我国军工企业智能制造实现路径

天津电源研究所 姜钊 于辉 兰志成 苏彬 杜洋

智能制造作为全球制造行业的最主流应用模式，已广泛应用在军工企业的生产进程中。如何利用智能化手段提升军工企业的制造水平成为亟待解决的问题。针对我国军工企业运行的现状及特殊性，结合智能制造各个系统的优势特点，讨论二者相结合的场景与要义，并分别对军品制造中“人”“机”“料”“法”“环”五个环节对其“智”造成功落地的实现手段与注意事项展开分析，研究现阶段过程中依然产生矛盾冲突的原因，及相应的解决对策，最后给出合理化实施建议。

我国军工产品加工类型多样，具有质量要求可追溯、自动化水平参差不齐、缺乏数据收集手段、状态进度监控不足等问题现状，正在让我国军工产品生产工艺提升处于瓶颈状态。智能化制造作为军工企业适应性应用的不二选择，与弯道超车的最佳模式，应在不断升级与迭代中快速开展，以适应大环境对军工产品各方面提升的要求。

1 军工企业智能制造的实现方法与典型路径

1.1 MES

作为军工企业制造的核心数字化模块，MES系统的建立可以形成一个全面的、集成的、稳定的生产、物流、质量控制体系[1]，并对企业、工艺、人员、质量等各环节进行全方位的监控、分析与改进，以满足精细化、透明化、自动化、实时化、数据化、一体化的管理与生产，并通过建立生产、质量、物流等异常情况预警机制，提高问题处理效率和准确性，降低生产成本，实现高效制造管理[2]。军工MES系统与其他数字系统的逻辑关联[3]，如图1所示。

图1 军工智能化网络体系Fig.1 Military intelligent network system

另一方面，MES系统作为实现智能化车间建设的中间环节，可与其他系统进行信息互通与协同，进而达到以下目的[4]：(1)改善计划编排和控制体系，实现实时生产全过程的监控，达到生产透明化的效果；(2)在制造能力方面，通过生产透明化以提升对生产控制能力，提升生产计划的协调、精细化，最大限度地提升整个制造系统的协调性，减少生产过程中的浪费，实现生产效率提升；(3)实现管理模板（流程规范、数据统计）的搭建，提升管理效率；(4)通过实现关键设备的自动数据采集，减少手动录入工作量，提高数据录入的准确性和及时性；(5)系统可通过基于精益生产的调度方式将物流配送任务与装配作业任务进行有效协同，实现库房管理物料的明细透明化。

1.2 数字孪生

数字孪生在国外航天航空领域的最早应用出现在2010年左右，数字孪生近些年的迅猛发展得益于物联网、大数据、云/边缘计算、人工智能等新一代信息技术的发展，也正因为以上技术发展和应用的不断深化，使数字孪生进入了新发展阶段，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映对应实体装备的全生命周期过程。其主要支撑技术如下：(1)物联网技术。物联网是以感知技术和网络通讯技术为主要手段，实现人、机、物的泛在链接，提供信息感知、信息传输、信息处理等服务的基础设施，是实现数字孪生与物理世界虚实映射的基建基础。(2)大数据技术。分为两部分：1)可通过大数据的海量、异构、高速、可变性、复杂性和价值性的特征，来提出相应的算法和框架模型来解决具体问题。2)可通过大数据的可视化应用，为数字孪生系统提供有效工具，来揭示物理实体的隐形信息。(3)多领域、多层次机理模型建模技术。物理实体的机理模型是数字孪生技术应用的骨架，综合了复杂物理实体所能涉及或针对的，诸如机械、电子、液压、控制机等具体行业的特征，并对相应物体的建模加入不同时间维度的概念。这也是不同于以往建模仿真过程的区别。(4)人工智能技术[5]。可以理解成针对物理世界的变化，而进行的精确判断和决策，系统应具有的综合智能分析与自主性特征。(5)云/边缘协同计算技术[6]。可以理解为计算机运行内存与存储的前沿技术，因为数字孪生是一个非常庞大的系统，需要快速对综合的输入条件进行感知、分析与计算，因此必须要有强大的存储与计算能力作为支撑。数字孪生体系架构如图2所示。

