至顶网CIO与应用频道 03月25日 北京消息:一直以来,GE航空集团凭借创新航空发动机技术及其发动机出色的性能和利用率而广受赞誉。这种创新精神同样也体现在2004年4月正式推出的GEnx发动机上。
GEnx项目总经理Kathy MacKenzie表示:“GEnx发动机是开创性的,其采用的先进技术和材料都是在GE90发动机运营并大获成功的基础之上开发和测试的。这些经验证的成熟技术和材料使得GEnx比上一代发动机的燃油效率提高15%,并实现重量减轻、性能提升,维护成本也进一步下降。此外,GEnx卓越的可靠性、全球36,000多架以GE和CFM *发动机为动力的飞机所累积的经验和GE的一流客户支持,保障了GEnx的高利用率,从而能为运营商带来更大的收益潜力。”
GEnx的卓越性能,主要是通过高压压气机、贫油燃烧室和轻质耐用复合材料实现的。凭借在当今民用航空中压比最高的压气机,GEnx在同等推力等级中具有最佳的燃油效率,使其能为那些最长的航线提供动力。 GEnx创新的贫油燃烧双环预混(TAPS)燃烧室不但大幅降低了NOx等气体的排放使其远低于排放标准,还提高了发动机耐久性。作为世界上第一款同时采用碳纤维复合材料前风扇机匣和风扇叶片的民用航空发动机,GEnx风扇单元体重量更轻、更耐腐蚀、航线维护更少、可靠性更高,也是GE发动机中噪音最小的一款。GEnx的尖端科技及出众的构架设计保障了其高运营可靠性和高利用率,每年可执飞更多航班,为航空公司带来更多收益。
自GEnx项目推出15年来已累计销售超过2,500台,受到客户的广泛认可,成为GE航空集团史上销售最快的高推力发动机。目前已有超过1700台GEnx发动机为60家波音787梦想飞机和747-8飞机的运营商服务。
“自推出以来,GEnx已发展为一款成熟高效的飞机发动机,”MacKenzie表示,“截至明年,构型成熟稳定的GEnx发动机将累计飞行超过2400万飞行小时。我们为此感到无比自豪。”
中国是宽体飞机的主要增长区域之一。GEnx于2013年首次进入中国,交付中国南方航空公司。目前,GEnx发动机为中国90%以上的波音787飞机提供动力。GE航空集团也在为GEnx寻求新的机会,例如为中俄国际商用飞机有限责任公司(CRAIC)的 CR929飞机提供动力。
MacKenzie表示,“对于CR929飞机来说,GEnx发动机将是一款出色的动力装置,它的可靠性、油耗和残值都是同级别产品中的佼佼者。GE航空集团会持续研发未来发动机的先进技术和材料,GEnx也可以借助这些力量保持自身在航空业中的领先地位。”
除GEnx外,目前大中华区运行着超过5,800台GE和CFM发动机,还有4,000余台发动机订单。此外,GE航空集团也为与中国航空业的合作关系感到自豪。GE的CF34-10A发动机为中国商飞ARJ21支线飞机提供动力,这是第一款在中国设计和制造的飞机。CFM的LEAP-1C发动机被选中为中国商飞C919飞机提供动力,GE和赛峰短舱公司的合资公司Nexcelle为该新型窄体机提供短舱和反推力装置。GE航空集团还与中航工业合资成立了昂际航电,为民用飞机客户开发整合的航空电子系统。
为支持不断增长的发动机机队,GE航空集团在中国建立了广泛的业务分布。上海机队支援中心是GE航空全球两个支持中心之一,为运营商提供全天候的技术支持和远程诊断监控支持。GE航空集团在中国有40多名现场服务工程师为客户提供工程技术支持。GE和CFM分别还在上海和四川广汉设有发动机培训中心,提供CF34-10A,CF6,CFM56和LEAP**发动机的航线维护培训。
GEnx的收益分享伙伴包括日本的IHI公司,英国的GKN航空航天发动机系统公司,德国的MTU公司,比利时的TechSpace Aero公司(赛峰),法国的赛峰飞机发动机公司和韩国的韩华航空航天公司(Hanwha Aerospace)。
好文章,需要你的鼓励
杜克大学研究团队建立了首个专门针对Web智能体攻击检测的综合评估标准WAInjectBench。研究发现,现有攻击手段极其多样化,从图片像素篡改到隐藏弹窗无所不包。虽然检测方法对明显恶意指令有中等效果,但对隐蔽攻击几乎无能为力。研究构建了包含近千个恶意样本的测试数据库,评估了十二种检测方法,揭示了文本和图像检测的互补性。这项研究为Web智能体安全防护指明了方向,提醒我们在享受AI便利时必须保持安全意识。
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
加州大学圣地亚哥分校研究团队系统研究了AI智能体多回合强化学习训练方法,通过环境、策略、奖励三大支柱的协同设计,提出了完整的训练方案。研究在文本游戏、虚拟家庭和软件工程等多个场景验证了方法有效性,发现简单环境训练能迁移到复杂任务,监督学习初始化能显著减少样本需求,密集奖励能改善学习效果。这为训练能处理复杂多步骤任务的AI智能体提供了实用指南。