多品種變批量產(chǎn)品智能工廠功能框架*

于成龍，侯俊杰，陸 菁，張 偉，蒲洪波，郭旭凱

（1.中國(guó)航天系統(tǒng)科學(xué)與工程研究院，北京 100048；2.中科信工程咨詢(xún)（北京）有限責(zé)任公司，北京 100039）

近年來(lái)，在“中國(guó)制造2025”牽引下，各部委制定并發(fā)布了多項(xiàng)智能制造發(fā)展推進(jìn)計(jì)劃和項(xiàng)目指南，如科技部《智能制造科技發(fā)展“十二五”重點(diǎn)專(zhuān)項(xiàng)規(guī)劃》、工信部《智能制造發(fā)展規(guī)劃（2016-2020年）》及“智能制造試點(diǎn)示范項(xiàng)目”等，推進(jìn)了智能制造的發(fā)展和應(yīng)用，夯實(shí)了智能制造的技術(shù)基礎(chǔ)；2018年，科工局發(fā)布了《智能制造專(zhuān)項(xiàng)行動(dòng)計(jì)劃項(xiàng)目指南》，旨在推動(dòng)智能制造在軍工產(chǎn)品研制中的應(yīng)用，提升研制能力和研制水平，為國(guó)防和軍隊(duì)建設(shè)提供保障。

軍工制造業(yè)是我國(guó)制造業(yè)的重要組成部分，普遍具有多品種變批量特點(diǎn)[1-2]，體現(xiàn)在產(chǎn)品品種不確定性和數(shù)量不確定性，由此導(dǎo)致研制產(chǎn)品類(lèi)型眾多且由于衍生產(chǎn)品多引起設(shè)計(jì)更改頻繁，生產(chǎn)過(guò)程離散程度高且由于產(chǎn)品類(lèi)型經(jīng)常變換導(dǎo)致生產(chǎn)計(jì)劃難以制定和過(guò)程管控難度大，不同批次和不同數(shù)量產(chǎn)品的生產(chǎn)引起工裝數(shù)量眾多且生產(chǎn)轉(zhuǎn)換頻繁、生產(chǎn)效率低、設(shè)備利用率低和質(zhì)量一致性不高等，生產(chǎn)過(guò)程影響因素眾多引起研制生產(chǎn)組織復(fù)雜等，解決以上問(wèn)題需要生產(chǎn)系統(tǒng)集成化和數(shù)字化、并行協(xié)同的產(chǎn)品快速研制、基于全過(guò)程實(shí)時(shí)信息分析及決策的研制生產(chǎn)系統(tǒng)快速優(yōu)化調(diào)整、基于柔性和自動(dòng)裝備的柔性生產(chǎn)及生產(chǎn)系統(tǒng)的快速組合和調(diào)整等[3-5]。滿足以上所述要求的生產(chǎn)系統(tǒng)屬于智能制造研究范疇，并且工廠是進(jìn)行產(chǎn)品研制生產(chǎn)活動(dòng)的載體，智能工廠是發(fā)展智能制造的核心[6]，因此，本文擬以智能工廠為載體研究多品種變批量軍工產(chǎn)品的智能制造問(wèn)題。近年來(lái)，圍繞智能工廠已經(jīng)進(jìn)行了很多研究，在智能工廠規(guī)劃方面，介紹了國(guó)外通用公司、雷聲公司和紐波特紐斯船廠等軍工企業(yè)的智能工廠建設(shè)案例[7]，初步討論了智能工廠建設(shè)的要求[8-10]和提出了智能工廠的建設(shè)思路[11]等；在智能工廠體系方面，重點(diǎn)研究了智能工廠的體系架構(gòu)、關(guān)鍵內(nèi)容和管理體系等[6,10-12]，并給出了智能工廠技術(shù)架構(gòu)標(biāo)準(zhǔn)[13-14]；在智能工廠設(shè)計(jì)及應(yīng)用方面，重點(diǎn)研究了智能工廠制造執(zhí)行系統(tǒng)的應(yīng)用[15-16]、智能工廠設(shè)計(jì)與實(shí)現(xiàn)[17-18]和智能工廠建設(shè)方案[19]等；在智能工廠涉及一些技術(shù)方面：圍繞數(shù)字孿生技術(shù)，研究和探討了數(shù)字孿生的理論與技術(shù)、概念內(nèi)涵與體系架構(gòu)、研制過(guò)程應(yīng)用等[20-22]，并認(rèn)為該技術(shù)是實(shí)現(xiàn)智能制造的技術(shù)基礎(chǔ)[23]；圍繞數(shù)據(jù)管理及應(yīng)用方面，研究了BOM在產(chǎn)品設(shè)計(jì)制造和管理中的應(yīng)用等[24-27]；圍繞試驗(yàn)驗(yàn)證，研究了虛擬試驗(yàn)在產(chǎn)品研制中的作用和應(yīng)用，并探討了建立試驗(yàn)體系的問(wèn)題等[28-29]；另外，圍繞多品種變批量生產(chǎn)的概念，一些學(xué)者認(rèn)為：多品種變批量生產(chǎn)是一種根據(jù)待制造產(chǎn)品的品種和批量變化而迅速調(diào)整生產(chǎn)的制造模式，該模式面向生產(chǎn)任務(wù)和生產(chǎn)資源，在低成本投資甚至無(wú)投資方式下，使得生產(chǎn)功能、生產(chǎn)能力和生產(chǎn)過(guò)程得到快速改變，以實(shí)現(xiàn)產(chǎn)品多品種、變批量的柔性生產(chǎn)[3-5,30]。上述研究從不同的角度和層面對(duì)智能工廠進(jìn)行了詮釋?zhuān)瑢?duì)數(shù)字孿生、BOM 及試驗(yàn)驗(yàn)證等技術(shù)在生產(chǎn)中的應(yīng)用進(jìn)行了探討，并對(duì)多品種變批量的概念進(jìn)行了闡述。本文圍繞具有多品種變批量特點(diǎn)的軍工產(chǎn)品，借鑒前人研究成果，對(duì)智能工廠的功能框架作進(jìn)一步研究和探討。

