世界的に、人工知能 (AI) テクノロジーは急速に経済成長の強力な推進力となり、あらゆる階層に変化の力を注入しています。民間航空業界では、AI は業界の発展を促進する新世代の「目に見えないエンジン」とみなされています。これらの目に見えないビッグデータは、人々が賢くなり、より良い旅行を始めるよう導く新たな「燃料」になりつつあります。特に航空宇宙エンジンの分野では、「知恵の翼」であるAIがかつてないスピードで変化の波を押し上げ、無限の可能性を発揮しています。
業界の専門家によると、航空エンジン分野における AI テクノロジーの適用は、設計、試験、製造、運用および保守に至るライフサイクル全体に拡大しており、航空エンジンの研究開発プロセスが加速すると同時に、コラボレーションも可能になります。上流と下流の業界チェーン間の接続が強化され、効率が向上します。
より強力な航空機の「心臓」を設計する
航空機の「心臓部」である航空エンジンは、多数の高度な技術、材料、プロセスを統合しており、設計、製造、使用において精度、安定性、信頼性に対して非常に高い要件が求められます。
ノースウェスタン理工大学のシャオ・ホン教授は、航空エンジンの特性は「3つの高さと1つの長さ」に要約できると述べた。性能の面では、航空エンジンは、高い飛行エンベロープ、高い推力 (出力) 対重量比、高い信頼性、長い耐用年数という特徴を備えています。現在、世界的に最も長い航空機エンジンの寿命は 50,000 時間に達しています。動作環境の観点から見ると、航空宇宙エンジンは高圧、高速、高温、長いライフサイクル動作という課題に直面しています。経済的には、航空エンジンは、投資額が高く、敷居が高く、利益が大きく、サイクルが長い製品です。 Xiao Hon氏は、一般的な航空宇宙エンジンの開発には10～20年かかるが、完成後の耐用年数が長いため、投資収益率は非常に高いと述べた。
昨今では、AI技術の「結合」により、この高精度な設備操作も、より安全で効率的なインテリジェント時代を迎えています。航空宇宙エンジンに対する AI テクノロジーの影響は、その「源」にまで遡ることができます。つまり、製品設計のプロセスにおいて、すでにAI技術がそのモデル構築に貢献しているのです。誰もが知っているように、航空エンジンは人間の知恵と技術力を凝縮したものであり、その設計プロセスには構造力学、流体力学、空気力学、燃焼などの工学科学が含まれており、基本方程式、基本モデル、計算手法に大きく依存しています。工学分野では、AI技術が先駆けて普及を実現し、機械学習（Machine Learning）の高度化により、関連産業の作業効率や精度が大幅に向上しました。
AI テクノロジーの一部として、機械学習を使用すると、コンピューター システムが既存の経験とデータから学習することで大量のデータの中からパターンを見つけることができ、自動化、データ駆動型の意思決定、インテリジェント システムの開発が促進されます。従来のモデルと比較して、機械学習手法を使用して構築されたモデルは、効率的かつクロススケールの物理的特徴記述機能を備えており、計算精度と効率において潜在的な利点があります。この機能は、航空エンジンのモデルを構築する場合に非常に重要です。
AI テクノロジーは、モデルの構築に加えて、航空エンジンの性能予測、設計モデルの最適化、テスト検証などの側面でも役割を果たすことができます。航空エンジンのテストを例に挙げます。中国工程院の学者であるLiu Daxiang氏は、ある種の航空宇宙エンジンには設計から完成までに数千時間、場合によっては数万時間のテストが必要で、そのテストは最長10年にも及ぶことがある、と講演で述べたことがある。 AI技術の発展に伴い、デジタル空間ではデジタルツイン技術により1対1に対応した性能を持つデジタルエンジンが開発され、そのデジタルエンジン上で実験が行われています。人的資源、物的資源、財政的資源を大幅に節約し、開発プロセスをスピードアップします。
AI技術による航空宇宙エンジンの研究開発効率の向上は、学界だけの願望ではなく、すでに多くの企業がこの最先端分野の探求に参加しています。例えば、米国のGEエアロスペース社は、AIを活用した設計ツール「DT4D（Digital Thread for Design）」を開発した。製品ライフサイクル全体をカバーするデジタルスレッドシステムで、設計、製造、サプライチェーン、サービスなどの複数のリンクを接続し、研究開発と製造プロセス全体を実現することで、概念設計から実際の運用に至る航空宇宙エンジンのデータを統合することを目的としています。より効率的で透明性が高くなります。このシステムにより、エンジニア、メーカー、サプライチェーン、その他の関係者は最新の製品設計および性能データにリアルタイムでアクセスできるだけでなく、シミュレーション、設計、製造データを同じデジタル スレッド システムに統合し、製品開発の摩擦を効果的に軽減します。繰り返しの労働や手作業によるデータ送信エラーは、製品コストを削減するだけでなく、製品開発をスピードアップしながら製品の信頼性を向上させます。
