A nivel mundial, la tecnología de inteligencia artificial (IA) se está convirtiendo rápidamente en un poderoso impulsor del crecimiento económico, inyectando el poder del cambio en todos los ámbitos de la vida. En la industria de la aviación civil, la IA se considera una nueva generación de "motor invisible" que promueve el desarrollo de la industria: esos grandes datos invisibles se están convirtiendo en un nuevo "combustible" que lleva a las personas a volverse inteligentes y comenzar a viajar mejor. Especialmente en el campo de los motores aeroespaciales, la IA, las "alas de la sabiduría", está impulsando la ola de cambio a una velocidad sin precedentes, mostrando un potencial ilimitado.
Según los expertos de la industria, la aplicación de la tecnología de inteligencia artificial en el campo de los motores aeronáuticos se está expandiendo a todo el ciclo de vida, desde el diseño, las pruebas hasta la fabricación, la operación y el mantenimiento. Al tiempo que acelera el proceso de investigación y desarrollo de motores aeronáuticos, también permite la colaboración. entre las cadenas industriales upstream y downstream Más conectadas y eficientes.
Diseñando un "corazón" de avión más potente
Como "corazón" de la aeronave, el motor de avión integra una gran cantidad de tecnologías, materiales y procesos avanzados y es un componente clave de la aeronave. Tiene requisitos extremadamente altos de precisión, estabilidad y confiabilidad en el diseño, la fabricación y el uso.
Xiao Hong, profesor de la Universidad Politécnica Northwestern, afirmó que las características de los motores de avión se pueden resumir en "tres máximos y uno largo". En términos de rendimiento, los motores aeronáuticos tienen las características de alta envolvente de vuelo, alta relación empuje (potencia)-peso, alta confiabilidad y larga vida útil. Actualmente, a nivel mundial, la vida útil más larga de un motor de avión alcanza las 50.000 horas. En términos de entorno operativo, los motores aeroespaciales enfrentan los desafíos de alta presión, alta velocidad, alta temperatura y funcionamiento con un ciclo de vida prolongado. Económicamente, los motores de aviación son productos que requieren una gran inversión, un umbral elevado, una rentabilidad elevada y un ciclo largo. Xiao Hong dijo que el desarrollo de un motor aeroespacial típico lleva de 10 a 20 años, pero una vez finalizado, el retorno de la inversión es muy alto debido a su larga vida útil.
Hoy en día, con la "unión" de la tecnología de inteligencia artificial, este funcionamiento de equipos de alta precisión también ha entrado en una era inteligente más segura y eficiente. El impacto de la tecnología de inteligencia artificial en los motores aeroespaciales se remonta a la “fuente”. En otras palabras, en el proceso de diseño del producto, la tecnología de IA ya está contribuyendo a la construcción de su modelo. Como todos sabemos, el motor aeronáutico es una expresión concentrada de la sabiduría humana y el poder tecnológico. Su proceso de diseño involucra mecánica estructural, mecánica de fluidos, aerodinámica, combustión y otras ciencias de la ingeniería, y se basa en gran medida en ecuaciones básicas, modelos básicos y métodos de cálculo. En el campo de la ciencia de la ingeniería, la tecnología de inteligencia artificial ha tomado la delantera en la realización de aplicaciones generalizadas y, con el aprendizaje automático cada vez más sofisticado, ha mejorado en gran medida la eficiencia y precisión del trabajo de las industrias relacionadas.
Como parte de la tecnología de inteligencia artificial, el aprendizaje automático permite a los sistemas informáticos encontrar patrones en grandes cantidades de datos aprendiendo de la experiencia y los datos existentes, promoviendo el desarrollo de la automatización, la toma de decisiones basada en datos y los sistemas inteligentes. En comparación con los modelos tradicionales, los modelos construidos utilizando métodos de aprendizaje automático tienen capacidades de descripción de características físicas eficientes y de escala cruzada, y tienen ventajas potenciales en la precisión y eficiencia del cálculo. Esta capacidad es muy importante para construir modelos de motores aeronáuticos.
