一、数字化转型是航空制造企业实现高质量发展的必然选择
党的二十大报告指出，“坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。”如今，智能制造引领的数字化转型已上升为国家战略，《“十四五”智能制造发展规划》中明确提出，以制造本质为立足点，紧紧结合智能特征，推进智能制造。航空工业集团《航空智能制造发展白皮书》也明确给出了数字化网络化智能化的创新发展模式。
作为实现智能制造的核心，数字化转型不再是一道选择题，在数字经济时代，数字化转型已经成为航空制造企业提升竞争优势、应对市场变化、满足国家需求、适应国际军事局势的必要条件和关键因素。
二、数字化转型为企业发展带来的变革与机遇
航空制造企业实现智能制造一般呈现四个典型特征：动态感知、实时分析、自主决策和精准执行。
动态感知：全面感知公司经济运营状况，生产车间、设备的实时运行状态，获得一线数据，为生产管控、领导决策奠定基础。实时分析：对获取的实时运行状态数据进行及时、快速地分析，包括数据的自动化分析、仿真分析等，为后续的决策提供依据。自主决策：通过对大量历史数据的分析形成不断优化的推荐策略，人员结合系统建议设定一系列规则。在产生新数据时，按照设定的规则，根据数据分析的结果，为人员决策提供判断和选择依据。精准执行：执行决策时，会反向对设备状态、车间和生产线的运行做出调整，使生产能够顺利、高效进行。这四个环节层层递进，形成了良性的螺旋上升循环，促进了制造体系的有序高效进行。
为实现这一良性发展的目标，企业在进行智能制造顶层设计时，首先要了解智能制造的定义，抓住智能制造的关键特征，即推进数字化、智能化转型是实现智能制造的第一要务。
当前，数字化转型在航空装备制造行业中呈现全面升级的典型特征，对依靠传统经营模式的航空产品制造业提出多重考验。在数字技术的驱动下，航空装备制造将面临巨大变革和新的机遇。即产品形态的重新定义、制造体系的重大升级以及运营管理的全面创新。产品形态方面，产品的生产由硬件主导向软件主导转变，飞机交付后的远程运维、预测性维护变为现实，用户更多个性化的服务将得到充分满足；制造体系方面，管理模式由传统管理理念固化向数据决策、智能决策转变；运营管理方面，数字化转型将推动航空产品维、价值链维、管理维的深度融合，重新定义传统业务，不断衍生满足国家需求和市场要求的新产品、新服务。
三、数据治理是数字化转型的必要条件
数字化转型的本质是通过数字化技术的应用，发挥数据的价值，从而打造数据驱动的企业。想实现数据驱动业务这一目标，一般需要经历两个阶段：第一阶段，将业务数据化，通过引入MES、ERP等业务系统，得到大量不同类型的基础数据，管理者通过筛选统计得到有利用价值的数据加以分析，从而管控业务流程，数据的价值尚未充分体现；第二阶段，数据逐渐成为核心资产，利用大数据、人工智能等方法从业务系统的数据中挖掘数据价值，预测并驱动业务，从而实现智能管控。
如何从“业务数据化”发展至“数据驱动业务”，将零散的海量数据整合成有价值的数据，规范数据的使用，解决数据孤岛，提高数据质量，保障数据安全，让数据成为企业资产，数据治理成为企业数字化转型的基础环节和必要条件。
数据治理的过程一般分为六个阶段。第一阶段是通过数据采集获得数据本身；第二阶段将数据编码，进行精加工，让数据具有逻辑和意义，可以称为“信息”；第三阶段进行数据存储，将数据存储在安全、保密的空间；第四阶段对整合好的数据根据不同需求展现出来；第五阶段完成数据的洞察与分析，在对信息集合进行综合提炼的基础上，获得对数据的理解、分析和判断，可以称为“知识”；第六阶段是合理地运用前一阶段得到的知识实现判断决策的能力，并不断根据历史经验优化现有的数据库和模型，最终完成数据治理的完整过程。
