Table of Contents

Тематическое исследование: успешная реализация моделирования данных в аэрокосмической технике с Directus

Аэрокосмическая инженерия находится на границе точности, безопасности и непрерывных инноваций. По мере того, как самолеты и космические аппараты становятся более программно-определяемыми и управляемыми данными, необходимость в надежном, масштабируемом управлении данными никогда не была более насущной. В этом тематическом исследовании рассматривается, как ведущий аэрокосмический производитель трансформировал свои инженерные рабочие процессы, реализовав комплексную стратегию моделирования данных с использованием Directus , безголовой CMS с открытым исходным кодом и платформы данных. Результат: унифицированная архитектура данных, которая сократила избыточность, улучшила прослеживаемость и ускорила циклы разработки продукта.

Состояние данных в аэрокосмической технике до трансформации

Современный аэрокосмический дизайн включает в себя тысячи компонентов, миллионы смоделированных тестовых запусков и сотни инженеров, работающих по различным дисциплинам. Компания в фокусе, поставщик аэрокосмической техники среднего уровня, ответственный за критически важные системы управления полетом, столкнулась с фрагментированной экосистемой данных. Их устаревшие системы включали:

  • Смесь локальных баз данных SQL для части метаданных
  • Справочники для журналов изменений дизайна
  • Файловые форматы, созданные с помощью инструментов CAD и CAE
  • Документы для регистрации на основе документов для сертификации

Эта фрагментация привела к нескольким операционным болям. Инженеры часто часами перекрёстно ссылались на данные через шахты для проверки номеров деталей или истории пересмотра. Непоследовательные соглашения об именах вызвали ошибки в экспорте билля материалов (BOM). Регуляторные аудиты требовали ручного сбора данных, который мог занять недели. Возможно, наиболее критично, отсутствие единой модели данных затруднило отслеживание изменения дизайна от концепции через моделирование, тестирование и производство.

Определение четких целей для инициативы по моделированию данных

Исполнительная команда заложила шестимесячную инициативу со следующими стратегическими целями:

  • Стандартизовать форматы данных в командах по механической, электрической и программной инженерии для устранения работы по выверке.
  • Создать масштабируемую модель данных, которая могла бы вместить новые линейки продуктов и развивающиеся стандарты сертификации без необходимости полной реархитектуры.
  • Обеспечить полную прослеживаемость изменений в конструкции — улавливание того, кто что, когда и почему изменил, способом, совместимым с AS9100 и DO-178C.
  • Интегрируйте бесшовно с существующими инструментами моделирования и тестирования (ANSYS, Siemens NX, MATLAB/Simulink) для обеспечения доступа к основным данным в режиме реального времени.
  • Уменьшите время для анализа , предоставив чистый, запрашиваемый набор данных, готовый для приборных панелей и моделей машинного обучения.

Выбранная платформа должна была быть достаточно гибкой, чтобы моделировать сложные отношения (например, часть принадлежит сборке, которая принадлежит системе, которая проверяется конкретными тестами), предлагая интуитивно понятный интерфейс для нетехнических заинтересованных сторон. После оценки нескольких вариантов команда выбрала Directus для своей собственной архитектуры с открытым исходным кодом, его способность автоматически генерировать REST и GraphQL API из пользовательских схем и его детальный контроль доступа на основе ролей (RBAC).

Разработка модели данных аэрокосмической специфики

От диаграмм отношений с организацией до нормализованной схемы

Внедрение началось с тщательного анализа существующих структур данных. Архитекторы данных провели семинары с ведущими инженерами из каждой дисциплины, чтобы наметить каждую сущность, участвующую в жизненном цикле привода управления полетом - от номеров лотов сырья до окончательных результатов испытаний. Они использовали диаграммы отношений между организациями (ERD) для выявления увольнений, аномалий и недостающих отношений.

Базовая модель данных была разработана в рамках пяти основных коллекций:

  • Части — каждый физический или логический компонент с атрибутами, такими как номер детали, пересмотр, спецификация материала и вес.
  • Сборки — группировки частей, с иерархическим разложением и разбивкой по количеству.
  • Изменения в дизайне — полный журнал запросов на изменения, утверждений и записей реализации (согласован с управлением инженерными изменениями).
  • Тесты — ссылки на симуляционные запуски, протоколы физических испытаний и результаты прохождения / отказа с условиями окружающей среды.
  • Сертификации — нормативные документы, связанные с конкретными изменениями или сборками частей.

Например, единая спецификация материала (например, "AMS 5643") хранилась в собственном сборнике и ссылалась на многие части, а не повторялась в виде текстового поля. Эта нормализация уменьшала ошибки ввода данных и делала обновления согласованными по всей организации.

Использование Directus для настройки схемы и генерации API

Directus предоставил команде визуальный интерфейс для создания этой модели, позволяя неразработчикам добавлять поля, устанавливать правила проверки и определять отношения (один ко многим, многие ко многим) без написания SQL. Встроенные типы полей платформы, включая JSON, WYSIWYG, загрузки файлов и таблицы соединений от многих к многим, покрывали 90% аэрокосмических требований из коробки. Для остальных потребностей (например, зашифрованное хранение данных запатентованного материала), система расширения Directus позволяла использовать пользовательские типы полей с использованием JavaScript.

