用來準確計算工裝作動筒的行程和時序,從而實現對裝配的實時監控,有效降低復材部件在裝配過程中引入的彈性變形和殘余應力,進而提高了整機的裝配效率。
除了在航空產品的設計與制造中得到應用以外,數字孿生技術還被引入機場建設領域以評估機場的使用效率[3]。通過收集安裝于機場各個關鍵設備上的傳感器所發出的數據,可以對機場建設和使用環節的流程進行優化,比如通過加寬通道以進一步提高安檢通過時間、設置前置分流點以緩解局部通道上的旅客擁堵情況等。與在飛機制造領域的應用類似,能否最大限度獲取數字孿生技術的收益關鍵在于后期的大數據處理環節。在這些傳感器不斷進行數據積累的同時,需要人工進行噪聲篩查和信號復驗,才能將可用數據作為輸入來不斷修正機場運行效率的預測模型。當未來數字孿生模型成為機場建設的一項新標準時,航空公司就可以通過在線數據共享來實現機隊進駐前地面運行保障的模擬,甚至可以將飛機、發動機外場維護的孿生模型嵌入其中,進而監控整個公司機隊保障的工作效能。
通過與博世公司合作,空客公司充分利用物聯網技術,在裝配車間開展了“未來工廠”試驗項目[4]。該項目涉及到超過400,000個螺釘的裝配和1,100多項不同工具的使用,利用遍布車間的無線網絡,裝配技師、各站位專用工具及測量數據組成了一個完整的IIOT平臺;隨著裝配關鍵信息在整個組裝線上的無縫流轉,原有裝配效率得到了本質性提升。在工作中,人們可以利用穿戴終端(如AR眼鏡、手持平板)設備直接掃描飛機蒙皮孔洞來自動獲取配套鉚釘的安裝規格和操作力矩信息,這些信息又同步傳送給手持工具來進入下一裝配操作。工具的位置信息和裝配測量結果可以實時反饋至“未來工廠”的中央數據處理單元,在實現裝配環節工具追溯性和操作規范性監控的同時提供了實時裝配質量分析結果。此外,該IIOT平臺完美實現了航空產品組裝環節中只有經過特定培訓且被授權的人員才能進行具體工裝操作的特點,確保了飛機裝配環節的生產安全性要求。
3 ?區塊鏈技術應用
為了解決飛機零部件在全壽命周期的追溯性問題,波音公司充分利用了區塊鏈和物聯網兩種新興技術特點,將零部件從制造裝配到維修處置各個環節的信息進行系統收集和處理,以進一步提升客戶資產管理效率[5]。一直以來,對成千上萬的飛機零部件信息進行全流程追溯和管理都是整個航空產業的一大挑戰,而區塊鏈和物聯網技術的誕生則在強化零部件的供應鏈管理和降低非計劃維修率方面有著天然優勢。通過使用嵌入區塊鏈的物聯網技術,波音公司、供應商、航空公司、維修站和監管局方可以獲取每個零部件的特征數據,航線保障人員可以對潛在失效部件提前開展預知性維護,飛機拆解公司則可以借助上述信息在購買目標機型之前合理評估整機的購置費用。同時,飛機在每次飛行過程中所積累的大量數據也可應用于機隊大數據分析過程,其結果可直接存入航空公司的安全管理系統。
區塊鏈技術的使用為航空公司在航空維修(MRO)、飛行數據安全管理和旅客信息處理方面帶來了革命性改變。該技術本質上是一種分布式數據庫模式,可以被同一使用群體共享和維護,具備點對點的加密傳輸功能,并且在數據的透明性和追溯性方面有著得天獨厚的優勢。區塊鏈可以被用于追蹤旅客行李和航空貨運的位置與狀態,使航空公司和托運人均可以實時查看上述信息;借助于事先存儲在區塊鏈網絡中的旅客個人身份信息和行程單,可以讓登機人僅憑借驗證碼便完成繁瑣的身份驗證環節;對于整個產品生命周期可能會經歷5~6次所有權變更的飛機來講,區塊鏈可以準確記錄飛機的每次維修時間和修理狀態報告。此外,各大航空公司均在區塊鏈技術最直接的應用領域——便捷支付業務上表現出了濃厚興趣,并紛紛進行了嘗試。比如,新加坡航空公司同微軟公司合作開發出KrisPay數字錢包程序,可以讓旅客使用加密數字貨幣便捷完成旅程兌換操作。
