飞机工业中 复合材料零件的自动化制造还没完全实现。尽管面向高质量结构的标准是由安全性驱动，但是当前都通过人工肉眼检查来满足，比如一个员必须停机并在继续前用肉眼检查铺层。为解决这个问题，欧盟委员会在“地平线2020”研究框架计划内资助了ZAero项目，旨在通过一个内嵌的自动化检测系统将复合材料零件生产效率提升30%-50%。不过项目更进了一步，还包括为工艺链操作员开发零件仿真和决策支持工具。这些系统如果在A320neo 碳纤维增强塑料机翼蒙皮批产中实施，预计每年将节省1.5亿欧元。它们还将解决当前质量控制系统无法跟上飞机生产速度增加的问题（每月60架），帮助达到所需的生产率。

　　Profactor机器视觉经理表示：“我们是ZAero项目的协调方，本质上该项目是我们的想法。我们与航空工业共事了一些时间，发现在碳纤维增强塑料（CFRP）零件生产中的质量控制存在问题。通过空客我们了解到检测仍存在问题，特别是AFP，因此我们想到了覆盖整个生产过程的大项目。整个生产过程从铺放和将材料置入一个 模具开始直到固化工艺，专注如何将质量控制、返工决策和工艺链进行集成。他表示ZAero只是大项目簇的一部分——专注零缺陷制造领域，不仅面向航空航天还有不同领域，如航空航天微制造和汽车。

　　3．在更高层级，收集来自这些系统的所有数据，以帮助操作员确定如何处理一个特定类型的缺陷。因此作为一个整体，我们正为工艺构建决策支持工具。理想上，运行越多工艺就产生越多数据，决策支持工具将变得越智能。

　　尽管机器学习是Profactor的专业能力，为ZAero解决方案开发更高层级的决策支持技术还是有一些问题。“使用一个机器学习系统的标准方法，是在执行生产前将系统训练到一个特定的性能水平。为实现这个，我们离线训练系统，之后‘冻结’它——放到生产中不再进行更改。不过在ZAero项目中，我们在研究一个更新的方法，尝试利用来自生产线的数据流，持续改进系统的性能。这是在线训练。挑战是系统的机器学习总是变化着的，而且可能不总是朝正确的方向。这样，问题之一就是如何评价和管理这个在线机器学习，以保持工艺链稳定。”