商用航空發動機智能制造研究與探索

王 嶺

（中國航發商用航空發動機有限責任公司，上海201108）

0 引言

大涵道比渦輪風扇發動機是商用航空發動機的主要類型之一。早在20 世紀70 年代初，作為早期商用寬體客機的動力裝置，世界上第1 代大涵道比渦扇發動機完成研制和適航認證，并投入航線運行[1]。然而，中國商用航空發動機研制起步較晚，目前還沒有產品取得適航認證，與國際先進水平差距較大。

近年來，世界各國相繼提出了以“智能制造”為核心，全面推進制造業轉型升級的戰略計劃。中國也在2015 年發布了《中國制造2025》，認為智能制造模式正在引領制造方式變革，要求以推進智能制造為主攻方向，實現制造業由大變強的歷史跨越[2]。推進實施智能制造，是加速商用航空發動機研制進程，縮小與國際先進水平差距的重要途徑。

本文基于智能制造的本質和特點，在研究國外實踐與發展趨勢，以及國內現狀與面臨挑戰的基礎上，提出了構建智能制造生態系統，推進商用航空發動機智能制造的建議。

1 智能制造的本質和特點

智能制造的概念，是在制造業發展過程中逐步形成，并不斷發展而來的，并且還在演進之中，目前尚未形成公認的學術定義。但是，在實踐中，對于什么是智能制造，各界已經達成相對統一的共識，并體現在各國的戰略性指導文件之中。

1.1 智能制造的本質

德國政府于2013 年發布的“把握德國制造業的未來- 實施“工業4.0”戰略的建議”認為，工業4.0是基于信息物理系統（Cyber-Physical Systems ，CPS）的1 種全新的制造模式。在該模式下，企業將建立起全球網絡，并將設備、設施等所有資源融入到信息物理系統中，這些設備、設施等能夠通過相互通信和自主決策與控制，實現自我完善的智能化制造過程[3]。

中國在2016 年發布“智能制造發展規劃（2016-2020 年）”中指明：智能制造是基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式[4]。

感知、學習以及決策等是人工智能的基本特征，智能制造的本質是企業面向產品全生命期，建立、運行具備人工智能特征（局部或整體）的智能制造系統，以滿足顧客需求的1 種新模式。

1.2 智能制造的特點

智能制造是對制造業的重新定義，是對此前已經出現過的制造模式的集成和再創新，具有如下特點[5]：

（1）以互操作性和提高生產力為基礎，將制造業企業各部分數字化。

（2）設備互聯及分布式智能實時控制，實現產品的小批量柔性生產。

（3）協同供應鏈管理，實現對市場變化的快速響應，并能對供應鏈中斷進行應對。

（4）對能源和資源效率的集成優化決策。

（5）通過貫穿產品全生命期的先進傳感器和大數據分析技術，實現產品創新的快速循環。

實施智能制造，將在上述方面對商用航空發動機的研制帶來積極影響。

2 國外航空發動機智能制造實踐與發展趨勢

2.1 國外的實踐

GE 公司從20 世紀80 年代開始在CFM 系列商用航空發動機的制造過程中引入機器人技術，90 年代末期，隨著流程改進等活動的深入開展，自動化解決方案基本成熟，在鍛造、成型、測試和檢驗等工藝過程中大量應用。GE 公司還開發了自動檢查系統，用于發動機整機裝配完成后的檢驗[6]。在此基礎上，GE 公司專門成立了GE 數字集團，致力于打造基于云計算的工業互聯網平臺Predix。通過Predix 構建數字雙胞胎，進行從發動機零件到整機，全部生產、運行和維護系統的無縫連接，全面獲取在全生命期內的多級數據和信息，實現商用航空發動機產品設計、制造、運行、維護服務，進行早期警告、預測、學習和優化[7-8]。

PW 公司在其最新的齒輪傳動渦扇發動機GTF的壓氣機和渦輪葉片的批量生產中，采用自適應加工和自動化檢測系統[9]。在GTF 發動機上安裝了超過5000 個傳感器進行在線監測，可智能地調整發動機工作狀態，降低噪聲和油耗。在典型雙發客機的1 次飛行中，每臺GTF 發動機將產生1 TB 的數據，為了應對激增的海量數據的采集、存儲和應用，PW 公司與IBM 公司合作，建立了能夠處理超過4000 臺全球運行的商用航空發動機性能監測和數據分析的平臺，通過對每年超過12 PB 的數據流進行數據挖掘和預測分析，實現早期預警和故障檢測，從而提高產品的經濟性和壽命[10-12]。