После того, как схема была установлена, Directus автоматически генерировал API RESTful с полными конечными точками CRUD (Create, Read, Update, Delete). Этот API стал основой для интеграции с существующими инструментами CAD, CAE и PLM. Инженеры теперь могли бы перенести последнюю версию части непосредственно в свою среду моделирования с помощью простого вызова HTTP, устраняя старый процесс ручного экспорта файлов CSV.

Управление доступом на основе ролей для чувствительных инженерных данных

Авиакосмические компании должны защищать интеллектуальную собственность, обеспечивая при этом сотрудничество. RBAC Directus был настроен с четырьмя уровнями разрешения:

  • Читайте только зрителей — персонал производственного цеха и внешние аудиторы, которым необходимо просматривать информацию о деталях, но никогда не изменять ее.
  • Редакторы — инженеры, которые могут обновлять технические атрибуты, но не могут удалять записи или одобрять изменения.
  • Успешные — старшие инженеры и менеджеры по сертификации, которые могут блокировать изменения и подписывать запросы на изменения.
  • Администраторы — небольшая команда, управляющая схемой и конфигурацией системы.

Эта детальность обеспечила соблюдение принципа наименьших привилегий, одновременно способствуя эффективному обмену данными.

Процесс внедрения: поэтапное развертывание с непрерывной обратной связью

Фаза 1 – Миграция данных и их очистка

Первый месяц был посвящен извлечению данных из устаревших систем и их очистке. Были объединены дублирующие части записей, стандартизированы непоследовательные форматы единиц (фунты против килограммов), а для проверки были помечены орфанные записи (части, связанные с отсутствием сборки). Команда данных написала скрипты Python, которые использовали API Directus для пакетной загрузки очищенных записей, включая временные метки аудита и идентификаторы исходной системы для подотчетности.

Фаза 2 – пилот с командой разработчиков

Вместо развертывания большого взрыва компания выбрала пилотную группу из 12 инженеров, работающих над линейкой продуктов с одним приводом. Эта группа получила одну неделю практического обучения, охватывающего интерфейс Directus, новую модель данных и лучшие практики для ввода журналов изменений. В течение четырехнедельного пилотного проекта команда определила несколько улучшений юзабилити:

  • Необходимость в приборной панели, показывающей ожидающие изменения дизайна и их статус утверждения
  • Запрос на добавление встроенных предварительных просмотров изображений для рисунков деталей
  • Возможность массовых импортных тестов по результатам журналов моделирования

Функции пользовательской панели инструментов Directus и функции предварительного просмотра файлов быстро справились с этим. Петля обратной связи была короткой, потому что администраторы могли изменять схему или добавлять пользовательские страницы непосредственно в приложение администратора, не дожидаясь выпуска программного обеспечения.

Фаза 3 - Интеграция с инструментами CAD/CAE

Наиболее технически сложный этап включал интеграцию Directus API с Siemens NX (CAD) и ANSYS (CAE). Используя веб-хуки Directus, каждый раз, когда инженер обновлял пересмотр части в Directus, веб-хук запускал автоматизацию, которая подталкивала последнюю BOM к выделенному общему диску и уведомляла соответствующие команды моделирования через Slack. Аналогично, результаты моделирования от ANSYS были отправлены обратно в Directus через небольшой скрипт промежуточного программного обеспечения, написанный в Node.js, создавая двунаправленную связь между дизайном и анализом.

Интеграция также распространилась на устаревшую систему PLM компании, которая хранилась в качестве архива только для чтения исторических данных. Аутентификация Directus OAuth 2.0 позволила однократно войти в систему (SSO), чтобы инженеры могли беспрепятственно переключаться между системами.

Этап 4 – Полное развертывание и обучение

После того, как пилот утвердил подход, развертывание расширилось до 400 инженеров в трех отделах. Программа обучения была многоуровневой:

  • Два полудневных семинара для всех пользователей, охватывающих базовую навигацию и ввод данных
  • Четыре расширенных сессии для управляющих данными, охватывающих обслуживание схем и использование API
  • Тренинг один на один для команд со специализированными рабочими процессами (например, тестовая инженерия)

Специальная внутренняя вики была создана с видеоуроками и часто задаваемыми вопросами.Компания также установила ежемесячные «часы работы с данными», когда инженеры могли поднимать вопросы непосредственно с командой данных.

Измеримые результаты и влияние на бизнес

Повышение операционной эффективности

Через шесть месяцев после полного развертывания компания провела ретроспективу. Количественные результаты были убедительными:

  • 33% сокращение во времени, затрачиваемом на поиск проектной информации (в среднем от 45 минут/день до 30 минут/день на одного инженера).
  • 70% падение в ошибках ввода данных в БОМ из-за автоматизированной проверки и контролируемых выпадающих списков в Directus.
  • На 50% быстрее подготовка аудита — команда комплаенс теперь может создать полный отчет о прослеживаемости для любой части в течение нескольких часов вместо дней.
  • 20% сокращение в инженерных изменениях цикла, потому что утверждения больше не требуют ручной маршрутизации бумажных форм.

