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 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

一、注意气象观察 ................................................... 92 二、注意飞行区域 ....................................................93 三、飞行前注意事项 ............................................... 94 3 四 、对无人机的检查 ...................182 三、整机试验 ..........................................................186 四、 外场飞行时的注意事项 ................................. 188 五 、遥控设备的维护与修理 .................................. 190 .. 198 一、最大水平飞行速度检验 ................................. 198 二、最大飞行高度检验 .......................................... 198 三、最大续航时间检验 .......................................... 199 8 四、飞行半径检验 ..........

人机都是独立的智能体，具备路径规划、避障、降落等自主能力，但同时需要与其他无人机保持密 切协作。 集群飞行的复杂性在于其通信意图的高度动态性。在正常飞行状态下，无人机之间主要交换位置、 航向、速度等基础状态信息，通信频率相对较低。但当检测到突发天气变化或空中交通管制指令时， 整个集群需要立即进入应急协调模式：重新计算飞行路径、调整编队形态、分配备用降落点等。 这种从“常规模式”到“应急模式”的切换往往在数 测仪（属性标签为“生命搜救”）， 无人机则会优先向其下发实时侦查到的生命信号坐标；这种判定逻辑下，无人机的通信目标并非预 先设定的固定机器狗或机器人，而是随自身飞行轨迹、地面设备移动位置及设备功能属性实时变化， 也可能会随着飞行轨迹迅速切换链路。 这类基于“空间距离+终端属性”的动态组网逻辑，与传统依赖固定标识绑定的通信场景形成显著差异， 对移动网络提出了双重新要求：一是需具备实时高精度 在人车家协同场景中，车辆需无缝接入家庭能源系统、社区安防设备等异构终端，要求实现车主、 访客及公共服务设备的跨域身份互认与细粒度权限控制。当访客车辆临时使用充电桩时，需动态验 证其授权时效与操作范围；低空无人机物流场景下，无人机飞行过程中需实时验证起降场站、空管 制平台及智能货柜的合法性，防止恶意节点仿冒指令导致货物劫持或坠机事故；内河船联网场景则 要求船舶与港口闸机、货主系统、海事监管中心建立双向可信认证，确保航行指令与货物数据的不

制造 电力 航空 石油 • 智能工厂 • 智能联网产品运维服务 • 绿色制造 • 广域电网测量 WAMS • 能源装备的远程运维 • 新能源分析与优化 • 停电预测和过载预警 • 飞行安全监控 • 航空器维护 • 航路管理，能耗优化 • 物探大数据管理和共享 • 油气生产物联网 • 管道完整性管理、能耗优化 轨道交通 • 列车运维 • 行车安全 • 环境安全 船舶 万多项飞机数据中涉及飞行安全的 4600 多个关键数据进行实时监控、故障诊断、 维修控制决策、飞机运行管理、发动机监控、健康状态评估以及维修品质分析等功能，建立了我国国产 大型客机的数据中心。 监控积累数据 —— 健康状态管理系统 PHM 商飞 —— 健康状态管理系统 PHM 服务型制造案例 —— 远程运行中心 服务型制造案例 —— 数据传输 服务型制造案例 —— 飞行中实时数据 服务型制造案例

数字化转型需要多学科、多技术的支持，其依托的主要模 型与科学为： 数字孪生：数字孪生（Digital Twin）这个概念最早用于 航空航天飞行器的健康维护与保障。指先在数字空间建立 真实飞行器的模型，并通过传感器实现与飞行器真实状态 完全同步，这样每次飞行后，结合现有情况和过往载荷， 及时分析评估是否需要维修，能否承受下次的任务载荷 等。这项模型的理念被广泛应用到各行业，如实现物理世 界

占据 主导地位。 5.4 3D 视觉传感 3D 视觉传感获取场景的深度信息，是机器人导航、自动驾驶、增强现实等应用的关键 技术。不同的 3D 传感原理各有优劣：结构光精度高但易受环境光干扰；飞行时间 （ToF）抗干扰能力强但分辨率有限；双目视觉成本低但计算复杂。多种技术的融合正 成为趋势。 5.5 光谱传感技术 光谱传感通过分析光的波长分布获取物质的成分和状态信息，是科学研究和工业检测 转型，将是中国产业突围国际竞争的关键变量。 图：具身智能 vs 人形机器人，智次方研究院 2.4 无人机自主系统 无人机系统从简单的遥控飞行器演变为具备自主决策能力的空中机器人，在测绘、物 流、农业、救援等领域发挥着越来越重要的作用。自主飞行能力使无人机能够在复杂 环境中安全导航，执行超出人类操作员能力的任务。技术挑战包括有限的载荷和能源、 复杂的空中动力学、严格的安全要求等。 2 下单后，无人车自动装载货物并规划路线，到达目的地后通过短信或 APP 通知用户取件。一些高端的无人车还配备了机械臂，可以将包裹放到用户指定的位置。 无人机配送在偏远地区和应急场景显示出独特优势，可以跨越地形障碍，直线飞行， 大幅缩短配送时间。但无人机配送面临着航空管制、安全风险、续航能力等挑战，目 前主要用于医疗物资、生鲜农产品等高价值、高时效的配送。智能快递柜提供了 24 小 时自助取件服务，解决了用户不在

