我國軍工企業智能制造實現路徑

天津電源研究所 姜釗 于輝 蘭志成 蘇彬 杜洋

智能制造作為全球制造行業的最主流應用模式，已廣泛應用在軍工企業的生產進程中。如何利用智能化手段提升軍工企業的制造水平成為亟待解決的問題。針對我國軍工企業運行的現狀及特殊性，結合智能制造各個系統的優勢特點，討論二者相結合的場景與要義，并分別對軍品制造中“人”“機”“料”“法”“環”五個環節對其“智”造成功落地的實現手段與注意事項展開分析，研究現階段過程中依然產生矛盾沖突的原因，及相應的解決對策，最后給出合理化實施建議。

我國軍工產品加工類型多樣，具有質量要求可追溯、自動化水平參差不齊、缺乏數據收集手段、狀態進度監控不足等問題現狀，正在讓我國軍工產品生產工藝提升處于瓶頸狀態。智能化制造作為軍工企業適應性應用的不二選擇，與彎道超車的最佳模式，應在不斷升級與迭代中快速開展，以適應大環境對軍工產品各方面提升的要求。

1 軍工企業智能制造的實現方法與典型路徑

1.1 MES

作為軍工企業制造的核心數字化模塊，MES系統的建立可以形成一個全面的、集成的、穩定的生產、物流、質量控制體系[1]，并對企業、工藝、人員、質量等各環節進行全方位的監控、分析與改進，以滿足精細化、透明化、自動化、實時化、數據化、一體化的管理與生產，并通過建立生產、質量、物流等異常情況預警機制，提高問題處理效率和準確性，降低生產成本，實現高效制造管理[2]。軍工MES系統與其他數字系統的邏輯關聯[3]，如圖1所示。

圖1 軍工智能化網絡體系Fig.1 Military intelligent network system

另一方面，MES系統作為實現智能化車間建設的中間環節，可與其他系統進行信息互通與協同，進而達到以下目的[4]：(1)改善計劃編排和控制體系，實現實時生產全過程的監控，達到生產透明化的效果；(2)在制造能力方面，通過生產透明化以提升對生產控制能力，提升生產計劃的協調、精細化，最大限度地提升整個制造系統的協調性，減少生產過程中的浪費，實現生產效率提升；(3)實現管理模板（流程規范、數據統計）的搭建，提升管理效率；(4)通過實現關鍵設備的自動數據采集，減少手動錄入工作量，提高數據錄入的準確性和及時性；(5)系統可通過基于精益生產的調度方式將物流配送任務與裝配作業任務進行有效協同，實現庫房管理物料的明細透明化。

1.2 數字孿生

數字孿生在國外航天航空領域的最早應用出現在2010年左右，數字孿生近些年的迅猛發展得益于物聯網、大數據、云/邊緣計算、人工智能等新一代信息技術的發展，也正因為以上技術發展和應用的不斷深化，使數字孿生進入了新發展階段，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映對應實體裝備的全生命周期過程。其主要支撐技術如下：(1)物聯網技術。物聯網是以感知技術和網絡通訊技術為主要手段，實現人、機、物的泛在鏈接，提供信息感知、信息傳輸、信息處理等服務的基礎設施，是實現數字孿生與物理世界虛實映射的基建基礎。(2)大數據技術。分為兩部分：1)可通過大數據的海量、異構、高速、可變性、復雜性和價值性的特征，來提出相應的算法和框架模型來解決具體問題。2)可通過大數據的可視化應用，為數字孿生系統提供有效工具，來揭示物理實體的隱形信息。(3)多領域、多層次機理模型建模技術。物理實體的機理模型是數字孿生技術應用的骨架，綜合了復雜物理實體所能涉及或針對的，諸如機械、電子、液壓、控制機等具體行業的特征，并對相應物體的建模加入不同時間維度的概念。這也是不同于以往建模仿真過程的區別。(4)人工智能技術[5]。可以理解成針對物理世界的變化，而進行的精確判斷和決策，系統應具有的綜合智能分析與自主性特征。(5)云/邊緣協同計算技術[6]。可以理解為計算機運行內存與存儲的前沿技術，因為數字孿生是一個非常龐大的系統，需要快速對綜合的輸入條件進行感知、分析與計算，因此必須要有強大的存儲與計算能力作為支撐。數字孿生體系架構如圖2所示。

