Dick Slansky，ARC 咨询集团高级分析师/作者

航空航天制造业的顶级技术投资领域包括高级分析、云计算、建模和仿真、物联网平台、生产流程优化和预测分析。人工智能 (AI) 和机器学习 (ML) 等人工智能子集将在实际实施中推动该技术的大部分发展。

对 AI 和认知计算的早期研究已经将真正的解决方案应用于现实世界的流程。除了机器人、增材制造和其他颠覆性技术外，航空航天和国防 (A&D) 行业相对较快地认识到 AI 的潜力，并欣然接受它产生的科学和技术。这两个行业都制定并实施了各自的数字化转型路线图。

从历史上看，自动化系统一直是 A&D 行业从驾驶舱到工厂车间的重要元素。我们已经看到从首次使用自动驾驶仪和其他自动化系统到未来的自主航空电子系统的稳步发展。自动化工厂生产系统已经从程序控制系统发展为基于预测性、规定性甚至自主自愈系统的机器和生产系统，这些系统由 AI/ML 算法支持。

在工厂生产领域，ML 正在以多种方式帮助改进和优化生产过程。其中包括减少设备故障的发生率，以保持生产速度正常运转并减少代价高昂的停机时间。基于机器学习的算法可以访问和分析来自机器振动传感器的大量数据，以检测和预测机器异常和故障。此外，机器学习可以规定性地确定如何最好地修复和预防问题。最终，ML 算法可以协调机器和装配线的完整自我修复自主生产环境。

AI 和 ML 正被用于确定航空航天制造业的最佳生产流程。规范性分析结合大数据、数理统计、逻辑和机器学习，以经验方式揭示最复杂生产问题的根源，然后提出解决这些问题的决策选项。基于 ML 的生产智能系统使用模式识别技术来分析产品和流程的现有生产数据，并识别有效（最佳实践）和无效（风险情况）的模式。这些模式被转换成人类可读的规则形式，然后应用于制造操作以获得最佳实践。航空航天制造商正在使用这种方法来优化先进的复合材料制造工艺。

增材制造的兴起

如今，A&D 行业是增材制造 (AM) 零件的最大用户。从波音和空客的商业双头垄断到洛克希德马丁等国防原始设备制造商，数以千计的 AM“飞走”零件用于飞机制造。例如，波音公司最新的风体模型 777X 在飞机上有 600 多个打印部件，其中巨大的 GE9X 发动机中有 300 多个打印部件。它被誉为当今双喷气宽体飞机最强大、最高效的发动机。波音 777X 在尺寸、性能和 AM 部件数量方面与空客 A350 XWB 竞争。A350 已经拥有 1,000 多个打印部件。 

波音公司大力推进增材制造，并申请了与更换飞机零件的 3D 打印相关的专利，这可能对公司未来的运营产生严重影响。他们希望创建一个零件库来存储 AM 零件定义文件，包括一个数据库和一个零件管理系统，而不是将零件存储在各个分销中心，或者要求将零件运送给他们，从而导致大量延迟。 

相反，该公司只需为需要的零件提取特定的 AM 文件，并在几分钟或几小时内制造出来，只要有打印机可用。目前，该公司拥有超过 350 个 AM 标准零件，涵盖 10 个不同的飞机生产计划，目前约有 20,000 个印刷零件在其飞机上使用。

增材制造产生重大影响的另一个 A&D 制造领域是用于支持生产线组装和安装的工具。使用新一代大面积增材制造 (BAAM) 打印机，大型工装夹具和夹具可以在更短的时间内制造为单个大型零件，从而消除多个零件组装。

目前，人工智能是航空航天增材制造设计过程中不可或缺的一部分。在飞机零件设计中，实现最佳重量强度比是首要目标，因为减轻重量是机身结构设计的一个重要因素。今天的 PLM 解决方案提供功能驱动的生成设计，使用基于 AI 的算法来捕获功能规范并生成和验证最适合 AM 制造的概念形状。使用这种生成功能设计方法可以在功能规范内产生最佳的轻量化设计。