数字化转型对航空碳减排的影响研究——基于内部控制与绿色技术创新双重效应的分析

作者： 田利军     李一博   来源： 价格理论与实践 年份： 2024 文献类型 ： 期刊 关键词： 数字化转型   内部控制   碳减排   绿色技术创新  

描述： 数字化作为实现碳中和的技术路径，在助力全球应对气候变化中扮演重要角色。以我国2010-2022年上市航空公司为样本，通过面板数据模型实证分析数字化转型对航空碳减排的影响及其传导机制。研究发现

飞机制造行业数字化转型背景下的AI驱动创新模式研究

作者： 卢宁   来源： 中国高新科技 年份： 2024 文献类型 ： 期刊 关键词： AI驱动创新   飞机制造行业   数字化转型  

描述： 在科技飞速发展的大背景下，飞机制造业正在积极向数字化转型，而人工智能无疑是促进数字化转型的关键环节。人工智能可以引领飞机制造业设计线、管理线、生产线、试飞线实现全面数字化升级，将真正驱动飞机制造

航空锻造企业数字化转型思路与路线研究

作者： 王强   来源： 产品可靠性报告 年份： 2024 文献类型 ： 期刊 关键词： 数字化转型   数字化车间   数字化工厂   航空锻造  

描述： ”为核心。具体而言，本文提出了建设企业云平台、建成生产大数据平台、构建数字化车间、打造数字化工厂以及建立安全体系等转型措施，强调了企业数字化转型路线的实施重点以及预期效果，注重新技术应用的实际效果，以不断优化和提高为目标，为航空锻造企业数字化转型建设提供了有益的参考。

我国民用航空工业数字化发展的思考与建议

作者： 胡桂新     彭鹏   来源： 机电产品开发与创新 年份： 2024 文献类型 ： 期刊 关键词： 数字化转型   航空制造业   民用航空工业   数字化  

描述： 随着信息技术的迅速发展及1其与制造的融合，航空制造日益走向数字化，数字化已经渗透到产品的研制、试验和管理的全过程中，我国民用航空工业在数字化转型方面取得了一定的成就，但与国外飞机制造企业相比还存在

数字工程战略在航空装备研发中的应用方法研究

作者： 吴云皓     董宇     卢元杰   来源： 飞机设计 年份： 2025 文献类型 ： 期刊 关键词： 数字化转型   数字工程   系统工程  

描述： 数字工程战略在航空装备研发中的应用方法研究

企业数字化转型对审计质量的影响分析——以毕马威会计师事务所审计南方航空为例

作者： 程璐     马伊鸣   来源： 航空财会 年份： 2025 文献类型 ： 期刊 关键词： 数字化转型   南方航空   审计质量   会计师事务所  

描述： 企业数字化转型对审计质量的影响分析——以毕马威会计师事务所审计南方航空为例

基于低代码平台的航空装备维修企业流程体系建设案例研究

作者： 郭统中   来源： 航空维修与工程 年份： 2025 文献类型 ： 期刊 关键词： 数字化转型   航空维修   流程体系   低代码平台  

描述： 基于低代码平台的航空装备维修企业流程体系建设案例研究

基于人工智能及大数据技术的航空体质体能实验平台设计与实现

作者： 陈健熊     邹琳   来源： 网络安全技术与应用 年份： 2025 文献类型 ： 期刊 关键词： 数字化转型   智慧平台   教学管理   大数据  

描述： 基于人工智能及大数据技术的航空体质体能实验平台设计与实现

数字孪生及其在航空航天中的应用

作者： 孟松鹤   叶雨玫   杨强   黄震   解维华   来源： 航空学报 年份： 2020 文献类型 ： 期刊 关键词： 数据驱动   数字孪生   飞行器   模型更新   维护  

描述： 。本文分析说明了数字孪生体相比一般的模拟模型，具有集中性、动态性和完整性的突出特点。数字孪生的发展需要复杂系统建模、传感与监测、大数据、动态数据驱动分析与决策和数字孪生软件平台技术的支撑。在航空航天领域

基于改进的SENet航空发动机振动预测

作者： 夏存江   詹于游   来源： 航空动力学报 年份： 2022 文献类型 ： 期刊 关键词： 数据驱动   注意力机制   卷积神经网络   多参数融合   振动预测  

描述： 为实时监测和预警航空发动机振动状态，基于气路及振动参数，提出一种使用改进的SENet(squeeze-and-excitation network)模型，对航空发动机近未来的振动进行预测。该研究相比以往采用的实验室模拟数据和仿真数据，使用了真实的QAR(quick access recorder)数据并进行随机采样，以求更能表征发动机振动和工作参数之间的关系。同时，不仅使用其他振动信号进行验证，还在其他型号的发动机上进行测试。结果表明：针对航空发动机的振动进行预测是可行的，SENet模型可以有效并实时追踪振动的突变和波动。此外，该方法对于其他振动信号和不同类型的发动机具有一定的适用性。而且相较于以往采用的其他经典的深度模型，SENet模型在振动的预测中能得到更小的误差。实验证明，相较于以往只使用振动这个单参数进行预测，并行使用与振动相关的多参数融合进行研究更能提高预测的准确性。