夏 潮 黃久超 鄭祖杰 于謀雨 穆英娟 成群林

航天復(fù)雜產(chǎn)品智能化加工工藝設(shè)計模式研究

夏 潮1黃久超1鄭祖杰1于謀雨1穆英娟1成群林1

（上海航天精密機械研究所，上海 201600）

隨著智能制造的不斷推進，貫穿產(chǎn)品全生命周期的工業(yè)大數(shù)據(jù)越發(fā)受到重視。針對愈演愈烈的航天產(chǎn)品多品種、變批量、短周期研制生產(chǎn)模式，分析了產(chǎn)品制造過程中產(chǎn)生的海量、多源數(shù)據(jù)，提出一種數(shù)據(jù)驅(qū)動的智能化工藝設(shè)計模式。通過主流三維軟件平臺進行了驗證，證明了模式的可行性，為后續(xù)進一步深化智能化工藝設(shè)計、實現(xiàn)精益工藝奠定基礎(chǔ)。

智能制造；智能工藝設(shè)計；數(shù)控加工；航天制造

1 引言

近年來，航天型號產(chǎn)品呈現(xiàn)多品種、變批量發(fā)展趨勢，基于現(xiàn)有數(shù)字化制造模式，各廠所基本已打通了全三維設(shè)計制造一體化鏈路，但是工藝設(shè)計過程自動化、智能化程度仍然較為低下，主要基于人為重復(fù)性交互操作完成工藝分析與設(shè)計工作存在效率低下、質(zhì)量參差不齊等問題，難以支撐未來航天產(chǎn)品的“三高”研制模式。

模型驅(qū)動、過程智能決策已經(jīng)成為國外數(shù)字化制造的顯著特征，基于機器學(xué)習(xí)、特征識別與模型檢索等技術(shù)，國外復(fù)雜大型結(jié)構(gòu)件的產(chǎn)品制造效率、質(zhì)量大幅提升，制造工藝設(shè)計與準(zhǔn)備過程的人工參與度顯著減低。波音、空客與洛克希德馬丁等國際先進制造公司，均建立了企業(yè)內(nèi)部的工藝自動設(shè)計、數(shù)控加工編程等自動化軟件系統(tǒng)以及配套的切削參數(shù)專家知識庫，有效提高了其產(chǎn)品的加工效率和質(zhì)量穩(wěn)定性。國內(nèi)方面，制造領(lǐng)域仍然處于“三維為輔、二維為主”等過程，模型的設(shè)計/加工特征信息未充分利用，航天產(chǎn)品工藝設(shè)計過程人工參與度高、重復(fù)性工作量大，離智能化制造的距離較大。針對該問題，國內(nèi)北航、南航與西工大等高校均開展了航空航天結(jié)構(gòu)件的快速工藝設(shè)計技術(shù)研究與產(chǎn)品開發(fā)，一定程度上復(fù)用了模型的幾何與工藝特征信息，但工藝設(shè)計過程仍然需要大量的人工干預(yù)決策，工藝知識經(jīng)驗難以自動融入工藝設(shè)計過程中[1]。針對上述現(xiàn)狀與問題，研究并探索數(shù)據(jù)與模型驅(qū)動的智能化工藝設(shè)計模式，最大程度上挖掘、復(fù)用產(chǎn)品全生命周期過程產(chǎn)生的數(shù)據(jù)，實現(xiàn)高度智能化的制造模式。

2 產(chǎn)品全生命周期過程大數(shù)據(jù)

“十三五”期間，國內(nèi)大型軍工制造企業(yè)通過工業(yè)信息化工程的建設(shè)發(fā)展，基本配備了PDM、ERP、MES等工業(yè)信息化軟件，同時基于CAD/CAM/CAE等計算機輔助設(shè)計制造軟件實現(xiàn)產(chǎn)品設(shè)計制造過程的虛擬表達(dá)、設(shè)計與仿真分析。這些軟件的使用提高了產(chǎn)品設(shè)計制造過程的數(shù)字化、自動化水平，取代了傳統(tǒng)基于模擬量的產(chǎn)品研制。但是，在軟件使用過程中產(chǎn)生的海量、多源、異構(gòu)數(shù)據(jù)并沒有得到有效存儲、挖掘與復(fù)用。以機加工工藝為例，雖然PDM、MES系統(tǒng)內(nèi)存儲了已有的部分工藝信息，如工藝的加工參數(shù)、選用刀具和選用機床等，但在制定新的工藝時，現(xiàn)有的工藝數(shù)據(jù)無法起到快速提供參考或者指導(dǎo)的作用，導(dǎo)致新工藝的編制仍然主要依靠人工經(jīng)驗，原有的工藝參數(shù)只能在人工編制時用于查詢，但沒有真正起到反饋促進生產(chǎn)的作用[2]。

