航空发动机科研生产大数据应用研究

赵永宣

摘要：航空发动机作为国之重器，在产品研发、生产制造以及供应链管理、服务保障等业务领域产生的海量数据需要进行大数据管理。通过对于行业发展情况，分析目前航空发动机科研生产大数据存在的问题和面临的需求，进行科研生产大数据平台的架构设计，并开展相关关键技术研究，对航空发动机后续大数据的研究及应用提供了架构支撑和技术支撑，同时，对科研生产大数据应用提出建议，进一步保障科研生产大数据的应用落到实处。

关键词：航空发动机；科研生产大数据；总体架构和技术架构

引言

航空发动机作为国之重器，是装备制造业的尖端，更是衡量国家工业基础、科技领先水平、综合国力以及国防现代化程度的重要标志。尽快在这一领域突破，对于增强我国经济和国防实力，提升综合国力具有重大意义。航空发动机产品研发、生产制造以及供应链管理、服务保障等业务领域产生的海量数据，需要通过新型大数据技术的应用才能快速开展数据采集、抽取、存储、检索、分析、挖掘和展示，并从大量数据中挖掘出隐藏的业务规律、发展趋势，最终达到提高航空发动机研制效率、保障航空发动机产品质量、优化服务保障水平、提升企业经营效益的目的。围绕航空发动机，开展科研生产大数据技术研究，对各类数据进行有效管理和应用，利用新一代信息通信技术的发展驱动我国航空发动机制造业迈向转型升级的新阶段——数据驱动的阶段，这是新技术条件下制造业生产全流程、全产业链、产品全生命周期的数据可获取、可分析、可执行的必然结果。

一、行业情况分析

为了进一步提高产品可靠性、改进运营效果，国外几乎所有的航空发动机制造商都对大数据应用进行了大量投资，在产品设计、制造和售后服务环节应用了大数据流程，以保护和提升自身品牌。设计阶段通过巨大的高效能计算集群，开展多方异地协同设计，对发动机产品进行高逼真度的仿真，产生大量数据进行分析，以优化设计方案。生产制造阶段通过将数据联网，无论在工艺、计量还是质量管理方面都朝着物联网的方向发展。售后服务阶段采用健康管理平台，对每一台发动机中上百个传感器的数据采集进行及时地分析，致力于提前发现发动机的异常运行事件及可能的故障，提前警示是否需要保养，保证发动机产品的安全、持续运营。

罗罗公司的发动机被称为“大数据引擎”。罗罗公司较早利用了大数据技术安排生产和维修，其全球发动机健康检测中心建立了发动机健康管理系统（EHM），利用机载传感器和实时卫星地面运营中心传送的发动机健康数据，来实时检测上千台“遄达”系列发动机的工作状态，协助工程师了解每台发动机的情况，以便合理安排使用和维修时间，同时帮助设计更加高效低耗的发动机。

普惠公司相继启动了十几个数字化分析项目，包括监测航空发动机性能的预测性模型等。普惠公司的商用航空发动机服务平台“发动机智慧”，依托大數据，致力于帮助航空公司与租赁公司有效地开展业务，提供包括机队管理计划、发动机大修服务、材料解决方案等主要服务。采用尖端的数据分析及实时信息帮助预测与预防运营中断的发生；改善与客户的沟通，推动与客户之间更加透明、更加紧密联系的工作方式。

通用电气（GE）公司致力于打造“传感器+大数据”的工业互联网模式。在维持发动机可靠性的同时，提高发动机的其他性能，同时避免发动机出现突发性故障而紧急返修是GE开展数据分析的目标。GE将工业互联网应用推进到航空领域将很大程度上改变传统的发动机定期翻修模式，而将基于大数据平台收集发动机的数据资料，建立分析预测模型，从而预测发动机的损耗程度，制定更科学的检查时间，以及未来最佳的发动机送修时机。

二、问题分析

我国航空发动机的研制模式是多厂多所联合研制，覆盖了整机、系统/单元体、成附件等研发、试制、试验、维护，涉及到基础应用、关键技术、核心机、验证机、型号产品以及服役产品。但现阶段我国航空发动机各研制过程和各对象均由不同单位承载实现，各类型的数据在归属权上属于各单位，导致了如下问题：

