商用航空发动机智能制造研究与探索

王 岭

（中国航发商用航空发动机有限责任公司，上海201108）

0 引言

大涵道比涡轮风扇发动机是商用航空发动机的主要类型之一。早在20 世纪70 年代初，作为早期商用宽体客机的动力装置，世界上第1 代大涵道比涡扇发动机完成研制和适航认证，并投入航线运行[1]。然而，中国商用航空发动机研制起步较晚，目前还没有产品取得适航认证，与国际先进水平差距较大。

近年来，世界各国相继提出了以“智能制造”为核心，全面推进制造业转型升级的战略计划。中国也在2015 年发布了《中国制造2025》，认为智能制造模式正在引领制造方式变革，要求以推进智能制造为主攻方向，实现制造业由大变强的历史跨越[2]。推进实施智能制造，是加速商用航空发动机研制进程，缩小与国际先进水平差距的重要途径。

本文基于智能制造的本质和特点，在研究国外实践与发展趋势，以及国内现状与面临挑战的基础上，提出了构建智能制造生态系统，推进商用航空发动机智能制造的建议。

1 智能制造的本质和特点

智能制造的概念，是在制造业发展过程中逐步形成，并不断发展而来的，并且还在演进之中，目前尚未形成公认的学术定义。但是，在实践中，对于什么是智能制造，各界已经达成相对统一的共识，并体现在各国的战略性指导文件之中。

1.1 智能制造的本质

德国政府于2013 年发布的“把握德国制造业的未来- 实施“工业4.0”战略的建议”认为，工业4.0是基于信息物理系统（Cyber-Physical Systems ，CPS）的1 种全新的制造模式。在该模式下，企业将建立起全球网络，并将设备、设施等所有资源融入到信息物理系统中，这些设备、设施等能够通过相互通信和自主决策与控制，实现自我完善的智能化制造过程[3]。

中国在2016 年发布“智能制造发展规划（2016-2020 年）”中指明：智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式[4]。

感知、学习以及决策等是人工智能的基本特征，智能制造的本质是企业面向产品全生命期，建立、运行具备人工智能特征（局部或整体）的智能制造系统，以满足顾客需求的1 种新模式。

1.2 智能制造的特点

智能制造是对制造业的重新定义，是对此前已经出现过的制造模式的集成和再创新，具有如下特点[5]：

（1）以互操作性和提高生产力为基础，将制造业企业各部分数字化。

（2）设备互联及分布式智能实时控制，实现产品的小批量柔性生产。

（3）协同供应链管理，实现对市场变化的快速响应，并能对供应链中断进行应对。

（4）对能源和资源效率的集成优化决策。

（5）通过贯穿产品全生命期的先进传感器和大数据分析技术，实现产品创新的快速循环。

实施智能制造，将在上述方面对商用航空发动机的研制带来积极影响。

2 国外航空发动机智能制造实践与发展趋势

2.1 国外的实践

GE 公司从20 世纪80 年代开始在CFM 系列商用航空发动机的制造过程中引入机器人技术，90 年代末期，随着流程改进等活动的深入开展，自动化解决方案基本成熟，在锻造、成型、测试和检验等工艺过程中大量应用。GE 公司还开发了自动检查系统，用于发动机整机装配完成后的检验[6]。在此基础上，GE 公司专门成立了GE 数字集团，致力于打造基于云计算的工业互联网平台Predix。通过Predix 构建数字双胞胎，进行从发动机零件到整机，全部生产、运行和维护系统的无缝连接，全面获取在全生命期内的多级数据和信息，实现商用航空发动机产品设计、制造、运行、维护服务，进行早期警告、预测、学习和优化[7-8]。

PW 公司在其最新的齿轮传动涡扇发动机GTF的压气机和涡轮叶片的批量生产中，采用自适应加工和自动化检测系统[9]。在GTF 发动机上安装了超过5000 个传感器进行在线监测，可智能地调整发动机工作状态，降低噪声和油耗。在典型双发客机的1 次飞行中，每台GTF 发动机将产生1 TB 的数据，为了应对激增的海量数据的采集、存储和应用，PW 公司与IBM 公司合作，建立了能够处理超过4000 台全球运行的商用航空发动机性能监测和数据分析的平台，通过对每年超过12 PB 的数据流进行数据挖掘和预测分析，实现早期预警和故障检测，从而提高产品的经济性和寿命[10-12]。