1 智能工廠概念及內(nèi)涵

1.1 概念

從工廠職能來(lái)看，其活動(dòng)主要包括需求分析及論證、產(chǎn)品設(shè)計(jì)、試驗(yàn)驗(yàn)證、生產(chǎn)制造、銷(xiāo)售及售后服務(wù)、經(jīng)營(yíng)管理。多品種變批量智能工廠是指圍繞多品種變批量產(chǎn)品的研制生產(chǎn)需求，充分利用工業(yè)互聯(lián)網(wǎng)、信息感知、大數(shù)據(jù)和在線監(jiān)控等技術(shù)，基于設(shè)備互聯(lián)和唯一數(shù)據(jù)源的研制流程再造，融合設(shè)計(jì)制造知識(shí)，實(shí)現(xiàn)工廠不同層級(jí)和軟硬件系統(tǒng)的互聯(lián)互通、產(chǎn)品研制及生產(chǎn)過(guò)程的實(shí)時(shí)監(jiān)控、基于數(shù)據(jù)分析的研制過(guò)程的優(yōu)化決策、基于仿真手段和知識(shí)支持的并行優(yōu)化設(shè)計(jì)、基于先進(jìn)制造裝備的柔性化自適應(yīng)制造和基于數(shù)字孿生的生產(chǎn)過(guò)程自主管控等，保證工廠能夠根據(jù)待研制產(chǎn)品的品種和待生產(chǎn)產(chǎn)品的批量變化而迅速調(diào)整研制生產(chǎn)計(jì)劃并按計(jì)劃完成任務(wù)。

1.2 內(nèi)涵

多品種變批量產(chǎn)品智能工廠以客戶(hù)需求為牽引，基于工業(yè)互聯(lián)網(wǎng)建立高度集成和柔性的智能研制體系，解決產(chǎn)品品種不確定及數(shù)量不確定的問(wèn)題，實(shí)現(xiàn)高效率、低成本、高質(zhì)量、短周期和個(gè)性化研制生產(chǎn)。其中，圍繞產(chǎn)品品種的不確定性，能夠根據(jù)多型號(hào)的研制任務(wù)，快速組織及完成產(chǎn)品設(shè)計(jì)、試生產(chǎn)、設(shè)計(jì)定型及批生產(chǎn)等；與該類(lèi)不確定性相適應(yīng)的是產(chǎn)品研制過(guò)程實(shí)現(xiàn)基于知識(shí)的快速建模及評(píng)估、基于模型的協(xié)同設(shè)計(jì)優(yōu)化、基于柔性化和自動(dòng)化裝備的智能生產(chǎn)和基于唯一數(shù)據(jù)源的模型自動(dòng)轉(zhuǎn)換等。圍繞產(chǎn)品數(shù)量的不確定性，能夠根據(jù)不同型號(hào)多批次和不同數(shù)量的生產(chǎn)任務(wù)，快速調(diào)整生產(chǎn)系統(tǒng)及組織生產(chǎn)，并按要求完成生產(chǎn)任務(wù)；與批次和數(shù)量不確定性相適應(yīng)的是產(chǎn)品設(shè)計(jì)和工藝設(shè)計(jì)的協(xié)同、工藝規(guī)程的自動(dòng)和柔性編制、整機(jī)及零部件自動(dòng)和柔性生產(chǎn)、生產(chǎn)過(guò)程的在線監(jiān)控及基于數(shù)據(jù)分析的智能管控、生產(chǎn)過(guò)程仿真優(yōu)化等。

2 智能工廠功能框架

2.1 總體框架

多品種變批量產(chǎn)品智能工廠的基本業(yè)務(wù)流程如圖1所示，圍繞產(chǎn)品多品種的研制需求，快速完成設(shè)計(jì)并組織生產(chǎn)，具體如下：

（1）需求分析。根據(jù)客戶(hù)研制需求和已有的知識(shí)進(jìn)行分析和評(píng)估，生成初步的概念模型、概念設(shè)計(jì)方案和實(shí)施路徑，并經(jīng)過(guò)多次協(xié)調(diào)和討論，形成最終概念設(shè)計(jì)方案、概念模型和實(shí)施路徑。

（2）產(chǎn)品設(shè)計(jì)。根據(jù)概念模型，基于設(shè)計(jì)知識(shí)庫(kù)和模塊化的設(shè)計(jì)系統(tǒng)，完成總體、分系統(tǒng)和零部件設(shè)計(jì)，生成數(shù)字化模型，并實(shí)現(xiàn)基于數(shù)字化模型的設(shè)計(jì)之間的協(xié)同、設(shè)計(jì)與制造的協(xié)同，并由仿真試驗(yàn)完成設(shè)計(jì)的虛擬驗(yàn)證。

圖1 智能工廠基本業(yè)務(wù)流程Fig.1 Intelligent factory basic business process

（3）智能試生產(chǎn)?；诋a(chǎn)品設(shè)計(jì)方案和設(shè)計(jì)模型并行完成總裝、部裝和零件加工的工藝設(shè)計(jì)，形成工藝方案，然后基于智能生產(chǎn)系統(tǒng)組織零部件加工、部件裝配和總裝配，完成產(chǎn)品試制，其中部分零件和部件需要通過(guò)外協(xié)外購(gòu)?fù)瓿杉庸ぁ?/p>

