航空军品生产过程中的数据管理

殷亮

摘 要：随着飞机性能的提升，航空军品对质量的要求在不断增加，产品的合格率和质量稳定性显得尤为重要。本文章分析了在航空军品生产过程中数据管理的现状和问题，并以某航空发动机叶片合格率提升为例，阐述了通过数据管理提高产品质量的一些成效，对于军品生产的企业具有一定的借鉴意义。

关键词：航空军品;数据管理;工业互联网;叶片合格率

中图分类号：F270.7 文献标识码：A 文章编号：1671-2064（2019）12-0013-02

0 引言

航空产品在生产过程中产生了大量的数据，通过数据采集、分析找出影响因素和关键的控制点，制定措施对其进行改进和优化，从而提高生产过程的稳定性，提高产品的合格率。因此，向数据要质量和效益是当前各军工企业越来越重视的方向。

1 生产过程中的数据

生产过程中的数据包括生产流程数据和工艺数据两大类。

生产流程数据指生产过程中的与生产流程相关的数据，包括了各工序生产的周期，等待的周期、工时的统计、设备的维保时间、设备的有效利用时间、物料的采购周期、供应商的评价数据等等。生产流程数据对于生产制造的管理提升起到决定性的作用。

工艺数据指生产过程中产生的与生产工艺相关的工艺参数，包括各工序的工艺参数、原材料的技术指标、产品的实验数据、产品的工艺更改数据、检验的具体缺陷数据等。工艺数据目前有两个主要特征：一是由于大部分的企业尚未实现完全自动化，数据的采集依赖人工记录，因此数据在时间上有一定的滞后性;二是工艺数据随时间波动，部分数据表现为复杂的非线性特征，并且之间存在相互耦合的现象。工艺数据对于优化产品的生产工艺，提高生产效率，提高产品的生产合格率，维护产品的质量稳定性具有重要意义。

2 生产过程中数据管理的现状及分析

当前各航空企业对生产过程数据较为关注，通过购买市面上的成熟系统MES/SPC等或者自己开发出来的生产控制系统对生产过程中的流程数据进行收集并关联，用于指导生产管理，取得了很好的效果，例如行业内的昌飞、沈飞、黎明等主机厂，非常值得学习和借鉴。

就MES（生产执行系统）而言，可监控从原材料进厂到产品的入库的全部生产过程，记录生产过程产品所使用的材料、设备，产品检测的数据和结果以及产品在每个工序上生产的时间、人员等信息。这些信息的收集经过MES系统加以分析，就能通过系统报表实时呈现生产现场的生产进度、目标达成状况、产品品质状况，以及产的人、机、料的利用状况，这样让整个生产现场完全透明化。通过MES系统收集的数据，可以提高生产数据统计分析的及时性、准确性，避免人为干扰，促使企业管理标准化，同时也可以使企业内部现场控制层与管理层之间的信息互联互通，以此提高企业核心竞争力。

由于航空军品基本都是多品种小批量的订单，生产流程也很长，因此在实际生产中，任务、资源、工序流程复杂，约束条件很多，并且完全是一个动态的过程。部分军工企业需要的就是在可以容忍的时间内（例如10分钟）排出一个最优化的调度计划。并且这个排程计划的优化程度是可以判断和量化的，同时还可以预测对今后的影响（比如可以看到三个月后的情况）。对此，部分军工企业上马APS系统。

相比生产流程数据，大多数的航空企业对于生产过程中的工艺数据的收集和使用并不十分重视，管理薄弱。突出表现在：（1）数据的覆盖面不全。虽然军品的生产要求所有生产记录必须进行保存，但是記录的只是部分的工艺数据，还是有很多工艺数据没有被记录下来。没有记录下来的原因一是由于凭经验舍弃的数据，二是没有相应的手段进行测量，无法记录。（2）数据的使用率不高。各航空企业的建立时间都很早，航空军品的生产至今已经积累了很多的数据，但是大部分数据都是纸质保存，作为质量审核的资料来对待，并没有真正用起来。（3）数据的质量不高。由于目前的数据记录工作严重依赖操作人，手工记录增加了操作人的工作量，同时也增加了记录的出错率。（4）数据的“孤岛现象”突出。航空军品的生产流程较长，各工序之间的数据未进行关联，形成数据孤岛，无法进行全面的分析。

3 数据管理与工业互联网

在大数据技术兴起的工业领域，数据管理的作用越来越突出。德国提出的工业4.0，美国提出的先进制造业国家战略、英国提出工业2050战略、法国提出未来工业、欧盟提出欧洲2020、日本提出科技工业联盟以及我国的中国制造2025均提出了智能制造的概念，同时也都指出了数据管理的重要性，通过数据管理得到效益的例子屡见不鲜：

作为世界最大的提供技术和服务业务的跨国公司，GE每天分析各类机器的5000万种参数，这些参数来自1000万台工业设备上的传感器，通过对这些数据的采集和分析，使生产效率和产品质量得到了提升，开发和推出新产品的周期被缩短，同时成本也降低。在GE的数字化蒸汽电厂中，1万多个传感器遍布在发电厂内，他们传输的数据能够帮助管理者实时对关键流程进行监控。燃料和空气是蒸汽和发电过程的两个元素，燃烧混合燃料当中的燃料过多，可能会导致排放增加，空气太少，又会导致燃烧效率降低。通过数据分析，微调电子参数，效率就可以提高一个百分点，相当于为电厂10年内增加2000万美元的收入。