RR 公司在20 世紀70 年代就已經部署了無人值守的航改燃分布式發電機組[12]。在公司2014 年新建成的渦輪葉片和葉盤工廠中，采用了自動化的在線檢測技術進行質量控制；同期建成的風扇葉片工廠中，采用物聯網技術建立了智能化的制造環境，實現了生產過程的數字化，形成了每個葉片0.5 TB 的數據記錄[13]。RR 公司還發布了“智慧引擎”概念，打造產品、服務和數字深度融合的商用航空發動機。公司持續加大在智能制造領域的投入，2017 年成立了航空公司飛機可用性中心、智能制造技術聯合試驗室、以及R2 試驗室等新機構。公司在數據分析領域與微軟公司（Microsoft）和塔塔咨詢服務公司形成了緊密的互補合作關系，利用先進的數據分析、人工智能和機器學習，可提高設計、制造和運營效率，更好地滿足商用航空發動機顧客的需求[14]。

2.2 國外的發展趨勢

《航空周刊》預測：在2035 年，客戶接收1 架新飛機時，還會收到1 套與飛機尾號對應的高度詳細的數字模型，模型包含飛機的機身、發動機以及所有的系統，是在設計、開發、測試和生產過程中建立，并且伴隨著飛機的整個生命期，精確地模擬飛機飛行，用來與真實飛機的數據進行比較，以識別異常情況，預測維修需求并預測剩余壽命，極為真實（ultra-realistic），能夠反映獨特的制造缺陷[15]。

上述預測是針對商用飛機產品和服務進行的，也反映了國外商用航空發動機智能制造的發展趨勢，即產品、生產和服務的數字化、網絡化和智能化。產品及其數字模型在整個生命期中，以數字雙胞胎的形式，在工業互聯網的云平臺上融合存在，包括航空公司、飛機制造商、適航當局在內的所有干系人、各類資源，都應用云平臺進行協作，通過數據挖掘和分析應用，實現產品和服務的智能化，為顧客提供最優的解決方案。這種趨勢具體表現為：

（1）構建以數字化雙胞胎為核心的產品全生命期的單一數據源管理；

（2）以大數據分析為基礎的產品和服務的集成優化；

（3）以工業互聯網為平臺全要素無縫連接。

3 中國商用航空發動機智能制造現狀和挑戰

近年來，中國商用航空發動機行業相關企業在國家高端制造、智能制造的政策引導和支持下，從完善企業治理、提高經營管理水平的角度在智能制造領域開展了大量工作，取得了一定進展，但是由于中國商用航空發動機產業起步較晚，在技術和管理上成熟度不高，在推進智能制造的過程中仍然面臨諸多挑戰。

3.1 中國商用航空發動機智能制造的現狀

經過多年的努力，中國商用航空發動機行業相關企業在傳統信息化建設領域已經取得了顯著成果，基本完成了PLM、ERP 和MES 等系統建設，并投入使用，數字化建模和仿真工具已經成為工程設計的重要手段，而數控加工和檢測設備也逐漸成為制造裝備的主流。除了由于國內尚無產品投入運行，商用航空發動機運行和維護過程的數字化、信息化還是空白外，管理和技術的各類過程已經初步實現了數字化。但是上述的信息化系統、工具、設備，并沒有全面實現互聯互通和數據源惟一，多數還是面向具體過程數字化、信息化構建的應用系統或工具。

近年來，中國出臺了“智能制造試點示范專項行動實施方案”等一系列政策，投入資金幫助包括商用航空發動機行業在內的企業實現智能制造轉型升級。根據方案要求，行業相關企業開展離散型智能制造模式的試點、示范。與傳統信息化建設項目比較，在管理系統、數字化工具、數控裝備建設的基礎上，深化了對ERP 和MES 協同與集成，突出了工業信息安全管理和防護機制。通過完成上述試點、示范項目，使得產品數據的集成管理、關鍵技術裝備網絡化集成管理、制造執行的集成優化、以及各類系統統一平臺運行等方面的能力得到顯著提升。但是，試點示范項目更多地關注“制造”過程本身，在與顧客和供方的協同，以及產品全生命期中其他方面的涵蓋存在不足。試點、示范項目取得的結果，還未全面實現與商用航空發動機產品、服務、數字全面融合的目標。