早在2018年,PwC公司便預測引入區塊鏈技術提高運行效率可使航空產業年收入增幅4%以上,同時維修成本每年的降低幅度可達5%。Accenture公司研究報告顯示,到2021年會有超過86%的航空航天領域公司將在其現有運營系統中引入區塊鏈技術。該技術所能提供的準確、透明的飛機構型數據記錄與追溯功能可以將主制造商、零部件供應商、MRO企業和航空公司用戶緊密關聯起來,打破當前數據在各個業務單元單獨維護的割裂局面,降低信息在某一單元存儲和傳遞過程中失真的風險,從而重塑出一條全新高效的航空產品供應鏈。目前,泰雷斯、霍尼韋爾、漢莎技術等公司已在利用數字化區塊鏈技術重構零部件供應鏈方面積累了大量經驗,國泰航空、港機集團(HAECO)、國際航空電訊集團(SITA)等企業更是參與成立了業界首個MRO區塊鏈聯盟,期望進一步制定該技術在航材制造、采購與維修更換中保持其追溯性的國際標準。區塊鏈技術可以讓波音、空客、羅羅公司等主制造商第一時間得到零部件和單元體的出廠制造信息,加速入場檢驗流程,而如果基于傳統信息傳遞手段這一過程則會明顯滯后;同時,監管局方也可以借助區塊鏈共享從制造階段便對每一機型的構型檔案進行了解,從而簡化了初始適航批準和持續運行監察之間飛機關鍵追溯性信息的傳輸路徑,極大方便了局方的飛行監管工作。
4 ?人工智能
根據波音與空客公司對未來飛行員需求的預計,截止到2035年全球新增飛行員將超過500,000人。在當前飛行員培養速度顯然無法滿足這一需求的今天,基于人工智能(AI)的自動飛行技術成為了理想的替代方案。不同于當前飛機上安裝的自動油門等輔助飛行裝置,AI自動駕駛技術將成為第四階段航空歷史的典型產品特征,并逐漸接替現有飛行員的工作。傳統自動飛行設備通過將人工預置的氣動模型操控應用于低感知度硬件來實現自動化飛行輔助功能,多用于飛機除起降之外的中途飛行,且功能執行高度依賴于輸入信號的準確性,缺乏系統自我糾正能力,在異常事件發生時需要人為干預;而人工智能輔助駕駛功能的實現則基于遍布于飛機各系統數以萬計傳感器所感知的大量數據(比如,空客A350XWB飛機安裝有50,000個傳感器,每天發送數據超過2.5太字節),通過人工智能算法操作執行機構來完全掌控飛機,并具備類似于人腦的分析糾偏能力,具備異常數據容錯和自我感知功能。當前,AI自動飛行技術在實際推廣中所遇到的最大挑戰便是如何教會機器在前期算法訓練過程中缺乏足夠異常數據樣本的情況下可以自如應對突發的異常事件;這一難題同樣也吸引著AI算法領域眾多從業者不斷投身其中。一個明顯的例證便是 2018年發生的Lion Air 航空公司B737 max墜毀事件,其攻角傳感器發出的錯誤數據誤導了機動特征增強系統(MACS)的執行邏輯,連同其它一系列原因一起釀成了該慘案的發生。盡管如此,鑒于AI駕駛技術所具備的廣闊前景和經濟效益,各大飛機主制造商均將其視為未來產品設計的戰略性技術革新而不斷加大投入。
5 ?增強現實技術
除了在航空產品的設計與制造環節帶來深遠影響之外,IIOT技術也在航空維修領域提出了新的業務解決方案。這其中,增強現實(AR)技術在MRO工作中的廣泛應用便是一個顯著的案例。盡管該技術的首次提出可以追溯到20世紀90年代,但得益于技術的不斷成熟,最近幾年才迅速在航空業界得到推廣。利用AR技術,操作者通過眼鏡、手持終端等設備可在拍攝得到的真實場景基礎上看到疊加的維修操作要求和合格性判據,AR軟件會自動識別觀測物并傳回測量數據,接收維修人員的語音和手勢來代替傳統的工卡信息記錄流程,從而將繁瑣復雜的維修工作變成一種藝術性操作。AR技術在簡化維修操作流程、提升工作效率的同時還引入了遠程專家支持功能,可以給予操作者傳統工作方式中難以提供的實時排故指導功能,第一次將立體化維修概念變成了現實[7]?,F有實例顯示,AR技術可以幫助波音公司將飛機布線檢查環節所需的時間減少25%,而GE公司則估計該技術可令其發動機維修效率提高約10%左右。當然,任何技術的發展和應用都存在著局限和挑戰?,F階段,相比于人眼識別具備水平190°、垂直120°的寬幅視角而言,AR眼鏡的視場多局限在90°范圍內;同時,現場光線強度、網絡傳輸遲滯等問題也會影響視頻識別的準確性和使用體驗。此外,AR技術中針對細節目標(比如裂紋長度、凹痕深度等)的識別算法還有較大的改進空間,目前圖像顯示的結果依然會受到觀測位置、手部震動等因素影響而局部偏移。從用戶使用的角度來講,AR技術的出現還給使用者提出了數字化經驗積累和大數據處理的問題,這就要求采用該技術的航空公司和維修站加速其內部信息存儲的數字化變革。
