AI赋能航空创新 破解发动机监控难题｜基于AI的发动机防空停技术研发之路

“发动机性能监控长期被国外厂家卡脖子，核心算法不公开，我们只能被动等待报警，一旦漏报就可能引发安全风险。”Ameco（北京飞机维修工程有限公司）工程部顾祝平科研创新实验室智翼联盟团队道出了多年来的行业痛点。从20多年前起，Ameco便执着于自主研发发动机性能监控技术，曾尝试逆向工程解析模型，却因国外厂家的技术封锁收效甚微，而AI技术的兴起，为这场漫长的自主攻坚带来了破局的契机——研发基于AI的发动机防空停技术。

跨域联盟  成立攻坚团队

研发项目成立伊始，就组建了“企业+高校+科技公司”的跨域联盟团队——Ameco深耕航空维修一线业务，为技术研发锚定实际应用方向；清华大学攻坚核心算法，用专业技术能力破解模型构建的各类难题，跟进技术研发全流程，确保每个技术环节都贴合航空发动机运维的实际场景；科技公司负责技术落地转化，搭建高效、实用的AI技术应用平台，打造模型批量生产的“工业化流水线”。团队凝聚有生力量、秉持工匠精神，迅速投入研发工作。

突破传统  建立检测体系

研发过程中最大的“拦路虎”是航空发动机工况的复杂性：温度、湿度、高度等多重环境因素相互影响，导致采集的运行数据波动极大，难以建立精准的监控模型。

团队突破传统数学物理模型的局限，采用深度学习技术拟合复杂的非线性关系，创造性地将机器学习与因果分析结合，厘清数据间的因果关联，构建起多维度多层次异常检测体系——既可以结合多变量影响评估性能参数的趋势变化，精准捕捉发动机的早期退化迹象；又涵盖阈值超限预警，快速响应参数的大幅偏离；同时依靠多维协同报警，精准识别跨参数联合异常，兼顾早期预警与监控稳定性。

调试验证  取得初步成效

为夯实数据基础，团队像整理图书馆一样细致梳理了近几年的发动机运行数据，包括排气温度、风扇转速、燃油流量、滑油压力等上百个关键性能参数；模型调试阶段，团队从网络层数设置到参数初始值选定，每个细节都反复打磨，经历无数次参数调试失败后，终于攻克非线性拟合的技术难关，成功剔除环境干扰，精准提取出发动机的健康状态特征。

“最难忘的是模型落地验证的那个周末。那天下了一场大雪，路面特别滑，大家却都自发地跑到办公室。每个人进门第一句话出奇一致——怎么样？监控数据准确吗？”团队成员回忆道。当看到模型顺利运行，监控数据跟实际情况完全一致时，团队欢呼雀跃，相互拥抱。

在中航集团人工智能创新应用大赛中，该项目凭借核心技术的自主突破与贴合航空运维实际的应用价值，获得“创新解决方案赛道”最佳方案奖。这份荣誉的背后，是团队坚守发动机性能监控技术自主研发的执着，是跨域协同攻克技术壁垒的汗水，更是中航人以AI技术打破国外垄断、守护航空飞行安全的坚定实践。如今，这项技术已在PW1100发动机上成功部署，未来将逐步推广至更多机型，彻底摆脱对外的技术依赖，为航班安全筑牢智能屏障。

　　（文：陈璐）