大數(shù)據(jù)技術(shù)在航空發(fā)動機中的應(yīng)用

■ 王 潘 劉 魁/中國航發(fā)研究院

什么樣的數(shù)據(jù)才是大數(shù)據(jù)？相較于傳統(tǒng)的數(shù)據(jù)搜集統(tǒng)計，大數(shù)據(jù)技術(shù)究竟有何獨特的“魔力”？筆者在解答上述問題的基礎(chǔ)上，對大數(shù)據(jù)技術(shù)在航空發(fā)動機領(lǐng)域的應(yīng)用進行了探討。

大數(shù)據(jù)是指在一定時間范圍內(nèi)無法用常規(guī)軟件工具進行捕捉、管理和處理的海量、高增長和多樣化的數(shù)據(jù)集合。大數(shù)據(jù)技術(shù)是一種通過分析和挖掘全量的非抽樣數(shù)據(jù)的輔助決策技術(shù)。

工業(yè)大數(shù)據(jù)的產(chǎn)生及特點

工業(yè)大數(shù)據(jù)

工業(yè)大數(shù)據(jù)是指在工業(yè)領(lǐng)域中圍繞智能制造模式，從研發(fā)設(shè)計、制造生產(chǎn)、運行維修等整個產(chǎn)品全生命周期產(chǎn)生的各類數(shù)據(jù)的總稱，這些數(shù)據(jù)與設(shè)計、制造、服務(wù)等產(chǎn)品研制關(guān)鍵環(huán)節(jié)深度融合，對提高產(chǎn)品質(zhì)量、降低研制成本等有重要作用。

大數(shù)據(jù)技術(shù)是在分布式處理技術(shù)、存儲技術(shù)的迅速發(fā)展下產(chǎn)生的，傳統(tǒng)數(shù)據(jù)分析基于樣本數(shù)據(jù)，隨著Hadoop分布式文件系統(tǒng)（HDFS）和分布式并行計算技術(shù)MapReduce的應(yīng)用，數(shù)據(jù)存儲和分析的成本大幅降低，通過實時處理和分析全量海量數(shù)據(jù)提取隱含價值成為可能。大數(shù)據(jù)分析的技術(shù)方法逐漸成熟并應(yīng)用于工業(yè)領(lǐng)域，解決了傳統(tǒng)數(shù)據(jù)挖掘所面臨的性能、吞吐量、容量的問題，并將數(shù)據(jù)分析由采樣數(shù)據(jù)轉(zhuǎn)變?yōu)槿繑?shù)據(jù)，能挖掘出更多的關(guān)聯(lián)關(guān)系。

工業(yè)大數(shù)據(jù)的特點

相比傳統(tǒng)數(shù)據(jù)，大數(shù)據(jù)有4V的特征：一是數(shù)量（Volume）大，且每年的增長速度快；二是類別（Variety）多，結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)種類多；三是數(shù)據(jù)獲取和處理的速度（Velocity）要求高；四是數(shù)據(jù)價值（Value）密度低，價值密度高低與數(shù)據(jù)總量成反比，通過數(shù)據(jù)分析的算法提取數(shù)據(jù)價值成為關(guān)鍵問題。

工業(yè)大數(shù)據(jù)的發(fā)展經(jīng)歷了三個階段：第一階段為1990—2000年，以遠程監(jiān)控、數(shù)據(jù)采集和管理為核心技術(shù)，主要解決的是以產(chǎn)品為核心的狀態(tài)監(jiān)控；第二階段為2000—2010年，以數(shù)據(jù)分析為核心技術(shù)，以及時維修和預(yù)測型維護為目標(biāo)；第三階段為2010年至今，以大數(shù)據(jù)分析平臺為高級數(shù)據(jù)分析工具，實現(xiàn)了以應(yīng)用為主導(dǎo)的服務(wù)生態(tài)體系。

工業(yè)大數(shù)據(jù)除具有一般大數(shù)據(jù)的特點外，還具有更強的專業(yè)性、關(guān)聯(lián)性、流程性、時序性和解析性等特點，僅僅依靠傳統(tǒng)的互聯(lián)網(wǎng)大數(shù)據(jù)分析技術(shù)是無法滿足工業(yè)數(shù)據(jù)的分析需求的。工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)的對比分析如表1所示。