3.2 中國商用航空發動機智能制造的挑戰

針對中國商用航空發動機現狀，推進實施智能制造，在內部和外部還存在諸多挑戰。

3.2.1 內部的挑戰

（1）商用航空發動機行業相關各方對智能制造涵義和價值的認識還不統一。制造過程的自動化改造、業務流程的信息化使能等傳統信息化建設的理念仍占主流，嚴重制約了企業在戰略層面推進信息化職能轉型，以及“信息化技術”與“制造技術”的融合。

（2）商用航空發動機還處于產品研制階段，還沒有產品全生命期數據。產品的適航取證、生產交付和運行維護等過程缺少實踐經驗，產品和服務的集成優化還需要逐步摸索完善。

（3）“數據”資產尚未引起足夠重視，缺少從事“數據分析”的商用航空發動機產品專職數據工程師，直接影響“大數據”應用的推進。

（4）工業工程基礎研究和應用不夠。對中國工業界而言，商用航空發動機產品設計、制造和服務的過程設計和資源管理是全新課題，需要積極開展工業工程研究和應用，以滿足智能制造模式下全流程、全要素動態優化的需要。

（5）數據治理的理念和實踐不足。受歷史因素影響，各類已建或在建的信息化系統和數字化工具、設備，策劃階段并不具備統一數據管理要求的條件，各類型的信息孤島不可避免，充分利用數據進行決策、支持運行的需要受到限制。

3.2.2 外部的挑戰

（1）國內智能制造產業鏈和軟硬件產品不成熟。技術能力強、行業經驗豐富的系統集成商較少，在基礎工業軟件和核心硬件依賴國外進口的情況下，國內集成商對其技術原理掌握不深，系統實施風險較大。

（2）國外先進智能制造技術及平臺引進存在困難。技術能力強、行業經驗豐富的國外系統集成商，主要客戶仍是國外航空航天領域的領先企業，受國際關系、市場競爭等因素影響，除了銷售軟件或提供一般性解決方案外，難以為中國企業提供深度工業知識集成的智能制造解決方案。

（3）智能制造基礎設施平臺建設不成熟。智能制造是利用全球網絡構建的信息物理系統，目前還在推廣應用階段，網絡、公共平臺等基礎設施和相關標準體系等還不成熟，智能制造的整體生態系統尚未形成，企業要提前啟動智能制造轉型，需要面對更多困難。

（4）商用航空發動機智能制造產業鏈不成熟。智能制造是對傳統生產模式的顛覆，產業鏈上游的各級供應商在基礎設施、技術能力以及管理理念上的差異，會對主制造商引領、推進智能制造的進程產生直接的影響。

（5）智能制造與適航法規的匹配性研究缺乏。商用航空發動機的設計、制造和服務必須滿足適航法規的要求。智能制造的應用必然能提高產品全生命期的安全性和環保性，但也會帶來適航審查工作模式的變化，工業方必須與適航當局充分溝通，并得到認可。

4 推進商用航空發動機智能制造的建議

商用航空發動機主承制單位作為商用航空發動機設計、制造和服務的主體，推進智能制造的核心是構造符合商用航空發動機行業和產業特點的智能制造生態系統。

圖1 智能制造生態系統

智能制造生態系統基本原理如圖1 所示。該系統由產品、生產和業務3 個維度構成[5]。3 個維度分別相互影響形成各自的全生命期。商用航空發動機產品維的生命期涵蓋了發動機產品的設計、制造、使用、運行維護和退役回收等過程；生產維的生命期指面向商用航空發動機制造的整個生產設施的設計、部署、操作和退役的全部過程；業務維則涵蓋了商用航空發動機產業鏈供應商和客戶交互的所有過程。

產品、生產和業務維度在智能制造生態系統中心的“制造金字塔”以產品在3 個維度的需求為基礎形成相互影響及交匯。在這個金字塔中，制造裝備和生產控制、制造執行和資源計劃垂直集成，直接進行產品的制造活動。智能制造就是通過數字化、網絡化的手段，使得產品、生產和業務3 個維度之間實現高度集成，從而進行智能化的決策和執行，使產品創新周期更快、供應鏈更高效及質量更好，持續滿足顧客的需要。為了實現上述目標，建議開展如下工作。