RR 公司在20 世纪70 年代就已经部署了无人值守的航改燃分布式发电机组[12]。在公司2014 年新建成的涡轮叶片和叶盘工厂中，采用了自动化的在线检测技术进行质量控制；同期建成的风扇叶片工厂中，采用物联网技术建立了智能化的制造环境，实现了生产过程的数字化，形成了每个叶片0.5 TB 的数据记录[13]。RR 公司还发布了“智慧引擎”概念，打造产品、服务和数字深度融合的商用航空发动机。公司持续加大在智能制造领域的投入，2017 年成立了航空公司飞机可用性中心、智能制造技术联合试验室、以及R2 试验室等新机构。公司在数据分析领域与微软公司（Microsoft）和塔塔咨询服务公司形成了紧密的互补合作关系，利用先进的数据分析、人工智能和机器学习，可提高设计、制造和运营效率，更好地满足商用航空发动机顾客的需求[14]。

2.2 国外的发展趋势

《航空周刊》预测：在2035 年，客户接收1 架新飞机时，还会收到1 套与飞机尾号对应的高度详细的数字模型，模型包含飞机的机身、发动机以及所有的系统，是在设计、开发、测试和生产过程中建立，并且伴随着飞机的整个生命期，精确地模拟飞机飞行，用来与真实飞机的数据进行比较，以识别异常情况，预测维修需求并预测剩余寿命，极为真实（ultra-realistic），能够反映独特的制造缺陷[15]。

上述预测是针对商用飞机产品和服务进行的，也反映了国外商用航空发动机智能制造的发展趋势，即产品、生产和服务的数字化、网络化和智能化。产品及其数字模型在整个生命期中，以数字双胞胎的形式，在工业互联网的云平台上融合存在，包括航空公司、飞机制造商、适航当局在内的所有干系人、各类资源，都应用云平台进行协作，通过数据挖掘和分析应用，实现产品和服务的智能化，为顾客提供最优的解决方案。这种趋势具体表现为：

（1）构建以数字化双胞胎为核心的产品全生命期的单一数据源管理；

（2）以大数据分析为基础的产品和服务的集成优化；

（3）以工业互联网为平台全要素无缝连接。

3 中国商用航空发动机智能制造现状和挑战

近年来，中国商用航空发动机行业相关企业在国家高端制造、智能制造的政策引导和支持下，从完善企业治理、提高经营管理水平的角度在智能制造领域开展了大量工作，取得了一定进展，但是由于中国商用航空发动机产业起步较晚，在技术和管理上成熟度不高，在推进智能制造的过程中仍然面临诸多挑战。

3.1 中国商用航空发动机智能制造的现状

经过多年的努力，中国商用航空发动机行业相关企业在传统信息化建设领域已经取得了显著成果，基本完成了PLM、ERP 和MES 等系统建设，并投入使用，数字化建模和仿真工具已经成为工程设计的重要手段，而数控加工和检测设备也逐渐成为制造装备的主流。除了由于国内尚无产品投入运行，商用航空发动机运行和维护过程的数字化、信息化还是空白外，管理和技术的各类过程已经初步实现了数字化。但是上述的信息化系统、工具、设备，并没有全面实现互联互通和数据源惟一，多数还是面向具体过程数字化、信息化构建的应用系统或工具。

近年来，中国出台了“智能制造试点示范专项行动实施方案”等一系列政策，投入资金帮助包括商用航空发动机行业在内的企业实现智能制造转型升级。根据方案要求，行业相关企业开展离散型智能制造模式的试点、示范。与传统信息化建设项目比较，在管理系统、数字化工具、数控装备建设的基础上，深化了对ERP 和MES 协同与集成，突出了工业信息安全管理和防护机制。通过完成上述试点、示范项目，使得产品数据的集成管理、关键技术装备网络化集成管理、制造执行的集成优化、以及各类系统统一平台运行等方面的能力得到显著提升。但是，试点示范项目更多地关注“制造”过程本身，在与顾客和供方的协同，以及产品全生命期中其他方面的涵盖存在不足。试点、示范项目取得的结果，还未全面实现与商用航空发动机产品、服务、数字全面融合的目标。