Además de construir modelos, la tecnología de inteligencia artificial también puede desempeñar un papel en la predicción del rendimiento de los motores aeronáuticos, la optimización del modelo de diseño, la verificación de pruebas y otros aspectos. Tomemos como ejemplo las pruebas de motores de aviación. Liu Daxiang, académico de la Academia China de Ingeniería, mencionó una vez en un discurso público que cierto tipo de motor aeroespacial requiere miles o incluso decenas de miles de horas de pruebas desde el diseño hasta la finalización, que pueden durar hasta 10 años. Con el desarrollo de la tecnología de inteligencia artificial, la gente está tratando de transferir algunos experimentos al espacio digital. En el espacio digital, se desarrollan motores digitales con un rendimiento correspondiente uno a uno a través de la tecnología de gemelos digitales y se llevan a cabo experimentos en los motores digitales. para ahorrar significativamente mano de obra y recursos materiales, recursos financieros y acelerar el proceso de desarrollo.
Mejorar la eficiencia de la investigación y el desarrollo de motores aeroespaciales mediante la tecnología de inteligencia artificial no es sólo un buen deseo de los círculos académicos. Muchas empresas ya se han sumado a la exploración de este campo de vanguardia. Por ejemplo, GE Aerospace en los Estados Unidos ha desarrollado una herramienta de diseño impulsada por IA: DT4D (Digital Thread for Design). Se trata de un sistema de hilos digitales que cubre todo el ciclo de vida del producto. Su objetivo es unificar los datos de los motores aeroespaciales desde el diseño conceptual hasta la operación real conectando múltiples eslabones como el diseño, la fabricación, la cadena de suministro y el servicio, realizando todo el proceso de I+D y fabricación. más eficiente y transparente. El sistema no solo permite a los ingenieros, fabricantes, cadenas de suministro y otras partes interesadas acceder a los últimos datos de diseño y rendimiento del producto en tiempo real, sino que también integra datos de simulación, diseño y fabricación en el mismo sistema de subprocesos digitales, lo que reduce eficazmente la fricción en el desarrollo del producto. La mano de obra repetitiva y los errores en la transmisión manual de datos no solo reducen los costos del producto, sino que también mejoran la confiabilidad del producto y aceleran su desarrollo.
Romper los cuellos de botella que restringen la eficiencia
Un buen diseño requiere un alto nivel de producción para lograrlo.
En el proceso de fabricación, la tecnología de IA ha demostrado sus capacidades y valor en muchas industrias. Por ejemplo, en el campo de la fabricación de automóviles, en junio de este año, BMW Group presentó el robot de uso general Figure01 en su planta de Spartanburg en Carolina del Sur, EE. UU. Este robot está impulsado por un modelo de visión de IA y puede colocar con precisión piezas metálicas y corregir errores automáticamente durante la ejecución mediante el aprendizaje de redes neuronales. En el campo de la fabricación de aviación, Airbus ha integrado tecnología de inteligencia artificial y tecnología de visión por computadora en su proceso de producción, mejorando significativamente la precisión del ensamblaje de aeronaves. Al mismo tiempo, la tecnología de inteligencia artificial también puede registrar automáticamente la instalación de componentes clave mediante el análisis de datos de video y detectar si hay problemas de instalación.
Aunque estos robots de inteligencia artificial todavía se encuentran en la etapa de exploración, en opinión de algunos ejecutivos de empresas manufactureras de alto nivel, el enfoque de la futura tecnología de inteligencia artificial no es si usarla, sino cómo usarla. Un escenario de aplicación más amplio de la tecnología de inteligencia artificial en el proceso de fabricación es el monitoreo inteligente de la línea de producción y el control inteligente de la calidad del producto. Al utilizar la tecnología de inteligencia artificial para monitorear el proceso de producción, las empresas manufactureras pueden optimizar los parámetros del proceso y ajustar el estado operativo de la línea de producción en tiempo real. Cuando se utiliza la tecnología de reconocimiento de imágenes de IA para la inspección de productos y el control de calidad, se pueden descubrir a tiempo algunos defectos de producción menores, lo que mejora la precisión del producto. Por lo tanto, es más adecuada para la fabricación de chips, la producción de piezas de aviación, etc. requisitos de precisión extremadamente altos.