中國《國家智能制造標(biāo)準(zhǔn)體系建設(shè)指南（2015版）》中要求，要讓生產(chǎn)系統(tǒng)具有自感知、自決策和自執(zhí)行等先進功能，并以一種高度柔性與集成的方式實施制造過程中的各種活動。而想要實現(xiàn)這一目標(biāo)，必須充分挖掘復(fù)用工藝過程產(chǎn)生的歷史數(shù)據(jù)。工業(yè)大數(shù)據(jù)本身并不會給企業(yè)的經(jīng)營管理帶來價值，數(shù)據(jù)技術(shù)也不能直接推動制造業(yè)前行。但當(dāng)數(shù)據(jù)轉(zhuǎn)換成制造業(yè)所需要的信息后，其巨大價值便得以充分體現(xiàn)[3]。根據(jù)制造工藝典型過程，自頂向下將產(chǎn)品全生命周期過程的多源異構(gòu)大數(shù)據(jù)分為工藝大數(shù)據(jù)、仿真大數(shù)據(jù)與質(zhì)量大數(shù)據(jù)三大類，如圖1所示。

圖1 工業(yè)大數(shù)據(jù)

2.1 工藝大數(shù)據(jù)

工藝大數(shù)據(jù)主要產(chǎn)生于產(chǎn)品制造工藝的規(guī)劃、編制過程，數(shù)據(jù)來源包含PDM、CAD與CAM等系統(tǒng)，通常包含零件產(chǎn)品對應(yīng)的工藝過程文件、數(shù)控加工程序與制造資源清單等數(shù)據(jù)，數(shù)據(jù)格式、來源以及存儲形式存在一定差異性。以數(shù)控加工程序數(shù)據(jù)為例，一般包含結(jié)構(gòu)類型、材料信息、模型特征、工藝路線與工藝方法等具體數(shù)據(jù)信息。同時，上述數(shù)據(jù)之間又存在關(guān)聯(lián)關(guān)系，比如具體特征采用何種工藝路線以及對應(yīng)的加工操作類型與參數(shù)設(shè)置方法等。

2.2 仿真大數(shù)據(jù)

數(shù)字化仿真過程是產(chǎn)品質(zhì)量保障的重要技術(shù)手段，仿真大數(shù)據(jù)不僅包含工藝數(shù)據(jù)執(zhí)行后用于判斷零件是否合格的仿真結(jié)果，還包含對加工過程的仿真過程數(shù)據(jù)與邊界條件等參數(shù)信息[4]，如裝備運行狀態(tài)、加工狀態(tài)、任務(wù)狀態(tài)、能耗狀態(tài)、環(huán)境狀態(tài)等幫助提高仿真的精度和準(zhǔn)確度。為了提高機床使用率，減少空置，單個零件與機床之間所搭配的加工順序仿真也被包含在仿真大數(shù)據(jù)內(nèi)，為合理規(guī)劃后續(xù)加工順序，確保設(shè)備調(diào)度合理性打下基礎(chǔ)。

2.3 質(zhì)量大數(shù)據(jù)

