面向航空复杂产品的大数据制造

张海军,闫琼

（郑州航空工业管理学院,河南郑州450046）

面向航空复杂产品的大数据制造

张海军,闫琼

（郑州航空工业管理学院,河南郑州450046）

目前航空制造企业部署大量的产品研制和业务管理信息系统,积累了大量的产品数据信息,如何利用这些数据创造更大的价值、为领导决策提供有力支撑,成为行业下一步思考的问题.基于大数据技术定义了大数据制造的概念内涵；分析了基于模型定义的航空产品数据产生流程；设计了一个新型面向航空复杂产品的大数据制造系统架构,支持数据应用的快速和柔性部署扩展,对航空制造企业向智慧化、知识化转型升级具有战略意义.

大数据；航空复杂产品；基于模型定义

航空复杂产品具有研制周期长、技术信息量大、涉及专业学科多、几何结构复杂、工艺规程复杂、试验维护环节多、生产质量要求严格等特点,使得航空产品的研制难度大大增加,特别是大飞机研制过程多采用多厂（所）异地并行和协同模式[1-2].随着计算机技术、网络技术、信息技术、产品设计技术、现代管理技术的发展,多单位、多部门、多业务间密切协同在不断缩短制造周期和提高资源利用率的同时,趋向于基于网络的多领域智能并行协同模式,并强调对航空复杂产品全生命周期信息、数据的高效管理,提升设计、工艺与制造过程以及整个供应链的协同运转效率.

支撑航空制造业协同的手段从单一的工具（如CAx、EAM、LES）应用,到MES、ERP、SCM、CRM、PLM等大型信息化系统的集成部署；从2D设计图样到3D设计模型,再到基于模型定义（MBD）的产品数据集.大量的信息技术手段使得新产品研发速度和设计效率有了大幅提升,实时感知、采集、监控生产过程,推动各环节数据共享,实现产品全生命周期和制造业务全流程的数字化,促进生产过程的无缝衔接和企业间的协同制造.航空制造企业在实现对业务数据进行有效的管理的同时,积累了大量的数据信息,产生了利用现代信息技术收集、管理和展示分析结构化和非结构化的数据和信息的诉求,于是如何利用这些数据创造更大的价值、为领导决策提供有力支撑成为企业下一步思考的问题.

1 大数据制造

自2012年,大数据（Big Data）一词越来越多地被提及,人们用它来描述和定义信息爆炸时代产生的海量数据,并充分挖掘这些数据背后蕴含的价值提升企业竞争力,并命名与之相关的技术发展与创新.牛津大学Viktor Mayer-Schonberger教授等人认为大数据是指不用随机分析法（抽样调查）这样的捷径,而采用所有数据的方法[3].大数据中的“大”不是绝对意义上的“大”,而是代表一种“样本=总体”全数据模式,在合理时间内达到收集、处理全数据,并整理成为帮助企业经营者决策更积极、更有价值的信息.国际数据公司（IDC）总结大数据具有4V特点：即海量的数据规模（Volume）、快速的数据流转和动态的数据体系（Velocity）、多样的数据类型（Variety）、巨大的数据总体价值但价值密度低（Value）.

1.1 大数据制造内涵

目前,据文献记录还没有相关组织和学者给出明确的大数据制造概念定义.本文根据大数据相关定义和制造业特点,将大数据制造（Big Data Manufacturing,BDMfg）概括为是将所有产品制造相关数据作为蕴含潜在价值的核心资产,使用大数据技术手段采集、处理、分析与整合,帮助制造企业经营者及时地进行预测市场方向、指导产品设计与定价、精准化市场营销以及精细化内部管理流程,是一种革命性的制造企业的运营新模式.BDMfg的实施可以大体分为四个阶段,如图1所示.

图1 BDMfg实施阶段梯度Fig.1 Implementation phase of BDMfg

（1）BDMfg采集：通过嵌入式系统、RFID、传感器等物联网技术,GPS移动互联技术,各种数字化制造信息系统等途径获得的各种结构化、半结构化和非结构化的海量数据,是BDMfg模型的基础.

（2）BDMfg预处理：对已采集数据进行辨析、抽取、清洗等操作,对不是所关心的甚至是错误的数据进行过滤“去噪”从而提取出有效高质量的数据.

（3）BDMfg存储和管理：把采集到的数据存储起来,建立相应的数据库,并进行管理和调用.

（4）BDMfg分析和挖掘：从大量的、不完全的、有噪声的、模糊的、随机的应用数据中,通过大数据挖掘、数据融合、机器学习等技术精炼数据,挖掘价值.此阶段是BDMfg的核心价值体现,即发现规律和预测未来.

1.2 与数字化制造区别

数字化制造是指在数字化技术和制造技术融合的背景下,并在虚拟现实、计算机网络、快速成型、CNC等支撑技术的支持下,根据用户的需求,迅速收集资源信息,对产品信息、工艺信息和资源信息进行分析、规划和重组,实现对产品设计和功能的仿真以及原型制造,进而快速生产出达到用户要求性能的产品的整个制造全过程[4].

