A nível mundial, a tecnologia de inteligência artificial (IA) está a tornar-se rapidamente num poderoso motor de crescimento económico, injetando o poder da mudança em todas as esferas da vida. Na indústria da aviação civil, a IA é considerada uma nova geração de "motor invisível" que promove o desenvolvimento da indústria - esses big data invisíveis estão se tornando um novo "combustível" que leva as pessoas a se tornarem inteligentes e a iniciarem uma viagem melhor. Especialmente no domínio dos motores aeroespaciais, a IA, as “asas da sabedoria”, está a impulsionar a onda de mudança a uma velocidade sem precedentes, mostrando um potencial ilimitado.
De acordo com especialistas da indústria, a aplicação da tecnologia de IA no domínio dos motores aeronáuticos está a expandir-se para todo o ciclo de vida, desde a concepção, testes até ao fabrico, operação e manutenção. Ao mesmo tempo que acelera o processo de investigação e desenvolvimento de motores aeronáuticos, também permite a colaboração. entre as cadeias industriais upstream e downstream Mais conectadas e eficientes.
Projetando um "coração" de aeronave mais poderoso
Como o “coração” da aeronave, o aeromotor integra um grande número de tecnologias, materiais e processos avançados e é um componente chave da aeronave. Possui requisitos extremamente elevados de precisão, estabilidade e confiabilidade no projeto, fabricação e uso.
Xiao Hong, professor da Northwestern Polytechnical University, disse que as características dos aeromotores podem ser resumidas como “três agudos e um longo”. Em termos de desempenho, os motores aeronáuticos têm as características de alto envelope de voo, alta relação empuxo (potência)/peso, alta confiabilidade e longa vida útil. Atualmente, globalmente, a vida útil mais longa de um motor de aeronave chega a 50.000 horas. Em termos de ambiente operacional, os motores aeroespaciais enfrentam os desafios de alta pressão, alta velocidade, alta temperatura e operação de longo ciclo de vida. Economicamente, os motores de aviação são produtos com alto investimento, alto limiar, altos retornos e ciclo longo. Xiao Hong disse que o desenvolvimento de um motor aeroespacial típico leva de 10 a 20 anos, mas após a finalização, o retorno do investimento é muito alto devido à longa vida útil.
Hoje em dia, com a “junção” da tecnologia de IA, esta operação altamente precisa de equipamentos também entrou em uma era inteligente mais segura e eficiente. O impacto da tecnologia de IA nos motores aeroespaciais pode ser rastreado até a “fonte”. Ou seja, no processo de design do produto, a tecnologia de IA já está contribuindo para a construção do seu modelo. Como todos sabemos, o aeromotor é uma expressão concentrada da sabedoria humana e do poder tecnológico. O seu processo de design envolve mecânica estrutural, mecânica dos fluidos, aerodinâmica, combustão e outras ciências da engenharia, e depende fortemente de equações básicas, modelos básicos e métodos de cálculo. No campo da ciência da engenharia, a tecnologia de IA assumiu a liderança na realização de aplicações generalizadas e, com o aprendizado de máquina cada vez mais sofisticado (Aprendizado de Máquina), melhorou muito a eficiência e a precisão do trabalho das indústrias relacionadas.
Como parte da tecnologia de IA, a aprendizagem automática permite que os sistemas informáticos encontrem padrões em grandes quantidades de dados, aprendendo com a experiência e os dados existentes, promovendo o desenvolvimento da automação, da tomada de decisões baseada em dados e de sistemas inteligentes. Em comparação com os modelos tradicionais, os modelos construídos usando métodos de aprendizado de máquina têm recursos de descrição de recursos físicos eficientes e em escala cruzada, e têm vantagens potenciais na precisão e eficiência do cálculo. Essa capacidade é muito importante para a construção de modelos de motores aeronáuticos.
