【案例】面向多品种大批量生产的航天飞行器智能工厂关键技术研究_上海航天

微信扫码，打开到小程序

第 42 卷 2025 年第 2 期 上海航天（中英文） AEROSPACE SHANGHAI （CHINESE & ENGLISH） 面向多品种大批量生产的航天飞行器智能工厂 关键技术研究 刘骁佳 1，夏永江 2，戴 铮 1，王 堃 1，刘 晓 1，洪海波 1 （1. 上海航天精密机械研究所，上海 201600；2. 上海航天技术研究院，上海 201109） 摘 要: 我国航天领域的快速发展使得航天飞行器的品种和批量大幅增加，对其研制生产周期、成本和质量的 管控能力提出了更高的要求。基于当前航天飞行器加工、装配车间发展现状，提出面向未来多品种、大批量生产的 航天飞行器智能工厂发展思路和总体架构，并从资源动态组织、人机协同制造、质量智能检验和产业链高效协同等 维度分析智能工厂的关键技术，通过将制造技术与数字化、智能化技术深度结合，为我国航天飞行器制造智能工厂 建设提供借鉴。 关键词: 航天飞行器； 大批量生产； 智能工厂 中图分类号: V 468 文献标志码: A DOI: 10.19328/j.cnki.2096‑8655.2025.02.007 引用格式： 刘骁佳，夏永江，戴铮，等 . 面向多品种大批量生产的航天飞行器智能工厂关键技术研究［J］. 上海航 天（中英文），2025，42（2）：58-66. Research on Key Technologies of Intelligent Factories for Multi-variety and Large- scale Production of Aerospace Flight Vehicles LIU Xiaojia 1， XIA Yongjiang 2， DAI Zheng 1， WANG Kun 1， LIU Xiao 1， HONG Haibo 1 （1.Shanghai Spaceflight Precision Machinery Institute，Shanghai 201600，China； 2.Shanghai Academy of Spaceflight Technology，Shanghai 201109，China） Abstract: The rapid development of China's aerospace field has led to a significant increase in the variety and volume of aerospace flight vehicles，placing higher demands on the control capabilities of their development and production cycles，costs，and quality.Based on the current development status of aerospace flight vehicle processing and assembly workshops，this paper proposes a development strategy and overall architecture for the intelligent factories tailored to the future multi-variety and large-scale production of aerospace flight vehicles.The key technologies for the intelligent factories are analyzed from the perspectives of dynamic resource organization，human-machine collaborative manufacturing，intelligent quality inspection，and efficient industry chain coordination. By deeply integrating the manufacturing technology with digital and intelligent technologies，this paper aims to provide insights for the construction of intelligent factories tailored to China's aerospace flight vehicle manufacturing. Key words: aerospace flight vehicle； multi-variety and large-scale production； intelligent factory 0 引言 随着我国国防和军事现代化能力的快速提升， 航天飞行器发展也呈现出多品种、大批量的特点 ［1］。 