为了量化、数字化制造过程信息,数字化制造技术变革的重点在“T”（技术）上,如CAD、CAPP、CAM、DMU等系统及相关理论和集成方法.区别于数字化制造,BDMfg的重点在于能发现和理解制造过程信息内容及信息与信息之间的关系,强调的重点在“I”（信息）上.大数据技术与传统制造业相互渗透、深度融合,将发现和预测的知识不断融入制造过程以实现设计过程智能化、制造过程精益化和市场营销个性化,目的是使制造过程具有更完善的判断与适应能力,实现生产系统的智能分析和决策优化,使智慧制造成为生产方式变革的方向.数字化带来了数据化,BDMfg是数字化制造的延伸和拓展.

2 航空复杂产品MBD技术

MBD技术是用集成三维模型数据来描述几何形状信息、尺寸、公差和工艺等信息,并集成了属性和管理等非几何信息,作为设计生产制造过程中的唯一依据.随着MBD技术的发展,其核心思想并不只是将二维工艺图纸上的信息反映到三维模型中,而是要充分利用三维模型的产品定义特点,去挖掘更加方便设计、工艺和制造人员理解的更加高效率的产品定义数字化方法和模式[6].针对MBD技术的应用,美国机械工程师协会ASME于2003年颁布了Y14.41标准,波音公司编写了BDS-600系列规范,并在787研制过程中得到工程化应用.我国也正在以航空复杂产品重点型号研制为载体,大规模开展MBD技术应用.

在MBD技术实施过程中,航空复杂产品制造各环节所使用的数据或信息（Product Manufacturing Information,PMI）全部集中在三维模型上,数字化程度越来越高,产品工程数据的非结构特征越来越多,而在围绕MBD模型的整个产品生命周期中包括需求、分析、设计、制造、检测、维修等环节会产生大量的文档、视频等多种类型的非关系型数据,同时这些数据的生成速度会随时间推移、产品型号增加等因素的影响不断提高,存储在PLM中的信息逐步呈现大数据态,造成存储与处理成本不断增加,并发性和访问速度逐步下降、备份时间越来越长.

BDMfg是解决MBD数据集爆炸式增长的有效制造模式,但BDMfg并非适合所有制造行业.戴尔全球采购部执行总监MS.Charla Serben指出,要保证BDMfg的有效性,首先必须保证采集的大数据本身的全面性和准确性.航空复杂产品制造行业不同于其他行业,对质量管理、产品可靠性的要求非常严格,每个零部件要能追溯设计制造的源头,数字化制造技术应用水平相对较高.MBD技术更是将产品设计、工艺、制造、检测等PMI信息高度集成,促进产品研制的流程化、信息化、数据化,产品数据集具有更强的表现力,能够更真实地表现设计制造特征,更好、更准确地表达设计意图,也容易进行工程信息的抽取和数据的挖掘,奠定了航空复杂产品BDMfg应用基础.

3 面向航空复杂产品的MBD大数据流

在前期研究[7]的基础上,本文将航空复杂产品的研制分为产品设计、工艺设计、工装设计、加工制造和检验检测5个主要环节.在生产制造和检验检测环节中,由产品三维CAD模型分别派生出工艺MBD模型、工装MBD模型和质量MBD模型,详见图2所示.

图2 面向航空复杂产品的MBD数据流Fig.2 MBD-based aviation complicated products data process

在产品设计过程中,产品设计部门依据产品功能需求,设计三维CAD模型,进而定义产品MBD模型,建立EBOM和ARM.

在工艺设计过程中,工艺部门依据设计部门按基线预发放的三维CAD模型进行工艺分析,并向设计部门反馈工艺审查意见；依据设计部门正式发放EBOM和三维CAD,建立PBOM,自动关联零组件信息（如批架次、工艺路线）与三维CAD模型.同时,制定装配工艺协调方案,划分工艺分离面,定义工艺路线；进行全机装配工艺仿真,最终形成经过装配仿真验证的MBOM顶层结构文件；进行零件的材料属性仿真和部件几何仿真,编制AO和FO,编制零件NC程序；进行详细工艺设计建立工艺MBD模型,利用DELMIA DPE提取工艺信息生成三维AO数据,借助3DVIA Composer生成轻量化的三维附图、仿真动画.

在工装设计过程中,工装设计部门依据工艺部门提出的工装订货申请、工艺MBD模型、产品工艺方案和产品MBD模型,初步设计工装结构,确定工装的夹紧和定位结构和形式,进而设计出具有MBD形式的工装数模,并在DELMIA DPM中进行仿真验证,编制工装NC程序,最终完成工装MBD模型文件.

在加工制造过程中,按生产顺序分为工装制造,零件制造,部件装配,产品总装.现场工人通过MES终端,浏览轻量化三维的工艺指令信息,按要求现场加工、装配操作,并进行质量数据采集.生产设备和检测设备分别根据NC程序、测量程序,严格按照工艺MBD模型中定义的进行加工和测量,实时控制柔性生产流水线.

