李 涛 张海利



利用先进信息技术提升航天工艺技术水平

李 涛1张海利2

（1.北京神舟航天软件技术有限公司，北京 100094；2. 中国航天科技集团公司，北京 100035）

针对航天工艺的要求和现状，提出了利用先进信息技术提升航天工艺技术水平和制造能力的思路，总结了物联网数据采集、海量数据管理技术、大数据分析技术以及深度学习技术等能够快速、有效提升航天工艺能力的信息技术。最后，结合相关信息技术在工艺环节如何开展应用进行设想和展望。

工艺技术能力；制造能力；物联网；大数据；统计技术

1 引言

工艺不仅是产品设计和产品实现的桥梁，还对产品质量和可靠性起到决定性的作用。航天型号产品技术指标要求高，品种多、批量小，在产品研制过程中采用的新技术、新材料、新工艺较多，导致产品工艺规律总结难度大，定型批产的型号产品在生产过程中质量问题仍时有发生。

航天重大型号研制，航天商业化、产业化发展，都对航天工艺技术水平和制造能力提出了要求。国家两化融合战略要求航天工艺人员认真研究先进信息技术，将先进信息技术融入到航天工业中，真正地提升航天工艺技术水平，满足航天制造能力发展的要求。

很多学者对工艺数字化工作进行了探讨，林忠钦针对高端装备和高性能产品从数字化工艺设计和数据驱动的工序控制两方面，总结归纳了工艺数字化设计方法和工艺过程控制方法[1]。程军利就当前军工产品制造的数字化工艺设计技术及存在问题进行分析[2]，贾芜青对工艺管理信息系统进行了研究与实现[3]。以上传统的信息技术在工艺管理中起到了提高工作效率和减少工作失误的重要作用，但对于航天产品质量和可靠性作用仍较为有限。

当前，德国提出的工业4.0以高度自动化、高度信息化和高度网络化为技术标准，其核心是CPS（Cyber Physical System）信息物理系统。本质是实现软件与物理设备的深度集成，使制造业的各个环节具备一定的智能性。我国也正在推进“中国制造2025”战略，通过智能制造构建新型制造体系。此外，以深度学习为代表的人工智能技术得到广泛应用。加快推动先进信息技术在航天工艺工作中的应用，促进航天工艺技术水平，确保航天产品的质量和可靠性，提升航天制造能力，是一项重要发展任务。

2 借助信息技术提升航天工艺能力迫在眉睫

将先进信息技术与航天工艺生产紧密结合，是促进航天产品工艺能力提升的有效措施和重要手段。

首先，提升航天产品工艺能力是在挑战产品研制基本规律，难度巨大。将先进信息技术和专家经验相结合是航天产品工艺能力提升的必要途径。

航天型号产品“万无一失”的质量可靠性要求对工艺环节的技术能力和水平提出了极高的要求。这种要求需要大量产品试验，而型号产品研制周期越来越短，受研制经费条件的制约，航天型号产品试验次数有限。这种小子样试验后直接定型的方式在一定程度上违反了产品研制规律，而新技术、新材料、新工艺频繁采用又使产品内在规律不断变化，很容易使生产过程变成试验场，产品质量难以保证。

航天历来重视产品数据，型号成功产品数据包和质量数据分析方法是型号产品质量的重要保证条件[4]，但仍存在成功型号指标定量化分析不足、各参数交互机制难以理清等问题。在工艺能力方面，涉及到数学、物理和化学等众多基础学科和试验方法，无论是工艺参数的数值参数相关性的分析，还是影响因素的确定，都需要大量数字计算，仅仅依靠专家经验总结规律、提升工艺能力效果有限。利用先进信息技术，将航天工艺专家的经验与“数据说话”机制有效结合将成为提升航天产品工艺能力必要的、有效的途径。

其次，当前航天型号产品过程数字化水平和分析能力亟待提升，对信息技术重视不够，产品数字化能力不足已经成为航天产品工艺水平提升的瓶颈。

从各单位科研生产实际情况来看，当前型号产品过程数据以手工记录为主，缺少完整统一的结构化、电子化数据记录，对产品质量可靠性问题的分析判断主要依靠人的经验。航天小批量产品数据表现出试验时间长、影响因素多、因果关系不明显等特征，现有面向社会批量化产品的数据分析方法难以奏效。当前许多单位的型号产品生产检测设备数字化程度比较高，但由于缺乏自动化数据采集、归集和整理的能力，本已数字化的数据又被重新记录在纸质文件上。受制于数字化程度和分析方法，许多单位的工艺过程参数记录难以被有效分析利用，难以形成有效的、定量化的反馈机制。制约了航天产品工艺技术水平的提升。

