【工业大数据】工业大数据驱动航空产品创新和业务能力提升

工业大数据对航空工业创新发展的重要意义

对于航空工业创新发展来说，工业大数据的内在价值主要体现在以下三个方面：

一是产品优化设计。 通过对生产制造、试验试飞、服务保障和产品运行数据的分析，能够发现生产过程质量、产品运行故障等的内在规律，发现产品设计缺陷，促进产品优化改进。

二是业务模式变革。 工业大数据分析将推动生产要素的网络化共享、集约化整合、协作化开发和高效化利用，促进业务组织方式的集约和创新， 改变传统的业务模式，显著提升运行水平和效率。

三是管理决策优化。 工业大数据能够揭示传统技术难以展现的关联关系，极大提升综合分析能力，有效处理企业运行过程中的复杂问题，实现基于数据的科学决策，推动管理理念和治理模式的进步。

航空工业工程系统、组织系统数字转型的关键和共性技术可总结为： 架构引领、基于模型、数据驱动、流程贯通 。在“架构引领”“基于模型”“流程贯通”方面，集团公司已经分别形成了统一IT架构、基于模型的系统工程、业务流程管理等方法论和推进体系；在“数据驱动”方面，工业大数据将承载数据驱动管理能力提升、业务模式优化和产品创新设计的重要使命。工业大数据与集团公司正在推进的智能制造、工业互联网、人工智能等有着密切的联系，呈现为互动发展的态势。

航空工业大数据的参考框架和关键技术

航空工业大数据的参考框架是站在工业大数据的视角，对集团公司统一IT架构要素的抽取和细化。框架内容涉及数据源分类、数据采集与存储、数据分析与应用、数据管理/治理等， 用于规范工业大数据术语，明确大数据的建设内容和相关技术要求。

集团公司将本着自主可控、安全可靠的原则开展航空工业大数据平台与技术的研究，开展航空工业专用算法模型库的开发，以自主可控大数据平台为载体，沉淀工业知识，促进最佳实践的推广和复制。

关键技术方面，重点突破多源多模态数据采集与存储、机理建模和数据建模、数据全生命周期安全保密、异构大数据平台组件集成等技术，逐步形成具有航空特色的工业大数据技术生态体系。

航空工业大数据的推进策略和重点任务

推进策略

航空工业大数据的“大”来源于全集团数据的汇集、分析与利用，发挥集团公司大数据作用需要采取全集团统筹推进的策略，可以从以下三方面考虑：

统一知识体系。 工业大数据涉及的概念、技术庞杂，外界对工业大数据的理解不一，市场上的技术、产品五花八门。为促进各单位间的互动交流，为统筹推进奠定基础，需要规范术语、架构表达，构建航空工业大数据知识体。

协同并行推进。 工业大数据的推进涉及数据采集与存储、数据建模与分析、可视化和工业APP等技术，集团各单位需求紧迫度和需求层次各有不同，需要同步推进相关技术研究与验证，多领域应用并行实施，才能在全集团呈现整体效果。

典型示范带动。 工业大数据应用的核心是工业机理、算法模型等工业知识，实施模式也显著区别于流程类的应用，航空工业在这方面的积累有限，需要通过推进工业大数据示范工程，提炼方法，沉淀工业知识，以点带面，促进全行业整体进步。

重点任务

航空工业大数据框架设计。 研究国内外大数据参考框架，结合航空工业产品和业务的特点，提出航空工业大数据参考框架，明确技术路径和建设要求。

航空工业自主可控大数据平台研究与构建 。以数据安全保密、工业知识持续积累为核心，考虑大数据在各个领域的持续应用，研究和构建自主可控的大数据平台，形成与集团公司现有IT架构相融合的技术生态。

航空工业大数据应用试点示范工程推进。 从需求紧迫度、数据基础等维度综合评估，选择典型应用场景， 依托示范工程，提炼通用方法和算法模型，在全集团推广。