受人员、资源等约束，现有以“科研型”为主的生产 组织模式已经无法满足高效率、低成本和高质量管 控要求，亟须开展面向多品种、大批量的航天飞行 器智能工厂技术研究 ［2］。智能工厂是指将物联网、 大数据、人工智能、云计算等先进信息技术与生产 收稿日期：2024‑11‑17； 修回日期：2025‑02‑20 基金项目：国家自然科学基金资助项目（92367301）；中央军委装备发展部共用技术资助项目（50923010201） 作者简介：刘骁佳（1990—），男，高级工程师，博士，主要研究方向为大数据、人工智能。 通信作者：洪海波（1986—），男，研究员，博士，主要研究方向为数字孪生、数字化车间。 58 第 42 卷 2025 年第 2 期 刘骁佳，等：面向多品种大批量生产的航天飞行器智能工厂关键技术研究 设 备 、生 产 车 间 、生 产 流 程 等 深 度 融 合 ，实 现 自 动 化、信息化和智能化的一种车间运行模式，具有高 度协同、高效运营，快速重构等特点 ［3］。如何构建智 能工厂是当前航天制造企业面临的主要挑战，也是 国内外学术研究的重点 ［4-5］。 在智能工厂实际建设中，国内外部分先进制造 企业已经取得初步成果，如德国西门子、博世，美国 通用电气、波音、国家仪器公司等，国内在汽车、家电 等行业也建立了相应的智能工厂，如三一重工、美的 等。在学术研究上，彭瑜 ［6］认为数字化工厂是智能工 厂的建设基础，智能化工厂应包含数字化工厂的一 切特征。李德芳 ［7］认为智能工厂具有自动化、数字 化、可视化、模型化、集成化 5 个特征。崔晓文 ［8］认为 智能工厂的智能化体现在系统具有预测能力、自我 诊断能力，能源和材料配置更高效。李伯虎 ［9］提出了 一种面向服务的制造新模式——云制造。姚锡凡 ［10］ 展望了智能工厂的发展前景。张益等 ［11］探讨了智能 工厂的标准定制。杜传忠等 ［12］认为信息物理系统 （Cyber-Physical System，CPS）是构建智能工厂的基 础，并将 CPS 定义为一个综合了网络通信技术、大数 据 技 术 、传 感 器 技 术 等 诸 多 先 进 技 术 的 有 机 体 。 张曙 ［5］认为智能工厂的智能化体现在设备必须具有 自我感知、控制、调整、交换和通信的能力，强调实时 的数据采集和设备状态反馈，从技术角度认为智能 工 厂 是 基 于 科 学 对 物 质 、知 识 的 加 工 系 统 。 ANDERSON 等 ［13］提出了一个支持在智能工厂制造 过程中的信息交换和一致性检测的专家系统，并在 航空航天领域进行了试验验证。该框架基于知识形 式化和语义规则，通过本体、语义协调策略和连接接 口来管理信息和知识，并识别制造系统中的不一致 性。为了实现大规模定制生产，HALLDOR 等 ［14］将 智能技术引入可重构制造系统中以解决工厂中劳动 力 、成 本 、时 间 等 多 个 因 素 之 间 平 衡 的 复 杂 挑 战 。 JEFFERSON 等 ［15］提 出 了 一 种 整 合 了 可 重 构 性 原 则、公理设计和设计结构矩阵的智能车间设计方法， 实现了从可重构需求到系统的有效转化，该方法在 飞机机翼的肋和桁条装配中进行验证，将每月最大 产能从 40 架提升至 100 架。CAGGIANO 等 ［16］通过 模拟退火算法，在数以千计的可行序列中找到了成 本最低的装配序列，并通过将装配序列分配给相应 的设备来评估生产成本，为降低产线切换成本提供 了思路。赵春章等 ［17］针对航天制造企业的智能化转 型需求，分析了智能车间的关键要素及关键技术，提 出了智能车间总体架构及建设方案，对航天企业的 智能化制造体系进行统筹规划。 综上所述，现有的学术和实践研究从不同角度 分析了智能工厂的发展思路和重点内容，因此，本 文从当前航天飞行器车间数字化建设需求出发，提 出面向未来多品种、大批量生产的航天飞行器智能 工厂发展思路和总体架构，并从资源动态组织、人 机协同制造、质量智能检验和产业链高效协同等维 度 分 析 智 能 工 厂 的 关 键 技 术 ，将 制 造 技 术 与 数 字 化、智能化技术深度结合，梳理支撑航天飞行器智 能工厂建设的关键技术，为我国航天飞行器智能工 厂建设提供借鉴。 