（4）試驗(yàn)驗(yàn)證。試生產(chǎn)結(jié)束后，根據(jù)客戶(hù)需求及設(shè)計(jì)要求，并結(jié)合虛擬試驗(yàn)，按照試驗(yàn)標(biāo)準(zhǔn)進(jìn)行實(shí)物驗(yàn)證試驗(yàn)，試驗(yàn)過(guò)程自動(dòng)采集產(chǎn)生的價(jià)值數(shù)據(jù)并分析形成試驗(yàn)結(jié)論，驗(yàn)證設(shè)計(jì)指標(biāo)是否滿足設(shè)計(jì)要求，并為后續(xù)的設(shè)計(jì)改進(jìn)及優(yōu)化提供依據(jù)。

（5）智能批生產(chǎn)。產(chǎn)品在設(shè)計(jì)改進(jìn)及優(yōu)化后，經(jīng)綜合評(píng)估完成設(shè)計(jì)定型和工藝定型，進(jìn)入批產(chǎn)階段，基于智能生產(chǎn)系統(tǒng)完成產(chǎn)品批生產(chǎn)。

（6）產(chǎn)品交付及維保。產(chǎn)品生產(chǎn)完成交付客戶(hù)后，進(jìn)行運(yùn)維及保障；針對(duì)異常情況和質(zhì)量問(wèn)題能夠快速診斷和及時(shí)處理。

產(chǎn)品的設(shè)計(jì)和生產(chǎn)是工廠活動(dòng)的主體，本文圍繞智能工廠基本業(yè)務(wù)流程，主要研究設(shè)計(jì)和制造環(huán)節(jié)，形成智能工廠功能的系統(tǒng)架構(gòu)，如圖2所示，包括基礎(chǔ)層、集成層、管理層和應(yīng)用層?；A(chǔ)層涵蓋工廠所有的制造資源，包括先進(jìn)的制造裝備、檢測(cè)裝備、工藝裝備、各類(lèi)設(shè)計(jì)軟件系統(tǒng)等；集成層基于基礎(chǔ)層和工業(yè)互聯(lián)網(wǎng)絡(luò)系統(tǒng)形成協(xié)同研制和智能生產(chǎn)集成平臺(tái)；管理層圍繞產(chǎn)品的研制和生產(chǎn)，基于研制生產(chǎn)全過(guò)程數(shù)據(jù)和工業(yè)大數(shù)據(jù)分析平臺(tái)，對(duì)工廠的日常經(jīng)營(yíng)、產(chǎn)品研制、生產(chǎn)制造和產(chǎn)品質(zhì)量進(jìn)行管控；應(yīng)用層基于集成層和管理層，實(shí)現(xiàn)產(chǎn)品的需求分析、協(xié)同設(shè)計(jì)、智能生產(chǎn)和試驗(yàn)驗(yàn)證。

圖2 智能工廠系統(tǒng)架構(gòu)Fig.2 Intelligent factory system architecture

綜合考慮智能工廠的業(yè)務(wù)流程、系統(tǒng)框架和設(shè)計(jì)制造關(guān)鍵環(huán)節(jié)，智能工廠功能框架主要內(nèi)容包括協(xié)同設(shè)計(jì)、智能生產(chǎn)、試驗(yàn)驗(yàn)證和智能管控，關(guān)鍵技術(shù)包括研制過(guò)程模型的智能轉(zhuǎn)換和研制過(guò)程數(shù)據(jù)的自動(dòng)采集及分析。其中，圍繞軍工產(chǎn)品多品種變批量特點(diǎn)引起的新產(chǎn)品和衍生產(chǎn)品類(lèi)型眾多、研制過(guò)程復(fù)雜多變、生產(chǎn)現(xiàn)場(chǎng)任務(wù)調(diào)整頻繁和設(shè)備柔性化不夠等問(wèn)題，協(xié)同設(shè)計(jì)主要通過(guò)知識(shí)和仿真手段解決多型號(hào)的快速研制的問(wèn)題；智能生產(chǎn)主要通過(guò)柔性化和智能化裝備升級(jí)和管理提升等手段解決不同品種和不同數(shù)量產(chǎn)品的快速生產(chǎn)轉(zhuǎn)化及高效生產(chǎn)的問(wèn)題；試驗(yàn)驗(yàn)證主要通過(guò)虛實(shí)結(jié)合的試驗(yàn)手段解決有效減少實(shí)物試驗(yàn)次數(shù)、驗(yàn)證設(shè)計(jì)參數(shù)及優(yōu)化設(shè)計(jì)的問(wèn)題；智能管控主要以數(shù)字化和智能手段解決研制生產(chǎn)任務(wù)變更及時(shí)重新組織研制生產(chǎn)任務(wù)的問(wèn)題；關(guān)鍵技術(shù)“研制過(guò)程模型的智能轉(zhuǎn)換”重點(diǎn)解決研制過(guò)程存在的數(shù)據(jù)不唯一、頻繁設(shè)計(jì)變更和版本升級(jí)導(dǎo)致的管理混亂和數(shù)據(jù)集成管控的問(wèn)題；關(guān)鍵技術(shù)“研制過(guò)程數(shù)據(jù)的自動(dòng)采集及分析”重點(diǎn)解決由于研制過(guò)程復(fù)雜多變導(dǎo)致的生產(chǎn)系統(tǒng)運(yùn)行狀態(tài)難以準(zhǔn)確掌握和管控的問(wèn)題。通過(guò)解決以上問(wèn)題并形成智能工廠，有效提升研制效率及降低研制成本，保證多品種變批量產(chǎn)品的快速研制生產(chǎn)。

2.2 主要內(nèi)容

2.2.1 協(xié)同設(shè)計(jì)