Los componentes de los motores aeronáuticos tienen estructuras complejas y altos requisitos de precisión de producción. Combinando la tecnología de inteligencia artificial con tecnologías emergentes como robots industriales, gemelos digitales, realidad virtual (VR), realidad aumentada (AR), fabricación aditiva (impresión 3D) y datos. La integración de software industrial, como el monitoreo de recolección y los sistemas de ejecución de producción (MES), puede reducir la participación humana en entornos complejos y hostiles, mejorar la precisión y la eficiencia de producción del proceso de ejecución de fabricación y, por lo tanto, mejorar la calidad del producto. En este sentido, el fabricante de motores Rolls-Royce está explorando activamente el uso de la tecnología de inteligencia artificial en el diseño y la fabricación de motores para predecir y resolver problemas potenciales en el proceso de producción y garantizar que cada componente pueda cumplir con estrictos requisitos de precisión.
En la actualidad, algunas de las exploraciones más fascinantes consisten en combinar la tecnología de impresión 3D con la tecnología de inteligencia artificial para superar los cuellos de botella de fabricación en el campo aeroespacial. En el campo de los motores aeroespaciales, la aplicación de la tecnología de impresión 3D se está expandiendo gradualmente. Como el campo de motores aeroespaciales que actualmente utiliza más ampliamente la tecnología de impresión 3D, GE Aerospace utilizó más de 300 piezas de tecnología de impresión 3D en el desarrollo del motor GE9X. Mediante el uso flexible de una variedad de nuevos materiales, la tecnología de impresión 3D no solo mejora la precisión de la producción de piezas complejas, sino que también reduce efectivamente el peso de las piezas y acorta en gran medida el ciclo de producción. Sin embargo, aunque las empresas de fabricación de motores prefieren la tecnología de impresión 3D, todavía está restringida por la eficiencia de la impresión. En este sentido, algunas empresas de tecnología han propuesto que se espera que la combinación de la tecnología de inteligencia artificial con la tecnología de impresión 3D acorte significativamente el tiempo de investigación de materiales y mejore la eficiencia de fabricación de las piezas del motor.
“Lámpara quirúrgica de IA” que sirve como “médico de avión”
En el vínculo de garantía de servicio, al detectar el estado de uso del producto en tiempo real, la tecnología de inteligencia artificial puede formular rápidamente planes de mantenimiento y reparación, crear predicciones de repuestos y modelos de configuración óptima, realizar mantenimiento predictivo de motores aeronáuticos y mejorar las capacidades de garantía de servicio. En la actualidad, muchas grandes empresas de fabricación de aviación han utilizado la tecnología de inteligencia artificial como herramienta de inspección de palas para motores de avión, acortando el tiempo de inspección original de 3 a 4 horas a 30 a 45 minutos, lo que puede ahorrar a las empresas cientos de millones en costos de inspección.
De hecho, la tecnología de IA no sólo empodera a las grandes empresas. Durante el mantenimiento in situ de los motores aeroespaciales, las herramientas de detección impulsadas por tecnología de inteligencia artificial ayudan a estandarizar las operaciones, mejorar la eficiencia y la calidad del trabajo del personal y acortar el tiempo de mantenimiento y reparación. Y algunos "médicos aeronáuticos" que prestan atención a las nuevas tecnologías, es decir, el personal de mantenimiento de aeronaves, han comenzado a construir sus propias "luces quirúrgicas de IA".
En el aeropuerto de Guangzhou Baiyun, Luo Chenggong, personal de mantenimiento "posterior a los años 90" de Guangzhou Aircraft Maintenance Engineering Co., Ltd. (GAMECO), utilizó la primera plataforma de aprendizaje profundo de nivel industrial de desarrollo propio de China, "Flying Paddle", para crear un " Flying Paddle" para el personal de mantenimiento. "Lámpara quirúrgica AI": modelo de reconocimiento de defectos de aeronaves. En el proceso de construcción de este modelo, entrenar el modelo es el primer paso, lo que requiere importar una gran cantidad de datos e imágenes recopilados al sistema para ayudarlo a realizar el aprendizaje automático.
En el trabajo tradicional posterior al vuelo, el personal de mantenimiento de aeronaves debe dedicar aproximadamente una hora a inspeccionar visualmente la aeronave para garantizar que todas las instalaciones y equipos, incluido el motor de la aeronave, sean normales y cumplan con los requisitos operativos. Después de completar el entrenamiento del modelo de identificación de defectos de la aeronave, Luo Cheng comenzó a probar si podía mejorar la eficiencia y precisión de las inspecciones visuales en el trabajo real. Los resultados mostraron que el modelo identificó con éxito que un tornillo de la aeronave estaba flojo y emitió un sonido "didi", lo que indica que la tecnología de IA también tiene un gran potencial en el trabajo de primera línea.
