大數據技術在航空發動機研發領域的應用探索

李大為，王 軍，王 晨，王嘉瞳

（中國航發沈陽發動機研究所，沈陽110015）

0 引言

航空發動機在產品設計、生產、制造及應用過程中會產生海量的多維度數據，隨著人工智能、大數據、物聯網、云計算等新技術的快速發展和應用，利用大數據技術對海量的不同維度的數據進行統計和分析，可快速、直接地查找數據規律及參數影響因素，從而找出產品在設計和使用過程中的不足[1-2]。在國外，大數據技術已在航空發動機研發領域應用并取得了可觀的效益。RR 公司早在1997 年就計劃成立全球服務中心平臺，經過長期維護和完善，已于2017 年實現了大數據中心的全部功能。該數據中心每天可以處理數百億條數據，可跟蹤全球13000 余臺在世界各地運營的發動機的健康狀況，并對每臺發動機的數據進行智能分析和預測；同時可以監控全球范圍內3700 多架飛機的引擎運行情況，從而幫助航空公司進行排故、維修預測、航油管理、航線規劃等[3]。GE公司基于大數據技術制定了數字解決方案來進行數據管理，軍用及民用發動機提供一系列服務保障，包括對資產、健康診斷、燃油、航班風險、飛行員客戶端、數據交換系統、AirVault 維護記錄管理系統、數據智能咨詢系統、AirVault 分析系統的管理，以及提供航班狀態分析等服務[4]。在國內，王嶺[5]針對商用航空發動機智能制造開展了相關研究與探索；李大為等[6]和薛慶增[7]針對航空發動機起動數據及性能監控數據開展了相關研究；劉桓[8]針對航空系統中數據挖掘技術開展了相關研究；袁炳南等[9]針對航空工業領域應用大數據技術開展分析和論證；趙華等[10]對于國內外元數據標準和內容進行了歸納和總結；于夢月等[11]針對美國開放元數據標準及不同學科元數據標準開展相關研究，指出元數據是開展自動聚合機制及更深層次研究的重要前提和基礎；宮夏屹等[12]對大數據平臺搭建技術進行了總結分析。從以上文獻中可見大數據技術在國內眾多工業領域已成功應用，但在航空發動機領域目前卻未見成熟的大數據平臺，尚未建立航空發動機元數據相關標準，航空發動機數據并無統一規范的格式，成為大數據技術應用于發動機數據管理的一道難題。

為了深入挖掘航空發動機不同維度之間數據隱藏的規律，解決不同專業耦合產生的復雜瓶頸問題，必須利用大數據技術搭建數據平臺以對數據進行有效的利用。本文對航空發動機數據現狀進行了梳理，摸索出大數據技術應用的途徑，以期為航空發動機大數據平臺搭建提供技術支撐。

1 國內航空發動機領域數據現狀及需要解決的問題

目前在航空發動機研制過程中，數據管理缺乏全壽命周期數據的整理，跨專業數據并沒有進行有效的關聯分析和挖掘，設計、裝配、工藝、試驗的數據之間未充分關聯分析和挖掘，導致一些復雜的問題遲遲得不到解決，故障無法排除。初步總結有以下幾個方面。

1.1 數據量大且種類多

航空發動機在設計、生產、使用的過程中均會產生大量數據，如在設計過程中產生性能專業的計算數據、結構專業的結構圖形數據、強度專業的強度設計數據等，以上數據又分為整機、部件、零件等不同維度；在發動機制造和生產過程中會產生大量的生產、裝配數據及出廠試車數據，如在1 次歷時1 h 的地面試車過程中，數字式調節器記錄的數據容量就可達到3GB；發動機在外場裝機后的使用過程中又會產生大量的飛行數據和使用維護數據，如周期檢查數據、滑油光譜數據等；同時隨著發動機的使用還會產生故障信息、安裝信息等數據；在發動機返廠大修后又會產生大量的修理數據及試車數據。因此，全壽命周期的發動機數據具有數據量大、種類多的特點。

1.2 跨專業數據未進行系統的整合和關聯分析

目前在航空發動機研制過程中設計、試驗過程數據相對豐富，但各維度數據并未統一管理且彼此獨立，不利于解決復雜的系統問題。如發動機試車數據往往表征發動機性能、功能方面的結果；在制造和裝配過程中產生的數據往往表征發動機結構的技術狀態，而上述這些數據僅按專業保存，當發動機出現問題時又需要對這些數據進行交叉和統籌考慮。因此，目前發動機數據按專業獨立保存的特點不利于進行跨專業分析和找出不同專業參數之間的影響規律。

