航天智能工厂建设的几点思考

◎中国航天系统科学与工程研究院 李慧丽

一、智能工厂的内涵与特征

智能工厂是指在数字化工厂的基础上，利用物联网和设备监控技术，加强信息管理和服务，以清楚地掌握产销流程、提高生产过程的可控性、减少生产线上的人工干预、即时正确地采集生产线数据和合理编排生产计划与生产进度。智能工厂集绿色智能的手段和智能系统等新兴技术于一体，意在构建一个高效节能、绿色环保、环境舒适的个性化工厂。

智能工厂首先应该是数字化工厂，即在工程技术维度、生产制造维度以及生产供应和销售维度全面实现了数字化的基础上，再进一步发展为实现工程技术智能化、生产制造智能化以及生产供应和销售智能化的工厂模式。智能工厂是实现智能制造的重要载体，主要通过构建智能化生产系统、网络化分布生产系统设施，实现生产过程的智能化。工业4.0中智能工厂重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现。

从智能工厂定义而言，智能工厂是一种先进的综合制造模式，是数字化、网络化、智能化技术与制造技术交叉融合，以客户产品数据、优化的制造工艺流程、协调的生产制造设备为核心，以数字化产品设计、生产流程管理与调度的智能化、数字化智能化制造设备与生产线、自动化的物料配送装置为重点的系统集成，实现面向产品设计、加工、检测、设备安全保障、服务等各环节动态优化与整合，旨在高效、优质、清洁、安全、敏捷地制造产品和服务用户。

智能工厂的特征包括：（1）具有产品结构和动力学的三维模拟与仿真优化功能，可实现产品设计手段与设计过程的数字化智能化；（2）具有能参与网络集成和网络协同能力的智能生产线；（3）具有即插即用的软件集成平台，可对生产线或整个工厂的运行进行模拟仿真；（4）具有工艺数据库和知识库，能逐步积累专家经验和知识，实现工艺参数和作业任务的多目标优化；（5）具备制造信息全过程跟踪以及产品质量可追溯功能；（6）实现PLM、MES、ERP的系统集成和综合管控。

二、国外智能工厂案例分析

国外工业发达国家十分重视智能工厂及智能制造的发展，对新的生产模式和理念开展研究，构建了智能工厂实践案例，如美国DARPA“自适应工厂”、西门子安贝格工厂、GE炫工厂（Brilliant factory）、德国博世洪堡工厂等。

智能化生产系统

2010年，为应对传统“V”字研制流程带来大型航宇与防务（A&D）装备研制周期及成本的大幅上升，美国DARPA启动了AVM项目。该项目主要由CYPHY/META设计技术及工具、iFAB铸造式工厂、组件、环境及制造模型库及基于网络的“众包”设计平台组成，通过基于模型的系统工程、基于网络的“众包”设计平台和先进的建模与仿真技术，运用模块化抽象设计和“铸造式”制造思想，实现复杂系统在赛博空间的设计、制造虚拟验证和“自适应工厂”快速重构，以期大幅缩短复杂系统的开发周期和研制成本。

一位德国教育家说过：“过去我们把课程当作整个世界，现在我们要把整个世界当作课程。”德育教学生活化，要求我们在教学过程中必须始终紧跟时代变化发展，紧贴社会生活实际，最重要的是紧贴学生生活实际；善于理解和把握学生的实际生活，不仅做学生生活的发现者、挖掘者，而且做学生生活的引导者。

西门子是工业4.0的重要推手，2006年以32亿美元收购PLM软件商UGS，将UGS的在线设计平台NX（其中内置CAD、CAM）、数字生产流程规划软件Tecnomatix、协同产品数据管理解决方案Teamcenter收入囊中。以Teamcenter为基础，西门子将这些系统嫁接在自家的自动化系统Semitic之上，“智能工厂”初步完成。西门子智能工厂的工作流程可以大致描述如下，通过PLM前端NX软件，和用户一起设计产品，同时从全集成自动化系统中调取制造流水线的组成模块信息，模拟生产流程。制造过程模拟信息实时反馈至设计环节，互相调整、配适。在模拟无误之后，产品设计、制造流程方案传递至加工基地，由MES实现由生产设施构建、生产线的改装、产品生产、下线、配送到用户手中的全过程。

