航天产品装配质量可追溯管理系统探讨

张 伟 于成龙 侯俊杰 蒲洪波 孙 磊 郭旭凯 赵 颖 徐熙阳

航天产品装配质量可追溯管理系统探讨

张 伟 于成龙 侯俊杰 蒲洪波 孙 磊 郭旭凯 赵 颖 徐熙阳

（中国航天系统科学与工程研究院，北京 100048）

在航天产品品种多批量小制造模式下，为解决装配质量问题追溯难度大的问题，提出了涵盖问题发现、追溯及处理的质量可追溯管理系统架构，研究了面向多品种小批量的产品质量控制技术、质量问题关联关系模型以及质量问题追溯数据模型，给出了航天产品质量可追溯技术的实现路径。

小批量；质量追溯；航天产品；质量控制

1 引言

航天产品大多具有品种多批量小的特点，其装配过程以手动为主，具有加工路线长，多型号混线生产等特点[1]。影响产品装配质量的扰动因素多，且彼此相互影响、耦合，导致人为和重复性的质量问题时有发生[2，3]。目前装配过程的质量管理体系虽然已经取得很大的进步，但在系统性和管控方法等方面仍有不足[4]，开展航天产品可追溯管理技术探讨，研究面向装配全过程的质量可追溯管理系统架构及质量分析和可追溯技术，为后续构建装配质量可追溯管理系统，提升装配质量控制和追溯能力提供参考。

2 质量可追溯管理系统架构

质量可追溯管理系统架构如图1所示，包括数据层、功能层和用户层。

a. 数据层：存储质量测量数据以及质量影响要素相关数据，保证质量可追溯管理系统的质量分析和追溯，主要包括离线质量检测数据、在线质量检测数据以及设备、物料和工具工装检测数据；该类数据来源于CAPP、PDM、ERP等信息管理系统；

b. 功能层：主要包括工序质量控制、质量知识库、工序质量问题关联关系分析以及质量问题追溯及处理四大功能；其中，工序质量控制模块采用基于多元贝叶斯动态递推控制图的质量控制方法，以满足多品种小批量以及多扰动因素的生产特点；工序质量问题关联关系分析是以质量问题关联关系模型为基础，分解、分析并定位质量问题关联要素；工序质量问题追溯具体包括导致质量问题的零件、物料、设备和工具等查询及处理；质量知识库包括质量问题信息存储、质量问题案例库及质量问题案例检索与查询；

c. 用户层：提供面向车间管理人员、车间检验人员和车间工艺人员等用户的系统交互界面，通过用户层的交互界面，实现该系统质量问题分析和控制、质量追溯等功能。

图1 质量可追溯管理系统架构

3 质量可追溯管理主要技术

3.1 基于多元贝叶斯动态递推的产品质量控制

基于贝叶斯预测统计理论的多元贝叶斯动态递推控制图，是将有关质量样本数据与人们对产品制造过程的先验经验、预测和后验判断相结合，通过综合衡量主、客观信息建立多元动态质量控制模型[5]，对质量控制过程变化做出预测，特别适合于多品种小批量生产的小样本质量控制。

a. 收集质量历史样本数据，并对其标准化处理；

b. 计算质量历史样本数据的协方差和均值先验分布参数，其中，协方差先验分布为逆Gamma分布，均值先验分布为多元正态分布；

c. 获取当前质量测量数据，并标准化处理，分别计算协方差和均值后验分布参数，获得协方差和均值的贝叶斯估计值；

d. 给定风险水平，计算控制图上下限和统计量，绘制基于多元贝叶斯动态递推控制图并质量控制。

其具体应用过程如图2所示。

图2 基于多元贝叶斯动态递推控制图的产品质量控制应用过程

该质量控制方法具体数学原理和相关参数计算方法如下：

a. 先验分布选择。

若质量样本数据为随机变量=(1,2, …,y)的具体表现值，期望值为=(1,2, …,β)，另定义随机误差项=(1,2, …,μ)，～N(0, Σ)，三者之间的数学模型表示为：

其中，v、o反映了方差的分散程度，其值可以通过少量历史数据获取。

b. 收集质量历史样本数据，并对其标准化处理。

设1, x, …,x为来自总体N(, Σ)的质量历史样本数据，其中x是维向量，令：

则Z～N(0, Σ)，=1, 2, …,，为偶数，Z的样本方差为：

其中：

c. 逆Gamma先验分布的参数v、o计算。

于是，v、o的估计值为：

利用贝叶斯估计理论，可得：

e. 均值先验分布参数、2计算。

、γ其极大似然估计分别为：

f. 均值后验分布参数、γ及贝叶斯估计。

参数的贝叶斯估计：

g. 给定风险水平，计算控制图上下限和卡方统计量。利用历史数据，确定先验分布中的参数和新抽取的样本数据来确定后验分布中的参数，然后利用均值和方差的期望值代替样本分布中的均值和协方差的贝叶斯估计值，最后构造出统计量：