1 航天飞行器智能工厂总体架构 航天飞行器智能工厂是一种涵盖设备、车间、 企业及产业链的智能化生产组织和运行模式，具有 云边协同、自主决策、柔性重构等特征。依据航天 领域院所两级管理及全产业链协同要求，从信息集 成的维度出发，航天飞行器智能工厂可以分为设备 层、执行层、数据层和决策层，如图 1 所示。其中，设 备层是指车间内的各型设备及产线，通过 RS232、 RS485、RJ45、JDBC、Restful API 等 接 口 向 上 传 递 数据。执行层负责各厂所基于实时数据智能分析 的生产运营管控，其底层为产品数据管理（Product Data Management，PDM） 、企 业 资 源 计 划 （Enterprise Resourse Planning，ERP）、制 造 运 营 管 理（Manufacturing Operations Management，MOM）、 物联网（Internet of Things，IoT）等系统或组件。数 据层是围绕产品全生命周期的跨领域、跨环节多源 异构数据集成。决策层则是以集团或院为中心构 建的制造云服务及制造大模型，通过大模型赋能智 能工厂数据管理、协同制造和运行保障全过程，决 策层与执行层相互协同融合，提升航天飞行器制造 工厂的感知、分析、决策和控制水平，实现跨组织、 跨领域、跨地域数据业务协同。 1.1 云-边-端协同制造平台 针对车间多品种、大批量混线生产要求，需构 建具备智能化自组织协同生产能力的制造管控平 台。平台基于低耦合高内聚的微服务架构 ［18］，采用 云-边-端协同 ［19］的 3 层部署方式，不同功能模块间利 用轻量级协议通信，实现动态组合和灵活部署，如 59 第 42 卷 2025 年第 2 期 上海航天（中英文） AEROSPACE SHANGHAI （CHINESE & ENGLISH） 图 2 所示。在端侧，部署管理壳适配器，实现工业协 议解析等功能及数据采集，并执行设备层路径动态 规划、工艺自适应控制及质量在线判读等实时性要 求高的任务，同时完成数据封装与接口设计以保证 数据横向、纵向的交互协作。在边侧，聚焦设备间 信息共享与局部优化，确立不同设备、生产线协作 模 型 如 自 组 织 与 互 操 作 机 制 ，创 建 虚 拟 智 能 体 单 元，具备以虚映实、以虚控实及自主控制指令生成 下 达 功 能 ，兼 顾 计 算 与 通 信 需 求 以 保 障 数 据 实 时 性。在云侧，重点着眼全域资源优化与预测，利用 高算力构建虚实映射的全局仿真系统与大数据优 化 系 统 ，基 于 大 模 型 实 现 生 产 状 态 评 估 与 需 求 预 测 ，同 时 设 计 协 同 机 制 动 态 平 衡 和 调 整 产 业 链 节 拍，提升产品全生命周期智能化水平。通过云、边、 端协同及大小模型交互，最终实现航天制造工厂智 能化管理，提升生产系统效能与灵活性，保障制造 全流程稳定运行与优化。 1.2 航天制造大模型 针对航天飞行器批量化生产对工艺设计、过程 调控及质量检测智能化管控需求，构建航天飞行器 制造大模型体系 ［20］，如图 3 所示。体系分为云平台基 座、智能云平台及智能制造应用 3 个层次，云平台基 座 为 构 建 航 天 制 造 大 模 型 所 需 要 的 基 础 工 具 ，如 MindSpore、TensorFlow、PyTorch 等，L0 级大模型， 如 自 然 语 言 处 理（Natural Language Processing， NLP）组 件 、光 学 字 符 识 别（Optical Character Recognition，OCR）组件等，以及 ModelArts OS 开发 框架。采用结构化工艺数据，制造检验数据、产品图 像等生产制造数据，以及生产状况、计划进度、资源 使用状态等生产管理数据，通过 NLP 与标注 ［21］、多 模态信息提取与融合 ［22］、大数据挖掘 ［23］等方法，构建 工艺智能生成、智能装配指导、实时排产调度、智能 检测、测试大数据分析等场景大模型，并基于云-边- 端集成框架，与现有制造设备、检测设备、数字化终 端及航天飞行器制造云平台进行集成，形成航天装 备制造“数智大脑”，大幅提升产品制造效率和规模 化生产能力，有力推动航天装备制造数字化转型与 智能化升级。 