4.1 構建基于模型的商用航空發動機企業

基于模型的企業（Model-based Enterprise），是將產品生命期中和各種過程中的數據、信息和知識進行處理，建立產品模型、生產模型和業務模型，并通過模型支持其生命期活動的企業[16]。只有建立了基于模型的企業，才能將企業運行的所有要素融入到信息物理系統中，實現產品、生產和業務的緊密集成，創造設計、生產和服務的智能化。企業架構（EA，Enterprise Architecture）理論為基于模型企業的構建提供可行方法。企業架構將企業業務、應用、數據及技術基礎設施及其之間的關系，包括基線的、目標的及過渡的動態關系進行完整地表達，從而使得企業的產品模型和過程模型可以集成，由此構成最樸素意義的基于模型的企業。

圖2 商用航空發動機業務架構

處于市場競爭環境下的典型商用航空發動機企業業務架構如圖2 所示。這是最高層次的過程模型，表征了企業運行整體、運行邏輯和內外部關系。在此基礎上，進行逐次分解，直至產品、生產和業務3 個維度得到充分解釋和表達，產品和過程模型全部建立。通過管理體系規范了整個企業的運行流程和作業標準，其適宜性、充分性和有效性是企業全要素綜合和集成優化的結果。因此，一體化管理體系的建立和有效運行，是構建基于模型的企業并支持企業實現智能制造轉型的必要基礎。

按照業務過程，根據產品、生產、業務3 個維度緊密集成，建立商用航空發動機企業智能制造實施架構，如圖3 所示。

圖3 智能制造實施架構

以工業互聯網為基礎的云計算平臺[17]，使得商用航空發動機企業的內部架構可以擺脫傳統信息化技術的限制，具備強大的靈活性和可塑性。架構層次完全按照企業管理的需要進行設定和調整，同時，仍能保證以統一模型的單一數據源支持企業數據、模型與知識的可重用，實現產品、生產和業務的高度集成。

4.2 實施基于模型的商用航空發動機系統工程

基于模型的系統工程MBSE（Model-based System Engineering）[18]是建模方法的規范化應用，以支持系統從概念設計階段開始一直持續到開發階段和后續生命期階段的需求、設計、分析、驗證和確認等全部活動，是實現產品維信息集成的最優選擇。MBSE 的實施，要求在商用航空發動機產品全生命期內，應用規范化的建模語言和工具，在氣動、熱力、結構、強度、傳熱、燃燒、電氣、控制等多領域建立產品模型，以及設計、分析、開發、驗證、確認等系統工程活動的過程模型，并且在產品的全生命期內確保模型按照單一數據源（Single Source of Product Data ，SSPD）進行管理，從而實現產品全生命期數據閉環。

商用航空發動機產業鏈中的企業經過長期的信息化建設，CAx（CAD、CAPP、CAM）、CFD，以及MPM、PDM、ERP、MES、CRM 等工具和系統已經得到普遍使用。但是這些工具和系統所產生、保存和使用的模型是分散在產品需求分析與定義、概念設計、初步設計、詳細設計、驗證與確認、生產交付、服務支持，以及最終退役等各階段。面向產品數據的集成研發平臺提供了當前的MBSE 解決方案[19]。

產品及產業鏈的復雜性，使得商用航空發動機研發成為產品數據集成研發平臺具有高價值的應用場景。同時，也要求平臺開發過程和產品研發過程高度耦合，以持續提高MBSE 解決方案的效能，滿足產品研發的需求。

4.3 推動商用航空發動機“大數據”應用

“大數據”[20]應用已經成為國外領先商用航空發動機企業提升產品和服務質量、獲取長期競爭優勢的重要手段。商用航空發動機的數據增長和應用價值提升，互為因果、相互促進，形成了良性循環。在產品、生產和業務全生命期中產生的數據，已經是與產品、生產系統一樣的重要資產，對其進行數據挖掘，并創造價值，是中國商用航空發動機與國外領先企業競爭需要具備的基礎能力。

現階段推進中國商用航空發動機的大數據應用措施如下：

（1）借鑒國外成功經驗，在推力、油耗等典型技術指標之外，關注運營效率、經濟性、維修性、可靠性、壽命等顧客滿意的整體需求，從產品和服務融合的角度將航線運營和維護的大數據應用所需要的數據采集、分析、傳輸和處理能力作為產品指標要求，按照系統工程要求進行設計和驗證；

（2）以構建全生命期模型為核心，針對產品設計、生產、運行、維護和服務過程，將產品和過程生命期內數據全面采集、完整記錄，作為系統工程活動的基本要求。消除產業鏈中部分存在的由于機械加工零件手工檢測和裝配工序人工監督而導致的過程無數據的情況[21-22]。