多品種變批量產(chǎn)品協(xié)同設(shè)計(jì)流程如圖3所示，基于三維模型實(shí)現(xiàn)概念設(shè)計(jì)和總體設(shè)計(jì)的協(xié)同、總體設(shè)計(jì)和詳細(xì)設(shè)計(jì)的協(xié)同、產(chǎn)品設(shè)計(jì)和工藝設(shè)計(jì)的協(xié)同，具體如下：

（1）概念設(shè)計(jì)和總體設(shè)計(jì)的協(xié)同。根據(jù)用戶(hù)需求明確產(chǎn)品的使用環(huán)境、產(chǎn)品功能及性能等，基于專(zhuān)家分析決策系統(tǒng)對(duì)需求進(jìn)行綜合評(píng)估并生成概念數(shù)字模型；同時(shí)進(jìn)行產(chǎn)品的總體設(shè)計(jì)并形成總體數(shù)字模型，包括機(jī)械系統(tǒng)設(shè)計(jì)、控制系統(tǒng)設(shè)計(jì)和電氣系統(tǒng)設(shè)計(jì)等，以及進(jìn)行分系統(tǒng)分解，并進(jìn)一步明確功能指標(biāo)和性能指標(biāo)的實(shí)現(xiàn)方案，完成使用環(huán)境下應(yīng)用仿真驗(yàn)證及優(yōu)化和分系統(tǒng)總裝仿真驗(yàn)證及優(yōu)化；基于概念數(shù)字模型及總體數(shù)字模型，通過(guò)和客戶(hù)多次溝通，優(yōu)化調(diào)整并確定最終的概念設(shè)計(jì)和總體設(shè)計(jì)方案。

（2）總體設(shè)計(jì)和詳細(xì)設(shè)計(jì)的協(xié)同。在概念設(shè)計(jì)和總體設(shè)計(jì)的同時(shí)，根據(jù)總體設(shè)計(jì)方案形成的分系統(tǒng)模塊，進(jìn)行各模塊及所含零件的詳細(xì)設(shè)計(jì)。其中圍繞分系統(tǒng)設(shè)計(jì)，重點(diǎn)完成結(jié)構(gòu)、熱、控制、電氣等多學(xué)科耦合分析及虛擬驗(yàn)證、部裝過(guò)程仿真和設(shè)計(jì)優(yōu)化；圍繞零件設(shè)計(jì)，明確零件的加工工藝及完成工藝過(guò)程仿真驗(yàn)證及優(yōu)化和基于虛擬生產(chǎn)線的加工過(guò)程仿真驗(yàn)證。

（3）產(chǎn)品設(shè)計(jì)和工藝設(shè)計(jì)的協(xié)同。圍繞總體設(shè)計(jì)、分系統(tǒng)設(shè)計(jì)和零件設(shè)計(jì)生成的三維數(shù)字模型，基于三維工藝設(shè)計(jì)系統(tǒng)和知識(shí)庫(kù)，結(jié)合工藝過(guò)程的仿真及工藝優(yōu)化，分別生成總裝、部裝和零件的三維工藝規(guī)程；基于工藝規(guī)程指導(dǎo)零件智能加工、部件智能裝配和智能總裝配，然后將試制完成的產(chǎn)品進(jìn)行試驗(yàn)驗(yàn)證，并將試驗(yàn)驗(yàn)證和試制過(guò)程產(chǎn)生的數(shù)據(jù)進(jìn)行分析并反饋到設(shè)計(jì)各階段以完成設(shè)計(jì)優(yōu)化。

2.2.2 智能生產(chǎn)

多品種變批量產(chǎn)品的智能生產(chǎn)具有柔性化和可重構(gòu)的特點(diǎn)，能夠根據(jù)生產(chǎn)任務(wù)要求和實(shí)時(shí)生產(chǎn)狀態(tài)盡快完成生產(chǎn)調(diào)整和組織再生產(chǎn)，具體邏輯流程如圖4所示。首先根據(jù)客戶(hù)需求或生產(chǎn)需求，形成工廠級(jí)的生產(chǎn)任務(wù)和生產(chǎn)計(jì)劃；工廠根據(jù)生產(chǎn)任務(wù)和生產(chǎn)計(jì)劃分解各車(chē)間的生產(chǎn)任務(wù)和任務(wù)節(jié)點(diǎn)并下發(fā)至各車(chē)間；車(chē)間根據(jù)生產(chǎn)任務(wù)和時(shí)間節(jié)點(diǎn)分解各生產(chǎn)線的生產(chǎn)任務(wù)和生產(chǎn)節(jié)點(diǎn)，然后組織生產(chǎn)并完成生產(chǎn)任務(wù)。生產(chǎn)過(guò)程能夠根據(jù)產(chǎn)品特點(diǎn)和生產(chǎn)情況進(jìn)行自適應(yīng)生產(chǎn)調(diào)整，體現(xiàn)狀態(tài)感知、實(shí)時(shí)分析、自主決策和精準(zhǔn)執(zhí)行的柔性化智能生產(chǎn)的特點(diǎn)。其中：

（1）生產(chǎn)線由各工位合作完成生產(chǎn)任務(wù)。工位的功能包括基于機(jī)器人的物料自動(dòng)裝填和卸載、物料的柔性化自動(dòng)精準(zhǔn)裝夾、根據(jù)自身狀態(tài)和當(dāng)前工況的自適應(yīng)生產(chǎn)、生產(chǎn)過(guò)程的在線檢測(cè)、檢測(cè)結(jié)果的實(shí)時(shí)分析及決策、基于決策的優(yōu)化調(diào)整等。

