利用先進信息技術提升航天工藝技術水平

李 濤 張海利

?

利用先進信息技術提升航天工藝技術水平

李 濤1張海利2

（1.北京神舟航天軟件技術有限公司，北京 100094；2. 中國航天科技集團公司，北京 100035）

針對航天工藝的要求和現狀，提出了利用先進信息技術提升航天工藝技術水平和制造能力的思路，總結了物聯網數據采集、海量數據管理技術、大數據分析技術以及深度學習技術等能夠快速、有效提升航天工藝能力的信息技術。最后，結合相關信息技術在工藝環節如何開展應用進行設想和展望。

工藝技術能力；制造能力；物聯網；大數據；統計技術

1 引言

工藝不僅是產品設計和產品實現的橋梁，還對產品質量和可靠性起到決定性的作用。航天型號產品技術指標要求高，品種多、批量小，在產品研制過程中采用的新技術、新材料、新工藝較多，導致產品工藝規律總結難度大，定型批產的型號產品在生產過程中質量問題仍時有發生。

航天重大型號研制，航天商業化、產業化發展，都對航天工藝技術水平和制造能力提出了要求。國家兩化融合戰略要求航天工藝人員認真研究先進信息技術，將先進信息技術融入到航天工業中，真正地提升航天工藝技術水平，滿足航天制造能力發展的要求。

很多學者對工藝數字化工作進行了探討，林忠欽針對高端裝備和高性能產品從數字化工藝設計和數據驅動的工序控制兩方面，總結歸納了工藝數字化設計方法和工藝過程控制方法[1]。程軍利就當前軍工產品制造的數字化工藝設計技術及存在問題進行分析[2]，賈蕪青對工藝管理信息系統進行了研究與實現[3]。以上傳統的信息技術在工藝管理中起到了提高工作效率和減少工作失誤的重要作用，但對于航天產品質量和可靠性作用仍較為有限。

當前，德國提出的工業4.0以高度自動化、高度信息化和高度網絡化為技術標準，其核心是CPS（Cyber Physical System）信息物理系統。本質是實現軟件與物理設備的深度集成，使制造業的各個環節具備一定的智能性。我國也正在推進“中國制造2025”戰略，通過智能制造構建新型制造體系。此外，以深度學習為代表的人工智能技術得到廣泛應用。加快推動先進信息技術在航天工藝工作中的應用，促進航天工藝技術水平，確保航天產品的質量和可靠性，提升航天制造能力，是一項重要發展任務。

2 借助信息技術提升航天工藝能力迫在眉睫

將先進信息技術與航天工藝生產緊密結合，是促進航天產品工藝能力提升的有效措施和重要手段。

首先，提升航天產品工藝能力是在挑戰產品研制基本規律，難度巨大。將先進信息技術和專家經驗相結合是航天產品工藝能力提升的必要途徑。

航天型號產品“萬無一失”的質量可靠性要求對工藝環節的技術能力和水平提出了極高的要求。這種要求需要大量產品試驗，而型號產品研制周期越來越短，受研制經費條件的制約，航天型號產品試驗次數有限。這種小子樣試驗后直接定型的方式在一定程度上違反了產品研制規律，而新技術、新材料、新工藝頻繁采用又使產品內在規律不斷變化，很容易使生產過程變成試驗場，產品質量難以保證。

航天歷來重視產品數據，型號成功產品數據包和質量數據分析方法是型號產品質量的重要保證條件[4]，但仍存在成功型號指標定量化分析不足、各參數交互機制難以理清等問題。在工藝能力方面，涉及到數學、物理和化學等眾多基礎學科和試驗方法，無論是工藝參數的數值參數相關性的分析，還是影響因素的確定，都需要大量數字計算，僅僅依靠專家經驗總結規律、提升工藝能力效果有限。利用先進信息技術，將航天工藝專家的經驗與“數據說話”機制有效結合將成為提升航天產品工藝能力必要的、有效的途徑。

其次，當前航天型號產品過程數字化水平和分析能力亟待提升，對信息技術重視不夠，產品數字化能力不足已經成為航天產品工藝水平提升的瓶頸。

從各單位科研生產實際情況來看，當前型號產品過程數據以手工記錄為主，缺少完整統一的結構化、電子化數據記錄，對產品質量可靠性問題的分析判斷主要依靠人的經驗。航天小批量產品數據表現出試驗時間長、影響因素多、因果關系不明顯等特征，現有面向社會批量化產品的數據分析方法難以奏效。當前許多單位的型號產品生產檢測設備數字化程度比較高，但由于缺乏自動化數據采集、歸集和整理的能力，本已數字化的數據又被重新記錄在紙質文件上。受制于數字化程度和分析方法，許多單位的工藝過程參數記錄難以被有效分析利用，難以形成有效的、定量化的反饋機制。制約了航天產品工藝技術水平的提升。