効率を制限するボトルネックを解消する
優れたデザインを実現するには、高いレベルの生産が必要です。
製造プロセスにおいて、AI テクノロジーは多くの業界でその能力と価値を証明しています。例えば自動車製造の分野では、BMWグループが今年6月、米国サウスカロライナ州スパータンバーグ工場に汎用ロボットFigure01を導入した。このロボットは AI ビジョン モデルによって駆動され、金属部品を正確に配置し、ニューラル ネットワーク学習を通じて実行中のエラーを自動的に修正します。航空製造の分野では、エアバスは AI テクノロジーとコンピューター ビジョン テクノロジーを生産プロセスに統合し、航空機の組み立て精度を大幅に向上させました。同時に、AI テクノロジーはビデオ データを分析することで主要コンポーネントの取り付けを自動的に記録し、取り付けに問題があるかどうかを検出することもできます。
このようなAIロボットはまだ模索段階にあるものの、一部の高級製造会社幹部の見方では、今後のAI技術の焦点は、AIを使うかどうかではなく、どのように使うかだという。製造プロセスにおける AI テクノロジーのより広範な応用シナリオは、インテリジェントな生産ラインの監視とインテリジェントな製品品質管理です。 AI テクノロジーを使用して生産プロセスを監視することで、製造会社はプロセスパラメータを最適化し、生産ラインの稼働状況をリアルタイムに調整できます。 AI画像認識技術を製品の検査や品質管理に活用すると、製造上の軽微な欠陥を早期に発見できるため、製品の精度が向上するため、チップ製造や航空部品製造などに適しています。非常に高い精度が要求される業界。
航空エンジンのコンポーネントは複雑な構造をしており、AI テクノロジーと産業用ロボット、デジタル ツイン、仮想現実 (VR)、拡張現実 (AR)、積層造形 (3D プリンティング)、データなどの新興テクノロジーを組み合わせることで、高い製造精度が求められます。収集監視や生産実行システム (MES) などの産業用ソフトウェアを統合すると、複雑で過酷な環境への人間の関与を減らし、製造実行プロセスの精度と生産効率を向上させ、それによって製品の品質を向上させることができます。これに関して、エンジンメーカーのロールスロイスは、各コンポーネントが厳しい精度要件を確実に満たすことができるように、生産プロセスにおける潜在的な問題を予測して解決するために、エンジンの設計と製造における AI テクノロジーの利用を積極的に検討しています。
現在、より魅力的な探査のいくつかは、3D プリンティング技術と AI 技術を組み合わせて、航空宇宙分野の製造ボトルネックを突破するものです。航空宇宙エンジンの分野では、3Dプリンティング技術の応用が徐々に拡大しています。現在、3D プリンティング技術が最も広く利用されている航空宇宙エンジン分野である GE エアロスペース社は、GE9X エンジンの開発において 300 以上の 3D プリンティング技術部品を使用しました。 3D プリンティング技術は、さまざまな新素材を柔軟に使用することで、複雑な部品の製造精度を向上させるだけでなく、部品の重量を効果的に削減し、生産サイクルを大幅に短縮します。ただし、3D プリンティング技術はエンジン製造会社に好まれていますが、それでも印刷効率によって制限されます。これに関して、一部のテクノロジー企業は、AI技術と3Dプリンティング技術を組み合わせることで、材料研究時間を大幅に短縮し、エンジン部品の製造効率を向上させることが期待できると提案している。
「飛行機のお医者さん」の役割を果たす「AIサージカルランプ」
サービス保証リンクでは、AI技術により製品の使用状況をリアルタイムにセンシングすることで、保守・修理計画の迅速な策定、スペアパーツの予測と最適構成モデルの構築、航空エンジンの予知保全の実現、サービス保証機能の向上を実現します。現在、多くの大手航空製造会社は、航空エンジンのブレード検査ツールとして AI テクノロジーを使用しており、当初の検査時間が 3 ～ 4 時間から 30 ～ 45 分に短縮され、企業は検査コストを数億ドル節約できます。