Além de construir modelos, a tecnologia de IA também pode desempenhar um papel na previsão do desempenho de motores aeronáuticos, otimização de modelos de projeto, verificação de testes e outros aspectos. Tomemos como exemplo os testes de motores de aviação. Liu Daxiang, acadêmico da Academia Chinesa de Engenharia, mencionou certa vez em um discurso público que um certo tipo de motor aeroespacial requer milhares ou mesmo dezenas de milhares de horas de testes desde o projeto até a finalização, que podem durar até 10 anos. Com o desenvolvimento da tecnologia de IA, as pessoas estão tentando transferir alguns experimentos para o espaço digital. No espaço digital, motores digitais com desempenho correspondente um para um são desenvolvidos por meio da tecnologia de gêmeos digitais e experimentos são realizados nos motores digitais. para economizar significativamente mão de obra e recursos materiais, recursos financeiros e acelerar o processo de desenvolvimento.
Melhorar a eficiência da investigação e desenvolvimento de motores aeroespaciais através da tecnologia de IA não é apenas um bom desejo dos círculos académicos. Muitas empresas já aderiram à exploração deste campo de vanguarda. Por exemplo, a GE Aerospace nos Estados Unidos desenvolveu uma ferramenta de design baseada em IA - DT4D (Digital Thread for Design). Este é um sistema de thread digital que cobre todo o ciclo de vida do produto. Tem como objetivo unificar os dados dos motores aeroespaciais desde o projeto conceitual até a operação real, conectando vários links, como design, fabricação, cadeia de suprimentos e serviços, tornando todo o processo de P&D e fabricação. mais eficiente. O sistema não só permite que engenheiros, fabricantes, cadeia de suprimentos e outras partes interessadas acessem os mais recentes dados de design e desempenho de produtos em tempo real, mas também integra dados de simulação, projeto e fabricação no mesmo sistema de thread digital, reduzindo efetivamente o atrito no desenvolvimento do produto processo. O trabalho repetitivo e os erros manuais de transmissão de dados não apenas reduzem os custos do produto, mas também melhoram a confiabilidade do produto e aceleram o desenvolvimento do produto.
Rompa os gargalos que restringem a eficiência
Um bom design requer um alto nível de produção para ser alcançado.
No processo de fabricação, a tecnologia de IA comprovou suas capacidades e valor em muitos setores. Por exemplo, na área de fabricação de automóveis, em junho deste ano, o Grupo BMW apresentou o robô de uso geral Figure01 em sua fábrica em Spartanburg, na Carolina do Sul, EUA. Este robô é conduzido por um modelo de visão de IA e pode posicionar peças metálicas com precisão e corrigir automaticamente erros durante a execução por meio de aprendizado de rede neural. No campo da fabricação de aviação, a Airbus integrou tecnologia de IA e tecnologia de visão computacional em seu processo de produção, melhorando significativamente a precisão da montagem da aeronave. Ao mesmo tempo, a tecnologia de IA também pode registrar automaticamente a instalação dos principais componentes, analisando dados de vídeo e detectando se há problemas de instalação.
Embora esses robôs de IA ainda estejam em fase exploratória, na opinião de alguns executivos de empresas de manufatura de ponta, o foco da futura tecnologia de IA não é se deve ser usada, mas como usá-la. Um cenário de aplicação mais amplo da tecnologia de IA no processo de fabricação é o monitoramento inteligente da linha de produção e o controle inteligente de qualidade do produto. Ao usar a tecnologia de IA para monitorar o processo de produção, as empresas de manufatura podem otimizar os parâmetros do processo e ajustar o status operacional da linha de produção em tempo real. Quando a tecnologia de reconhecimento de imagem AI é usada para inspeção de produtos e controle de qualidade, alguns pequenos defeitos de produção podem ser descobertos a tempo, melhorando assim a precisão do produto. Portanto, é mais adequado para fabricação de chips, produção de peças de aviação, etc. requisitos de precisão extremamente elevados.
Os componentes de motores aeronáuticos têm estruturas complexas e exigem altos requisitos de precisão de produção. Combinando a tecnologia de IA com tecnologias emergentes, como robôs industriais, gêmeos digitais, realidade virtual (VR), realidade aumentada (AR), fabricação aditiva (impressão 3D) e dados. A integração de software industrial, como sistemas de monitoramento de coleta e execução de produção (MES), pode reduzir a participação humana em ambientes complexos e hostis, melhorar a precisão e a eficiência da produção do processo de execução de fabricação e, assim, melhorar a qualidade do produto. A este respeito, o fabricante de motores Rolls-Royce está explorando ativamente o uso da tecnologia de IA no projeto e fabricação de motores para prever e resolver possíveis problemas no processo de produção, a fim de garantir que cada componente possa atender a requisitos rigorosos de precisão.