2015年初，GE在印度浦那（Pune）建成全球第一家炫工厂，区别于传统的大型工业制造厂，这间工厂具备超强的灵活性，可以根据GE在全球不同地区的需要，在同一厂房内加工生产飞机发动机、风机、水处理设备、内燃机车组件等看似完全不相干的产品。该工厂是工业互联网和先进制造结合的产物，用数据链打通设计、工艺、制造、供应链、分销渠道、售后服务，形成连贯的智能系统。

作为全球第一大汽车技术供应商，德国博世洪堡工厂也是智能工厂的典型示范。德国博世洪堡工厂的生产线上，所有零件都安装有独特的射频识别码，实现机器与机器的“对话”。每经过一个生产环节，读卡器会自动读出相关信息，反馈到控制中心进行相应处理，从而提高整个生产效率。洪堡工厂引入的射频码系统需几十万欧元，但由于库存减少30%，生产效率提高10%，节省了上千万欧元的成本。独立的射频码给博世公司旗下工厂的20多条生产线带来了低成本高效率的回报。

三、智能工厂的发展阶段划分

智能工厂的发展分为三个阶段，包括：

第一阶段：构建数字化工厂。建立数字化生产线/数字化车间/数字化工厂，在计算机虚拟环境中对整个生产过程进行仿真、评估和优化，实现“工艺设计仿真化、加工装配数控化、检测监测自动化、业务管理信息化”，并进一步扩展到整个产品生命周期。

第二阶段：构建智能化工厂。根据实际需求发展智能装备、机器人，借助工业物联网、传感网、控制网实现智能生产线/车间/工厂自动化连接，实现主要工序智能化和关键岗位机器人替代，建立全过程虚实结合的生产加工新模式，实现智能工厂/无人工厂/互联工厂示范应用。

第三阶段：构建基于CPS的“智慧”工厂。发展智能化工厂/无人工厂/互联工厂，借助CPS实现分布式网络化“全球工厂”，构建以“数据—信息—知识”和信息物理深度融合为核心要素的“智慧”工厂。

四、航天智能工厂的建设内容分析

由于航天装备产品系统性强、复杂程度高，在使用中大多要经历恶劣的发射过程和极端的空间环境，在性能上要满足高可靠、高精度，同时还要满足质量、维修性与安全性等方面的更高要求。而航天产品生产具有多批次、小批量、多品种等特点，产品中又大量采用各种新技术、新材料、新工艺和新方法，制造工厂在自动化、柔性化、智能化水平不高的情况下，容易造成任务计划多变、生产周期长、研制和批产的快速反应能力不足等状况。因此，为了实现精密化、轻量化制造，提高生产效率和质量稳定性，航天智能工厂应围绕智能装备、智能生产以及工业基础网络等方面开展建设，逐步提升工厂的数字化、自动化、智能化水平。智能生产涵盖工艺制造仿真、智能加工、智能检测、智能化集成制造运行管控和智能物流等关键环节。

（一）智能装备

智能装备是智能工厂的基础。为了实现关键生产设备数控化、自动化，需要大力发展高档数控装备，完成行业生产设备的数控化改造，或引进柔性加工、装配生产线、自动化加工中心、工业机械手等，提高制造装备的生产效率、自动化程度以及数据采集、传输等能力。突破新型传感器、智能测量仪表、工业控制系统、伺服电机等智能核心装置，推进基于感知、决策和自动执行功能的高档数控机床、工业机器人、增材制造装备和智能化生产线，实现模块化、柔性化、智能化。发展智能机器，突破具备高度集成的功能软件和硬件实体的智能机器，完善提升感知、计算、通信、诊断与维护、任务执行等功能。

（二）工艺制造仿真

工艺制造仿真是实现物理工厂在赛博空间的虚拟再现的重要手段。工艺制造仿真能力建设应围绕工艺关键环节仿真单点应用，开展工艺规划与仿真，提高工艺数字化水平。基于MBD/MBI开展数字化工艺仿真与验证、总装规划和仿真、虚拟工厂仿真，不断拓展体系级仿真应用、强化系统级仿真应用、深化专业级仿真应用，全面提升企业综合仿真应用能力。提升制造全过程仿真能力，开展基于CPS的虚拟工厂仿真，形成如美国DARPA提出的“铸造式”配置仿真和“无工厂设计”模式，逐步实现物理工厂和赛博工厂的深度融合。