質(zhì)量大數(shù)據(jù)以質(zhì)量檢查為核心，通過總結(jié)生產(chǎn)過程中所采用的工藝是否合理實現(xiàn)工藝改進，提高工藝質(zhì)量，加強工藝可行性、可讀性、指導(dǎo)性以及覆蓋性。通過實際生產(chǎn)中反饋來的質(zhì)量情況改善作為工藝流程是否規(guī)范依據(jù)的規(guī)章標(biāo)準(zhǔn)，以及在評判加工合格的工藝質(zhì)量標(biāo)準(zhǔn)是否完善的同時檢查其合理性以及可執(zhí)行性。而根據(jù)加工零件所反饋的情況，根據(jù)其頻次和數(shù)量又可以檢校工藝質(zhì)量標(biāo)準(zhǔn)是否隱含缺陷。不同批次的加工合格情況可以有效幫助對整體情況的把握分析，增強質(zhì)量風(fēng)險的預(yù)測能力。

綜上所述，產(chǎn)品制造工藝設(shè)計、準(zhǔn)備以及實際制造過程產(chǎn)生大量有價值的數(shù)據(jù)及數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，面向未來智能工藝實際設(shè)計需求，此類靜態(tài)存儲的數(shù)據(jù)信息可基于人工智能算法實現(xiàn)工藝的自主決策，最大化企業(yè)數(shù)據(jù)的價值。

3 智能化加工工藝設(shè)計模式

基于MBD技術(shù)的推廣應(yīng)用，模型驅(qū)動的數(shù)控加工自動、快速編程系統(tǒng)已經(jīng)在航空航天制造領(lǐng)域初步取得應(yīng)用，一定程度上能夠解決人工干預(yù)多、效率低下等問題。但是，目前研究成果多為面向特定類型結(jié)構(gòu)件的定制化工藝設(shè)計系統(tǒng)，成果適用范圍窄、技術(shù)轉(zhuǎn)移成本高[5]?；谏鲜龆嘣串悩?gòu)數(shù)據(jù)分析，通過數(shù)據(jù)充分挖掘與特征、產(chǎn)品檢索，以及工藝的匹配技術(shù)[6]能夠?qū)崿F(xiàn)工藝過程的智能決策，進一步提高自動化工藝設(shè)計系統(tǒng)的適用范圍與智能化程度。

圖2 工藝智能規(guī)劃模式

圖2所示為模型及歷史數(shù)據(jù)驅(qū)動的智能化加工工藝設(shè)計模式，其核心是工藝智能設(shè)計的輸入以及參數(shù)的自主決策基礎(chǔ)，不僅僅只有模型本身的特征信息，同時還包含了企業(yè)歷史的工藝設(shè)計以及生產(chǎn)數(shù)據(jù)。通過工藝人員長期編制的工藝文件積累得到的工藝大數(shù)據(jù)，可建立一個“模型→加工特征→加工方法”的對應(yīng)匹配庫，首先檢索三維模型，查找相似零件，然后通過工藝方案庫來實現(xiàn)基于歷史數(shù)據(jù)的工藝方案推薦。而在給出推薦方案后，根據(jù)仿真大數(shù)據(jù)具體優(yōu)化工藝參數(shù)，實現(xiàn)工藝方案自主調(diào)整，智能制定工藝方案。最后，結(jié)合仿真和質(zhì)量大數(shù)據(jù)，實施生產(chǎn)流程規(guī)劃，包括數(shù)控設(shè)備選取、毛坯準(zhǔn)備、裝夾方式的確定等。

3.1 基于模型的工藝方案推薦

三維模型可以包含幾何、拓?fù)湫畔⒁约疤匦孕畔ⅲ赃@些信息作為基礎(chǔ)，基于特征識別與模型自動匹配技術(shù)[7]，如圖3所示，根據(jù)模型相似性自動推薦以歷史模板數(shù)據(jù)為參考的工藝方案。在工藝方案中，模型、制造特征、加工方法是關(guān)聯(lián)存儲的，所以匹配三維模型時即可將制造特征作為依據(jù)。通過模型自身的幾何信息和拓?fù)湫畔?gòu)造當(dāng)前模型中包含著的制造特征，進行模型匹配。一個模型對應(yīng)一個標(biāo)準(zhǔn)加工方案模板，根據(jù)模型匹配結(jié)果，自動選擇相似工藝方案模板，在此基礎(chǔ)上按照工藝模板數(shù)據(jù)結(jié)構(gòu)，將工藝特征及自動選擇匹配的加工資源與工藝參數(shù)進行數(shù)據(jù)組織，實現(xiàn)工藝方案推薦。