在检验检测过程中,质量管理部门依据设计、工艺部门正式发放的产品MBD模型、工艺MBD模型,工装MBD模型编制检测计划.通过工人现场输入或设备自动采集,将数据反馈到质量MBD模型中,形成单架次的产品质量报告,在此基础上进行质量评审、统计分析等.

4 面向航空复杂产品的BDMfg架构

面向航空复杂产品的MBD设计多采用基于网络的多领域智能并行协同模式,MBD数据集包含了图形、文本、视频多种格式,其分布性和非结构化日益突出,但目前MBD技术的实施大多数都基于关系型数据库（Relational Database,RDB）,在高性能计算（High Performance Computing,HPC）、海量数据高效存储和访问、高可扩展性和知识挖掘等大数据处理方面受到诸多制肘.本文基于云计算构建一个面向航空复杂产品的大数据制造架构,适用于航空复杂产品研制过程中大数据的存储和分析.该架构是一个混合架构,可以集成RDB和NoSQL数据库,具有良好的扩展性,具体分为五层：基础设施层、虚拟资源层、中间件层、数据操作层、应用层,详见图3.

图3 面向航空复杂产品的BDMfg架构Fig.3 Architecture of BDMfg

基础设施层包含服务器设备、网络设备、存储设备等,例如PC服务器,刀片服务器,多阵列集群等,是大数据制造系统运行的基础物理设备.

虚拟资源层包含计算资源池,网络资源池、存储资源池和数据库资源池（RDB和NoSQL）等,以实现基础物理设备虚拟化功能,例如VMWare,Hyper-V.

中间件层是大数据制造架构中核心层,包含SLA管理、账户管理、计费管理、映射缩减、资源优化调度、分布式缓存、容灾支持（数据中心容灾,物理节点容灾）、接口管理,监控管理、安全管理.

数据操作层包含Hadoop工具、ETL工具、OLAP分析、流（Stream）分析、分布式文本分析、多媒体分析、数据挖掘、数据建模等.

应用层包含航空复杂产品协同设计、工程分析（如HPC类）、生产优化、预测性维修（Predictive Maintenance,PdM）、商业智能、虚拟桌面等.

5 小结

当前,MBD技术在航空复杂产品的研制中得到迅速发展和深入应用,并带动了从需求设计、加工制造到用户服务的产品全生命周期数字化.数字化的制造数据将涌现出爆发性的增长,数据的分析和处理能力是大数据时代对航空制造企业严格的考验.为此,本文在定义大数据制造内涵和分析MBD技术特点的基础上,提出一个面向航空复杂产品的BDMfg架构.综合应用MBD技术、云计算技术、大数据技术实现企业数据的高效管理和潜在价值,对航空制造企业向智慧化、知识化转型升级具有战略意义.

[1]范文慧,刘博元.复杂产品数字化协同设计技术发展[J].航空制造技术,2013（3）：44-46.

[2]张兰挺.复杂产品协同设计信息集成与共享技术研究[J].机械设计与制造,2014,2（2）：259-261.

[3]Viktor Mayer-Schonberger,Kenneth Cukier.大数据时代[M].盛杨燕,周涛,译.杭州：浙江人民出版社,2013.

[4]刘大成,郑力,李志忠,等.先进制造技术与数字化制造[J].机械制造,2001,39（7）：7-10.

[5]姚宏宇,田溯宁.云计算：大数据时代的系统工程[M].北京：电子工业出版社,2013.

[6]贾晓亮.关于MBD技术在我国航空制造企业应用的几点思考[J].航空制造技术,2013（3）：50-54.

[7]ZHANG H J,ZHANG S,YAN Q.Study on the archives management system of aviation products based on MBD[J].Applied Mechanics and Materials,2013,321-324：2396-2399.

（责任编辑：卢奇）

Big data manufacturing for aviation complicated products

ZHANG Haijun,YAN Qiong
（Zhengzhou Institute of Aeronautical Industry Management,Zhengzhou 450046,China）

While aviation manufacturing enterprises carry on many information systems,a large amount of data is gotten.It is important is how to use these data for more value and decision support.In this paper,firstly,the big data manufacturing was defined;secondly,the process of the MBD-based aviation product data was analyzed;finally,a novel architecture based on MBD for aviation complicated products was proposed,which is based on the definition of BDMfg and the analysis of MBD technology.The architecture is a standardized and open architecture,which can support rapid and flexible deployment of application to maximize the value of data.

big data;aviation complicated products;model-based definition

TP391

A

1008-7516（2016）01-0068-06

10.3969/j.issn.1008-7516.2016.01.015

2015-10-12

航空科学基金(2015ZG55018);河南省科技厅软科学研究计划(132400410782);河南省高等学校重点科研项目(15A630050);郑州市科技发展计划(20140583).

张海军(1983―),男,河南信阳人,博士,讲师.主要从事先进制造技术研究.