（1）各单位之间存在一定壁垒效应，数据共享模式不成熟，为实现数据综合分析，需采集不同单位的不同业务系统数据，未能达到充分的数据共享，无法实现数据的充分有效利用。

（2）虽然各单位的信息系统建设有序进行，但各系统各自为政，独立建设，系统之间的集成较弱，部分基础、跨系统/部门/单位共享的数据存在多头维护现象，容易造成基础数据的不一致。

（3）各单位所拥有的数据仅仅是特定阶段或对象之间的部分数据，未能有任何一家单位有一整台航空发动机涵盖从需求、设计、工艺、生产、试验、交付、维护等全生命周期，这就导致未能有任何一家单位能够站在用户的角度统筹考虑一整台航空发动机的全生命周期过程，基于问题的改进和能力提升，基于已有的数据开展整机的运行监控和健康预测等。

三、大数据需求分析

为确保我国航空发动机事业发展过程中重要数据资产安全，实现对航空发动机全过程、全阶段、全状态、全生命周期、全层级的数据归档与质量追溯，为数据归集与共享、知识推送、建模挖掘、决策支持、智能感知生产经营业务活动等各项航空发动机研制工作提供数据服务，为航空发动机科研生产大数据提出了以下需求：

（1）总体数据规划，统一数据标准。突破单位及单个信息系统的界限，立足整个航空发动机行业，从整体、宏观的角度理清数据流程，明确数据资源的分类、分级及数据模型，推进数据资源的标准化，促进不同应用系统间互联互通。

（2）强化数据治理，提升数据质量。从组织、流程、技术、工具等不同维度出发，构建完善的数据治理能力。建立数据管理维护组织，明确数据生产者、维护者、使用者等的责权，建立标准化的数据管理维护流程，建立数据评价考核指标体系，健全数据治理工具，最终达到提升数据质量的目的。建立数据质量管理机制，制定规范的数据质量评估监督、响应问责和流程改善方案，积极应用先进的数据质量管理工具，形成数据质量管理闭环。

（3）加强数据清洗，确保数据源头质量。在数据资源进入各级数据中心的数据管理平台之前，需要大力开展数据清洗工作，及时发现并解决数据质量问题。需识别并删除重复数据，补充缺失值，光滑噪声数据，确保数据唯一性、准确性、完整性。

（4）强化信息基础设施，提升数据处理能力。在硬件设施方面，首先需要搭建海量的航空发动机科研生产大数据存储的物理条件。同时，基于先进的分布式存储、分布式计算、流计算、内存计算、实时计算等技术，搭建海量数据离线、在线分析处理的基础架构，支撑各业务领域开展大数据分析挖掘应用工作。加强大数据资源采集汇聚信息基础设施的升级改造，打通管理信息系统和生产控制系统间的数据壁垒，实现传感、控制、管理、运营等多源数据一体化集成。

（5）强化数据开放，促进综合应用。应转变理念，打破各单位之间的鸿沟，树立开放共享的思想，促进应用系统的互联互通，实现跨领域的综合分析，进而实现数据共建共用、融合创新。

（6）明确数据应用场景，深挖数据潜能。数据本身不具备价值，必须和具体的应用场景相结合才能发挥作用。航空发动机科研生产大数据应用，重中之重还是基于行业特色，厘清业务痛点，结合业务发展趋势，找出大数据与业务的结合点，明确大数据分析的应用场景。

（7）完善体制机制，保障数据安全。数据开放共享意味着数据面临更大的安全威胁。各级数据中心的数据管理平台存储和处理不同安全级别的数据，需从机构、管理、技术多方面统筹考虑，构建完善的数据安全保障体系，防止数据被窃取，数据被非法修改、非法复制等。

四、大数据平台架构设计

按照“逻辑统一，物理分布”的原则构建统一的数据中心。在各单位的IT资源池上，按照“1+X”方式建设总数据中心和分数据中心，形成两级部署的数据中心架构。两级数据中心之间按需进行数据交换，逐步形成数据共享、提供数据服务和充分利用数据的良性生态圈。航空发动机大数据平台总体架构如下图所示：

航空发动机科研生产大数据平台的技术构成包括数据展示层、数据服务层、数据存储层、数据集成层以及基础设施层，科研生产大数据平台技术架构如下图所示：

五、大数据相关关键技术

针对航空发动机大数据的研究和应用，应聚焦于以下关键技术：

（1）大数据采集技术

大数据的采集主要是通过PLC、SCADA、DCS 等系统从生产现场的机器设备实时采集数据，也可以通过数据交换接口从实时数据库等系统以透传或批量同步的方式获取物联网数据。同时还需要从业务系统的关系型数据库、文件系统中采集所需的结构化与非结构化业务数据。