總而言之，互聯(lián)網(wǎng)大數(shù)據(jù)的價值發(fā)現(xiàn)主要是從數(shù)據(jù)端驅(qū)動，如通過分析產(chǎn)品屬性關(guān)聯(lián)性以形成推薦方案；工業(yè)大數(shù)據(jù)的價值更多的是從功能端驅(qū)動，在數(shù)據(jù)分析時往往需明確待解決的問題。在數(shù)據(jù)特征的提取方面，工業(yè)大數(shù)據(jù)更注重特征背后的物理意義及特征之間關(guān)聯(lián)性的機理邏輯，而傳統(tǒng)的互聯(lián)網(wǎng)大數(shù)據(jù)更側(cè)重于挖掘?qū)傩灾g的關(guān)聯(lián)性。在預(yù)測結(jié)果方面，工業(yè)大數(shù)據(jù)對預(yù)測和分析結(jié)果的容錯率遠低于互聯(lián)網(wǎng)大數(shù)據(jù)。

表1 工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)對比分析

航空發(fā)動機大數(shù)據(jù)

航空發(fā)動機數(shù)據(jù)可謂是典型的工業(yè)大數(shù)據(jù)，數(shù)據(jù)產(chǎn)生于全生命周期過程（如圖1所示），主要包括：設(shè)計數(shù)據(jù)，如研發(fā)需求、數(shù)據(jù)模型、設(shè)計方法等；制造數(shù)據(jù)，如工藝設(shè)計、產(chǎn)品實作等；試驗數(shù)據(jù)，如試驗設(shè)計、測試方法、測試數(shù)據(jù)等；服務(wù)數(shù)據(jù)，如維修數(shù)據(jù)、備件數(shù)據(jù)、故障數(shù)據(jù)等；資源數(shù)據(jù)，如情報、材料、成果專利等；環(huán)境數(shù)據(jù)，如氣象數(shù)據(jù)、地理數(shù)據(jù)、航電數(shù)據(jù)等；管理數(shù)據(jù)，如項目管理、業(yè)務(wù)流程等。

圖2 全生命周期的數(shù)據(jù)價值體現(xiàn)

工業(yè)大數(shù)據(jù)的價值產(chǎn)生于發(fā)動機的全生命周期（如圖2所示），如在研發(fā)與設(shè)計階段可實現(xiàn)基于大數(shù)據(jù)的模擬仿真設(shè)計，利用虛擬仿真技術(shù)，可實現(xiàn)對原有研發(fā)設(shè)計過程的模擬、分析、評估、驗證和優(yōu)化，減少工程更改量降低成本；在生產(chǎn)過程中實時監(jiān)控與管理，優(yōu)化生產(chǎn)流程，現(xiàn)代化生產(chǎn)線安裝了數(shù)以千計的小型傳感器，通過探測生產(chǎn)設(shè)備的工作狀態(tài)（如溫度、壓力、振動和噪聲等）對設(shè)備實時監(jiān)控，同時可將生產(chǎn)制造各環(huán)節(jié)的數(shù)據(jù)整合，建立虛擬模型，仿真并優(yōu)化生產(chǎn)流程；在運行維修階段，將大量數(shù)據(jù)用于發(fā)動機的預(yù)測與健康管理（PHM），如故障檢測、診斷及剩余壽命預(yù)測，同時將健康管理信息轉(zhuǎn)化為備件需求和維修操作建議。

大數(shù)據(jù)在航空領(lǐng)域的應(yīng)用

飛機制造商大數(shù)據(jù)技術(shù)應(yīng)用情況

圖1 航空發(fā)動機全生命周期的數(shù)據(jù)

空客公司的新型飛機的狀態(tài)監(jiān)控系統(tǒng)（ACMS）在測試階段記錄的數(shù)據(jù)量相較于之前增長了50倍?？湛虯350被收集的參數(shù)將近60萬個，每天可收集到的數(shù)據(jù)已超1.8TB，2015年采集到的數(shù)據(jù)達到91TB。在采集的數(shù)據(jù)中，僅有飛行測試階段的數(shù)據(jù)用來存儲和分析，在服務(wù)階段只有部分狀態(tài)監(jiān)控的數(shù)據(jù)存儲和分析，其他絕大部分參數(shù)并未存儲和利用。2014年，空客公司成立數(shù)據(jù)處理與試飛集成中心，與甲骨文公司共同建立了基于Hadoop技術(shù)的大數(shù)據(jù)處理系統(tǒng)及飛行模擬數(shù)據(jù)分析軟件，軟件用于收集并分析飛行樣機上傳感器在試飛過程中產(chǎn)生的數(shù)據(jù)，實時監(jiān)控飛行狀態(tài)，提供優(yōu)化建議。

