基于数据驱动的航天产品质量管理初探

袁双喜 /中国运载火箭技术研究院

李文钊、连彦泽、王晓鹏 /北京宇航系统工程研究所

经过60 多年的接续奋斗，我国航天事业得到了飞速发展，航天产品质量得到有效提升，2018 年首次实现运载火箭发射次数全球第一，有效支撑了“北斗”三号全球导航系统顺利建成、“嫦娥”四号探测器首次实现月背面着陆和开展科学试验等国家重大工程建设。然而，航天事业具有高风险的特点始终没有改变，传统上依靠人员加班加点保质量、保成功的质量管理模式已经难以支撑航天事业快速、高效发展的需要。随着信息化和智能化时代的到来，推行基于“数据驱动”的质量管理具备了一定条件。

一、基于“数据驱动”的质量管理模式和方法

基于“数据驱动”的质量管理就是通过对产品质量数据的采集，对数据进行组织形成信息，对信息进行整合、提炼，通过训练和拟合形成自动化的决策模型，最后通过人工智能的方式做出最终的质量决策。在新情况下，当新的质量数据输入的时候，系统可以用以往建立的模型以人工智能的方式直接进行决策，如图1所示。

采用基于“数据驱动”的质量管理方法，通过对产品质量数据的采集、加工、处理，自动进行质量判断和决策，可以显著提高质量管理的效率和效益。然而，当前航天产品还存在大量质量数据不检测、记录不量化、未电子化、传递渠道不畅通等问题，推行基于“数据驱动”的质量管理工作既具有必要性，又具有艰巨性和长期性，需要扎扎实实从各相关环节采取措施。

笔者针对“长征”三号乙运载火箭典型产品，按照基于“数据驱动”的质量管理模式开展了初步探索和研究工作，工作目标如下：

（1）实现质量关键数据的电子化检测、存贮、传递和利用，支撑产品的质量评价和故障排查定位等工作，有效解决产品保质量、型号保成功的重大问题，驱动产品制造过程规范化、数字化，驱动工艺改进和产品设计优化。

（2）探索形成基于“数据驱动”的质量数据管理流程与方法，建设型号产品质量信息化系统，支撑产品验收、质量评审、质量检查确认等工作，提高质量工作的效率与效益。

根据“数据驱动”模式，梳理了产品质量数据流向，如图2所示。重点论述产品关键参数辨识、数据采集和数据利用等工作中采用的方法。

二、产品质量关键参数的辨识

“数据驱动”的核心是数据和算法。由于产品质量数据众多，数据的检测对生产进度、生产成本都有很大影响。因此，需要由设计师牵头、工艺师及检验人员配合，共同辨识和确定关键质量参数，作为后续数据采集、传递和利用工作的前提和基础。

采用FMEA 与FTA 相结合的方法辨识产品关键参数，其流程如图3 所示。

图1 基于数据驱动的质量管理模式示意图

图2 产品质量数据流向示意图

图3 产品质量关键数据辨识流程

第1 步： 从 产 品 功 能 出发，开展故障模式及影响分析（FMEA），全面辨识潜在故障模式；

第2 步：从故障模式出发，开展故障树分析（FTA），全面辨识故障原因（底事件）；

第3 步：从故障原因出发，开展故障机理分析，全面辨识产品质量关键参数。

关键参数一般应符合以下要求：

1.其超差将导致运载火箭飞行失败；

2.有量化的合格判据；

3.可量化检测或可转化为生产过程中的工艺参数或量化旁证。

三、产品质量数据的采集

在确定产品关键参数后，需要生产单位将设计指标逐一分解为生产控制指标。设计指标和生产控制指标可以一一对应，也可一对多或多对一。所有的生产控制指标都应落实在生产使用文件和质量控制卡上，在生产过程中随时产生、随时检测、随时记录。同时，为了支撑数据的查询、统计、使用，还需要采集和录入产品的基础信息、设计信息、型号信息、状态信息、发次信息、总装信息等。很显然，生产过程的自动化检测工具以及采集的电子化数据能够实时存贮到方便各相关部门和岗位访问的数据服务器，是提高数据采集工作效率和效益的关键，也是需要进行设备升级改造的重点和难点。数据的采集流程见图4，具体流程说明见表1。

四、产品质量数据的利用

基于海量产品质量数据，通过机器学习构建支撑自动质量决策的模型，从而实现以人工智能的方式进行质量决策，是基于“数据驱动”的质量管理中长期目标。在本阶段，仍主要采用基于判据的合格判读分析和基于历史成功数据的包络分析等方法，自动给出分析结果，由人工做出验收或拒收、通过或不通过、放行或不放行等质量决策。