（三）智能加工

智能加工是提高企业和产品竞争力的重要手段。为了实现关键工艺环节自动化、数字化和精密化，应该发展高端工艺制造和柔性制造，突破3D打印技术，实现生产过程柔性化，满足个性化定制需求。并深入应用CPS生产系统，建立智能生产中心，实现虚实结合的精益生产和全过程质量管理。

（四）智能检测

智能检测是提高产品质量、适应快速研制和生产、降低制造成本的关键。为了提高数字化、自动化检测水平，应开展非接触精密测量、激光跟踪测量、超声检测、无损检测等手段深入应用，逐步实现先进测量、在线实时检测与缺陷自动识别，通过智能检测系统记录加工及装配过程质量信息，实现动态质量信息实时采集、在线故障诊断和及时预警。

（五）智能化集成制造运行管控

智能化集成制造运行管控系统将生产现场的人、机、料、法、环、测、信要素集成在一起，为企业管理者和现场操作人员提供实时、有效、准确的生产现场信息，为企业决策者提供科学决策的依据。智能化集成制造运行管控系统建设应以夯实数字化集成制造为基础，提高数字化工艺、生产、管控等系统能力，运用工业互联网、制造物联、大数据技术构建智能制造运行集成系统和基于大数据的智能管控系统，实现高度智能的制造执行管理，构建智能创新生产平台，实现基于信息物理深度融合、个性化规模研制、智能决策管控系统为一体的智能创新生产。

（六）智能物流

为了实现制造车间生产物料智能管理与自动化配送，智能物流主要是通过AGV系统、码垛机和立体仓库等物流系统建设，实现车间内/生产线物流智能化以及生产现场物料、工件、设备标识和定位，满足产品的运输、定位和过程管控等，基于物联网实现智能仓储、物流园区规划，实现产品全生命周期供应链管理优化。

（七）工业基础网络

为实现互联互通，工业基础网络的建设应围绕企业内网、跨企业网络、工业物联网和工业互联网等方面开展。首先建设企业内网，实现企业内部互联互通。在企业内网基础上不断延伸、全面互通，逐步实现跨企业网络互联互通。建立工业物联网，为生产数据采集、通信及生产状态的“感知”提供基础。建设工业互联网，为实现“互联网+制造”商业模式转变提供条件。实现云服务、远程故障诊断，借助产业服务网络平台提供面向制造企业的服务和制造企业面向客户的服务功能，形成服务型制造的新型业态，使产业链上不同企业通过互联共享信息实现协同研发、配套生产、物流配送、制造服务等。

五、航天智能工厂建设的思路建议

加快推进航天智能工厂建设，是实现航天制造业智能化转型、实现高端的国防先进制造的有力保障，是高性能武器装备研制和生产的基础和保障，是实现航天制造强国跨越式发展的关键。

航天制造企业业务类型和现状水平存在较大差异，数字化、自动化、智能化能力参差不齐，探索和建设智能工厂是长期的过程，不可一蹴而就。为了探索具有航天特色的智能工厂建设模式，提出以下几方面建议：

（一）立足实际现状和需求，探索航天智能工厂发展路径

我国制造业尚处在由大变强的发展阶段，智能工厂建设也是一个漫长的过程。中国工程院考察团2014年调研德国西门子公司，其总裁谈到西门子实现“工业4.0”预计需要10-15年，至今德国还没有一家真正意义上的智能工厂。

航天智能工厂建设过程中，需要根据实际情况，结合不同生产类型企业的特点和需求，梳理现状、找准短板，注重提炼不同生产类型企业的最佳实践，从不同层次挖掘、提炼和探讨适合航天特色的智能工厂模型、建设方案和发展路径。比如，航天制造企业多为离散型制造业，具有多批次、小批量、多品种等特点，其工艺路线和设备的使用较灵活，智能工厂建设应重视生产的柔性以及生产线的柔性。