Atualmente, algumas das explorações mais fascinantes são combinar a tecnologia de impressão 3D com a tecnologia de IA para romper o gargalo de fabricação no campo aeroespacial. No campo dos motores aeroespaciais, a aplicação da tecnologia de impressão 3D está se expandindo gradualmente. Como o campo de motores aeroespaciais que atualmente utiliza mais extensivamente a tecnologia de impressão 3D, a GE Aerospace utilizou mais de 300 peças de tecnologia de impressão 3D no desenvolvimento do motor GE9X. Através do uso flexível de uma variedade de novos materiais, a tecnologia de impressão 3D não apenas melhora a precisão da produção de peças complexas, mas também reduz efetivamente o peso das peças e encurta bastante o ciclo de produção. No entanto, embora a tecnologia de impressão 3D seja preferida pelas empresas fabricantes de motores, ainda é limitada pela eficiência da impressão. A este respeito, algumas empresas de tecnologia propuseram que a combinação da tecnologia de IA com a tecnologia de impressão 3D reduziria significativamente o tempo de pesquisa de materiais e melhoraria a eficiência de fabricação de peças de motores.
“Lâmpada cirúrgica AI” que serve como “médico de avião”
No link de garantia de serviço, ao detectar o status de uso do produto em tempo real, a tecnologia de IA pode formular rapidamente planos de manutenção e reparo, construir modelos de previsão de peças sobressalentes e configuração ideal, realizar manutenção preditiva de motores aeronáuticos e melhorar os recursos de garantia de serviço. Atualmente, muitas grandes empresas fabricantes de aviação têm usado a tecnologia de IA como ferramenta de inspeção de pás para motores aeronáuticos, reduzindo o tempo de inspeção original de 3 a 4 horas para 30 a 45 minutos, o que pode economizar centenas de milhões às empresas em custos de inspeção.
Na verdade, a tecnologia de IA não capacita apenas as grandes empresas. Durante a manutenção local de motores aeroespaciais, as ferramentas de detecção impulsionadas pela tecnologia de IA ajudam a padronizar as operações, melhorar a eficiência e a qualidade do trabalho do pessoal e reduzir o tempo de manutenção e reparo. E alguns “médicos aeronáuticos” que prestam atenção às novas tecnologias, ou seja, pessoal de manutenção de aeronaves, começaram a construir suas próprias “luzes cirúrgicas de IA”.
No Aeroporto Guangzhou Baiyun, Luo Chenggong, uma equipe de manutenção "pós-anos 90" da Guangzhou Aircraft Maintenance Engineering Co., Ltd. (GAMECO), usou a primeira plataforma de aprendizado profundo de nível industrial autodesenvolvida da China, "Flying Paddle", para criar um " Flying Paddle" para equipe de manutenção. "AI cirúrgica light" - modelo de reconhecimento de defeitos de aeronaves. No processo de construção deste modelo, o treinamento do modelo é o primeiro passo, o que requer a importação de uma grande quantidade de dados e imagens coletados para o sistema para auxiliá-lo na realização do aprendizado de máquina.
No trabalho tradicional pós-voo, o pessoal de manutenção da aeronave precisa passar cerca de uma hora inspecionando visualmente a aeronave para garantir que todas as instalações e equipamentos, incluindo o motor da aeronave, estejam normais e atendam aos requisitos operacionais. Após concluir o treinamento do modelo de identificação de defeitos da aeronave, Luo Cheng começou a testar se ele poderia melhorar a eficiência e a precisão das inspeções visuais no trabalho real. Os resultados mostraram que o modelo identificou com sucesso que um parafuso da aeronave estava solto e emitiu um som “didi”, indicando que a tecnologia de IA também tem grande potencial no trabalho de linha de frente.