3 提升航天產品工藝水平的關鍵信息技術

從航天產品工藝實際出發，與先進信息技術融合，打造適合航天各單位工藝特點的信息化工具是提升工藝能力的必經之路。當前，集團各單位購買了眾多軟件，但從支撐航天型號產品實際情況來看，效果不理想，這也是當前工藝水平面臨數字化困局的重要原因。航天工藝隊伍缺乏對先進信息技術的深入研究，技術途徑不明確，僅僅寄希望于直接采購軟硬件設備提升航天工藝能力，難度很大。

構建數字化工藝能力所需信息化投入巨大，從產品工藝能力角度加強對所涉及到的信息化技術研究，明確工藝能力建設的信息技術需求。加大工藝技術與信息技術的深度融合，加大工藝隊伍對信息技術牽引作用，形成一套融合航天經驗和先進信息技術的信息化方法、技術和工具，提升航天產品工藝水平。

對工藝水平提升相關的信息技術主要有物聯網數據采集技術、海量數據管理技術、大數據分析技術和深度學習技術等方面。

3.1 物聯網數據采集技術

航天工藝過程數據不準確、電子化程度差在很大程度上影響了從生產實踐中把握工藝規律的通道，提升數據采集能力是當務之急。

物聯網技術是近年興起的新興技術，通過傳感器實現各個設備之間、設備與人之間的連接，實現生產數據電子化。航天工藝過程涉及設備種類多、數量多、數據結構復雜，所需要的物聯網技術應具有較強適應性且成本受控：對于具有數據接口的設備，應能通過軟件配置實現數據采集；對于沒有數據接口的設備，應能實現聯網改造或智能識別，保證數據采集工作整體成本可控。

3.2 海量數據管理技術

提到數據管理技術，首先想到的是數據庫。當前所說的數據庫一般是指關系型數據庫，由英國數學家Codd在1970年首先提出的，核心是對于復雜對象與關系，如何通過二維度的信息組織模式，實現高效調用和精簡存儲。

航天型號產品數據的結構復雜，數據類型多樣、數據量大，要頻繁進行高性能的計算，對數據庫查詢、索引功能需求不強，不適合采用傳統數據庫技術管理。部分單位在實踐過程中將產品數據存入關系型數據庫，造成系統緩慢甚至崩潰。

近年來互聯網企業采用非關系型數據庫來提升性能，如Redis、MangoDB等性能優秀且開源免費的非結構化數據庫，實現便捷管理大量數據，能處理好數據并發效率問題，這種數據格式也利于數據分析和大規模計算。對于數據量龐大的生產過程利用分布式集群數據管理技術架構如hadoop等技術管理生產數據。

3.3 大數據分析技術

大數據分析技術是從信息中篩選數據，找到事物的因果規律，進行預測或者建立反饋控制機制的技術。從流派來看，分為傳統統計學和機器學習領域。

在大批量制造企業，傳統統計學技術得到了廣泛的應用，如用于研制階段的DOE方法、Taguchi方法，以及用于生產過程控制的SPC方法等。這類方法本質是尋找制造中的因果關系，確保生產過程質量受控。由于我國統計學發展過程重數學輕應用，重經濟輕工業，造成理工科人員普遍統計學知識基礎差，應用能力不足，缺乏依靠數據決策的能力，這是航天工藝人員需要注意和加強的。

機器學習是人工智能的核心，是機器模擬人類開展學習的技術，在實際應用中，只有航天專家經驗和和機器學習結果相結合，才能有效地支撐科研生產。

此外，在科研生產中，僅僅找到規律是不夠的，更為關鍵的是對產品的研制周期或者質量進行預測并加以控制，這就需要用到蒙特卡羅方法，也叫統計實驗方法。蒙特卡洛方法以研究對象的概率模型為基礎，通過大量模擬樣本仿真預測產品成品率，從而避免在批量生產過程中出現不必要的損失。

3.4 深度學習技術

深度學習算法隨著阿爾法狗戰勝著名棋手李世石而聞名于天下。深度學習模型作用是從歷史數據中學習規律，從而對新的樣本做識別或結果預測。深度學習關鍵在于其中間的隱藏層結構。深度學習模型起源于神經網絡，但受制于計算能力限制，神經網絡在隱藏神經元的定量求解方面遇到了巨大的困難，發展一度停滯。得益于近年來計算機CPU與GPU速度的提升、并行計算技術發展以及眾多優化算法的出現，深度學習才再度崛起，在人臉識別和指紋識別等方面應用廣泛。深度學習技術具有良好的模型耦合能力和擴展能力，能在探索產品工藝參數與指標的定量關系方面起到不可替代的作用。