（二）提升质量稳定性和效率效益是航天智能工厂建设的宗旨

建设智能工厂的关键点是通过优化科研生产模式，提高制造企业产品的质量稳定性和效率效益。“中国制造2025”把质量作为建设制造强国的生命线，强化企业质量主体责任，走以质取胜的发展道路。航天产品的可靠性、安全性和适应性等方面不断提高，但是与国外先进国家相比，我国航天产品在生产效率效益、高可靠性方面仍存在差距，德国在工业2.0的时候就解决了质量问题。因此，航天制造企业需要坚持“创新驱动、质量为先”的指导方针，不能把智能工厂理解为“建条数字化智能化生产线加盖一个厂房”或者“买些高端装备、搞点信息化”，务必强调建设智能工厂提高产品质量的宗旨，将产品质量全过程稳定和效率提升的要求贯彻落实到生产过程的每一环节。通过航天智能工厂建设，形成满足多品种、小批量产品供给的快速响应能力，从而大幅提升制造的柔性、敏捷性和可靠性。例如，企业全员劳动生产效率高，产品可靠性高，生产效率高，设备综合利用效率高，环境污染程度低，则智能工厂水平高。

（三）科学提升自动化、数字化和智能化水平，探索务实的智能工厂建设策略

智能工厂建设不能盲目跟风。2015年，北京航空航天大学刘强教授提出著名的智能制造“三不要理论”：不要在落后的工艺基础上搞自动化，不要在落后的管理基础上搞信息化，不要在不具备网络化数字化基础时搞智能化。

航天智能工厂构建过程中，生产装备的自动化是看得见的，容易实现的，企业不能盲目强调自动化，如大量购买智能机器人、生产线和数控设备，应该考虑在低附加值、高劳动强度或者不适合人类工作的某些工种或岗位用机器部分取代，对在线检测与检验、车间物流配送环节，以及机械产品装配等关键工序提高设备自动化率。

建设航天智能工厂的关键是夯实数字化基础。智能工厂是在数字化工厂上逐步完善走向智能的新型工厂模式，数字化是智能化的第一步，国外提出的基于“数字线”的系统设计以及基于模型的企业，都是从数字化做起，数字化具有非常清晰的落地性。航天智能工厂建设需要开展基于三维模型产品制造、工艺、工装的数字化设计，基于统一数字模型实现对零件加工、产品装配等仿真，开展生产线和车间规划的仿真和优化，从而实现工艺设计、生产计划、制造执行、车间管理等数字化。

建设航天智能工厂的核心是提升数据能力，获取材料、产品、设备、人员、环境等各类制造数据，通过数据-信息-知识的转化，实现生产管控智能化，实现数据在企业内部的流动，使得隐形数据显性化，是企业创新进入高级阶段的必然路径。然而，这种智能化不是通过购买就能快速复制，需要企业长期的积累。企业应该重视这个层面的能力，才能有效提升核心竞争力。

（四）“以人为本”和高端人才培养是智能工厂建设不变的准则

航天智能工厂建设中，并不是不需要人，“以人为本”是不变的准则。所有的智能生产应该是人机协作，终究要服务于人。德国博世费尔巴哈工厂和西门子智能工厂，是工业4.0实践的示范工厂，并未追求产线的无人化，可以发现几乎在每条产线上工作人员仍然发挥重要作用。航天制造是复杂的系统工程，企业最有价值的是在探索、实践过程中造就的专家团队和积累的知识集合，人机协同工作中，应该以人为主以机器为辅，要帮助人从单调、重复的工作中脱离出来，扎扎实实去做单点技术突破，以及更多有价值的现场决策性工作。

航天智能工厂建设中，要重视高端人才的培养。实现智能生产后，所有的机器必须要靠人工操作来实现，机器人需要人来操作管理，让机器人精准执行指令。工人对产品的品质，对技术的研究、加工工艺的把握会更进一步，工人的思维要和智能工厂的发展匹配。如果企业花费巨资引进先进的生产线、工业机器人等，但由于高级技能人才、复合型人才相对缺乏，出现“不会用”、“用不好”等现象，会造成资源闲置，严重制约生产效能发挥。