1.3 數據挖掘深度不夠

目前在航空發動機研制過程中，并未對各維度數據進行深度分析和挖掘，存在潛在規律隱性化的情況，如大量的試驗和外場數據放在數據庫中，大部分數據沒有進行有效處理，部分測試故障產生的無效數據沒有有效識別，并未進行跨專業分析，如性能專業的A參數與振動專業的B參數之間的關系能否建立，完全依靠設計經驗，特別是由于發動機具有復雜的系統性，往往需要跨專業進行分析。因此，發動機數據存在挖掘深度不夠的問題。

1.4 數據的名稱、符號、量綱不統一

目前航空發動機研發是按照項目進行管理的，按裝機對象要求的不同，標準化要求也不盡相同，有可能產生對于同一參數、同一氣動截面設定的符號和命名不一致的問題。特別是具有相同核心機的發動機系列發展時，該問題會暴露的更突出，同系列發動機數據需在整機、部件、系統之間，以及不同項目之間傳輸和有效處理，這就要求數據采集、存儲、處理等一系列環節要有統一的名稱、符號及量綱，否則將會產生大量錯誤信息數據。

2 航空發動機領域數據庫建設需求

針對目前航空發動機數據管理的現狀，結合大數據技術的特點，航空發動機數據庫建設的需求主要包括以下幾個方面。

2.1 不同維度數據統一采集和管理

目前在航空發動機研制過程中各維度數據并未統一管理且彼此獨立，同一臺發動機在不同階段的數據未按發動機項目進行管理，不利于解決復雜的系統問題，應將各維度數據統一集中管理，建立統一的數據平臺，打通研究所、承制廠、大修廠、不同專業、不同領域之間的隱形壁壘。具體需求包括：可將發動機設計過程中的數據，包括穩態和過渡態計算的性能參數、質量和尺寸等結構參數、零部件的設計參數、各系統的設計參數按一定規則進行存儲匯聚；可將發動機零部件及系統試驗、地面整機試驗、高空臺試驗、試飛的數據按一定規則進行存儲；可將發動機零組件、零部件、單元體、整機裝配的數據及生產、工藝、制造的數據按一定規則進行存儲。

2.2 數據深度挖掘

目前航空發動機數據挖掘深度不夠，利用大數據技術可對不同維度的核心數據進行有效抽取和精確分析。可以利用畫圖、比對等方法對具有不同標簽的數據進行關聯，如按環境參數、使用地點、裝機情況、使用時數分類，將不同維度、不同專業的數據進行對比以尋找研發規律。

2.3 數據可視化

借助圖形可視化技術手段，可以依據不同用戶的需求開展項目開發。目前航空發動機數據可視化需求可以分為2 方面：從宏觀角度了解發動機設計、制造、使用、故障等各維度的概況信息；從微觀角度以圖形或圖表的形式具體展現發動機不同規律的數據。可以按項目、地點、狀態、故障等條件查詢發動機相關信息；宏觀掌握發動機項目研制進展情況，如外場使用情況、使用時數、故障信息，形式可以是圖表或圖形；在進行發動機研發過程中，可以將不同維度的具體發動機數據進行圖形化表示，以便發現數據間的隱藏規律，圖形化包括2 維、3 維云圖以及表格等形式；同時可以根據圖紙或圖形生成數據，實現對復雜結構的觀察、測量等功能。

2.4 數據名稱、截面、量綱統一

為打通不同維度、不同項目數據之間的壁壘，全面對比同系列發動機數據，分析發動機規律，需清洗整理全壽命周期內的數據，因此數據統一的名稱、截面、量綱將是發動機數據對比的前提條件，在建立航空發動機大數據系統前，需將發動機設計符號、測試參數名稱、截面進行統一。