圖3 協(xié)同設(shè)計(jì)邏輯流程Fig.3 collaborative design logic process

（2）實(shí)時(shí)監(jiān)控車(chē)間各生產(chǎn)線的運(yùn)行狀況和產(chǎn)品的生產(chǎn)情況。將生產(chǎn)過(guò)程的價(jià)值數(shù)據(jù)進(jìn)行分析挖掘，提出優(yōu)化方案并進(jìn)行生產(chǎn)調(diào)整，優(yōu)化車(chē)間的內(nèi)部資源以保證完成生產(chǎn)；各車(chē)間的生產(chǎn)情況及時(shí)反饋給智能工廠分析決策系統(tǒng)，并在分析決策的基礎(chǔ)上將價(jià)值信息反饋給智能工廠。其中與生產(chǎn)相關(guān)的信息主要包括生產(chǎn)的總體進(jìn)展、生產(chǎn)的演化規(guī)律、生產(chǎn)瓶頸分析和生產(chǎn)過(guò)程各種問(wèn)題的解決方案等。

（3）物料配送是指車(chē)間生產(chǎn)過(guò)程的配送。主要包括物料進(jìn)廠、物料進(jìn)車(chē)間和零部件出車(chē)間并配送其他車(chē)間3個(gè)環(huán)節(jié)，即根據(jù)需求完成各車(chē)間物料的智能配送，并在物料配送的過(guò)程中實(shí)時(shí)分析當(dāng)前的生產(chǎn)情況及完成物料的準(zhǔn)時(shí)化配送，保證生產(chǎn)的順利進(jìn)行。

2.2.3 試驗(yàn)驗(yàn)證

試驗(yàn)驗(yàn)證是研制階段的關(guān)鍵環(huán)節(jié)，隨著軍工產(chǎn)品的復(fù)雜度、研制成本和需驗(yàn)證的功能及性能指標(biāo)的增加，傳統(tǒng)的僅以實(shí)物產(chǎn)品進(jìn)行試驗(yàn)驗(yàn)證的方式不僅增加了研制成本，也增加了驗(yàn)證的復(fù)雜程度。隨著仿真技術(shù)的發(fā)展及可信度的提高，為盡可能減少實(shí)物驗(yàn)證的次數(shù)及有效降低成本，仿真技術(shù)已經(jīng)廣泛應(yīng)用于實(shí)驗(yàn)驗(yàn)證。采用虛實(shí)結(jié)合進(jìn)行試驗(yàn)驗(yàn)證的邏輯流程如圖5所示，主要通過(guò)虛擬試驗(yàn)和實(shí)體產(chǎn)品試驗(yàn)相結(jié)合的方式，對(duì)設(shè)計(jì)指標(biāo)進(jìn)行驗(yàn)證，并將驗(yàn)證結(jié)果作為仿真模型修整和設(shè)計(jì)優(yōu)化的依據(jù)，提升仿真模型的成熟度和置信度，并有效優(yōu)化產(chǎn)品和提升產(chǎn)品的性能。具體如下：

圖4 智能生產(chǎn)邏輯流程Fig.4 Intelligent production logic process

（1）根據(jù)使用環(huán)境、功能指標(biāo)和性能指標(biāo)等設(shè)計(jì)參數(shù)，對(duì)產(chǎn)品進(jìn)行深入研究和分析，清楚產(chǎn)品的總體和分系統(tǒng)的結(jié)構(gòu)、功能和性能，并掌握實(shí)現(xiàn)該功能和性能的方法。

（2）基于數(shù)字化模型，結(jié)合產(chǎn)品及分系統(tǒng)的使用環(huán)境和試驗(yàn)標(biāo)準(zhǔn)，建立部件及整機(jī)的仿真模型，對(duì)機(jī)械系統(tǒng)、控制系統(tǒng)、液壓系統(tǒng)以及整機(jī)的使用過(guò)程進(jìn)行仿真，得到仿真結(jié)果；然后根據(jù)產(chǎn)品和工廠的實(shí)際情況建立評(píng)估模型并進(jìn)行評(píng)估，并參考評(píng)估結(jié)果對(duì)設(shè)計(jì)進(jìn)行迭代和優(yōu)化，輸出滿意的設(shè)計(jì)結(jié)果和生成相應(yīng)的仿真評(píng)估數(shù)據(jù)，為后續(xù)的實(shí)物試驗(yàn)提供參考，并作為輔助材料為最終試驗(yàn)結(jié)果提供補(bǔ)充。

（3）基于產(chǎn)品和分系統(tǒng)的分析結(jié)果、設(shè)計(jì)指標(biāo)和實(shí)物樣機(jī)，設(shè)計(jì)及制定合理的試驗(yàn)方案，并在條件成熟時(shí)組織實(shí)物試驗(yàn)，試驗(yàn)過(guò)程中自動(dòng)采集/搜集結(jié)果數(shù)據(jù)；然后基于數(shù)據(jù)智能分析手段對(duì)采集的數(shù)據(jù)進(jìn)行自主建模及自動(dòng)分析，并結(jié)合仿真數(shù)據(jù)分析結(jié)果生成最終的試驗(yàn)結(jié)果評(píng)估報(bào)告及根據(jù)評(píng)估報(bào)告進(jìn)行決策，進(jìn)一步優(yōu)化設(shè)計(jì)方案，并以實(shí)物試驗(yàn)數(shù)據(jù)為依據(jù)進(jìn)一步修整和調(diào)整仿真模型，提升仿真模型的置信度；另外，基于實(shí)物試驗(yàn)數(shù)據(jù)及解決問(wèn)題的方案等形成設(shè)計(jì)知識(shí)，融入產(chǎn)品的設(shè)計(jì)知識(shí)庫(kù)，不斷提升設(shè)計(jì)系統(tǒng)的智能水平。

