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
6
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
2021年·第4期
Theory & Analysis
研究与探讨出最终的质量决策。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。
采集质量数据整合提炼建立模型自动质量决策图1基于数据驱动的质量管理模式示意图
图样技术条件设计方案模型产品指标体系产品生产卡片质量卡片产品数据管理系统数据判读生成报告人工决策工艺方案工艺文件数据加工构建模型智能决策状态确定参数辨识数据生成数据采集数据利用图2产品质量数据流向示意图
FMEA产品功能1故障模式2FTA故障原因3故障机理关键参数图3产品质量关键数据辨识流程
2021年·第4期
7
研究与探讨Theory & Analysis
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。
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。
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。
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。
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
8
采集型号、状态、发次信息结束采集产品设计属性定义信息采集产品设计基本信息形成产品结构树采集基础信息采集产品总装信息开始采集产品生产数据图4数据采集流程示意图
2021年·第4期
Theory & Analysis
研究与探讨表1数据采集流程说明表
序号
流程说明
操作步骤
操作人员
涉及数据
阶段
1
基本信息管理管理产品类别信息；
管理单位信息；管理部门信息；管理人员信息；管理测量环节信息
产品定义基选择产品类别；本信息采集录入产品信息；
选择设计单位、设计部门、主管设计师
系统管理员设计人员设计人员设计人员生产人员
产品类别；单位；部门；人员；测量环节
产品设计阶段
2
产品类别；产品名称；
产品图（代）号；产品设计阶段
设计单位；设计部门；主管设计师测量环节；测量条件；参数名称；参数代号；测量单位……
3
产品定义选择产品定义；基本属性数录入产品属性数据据采集
产品设计阶段
4
型号、状态、录入型号信息；
发次信息采集 建立该型号下多个技术状态树，包括“技术状态”->“系
统”->“子系统”->“产品名称（代号）（数量）”；选择技术状态树，生成发次信息 产品生产基选择产品定义（产品图(代)号）；本信息采集录入产品生产基本信息
扩展操作：
支持输入多个产品编号或产品编号范围的批量录入模式； 支持选择多个产品编号或输入产品编号范围导出产品数据模板及产品数据 产品生产数 选择产品（产品编号）（系统根据产品定义的属性自动据采集生成产品所有属性数据的输入界面）；
在输入界面录入产品测量数据
产品设计阶段
产品批次号；产品编号；生产单位；质量证明文件；投产日期；完工日期……
测量类型；是否可检测；测量工具；数据来源；检验单位；检验人员；测量值1……型号；发次；所属系统；安装位置；交付日期；开装日期……
测量类型；是否可检测；测量工具；数据来源；检验单位；检验人员；测量值1……
5
产品验收
6
生产人员
产品验收
产品总装基选择产品（产品编号）；本信息采集录入产品总装基本信息7
总
装人员
出厂评审前
产品总装数 选择产品（产品编号）（系统根据产品定义的属性自动据采集生成产品所有属性数据的输入界面）；
在输入界面录入产品测量数据8
总装人员
出厂评审前
2021年·第4期9
研究与探讨Theory & Analysis
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。
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
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
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。
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
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。
（责任编辑 张晓帆）
2021年·第4期
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，
10
▲
因篇幅问题不能全部显示，请点此查看更多更全内容