2.5 數據實時監控及故障診斷

為保證航空發動機在飛行使用過程中安全可靠工作，飛行結束后依靠飛參系統對飛行數據進行故障篩查，目前尚未實現完全實時監控，部分發動機故障或潛在故障不能及時被發現，從而影響發動機正常使用，因此需開展發動機實時監控及故障診斷，具體需求為：以發動機為對象建立發動機檔案，包括發動機生產、裝配、使用、履歷、故障信息等，在使用過程中實時監控發動機參數，包括可按使用地點、使用時間、裝機類型進行展示等功能。提示使用維護信息，如根據使用維護規程、發動機使用時數提示維護人員開展相應的維護工作；通過對發動機參數規律進行總結，制定發動機故障判據，在發動機使用過程中，當飛行、地面試車、定檢等參數出現異常時，及時提醒或提前報出警告信息[8-9]。

3 大數據技術在航空發動機研發領域的建設規劃

航空發動機大數據系統應著重從以下幾方面進行建設：

（1）開發發動機大數據系統對各維度數據的整理分析功能，提升發動機研發人員的設計能力，從而提高發動機產品的設計水平。

（2）建立承制廠的發動機數據庫，對發動機加工、制造、裝配過程中的數據（包括整機、部件、零組件）進行管理，從而提升發動機工藝制造水平，縮小發動機批生產的分散度，提高發動機產品的生產質量。

（3）建立發動機修理數據庫，對發動機檢修、大修過程中的數據進行管理，從而摸清發動機壽命與性能等指標的變化規律，解決發動機性能衰減大等制約發動機發展的瓶頸問題。

（4）建立發動機使用維護數據庫，方便用戶/機關及時了解發動機飛行時數、架次等使用信息，為發動機后續發展決策提供技術支持。

4 大數據技術在航空發動機研發領域數據管理中的應用

為了解決跨專業的復雜問題，航空發動機大數據

將從多維度獲取，同時鑒于采集的基礎數據量大且類型繁多的特點，需對數據采集及入庫過程進行詳細記錄，即為信息數據。目前，航空發動機數據并無統一的格式，即無航空發動機元數據標準。若要采用大數據技術，統一標準的數據格式是數據入庫的前提條件。因此有必要首先開展數據標準的制定。根據不同學科元數據標準定義[13-14]及分類[15-17]，航空發動機元數據也應由2部分組成，一部分是發動機基礎數據，包括性能、結構等使用過程中產生的數據；另一部分是與該次基礎數據對應的信息數據，用于對數據產生的過程、環境、背景、故障等描述信息進行記錄。所謂元數據是由基礎數據和信息數據組成的數據，2部分數據必須一一對應且同時產生，其組成結構如圖1所示。

圖1 航空發動機元數據組成結構

由于航空發動機數據種類眾多，在錄入數據平臺過程中，首先要有效地識別出數據的相關信息，為后續數據有效處理打下堅實基礎，因此數據命名就一定要按某種統一的規律進行設置。本文對多年的工程航空發動機數據類型進行總結，對于不同項目、科研、批產、內廠、外場等不同過程的數據，提出了一種按發動機項目、臺份編號為主線進行框架搭建的發動機元數據命名規則，例如：萊茵河項目-1001號-1-1-1-1-相應數據，具體說明見表1、2。其中生產裝配、大修類結構數據最底層的零組件數據標題應帶有零組件號；發動機數據應與發動機信息數據一一對應，即每生成1 個發動機數據就產生1 個信息數據，這樣可對不同維度、不同過程的數據進行有效的統一管控，后續設計人員、工藝人員、使用人員可根據自身需求統計相關數據，大幅度提高數據利用效率，打破不同專業/維度數據之間的壁壘。

表1 基礎數據代碼命名說明

表2 信息數據代碼命名說明

5 結束語

目前大數據技術已在全球范圍內廣泛應用于各工業以及軍工領域，本文系統地總結了全壽命周期內航空發動機產生數據的特點及數據管理方面存在的不足，開展了航空發動機大數據系統建立的需求分析，利用工程經驗開展了數據種類及格式分析，首次定義了航空發動機元數據概念及組成，創新性地提出了一種多維度、多專業數據關聯的命名方法，為后續科研院所及發動機承制廠建立航空發動機大數據平臺提供了數據間的關聯支撐，摸索出大數據技術應用的途徑，從專業設計角度提出了大數據平臺建設具體的實施方向。通過建立全壽命周期內航空發動機各維度數據的管理系統，可以解決復雜的航空發動機瓶頸問題，從而提高發動機性能與結構、強度壽命與可靠性等方面的一體化設計水平，具有一定的工程意義。