3.2 中国商用航空发动机智能制造的挑战

针对中国商用航空发动机现状，推进实施智能制造，在内部和外部还存在诸多挑战。

3.2.1 内部的挑战

（1）商用航空发动机行业相关各方对智能制造涵义和价值的认识还不统一。制造过程的自动化改造、业务流程的信息化使能等传统信息化建设的理念仍占主流，严重制约了企业在战略层面推进信息化职能转型，以及“信息化技术”与“制造技术”的融合。

（2）商用航空发动机还处于产品研制阶段，还没有产品全生命期数据。产品的适航取证、生产交付和运行维护等过程缺少实践经验，产品和服务的集成优化还需要逐步摸索完善。

（3）“数据”资产尚未引起足够重视，缺少从事“数据分析”的商用航空发动机产品专职数据工程师，直接影响“大数据”应用的推进。

（4）工业工程基础研究和应用不够。对中国工业界而言，商用航空发动机产品设计、制造和服务的过程设计和资源管理是全新课题，需要积极开展工业工程研究和应用，以满足智能制造模式下全流程、全要素动态优化的需要。

（5）数据治理的理念和实践不足。受历史因素影响，各类已建或在建的信息化系统和数字化工具、设备，策划阶段并不具备统一数据管理要求的条件，各类型的信息孤岛不可避免，充分利用数据进行决策、支持运行的需要受到限制。

3.2.2 外部的挑战

（1）国内智能制造产业链和软硬件产品不成熟。技术能力强、行业经验丰富的系统集成商较少，在基础工业软件和核心硬件依赖国外进口的情况下，国内集成商对其技术原理掌握不深，系统实施风险较大。

（2）国外先进智能制造技术及平台引进存在困难。技术能力强、行业经验丰富的国外系统集成商，主要客户仍是国外航空航天领域的领先企业，受国际关系、市场竞争等因素影响，除了销售软件或提供一般性解决方案外，难以为中国企业提供深度工业知识集成的智能制造解决方案。

（3）智能制造基础设施平台建设不成熟。智能制造是利用全球网络构建的信息物理系统，目前还在推广应用阶段，网络、公共平台等基础设施和相关标准体系等还不成熟，智能制造的整体生态系统尚未形成，企业要提前启动智能制造转型，需要面对更多困难。

（4）商用航空发动机智能制造产业链不成熟。智能制造是对传统生产模式的颠覆，产业链上游的各级供应商在基础设施、技术能力以及管理理念上的差异，会对主制造商引领、推进智能制造的进程产生直接的影响。

（5）智能制造与适航法规的匹配性研究缺乏。商用航空发动机的设计、制造和服务必须满足适航法规的要求。智能制造的应用必然能提高产品全生命期的安全性和环保性，但也会带来适航审查工作模式的变化，工业方必须与适航当局充分沟通，并得到认可。

4 推进商用航空发动机智能制造的建议

商用航空发动机主承制单位作为商用航空发动机设计、制造和服务的主体，推进智能制造的核心是构造符合商用航空发动机行业和产业特点的智能制造生态系统。

图1 智能制造生态系统

智能制造生态系统基本原理如图1 所示。该系统由产品、生产和业务3 个维度构成[5]。3 个维度分别相互影响形成各自的全生命期。商用航空发动机产品维的生命期涵盖了发动机产品的设计、制造、使用、运行维护和退役回收等过程；生产维的生命期指面向商用航空发动机制造的整个生产设施的设计、部署、操作和退役的全部过程；业务维则涵盖了商用航空发动机产业链供应商和客户交互的所有过程。

产品、生产和业务维度在智能制造生态系统中心的“制造金字塔”以产品在3 个维度的需求为基础形成相互影响及交汇。在这个金字塔中，制造装备和生产控制、制造执行和资源计划垂直集成，直接进行产品的制造活动。智能制造就是通过数字化、网络化的手段，使得产品、生产和业务3 个维度之间实现高度集成，从而进行智能化的决策和执行，使产品创新周期更快、供应链更高效及质量更好，持续满足顾客的需要。为了实现上述目标，建议开展如下工作。