h. 通过质量控制图发现质量问题产品。当产品质量检测数值超出控制限时，使用红色圆圈标记该质量问题产品，如图3所示。

图3 基于多元贝叶斯动态递推控制图的质量控制

3.2 质量问题关联关系模型

当发现质量问题产品时，需要通过质量问题关联关系模型，分析质量问题关联关系，以确定质量问题发生的根源，为解决质量问题，建立质量问题防范机制提供依据。该模型由工艺维度、制造资源维度和质量数据维度组成。

a. 工艺维度。包括产品结构、工艺流程和工艺管理文件；其中，产品结构按照装配的树状结构“零件→部件→产品”表示；产品工艺流程按照产品装配流程的树状结构“工步→工序→工艺流程”表示；产品工艺管理文件由产品作业标准和设备、工具、工装和环境等使用技术标准组成，是产品质量控制和检验的根本性参考文件，当产品质量出现问题需要溯源时，需将产品制造过程数据与工艺管理文件逐一对比，找出、分析不符合项对产品质量的影响程度，最终达到产品质量问题溯源的目的。

b. 制造资源维度。由产品加工工序资源组成，包括工序加工所需物料、工具、工装和工序加工对应工位、工位对应的设备、人员以及工序加工所需环境要求；制造资源维度的异常运行是导致产品质量出现问题的根本原因。因此，产品质量问题溯源即是按照工艺维度追溯制造资源维度中物料、设备和工具工装等的异常问题。

c. 质量数据维度。由物料检验记录、在线检验记录、离线检验记录和设备运转记录组成，按照产品结构和工艺流程，详细记录了产品生产过程中各工序制造资源的运行数据和质量检验数据，这些信息可以为工序质量问题的溯源提供数据支撑。质量问题关联关系模型如图4所示。

图4 质量问题关联关系模型

3.3 质量问题追溯数据模型

图5 质量问题追溯数据模型

质量问题追溯数据模型如图5所示。

a. 发现质量问题。从系统数据层中获取产品质量历史数据和当前产品质量数据，使用基于多元贝叶斯动态递推控制图的质量控制方法，对产品生产过程质量控制，当前质量数据超出控制图控制限时，对该产品零部件做出标记，表明该产品零部件存在质量问题；

b. 零部件定位。依据系统数据层产品生产过程质量数据，构建质量关联关系三维模型；对标产品结构，对存在质量问题的零部件所属产品、部件或零件归属定位，为再现产品实际制造流程、制造资源和质量信息做准备；

c. 工序定位。对标产品工艺流程树状结构，明确存在质量问题的零部件的工艺流程、各道工序及组成工序的所有工步，再现产品制造流程；

d. 制造资源定位。在对零部件定位和工序定位的基础上，对标制造资源产品加工工序资源，再现质量问题零部件工序加工的物料、设备、人员、工具工装以及车间环境；

e. 质量问题溯源定位。调用质量数据维度的物料检验记录、在线检验记录、离线检验记录和设备运转记录，对标产品工艺管理文件，判断质量问题零部件全部关联工序、制造资源的制造过程异常数据，以此溯源质量问题产生的物料质量问题、人员作业方法问题、设备运转异常问题、工具工装精度问题等，并结合质量问题案例库，提出处理方法和改进措施。

4 结束语

围绕航天产品装配质量管控及可追溯业务需求，探讨航天产品质量可追溯管理技术，提出了可追溯管理系统的系统架构，讨论了支撑该系统架构的基于多元贝叶斯动态递推控制图的产品质量控制技术、质量问题关联关系模型和质量问题追溯数据模型等技术，该研究可为后续开发航天产品装配质量可追溯管理系统提供有益思路和启示。

1 刘海江，景施博. 基于案例推理的航天大型薄壁件加工过程质量追溯[J]. 制造业自动化，2018，40(4)：3～7

2 张西洋，王岩，姜斌，等. 基于信息技术的转向架制造过程质量控制方法及应用[J]. 自动化技术与应用，2019，38(5)：156，158～172

3 王兆华，周燕飞. 面向离散制造企业产品质量追溯系统的研究[J]. 机械设计与制造工程，2018，47(1)：82～85

4 宋承轩，吉卫喜. 多品种小批量制造过程工序质量动态控制方法研究[J]. 现代制造工程，2019(6)：30～36

5 笪可宁，彭一峰，郭宝荣. 基于贝叶斯网络的装配式建筑构件质量溯源与监控[J]. 沈阳建筑大学学报（社会科学版），2019(3)：257～263

Discussion on Quality Tracing Management System of Aerospace Product Assembly

Zhang Wei Yu Chenglong Hou Junjie Pu Hongbo Sun Lei Guo Xukai Zhao Ying Xu Xiyang

(China Aerospace Academy of Systems Science and Engineering, Beijing 100048)

In order to solve the problem that the assembly quality problem is difficult to trace under the multi-variety and small-batch manufacturing mode of aerospace products, a quality tracing management system architecture covering quality problem discovery, tracing and processing was proposed. The product quality control technology, the quality problem correlation model and the quality problem tracing data model for multi-variety and small batches were studied, and the aerospace products quality tracing technology implementation path was given.

small batch；quality tracing；aerospace product；quality control

国防基础科研项目（JCKY2017203B071）。

张伟（1983），硕士，工业工程专业；研究方向：生产过程管控技术研究及应用。

2019-08-27