6 ?虛擬現實技術
自2017年起,波音、漢莎、法航等公司均針對如何將虛擬現實(VR)技術更好引入航空業務領域進行了大量嘗試。VR技術最大的特點便是可以提供給使用者沉浸式體驗,使人在虛擬場景中感受現實世界的操作反饋;該特點使其成為了飛行訓練、旅客服務、維修培訓等工作的絕佳選擇。一個典型的應用案例便是VR眼鏡正逐漸成為機載娛樂設備(IFE)的換代產品,該設備提供的強烈視覺和聽覺體驗可以令乘客暫時忘記所處位置的嘈雜與局促,在不覺中度過略顯枯燥的長程旅行。為了更加便利地滿足飛行員培訓需求,空客公司研發了內部飛行培訓系統,該系統包含頭戴式耳機、手持操作桿等VR設備,可以完全模擬A320飛機飛行訓練大綱中的所有操作。在MRO培訓領域,VR場景已經可以在虛擬環境中高精度實現部件、工具和操作動作的還原,甚至可對操作力矩、振動等感知提供準確反饋;相比傳統維修培訓經常受困于機型資源(比如A320neo、A350XWB等)有限的問題,VR技術可以讓修理人員隨時展開實操模擬。對于某些涉及到安全原因而特別強調距離感知的操作,VR場景也能提供給操作者與真實世界無異的空間感。此外,對于在真實飛機上由于代價昂貴而難以進行的飛行事故應急操作,用VR技術模擬起來也駕輕就熟。對于航空公司來講,VR技術應用的另一個重要途徑便是飛機內飾選型??蛻舸砜梢酝ㄟ^VR場景觀看飛機的內飾設計和座艙布置,提出個性化需求,在飛機真正下線之前便確定其想要的客艙展示效果。
7 ?結語
如今,以工業互聯網、人工智能技術為特征的第四次工業革命已將航空產業帶入了一個嶄新的時代,我們在努力適應這些新生變革的同時也享受著時代發展帶來的便利。航空產品的設計、制造和使用在這些新技術引領下正向著更加安全、便捷、高效的方向邁進,航空4.0時代帶給人們無限想象和憧憬。未來已來,讓我們拭目以待。
參考文獻
[1] Rosa A.V., Victor F.G.C, Aviation 4.0: More Safety Through Automation and Digitalization[J], Safety and Security Engineering, 2018(174): 225-236.
[2] Digital twins in commercial aviation[R]. IFS white paper, 2019.
[3] Fergus Baird, Digital Twin-ception: How SITA is Building the Virtual Airport of Future[EB/OL], 2019, www.sita.aero.
[4] Industry 4.0 in Aeronautics: IoT applications[R]. Europe Commission, Digital Transformation Monitor, 2017.
[5] Carlo Gutierrez, Boeing Improves Operations with Blockchain and the Internet of Things[EB/OL], 2017, www.artoros.com.
[6] John McKenna, A ‘robot pilot has landed a Boeing 737 in a simulator[EB/OL], 2017, www.weforum.org.
[7] 郭子豪, 邢詩怡, 王宇等. 基于 AR 技術的飛機維修可視化遠程協助系統研究[J], 計算機與信息技術, 2019(10): 129-133.