圖5 試驗(yàn)驗(yàn)證邏輯流程Fig.5 Test verification logic process

2.2.4 智能管控

多品種變批量的生產(chǎn)過(guò)程經(jīng)常由于生產(chǎn)變更導(dǎo)致生產(chǎn)任務(wù)的再調(diào)整，準(zhǔn)確掌握當(dāng)前生產(chǎn)現(xiàn)狀并根據(jù)工廠實(shí)際運(yùn)行情況進(jìn)行及時(shí)調(diào)整是智能管控的關(guān)鍵，具體邏輯流程如圖6所示，分為業(yè)務(wù)及數(shù)據(jù)、模型及分析、展示及決策和調(diào)整及優(yōu)化4 部分，形成“業(yè)務(wù)精準(zhǔn)執(zhí)行-數(shù)據(jù)在線采集-狀態(tài)實(shí)時(shí)分析-決策及優(yōu)化調(diào)整”的閉環(huán)控制模式，實(shí)現(xiàn)工廠業(yè)務(wù)過(guò)程的智能管控，其中：

（1）業(yè)務(wù)和數(shù)據(jù)。圍繞工廠的主要業(yè)務(wù)，面向設(shè)計(jì)/工藝設(shè)計(jì)過(guò)程，重點(diǎn)采集設(shè)計(jì)/工藝設(shè)計(jì)計(jì)劃、當(dāng)前進(jìn)度、預(yù)計(jì)完成時(shí)間、出現(xiàn)的問(wèn)題及解決情況（如解決方案、解決過(guò)程、當(dāng)前進(jìn)度等）；面向制造過(guò)程，重點(diǎn)采集車(chē)間的生產(chǎn)情況（如各生產(chǎn)線的生產(chǎn)安排、設(shè)備狀態(tài)、生產(chǎn)節(jié)點(diǎn)記錄、完工預(yù)測(cè)、生產(chǎn)質(zhì)量等）、資源使用情況、物流情況、生產(chǎn)計(jì)劃及執(zhí)行情況等；面向試驗(yàn)過(guò)程，重點(diǎn)采集試驗(yàn)計(jì)劃、預(yù)計(jì)完成時(shí)間、當(dāng)前進(jìn)度、試驗(yàn)結(jié)果及優(yōu)化設(shè)計(jì)生產(chǎn)的方案、出現(xiàn)的問(wèn)題及解決方案等。

圖6 智能管控邏輯流程Fig.6 Intelligent control logic process

（2）模型和分析。基于實(shí)時(shí)采集的數(shù)據(jù)進(jìn)行分析，重點(diǎn)整理關(guān)于研制進(jìn)度、質(zhì)量問(wèn)題、資源使用、物料準(zhǔn)備/配送、試驗(yàn)數(shù)據(jù)和計(jì)劃執(zhí)行6個(gè)方面的數(shù)據(jù)，并根據(jù)工廠的管理職能和管理需求分別構(gòu)建研制進(jìn)度分析、質(zhì)量問(wèn)題分析、資源使用分析、物料準(zhǔn)備/配送、試驗(yàn)數(shù)據(jù)分析和計(jì)劃執(zhí)行表征等模型和進(jìn)行分析，重點(diǎn)得到當(dāng)前產(chǎn)品的研制情況和工廠的運(yùn)行情況，并預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)。

（3）決策和展示?；诜治鼋Y(jié)果和展示顯示大屏幕等硬件系統(tǒng)，以不同的展示方式形象及直觀顯示當(dāng)前所有產(chǎn)品的研制進(jìn)度、資源保障及使用、物料準(zhǔn)備及配送、試驗(yàn)結(jié)果、存在的質(zhì)量問(wèn)題和計(jì)劃執(zhí)行等情況，并基于當(dāng)前工廠的運(yùn)行情況、存在的問(wèn)題和預(yù)測(cè)的未來(lái)發(fā)展情況進(jìn)行綜合評(píng)估和判斷，生成問(wèn)題的解決方案和優(yōu)化調(diào)整方案，以解決當(dāng)前已經(jīng)存在的問(wèn)題，或提前解決可能存在的問(wèn)題。

（4）調(diào)整和優(yōu)化。基于生成的解決方案和調(diào)整優(yōu)化方案，對(duì)工廠的業(yè)務(wù)過(guò)程進(jìn)行調(diào)整，實(shí)現(xiàn)優(yōu)化設(shè)計(jì)和優(yōu)化生產(chǎn)的目的。其中，面向產(chǎn)品設(shè)計(jì)和工藝設(shè)計(jì)過(guò)程，重點(diǎn)根據(jù)試驗(yàn)結(jié)果進(jìn)行產(chǎn)品的優(yōu)化設(shè)計(jì)和根據(jù)設(shè)計(jì)調(diào)整的工藝設(shè)計(jì)，并根據(jù)當(dāng)前產(chǎn)品的研制進(jìn)度及計(jì)劃執(zhí)行情況，重新生成研制計(jì)劃，實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)和工藝設(shè)計(jì)的過(guò)程管控；面向制造過(guò)程，重點(diǎn)根據(jù)生產(chǎn)過(guò)程優(yōu)化調(diào)整方案生成新的生產(chǎn)計(jì)劃和資源配置安排，保證資源利用率和生產(chǎn)效率，實(shí)現(xiàn)優(yōu)化生產(chǎn)；圍繞試驗(yàn)過(guò)程，重點(diǎn)根據(jù)設(shè)計(jì)及生產(chǎn)調(diào)整結(jié)果生成新的試驗(yàn)驗(yàn)證方案，為后續(xù)的驗(yàn)證做好準(zhǔn)備。

2.3 關(guān)鍵技術(shù)