定位精度 UWB • 电磁波飞行时间，三边定位 • 出发角与到达角，单锚点定位 • 飞行时间：厘米级 • 出发角与到达角：一般小于 3° 蓝牙 AoA/AoD 出发角与到达角，单锚点定位 一般小于 3°，层高不高的话可以做到亚米级精度 蓝牙 CS 相位雷达测算时间差，从而测距 0.5m 左右 5G 定位 电磁波飞行时间，三边定位 分米级 室内北斗（伪卫星） 电磁波飞行时间，三边定位 分米级 分米级 声波定位 声波（机械波）飞行时间，三边定位 分米级 地磁定位 地磁场的变化，指纹录入 分米级 蓝牙 Beacon 基于信号强度，三边定位 1-3m Wi-Fi 基于信号强度，三边定位 1-3m 来源：AIoT 星图研究院 制图：AIoT 星图研究院 第二个维度：从场景的定位技术角度去分，目前常见的高精度定位技术有： 1 常见的高精度定位技术介绍表 1.2 高精度定位技术有哪些？ 测量运动航迹（轨迹）上的地磁场数据，并提取磁场特征，与事先获得 并存储的地磁场模型或地磁图进行匹配，以确定运动载体的实时位置，用于导航或者定位跟踪。 因为地磁场的广泛分布，地磁定位技术可以应用于飞行器、地面车辆、水下潜航器等不同的运动载体，特别在建筑内 等封闭空间内，除了地球磁场外，人工建筑的铁磁性材料进一步丰富了地磁场的空间分布特征，使磁场的空间差异分辨率 可达到 10cm，为室内位置测量提供了一个天然的坐标系。

设备，航天项目管理，航天材料与工艺、空间环境、空间碎 片、空间数据与信息传输等领域国家标准制修订工作。  TC435 航空器，主要负责民用飞机、民用直升机和其他民用 飞行器综合、总体、气动、结构、动力装置、燃油系统、液压 系统、气动系统、飞行控制、电气系统、航电系统、生命保障 系统、环境控制系统、客舱设备、货运系统标准以及产品支 援、基础、零部件、工装工艺和材料标准等。  TC542 创新方

化管理，显著提升通行效率。在 公共交通调度中，人工智能可优化车辆调度和班次安排，减少乘客等待时间。此 外，在航空领域，人工智能辅助关键决策，尤其在自主飞行操作中，AI 能比人 类更快地处理复杂问题并提供理想结果，同时通过 AI 助手提高飞行安全性，减 少人为错误。 智能汽车典型应用场景。智能汽车是工程智能在车辆设计、控制与维护领域 的集中体现。人工智能技术被深度集成到车辆的智能数字底盘平台和高级辅助驾 未见过的场景预测偏差显著。例如，在航空发动机的预测性维护中，通用电气（GE） 的 Predix 平台会利用数千个传感器的数据来构建健康模型。尽管这些模型在基于 历史数据的测试中可能表现出超过 95%的准确率，但在面对真实飞行环境中未曾 见过的新型或复合型故障模式（如特定航线的特殊腐蚀、或极端天气引发的材料 疲劳）时，其预测精度会显著下降。 二是鲁棒性与抗干扰能力薄弱。工程环境中存在大量不可控因素（如突发极 工程智能白皮书

…………………（1） 式中： CRDI ——配电架空线路无人机巡检覆盖率； NDI ——通过无人机开展的配电架空线路巡检条数； T N ——配电架空线路总条数（无人机限制飞行区域除外）。 注：无人机巡检覆盖率若按杆塔数、里程数统计口径可参照 计算。 5.1.2 智能配电站房覆盖率 指标释义：智能配电站房数量与配电站房总数量的比值。智 能配电站房指通过信息通信技术对站房内设备运行情况进行智能