波音787飛機僅執(zhí)行一個航班，所采集的客艙壓力、高度、燃油消耗等數(shù)據(jù)就能達到0.5TB。2015年，波音公司與卡耐基-梅隆大學(xué)合作組建了航空數(shù)據(jù)分析實驗室，利用人工智能和大數(shù)據(jù)來對波音飛機進行全面升級，收集航空飛行中產(chǎn)生的巨量數(shù)據(jù)，用機器學(xué)習(xí)的方法來優(yōu)化飛機的飛行方式，用數(shù)據(jù)分析的結(jié)果來指導(dǎo)未來的設(shè)計、制造和運營。例如，基于前一個航段的運行數(shù)據(jù)，飛機可以自我判斷下一個航段中會出現(xiàn)的問題，通知機務(wù)進行檢查和維修。航空業(yè)比其他行業(yè)更早進入EB級數(shù)據(jù)時代，從海量存儲中高性能調(diào)取，閃電般采集數(shù)據(jù)、抽取數(shù)據(jù)、分析數(shù)據(jù)，并從數(shù)據(jù)可視化展示等幾個方面對數(shù)據(jù)分析提出更高的要求。

圖3 Predix平臺架構(gòu)

發(fā)動機公司大數(shù)據(jù)技術(shù)應(yīng)用情況

通用電氣（GE）公司于2013年宣布，推出第一個大數(shù)據(jù)與分析平臺——GE Predix平臺（如圖3所示），管理由大型工業(yè)機器所產(chǎn)生的數(shù)據(jù)。該平臺支持工業(yè)互聯(lián)網(wǎng)并把大數(shù)據(jù)轉(zhuǎn)化為實時有用的信息，該平臺可應(yīng)用于能源、醫(yī)療、運輸?shù)阮I(lǐng)域。對于紛繁復(fù)雜的工業(yè)設(shè)備和工業(yè)數(shù)據(jù)，Predix平臺提供了一種相對標(biāo)準(zhǔn)和統(tǒng)一的呈現(xiàn)形式。

2015年年底，GE公司所有發(fā)動機的診斷數(shù)據(jù)從舊系統(tǒng)遷移到Predix平臺上，并將其用于發(fā)動機狀態(tài)監(jiān)控，幫助發(fā)動機監(jiān)控團隊捕捉更多的數(shù)據(jù)，使數(shù)據(jù)分析變得更精準(zhǔn)快捷。GE公司的每臺發(fā)動機都配有故障診斷系統(tǒng)，每臺發(fā)動機的參數(shù)大概有480個，目前約有35000臺發(fā)動機將其起飛、巡航、降落等關(guān)鍵飛行階段的數(shù)據(jù)包傳輸至Predix平臺。在Predix平臺啟用之前，GE公司主要依靠工程師組成的“智囊團”對飛行數(shù)據(jù)進行分析，無法集中不同發(fā)動機的復(fù)雜數(shù)據(jù)并快速預(yù)測出整個機隊的發(fā)展趨勢,而大數(shù)據(jù)分析平臺擅長對多變量數(shù)據(jù)進行分析。

例如，在不同的運行環(huán)境（如高溫、沙漠等）下，Predix平臺可為發(fā)動機提供調(diào)整預(yù)警參數(shù)的服務(wù)，為每臺發(fā)動機提供異常預(yù)警。2015年，Predix平臺產(chǎn)生了約35萬個警告信息和9000份（CNR客戶通知記錄單），其中86%的CNR都是準(zhǔn)確的。在Predix平臺中，盡管CNR的數(shù)量在增加，但虛警率卻在不斷下降，這意味著這一平臺通過預(yù)測發(fā)現(xiàn)的問題數(shù)量越來越多，該平臺的預(yù)測性能越來越好。