（3）組建專業的大數據工程技術隊伍，利用產業鏈中各環節長期積累的存量數據，開展商用航空發動機全生命期大數據應用方法和關鍵技術研究，將原來分散在各信息系統的不同類型的數據，通過大數據方法重新分析、挖掘，為現實產品研制工作提供支持。

4.4 建立商用航空發動機智能制造標準體系

為了實現產品、生產和業務3 個維度全生命期的集成，針對商用航空發動機產品和產業特征建立完整的智能制造標準體系，是推進智能行業應用、建立生態的基礎。《國家智能制造標準體系建設指南（2015）》從生命期、系統層級、智能功能等3 個維度建立了智能制造標準體系的參考模型，并提出智能制造標準體系框架[23]。框架按照“基礎共性”、“關鍵技術”和“重點行業”進行劃分。其中明確智能制造標準體系與航空、船舶、石化、鋼鐵等制造業領域標準體系之間不是從屬關系，而是存在交集，即為智能制造標準體系中的重點行業相關應用標準。

商用航空發動機的智能制造標準體系是針對產品生命期特點，充分考慮適航法規的具體要求，面向商用航空發動機設計、制造和服務，對基礎共性標準和關鍵技術標準進行細化和落實，是中國協調商用航空發動機產業推進智能制造的基礎。商用航空發動機智能制造標準體系框架如圖4 所示。現階段行業智能制造的標準制定沒有統一的模式和可借鑒的經驗，需要結合商用航空發動機生命期產品、生產和業務實踐和集成的需要，與已有行業標準體系結合，對標相關要求和具體需求進行建設，在產業鏈完善的過程中逐步發展，構建完善的標準體系。

圖4 商用航空發動機智能制造標準體系框架

4.5 開展試點、示范項目建設

智能制造模式在商用航空發動機全產業鏈推進中存在內外部諸多挑戰，因此，有必要根據企業運營和產品研制的實際需要開展試點、示范項目，對基于模型的企業、MBSE、智能制造標準體系等關鍵要素的頂層設計和實施路徑的正確性進行驗證，來推動商用航空發動機產業鏈、智能制造生態系統成長與完善。商用航空發動機智能制造試點項目范圍如圖5 所示。

試點、示范項目需緊密結合商用航空發動機產品特點，統籌全局，并逐步探索產品、生產、業務維度的具體智能制造場景、特征與成效。通過試點、示范項目逐步達成整體驗證目標，實施路徑及要素其包括：

（1）對試點產品對象完整建模，實現產品全生命期數字化管理；

（2）對試點工藝過程建立完整模型，實現全流程數字化管理；

（3）對試點工藝過程涉及關鍵技術裝備進行連接，實現基于工業互聯網的互聯互通；

圖5 商用航空發動機智能制造試點項目范圍

（4）面向全生命期建立數據管理系統，實現數據的集成和閉環管理；

（5）建立全流程的工業信息安全管理機制，實現數據安全。

自2015 年以來，中國商用航空發動機企業在國家和地方支持下，按照上述路徑開展了總體規劃和多項試點示范項目，啟動實施了新模式應用、核心機裝配、數字化檢測等智能制造項目。項目過程中，以企業一體化管理體系為基礎，分析了企業在業務、應用、數據及技術基礎設施層次上的項目建設內容，初步建立了數據生命期閉環管理的條件。在項目范圍內，完成了低壓渦輪單元體大部件對接、高壓轉子堆疊優化、高精度螺母自動擰緊等典型對象和生產過程的數字化建模，實現了關鍵技術裝備的互聯互通，建立了基本的工業信息安全管理機制，呈現了智能車間、工廠的基本要素和運行特征，已經開始用于智能制造標準體系的驗證。同時，在項目建設中，還組建了包含專職數據工程師的工業工程技術團隊，利用項目運行產生的數據推進了大數據方法的研究。

5 總結

商用航空發動機研制是復雜的系統工程，通過學習國外領先企業實踐經驗和發展趨勢，分析當前問題和挑戰的情況下，重點構建基于模型的企業、實施基于模型的系統工程、建立完善智能制造標準體系，并利用大數據、云計算等關鍵技術，通過試點、示范項目實施，逐步推進中國商用航空發動機智能制造實施，將有力支撐研制工作，縮小與國外先進水平的差距。