3 提升航天产品工艺水平的关键信息技术

从航天产品工艺实际出发，与先进信息技术融合，打造适合航天各单位工艺特点的信息化工具是提升工艺能力的必经之路。当前，集团各单位购买了众多软件，但从支撑航天型号产品实际情况来看，效果不理想，这也是当前工艺水平面临数字化困局的重要原因。航天工艺队伍缺乏对先进信息技术的深入研究，技术途径不明确，仅仅寄希望于直接采购软硬件设备提升航天工艺能力，难度很大。

构建数字化工艺能力所需信息化投入巨大，从产品工艺能力角度加强对所涉及到的信息化技术研究，明确工艺能力建设的信息技术需求。加大工艺技术与信息技术的深度融合，加大工艺队伍对信息技术牵引作用，形成一套融合航天经验和先进信息技术的信息化方法、技术和工具，提升航天产品工艺水平。

对工艺水平提升相关的信息技术主要有物联网数据采集技术、海量数据管理技术、大数据分析技术和深度学习技术等方面。

3.1 物联网数据采集技术

航天工艺过程数据不准确、电子化程度差在很大程度上影响了从生产实践中把握工艺规律的通道，提升数据采集能力是当务之急。

物联网技术是近年兴起的新兴技术，通过传感器实现各个设备之间、设备与人之间的连接，实现生产数据电子化。航天工艺过程涉及设备种类多、数量多、数据结构复杂，所需要的物联网技术应具有较强适应性且成本受控：对于具有数据接口的设备，应能通过软件配置实现数据采集；对于没有数据接口的设备，应能实现联网改造或智能识别，保证数据采集工作整体成本可控。

3.2 海量数据管理技术

提到数据管理技术，首先想到的是数据库。当前所说的数据库一般是指关系型数据库，由英国数学家Codd在1970年首先提出的，核心是对于复杂对象与关系，如何通过二维度的信息组织模式，实现高效调用和精简存储。

航天型号产品数据的结构复杂，数据类型多样、数据量大，要频繁进行高性能的计算，对数据库查询、索引功能需求不强，不适合采用传统数据库技术管理。部分单位在实践过程中将产品数据存入关系型数据库，造成系统缓慢甚至崩溃。

近年来互联网企业采用非关系型数据库来提升性能，如Redis、MangoDB等性能优秀且开源免费的非结构化数据库，实现便捷管理大量数据，能处理好数据并发效率问题，这种数据格式也利于数据分析和大规模计算。对于数据量庞大的生产过程利用分布式集群数据管理技术架构如hadoop等技术管理生产数据。

3.3 大数据分析技术

大数据分析技术是从信息中筛选数据，找到事物的因果规律，进行预测或者建立反馈控制机制的技术。从流派来看，分为传统统计学和机器学习领域。

在大批量制造企业，传统统计学技术得到了广泛的应用，如用于研制阶段的DOE方法、Taguchi方法，以及用于生产过程控制的SPC方法等。这类方法本质是寻找制造中的因果关系，确保生产过程质量受控。由于我国统计学发展过程重数学轻应用，重经济轻工业，造成理工科人员普遍统计学知识基础差，应用能力不足，缺乏依靠数据决策的能力，这是航天工艺人员需要注意和加强的。

机器学习是人工智能的核心，是机器模拟人类开展学习的技术，在实际应用中，只有航天专家经验和和机器学习结果相结合，才能有效地支撑科研生产。

此外，在科研生产中，仅仅找到规律是不够的，更为关键的是对产品的研制周期或者质量进行预测并加以控制，这就需要用到蒙特卡罗方法，也叫统计实验方法。蒙特卡洛方法以研究对象的概率模型为基础，通过大量模拟样本仿真预测产品成品率，从而避免在批量生产过程中出现不必要的损失。

3.4 深度学习技术

深度学习算法随着阿尔法狗战胜著名棋手李世石而闻名于天下。深度学习模型作用是从历史数据中学习规律，从而对新的样本做识别或结果预测。深度学习关键在于其中间的隐藏层结构。深度学习模型起源于神经网络，但受制于计算能力限制，神经网络在隐藏神经元的定量求解方面遇到了巨大的困难，发展一度停滞。得益于近年来计算机CPU与GPU速度的提升、并行计算技术发展以及众多优化算法的出现，深度学习才再度崛起，在人脸识别和指纹识别等方面应用广泛。深度学习技术具有良好的模型耦合能力和扩展能力，能在探索产品工艺参数与指标的定量关系方面起到不可替代的作用。

4 先进技术在航天工艺应用展望

在上述先进信息技术的支撑下，各单位通过构造适合自身产品特点的数字工艺方法与工具，可以实现智能化生产数据自动采集，产品全过程数据库的构建，并通过数据的分析、优化和实时监控，形成设计、工艺、生产管理数据闭环和循环改进机制，实现工艺技术水平和制造能力的提升。

