Dick Slansky，ARC 咨詢集團(tuán)高級(jí)分析師/作者

航空航天制造業(yè)的頂級(jí)技術(shù)投資領(lǐng)域包括高級(jí)分析、云計(jì)算、建模和仿真、物聯(lián)網(wǎng)平臺(tái)、生產(chǎn)流程優(yōu)化和預(yù)測(cè)分析。人工智能 (AI) 和機(jī)器學(xué)習(xí) (ML) 等人工智能子集將在實(shí)際實(shí)施中推動(dòng)該技術(shù)的大部分發(fā)展。

對(duì) AI 和認(rèn)知計(jì)算的早期研究已經(jīng)將真正的解決方案應(yīng)用于現(xiàn)實(shí)世界的流程。除了機(jī)器人、增材制造和其他顛覆性技術(shù)外，航空航天和國(guó)防 (A&D) 行業(yè)相對(duì)較快地認(rèn)識(shí)到 AI 的潛力，并欣然接受它產(chǎn)生的科學(xué)和技術(shù)。這兩個(gè)行業(yè)都制定并實(shí)施了各自的數(shù)字化轉(zhuǎn)型路線圖。

從歷史上看，自動(dòng)化系統(tǒng)一直是 A&D 行業(yè)從駕駛艙到工廠車間的重要元素。我們已經(jīng)看到從首次使用自動(dòng)駕駛儀和其他自動(dòng)化系統(tǒng)到未來(lái)的自主航空電子系統(tǒng)的穩(wěn)步發(fā)展。自動(dòng)化工廠生產(chǎn)系統(tǒng)已經(jīng)從程序控制系統(tǒng)發(fā)展為基于預(yù)測(cè)性、規(guī)定性甚至自主自愈系統(tǒng)的機(jī)器和生產(chǎn)系統(tǒng)，這些系統(tǒng)由 AI/ML 算法支持。

在工廠生產(chǎn)領(lǐng)域，ML 正在以多種方式幫助改進(jìn)和優(yōu)化生產(chǎn)過(guò)程。其中包括減少設(shè)備故障的發(fā)生率，以保持生產(chǎn)速度正常運(yùn)轉(zhuǎn)并減少代價(jià)高昂的停機(jī)時(shí)間?；跈C(jī)器學(xué)習(xí)的算法可以訪問(wèn)和分析來(lái)自機(jī)器振動(dòng)傳感器的大量數(shù)據(jù)，以檢測(cè)和預(yù)測(cè)機(jī)器異常和故障。此外，機(jī)器學(xué)習(xí)可以規(guī)定性地確定如何最好地修復(fù)和預(yù)防問(wèn)題。最終，ML 算法可以協(xié)調(diào)機(jī)器和裝配線的完整自我修復(fù)自主生產(chǎn)環(huán)境。

AI 和 ML 正被用于確定航空航天制造業(yè)的最佳生產(chǎn)流程。規(guī)范性分析結(jié)合大數(shù)據(jù)、數(shù)理統(tǒng)計(jì)、邏輯和機(jī)器學(xué)習(xí)，以經(jīng)驗(yàn)方式揭示最復(fù)雜生產(chǎn)問(wèn)題的根源，然后提出解決這些問(wèn)題的決策選項(xiàng)?；?ML 的生產(chǎn)智能系統(tǒng)使用模式識(shí)別技術(shù)來(lái)分析產(chǎn)品和流程的現(xiàn)有生產(chǎn)數(shù)據(jù)，并識(shí)別有效（最佳實(shí)踐）和無(wú)效（風(fēng)險(xiǎn)情況）的模式。這些模式被轉(zhuǎn)換成人類可讀的規(guī)則形式，然后應(yīng)用于制造操作以獲得最佳實(shí)踐。航空航天制造商正在使用這種方法來(lái)優(yōu)化先進(jìn)的復(fù)合材料制造工藝。

增材制造的興起

如今，A&D 行業(yè)是增材制造 (AM) 零件的最大用戶。從波音和空客的商業(yè)雙頭壟斷到洛克希德馬丁等國(guó)防原始設(shè)備制造商，數(shù)以千計(jì)的 AM“飛走”零件用于飛機(jī)制造。例如，波音公司最新的風(fēng)體模型 777X 在飛機(jī)上有 600 多個(gè)打印部件，其中巨大的 GE9X 發(fā)動(dòng)機(jī)中有 300 多個(gè)打印部件。它被譽(yù)為當(dāng)今雙噴氣寬體飛機(jī)最強(qiáng)大、最高效的發(fā)動(dòng)機(jī)。波音 777X 在尺寸、性能和 AM 部件數(shù)量方面與空客 A350 XWB 競(jìng)爭(zhēng)。A350 已經(jīng)擁有 1,000 多個(gè)打印部件。 

波音公司大力推進(jìn)增材制造，并申請(qǐng)了與更換飛機(jī)零件的 3D 打印相關(guān)的專利，這可能對(duì)公司未來(lái)的運(yùn)營(yíng)產(chǎn)生嚴(yán)重影響。他們希望創(chuàng)建一個(gè)零件庫(kù)來(lái)存儲(chǔ) AM 零件定義文件，包括一個(gè)數(shù)據(jù)庫(kù)和一個(gè)零件管理系統(tǒng)，而不是將零件存儲(chǔ)在各個(gè)分銷中心，或者要求將零件運(yùn)送給他們，從而導(dǎo)致大量延遲。 

相反，該公司只需為需要的零件提取特定的 AM 文件，并在幾分鐘或幾小時(shí)內(nèi)制造出來(lái)，只要有打印機(jī)可用。目前，該公司擁有超過(guò) 350 個(gè) AM 標(biāo)準(zhǔn)零件，涵蓋 10 個(gè)不同的飛機(jī)生產(chǎn)計(jì)劃，目前約有 20,000 個(gè)印刷零件在其飛機(jī)上使用。

增材制造產(chǎn)生重大影響的另一個(gè) A&D 制造領(lǐng)域是用于支持生產(chǎn)線組裝和安裝的工具。使用新一代大面積增材制造 (BAAM) 打印機(jī)，大型工裝夾具和夾具可以在更短的時(shí)間內(nèi)制造為單個(gè)大型零件，從而消除多個(gè)零件組裝。

目前，人工智能是航空航天增材制造設(shè)計(jì)過(guò)程中不可或缺的一部分。在飛機(jī)零件設(shè)計(jì)中，實(shí)現(xiàn)最佳重量強(qiáng)度比是首要目標(biāo)，因?yàn)闇p輕重量是機(jī)身結(jié)構(gòu)設(shè)計(jì)的一個(gè)重要因素。今天的 PLM 解決方案提供功能驅(qū)動(dòng)的生成設(shè)計(jì)，使用基于 AI 的算法來(lái)捕獲功能規(guī)范并生成和驗(yàn)證最適合 AM 制造的概念形狀。使用這種生成功能設(shè)計(jì)方法可以在功能規(guī)范內(nèi)產(chǎn)生最佳的輕量化設(shè)計(jì)。