（2）大数据存储与管理技术

大数据存储与管理技术是针对大数据具有多样性、多模态、高通量和强关联等特性，研究的面向高吞吐量存储、数据压缩、数据索引、查询优化和数据缓存等能力的关键技术。

（3）大数据分析技术

包括时序模式分析技术、工业知识图谱技术、多源数据融合分析技术、大数据深度学习技术、大数据虚拟现实技术等。目前主要探索方向是通过数字孪生体，实现物理世界到虚拟世界的映射。基于数字孪生体技术，可以实现生产制造过程中产品设计的协同化、远程运维的智能化、产品试验完全仿真化，大幅度提升生产效率和智能水平。

（4）大数据安全防护技术

大数据安全技术分为大数据接入安全、大数据平台安全、大数据应用安全三个层次。其中大数据接入安全为现场数据的采集、传输、转换流程提供安全保障机制；大数据平台安全为数据存储、计算提供安全保障基础；大数据应用安全为上层应用的接入、数据访问等提供强力的安全管控。

（5）区块链与大数据融合相关技术

通过区块链技术核心特性及与大数据深度融合，实现对体系内各类数据的高效便捷数据存证，以数据所有权确权，数据使用权授权及数据使用日志记录等方式，提供数据知识产权保护、数据安全保护及数据追溯等核心功能，确保数据在安全可控的环境下进行汇聚、共享及应用。

（6） 大数据开放与应用接口标准体系

研究大数据开放的政策与策略，从数据的合法性、安全性、科学性上保障数据真实可靠；对科研生产大数据平台所涉及的产品研发、生产制造、维修、供应链管理和服务保障等各类型数据制定统一通用的数据开放标准，对元数据格式及数据交换格式进行定义；制定统一认证、统一授权的应用接口标准，分别从数据交换的技术要求、接口方式、数据格式、传送方式、数据质量等内容，规范各类应用服务接口的数据交换，并指导新的应用开发。

（7）大数据治理技术

针对整体数据治理缺失的现状，分析数据治理领域的典型案例、先进管理架构与前沿技术，在数据标准、数据质量、主数据、元数据、数据安全、数据应用技术体系、数据治理管理架构等方面开展研究。

六、结束语

为了进一步发挥航空发动机科研生产大数据的价值，提高航空发动机研制效率、保障航空发动机产品质量、优化服务保障水平、提升企业经营效益，在针对大数据平台以及关键技术的研究和应用的基础上，需要同步实施相关措施，保障大数据的应用实效。

（1）加大科研生产大数据工程的基础性研究。主要包括科研生产大数据工程体系建设的政策研究、科研生产大数据工程标准体系研究等方面工作。

（2）加强重点领域技术预研。对科研生产大数据工程产业链中的关键技术，特别是保密环境下网络、通信、云计算、物联网、区块链等前沿技术进行深入研究、联合攻关，解决制约科研生产大数据平台工程建设的瓶颈问题。

（3）搭建信息共享和應用推广平台。围绕科研生产大数据工程产业链，组织行业内外优势资源，共同搭建信息共享和应用推广的平台，为开展相关技术及标准研究、促进产业链上下游合作、推动供需对接提供支撑。

（4）注重新型人才培养。科研生产大数据工程建设需要大数据工程师、算法工程师、物联网专家等新型技术人才，以及应用推广人才，要注重对新领域“大师”级人才的培养。

参考文献

[1] 孔祥芬，蔡峻青，张利寒，唐杰，侯晨光.大数据在航空系统的研究现状与发展趋势[J]. 航空学报. 2018 （12）.

[2] 芮祥麟.大数据在航空业的应用[J]. 软件和信息服务. 2015 （02）.

[3] 谢卫红，樊炳东，董策.国内外大数据产业发展比较分析[J].现代情报.2018 （09）.

[4] 王岭.基于数字孪生的航空发动机低压涡轮单元体对接技术研究[J].计算机测量与控制.2018（10）.

[5] 刘晓媛.大数据与航空安全[A]. 航空装备维修技术及应用研讨会论文集[C]. 2015.

（作者单位：中国航空发动机研究院）