同時，GE公司用大數(shù)據(jù)為中國東方航空公司（東航）的飛機提供遠程體檢服務(wù)，對發(fā)動機的關(guān)鍵零部件進行壽命預(yù)測。Predix平臺利用CFM56的歷史運行數(shù)據(jù)（500多臺發(fā)動機的維修報告和遠程診斷數(shù)據(jù)）提取發(fā)動機與葉片損傷相關(guān)聯(lián)的數(shù)百個參數(shù)數(shù)據(jù)。經(jīng)過篩選，幾個關(guān)聯(lián)度最大的參數(shù)被最終確定，其中就包括飛機所執(zhí)飛航線的空氣污染程度。GE公司利用這些參數(shù)建立了葉片損傷分析預(yù)測模型，并對多臺東航現(xiàn)役發(fā)動機的葉片損傷程度進行了預(yù)測，模型預(yù)測的準(zhǔn)確率達到80%以上。

羅羅公司的發(fā)動機被稱為“大數(shù)據(jù)引擎”。羅羅公司較早利用了大數(shù)據(jù)技術(shù)安排生產(chǎn)和維修，其全球發(fā)動機健康檢測中心建立了發(fā)動機健康管理系統(tǒng)（EHM），利用機載傳感器和實時衛(wèi)星地面運營中心傳送的發(fā)動機健康數(shù)據(jù)，來實時檢測上千臺遄達發(fā)動機的工作狀態(tài)，協(xié)助工程師了解每臺發(fā)動機的情況，以便合理安排使用和維修時間，同時幫助設(shè)計更加高效低耗的發(fā)動機。羅羅公司的民用發(fā)動機都安裝有EHM專用傳感器，如遄達發(fā)動機上安裝了25個永久傳感器用于控制和健康管理。發(fā)動機運行時，飛機狀態(tài)監(jiān)控系統(tǒng)獲得EHM數(shù)據(jù)，形成快照式報告發(fā)送給EHM專業(yè)分析機構(gòu)并被自動處理，數(shù)據(jù)被“趨勢化”，以便發(fā)現(xiàn)不同飛行架次之間發(fā)動機狀態(tài)的細微變化?；谥悄芩惴▽⒍鄠€傳感器和多個飛行架次的數(shù)據(jù)結(jié)合分析，提供敏感的探測能力。與此同時，分析出的趨勢化的數(shù)據(jù)發(fā)送到羅羅公司的客戶服務(wù)網(wǎng)站上，協(xié)助供應(yīng)商查看發(fā)動機機隊的健康狀態(tài)。

大數(shù)據(jù)技術(shù)在發(fā)動機行業(yè)中的應(yīng)用分析架構(gòu)

雖然不同階段的數(shù)據(jù)價值不同，但大數(shù)據(jù)應(yīng)用分析架構(gòu)相同，主要分為數(shù)據(jù)層、平臺層、應(yīng)用層。以運行使用階段的發(fā)動機飛行參數(shù)數(shù)據(jù)為例，整體的分析架構(gòu)如圖4所示。

數(shù)據(jù)層

數(shù)據(jù)層主要描述的大數(shù)據(jù)分析平臺的數(shù)據(jù)來源，發(fā)動機使用階段數(shù)據(jù)包括狀態(tài)監(jiān)測數(shù)據(jù)（性能參數(shù)、滑油消耗參數(shù)、振動參數(shù)、環(huán)境狀態(tài)等）、飛行參數(shù)歷史數(shù)據(jù)和使用過程中其他非結(jié)構(gòu)化數(shù)據(jù)（出廠說明、使用操作、狀態(tài)記錄文檔文件等）。

圖4 大數(shù)據(jù)應(yīng)用分析架構(gòu)

數(shù)據(jù)層要對所有涉及的待存儲的數(shù)據(jù)，如數(shù)據(jù)規(guī)模、數(shù)據(jù)增長量、數(shù)據(jù)格式、種類、采樣周期、噪聲水平，以及非結(jié)構(gòu)化數(shù)據(jù)中關(guān)鍵數(shù)據(jù)提取的依據(jù)等，進行深入分析，為平臺層中硬件系統(tǒng)和軟件系統(tǒng)的構(gòu)建提供數(shù)據(jù)依據(jù)。