2.3.1 研制過(guò)程模型的智能轉(zhuǎn)換

具有多品種變批量特點(diǎn)的軍工產(chǎn)品結(jié)構(gòu)復(fù)雜、使用環(huán)境苛刻和可靠性要求高等，經(jīng)常由于試制暴露的問(wèn)題和客戶(hù)需求等原因?qū)е略O(shè)計(jì)變更，為避免頻繁設(shè)計(jì)變更和版本升級(jí)導(dǎo)致的管理混亂，特別需要建立基于唯一數(shù)據(jù)源的研制體系，將設(shè)計(jì)、工藝、生產(chǎn)和檢測(cè)等模型進(jìn)行關(guān)聯(lián)，實(shí)現(xiàn)工藝、生產(chǎn)和檢測(cè)等模型（含數(shù)據(jù)）根據(jù)設(shè)計(jì)變化進(jìn)行自動(dòng)判斷和調(diào)整，完成設(shè)計(jì)和工藝變更，有效提升模型的變更效率。以唯一數(shù)據(jù)源作為產(chǎn)品設(shè)計(jì)生產(chǎn)的依據(jù)是數(shù)字化制造和智能制造的關(guān)鍵問(wèn)題，其模型及數(shù)據(jù)轉(zhuǎn)換邏輯流程如圖7所示，需要說(shuō)明的是后續(xù)描述中沒(méi)有提及并行協(xié)同，實(shí)際各階段的數(shù)字樣機(jī)和模型仍然以并行協(xié)同的方式完成設(shè)計(jì)。具體如下：

（1）基于客戶(hù)需求的分析，形成研制需求并進(jìn)一步量化及形成技術(shù)指標(biāo)。主要包括產(chǎn)品的使用環(huán)境、性能指標(biāo)和功能指標(biāo)等，在技術(shù)指標(biāo)的基礎(chǔ)上，基于設(shè)計(jì)知識(shí)和設(shè)計(jì)工具自動(dòng)進(jìn)行判斷及生成概念數(shù)字樣機(jī)，并請(qǐng)客戶(hù)確認(rèn)，審簽完成后基于設(shè)計(jì)知識(shí)、多學(xué)科仿真手段和設(shè)計(jì)工具等生成總體設(shè)計(jì)模型并完成審簽；將總體設(shè)計(jì)模型作為產(chǎn)品修改和調(diào)整的源頭，主要表征產(chǎn)品的外形、部件、部件所含的零件、零部件之間的關(guān)聯(lián)關(guān)系。

（2）基于總體設(shè)計(jì)模型。分解各部件并基于設(shè)計(jì)知識(shí)、仿真手段和設(shè)計(jì)工具完成部件及所含零件的詳細(xì)設(shè)計(jì)，并與總體設(shè)計(jì)模型進(jìn)行關(guān)聯(lián)，繼承已有的特征并根據(jù)功能需求和后續(xù)的工藝設(shè)計(jì)及加工需要詳細(xì)設(shè)計(jì)部件及零件，審簽結(jié)束并自動(dòng)生成設(shè)計(jì)BOM（EBOM），然后發(fā)送工藝部門(mén)進(jìn)行工藝設(shè)計(jì)；工藝設(shè)計(jì)部門(mén)基于設(shè)計(jì)數(shù)字樣機(jī)和EBOM，以及工藝設(shè)計(jì)知識(shí)和仿真工具，面向后續(xù)的加工，完成工藝路線的設(shè)計(jì)規(guī)劃、零部件設(shè)計(jì)調(diào)整、工藝輔助零件的設(shè)計(jì)、總裝/部裝/零件加工的車(chē)間安排等，最終生成關(guān)聯(lián)設(shè)計(jì)數(shù)字樣機(jī)的工藝數(shù)字樣機(jī)，并在完成審簽的同時(shí)生成工藝BOM（PBOM）。

（3）基于工藝數(shù)字樣機(jī)和PBOM，將總裝、部裝和零件加工任務(wù)分解發(fā)給對(duì)應(yīng)車(chē)間，隨即基于力學(xué)仿真、加工過(guò)程仿真，以及設(shè)計(jì)知識(shí)和設(shè)計(jì)工具，并結(jié)合待加工零部件特征和生產(chǎn)車(chē)間的制造資源和管理流程等自動(dòng)完成工藝規(guī)程的設(shè)計(jì)和配套工裝設(shè)計(jì)，以及分解外協(xié)外購(gòu)任務(wù)等，生成與工藝數(shù)字樣機(jī)關(guān)聯(lián)的制造數(shù)字樣機(jī)，并在完成審簽的同時(shí)生成制造BOM（MBOM）。

（4）基于制造數(shù)字樣機(jī)和待加工零部件的檢測(cè)需求，自動(dòng)生成生產(chǎn)過(guò)程檢測(cè)三維數(shù)字模型和檢測(cè)流程，并結(jié)合制造數(shù)字樣機(jī)完成生產(chǎn)任務(wù)，制造形成合格產(chǎn)品。當(dāng)由于研制過(guò)程出現(xiàn)問(wèn)題或客戶(hù)要求變化等引起設(shè)計(jì)變更時(shí)，以總體設(shè)計(jì)模型為源頭，以標(biāo)準(zhǔn)化和流程化的研制過(guò)程變更審簽流程進(jìn)行模型及數(shù)據(jù)更改，以及各數(shù)字樣機(jī)及各階段BOM的自動(dòng)更新，生成完整的設(shè)計(jì)、工藝和制造等模型及相關(guān)聯(lián)的數(shù)據(jù)，保證新版模型及數(shù)據(jù)的唯一性、可靠性和實(shí)用性。其中，如果更新過(guò)程出現(xiàn)問(wèn)題時(shí)，需要人為干預(yù)。