图2 数字孪生体系架构Fig.2 Digital twin architecture

1.3 网络安全

伴随工业大数据、网络云等先进技术的大范围应用，军工行业生产管理数据安全性方面的问题必须得到应有的重视，在数字化系统规划与搭建的同时，应在信息系统硬件搭建中，增设相关的防火墙与安全网关，用以保证网络安全，在涉密系统中也可应用安全网闸，来限制系统信息上下流的传送安全[7]。并针对网络信息安全建立健全的网络信息安全预案，使突发事件应对处置的各个环节有章可循，同时针对信息系统开展应急演练，提升信息专业人员应急反应能力，以及临时性故障排除方法和思路，并且保证能在最短时间内恢复信息系统的正常，更好地为军工企业的安全生产及信息通讯保驾护航。

2 实现手段与注意事项

军品研制、转段、生产、测试及交付周期越来越短，军工生产需要尽快适应市场竞争及技术水平的发展现状，军工企业智能化生产车间的升级与再造是一个迭代升级、不断演化的过程，其总体实现形式应遵从“PDCA”循环模式，即按照从规划、设计、建设、运行到后续的评价与优化[8]，这几个方面进行不同环节或模块的建设。横向来讲，军工智能化体系的贯彻应有步骤地进行，各个阶段目标任务之间应强调技术与数据的互联性、互通性与衔接性。纵向来看，智能化系统建设则可以分解成以下几个方面。

2.1 “人”

智能化转型事项涉及企业内部人员极广，从企业架构来讲，上至企业的决策者与领导核心，下至车间操作及信息填报人员，并延伸至生产的工艺人员、库管及计划员。我国数字化起步早，智能水平所处水平越高的企业，其数字化参与人员所占比例也越高。军工制造企业的智能化转型离不开具有一定智能化水平和富有发展远见的决策者，成功的智能化转型案例往往伴随着由上而下的良性政策与奖惩推动，除此之外，经管、编程、系统维护等人员的培养与素质提升同样至关重要，以便在不断快速更新的智能化技术中，结合企业本身特点进行技术的更迭与应用。

2.2 “机”

伴随我国军品对产能要求的大幅提升，“机器换人”的工作也在如火如荼地进行着。首先就是老旧设备的改造问题，由于种种原因，当老旧设备的主体依然需要保留时，核心零部件的更换则务必要与设备主体在节拍和工艺一致性等方面进行兼容，其次，军工企业制造智能化水平的提升一定避免不了对相关产品制造中的生产数据进行自动采集，在新设备添置与旧设备改造中，要特别注意对设备数据采集模块中的协议与接口要求等内容。值得注意的是，切勿为了实现自动化而盲目引进设备，因为这往往会造成投入与产出的比例失衡，还可能会产生信息孤岛。

2.3 “料”

不管是军工企业的连续型生产模式，还是离散型生产模式，都在面临着多品种与变批量的产品生产要求，因此也对原材料、半成品、外购件以及成品的管理提出了更高的要求。杂乱无章的物料摆放、缺失的物料编码环节、落后的仓储与运输方式，显然已无法满足军品智能生产的要求，也正在成为军工产品全流程环节的短板之一。为了配合智能化装备与先进的管理环节，亟需改善现存的物料管理环节，如选择智能化货柜来进行物料与半成品的暂存，增加结合自身情况的物料编码环节，选择激光刻蚀、RFID等先进方式的条码索引方式，做到产品各个生产环节的质量可追溯，如图3所示。

图3 物料管理智能化提升内容Fig.3 The content of intelligent improvement of material management

2.4 “法”

在军工企业生产全流程中，大多存在着经营管理与工艺生产环节方面落后的情况，因此也同样需要注意此方面的提升与改善。经营管理方面，军工企业要更多地向成功的先进企业看齐，勇于作出管理理念上的改变，可以借助先进的应用管理类软件与思维，在对本企业的再次开发与应用过程中，应详细借鉴各个环节功能模块的精髓，结合自身发展情况来做好系统集成的整理开发工作。在工艺生产方面，要积极从工艺文件的纸质化向电子化改变，进而做到工艺文件管理、工艺指导生产、工艺技术水平的整体提升[9]。除此之外，与产品制造相关方面的各个环节，也应在数字化的引领下彼此互通反馈，共同提升产品的性能与生产效率，以实现多组织单元的动态互动。

