永不停息的步伐 | 中国航发工业是否有机会实现“变道超车”？

航空发动机被誉为高端制造业领域的“现代工业皇冠上的明珠”，是衡量国家的综合科技水平、科技工业基础实力和综合国力的重要标志，具有研制难度高、技术含量高、产业回报高的特点。目前大多数发达国家的发动机市场被GE、普惠以及罗罗等公司所垄断。那么，到底是什么原因造成了这样的落差？如何缩小中西方航空制造业之间的差距？让我们通过李杰教授采访航空发动机专家王安正教授的对话进一步探究。

李杰：

美国辛辛那提大学讲席教授

美国国家科学基金会IMS中心创始主任

麦肯锡全球资深顾问

王安正：

中组部“千人计划”

上海交通大学致远讲席教授

上海交通大学航空发动机研究院首席科学家

李教授：我们大家都知道，中国的航空产业和西方的航空产业有一定的落差，王教授作为一名常年从事航空发动机研究的专家，您觉得是什么原因造成这种落差的呢?

王教授：关于中国航空产业和西方航空产业的落差，这个问题我被问过很多次，其实这个问题没有标准答案。航空产业包括很多方面：总体设计、航空材料、制造，其实这是一个系统的工程。如果说一定需要一个总结，就需要明确哪个领域是中国航空产业最需要掌握的核心。

我认为，中国航空产业目前最缺乏的是系统过程，缺少从系统的角度看待工程问题的能力。航空领域的系统工程，是建立在引擎设计、制造以及运行等过程中人们累积的经验和教训的基础之上的。这些经验与教训的累积，具体的表现就是数据的累积。系统工程的数据不是零零散散的、片状的，而是比较完整的、系统的，这些数据是整合起来的，彼此有关联的。

现在，我们要在没有足够的引擎设计经验，也没有先进技术的情况下，建立起自己的航空产业，并缩小与西方航空产业间的差距，我认为很难。因为航空产业是一个非常庞大以及复杂的系统，如果要从设计和发展先进技术等方面开始，追赶西方航空产业，我们甚至都不知道该如何下手，从什么方向下手。

但我们正处于工业4.0时代，拥有了新的工具——大数据。同时，我们拥有庞大的航空市场，相当于拥有了一个庞大的数据库。如何将这些数据整合、关联起来，将零散的、片状的数据变得更加系统，让数据来引导我们，告诉我们要怎么做引擎设计，做什么样的设计，要怎么样发展自己的技术，发展什么样的技术，是中国航空产业在工业4.0时代需要面临的一个重要课题。

如果使用传统的方式进行引擎设计，从引擎系统来看，我们不知道什么样是好的设计，什么样是不好的设计，我们没有完整的商用大涵道比引擎，没有西方几十年积累下来的引擎测试和运行的数据库。所以，为了追赶西方航空产业，我们需要利用大数据，反向引导出我们需要做的设计和需要发展的先进的科技。这不同于反向工程，我称它为反向技术。

李教授：您也认为航空领域最缺乏的是系统整合的数据，那您觉得应该怎么收集大数据？收集什么样的大数据？为什么要收集这些大数据？收集大数据之后怎么使用呢？

王教授：现在，航空产业已经从对引擎的设计、制造等部分的研究，发展到对整个引擎系统的关注。以前，我们会将引擎分成几个模块，然后分别对每个模块、每个部件进行设计、分析、制造和测试。在这个过程中，我们可以获取很多的数据，但它们只针对某个部件或某个模块，没有形成系统整合的数据。这些零散的数据，对于通过引擎的适航认证，提高引擎运行的可靠性，相对于系统的数据来说，没有那么高的价值，我们需要的是系统工程的大数据。

所谓系统工程的大数据，从横向来看，是将所有模块收据收集起来，将他们整合成为引擎的数据。从纵向来看，包括从引擎设计、选材、制造、测试、运行、维护到生命周期结束这一整个过程中，整合起来的引擎数据。

图 1 航空发动机大数据架构

由于航空产业相对于其他来说，在产品的稳定性和可靠性方面存在着更高的要求和行业标准，所以，即使引擎发生故障或运行异常的可能性很低，它们还是航空界主要关注的问题。西方的航空产业希望利用大数据技术抓住引擎运行异常时产生的数据，通过分析，找到缺陷，提升引擎的稳定性和可靠性。

而对于我们来说，还需要利用大数据，确定引擎在正常运行时各部件的运行状态，通过反向技术，让数据引导我们进行部件设计及制造。另外，引擎系统中也存在着许多看不见的技术，而大数据提供了一种新的挖掘这些隐性技术的方法。

拥有了大数据，并不代表拥有了其中蕴含的价值，这些数据只是数字而已，我们应该怎么利用这些数据，让他们产生价值，是航空系统工程大数据的核心技术。

工业4.0当中存在着三种主要的概念：故障预测与健康管理(PHM)、信息物理系统(CPS)和智能管理系统(IMS)。这些系统可以引导我们进行大数据的收集、过滤、分类，帮助我们建立引擎大数据框架以及大数据分析、数据监控、数据跟踪和数据关联的方法。

当引擎大数据的系统框架建立起来之后，我们就可以通过对框架中数据进行跟踪、分析，将可能与某一部件相关的数据关联到一起，总结部件的经验公式，得到部件性能的大致范围，以及我们在部件设计和制造的过程中需要满足的一些限制条件，利用它们指导我们进行部件设计和制造。就这样，我们将数据信息与实际的部件联系在了一起，实现了信息与物理间的融合。

反向工程与反向技术

反向工程是从结果或知识端去反推问题，其核心是找到隐性问题的显性根源，简单的说就是从结果里找原因，再从原因中开发及制定关键技术和优化6-sigma的控制流程。

反向技术是利用大数据，反向引导出我们需要做的设计和需要发展的先进的科技。

以上内容截取自李杰、倪军、王安正的著作《从大数据到智能制造》