航空航天：推动数据融通数物融合

管桐

统一技术架构接口规范，保障数据融通

突破全生命周期机理模型，推动数物融合

航空航天行业具有有长周期、多种类、小批量、高可靠的行业特征，面临数据源差异大、模型适配性不足、管理调度效率低下、故障预测能力欠缺等行业痛点，亟须加快基于工业互联网平台的数字化转型步伐，全面提升研发设计、生产制造、供应链管理、运营维护等环节的数字化水平。

研发制造管理运维

均发生转变

（一）研发设计由串行异构向并行协同转变

随着业内基于MBD研发设计模式的应用推广，将三维模型作为唯一数据源进行几何、工艺、质量和管理等属性标注，有利于统一标准，改善数据差异问题，打破研发设计的空间、时间、组织限制，降低跨专业、跨部门、跨企业协同研发设计门槛。

（二）生产制造由以数映物向数物融合转变

随着数字孪生技术在生产制造环节的应用，助力企业依据统一模型、统一数据源进行制造，解决CAD到CAM的集成问题，实现生产过程可预测、可调整、可追溯，降低生产成本，提高产品质量稳定性。

（三）生产管理由单点对接向动态调整转变

相较传统离散行业，航空航天对材料供应和资源调配都具有极高要求，既要求尽量采用灵活的零部件管理来降低运营成本，又需要保证交付的速度。工业互联网聚焦人、传感器、生产设备和云端等节点的互联互通，打通研发、生产、管理等环节“数据孤岛”，可有效构建大协作、大配套的生产管理体系。

（四）运维服务由定期维护向视情维护转变

通过在飞机维修领域引入大数据、人工智能等新一代信息技术，有利于开展故障溯源、辅助设计和工艺改进，提高设备描述、仿真诊断、预测维护的精密度和准确率，达到冶未病、自感知、自决策的目的。

应用场景及实践

有据可依

（一）基于MBD的研发设计

一是信息交互。优化信息的传输、操作和管理，大幅减少由理解差异产生歧义的问题。二是工艺审查。分析可制造性、可装配性和结构合理性。三是工艺规划。规划零部件装配顺序和运动路径。四是工艺编制。计算关键部件工艺容差，合理分配资源。

（二）基于CPS（赛博物理系统）的智能制造

一是分布式生产。将整机组装厂（所）、零部件生产厂（所）等资源整合，以信息管理为整个制造网格系统提供行动依据，形成网络化制造系统。二是个性化生产。针对不同型号的飞机制造需求，制定个性化的组装方案。三是柔性化生产。根据市场、厂区、库房的动态信息，及时调整生产所需的人、机、料、法、环等配套共给。

（三）基于大数据分析的供应链管理

一是物流管理。通过业务需求，动态调整备品备件预计划，改善供应链库存状况、降低系统库存总成本、提高准时交付率。二是质量管理。运用大数据技术评测生产制造能力、质量保障能力、交付进度、合格率等指标，健全质量管理体系，完善质量追溯制度，实现对各环节产品质量的精确管控。

（四）基于PHM的运营维护

一是状态实时监测。航空航天企业通过工业互联网平台实时采集发动机、飞行器等设备工作温度、工作环境和应力分布等状态数据。二是故障诊断预测。对历史积累的海量数据进行高效处理，生成运维模型，诊断产品在不同使用条件下出现故障的概率和时间。三是维修辅助决策。基于故障預测结果，辅助制定维修方案，远程指导工程师现场执行。

保障数据融通

推动数物融合

（一）统一技术架构接口规范，保障数据融通

一是规范数据类型，以基于MBD的三维模型作为设计、制造、管理、维护的唯一依据，推动信息传递媒介由二维向三维转变。二是夯实数据基础，对高价值、高可靠、高能耗设备，实时采集其全生命周期数据，提升采集数据深度、广度和精度，并运用大数据分析开展关联性研究。三是建设通用设计CAD软件标准零件库、技术注释库和材料库，对CAD建模软件进行二次开发，建立企业基于MBD的全三维设计支持系统。

（二）突破全生命周期机理模型，推动数物融合

一是突破设计仿真、工艺流程、装配流程等研发设计模型，助力研发设计数据自由流动。二是突破工业机理、业务流程、生产质量等生产制造模型，加快工业知识沉淀。三是突破业务流程、供应链管理等生产管理模型，推动供需两侧互联互通。四是突破故障诊断、故障预测、零部件寿命预测等运营维护模型，提高运营维护精度。

（三）构建多层次体系化平台，实现数据分级分类

一是推动供应链上公有云，鼓励主机厂商建立公有云，促进供应商业务流程的规范化、标准化，与主机厂实现计划、技术、采购和质量的协同。二是推动集团内设计上私有云，推动集团内研发设计部门和系统级供应商依托私有云开展协同研发，以三维统一数据源消除数据传递过程中的不确定性。三是推动企业生产制造上专有云，引导整机组装厂、零部件生产厂借助专有云对生产工艺、设备运行、产品质量等数据进行存储、分析，实现生产制造过程协同管控，提高产品质量稳定性。