本文探讨了智慧院所、智能车间信息化能力建设的核心技术、支撑能力，以及实现的功能。整理自作者相关课题研究讨论会的报告PPT。本文来自：空天防务观察（ID:AerospaceWatch）
刘亚威 ¦ 浅谈智慧院所／智能车间信息化能力建设需求
（本文整理自2017年5月在昌飞召开的相关课题研究讨论会的报告PPT，航空工业科学技术委员会蔡小斌部长和张东波对本文亦有重要贡献）
智慧院所／智能车间信息化能力建设是深化开展完善军工产品全寿命周期数字化和制造过程管控信息化能力建设，创新拓展持续知识管理及知识共享与应用为目的的建设过程。智慧院所／智能车间信息化能力建设应围绕工具、流程、知识、平台等层面，达到工具集成、流程优化、知识应用、平台构建等基本功能，形成军工智能制造的支撑能力。通过信息化能力建设，智慧院所将拥有正向研发和基于知识的研发模式，智能车间将具备多品种、少批量、定制化生产能力。
一、军工智能制造的核心技术
当前，全球正在经历智能制造转型，各行各业在围绕价值链建立智能制造系统，在这一进程中，软件、数据和模型已经成为企业的新兴资产。智能制造的全新定义可以是，在Digital（数字化）制造使能基础上，以Intelligent（功能角度的智能）制造系统实现制造的Smart（运行角度的智能）结果。Smart制造的三个基本元素是“人—机—物”，重点是建立它们的自感知和彼此的互联通，实现“数据信息知识智慧”（DIKW）过程的自组织和自优化。Intelligent制造的三个基本元素是“数字虚体—物理实体—意识人体”（参见《三体智能革命》一书），重点是建立并维护彼此的接口，实现各层级智能制造系统的最佳涌现性。
从全球来看，军工行业一直处于引领智能制造发展的位置，军工智能制造的三类核心技术簇可以归纳为：数字线索技术（洛克希德·马丁称为数字织锦），赛博物理生产系统（CPPS）技术，智能人工增强系统技术。简单地说，数字线索是集成软件、传递数据、基于模型的全寿命周期分析框架，无缝连接各阶段的“数据-信息-知识”系统，支撑最佳决策；CPPS是智能制造系统的核心，具备“动态感知—实时分析—自主决策—精准执行—学习提升”这一特征；智能人工增强系统由数字线索支撑，提升对复杂系统和过程的理解和洞察，充分发挥人类智慧创新，确保任务高效无误执行。CPPS和智能人工增强系统基于定制构建的信息化平台，以集成的软件工具为依托，运行其所使能、定义或优化的流程，通过数字线索生成、传递并应用知识，支撑军工智能制造转型。
图 数字线索在人-机-物之间传递数据-信息-知识
二、军工智能制造的支撑能力
智慧院所/智能车间信息化能力建设应围绕工具、流程、知识、平台等层面，面向军工智能制造的三类核心技术簇，形成军工智能制造的支撑能力。
1. 工具层面
先进建模与仿真能力仍然是智慧院所/智能车间建设的基础，随着军工产品复杂度和实现过程复杂度的提升，对建模与仿真的精度和效率要求也大幅提高。在工具层面，至少应能够具备多尺度建模、数字系统模型构建、联合多物理仿真、多专业集成优化和高性能计算等能力。通过数字线索，能够在数字空间构建全面表达装备系统的数字系统模型，它是系统在生命周期单一的、可信的数字表达，具备多学科、多物理、多逼真度仿真能力，可在各系统层级、各技术领域快速生产基于物理特性的数字代理模型，利用集成的数据、信息、知识和软件，实现对系统功能、性能和能力的高效分析与动态评价。工具层面的信息化能力就是要建设集成的建模与仿真工具链。比如美国国防部高级研究计划局（DARPA）的自适应制造计划，主要内容就是构建覆盖“架构设计-产品设计-工艺设计-车间设计”的集成的建模仿真工具链，利用软件工具重新定义设计制造流程，达到将产品研制周期缩短80%的目标。
2. 流程层面
基于设计制造流程变革的科研生产模式转型是智慧院所/智能车间运行的关键，以往在物理现实中的试错将转移到数字空间中来完成，“设计-制造-试验”模式将向“设计-虚拟综合-数字制造-物理制造”的新模式转变。流程层面，模型跨阶段连续传递、生命周期数据双向流动、数据和模型驱动的虚实结合分析等新能力，将为智慧院所/智能车间带来优化的分析、决策和管理流程。比如，通过数字线索，对于F-35战斗机进气道加工中的工程缺陷处理流程，利用数据（图像、工艺、修理数据）精准映射与三维可视分析方法，实现快速和精确的自动分析缩短处理时间，将决策时间缩短了33%；对于F135发动机两个组件的设计流程，通过量化性能不确定性和面向波动的设计实现基于性能的产品定义，减少了废品和返工，每年预计可以节省高达4200万美元的成本。
3. 知识层面
充分挖掘和利用知识是智慧院所/智能车间创新的保障，这也是区别以往军工信息化能力建设的重要因素，国际军工巨头往往做到了隐性知识的显性化和互联网+、显性知识的结构化和嵌入式应用。知识层面，要做的无非就是知识捕获与结构化、知识访问与接入、知识获取与散播、知识推动与重用、外部知识扫描与提取，最重要的就是获得结构化的、加速关键业务流程的知识。比如，波音建立了全球知识网络，空客建立了知识管理体系；美国国防部通过数字线索，致力于建立集成工程知识的全方位数字样机，更好地理解在试系统，在数字空间中高效完成大部分分析试验，实现“建造前飞行”，其减少风洞试验和结构试验的方法已分别通过F-22和F-15战斗机项目的真实数据完成确认。