4.1 构建基于模型的商用航空发动机企业

基于模型的企业（Model-based Enterprise），是将产品生命期中和各种过程中的数据、信息和知识进行处理，建立产品模型、生产模型和业务模型，并通过模型支持其生命期活动的企业[16]。只有建立了基于模型的企业，才能将企业运行的所有要素融入到信息物理系统中，实现产品、生产和业务的紧密集成，创造设计、生产和服务的智能化。企业架构（EA，Enterprise Architecture）理论为基于模型企业的构建提供可行方法。企业架构将企业业务、应用、数据及技术基础设施及其之间的关系，包括基线的、目标的及过渡的动态关系进行完整地表达，从而使得企业的产品模型和过程模型可以集成，由此构成最朴素意义的基于模型的企业。

图2 商用航空发动机业务架构

处于市场竞争环境下的典型商用航空发动机企业业务架构如图2 所示。这是最高层次的过程模型，表征了企业运行整体、运行逻辑和内外部关系。在此基础上，进行逐次分解，直至产品、生产和业务3 个维度得到充分解释和表达，产品和过程模型全部建立。通过管理体系规范了整个企业的运行流程和作业标准，其适宜性、充分性和有效性是企业全要素综合和集成优化的结果。因此，一体化管理体系的建立和有效运行，是构建基于模型的企业并支持企业实现智能制造转型的必要基础。

按照业务过程，根据产品、生产、业务3 个维度紧密集成，建立商用航空发动机企业智能制造实施架构，如图3 所示。

图3 智能制造实施架构

以工业互联网为基础的云计算平台[17]，使得商用航空发动机企业的内部架构可以摆脱传统信息化技术的限制，具备强大的灵活性和可塑性。架构层次完全按照企业管理的需要进行设定和调整，同时，仍能保证以统一模型的单一数据源支持企业数据、模型与知识的可重用，实现产品、生产和业务的高度集成。

4.2 实施基于模型的商用航空发动机系统工程

基于模型的系统工程MBSE（Model-based System Engineering）[18]是建模方法的规范化应用，以支持系统从概念设计阶段开始一直持续到开发阶段和后续生命期阶段的需求、设计、分析、验证和确认等全部活动，是实现产品维信息集成的最优选择。MBSE 的实施，要求在商用航空发动机产品全生命期内，应用规范化的建模语言和工具，在气动、热力、结构、强度、传热、燃烧、电气、控制等多领域建立产品模型，以及设计、分析、开发、验证、确认等系统工程活动的过程模型，并且在产品的全生命期内确保模型按照单一数据源（Single Source of Product Data ，SSPD）进行管理，从而实现产品全生命期数据闭环。

商用航空发动机产业链中的企业经过长期的信息化建设，CAx（CAD、CAPP、CAM）、CFD，以及MPM、PDM、ERP、MES、CRM 等工具和系统已经得到普遍使用。但是这些工具和系统所产生、保存和使用的模型是分散在产品需求分析与定义、概念设计、初步设计、详细设计、验证与确认、生产交付、服务支持，以及最终退役等各阶段。面向产品数据的集成研发平台提供了当前的MBSE 解决方案[19]。

产品及产业链的复杂性，使得商用航空发动机研发成为产品数据集成研发平台具有高价值的应用场景。同时，也要求平台开发过程和产品研发过程高度耦合，以持续提高MBSE 解决方案的效能，满足产品研发的需求。

4.3 推动商用航空发动机“大数据”应用

“大数据”[20]应用已经成为国外领先商用航空发动机企业提升产品和服务质量、获取长期竞争优势的重要手段。商用航空发动机的数据增长和应用价值提升，互为因果、相互促进，形成了良性循环。在产品、生产和业务全生命期中产生的数据，已经是与产品、生产系统一样的重要资产，对其进行数据挖掘，并创造价值，是中国商用航空发动机与国外领先企业竞争需要具备的基础能力。

现阶段推进中国商用航空发动机的大数据应用措施如下：

（1）借鉴国外成功经验，在推力、油耗等典型技术指标之外，关注运营效率、经济性、维修性、可靠性、寿命等顾客满意的整体需求，从产品和服务融合的角度将航线运营和维护的大数据应用所需要的数据采集、分析、传输和处理能力作为产品指标要求，按照系统工程要求进行设计和验证；

（2）以构建全生命期模型为核心，针对产品设计、生产、运行、维护和服务过程，将产品和过程生命期内数据全面采集、完整记录，作为系统工程活动的基本要求。消除产业链中部分存在的由于机械加工零件手工检测和装配工序人工监督而导致的过程无数据的情况[21-22]。

