面向智能制造的航空发动机协同设计与制造

    基于物理模型的工艺仿真优化：通过多重几何与物理属性的定义，采用广义体积元分析复杂结构件加工过程中工件几何与物理属性的时空变换规律。根据复杂结构件的加工轨迹，建立结构件加工过程的精细化表征方法，描述加工过程中工件状态随时间与轨迹的变化，以及工艺系统属性随时间的变化。

    智能工装结构与技术：面向薄壁件加工过程控制，对零件施加预应力，实现预应力装夹，在加工过程中实时调整夹紧力，保持加工过程的稳定，抑制振动，平衡加工中的切削力和残余应力，减小变形。虚位移，释放一部分变形。主要涉及自适应工装与可重构工装的结构与控制、传感器驱动的智能夹持方法、工装快速精确和高精度定位技术、容差控制与工装装夹规划优化、工装定位/夹紧力/夹持点的自适应优化控制、工装与零件接触变形/表面损害、热/振动变形预测与控制、加工中工装的刚度、摩擦与动态稳定性分析等关键技术。

    基于知识的动态工艺过程、系统、装备集成技术：采用系统集成理论方法，结合制造装备的特点，建立工艺与装备的信息交互模型，构建工艺、感知、智能执行单元之间的实时信息通讯接口，形成感知数据和工艺知识集成单元、面向实际工况和装备运行状态的自主决策单元和快速响应执行单元，实现装备智能化控制。

基于CoE的组织协同

    实现智能化的航空发动机协同研制首先必须实现协同研制过程的组织集成。通过革新协同组织模式实现多学科协同优化设计、设计/制造协同、制造/制造协同和基于项目管理的综合管控协同。

    CoE（Center of Excellence）指的是一种正式指定或公众认可的在某一学科领域具有知识和经验的实体或能力中心。GE公司按发动机部件划分成立了研究高压涡轮叶片的冷却、涡轮叶型热力和统计分析的叶片CoE、结构CoE、旋转零件CoE和燃烧室制造CoE等。罗罗公司设立了宽弦风扇叶片CoE、航宇材料CoE、计算流体力学CoE以及环境评估CoE等。空中客车公司根据“Power8”重组计划，于2007年建立了4个跨国CoE，机身与客舱CoE、机翼与吊架CoE、后机身与尾翼CoE以及飞机结构CoE，这些中心不仅从事核心技术的研发，而且往往与生产CoE是一个实体。通常有各自的责任和决策链，统一负责该部件领域的产品开发和生产工作，在这种组织形式下，研发生产完全一体化。

    我国航空发动机行业从顶层平台到部件设计制造，结合航空发动机研制进行了基于CoE模式的组织集成。图4描述了基于CoE模式的协同平台架构。

图4 基于CoE模式的组织协同

    技术体系架构以CoE管理体制为依托，形成一个平台，若干单元体CoE应用系统、总装试车基地、若干数据中心通过集成接口实现与集团的有机集成。通过项目牵引、总体设计推动、总装拉动模式实现数字化协同研发。研究院承担总体设计，部件的方案设计、技术设计，试车试验等。部件的详细设计与关键零部件制造单元融合形成设计、制造、装配、试验一体化集成的单元体CoE，通过供应链管理系统，形成贯通零部件制造单元-单元体CoE-总装试车基地供应链集成体系。

    协同研发平台具备分布式数字产品定义功能，通过项目管理推动在整个产品生命周期（总体方案设计、总体技术设计、总体详细设计、工艺设计、工装设计、数控编程等）中能够有效组织所产生的各种产品定义数据（包括全部3D、2D图样数据，相应的技术文件和BOM数据），并能够进行产品数据共享、转换、管理和控制，支持基于产品生命周期的成熟度驱动的MBD模型技术应用。

    在协同工作平台环境中，处于异地的总体设计人员与CoE设计、工艺和制造人员可以利用协同研发平台中的协同社区，在有效的访问权限控制下共享基于MBD模型的单一数据源，实现对各种异构产品数据的可视化协作，具备多学科协同优化设计，基于成熟度的设计数据发放与接受、工艺审查，基于技术状态管理的工程更改、制造信息反馈与交流、远程试车监控等功能。