A McKinsey & Company destacou em “Oportunidades de Inteligência Artificial Generativa na Manutenção de Aviação”, lançado em agosto deste ano, que sem os serviços de manutenção, reparo e revisão (MRO) de aeronaves que operam nos bastidores, a indústria da aviação civil não seria capaz de completar a segurança transporte em todo o mundo todos os dias É um feito surpreendente que tenha transportado quase 10 milhões de passageiros e voado mais de 20 mil milhões de quilómetros. Mas hoje, a indústria enfrenta desafios sem precedentes. O rápido crescimento da procura de viagens de aviação executiva, a escassez global de aeronaves e o atraso na manutenção causado pela epidemia da COVID-19 continuaram a aumentar a procura das companhias aéreas por serviços de MRO. À medida que as companhias aéreas se esforçam para satisfazer a crescente procura de viagens de passageiros quando a oferta de novas aeronaves é limitada, a indústria de MRO deve garantir a disponibilidade e fiabilidade das aeronaves existentes e prolongar a sua vida útil. Com o rápido desenvolvimento da ciência e da tecnologia, a chave para resolver estes problemas e aproveitar estas oportunidades aponta para a inteligência artificial.
À medida que a tecnologia de IA continua a amadurecer, a sua aplicação no domínio dos motores aeroespaciais tornar-se-á mais extensa e aprofundada. Da manutenção preditiva à melhoria da eficiência de combustível e ao diagnóstico inteligente de falhas, a inovação da tecnologia de IA fornece um forte suporte para melhorar o desempenho e a confiabilidade operacional dos motores aeronáuticos. Olhando para o futuro, com o apoio de novas tecnologias como a inteligência artificial, os motores das aeronaves evoluirão numa direcção mais inteligente, amiga do ambiente e eficiente, não só lançando as bases para o desenvolvimento sustentável da indústria da aviação, mas também melhorando a segurança e a economia da indústria da aviação global trazem novos avanços. (Repórter do China Civil Aviation News, Wang Yichao)
Especialistas falam
Todo o ciclo de vida da indústria de fabricação de aviação estará intimamente ligado aos dados
Liu Yi
A tecnologia de IA capacita a fabricação da aviação e otimiza todo o ciclo de vida de "projeto-fabricação-manutenção". É um tema de vanguarda e uma manifestação importante da expansão da tecnologia de IA no campo da aviação digital. Do ponto de vista actual, o impacto do desenvolvimento da tecnologia de IA na produção da aviação reflecte-se principalmente em três ligações.
No processo de design, a nova geração de tecnologia de IA tem a capacidade de se integrar ainda mais com CAD (design auxiliado por computador)/CAE (engenharia auxiliada por computador). Esta é essencialmente uma transição do "terceiro paradigma (ciência da computação) para o". mudança do quarto paradigma (ciência intensiva de dados). Por exemplo, na análise de simulação de modelos digitais com múltiplos campos físicos, como resistência estrutural, ruído de vibração e acoplamento de fluxo de calor, a tecnologia de IA pode permitir o fluxo e a integração de conhecimentos e dados de projeto de aeronaves ao longo do tempo, espaço, campos e unidades. , e é usado para gerar automaticamente modelos de malha de alta qualidade para otimizar as configurações dos parâmetros do solucionador e melhorar a eficiência e a precisão da simulação.
A “troika” da nova geração de tecnologia de IA – poder computacional, algoritmos e dados – estão todos impulsionando a inovação na produtividade no campo do design de aeronaves. Entre eles, o rápido crescimento do poder computacional atende aos requisitos de desempenho de cálculos numéricos em grande escala em algoritmos de simulação de projeto, por um lado, permite que o projeto se adapte a dimensões mais altas e a mais variáveis, e por outro lado dá origem ao; relação entre design profissional e design generativo Uma nova situação de integração e a capacidade central de grandes modelos de processar, compreender e criar grandes quantidades de informações de dados atende exatamente às necessidades de processamento de dados altamente segmentadas e altamente profissionais na fabricação de aviação.