图 1 航天飞行器智能工厂总体架构 Fig.1 Overall architecture of an intelligence factory for aerospace flight vehicle manufacturing 60 第 42 卷 2025 年第 2 期 刘骁佳，等：面向多品种大批量生产的航天飞行器智能工厂关键技术研究 2 航天飞行器制造智能工厂关键技术 当前航天飞行器工厂仍处于自动化向数字化 阶段的转变，智能化场景仍属于萌芽阶段，存在组 织模式单一固化，生产过程依赖于经验等问题，严 重制约制造技术和能力的提升，本文梳理了智能工 厂建设的 4 项关键技术，以支撑航天飞行器多品种 图 2 云-边-端协同制造平台架构 Fig.2 Architecture of the cloud-edge-end collaborative manufacturing platform 图 3 航天制造大模型整体架构 Fig.3 Overall architecture of the large model for aerospace manufacturing 61 第 42 卷 2025 年第 2 期 上海航天（中英文） AEROSPACE SHANGHAI （CHINESE & ENGLISH） 大批量生产需求。 2.1 基于多智能体自组织的制造系统柔性重构与 资源动态配置技术 零部件加工是航天飞行器制造的重要环节，零 部件加工车间布局通常以功能区域进行划分，不同 的功能区域部署相应的设备、单元、集群等，区域内 物流和上下料自动化程度较高，对于特定零件加工 任务执行和流转效率有较大作用。然而，每个功能 区面向的任务类型相对单一，各个区域的物流、信 息流集成方式相对固定，跨区域的协同存在断点， 尚未形成覆盖全车间的资源协同能力。多智能体 自组织是解决当前车间级生产组织排产和动态重 构 问 题 ，提 升 全 域 资 源 利 用 的 效 率 和 排 产 的 灵 活 度，满足多品种、大批量生产的重要途径 ［24］。 多智能体自组织的制造系统柔性重构与资源 动态配置技术框架如图 4 所示，将车间的各类制造 资源封装为智能体单元并构建多智能体系统，采集 智能体运行数据并构建数字孪生模型 ［25］，通过多智 能体自组织、互操作，实现生产过程多智能体的自 组织调度 ［26］，多智能体系统能够通过逻辑布局定义 和物流规划进行重构，完成资源任务的动态分配， 从 而 提 高 航 天 飞 行 器 零 部 件 加 工 制 造 快 速 响 应 能力。 实现多智能体自组织的制造系统柔性重构与资 源动态配置的关键技术主要包括 3 项：1） 制造资源 自组织协同与互操作技术，要建立制造资源虚拟表 征与智能体单元封装标准，并形成跨层级智能体单 元分发引擎。2） 面向复杂生产环境的异构制造信息 认知技术，通过采用“数据感知-模型适应-扰动预测” 的信息认知思路，建立生产过程扰乱自适应孪生模 型，构建生产扰动后效预测分析模型 ［27］，实现复杂生 产扰动下异构制造信息决策能力。3） 基于协同智能 的制造系统自适应重构技术 ［28］，从全域资源自组织 协同角度构建自适应重构模型，在资源协同调度优 化决策基础上，基于多智能体关键参数动态调控模 型库，实现设备关键控制参数的动态调控。 2.2 面向狭小复杂空间的人机多维多尺度信息融合 协同制造技术 装配是航天飞行器生产的最重要环节，以舱段 装配为代表的复杂航天飞行器装配存在零部件多、 图 4 制造系统柔性重构与资源动态配置技术架构 Fig.4 Technical architecture of the flexible reconfiguration and dynamic resource allocation in the manufacturing system 62 第 42 卷 2025 年第 2 期 刘骁佳，等：面向多品种大批量生产的航天飞行器智能工厂关键技术研究 空间狭小、操作困难等问题，这些问题是制约航天 飞行器装配效率和质量提升的关键。目前，狭小空 间零件装配仍以人工为主，传统的自动化设备难以 完全替代，因此，人机协同智能技术是破解航天飞 行器舱段装配难题的有效途径 ［29］。人与机器根据 操作类型分配任务，并采用视觉、触觉等多种方式 进行交互，共同实现零部件装配。在人机协同装配 模式下，机器负责强度大、重复性的工作，人负责灵 活性强、需要创造力、变化复杂的工作部分。通过 这 种 协 作 模 式 ，可 充 分 发 挥 人 与 机 器 人 的 作 业 优 势，将人类的决策能力、灵活性与机器人的可重复 性、高强度作业能力进行有机融合，进而增强装配 过程的鲁棒性，提升装配作业效率。 实现人机协同装配的关键技术主要包括 3 项， 如图 5 所示。1） 对多模态信号融合的装配操作行 为进行感知 ［30］，将固定人机协同策略转变为动态人 机协同策略，使得人机协同装配单元的适应性和灵 活性更强；2） 在人机协同装配路径规划中考虑协作 意图，将人机协同从装配执行阶段前置到路径规划 阶段，将操作人员的路径操作作为先验经验和约束 条件，与路径规划和优化模型融合，