圖2 數字孿生體系架構Fig.2 Digital twin architecture

1.3 網絡安全

伴隨工業大數據、網絡云等先進技術的大范圍應用，軍工行業生產管理數據安全性方面的問題必須得到應有的重視，在數字化系統規劃與搭建的同時，應在信息系統硬件搭建中，增設相關的防火墻與安全網關，用以保證網絡安全，在涉密系統中也可應用安全網閘，來限制系統信息上下流的傳送安全[7]。并針對網絡信息安全建立健全的網絡信息安全預案，使突發事件應對處置的各個環節有章可循，同時針對信息系統開展應急演練，提升信息專業人員應急反應能力，以及臨時性故障排除方法和思路，并且保證能在最短時間內恢復信息系統的正常，更好地為軍工企業的安全生產及信息通訊保駕護航。

2 實現手段與注意事項

軍品研制、轉段、生產、測試及交付周期越來越短，軍工生產需要盡快適應市場競爭及技術水平的發展現狀，軍工企業智能化生產車間的升級與再造是一個迭代升級、不斷演化的過程，其總體實現形式應遵從“PDCA”循環模式，即按照從規劃、設計、建設、運行到后續的評價與優化[8]，這幾個方面進行不同環節或模塊的建設。橫向來講，軍工智能化體系的貫徹應有步驟地進行，各個階段目標任務之間應強調技術與數據的互聯性、互通性與銜接性。縱向來看，智能化系統建設則可以分解成以下幾個方面。

2.1 “人”

智能化轉型事項涉及企業內部人員極廣，從企業架構來講，上至企業的決策者與領導核心，下至車間操作及信息填報人員，并延伸至生產的工藝人員、庫管及計劃員。我國數字化起步早，智能水平所處水平越高的企業，其數字化參與人員所占比例也越高。軍工制造企業的智能化轉型離不開具有一定智能化水平和富有發展遠見的決策者，成功的智能化轉型案例往往伴隨著由上而下的良性政策與獎懲推動，除此之外，經管、編程、系統維護等人員的培養與素質提升同樣至關重要，以便在不斷快速更新的智能化技術中，結合企業本身特點進行技術的更迭與應用。

2.2 “機”

伴隨我國軍品對產能要求的大幅提升，“機器換人”的工作也在如火如荼地進行著。首先就是老舊設備的改造問題，由于種種原因，當老舊設備的主體依然需要保留時，核心零部件的更換則務必要與設備主體在節拍和工藝一致性等方面進行兼容，其次，軍工企業制造智能化水平的提升一定避免不了對相關產品制造中的生產數據進行自動采集，在新設備添置與舊設備改造中，要特別注意對設備數據采集模塊中的協議與接口要求等內容。值得注意的是，切勿為了實現自動化而盲目引進設備，因為這往往會造成投入與產出的比例失衡，還可能會產生信息孤島。

2.3 “料”

不管是軍工企業的連續型生產模式，還是離散型生產模式，都在面臨著多品種與變批量的產品生產要求，因此也對原材料、半成品、外購件以及成品的管理提出了更高的要求。雜亂無章的物料擺放、缺失的物料編碼環節、落后的倉儲與運輸方式，顯然已無法滿足軍品智能生產的要求，也正在成為軍工產品全流程環節的短板之一。為了配合智能化裝備與先進的管理環節，亟需改善現存的物料管理環節，如選擇智能化貨柜來進行物料與半成品的暫存，增加結合自身情況的物料編碼環節，選擇激光刻蝕、RFID等先進方式的條碼索引方式，做到產品各個生產環節的質量可追溯，如圖3所示。

圖3 物料管理智能化提升內容Fig.3 The content of intelligent improvement of material management

2.4 “法”

在軍工企業生產全流程中，大多存在著經營管理與工藝生產環節方面落后的情況，因此也同樣需要注意此方面的提升與改善。經營管理方面，軍工企業要更多地向成功的先進企業看齊，勇于作出管理理念上的改變，可以借助先進的應用管理類軟件與思維，在對本企業的再次開發與應用過程中，應詳細借鑒各個環節功能模塊的精髓，結合自身發展情況來做好系統集成的整理開發工作。在工藝生產方面，要積極從工藝文件的紙質化向電子化改變，進而做到工藝文件管理、工藝指導生產、工藝技術水平的整體提升[9]。除此之外，與產品制造相關方面的各個環節，也應在數字化的引領下彼此互通反饋，共同提升產品的性能與生產效率，以實現多組織單元的動態互動。