4 先進技術在航天工藝應用展望

在上述先進信息技術的支撐下，各單位通過構造適合自身產品特點的數字工藝方法與工具，可以實現智能化生產數據自動采集，產品全過程數據庫的構建，并通過數據的分析、優化和實時監控，形成設計、工藝、生產管理數據閉環和循環改進機制，實現工藝技術水平和制造能力的提升。

4.1 生產數據自動采集與管理

航天型號產品生產涉及到大量的生產和檢測設備，種類多、廠商多，不同設備的數據采集需求各不相同，數字化自動化程度各異，自動化采集難度很大。利用先進物聯網技術，通過PC機數據集成、設備聯網改造、智能識別等技術手段，對已有設備進行數據接口改造和聯網改造，或者加裝攝像頭并利用深度學習技術代替人直接識別儀表數字和曲線，取代手工參數記錄，形成完整、真實、準確的數據記錄，為型號產品打下堅實的數字化基礎。

4.2 工藝數據建模與管理

與現有生產制造系統相結合，利用海量數據管理技術，建立數據同步機制，將散布在各設備、存儲上的各種數據有效地進行歸集和結構化處理，實現對產品科研生產過程中采集到的質量數據的統一存儲、監控、預處理和查詢利用。

建立產品元過程，并按照不同的質量等級將元過程組織成與產品質量要求相匹配的過程模型，明確產品生產檢測各環節的定量化操作要求，建立可量化的操作細則。利用信息技術將工藝過程參數標準和操作細則推送至操作者桌面，實現對產品過程的精細化管理，確保貫徹過程質量標準，提升產品質量控制能力。

4.3 制造能力分析與優化

航天產品工藝復雜、質量要求高，在一定程度上造成了型號研制周期不受控，也給各個企業帶來了設備利用率不足、產能不足等問題。利用大數據分析技術，對航天型號生產過程建模，基于航天歷史任務過程數據和進度數據，建立航天型號統計過程模型，利用仿真技術，分析航天型號周期和設備產能規律，優化瓶頸，合理安排生產任務，才能確保航天產品按節點交付。

4.4 定量化產品質量控制模型

傳統統計學計算方法在航天應用也面臨規律過于復雜，內在規律經常變化等問題。從航天型號研制實際情況來看，產品試驗投入巨大，很難利用傳統的DOE方法重新安排試驗。這就要求航天質量控制方法必須要做到“與時俱進”，不斷利用新數據對模型進行改進修正。利用深度學習以及大數據分析技術，航天產品質量定量化控制模型分為三個部分：歷史數據分析、定量化在線模型計算和生產監控。

分析產品歷史數據，確定有效數據集合作為產品模型的初始化數據；定量化在線模型計算利用深度學習等算法對數據進行定量化建模，對航天產品過程實施蒙特卡洛仿真分析，對其最終產品指標分布進行預測，以達到工藝過程受控的目標，在此基礎上進行小批量生產驗證工作，確保當前模型的有效性和可控性；生產監控階段按照預定的關鍵參數控制策略，利用SPC算法對實際生產參數進行監控，及時剔除質量不可控因素，確保最終產品指標的穩定受控。

5 結束語

當前航天工藝數字化水平整體不高，各種先進信息技術應用存在一定風險，應明確建設目標，慎重確定應用策略，構建適合自身產品特點的數字工藝環境。避免軟件投入一大堆，應用效果看不見的不利局面。在建設初期搞大而全、系統化的建設推進，不僅僅投入巨大、建設周期長而且短期難以見到應用效果。相反，以典型工藝問題為導向設立數字化試點，利用先進信息技術開展探索和驗證工作，待取得一定實效后再大規模開展建設，才能有效提升工藝技術水平。

1 林忠欽. 復雜產品制造精度控制的數字化方法[J]. 機械工程學報，2013，49(6)：103～112

2 程軍利. 當前軍工產品制造的數字化工藝設計技術探討[J]. 裝備制造技術，2014(1)：232～234

3 賈蕪青. 工藝管理信息系統的研究與實現[J]. 數字技術與應用，2011(7)：191～192

4 徐嫣. 航天產品成功數據包絡分析研究與應用[J]. 質量與可靠性，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

李濤（1974-），博士，控制理論與控制工程專業；研究方向：物聯網、大數據等信息技術在制造業工藝質量控制等方面的理論與應用研究。

2017-03-02