平臺層

平臺層主要包括分布式硬件存儲架構(gòu)、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析、數(shù)據(jù)可視化等四個部分。為應(yīng)對大規(guī)模數(shù)據(jù)的存儲、調(diào)度和分析性能的需求，大多采用基于Hadoop的分布式硬件存儲架構(gòu)；數(shù)據(jù)倉庫是研究數(shù)據(jù)源中數(shù)據(jù)的結(jié)構(gòu)特點，通過飛行參數(shù)數(shù)據(jù)的預(yù)處理技術(shù)，形成針對主題分析的數(shù)據(jù)倉庫。數(shù)據(jù)分析部分研究發(fā)動機飛行參數(shù)的數(shù)據(jù)分析算法，將數(shù)據(jù)挖掘、統(tǒng)計分析、機器學(xué)習(xí)等數(shù)據(jù)分析的方法集成到平臺中。數(shù)據(jù)可視化技術(shù)研究發(fā)動機飛行參數(shù)數(shù)據(jù)的可視化技術(shù)，如表征相關(guān)性關(guān)系、聚類關(guān)系、統(tǒng)計關(guān)系等的可視化技術(shù)。

應(yīng)用層

應(yīng)用層是針對數(shù)據(jù)源的基于大數(shù)據(jù)應(yīng)用分析平臺的主題分析部分，在發(fā)動機全生命周期不同階段的數(shù)據(jù)源具有不同的分析價值。例如，針對飛行參數(shù)數(shù)據(jù)可對發(fā)動機進行基于全量數(shù)據(jù)的發(fā)動機性能趨勢分析，突破傳統(tǒng)的用單一特征表示的退化特征（如排氣溫度等），重點分析使用環(huán)境（如溫度、濕度、循環(huán)載荷等）對性能趨勢的影響；通過建立多模態(tài)的高維數(shù)據(jù)張量模型，實現(xiàn)發(fā)動機狀態(tài)數(shù)據(jù)完整表示。

在預(yù)測與健康管理中的應(yīng)用

預(yù)測與健康管理（PHM）是發(fā)動機確保飛行安全、實現(xiàn)視情維修的關(guān)鍵使能技術(shù)，而數(shù)據(jù)挖掘是PHM系統(tǒng)實現(xiàn)發(fā)動機健康狀態(tài)評估、診斷以及剩余壽命預(yù)測的核心技術(shù)。利用海量數(shù)據(jù)進行趨勢分析是航空發(fā)動機預(yù)測與健康管理中的關(guān)鍵問題，對于把握關(guān)鍵參數(shù)變化，并根據(jù)設(shè)定的報警閾值進行故障早期告警具有重要作用。PHM系統(tǒng)一般采用的是機上數(shù)據(jù)存儲記錄、地面保障站進行趨勢分析的方案，由于每個飛行架次記錄的數(shù)據(jù)量比較大，且地面保障存儲有大量的數(shù)據(jù)，如何采用高效的數(shù)據(jù)挖掘算法充分抽取這些數(shù)據(jù)中短期、中長期、長期趨勢是PHM系統(tǒng)的難點問題，如何運用分析的趨勢對發(fā)動機預(yù)測整機壽命，并提出維修意見是研究的重點。

例如，可以選取多臺份發(fā)動機全生命周期內(nèi)典型飛行階段（巡航、最大狀態(tài)等）的測量數(shù)據(jù)，分析各參數(shù)之間的相關(guān)性，選取相關(guān)性較低的數(shù)據(jù)，作為分析壽命的關(guān)鍵測量參數(shù)。根據(jù)損傷傳播模型，建立測量參數(shù)與健康指標(biāo)之間的關(guān)系，并擬合健康參數(shù)方程的未知系數(shù)，利用相似性算法，建立全生命周期的發(fā)動機健康參數(shù)模型，實現(xiàn)壽命預(yù)測功能。

結(jié)束語

大數(shù)據(jù)技術(shù)解決了傳統(tǒng)樣本數(shù)據(jù)的小規(guī)模、低吞吐量、低性能的問題，將解決問題的樣本擴大到全樣數(shù)據(jù)，并將多源信息快速整合，找出更多的與待解決問題相關(guān)聯(lián)的因素。航空發(fā)動機數(shù)據(jù)具備工業(yè)大數(shù)據(jù)的特點，通過分析大數(shù)據(jù)技術(shù)在發(fā)動機領(lǐng)域中的應(yīng)用架構(gòu)，并遵循以價值驅(qū)動為導(dǎo)向的原則，本文給出了飛行參數(shù)數(shù)據(jù)在發(fā)動機壽命預(yù)測中的典型應(yīng)用，希望可以為從業(yè)者提供些許借鑒。