2.5 “環”

軍品制造過程中的“環”，是指生產現場、倉儲庫房、物流通道、產品交接等制造相關場地的內部環境，依據產品品類的不同，環境測評條目也不盡相同，大體包含：溫度、濕度、通風、采暖、照明、噪聲、電磁輻射等項目，某類或某幾項環境參數的改變，或許會對產品及人員產生不可逆轉的損失或影響。因此，在生產全流程中對產品生產所需要的關鍵環境狀態要進行在線實時采集、測評與反饋，從而判斷生產環境的實時狀態，并預測環境的演變趨勢，來精準確認產品、裝備等關鍵環節應維護的時間、內容和方式[10]。

如何評定各單位的生產運行過程等級，針對各個與生產相關的環節進行盡可能地量化，并在智能化薄弱環節重點改善，成為亟需解決的任務。對此問題，可參照由中國電子技術標準化研究院牽頭起草的相關文件，其中《智能制造能力成熟度模型》[11]分別從“人員”“技術”“資源”“設計”“生產”“物流”“銷售”“服務”八個層面，論述了相關環節的智能化成熟模型與不同等級的應用狀態，同時規定了智能制造能力成熟度模型的構成、能力要素和成熟度要求，此標準適用于制造企業、智能制造系統解決方案供應商和第三方，來開展智能制造能力的差距識別、方案規劃和改進提升。《智能制造能力成熟度評估方法》[12]則規定了智能制造能力成熟度的評估內容、評估過程和成熟度等級判定的方法，并成立評估體系。

3 結語

目前對軍工產品性能指標的提升與質量控制要求越來越高，產品生產形呈現多品種、變批量態勢，其制造過程包含大量高精度、高難度、現較多依賴手工作業的特殊工藝，同時，多數軍工企業的網絡化基礎較為薄弱，存在生產過程與管理決策數字化、智能化水平不足，進而導致的軍工企業內部管控效率低下的現象發生。文章針對我國軍工企業的制造特點與所處階段，結合影響軍工產品質量的各個因素，闡述了軍工企業智能化應用場景與實現路徑，并充分剖析了軍工企業智能制造轉型的典型問題核心與對應的注意事項。

引用

[1] 嚴真旭,王斌,李金平.聯合軍工行業標準體系研究[J].中國電子科學研究院學報,2020,15(2):131-134.

[2] 姜釗,于輝,解曉莉,等.衛星整星智能制造關鍵技術及應用[J].航天制造技術,2020(6):63-67.

[3] 易樹平,劉覓,溫沛涵.面向智能車間的工藝規劃輔助決策方法[J].浙江大學學報(工學版),2016,50(10):1911-1921.

[4] NEGRI E,BERARDI S,FUMAGALLI L,et al.MES-integrated Twin Frameworks-ScienceDirect[J].Journal of Manufacturing Systems,2020,56(6):58-71.

[5] 朱康奇,華楠,李艷和,等.數字孿生技術在光網絡中的應用與問題[J].信息通信技術與政策,2021(12):69-75.

[6] 龔禾林,陳長,李慶,等.基于物理指引和數據增強的反應堆物理運行數字孿生研究[J].核動力工程,2021,42(S2):48-53.

[7] VAJJHA H,SUSHMA P.Techniques and Limitations in Securing the Log Files to Enhance Network Security and Monitoring[J].Solid State Technology,2021,64(2):1-8.

[8] GONCALVES R,SARRAIPA J,AGOSTINHO C,et al.Knowledge Framework for Intelligent Manufacturing Systems[J].Journal of Intelligent Manufacturing,2011,22(5):725-735.

[9] Germán González Rodríguez,Jose M.Gonzalez-Cava,Juan Albino Méndez Pérez.An Intelligent Decision Support System for Production Planning Based on Machine Learning[J].Journal of Intelligent Manufacturing,2020,31(5):1257-1273.

[10] 閆紀紅,李柏林.智能制造研究熱點及趨勢分析[J].科學通報,2020,65(8):684-694.

[11] GB/T 39116-2020.智能制造能力成熟度模型[S].

[12] GB/T 39117-2020.智能制造能力成熟度評估方法[S].