Улучшение сотрудничества и инноваций

Помимо метрик, был отмечен культурный сдвиг. Инженеры из разных дисциплин начали ссылаться на один и тот же «единственный источник истины» для данных о частях. Команда системного инжиниринга использовала журналы активности Directus для более точного анализа влияния изменений дизайна. Например, они обнаружили, что конкретный тип крепежа был чрезмерно определен в районах с низким стрессом, что приводило к ненужному весу. Запрашивая модель данных на сборках, они выявили 15 аналогичных примеров и предложили более легкую альтернативу, в конечном итоге уменьшив общий вес системы на 2%.

Команда аналитиков также начала запускать модели машинного обучения на экспортируемых данных Directus, предсказывая возможные режимы отказа на основе исторических результатов испытаний и данных о партиях материалов.

Уроки, извлеченные и лучшие практики

Начните с четкой модели управления

Компания узнала, что модель данных хороша только в том случае, если она соблюдается правилами. В начале проекта некоторые команды пытались обойти стандартные поля, добавляя комментарии в области свободного текста. Правление быстро выпустило руководящие принципы, требующие, чтобы все критические атрибуты были захвачены в структурированных полях, при этом свободный текст допускался только для операционных заметок. Команда данных также создавала автоматические оповещения, когда пользователи отклонялись от согласованных конвенций об именах.

Инвестируйте в управление изменениями

Сопротивление новым инструментам неизбежно. Наиболее эффективной стратегией было выявление «чемпионов данных» в каждой команде — инженеров, которые понимали как область, так и ценность чистых данных. Эти чемпионы помогли сверстникам перенести свои электронные таблицы в Directus и продемонстрировали повышение эффективности в своей повседневной работе. Обучение одноранговых оказалось гораздо более эффективным, чем мандаты сверху вниз.

Постройте постепенно, но планируйте масштаб

Поэтапный подход позволил команде рано скорректировать курс. Однако они также разработали схему с первого дня, чтобы приспособить будущее расширение. Например, коллекция «Часть» включала родовое поле «атрибуты» JSON для свойств, специфичных для продуктов, которые не соответствовали основной схеме. Это предотвращало необходимость добавления новых столбцов каждый раз, когда новое семейство продуктов было введено.

Будущие направления: ИИ, цифровые близнецы и многое другое

Интеграция с цифровыми платформами-близнецами

Компания сейчас изучает, как расширить модель данных на основе Directus в полную цифровую двойную среду. Подключив модель данных к потокам IoT от летных испытаний и самолетов в эксплуатации, они планируют создать живое представление каждого продукта, который обновляется с данными о производительности в реальном времени. Подписки Directus в реальном времени через WebSockets делают это технически возможным.

AI-Assisted Design Validation (англ.)русск.

С чистым реляционным набором данных в Directus модели машинного обучения могут быть обучены распознавать несоответствия конструкции или пробелы в соответствии до того, как запрос на изменение достигнет доски утверждения. Команда данных пилотирует простую модель обнаружения аномалий, которая сканирует новые записи деталей для комбинаций атрибутов, которые исторически приводили к сбоям в тестировании (например, высокопрочный сплав с тонкой толщиной стенки).

Расширение данных поставщиков

В настоящее время модель данных охватывает только внутренние проекты. Следующий этап включает в себя привлечение критически важных поставщиков к совместному проекту Directus. Поставщики будут иметь ограниченный обзор своих собственных частей, и компания может автоматически проверять входящие сертификаты материалов на соответствие своим стандартам. Ожидается, что это расширение сократит переработку закупок на 15% в течение первого года.

Моделирование данных обеспечивает конкурентное преимущество в аэрокосмической отрасли

Это тематическое исследование показывает, что даже в строго регулируемой, сложной отрасли, такой как аэрокосмическая промышленность, платформа с открытым исходным кодом, такая как Directus, может обеспечить гибкость, безопасность и производительность, необходимые для успешной инициативы по моделированию данных. Нормализуя данные, обеспечивая управление и обеспечивая бесшовную интеграцию с инженерными инструментами, компания не только сократила затраты и ошибки, но и открыла новые возможности в аналитике и прогнозном дизайне.

Для аэрокосмических организаций, стремящихся модернизировать управление данными, ключевые выводы просты: инвестировать в гибкую схему, привлекать пользователей на ранней стадии и выбирать платформу, которая ставит владельцев данных под контроль. При правильной реализации хорошо смоделированный набор данных становится стратегическим активом - тот, который обеспечивает все от повседневного принятия решений до прорывных инноваций.

Для получения дополнительной информации о построении масштабируемых моделей данных с Directus, посетите документацию Directus и изучите их тематические исследования сообщества .