圖3 模型自動匹配

3.2 工藝參數(shù)的自主優(yōu)化

在得到推薦的工藝方案后，需要根據(jù)零件的實際幾何、物理信息等對工藝方案中的工藝參數(shù)進行自主優(yōu)化。加工中所需的工藝參數(shù)，如轉(zhuǎn)速、進給、切深、所用刀具尺寸等不僅與加工材料有關(guān)，還與實際工件的特征信息（如幾何、拓?fù)湫畔ⅲ┯嘘P(guān)。以相同材料的相同去除量為例，在不同厚度的零件上去除相應(yīng)材料時會產(chǎn)生不同的加工振動和變形。所以，首先給出圖4的加工參數(shù)映射模型，通過神經(jīng)網(wǎng)絡(luò)建立特征與加工參數(shù)之間的對應(yīng)準(zhǔn)則[8]。通過對這些數(shù)據(jù)的關(guān)聯(lián)分析，量化數(shù)據(jù)間的影響機理，從數(shù)據(jù)的角度去探索彼此之間存在的聯(lián)系，并實現(xiàn)加工參數(shù)的自主優(yōu)化，替換傳統(tǒng)的人工經(jīng)驗參數(shù)定義模式。

圖4 工藝參數(shù)映射模型

3.3 多粒度的工藝設(shè)備推薦選擇

對于機加工而言，工藝設(shè)備包括多種類型，如刀具、數(shù)控設(shè)備、工裝、量具等。針對制造過程中穩(wěn)定性、經(jīng)濟性的需求，考慮到工藝設(shè)備的推薦選擇原理具備相似性，以數(shù)控設(shè)備為例，介紹多粒度工藝設(shè)備推薦選擇方法，具體流程如圖5所示。

圖5 工藝設(shè)備的推薦選擇

出于對信息動態(tài)協(xié)調(diào)性的重視，通過采集機床在加工時的仿真大數(shù)據(jù)，例如主軸轉(zhuǎn)速、切削力、振動量、主軸位置、加速度等，使用數(shù)據(jù)提高加工質(zhì)量，降低加工的不穩(wěn)定性，完成對機床性能的動態(tài)分析與評估。判斷自主優(yōu)化后所得的工藝參數(shù)在機床層的可行域，確定可用于當(dāng)前零件工藝流程的工藝設(shè)備，完成第一次篩選；在性能滿足的基礎(chǔ)上，為了降低實際加工過程中意外情況（設(shè)備停機、設(shè)備內(nèi)部故障、刀具崩刃等）出現(xiàn)的可能性，利用機器學(xué)習(xí)或深度學(xué)習(xí)算法預(yù)測加工過程中工藝設(shè)備出現(xiàn)問題的可能性，起到規(guī)避風(fēng)險的作用，完成第二次篩選；最后，引入質(zhì)量大數(shù)據(jù)，在滿足產(chǎn)品技術(shù)指標(biāo)的基礎(chǔ)上選取經(jīng)濟性最高的工藝設(shè)備，得到第三次篩選后作為最終推薦的結(jié)果，確保企業(yè)效益最大化。

4 應(yīng)用驗證

基于所提出的工藝智能設(shè)計模式，以NX軟件作為平臺進行二次開發(fā)，驗證了以上部分技術(shù)。工作主要分為兩部分：工藝方案推薦、加工參數(shù)自動優(yōu)化設(shè)置，兩部分工作完成了工藝方案智能定制的全部過程。

a. 基于模型自動匹配的工藝方案推薦。通過模型自動匹配，程序提供人工選擇零件類型和自動識別匹配兩種形式，當(dāng)使用基于三維模型的自動匹配時，通過讀取當(dāng)前零件內(nèi)的幾何模型來自動匹配三維模型庫中相似程度最高的一個零件，并給出與之關(guān)聯(lián)的工藝方案。

b. 加工參數(shù)的自動優(yōu)化工藝模板中包括加工參數(shù)刀具參數(shù)、加工速度參數(shù)、加工宏參數(shù)的定義與管理。模板庫使用XML文件存儲，以加工特征作為關(guān)鍵節(jié)點存儲加工參數(shù)，如圖6所示。