四、当前阶段企业数字化转型一般面临的困难及建议
（一）基础数据治理方面
现阶段，大多数企业存在数据海量、系统分散、难以采集、数据难用的问题。随着航空产品的生产，每时每刻都在生成大量数据，包括及工艺、制造、仓储、物流、质量、人员等业务数据，很多数据的标准不一和转换方式复杂增加了数据采集的困难，同时海量数据分布在不同相对独立的系统中，甚至有些孤岛系统依赖人工的excel维护，导致数据集成共享程度低、数据价值利用少、反馈滞后等。
建议逐步建立数字化技术应用标准体系，加强AOS流程管理，通过标准化体系来规范数据管理的过程，保证数据的一致性和准确性；建立融合的数据管理平台，梳理零部件制造、总装、采购、质量等每个业务场景的核心逻辑，提高各系统的智能化水平，打通各系统的壁垒，实现数据的实时采集与处理。
（二）虚拟世界与现实世界的融合方面
建设智能工厂的过程中，可以重点着眼于基于过程仿真的智能车间和数字化生产线的设计建造过程，二者都涉及虚拟模型与现实实体的融合与相互映射。在生产执行维度，将生产设备、物流系统、制造资源等同步引入建模与仿真，构建生产级数字孪生；在飞机产品维度，将零部件涉及的BOM、构型控制、质量偏离等所有信息纳入到飞机的轻量化虚拟模型中。随着科学技术的发展，现有的航空产品呈现出复杂化、精细化的趋势，为复杂系统的建模带来挑战。飞机作为复杂、集成度高的航空产品，涉及了从物理尺度为10-2m量级的铆钉到102量级的机翼等大型部件，在如此巨大的量级差距下还面临着热、力、电等不同物理场之间的耦合不确定因素，对搭建适用于航空环境耐极端条件轻量化的虚拟模型提出了更高的要求。
当前，产品MBD的应用在航空制造行业已有相当成效，在未来可以向飞机全生命周期的建模贯通方面进一步扎实推进。同时，优化推动式生产管控方式，向下拉动各个专业生产线的建设和运作，构建柔性的制造模式。
（三）管理运行决策方面
实现企业数字化转型是一个漫长并不断探索的过程，数字孪生等数字化技术的应用以多系统成熟建设、完善的数据基础为前提，具有投资大，建设周期长、短期应用效果不明显，小投入难有回报的特点。同时，数字化转型过程中信息通信技术企业、全新硬软件科技公司的合作和加入给传统制造业带来跨界融合的挑战。
一是必要时可以建立专门的组织，吸纳专业的人才用于飞机虚拟模型的搭建与智能系统的维护。二是加强交流，多与国际先进航空制造企业交流学习，在吸纳先进理念与技术的同时结合企业特点探索出一条适用于行业智能制造道路；与行业内等单位加强沟通与技术交流，在合作中探索出具有航空工业属性的算法模型。三是积极融入科技信息公司的数字化理念，将高新技术与传统业务深度有机融合。四是数字化转型工作被称为“一把手”工程，它的有效推进需要专家与领导者的决策与号召，变革的道路向来是艰难的，只有坚定地吹响数字化转型的冲锋号角，才能早日实现智能制造的伟大愿景，全面提升企业的竞争力。
参考文献：
[1] 陶飞, 张萌, 程江峰, 等. 数字孪生车间—一种未来车间运行新模式[J]. 计算机集成制造系统, 2017, 23(1): 1–9.
[2] 陈 振，丁 晓，唐健钧，等. 基于数字孪生的飞机装配车间生产管控模式探索[J]. 航空制造技术，2018， 61(12)：46-58.
[3] 赵阳，伏晓露，廖庆妙, 等. 基于数字孪生的智能脉动管控[J]. 航空制造技术,2020,63(1/2):14-20.