No processo de fabricação, a indústria da aviação tem requisitos extremamente elevados de precisão de fabricação e qualidade de processamento. Em comparação com o esquema tradicional de controle de qualidade estatística pós-amostragem, a nova geração de tecnologia de IA pode atender aos requisitos de controle de qualidade em tempo real. Por exemplo, capacidades multimodais baseadas em tecnologia de IA podem integrar diferentes dados de sensores para controlar e otimizar o processo de produção em tempo real, aplicar tecnologia de IA a cada elo de inspeção de produção e fabricação e usar o conhecimento e conjuntos de dados de especialistas do domínio para; treinamento, que pode ser adaptativo Ele pode aprender continuamente vários dados de sensores e informações de feedback para melhorar a precisão da detecção de defeitos do produto e para necessidades de fabricação inteligente personalizadas e flexíveis, a tecnologia de IA pode aprender e compreender continuamente os padrões e características dos dados de produção e fabricação; no ambiente atual e, em seguida, fornecer Desenvolver planos de implementação para tarefas específicas. Além disso, a tecnologia de IA pode capacitar os robôs com capacidades de percepção, análise e tomada de decisão, como a compreensão de instruções humanas com base em modelos de processamento de linguagem natural, o julgamento de informações de posição com base em modelos de visão mecânica e a realização do planejamento do caminho de processamento com base em decisões inteligentes. criação de algoritmos. Repita em parte Reduza significativamente a mão de obra em cenários altamente sensíveis, padronizados ou de alto risco e coordene com eficiência o pessoal para realizar o trabalho.
No processo de manutenção, a tecnologia de IA otimizará com eficiência o elo central da manutenção de aeronaves, dos "manuais" às "ordens de serviço", ou seja, realizará automação e inteligência da "base de conhecimento profissional" à "lista de trabalho". Quando uma aeronave apresenta mau funcionamento, a IA baseada no sistema especialista em diagnóstico de falhas e na tecnologia de gráfico de conhecimento pode analisar de forma inteligente o fenômeno da falha e os dados operacionais, determinar rapidamente a causa da falha, gerar diretamente planos de manutenção e sugestões de tomada de decisão e orientar o pessoal de manutenção para realizar manutenção precisa e substituição de componentes. O diagnóstico de falhas e o conhecimento de manutenção também podem ser preenchidos na base de conhecimento para melhorar e otimizar continuamente o modelo de diagnóstico. Usando algoritmos de aprendizado de máquina, como redes neurais profundas e redes de memória de longo e curto prazo, para realizar extração de recursos e reconhecimento de padrões no conhecimento de manutenção de aeronaves e dados operacionais, podemos construir modelos de previsão para degradação de equipamentos e evolução de falhas. verificação, podemos prever com precisão a vida útil restante do equipamento e os riscos potenciais de falha para obter manutenção preditiva proativa e otimização das aeronaves.
BD (big data) e IA são o núcleo do progresso tecnológico em nova produtividade. No futuro, todo o ciclo de vida do projeto, fabricação e manutenção de aeronaves estará intimamente conectado com BD e IA, o que requer esforços conjuntos de governança básica de dados da aviação civil, transformação de dados para conhecimento de domínio e pesquisa inteligente de cenários de aplicação vertical. Além disso, devemos notar que, por um lado, o cenário da fabricação da aviação é caracterizado pela complexidade, profissionalismo e dinâmica. A interpretabilidade e a segurança da atual nova geração de tecnologia de IA são questões que precisam ser resolvidas para a produção em larga escala. aplicações, por outro lado, com o aprofundamento da transformação inteligente, surgirão cada vez mais cenários não tripulados, e as decisões deverão ser tomadas com base na consideração abrangente de fatores como eficiência e custo, quais tarefas devem ser concluídas por máquinas e quais devem ser realizadas; completado por humanos. Este é um processo de colaboração homem-máquina. A busca cega de tecnologia não tripulada pode desviar-se da origem da produção inteligente. (O autor é diretor do Departamento de Big Data e Inteligência Artificial da Administração de Aviação Civil da China e diretor executivo do Laboratório Principal de Governança de Dados e Otimização de Decisão da Administração de Aviação Civil da China)