実際、AI テクノロジーは大企業に力を与えるだけではありません。航空宇宙エンジンのオンサイト保守において、AI テクノロジーを活用した検出ツールは、作業の標準化、担当者の作業効率と作業品質の向上、保守と修理の時間の短縮に役立ちます。そして、新技術に注目する一部の「航空機ドクター」、つまり航空機整備士らは、独自の「AI無影灯」を作り始めた。
広州白雲空港では、広州航空機保守工程有限公司 (GAMECO) の「90 年代以降」の整備スタッフ、ルオ チェンゴン氏が、中国初の自社開発産業レベルの深層学習プラットフォーム「フライング パドル」を使用して、「整備員向け「フライングパドル」 航空機欠陥認識モデル「AI無影灯」このモデルを構築するプロセスでは、モデルのトレーニングが最初のステップであり、機械学習の実行を支援するために、収集した大量のデータと画像をシステムにインポートする必要があります。
従来の飛行後の作業では、航空機の整備担当者は、航空機のエンジンを含むすべての設備や機器が正常であり、運用要件を満たしていることを確認するために、約 1 時間をかけて航空機を目視検査する必要があります。 Luo Cheng 氏は、航空機の欠陥特定モデルのトレーニングを完了した後、実際の作業における目視検査の効率と精度を向上できるかどうかのテストを開始しました。その結果、機体のネジが緩んでいて「ディディ」という音が出たことをモデルが識別することに成功し、AI技術が前線の作業でも大きな可能性を秘めていることが示された。
マッキンゼー・アンド・カンパニーは、今年8月に発表した「航空整備における人工知能の機会」の中で、舞台裏で稼働する航空機の整備・修理・オーバーホール（MRO）サービスがなければ、民間航空業界は安全な運航を完了できないと指摘した。毎日世界中で輸送されており、これまでに 1,000 万人近い乗客を運び、200 億キロメートル以上を飛行したという驚くべき偉業です。しかし現在、業界は前例のない課題に直面しています。ビジネス航空旅行の需要の急速な伸び、世界的な航空機不足、新型コロナウイルス感染症の流行による整備の滞りにより、航空会社のMROサービスに対する需要は増加し続けています。新しい航空機の供給が限られている中、航空会社は増大する旅客需要に応えようと努めているため、MRO業界は既存航空機の可用性と信頼性を確保し、耐用年数を延長する必要があります。科学技術の急速な発展に伴い、これらの問題を解決し、チャンスを掴むための鍵は人工知能にあります。
AI テクノロジーが成熟し続けるにつれて、航空宇宙エンジンの分野での応用はより広範囲かつ詳細なものになるでしょう。予知保全から燃料効率の向上、インテリジェントな故障診断に至るまで、AI テクノロジーの革新は、航空エンジンの性能と動作信頼性の向上を強力にサポートします。将来に目を向けると、人工知能などの新技術のサポートにより、航空機エンジンはよりインテリジェントで環境に優しく効率的な方向に進化し、航空産業の持続可能な発展の基礎を築くだけでなく、安全性も向上します。世界の航空業界の経済は新たな進歩をもたらします。 （中国民間航空ニュース記者、王宜超）
専門家が語る
航空製造業界のライフサイクル全体がデータと密接に関係するようになる
劉毅
AI テクノロジーは航空製造を強化し、「設計、製造、メンテナンス」のライフサイクル全体を最適化します。これは最先端のトピックであり、デジタル航空分野における AI テクノロジーの拡大の重要な兆候です。現在の観点から見ると、AI テクノロジーの開発が航空製造に与える影響は主に 3 つの関係に反映されています。
設計プロセスにおいて、新世代の AI テクノロジーは CAD (コンピューター支援設計)/CAE (コンピューター支援エンジニアリング) とさらに統合する機能を備えています。これは本質的に、「第 3 のパラダイム (コンピューター科学) から第 3 のパラダイムへの移行です。」第4のパラダイム（データ集約型サイエンス）」へのシフト。たとえば、構造強度、振動騒音、熱流結合などの複数の物理分野を含むデジタル モデルのシミュレーション解析では、AI テクノロジーにより、時間、空間、分野、単位を超えた航空機設計の知識とデータのフローと統合が可能になります。 、高品質のメッシュ モデルを自動的に生成して、ソルバー パラメーター設定を最適化し、シミュレーションの効率と精度を向上させるために使用されます。
