大飞机制造质量数字孪生一致性控制技术及应用｜上海市科学技术奖
大飞机制造质量数字孪生一致性控制技术及应用｜上海市科学技术奖
大飞机被誉为“现代工业皇冠”，其制造能力是一个国家科技水平、工业水平和综合实力的重要体现。随着C919飞机已交付运营，我国大飞机事业进入了产业化发展新阶段。针对制造过程面临的诸多挑战，上海大学等单位组建了大飞机数字化质控项目组进行联合攻关，创建了数字化时代自主知识产权的大飞机制造质量数字孪生一致性闭环控制体系，提升了大飞机制造质量和生产效率，助力国产大飞机翱翔蓝天实现航空强国战略。
强国复兴有我
2023年度上海市科学技术奖
优秀创新成果展示
10月23日，上海市科学技术奖再度揭晓。胸怀“国之大者”，坚持“四个面向”，一大批标志性成果竞相涌现，为正处于关键跃升期的上海国际科技创新中心建设增添底色和亮度。
2023年度上海市科学技术一等奖获奖项目优秀创新成果来啦！本栏目以“强国复兴有我”为主题，重点围绕项目要解决的问题、取得的重要创新、实际应用效果等方面，向社会公众作科普宣传。
本期“档案”大揭秘
项目名称：大飞机制造质量数字孪生一致性控制技术及应用
完成单位：上海大学
完 成 人：刘丽兰 等
奖励等级：科技进步一等奖
大飞机被誉为“现代工业皇冠”，其制造能力是一个国家科技水平、工业水平和综合实力的重要体现。目前，C919飞机已交付运营，我国大飞机事业进入了产业化发展新阶段。随着飞机订单数量的不断增长，大飞机批量化生产需求迫切，对制造质量和交付能力提出了更严苛的要求。
商用飞机产品高端复杂、安全标准高，一架大飞机的零部件数量达到百万级。百万个零部件的数量级差，带来的是设计、协调、工艺、装配等一系列的复杂度升级，任何一个环节的微小偏差都可能对整体性能产生重大影响。同时，整个飞机制造过程是主制造商与全球供应商协同的复杂巨系统工程，前后工序相互影响，上下游误差传递累积，人员、设备、物料、环境等生产要素变化，都能影响到飞机部装、总装阶段的装配工作。即便上游每道工艺均满足规范要求，细小误差的传递、积累、放大，都可能影响到最终的飞机装配质量。传统装配现场反复装调的方式既花费时间，又影响装配一次成功率，同时问题积累到装配测试环节也将增加溯源难度。
C919制造现场（左4为项目第一完成人刘丽兰教授）
针对制造过程面临的上述挑战和困难，上海大学、上海交通大学、上海航空工业（集团）有限公司、上海飞机制造有限公司、上海湃睿信息科技有限公司、南京国睿信维软件有限公司、南京维拓科技股份有限公司组建了大飞机数字化质控项目组进行联合攻关，创建了数字化时代自主知识产权的大飞机制造质量数字孪生一致性闭环控制体系，提升了大飞机制造质量和生产效率，助力国产大飞机翱翔蓝天实现航空强国战略。
项目完成单位
01
“数理融合”，
探寻大飞机制造质量因果溯源新方法
大飞机制造过程涉及百万级零部件的协同工作，在这个复杂巨系统工程中，某一阶段检测到的偏差超限，很可能是由上游阶段的偏差累积造成，该如何分析制造过程参数、关键质量特性与整机装配质量之间的相互作用关系？另一方面，考虑零部件性能、设备状态、工况、上游工序装配结果以及人员变动等诸多不确定性因素，部装与总装现场往往出现装配精度不高、质量不稳定等情况，而质量问题通常到了测试环节才能被发现，最终装配质量难以在制造过程中进行在线调控。
为此，项目组创新性地提出了数据与机理融合的大飞机制造质量问题因果溯源方法，以飞机研发、工艺、制造、检验的全过程数据链为基础，进行系统性地失效模式与影响分析，建立覆盖制造全过程各环节的因果关系网络模型，从实际数据中分析大飞机制造质量形成的因果机理，辨识大飞机制造过程的关键工艺参数和关键质量特性，实现对质量问题成因的快速锁定与决策控制。
在此基础上，项目组将大飞机制造过程的偏差传递规律、形性耦合机理与过程工艺知识融入到先进的深度学习模型之中，构建既具有高精度又兼具可解释性的深度神经网络预测架构，实现制造过程的在线即时监控及问题预警，推动制造质量控制从被动应对迈向主动预防。
大飞机制造质量数字孪生一致性闭环控制体系
02
“攻坚克难”，
构筑我国大飞机数字孪生质控新体系
大飞机制造车间处于受人员、设备、物料、环境等多种扰动复杂影响的动态生产环境中，大尺寸弱刚度部件的装配易发生应力变形，并在过程中传递、累积和放大。质量问题事后查找原因的后置处理机制严重增加了飞机质量问题的溯源难度，工艺参数、工装管理乃至整个装配大纲的在线调控缺乏系统性的快速验证反馈机制。
项目组突破了数字孪生动态重构与即时验证关键技术，建立了不同粒度、可重构的数字孪生形性耦合代理模型，通过精细化的数据匹配与映射机制，结合高效的网络传输优化策略，确保了数字孪生模型与物理实体状态的实时同步，时延控制在200毫秒以内，为大飞机制造质量的即时监控提供了坚实保障。
为了进一步实现大飞机制造现场的智能决策，项目组综合运用机器学习、运筹优化、人工智能等前沿理论方法，开发了关键质量因子动态寻优的智能算法库，自主生成应力应变控制策略，并经数字孪生系统验证后反馈到控制现场指导装配变形控制，形成相互推演、迭代优化、透明决策的数字孪生形性耦合闭环控制体系。项目成果减少了零部件供应商协调时间与FRR数量，提高了数字化预装精度与一次交付合格率，质量问题处理时间加快90%。
03
“技术迁移”，
发展制造业高质量数字化转型新应用
项目组攻克了数字飞机结构一致性仿真、数字产线工艺验证及制造质量一致性控制等核心技术，解决了装配尺寸干涉、关键特性超差和应力变形等难题，提升了我国在航空工程领域的国际影响力。而飞机制造作为工艺极度复杂的工业典范，其技术具有高度迁移性。项目组将这些核心技术拓展至航空、航天、汽车等领域的32家企业进行应用，提高了制造产线的装配质量和效率，缩短了生产周期，推动制造业向高质量数字化转型。
项目组骨干成员
本文原文来自澎湃新闻