2.5 “环”

军品制造过程中的“环”，是指生产现场、仓储库房、物流通道、产品交接等制造相关场地的内部环境，依据产品品类的不同，环境测评条目也不尽相同，大体包含：温度、湿度、通风、采暖、照明、噪声、电磁辐射等项目，某类或某几项环境参数的改变，或许会对产品及人员产生不可逆转的损失或影响。因此，在生产全流程中对产品生产所需要的关键环境状态要进行在线实时采集、测评与反馈，从而判断生产环境的实时状态，并预测环境的演变趋势，来精准确认产品、装备等关键环节应维护的时间、内容和方式[10]。

如何评定各单位的生产运行过程等级，针对各个与生产相关的环节进行尽可能地量化，并在智能化薄弱环节重点改善，成为亟需解决的任务。对此问题，可参照由中国电子技术标准化研究院牵头起草的相关文件，其中《智能制造能力成熟度模型》[11]分别从“人员”“技术”“资源”“设计”“生产”“物流”“销售”“服务”八个层面，论述了相关环节的智能化成熟模型与不同等级的应用状态，同时规定了智能制造能力成熟度模型的构成、能力要素和成熟度要求，此标准适用于制造企业、智能制造系统解决方案供应商和第三方，来开展智能制造能力的差距识别、方案规划和改进提升。《智能制造能力成熟度评估方法》[12]则规定了智能制造能力成熟度的评估内容、评估过程和成熟度等级判定的方法，并成立评估体系。

3 结语

目前对军工产品性能指标的提升与质量控制要求越来越高，产品生产形呈现多品种、变批量态势，其制造过程包含大量高精度、高难度、现较多依赖手工作业的特殊工艺，同时，多数军工企业的网络化基础较为薄弱，存在生产过程与管理决策数字化、智能化水平不足，进而导致的军工企业内部管控效率低下的现象发生。文章针对我国军工企业的制造特点与所处阶段，结合影响军工产品质量的各个因素，阐述了军工企业智能化应用场景与实现路径，并充分剖析了军工企业智能制造转型的典型问题核心与对应的注意事项。

引用

[1] 严真旭,王斌,李金平.联合军工行业标准体系研究[J].中国电子科学研究院学报,2020,15(2):131-134.

[2] 姜钊,于辉,解晓莉,等.卫星整星智能制造关键技术及应用[J].航天制造技术,2020(6):63-67.

[3] 易树平,刘觅,温沛涵.面向智能车间的工艺规划辅助决策方法[J].浙江大学学报(工学版),2016,50(10):1911-1921.

[4] NEGRI E,BERARDI S,FUMAGALLI L,et al.MES-integrated Twin Frameworks-ScienceDirect[J].Journal of Manufacturing Systems,2020,56(6):58-71.

[5] 朱康奇,华楠,李艳和,等.数字孪生技术在光网络中的应用与问题[J].信息通信技术与政策,2021(12):69-75.

[6] 龚禾林,陈长,李庆,等.基于物理指引和数据增强的反应堆物理运行数字孪生研究[J].核动力工程,2021,42(S2):48-53.

[7] VAJJHA H,SUSHMA P.Techniques and Limitations in Securing the Log Files to Enhance Network Security and Monitoring[J].Solid State Technology,2021,64(2):1-8.

[8] GONCALVES R,SARRAIPA J,AGOSTINHO C,et al.Knowledge Framework for Intelligent Manufacturing Systems[J].Journal of Intelligent Manufacturing,2011,22(5):725-735.

[9] Germán González Rodríguez,Jose M.Gonzalez-Cava,Juan Albino Méndez Pérez.An Intelligent Decision Support System for Production Planning Based on Machine Learning[J].Journal of Intelligent Manufacturing,2020,31(5):1257-1273.

[10] 闫纪红,李柏林.智能制造研究热点及趋势分析[J].科学通报,2020,65(8):684-694.

[11] GB/T 39116-2020.智能制造能力成熟度模型[S].

[12] GB/T 39117-2020.智能制造能力成熟度评估方法[S].