4.1 生产数据自动采集与管理

航天型号产品生产涉及到大量的生产和检测设备，种类多、厂商多，不同设备的数据采集需求各不相同，数字化自动化程度各异，自动化采集难度很大。利用先进物联网技术，通过PC机数据集成、设备联网改造、智能识别等技术手段，对已有设备进行数据接口改造和联网改造，或者加装摄像头并利用深度学习技术代替人直接识别仪表数字和曲线，取代手工参数记录，形成完整、真实、准确的数据记录，为型号产品打下坚实的数字化基础。

4.2 工艺数据建模与管理

与现有生产制造系统相结合，利用海量数据管理技术，建立数据同步机制，将散布在各设备、存储上的各种数据有效地进行归集和结构化处理，实现对产品科研生产过程中采集到的质量数据的统一存储、监控、预处理和查询利用。

建立产品元过程，并按照不同的质量等级将元过程组织成与产品质量要求相匹配的过程模型，明确产品生产检测各环节的定量化操作要求，建立可量化的操作细则。利用信息技术将工艺过程参数标准和操作细则推送至操作者桌面，实现对产品过程的精细化管理，确保贯彻过程质量标准，提升产品质量控制能力。

4.3 制造能力分析与优化

航天产品工艺复杂、质量要求高，在一定程度上造成了型号研制周期不受控，也给各个企业带来了设备利用率不足、产能不足等问题。利用大数据分析技术，对航天型号生产过程建模，基于航天历史任务过程数据和进度数据，建立航天型号统计过程模型，利用仿真技术，分析航天型号周期和设备产能规律，优化瓶颈，合理安排生产任务，才能确保航天产品按节点交付。

4.4 定量化产品质量控制模型

传统统计学计算方法在航天应用也面临规律过于复杂，内在规律经常变化等问题。从航天型号研制实际情况来看，产品试验投入巨大，很难利用传统的DOE方法重新安排试验。这就要求航天质量控制方法必须要做到“与时俱进”，不断利用新数据对模型进行改进修正。利用深度学习以及大数据分析技术，航天产品质量定量化控制模型分为三个部分：历史数据分析、定量化在线模型计算和生产监控。

分析产品历史数据，确定有效数据集合作为产品模型的初始化数据；定量化在线模型计算利用深度学习等算法对数据进行定量化建模，对航天产品过程实施蒙特卡洛仿真分析，对其最终产品指标分布进行预测，以达到工艺过程受控的目标，在此基础上进行小批量生产验证工作，确保当前模型的有效性和可控性；生产监控阶段按照预定的关键参数控制策略，利用SPC算法对实际生产参数进行监控，及时剔除质量不可控因素，确保最终产品指标的稳定受控。

5 结束语

当前航天工艺数字化水平整体不高，各种先进信息技术应用存在一定风险，应明确建设目标，慎重确定应用策略，构建适合自身产品特点的数字工艺环境。避免软件投入一大堆，应用效果看不见的不利局面。在建设初期搞大而全、系统化的建设推进，不仅仅投入巨大、建设周期长而且短期难以见到应用效果。相反，以典型工艺问题为导向设立数字化试点，利用先进信息技术开展探索和验证工作，待取得一定实效后再大规模开展建设，才能有效提升工艺技术水平。

1 林忠钦. 复杂产品制造精度控制的数字化方法[J]. 机械工程学报，2013，49(6)：103～112

2 程军利. 当前军工产品制造的数字化工艺设计技术探讨[J]. 装备制造技术，2014(1)：232～234

3 贾芜青. 工艺管理信息系统的研究与实现[J]. 数字技术与应用，2011(7)：191～192

4 徐嫣. 航天产品成功数据包络分析研究与应用[J]. 质量与可靠性，2013(3)：21～24

Improving Aerospace Process Technique Standard by Advanced Information Techniques

Li Tao1Zhang Haili2

(1. Beijing Shenzhou Aerospace Software Technology Co., Ltd, Beijing 100094；2. China Aerospace Science and Technology Corportion, Beijing 100035)

Targeting at the situation of aerospace process technique standard, this paper proposed using the advanced information techniques to improve the process technique standard and manufacturing capability. The paper summarized the representative information techniques such as IOT, high-volume data management, big data analysis and deep learning technique and also gave the description of the utilizations of these advanced information techniques.

process technique capability；manufacturing capability；IOT；big data；statistic technique

李涛（1974-），博士，控制理论与控制工程专业；研究方向：物联网、大数据等信息技术在制造业工艺质量控制等方面的理论与应用研究。

2017-03-02