机械是生产工具也是工业资产。通过数据采集分析，挖掘设备的使用规律，提高资产性能，延长资产寿命，增强资产安全。据测算，通过数据管理和工业互联网，能够帮助航空业提升1%的燃油效率，能节省300亿美元燃油开支;帮助提升1%的石油勘探资本利用率，能节省900亿美元支出;帮助铁路行业提升1%的运营效率，节省270亿美元;帮助医疗行业提升1%效率，能够节省630亿美元。预计到2020年，全球得益于工业互联网，将带动GDP增量达15万亿美元，相当于目前美国GDP总量的90%，其中数据管理是工业互联网的核心。

当前我国航空军品生产过程中由于行业的特殊性及保密的要求，真正运用工业互联网的企业并不多，但是数据管理的理念越来越受到重视。

4 探索实例

某航空发动机叶片铸件的合格率较低，近两年交付量急剧增加，成本随之上升。在上述工艺数据管理的现状下，某军工企业利用数据挖掘技术对该叶片的质量进行提升，作为企业对数据挖掘技术在生产过程中的应用的一次探索。

4.1 工艺路线

该叶片铸件的主要工艺路线图1所示。

4.2 MineSet软件

本实例采用MineSet软件进行数据挖掘分析，MineSet软件是由SGI公司和美国Standford大学联合开发的多任务数据挖掘系统。MineSet集成多种数据挖掘算法和可视化工具，可以直观地、实时地发掘、理解大量数据背后的知识。

4.3 工作流程

本文章通过对10批次叶片的生产数据进行收集，包括叶片型壳、熔炼浇铸工艺参数以及叶片质量结果，利用MINESET软件进行分析，从而找出数据对结果的影响，识别工艺关键控制点，通过改善控制点，使叶片交付合格率提升：

项目组首先成立了项目团队，包括了負责人、技术人员、现场操作人等。通过项目章程规定了项目进行过程中每个人的职责、例会制度、数据采集的流程等。由于部分参数没有自动化采集的设备，因此，组织技术人员列出数据收集项，设计数据收集表格并就如何收集数据对操作人进行培训，同时安排操作人手工进行记录，由专人定期对各工序的数据进行收集并录入电脑中，便于后续进行分析。数据采集过程中，要定期进行分析，对于分析出来的结果，及时反馈给现场操作人，并组织技术人员和现场操作人员共同制定改进措施进行改进。数据分析的结果、改进措施，改进的结果均形成档案留存，便于后续对比查阅。

4.4 数据参数设定

探索阶段主要收集熔炼和后工序工艺过程参数，根据工艺控制要求，收集的参数内容如下所示：

批号、模组号HC、型壳重量/g、操作人、日期、时间、坩埚容量、坩埚使用次数/次、母合金重量/kg、母合金熔化真空度/Pa、精炼温度/℃、精炼时间、精炼真空度/Pa、浇注温度/℃、浇注真空度/Pa、浇注速度/s、型壳保温温度/℃、型壳保温时间/min、石墨保温圈使用时间/炉、热电偶使用时间/炉、型壳位置、漏斗使用次数/次、叶片编号、初检报废数量、报废原因、缺陷位置、晶粒度报废数量、晶粒度报废原因、X射线报废数量、X射线原因、热处理设备、热处理固溶温度℃、充氩压力bar、降温时间（1210℃至1000℃）分/m、热处理报废数量、热处理报废原因、一次荧光报废数量、一次荧光报废原因、矫形操作人、矫形报废数量、矫形报废原因、去应力操作人、去应力设备编码#、去应力温度℃、去应力报废数量、去应力报废原因、目视检验报废数量、目视检验报废原因、二次荧光报废数量、二次荧光报废原因、终检报废数量、终检报废原因。

4.5 分析结果及改进

利用朴素贝叶斯方法进行重要性分析，从分析可以看出，影响最重要的前5位参数为：时间段48.98%，叶片位置14.79%，操作人13%，浇注真空度7.17%，浇注温度2.34%，其他参数总计占13.72%。通过数据表明，浇注时间、叶片位置以及操作人员是造成叶片报废的前三个因素，应该重点加强控制。

对影响合格率的前三个影响因素进一步进行分析，结果表明，在中午、下午和晚上时间浇注的叶片合格率相近，介于54.2%～59.1%，上午的合格率为37.5%，早晨和凌晨合格率最低，分别为37.5%和23.8%。叶片位置从1～6的合格率分别为64.5%、41.9%、31%、66.7%、20.8%和52%，其中位置5最低，仅为20.8%，其次为位置3和2，为31%和41.9%。操作人员影响方面，王某合格率最高（70%），其次分别为赵某某（47.1%）、高某某（47%）、赵某某（36.2%）。

对此，项目组一方面加强操作人员技能培训，提高操作水平，将操作人员薪酬与叶片合格率挂钩，提高操作人员的积极性;另一方面在现有生产工艺的基础上，使用模拟仿真手段，收集相关材料的经验或计算参数。基于实际生产条件及工艺，开展叶片凝固流场、温度场、应力场和组织模拟研究，实现叶片缺陷、结构变形等可视化预测，并提出工艺改进方案。经过上述两方面的措施，后续叶片的合格率呈上升趋势，平均合格率由45%上升到50%。

4.6 建议

（1）继续收集数据，提高数据模型的可信度，为将来更加精确的分析做好准备;（2）对于浇注速度等参数，通过设备改造，改为自动记录，避免手动记录造成的误差，以更符合实际的生产情况;（3）军工企业的数据需要进行保密，尤其涉及一些具体的军品型号任务要更加注意。

5 结语

数据是资产，是一个企业的核心资源，受到越来越多企业的重视。军工企业承担着富国强军重要使命，更应该管理好数据，利用好数据，使军工企业更好更快的发展，保障我国的国防事业迈向更高的台阶。