新世代の AI テクノロジーの「トロイカ」であるコンピューティング能力、アルゴリズム、データはすべて、航空機設計分野の生産性における革新を推進しています。その中で、コンピューティング能力の急速な成長は、設計シミュレーションにおける大規模な数値計算のパフォーマンス要件を満たします。一方で、インテリジェントなアルゴリズムにより、設計がより高い次元やより多くの変数に適応できるようになりますが、他方では、プロフェッショナル デザインとジェネレーティブ デザインの新たな関係、そして大量のデータ情報を処理、理解、作成する大規模モデルのコア機能は、航空製造における高度に細分化された高度なデータ処理ニーズを正確に満たします。
製造プロセスにおいて、航空業界は製造精度と加工品質に対して非常に高い要件を持っています。従来のサンプリング後の統計的品質管理スキームと比較して、新世代の AI テクノロジーは品質管理のリアルタイム要件を満たすことができます。たとえば、AI テクノロジーに基づくマルチモーダル機能により、さまざまなセンサー データを統合して生産プロセスをリアルタイムで制御および最適化できます。また、AI テクノロジーを生産および製造の各検査リンクに適用し、各分野の専門家の知識とデータ セットを使用できます。さまざまなセンサー データとフィードバック情報を継続的に学習して、製品の欠陥検出の精度を向上させることができ、パーソナライズされた柔軟なインテリジェント製造ニーズに合わせて、AI テクノロジーが生産および製造データのパターンと特性を継続的に学習して理解できます。現在の環境で、特定のタスクの実装計画を作成します。さらに、AI テクノロジーは、自然言語処理モデルに基づいて人間の指示を理解し、マシンビジョンモデルに基づいて位置情報を判断し、インテリジェントな意思決定に基づいて処理パス計画を実現するなど、ロボットに知覚、分析、意思決定の能力を与えることができます。アルゴリズムの作成。一部繰り返します。非常に機密性の高い、標準化された、または高リスクのシナリオで人員を大幅に削減し、作業を実行する人員を効率的に調整します。
整備プロセスにおいては、AI技術により「マニュアル」から「作業指示書」までの航空機整備の中核となるリンクを効率的に最適化し、「専門知識ベース」から「作業リスト」までの自動化とインテリジェンスを実現します。航空機が故障した場合、故障診断エキスパート システムとナレッジ グラフ テクノロジーに基づいた AI が故障現象と運航データをインテリジェントに分析し、故障の原因を迅速に特定し、整備計画と意思決定の提案を直接生成し、整備担当者に適切な対応を指示します。正確なメンテナンスとコンポーネントの交換を実行できます。また、故障診断とメンテナンスの知識をナレッジ ベースに埋め戻して、診断モデルを継続的に改善および最適化することもできます。ディープ ニューラル ネットワークや長期短期記憶ネットワークなどの機械学習アルゴリズムを使用して、航空機のメンテナンスに関する知識や運用データの特徴抽出とパターン認識を実行し、モデルのトレーニングとを通じて機器の劣化と故障の進化の予測モデルを構築できます。検証により、機器の残りの耐用年数と潜在的な故障リスクを正確に予測し、航空機の予防的な予知保全と最適化を実現できます。
BD（ビッグデータ）とAIは、新たな生産性における技術進歩の中核です。将来的には、航空機の設計、製造、メンテナンスのライフサイクル全体が BD および AI と密接に関連するようになるため、基本的な民間航空データ ガバナンス、データからドメイン知識への変換、およびインテリジェントな垂直アプリケーション シナリオの研究の共同の取り組みが必要になります。さらに、航空製造現場は、複雑さ、専門性、ダイナミクスを特徴とする一方で、現在の新世代 AI テクノロジーの解釈可能性と安全性は、大規模生産のために解決する必要がある問題であることに注意する必要があります。一方、インテリジェントな変革の深化に伴い、無人化のシナリオがますます増え、どのタスクを機械が実行すべきか、効率やコストなどの要素を総合的に考慮して決定する必要があります。人間によって完成されたもの。これは人間と機械のコラボレーションのプロセスであり、無人技術を盲目的に追求すると、インテリジェント製造の原点から逸脱する可能性があります。 (著者は中国民用航空局のビッグデータおよび人工知能部門の責任者であり、中国民用航空局のデータガバナンスと意思決定の最適化の主要研究室の常務理事でもあります)