McKinsey & Company señaló en "Oportunidades de inteligencia artificial generativa en el mantenimiento de la aviación" publicado en agosto de este año que sin los servicios de mantenimiento, reparación y revisión de aeronaves (MRO) que operan entre bastidores, la industria de la aviación civil no podría completar de forma segura transporte alrededor del mundo todos los días. Es una hazaña asombrosa que haya transportado a casi 10 millones de pasajeros y haya volado más de 20 mil millones de kilómetros. Pero hoy la industria se enfrenta a desafíos sin precedentes. El rápido crecimiento de la demanda de viajes de aviación de negocios, la escasez mundial de aviones y el retraso en el mantenimiento causado por la epidemia de COVID-19 han seguido aumentando la demanda de servicios MRO por parte de las aerolíneas. Mientras las aerolíneas se esfuerzan por satisfacer la creciente demanda de viajes de pasajeros cuando la oferta de nuevos aviones es limitada, la industria MRO debe garantizar la disponibilidad y confiabilidad de los aviones existentes y extender su vida útil. Con el rápido desarrollo de la ciencia y la tecnología, la clave para resolver estos problemas y aprovechar estas oportunidades apunta a la inteligencia artificial.
A medida que la tecnología de IA siga madurando, su aplicación en el campo de los motores aeroespaciales será más extensa y profunda. Desde el mantenimiento predictivo hasta la mejora de la eficiencia del combustible y el diagnóstico inteligente de fallas, la innovación en tecnología de IA brinda un fuerte apoyo para mejorar el rendimiento y la confiabilidad operativa de los motores aeronáuticos. De cara al futuro, con el apoyo de nuevas tecnologías como la inteligencia artificial, los motores de los aviones evolucionarán en una dirección más inteligente, respetuosa con el medio ambiente y eficiente, no sólo sentando las bases para el desarrollo sostenible de la industria de la aviación, sino también mejorando la seguridad. y la economía de la industria de la aviación mundial traerán nuevos avances. (Wang Yichao, reportero de Noticias de Aviación Civil de China)
Los expertos hablan
Todo el ciclo de vida de la industria de fabricación de aviación estará estrechamente relacionado con los datos.
Liu Yi
La tecnología de IA potencia la fabricación de aviación y optimiza todo el ciclo de vida de "diseño-fabricación-mantenimiento". Es un tema de vanguardia y una manifestación importante de la expansión de la tecnología de IA en el campo de la aviación digital. Desde el punto de vista actual, el impacto del desarrollo de la tecnología de IA en la fabricación de aviación se refleja principalmente en tres vínculos.
En el proceso de diseño, la nueva generación de tecnología de IA tiene la capacidad de integrarse aún más con CAD (diseño asistido por computadora)/CAE (ingeniería asistida por computadora). Esto es esencialmente una transición del "tercer paradigma (ciencia de la computación) al "tercer paradigma". cuarto paradigma (ciencia intensiva en datos)”. Por ejemplo, en el análisis de simulación de modelos digitales con múltiples campos físicos, como resistencia estructural, ruido de vibración y acoplamiento de flujo de calor, la tecnología de inteligencia artificial puede permitir el flujo y la integración de conocimientos y datos de diseño de aeronaves a través del tiempo, el espacio, los campos y las unidades. y se utiliza para generar automáticamente modelos de malla de alta calidad para optimizar la configuración de los parámetros del solucionador y mejorar la eficiencia y precisión de la simulación.
La “troika” de la nueva generación de tecnología de inteligencia artificial (potencia de computación, algoritmos y datos) está impulsando la innovación en la productividad en el campo del diseño de aeronaves. Entre ellos, el rápido crecimiento de la potencia informática cumple con los requisitos de rendimiento de los cálculos numéricos a gran escala en la simulación de diseño. Los algoritmos inteligentes, por un lado, permiten que el diseño se adapte a dimensiones más altas y más variables, y por otro lado dan lugar a la relación entre el diseño profesional y el diseño generativo. Una nueva situación de integración; y la capacidad central de los modelos grandes para procesar, comprender y crear grandes cantidades de información de datos satisface exactamente las necesidades de procesamiento de datos altamente segmentadas y altamente profesionales en la fabricación de aviación.