（3）组建专业的大数据工程技术队伍，利用产业链中各环节长期积累的存量数据，开展商用航空发动机全生命期大数据应用方法和关键技术研究，将原来分散在各信息系统的不同类型的数据，通过大数据方法重新分析、挖掘，为现实产品研制工作提供支持。

4.4 建立商用航空发动机智能制造标准体系

为了实现产品、生产和业务3 个维度全生命期的集成，针对商用航空发动机产品和产业特征建立完整的智能制造标准体系，是推进智能行业应用、建立生态的基础。《国家智能制造标准体系建设指南（2015）》从生命期、系统层级、智能功能等3 个维度建立了智能制造标准体系的参考模型，并提出智能制造标准体系框架[23]。框架按照“基础共性”、“关键技术”和“重点行业”进行划分。其中明确智能制造标准体系与航空、船舶、石化、钢铁等制造业领域标准体系之间不是从属关系，而是存在交集，即为智能制造标准体系中的重点行业相关应用标准。

商用航空发动机的智能制造标准体系是针对产品生命期特点，充分考虑适航法规的具体要求，面向商用航空发动机设计、制造和服务，对基础共性标准和关键技术标准进行细化和落实，是中国协调商用航空发动机产业推进智能制造的基础。商用航空发动机智能制造标准体系框架如图4 所示。现阶段行业智能制造的标准制定没有统一的模式和可借鉴的经验，需要结合商用航空发动机生命期产品、生产和业务实践和集成的需要，与已有行业标准体系结合，对标相关要求和具体需求进行建设，在产业链完善的过程中逐步发展，构建完善的标准体系。

图4 商用航空发动机智能制造标准体系框架

4.5 开展试点、示范项目建设

智能制造模式在商用航空发动机全产业链推进中存在内外部诸多挑战，因此，有必要根据企业运营和产品研制的实际需要开展试点、示范项目，对基于模型的企业、MBSE、智能制造标准体系等关键要素的顶层设计和实施路径的正确性进行验证，来推动商用航空发动机产业链、智能制造生态系统成长与完善。商用航空发动机智能制造试点项目范围如图5 所示。

试点、示范项目需紧密结合商用航空发动机产品特点，统筹全局，并逐步探索产品、生产、业务维度的具体智能制造场景、特征与成效。通过试点、示范项目逐步达成整体验证目标，实施路径及要素其包括：

（1）对试点产品对象完整建模，实现产品全生命期数字化管理；

（2）对试点工艺过程建立完整模型，实现全流程数字化管理；

（3）对试点工艺过程涉及关键技术装备进行连接，实现基于工业互联网的互联互通；

图5 商用航空发动机智能制造试点项目范围

（4）面向全生命期建立数据管理系统，实现数据的集成和闭环管理；

（5）建立全流程的工业信息安全管理机制，实现数据安全。

自2015 年以来，中国商用航空发动机企业在国家和地方支持下，按照上述路径开展了总体规划和多项试点示范项目，启动实施了新模式应用、核心机装配、数字化检测等智能制造项目。项目过程中，以企业一体化管理体系为基础，分析了企业在业务、应用、数据及技术基础设施层次上的项目建设内容，初步建立了数据生命期闭环管理的条件。在项目范围内，完成了低压涡轮单元体大部件对接、高压转子堆叠优化、高精度螺母自动拧紧等典型对象和生产过程的数字化建模，实现了关键技术装备的互联互通，建立了基本的工业信息安全管理机制，呈现了智能车间、工厂的基本要素和运行特征，已经开始用于智能制造标准体系的验证。同时，在项目建设中，还组建了包含专职数据工程师的工业工程技术团队，利用项目运行产生的数据推进了大数据方法的研究。

5 总结

商用航空发动机研制是复杂的系统工程，通过学习国外领先企业实践经验和发展趋势，分析当前问题和挑战的情况下，重点构建基于模型的企业、实施基于模型的系统工程、建立完善智能制造标准体系，并利用大数据、云计算等关键技术，通过试点、示范项目实施，逐步推进中国商用航空发动机智能制造实施，将有力支撑研制工作，缩小与国外先进水平的差距。