圖6 XML文件

當(dāng)選擇了工藝方案模板后，內(nèi)部程序會根據(jù)推薦原則自動推薦工藝參數(shù)。通過參數(shù)推薦，工藝方案中的原始數(shù)據(jù)及其優(yōu)化后的參數(shù)如圖7所示。除此以外，考慮到實際機床參數(shù)輸入的需要，調(diào)整了相關(guān)參數(shù)。在提供自動優(yōu)化的工藝方案后，由工藝人員檢查參數(shù)。另外，工藝人員可以將修改的工藝方案進行存儲，擴充工藝知識庫。當(dāng)工藝人員認(rèn)為推薦的工藝方案不合理時，可以讀取打開其他的工藝方案加工。

圖7 工藝參數(shù)的優(yōu)化

5 結(jié)束語

通過全面分析現(xiàn)有數(shù)字制造模式的問題與技術(shù)瓶頸，面向航天復(fù)雜產(chǎn)品的實際生產(chǎn)過程，結(jié)合智能制造發(fā)展趨勢，提出了一種模型與歷史大數(shù)據(jù)驅(qū)動的智能化加工工藝設(shè)計模式，并結(jié)合具體事例初步驗證了模式的實用性與可行性，形成了一種有效的數(shù)據(jù)挖掘、復(fù)用的技術(shù)途徑，奠定了航天企業(yè)結(jié)構(gòu)件產(chǎn)品數(shù)字化制造模式向智能制造轉(zhuǎn)型發(fā)展的技術(shù)基礎(chǔ)。

1 劉長青.基于動態(tài)加工特征的航空結(jié)構(gòu)件智能加工關(guān)鍵技術(shù)[D].南京：南京航空航天大學(xué)，2014

2 王建民.工業(yè)大數(shù)據(jù)技術(shù)綜述[J].大數(shù)據(jù)，2017,3(6)：3～14

3 謝青松.工業(yè)大數(shù)據(jù)在智能制造中的應(yīng)用價值面向工業(yè)大數(shù)據(jù)的數(shù)據(jù)采集系統(tǒng)[D]. 武漢：華中科技大學(xué)，2016

4 郝俊虎. 面向數(shù)字化車間的工業(yè)大數(shù)據(jù)研究與開發(fā)[D]. 北京：中國科學(xué)院大學(xué)，2019

5 李少波，陳永前. 大數(shù)據(jù)環(huán)境下制造業(yè)關(guān)鍵技術(shù)分析[J]. 電子技術(shù)應(yīng)用，2017，43(2)：18～21，25

6 孫璞，侯俊杰,石倩，等. 面向三維工藝設(shè)計的知識推送方法研究[J]. 制造自動化，2016，38(9)：96～105

7 張海冬. 基于多級特征提取的三維模型檢索方法與系統(tǒng)研究[M]. 哈爾濱：哈爾濱工業(yè)大學(xué)，2018

8 劉偉杰，吉衛(wèi)喜，張朝陽. 面向智能生產(chǎn)維護的大數(shù)據(jù)建模分析方法[J].中國機械工程，2019，30(2)：159～166

Design Model of Intelligent Manufaturing Technology for Complicate Aerospace Products

Xia Chao1Huang Jiuchao1Zheng Zujie1Yu Mouyu1Mu Yingjuan1Cheng Qunlin1

(Shanghai Spacelight Precision Machinery Institute, Shanghai 201600)

With the development of intelligent manufacturing, industry big data which runs through the whole life cycle of products attracts more and more attention. Firstly, this paper analyzes the massive and multi-source data generated in the manufacturing process of the increasingly extensive multi-variety variable-batch and short-cycle mode of space products, and proposes a data-driven intelligent process design way. Lastly, the feasibility of this model is verified by the mainstream 3D software, which lays a foundation for further deepening the intelligent process design and realizing the lean process.

intelligent manufacturing；intelligent process design；nc machining；aerospace manufacturing；

TP391

A

夏潮（1996），助理工程師，機加工專業(yè)；研究方向：數(shù)字化設(shè)計與制造技術(shù)的研究與開發(fā)。

2021-01-06