En el proceso de fabricación, la industria de la aviación tiene requisitos extremadamente altos en cuanto a precisión de fabricación y calidad de procesamiento. En comparación con el esquema tradicional de control de calidad estadístico posterior al muestreo, la nueva generación de tecnología de inteligencia artificial puede cumplir con los requisitos de control de calidad en tiempo real. Por ejemplo, las capacidades multimodales basadas en tecnología de IA pueden integrar diferentes datos de sensores para controlar y optimizar el proceso de producción en tiempo real, aplicar tecnología de IA a cada eslabón de inspección de producción y fabricación, y utilizar el conocimiento y los conjuntos de datos de expertos en el campo; capacitación, que puede ser adaptable. Puede aprender continuamente diversos datos de sensores e información de retroalimentación para mejorar la precisión de la detección de defectos del producto y, para necesidades de fabricación inteligentes personalizadas y flexibles, la tecnología de inteligencia artificial puede aprender y comprender continuamente los patrones y características de los datos de producción y fabricación; en el entorno actual y luego proporcionar Desarrollar planes de implementación para tareas específicas. Además, la tecnología de inteligencia artificial puede dotar a los robots de capacidades de percepción, análisis y toma de decisiones, como comprender instrucciones humanas basadas en modelos de procesamiento de lenguaje natural, juzgar la información de posición basándose en modelos de visión artificial y realizar una planificación de rutas de procesamiento basada en decisiones inteligentes. hacer algoritmos repetir en parte Reducir significativamente la mano de obra en escenarios altamente sensibles, estandarizados o de alto riesgo, y coordinar eficientemente al personal para realizar el trabajo.
En el proceso de mantenimiento, la tecnología de IA optimizará de manera eficiente el vínculo central del mantenimiento de aeronaves desde los "manuales" hasta las "órdenes de trabajo", es decir, realizará la automatización y la inteligencia desde la "base de conocimientos profesionales" hasta la "lista de trabajo". Cuando una aeronave falla, la IA basada en el sistema experto de diagnóstico de fallas y la tecnología de gráficos de conocimiento puede analizar de manera inteligente el fenómeno de la falla y los datos operativos, determinar rápidamente la causa de la falla, generar directamente planes de mantenimiento y sugerencias para la toma de decisiones, y guiar al personal de mantenimiento para Realizar un mantenimiento preciso y reemplazar componentes. El diagnóstico de fallas y el conocimiento de mantenimiento también se pueden agregar a la base de conocimientos para mejorar y optimizar continuamente el modelo de diagnóstico. Utilizando algoritmos de aprendizaje automático, como redes neuronales profundas y redes de memoria a corto plazo, para realizar extracción de características y reconocimiento de patrones en datos operativos y de conocimiento de mantenimiento de aeronaves, podemos construir modelos de predicción para la degradación de equipos y la evolución de fallas. verificación, podemos predecir con precisión la vida útil restante del equipo y los posibles riesgos de falla para lograr un mantenimiento predictivo proactivo y la optimización de las aeronaves.
BD (big data) y la IA son el núcleo del progreso tecnológico en nueva productividad. En el futuro, todo el ciclo de vida del diseño, la fabricación y el mantenimiento de aeronaves estará estrechamente relacionado con BD y la IA, lo que requiere esfuerzos conjuntos de gobernanza de datos de aviación civil básica, transformación de datos a dominio del conocimiento e investigación de escenarios de aplicaciones verticales inteligentes. Además, debemos señalar que, por un lado, el panorama de la fabricación de aviación se caracteriza por la complejidad, la profesionalidad y la dinámica. La interpretabilidad y la seguridad de la actual nueva generación de tecnología de IA son cuestiones que deben resolverse para la producción a gran escala. aplicaciones, por otro lado, con la profundización de la transformación inteligente, surgirán cada vez más escenarios no tripulados, y las decisiones deben tomarse basándose en una consideración integral de factores como la eficiencia y el costo, qué tareas deben ser completadas por máquinas y cuáles deben ser realizadas; completado por humanos. Se trata de un proceso de colaboración entre humanos y máquinas. La búsqueda ciega de tecnología no tripulada puede desviarse del origen de la fabricación inteligente. (El autor es director del Departamento de Big Data e Inteligencia Artificial de la Administración de Aviación Civil de China y director ejecutivo del Laboratorio Clave de Gobernanza de Datos y Optimización de Decisiones de la Administración de Aviación Civil de China)