    协同研发平台提供研究院与各单元体CoE、关键零件制造单元、总装试车基地之间跨地域、跨企业之间异地流程管理能力，可以让处于异地使用异构平台的用户在一个流程中执行，通过工作流程管理，保证流程控制、数据共享与一致，实现技术状态管理。同时提供相应的应用系统集成接口，中间件实现异构应用系统的信息集成、过程集成和业务集成，确保研究院与各单元体CoE、关键零件制造单元、总装试车基地业务整合，同时确保研究院与项目管理、生产管控、公共资源管理中心等实现集成。

工业大数据驱动下的过程协同

    随着物联网技术的发展，在发动机协同研制过程中，设计、制造、装配、试验、生产和运维都会产生大量的数据，包括设计过程数据、制造工艺数据、制造工况数据、设备机群数据、流程质量数据、装配过程数据、试验试车数据、物流数据、生产过程数据和运行维护数据，这些数据通过传感器形成的物联网进行汇聚、感知，在特定的语义场景下进行挖掘、监控和决策。这种协同已经超越了单纯的设计制造协同，而是工业大数据驱动的人、物、系统进行过程协同。

    协同设计制造过程是一种包含多学科领域设计制造活动的复杂过程，会产生知识数据和智力数据。知识数据是指可以数据化或者信息化的有序、系统的资源，知识资源是智力资源的基础，也是其衍生的资源，包括了经验总结、历史数据和设计规范标准等。智力数据是参与协同设计制造的人员所具有的知识。这些数据必须通过集成、共享、封装来支持协同设计制造，通过云计算技术进行存储从而形成集中资源和分散管理的协同资源管理模式。

    智能工厂是智能制造技术的两大基石，目的是提高生产效率的同时大大降低由于人、设备乃至整个生产系统对工厂、生产线、单元和设备的扰动。这种扰动体现在人的错误、设计更改造成的工艺更改、生产计划的变更、物料代用、零件的返修等，这些不确定扰动的产生其实是人物协同之间耦合交互行为所带来的负效应。消减这些负效应就需要对整个生产系统进行状态感知、实时分析、自主决策、精准执行，最终实现可预测可修复自适应的智能协同制造。真正实现可预测自适应的智能协同制造需要向组成系统的若干要素提供智能化的交互手段和智能化的交互界面形成的人机一体化和物物一体化接口，通过接口实现多传感器下的异构信息融合，从而实现状态感知，在此基础上提供智能化的软件和分析服务对各种活动数据进行统计分析、特征提取、关联挖掘、模式识别和进化学习。这种认知和预测分布于加工过程、设备健康状态、生产计划乃至整个生产系统状态的实时分析和自主决策，进而实现整个复杂产品制造系统的可预测和可修复，最终降低成本、提升运营效率和提高产品质量，这就是工业大数据的精髓所在。

基于CPS的协同优化

    信息物理融合系统（Cyber-Physical Systems，CPS）定义为集成了计算、通信和存储能力，并对物理世界的实体进行可靠、安全、高效和实时的监测和（或）控制的系统。通过CPS系统，能够计算资源与物理资源间的紧密集成与深度协作。CPS系统是实现制造企业从数字化迈向智能化的必由之路。

    通过CPS系统能够构建有智能设备、智能物流和智能生产设施组成的智能生产系统。在这个智能生产系统中所有的网络节点、计算、通信模块和人自身都被视为系统中的组成要素，通过信息物理融合及人机交互技术、应用制造过程性能特征主动感知方法，建立集多源异构信息分布式感知、无线射频识别与传输、直接标刻识别技术、实时数据处理等于一体的制造过程主动感知物理信息融合系统，实现制造系统的物联感知、控制与仿真优化。图5描述了基于CPS的智能生产系统。

图5 基于CPS的智能生产系统

    由于航空发动机制造过程存在普遍的高度混杂性和非确定性，要实现基于CPS下的协同优化需要解决几个关键问题：CPPS模型、CPPS系统优化调度与自治机制、CPPS系统的物理、信息可靠性。

结束语

    航空发动机研制过程存在着广泛的协同优化问题，这种协同不仅仅存在于设计/设计、设计/制造、制造/制造协同过程，而且还存在于人、物料、设备和计算机之间，存在于信息世界和物理世界，充分体现了先进制造技术、信息技术和智能技术的有机集成和深度融合。随着“中国制造2025”的逐步推进和智能制造工程的有效实施，必将会产生适合于航空发动机协同设计制造特点的智能制造技术体系。