航空航天制造的顶级技术投资领域包括先进的分析，云计算，建模和仿真，物联网平台，优化生产过程和预测分析。人工智能（AI）和AI等机器学习（ML）的子集将在实际实现中推动大部分技术。
早期的AI和认知计算研究导致真实解决方案应用于现实世界过程。除了机器人，添加剂制造和其他破坏性技术外，航空航天和防御（A＆D）行业相对较快地识别AI的潜力，并容易被催产的科学和技术。这两个行业都制定并实施了各自的数字转型路线图。
从驾驶舱到工厂车间，自动化系统一直是A&D行业的重要组成部分。从首次使用自动驾驶仪和其他自动化系统到未来的自主航空电子系统，我们已经看到了稳步的发展。自动化工厂生产系统已经从程序控制系统发展到基于预测、规定、甚至AI/ML算法实现的自动自愈系统的机器和生产系统。
在工厂生产领域，ML正以多种方式帮助改进和优化生产流程。这些措施包括减少设备故障的发生，以保持生产效率，并减少昂贵的停机时间。基于ml的算法可以访问和分析机器振动传感器的大量数据，以检测和预测机器异常和故障。此外，ML在确定如何最好地修复和预防问题方面具有规范性。最终，ML算法可以协调一个完整的机器和装配线的自修复自主生产环境。
AI和ML正在用于确定航空航天制造中的最佳生产过程。规定的分析结合了大数据，数学统计，逻辑和毫克，以统一地揭示最复杂的生产问题的起源，然后建议解决这些选项。基于ML的生产智能系统使用模式识别技术来分析产品和过程的现有生产数据，并确定有效的模式（最佳实践）以及不（风险情况）的模式。这些模式被翻译成一种人类可读规则，然后将其应用于用于最佳实践的制造操作。航空航天制造商正在使用这种方法来优化先进的复合制造工艺。
增材制造的兴起
今天，A&D行业是增材制造(AM)生产部件的最大用户。从波音(Boeing)和空客(Airbus)的商业双头垄断，到洛克希德马丁(Lockheed Martin)这样的防务oem，成千上万的AM“飞离”零部件被用于飞机制造。例如，波音公司最新的风体模型777X，在飞机上有600多个打印零件，在巨大的GE9X发动机上有300多个打印零件。它被誉为当今最强大、最高效的双喷气宽体飞机发动机。波音777X在尺寸、性能和AM部件数量方面与空客A350 XWB展开竞争。A350已经有超过1000个打印零件。
波音已大举进军AM市场，并申请了与3D打印飞机替换部件相关的专利，这可能对公司未来的运营产生严重影响。他们想要创建一个零件库来存储AM零件定义文件，包括一个数据库和一个零件管理系统，而不是将零件存储在他们的各个配送中心，或要求零件运输到他们那里，导致严重的延误。
相反，该公司只需将特定的AM文件提取到所需的部分，并且在几分钟或几小时内拥有它的部分，无论何处都有可用的打印机。目前，该公司拥有超过350个标准件，跨越10种不同的飞机生产计划，其中包括目前在飞机上使用约20,000个印刷部件。
在A&D制造的另一个领域，AM发挥了重大影响的是用于支持生产线组装和安装的工具。使用新一代的大面积增材制造(BAAM)打印机，大型工装夹具和夹具可以在更短的时间内制造成单个大型部件，从而消除了多个部件组装。
目前，AI是AM在航空航天的设计过程的一个组成部分。在为飞机设计零件时，实现最佳的重量与强度比是主要目标，因为减轻重量是空气框架结构设计的重要因素。今天的PLM解决方案提供了使用基于AI的算法来提供功能驱动的生成设计，以捕获功能规范并生成和验证最适合AM制作的概念形状。使用此生成功能设计方法在功能规范内产生最佳的轻质设计。
