永不停息的步伐 | 中國航發工業是否有機會實現“變道超車”？

航空發動機被譽為高端制造業領域的“現代工業皇冠上的明珠”，是衡量國家的綜合科技水平、科技工業基礎實力和綜合國力的重要標志，具有研制難度高、技術含量高、產業回報高的特點。目前大多數發達國家的發動機市場被GE、普惠以及羅羅等公司所壟斷。那么，到底是什么原因造成了這樣的落差？如何縮小中西方航空制造業之間的差距？讓我們通過李杰教授采訪航空發動機專家王安正教授的對話進一步探究。

李杰：

美國辛辛那提大學講席教授

美國國家科學基金會IMS中心創始主任

麥肯錫全球資深顧問

王安正：

中組部“千人計劃”

上海交通大學致遠講席教授

上海交通大學航空發動機研究院首席科學家

李教授：我們大家都知道，中國的航空產業和西方的航空產業有一定的落差，王教授作為一名常年從事航空發動機研究的專家，您覺得是什么原因造成這種落差的呢?

王教授：關于中國航空產業和西方航空產業的落差，這個問題我被問過很多次，其實這個問題沒有標準答案。航空產業包括很多方面：總體設計、航空材料、制造，其實這是一個系統的工程。如果說一定需要一個總結，就需要明確哪個領域是中國航空產業最需要掌握的核心。

我認為，中國航空產業目前最缺乏的是系統過程，缺少從系統的角度看待工程問題的能力。航空領域的系統工程，是建立在引擎設計、制造以及運行等過程中人們累積的經驗和教訓的基礎之上的。這些經驗與教訓的累積，具體的表現就是數據的累積。系統工程的數據不是零零散散的、片狀的，而是比較完整的、系統的，這些數據是整合起來的，彼此有關聯的。

現在，我們要在沒有足夠的引擎設計經驗，也沒有先進技術的情況下，建立起自己的航空產業，并縮小與西方航空產業間的差距，我認為很難。因為航空產業是一個非常龐大以及復雜的系統，如果要從設計和發展先進技術等方面開始，追趕西方航空產業，我們甚至都不知道該如何下手，從什么方向下手。

但我們正處于工業4.0時代，擁有了新的工具——大數據。同時，我們擁有龐大的航空市場，相當于擁有了一個龐大的數據庫。如何將這些數據整合、關聯起來，將零散的、片狀的數據變得更加系統，讓數據來引導我們，告訴我們要怎么做引擎設計，做什么樣的設計，要怎么樣發展自己的技術，發展什么樣的技術，是中國航空產業在工業4.0時代需要面臨的一個重要課題。

如果使用傳統的方式進行引擎設計，從引擎系統來看，我們不知道什么樣是好的設計，什么樣是不好的設計，我們沒有完整的商用大涵道比引擎，沒有西方幾十年積累下來的引擎測試和運行的數據庫。所以，為了追趕西方航空產業，我們需要利用大數據，反向引導出我們需要做的設計和需要發展的先進的科技。這不同于反向工程，我稱它為反向技術。

李教授：您也認為航空領域最缺乏的是系統整合的數據，那您覺得應該怎么收集大數據？收集什么樣的大數據？為什么要收集這些大數據？收集大數據之后怎么使用呢？

王教授：現在，航空產業已經從對引擎的設計、制造等部分的研究，發展到對整個引擎系統的關注。以前，我們會將引擎分成幾個模塊，然后分別對每個模塊、每個部件進行設計、分析、制造和測試。在這個過程中，我們可以獲取很多的數據，但它們只針對某個部件或某個模塊，沒有形成系統整合的數據。這些零散的數據，對于通過引擎的適航認證，提高引擎運行的可靠性，相對于系統的數據來說，沒有那么高的價值，我們需要的是系統工程的大數據。

所謂系統工程的大數據，從橫向來看，是將所有模塊收據收集起來，將他們整合成為引擎的數據。從縱向來看，包括從引擎設計、選材、制造、測試、運行、維護到生命周期結束這一整個過程中，整合起來的引擎數據。

圖 1 航空發動機大數據架構

由于航空產業相對于其他來說，在產品的穩定性和可靠性方面存在著更高的要求和行業標準，所以，即使引擎發生故障或運行異常的可能性很低，它們還是航空界主要關注的問題。西方的航空產業希望利用大數據技術抓住引擎運行異常時產生的數據，通過分析，找到缺陷，提升引擎的穩定性和可靠性。

而對于我們來說，還需要利用大數據，確定引擎在正常運行時各部件的運行狀態，通過反向技術，讓數據引導我們進行部件設計及制造。另外，引擎系統中也存在著許多看不見的技術，而大數據提供了一種新的挖掘這些隱性技術的方法。

擁有了大數據，并不代表擁有了其中蘊含的價值，這些數據只是數字而已，我們應該怎么利用這些數據，讓他們產生價值，是航空系統工程大數據的核心技術。

工業4.0當中存在著三種主要的概念：故障預測與健康管理(PHM)、信息物理系統(CPS)和智能管理系統(IMS)。這些系統可以引導我們進行大數據的收集、過濾、分類，幫助我們建立引擎大數據框架以及大數據分析、數據監控、數據跟蹤和數據關聯的方法。

當引擎大數據的系統框架建立起來之后，我們就可以通過對框架中數據進行跟蹤、分析，將可能與某一部件相關的數據關聯到一起，總結部件的經驗公式，得到部件性能的大致范圍，以及我們在部件設計和制造的過程中需要滿足的一些限制條件，利用它們指導我們進行部件設計和制造。就這樣，我們將數據信息與實際的部件聯系在了一起，實現了信息與物理間的融合。

反向工程與反向技術

反向工程是從結果或知識端去反推問題，其核心是找到隱性問題的顯性根源，簡單的說就是從結果里找原因，再從原因中開發及制定關鍵技術和優化6-sigma的控制流程。

反向技術是利用大數據，反向引導出我們需要做的設計和需要發展的先進的科技。

以上內容截取自李杰、倪軍、王安正的著作《從大數據到智能制造》