工业大数据是互联网、大数据和工业产业结合的产物，是工业化、信息化两化融合的重要落脚点。
为了提高产品研制可靠性、改进运营效果，国际上许多标杆企业都在设计、制造和售后服务环节开展了大数据研究。
做法
图片通过建设“发动机健康管理”系统（Engine Health Management EHM），来实时监控上千台发动机的工作状态。这套系统可以让工程师知道发动机工作状况以便合理安排发动机使用和维修时间。
图片开发“智能发动机”，以设计更合理的发动机存储参数。该产品不仅能收集和分析发动机的设计、生产、机队和运行方面的数据，还能了解天气条件、机场设施、飞机滑行情况和周转时间等。
图片建立数据实验室，通过使用人工智能、机器学习和新的分析手段来对数据进行“财富”挖掘。
图片致力于打造“传感器+大数据”的工业互联网模式。研发采用建模工具，将发动机的特定运行和性能历史以及客户期望的营利目标和技术性能目标等综合考虑在内，最终生成维修工作内容选项，包括定价和相关性能结果。
图片建立能够监测发动机性能预测性模型等数字化分析项目。同时，积极与相关高校、机构开展合作，以便更好将理论与行业前沿的专业知识相结合。
工业大数据将如何助力商用航空发动机研制呢？以大涵道比涡扇发动机为例，了解大数据产生的源头，归纳大数据的分类和特点，从数据流推动本身价值创造的视角看待、重造工业价值流，将具有很强的现实意义。目前，主要有以下几个方面：
01.优化设计方案
设计阶段通过巨大的高效能计算集群，开展多方异地协同设计，对发动机产品进行高逼真度的仿真，产生大量数据进行分析，以优化设计方案。
02.助力研制质量管理
利用大数据，除了可以快速地得到一个长长的传统单一指标的过程能力分析报表，还可以通过数据更加精准的分析错误、优化流程，从而防止这些错误产生；同时，也可以从大数据中得到很多崭新的分析结果，从上百个过程能力指数中，看出它们之间的关联性，对产品的总体质量性能有一个全面的认识与总结。
03.优化设计制造协同
大数据可以给出更详细的数据信息，发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态的调整计划排产。可以帮助规避“画像”的缺陷，直接将群体特征强加给个体(工作中心数据直接改变为具体一个设备、人员、模具等数据)。通过数据的关联分析并监控，就能更高效地计划未来，有助于设计制造更好协同。
04.优化客户服务
航空公司主要关心发动机的可靠性，燃油消耗，剩余价值和维护成本。通过收集发动机和零部件的数据，航空公司飞行模式数据，天气、航线和飞行员行为等数据，对数据进行分析，根据发动机性能数据，航空发动机企业可以对发动机进行远程维修或进行预防性维护。
大数据不仅依靠数据的体量，还需要通过有效的数据分析、数据挖掘算法、数据预测分析建模、才能获取深入的、有价值的、智能的信息，数据的高质量、专业的数据管理是运用大数据技术的基础保障。
工业大数据给制造业带来的改变或许会引领新的工业革命，但新技术的使用，需要有足够知识和经验的专业工程师及组织，通过对技术的不断研究和验证，真正推动新技术的普及落地，对海量的数据去粗取精，去伪存真，让数据发挥价值，助力商用航空发动机研制。（罗婷婷）