1.产品质量合格判读分析

由于产品关键质量数据有量化的合格判据，在采集到量化的实测结果后，即可由信息化系统自动进行判读比对，自动生成“合格”或“超差”的结论。

2.产品成功数据包络分析

在信息化系统中录入或导入以往成功飞行的产品质量数据后，即可自动生成“成功包络上限”和“成功包络下限”，当采集到当前产品的量化实测结果后，即可由信息化系统自动进行判读比对，自动生成“包络”或“不包络”的结论。另外，还可以结合合格判读分析，自动生成“合格/包络” “合格/不包络” “超差/包络”或“超差/不包络”等结论。

图4 数据采集流程示意图

表1 数据采集流程说明表

3.产品数据稳定性分析

单个产品在功能测试、产品验收、综合试验、出厂测试等环节对同一参数进行多次检测，在采集到量化的实测结果后，即可由信息化系统自动进行稳定性分析，绘制出数据变化趋势，给出预警信息。

4.自动生成报告

传统上，在产品验收、质量检查确认等环节要编制生产质量报告、设计质量分析报告、质量检查确认报告等，工作量大。在产品质量数据采集、存贮到相关各方可以访问的数据服务器后，通过信息化工具，可以按照型号总体、分系统和单机单位的报告或报表模板，自动生成质量报告或报表，大幅减少人员的质量文档编制工作，提高工作效率和效益。

通过在运载火箭典型产品上的初步探索与实践表明，基于“数据驱动”的质量管理方法能够提高质量管理工作的效率和效益，顺应时代发展的需求，是航天产品质量管理工作改进和优化的重要发展方向之一。为推动基于“数据驱动”的质量管理，实现基于质量数据和算法的人工智能质量决策，必须充分利用网络技术、大数据技术和人工智能技术，从产品质量数据的自动化与电子化检测、存贮、传递等基础工作入手，加大建设和投入；必须加强机器学习、人工智能等技术的应用研究，将技术与工程紧密结合，突出重点、分步推进，逐步实现航天质量管理模式的转变，支撑和促进航天事业的发展。

五、初步实践及应用情况

在充分论证了基于“数据驱动”的质量管理工作方案基础上，按照上文所述流程与方法，针对“长征”三号乙遥三十火箭典型产品，设计单位与生产单位联合开展了试点工作，主要情况如下：

共针对336 种典型产品，辨识了9536 个关键参数，实现了产品数据的完整集中存储。改变现有的产品数据记录不完整、存储分散的问题，实现型号试点产品各类数据的全部存储，为数据的有效利用奠定基础。建设了信息化工具——型号产品数据管理系统，有效提升了型号科研生产工作的效率。通过信息化的产品数据管理与综合查询分析、产品数据自动包络分析等手段，彻底改变现有的手工式的数据查询与分析模式，极大提升型号在设计、生产、试验、测试等方面的工作效率。

采集了3538 个实测数据，实现了型号试点产品数据的全面分析与深度应用。通过信息技术实现海量数据的自动高效准确分析，通过数据挖掘、大数据分析等技术实现产品数据的深度应用，充分发挥产品数据的价值。利用信息化工具自动完成了合格、包络分析，“合格/包络”比例达到95.57%，实现了科研生产模式的改变与升级，从以人为中心的研制模式逐步转变为以数据模型为中心的研制模式，做到关键产品质量“用数据说话”。

支撑了“嫦娥”四号任务运载火箭系统质量管理工作，参加了型号出厂评审，作为产品质量放行的依据之一。为其他型号、项目、流程优化、转型升级提供了借鉴和解决方案。

通过在运载火箭典型产品上的初步探索与实践表明，基于“数据驱动”的质量管理方法能够提高质量管理工作的效率和效益，顺应时代发展的需求，是航天产品质量管理工作改进和优化的重要发展方向之一。为推动基于“数据驱动”的质量管理，实现基于质量数据和算法的人工智能质量决策，必须充分利用网络技术、大数据技术和人工智能技术，从产品质量数据的自动化与电子化检测、存贮、传递等基础工作入手，加大建设和投入；必须加强机器学习、人工智能等技术的应用研究，将技术与工程紧密结合，突出重点、分步推进，逐步实现航天质量管理模式的转变，支撑和促进航天事业的发展。