圖7 研制過(guò)程模型及數(shù)據(jù)轉(zhuǎn)換基本邏輯Fig.7 Model and data conversion basic logic in development process

2.3.2 研制過(guò)程數(shù)據(jù)的自動(dòng)采集及分析

相對(duì)于規(guī)模化和批量化產(chǎn)品研制，以多品種變批量為特點(diǎn)的工廠涉及研制產(chǎn)品眾多，研制過(guò)程復(fù)雜多變，及時(shí)準(zhǔn)確掌握工廠的運(yùn)行狀態(tài)和預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)并以此為依據(jù)進(jìn)行決策顯得尤為重要；研制過(guò)程的數(shù)據(jù)采集及分析是實(shí)現(xiàn)上述需求的基礎(chǔ)，也是工廠進(jìn)行管控的關(guān)鍵，屬于智能工廠規(guī)劃和研究的關(guān)鍵問(wèn)題，其基本邏輯流程如圖8所示，具體如下：

圖8 研制過(guò)程數(shù)據(jù)采集及分析基本邏輯Fig.8 Data acquisition and analysis basic logic in development process

（1）數(shù)據(jù)自動(dòng)采集。圍繞智能工廠產(chǎn)品的研制生產(chǎn)過(guò)程，基于工業(yè)互聯(lián)網(wǎng)和采集工具及配套系統(tǒng)（如二維碼、RFID、傳感器、UWB 等）將各車(chē)間及信息化管理系統(tǒng)所含的研制進(jìn)度、計(jì)劃執(zhí)行、資源狀態(tài)、研制質(zhì)量、物料狀態(tài)和試驗(yàn)驗(yàn)證結(jié)果等數(shù)據(jù)進(jìn)行自動(dòng)化采集，并將數(shù)據(jù)分類(lèi)為實(shí)時(shí)數(shù)據(jù)、歷史數(shù)據(jù)（已經(jīng)感知完畢的數(shù)據(jù)）和資源數(shù)據(jù)。其中，實(shí)時(shí)數(shù)據(jù)是指當(dāng)前實(shí)時(shí)感知的數(shù)據(jù)，歷史數(shù)據(jù)是指已經(jīng)感知完畢的數(shù)據(jù)。

（2）數(shù)據(jù)清洗和建模。直接采集的數(shù)據(jù)通常都存在問(wèn)題，包括空值、不一致值、非法值、重復(fù)值等問(wèn)題，通過(guò)數(shù)據(jù)清洗與過(guò)濾，保證數(shù)據(jù)的真實(shí)性和唯一性。圍繞后續(xù)分析模型建立和關(guān)聯(lián)關(guān)系分析挖掘的需求，將經(jīng)過(guò)清洗和過(guò)濾的不同尺度的各類(lèi)數(shù)據(jù)轉(zhuǎn)化為相同尺度的數(shù)據(jù)，在此基礎(chǔ)上，采用min-max 歸一化方法對(duì)原始數(shù)據(jù)進(jìn)行及線性變化，將結(jié)果落到[0，1]區(qū)間，并將處理完成的數(shù)據(jù)自動(dòng)存儲(chǔ)到相應(yīng)的數(shù)據(jù)庫(kù)中；建立工廠層面關(guān)注的研制進(jìn)度、物料狀態(tài)、資源使用、質(zhì)量問(wèn)題、試驗(yàn)結(jié)果和計(jì)劃執(zhí)行的分析模型，并表征可能存在的關(guān)聯(lián)關(guān)系。

（3）分析和預(yù)測(cè)?；谫Y源數(shù)據(jù)、歷史數(shù)據(jù)以及建立的分析模型進(jìn)行分析，挖掘與研制進(jìn)度、物料狀態(tài)、資源使用、質(zhì)量問(wèn)題、試驗(yàn)結(jié)果和計(jì)劃執(zhí)行等要素相關(guān)參數(shù)之間的關(guān)聯(lián)關(guān)系，并基于實(shí)時(shí)數(shù)據(jù)掌握當(dāng)前工廠的運(yùn)行情況和在大型顯示設(shè)備上同步形象展示，以便于決策層及時(shí)掌握工廠的運(yùn)行情況；然后，基于挖掘的研制進(jìn)度、物料狀態(tài)、資源使用、質(zhì)量問(wèn)題、試驗(yàn)結(jié)果和計(jì)劃執(zhí)行等要素與相關(guān)參數(shù)的關(guān)聯(lián)關(guān)系、實(shí)時(shí)數(shù)據(jù)和未來(lái)計(jì)劃/安排等，計(jì)算工廠上述各業(yè)務(wù)的演化規(guī)律，并判斷未來(lái)的發(fā)展趨勢(shì)，為工廠管理層的決策提供依據(jù)。

3 結(jié)論

智能工廠是進(jìn)行智能生產(chǎn)核心，也是發(fā)展智能制造的載體。本文圍繞多品種變批量特點(diǎn)的軍工產(chǎn)品智能工廠的功能體系開(kāi)展研究，以工廠的基本業(yè)務(wù)流程為牽引，研究了智能工廠的功能框架，提出了相關(guān)的體系架構(gòu)，進(jìn)一步說(shuō)明了協(xié)同設(shè)計(jì)、智能生產(chǎn)、試驗(yàn)驗(yàn)證和智能管控等主要內(nèi)容，并研究了研制過(guò)程模型的智能轉(zhuǎn)換和數(shù)據(jù)的自動(dòng)采集及分析兩項(xiàng)關(guān)鍵技術(shù)。以上研究對(duì)于后續(xù)智能工廠的規(guī)劃、設(shè)計(jì)、建設(shè)及應(yīng)用具有一定的參考價(jià)值。