4. 平台层面
智慧院所/智能车间发展的核心是智慧工作平台/智能制造集成应用平台，前者主要包括数字化工作平台、信息化工作平台和知识应用平台，后者主要包括设计制造一体化平台、物联网平台和制造过程智能管控平台。平台层面，必须是支撑“数据-信息-知识”系统的平台，能够支持工具的集成、流程的优化以及知识的应用，特别是科研生产模式的转型，如系统工程从基于文档向以模型为中心再不断升级到数字系统模型的变革。今后，保障工作甚至可以在智慧院所/智能车间中提前开展，产品生命周期管理将实现个体化、综合化、可预测、预防性的“使用前保障”，比如通过数字线索，F-22和F-35的历史数据对维护和工程人员开放，可针对单架飞机定制预先维修方案。
三、智慧院所／智能车间信息化能力建设实现的功能
智慧院所/智能车间信息化能力建设应实现支撑能力的全面集成，即技术管理流程（创新链-价值链）的横向集成、资源管理流程（企业内部）的纵向集成、需求到实现的端到端集成、个体产品DIKW的点到点集成。在建设的工具、流程、知识和平台层面，要达到的功能就是工具集成、流程优化、知识应用和平台构建。对于信息化能力建设，特别注重的是赛博物理系统（CPS）中的赛博/C（计算）以及赛博/C与物理/P的交互（通信/控制）。
图 信息化能力建设中工具、流程、知识、平台层面的功能关系示意
1. 工具集成
工具集成，一般来说包括建模、仿真、分析、试验、测试等工具的集成，无缝集成科研生产中的各类数据流（数据、模型）。集成工具链依托模型集成语言和多源数据融合技术，可支撑多学科、跨领域、互操作模型的建立与运用，支撑数据到模型的映射及其与软件的交互。未来，智慧院所/智能车间可能建设有集成多物理仿真平台，赛博物理系统设计空间探索环境，基于数据-模型交互的虚拟试验分析系统等。以智慧院所的智慧工作平台为例，工具集成将逐步提升其数字化工作平台的基础能力，比如：1.0状态，使用CAD，能够完成集合样机单学科仿真；2.0状态，使用基于模型的定义（MBD），能够完成功能/性能样机跨学科仿真；3.0状态，使用基于模型的系统工程（MBSE），能够完成数字系统模型联合仿真。
2. 流程优化
流程优化，一般来说是对科研生产中的分析、决策和管理流程的优化，实现创新链-价值链之中以及企业内部各类信息流的实时交互。优化的流程支撑横向流程的集成，从“概念设计制造试验使用……”上，实现连续统一的技术状态管理；支撑纵向流程的集成，从“战略计划执行反馈追溯……”上，实现泛在、自适应、可跟踪的资源管理。未来，智慧院所/智能车间可能建设有生产资源自适应调度系统，基于历史信息的不良品处理分析平台，基于物联网的车间信息实时推送与告警系统等。以智慧院所的智慧工作平台为例，工具集成将逐步提升其信息化工作平台的基础能力，比如：1.0状态，流程基于文档，分析手动进行，被动实施决策；2.0状态，流程以模型为中心，分析自动进行，提供辅助决策；3.0状态，实现流程再造，分析实时完成，实时预防性决策。
3. 知识应用
知识应用，一般来说涉及知识的获取、管理、共享和应用，使知识流贯穿横向流程和纵向流程。这一功能将支撑知识挖掘，使显性知识结构化、隐性知识显性化、外部知识内部化等；支撑知识推送，即知识嵌入、知识访问、知识扩散、知识重用等。未来，智慧院所/智能车间可能建设有基于本体的知识管理系统，基于知识的设计可生产性分析平台，支撑产品最优设计的材料-工艺组合专家系统等。以智慧院所的智慧工作平台为例，工具集成将逐步提升其知识应用平台的基础能力，比如：1.0状态，知识是碎片化的，是需要被动查询的；2.0状态，知识是高度结构化的，是能够自动推送的；3.0状态，拥有全面的知识管理系统，是嵌入各项流程直接发挥作用的。
4. 平台构建
平台构建，既是完成智慧院所/智能车间中智慧工作平台与智能制造集成应用平台的构建，这些平台支撑“数据-信息-知识”系统，支撑产品生命周期管理（PLM）、产品数据管理（PDM）、试验数据管理（TDM）、保障数据管理（SDM）等。未来，智慧院所/智能车间可能建设有车间人-机-物实时监测平台，基于需求工程的正向研发环境，保障数据采集、管理与分析系统等。以智慧院所的智慧工作平台为例，平台构建将逐步提升其集成能力，比如：1.0状态，单项平台集成，实现PDM；2.0状态，平台两两集成，实现TDM；3.0状态，三者无缝集成，实现真正的PLM。
四、结束语
智慧院所、智能车间信息化能力建设达到的效果应该包括：完成纵向集成、横向集成及其无缝联合，实现端到端、点到点的精准执行；达到“动态感知实时分析自主决策精准执行学习提升”这一特征；数据流、信息流、知识流的集成与交互。通过面向军工智能制造转型的信息化能力建设，智慧院所将拥有正向研发和基于知识的研发模式，智能车间将具备多品种、少批量、定制化生产能力，知识以自主的软件、数据、模型的形式固化并且广泛利用知识进行自主创新，以实现缩短周期、提升性能/质量、降低成本的最终目标。
作者单位：
刘亚威——中国航空工业发展研究中心
联系客服
