唐先慧
上海飞机制造有限公司，上海，201399
摘要：随着中国经济发展步入新常态以及在“中国制造2025”的驱动下，中国制造业迎来了新的发展挑战。有了人工智能的帮助，中国制造开始朝着中国智造方向前进。“中国制造”及“智能制造”成为了两个不可避免的话题。相比发达国家，我国航空航天事业虽然起步时间较晚，但是自从上世纪50年代开始至今，不断取得新的突破蓬勃发展，促进国家、社会经济的持续发展，从整体上提升国家的综合国力。但是在航空航天走向智能制造的过程中，航空航天制造及质量管理体系的策划与实施问题不可忽视，应进行合理的改革与之适应。本文通过文献法，查找和阅读了大量文献，对人工智能和航空航天质量管理体系进行了介绍，并通过深入的分析和总结展望了人工智能时代航空航天制造及质量管理的发展方向，包括：全级次供应商管理、智能原料管理、基础设施管理、过程记录采集、基于人工智能的数据分析和举一反三数据库的实施。依托人工智能对航空航天质量管理体系实施持续改进，提高组织持续提供满足要求以及适用的法律法规要求的产品和服务的能力。
关键词：人工智能，航空航天制造，质量管理
一 人工智能简介
人工智能英文缩写为AI，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。该领域研究范围较广，主要有机器人、语言识别、图像识别、自然语言处理和专家系统等。
进入新世纪以来，科学技术发展有了新的革命，这也为人工智能的高速发展提供了便利条件。作为新一轮产业变革的核心驱动力，中国人工智能领域在近二十年来发展势头十分明显。据相关统计显示，预计2021年中国人工智能市场规模将达2058亿元，到2025年核心产业突破5000亿元。人们生活由于有了人工智能有了更为深刻的转变。这里的人工智能包含但不仅是机器人，也可以看做是一套智慧系统、软件或者算法。从智能语音、智能可视化到“城市大脑”“家庭大脑”“水务大脑”等智能化中枢，人工智能技术将其优势体现出来，让越来越多的事物“能听会说，能理解会思考”。
《2021人工智能发展白皮书》显示，截至2020年底，中国人工智能相关企业数量达到6425家，很多城市跟进时代发展，相继发布了自己的人工智能典型应用场景。比如在在智慧交通、智慧养老、智慧医疗等领域，天津市已打造了188个应用场景。上海市人工智能应用的领域也迎来转变，正从单点走向系统。特别是从今年发布的新应用场景来看，系统场景选择了更为综合、复杂的商业街、机场以及高端制等领域中，可以看出，我国的人工智能技术已经初具规模，在市场中也将迎来属于自己的春天。
目前，中国经济位于转变经济发展方式关键时期，同新一轮科技、产业革命的交集主要存在于智能制造中。因此在未来几十年里，将会是智能制造的发展关键阶段。中国制造业想要牢牢掌握此次机遇，就必须集中优势、全面提升能力去应对这场战略决战。并且牢牢占据主动地位，推动中国制造业由大变强，在世界产业链中也能够占据属于自己的地位。
二 现阶段航空航天制造业质量管理体系
我国航空航天事业能够飞速发展离不开科学技术的创新，社会生产的前进。从目前一些航空航天活动来看，虽然仅仅还处在人类离开地球摇篮的初级阶段，但是从长远来看，所体现出的效果早就超出了科学技术领域，而且在其他许多行业，不仅是对人类社会生活，特别是在政治、经济、军事等方面也都起到了很明显的推动作用。
航空航天质量管理体系遵循AS9100_D版要求，AS9100 是一份在ISO 9001 质量体系要求基础上开发的航空航天标准，为了满足DOD， NASA，以及FAA 等监管机构的质量要求，在其中加入了航空航天行业所建立的有关质量体系的附件要求。该标准目的在于为航空航天行业建立统一的质量管理体系要求。
组织按此标准实施质量管理体系，可持续提供满足顾客要求以及适用的法律法规要求的产品和服务的能力；促成增强顾客满意的机会；合理应对与组织环境和目标相关的风险、机遇。航空航天质量管理体系遵循标准要求选择的是过程方法，结合PDCA（P-Plan-策划、D-Do-实施、C-Check-检查、A-Act-处置）循环与基于风险的思维。
PDCA循环能够应用于所有过程及完整的质量管理体系，保证组织过程可以得到充分的资源和管理，制定出改进方案，从而立即采取行动处理。现有AS9100_D版航空航天质量管理体系的基本结构PDCA循环示意图如图1-1所示：
.png)
三 人工智能在航空航天制造及质量管理的应用
（一）全级次供应商管理
航空航天工业是高度精密的综合性工业。航空航天产品的零部件种类很多，研制周期也要更为漫长。为确保大量的零、组件总装后，各项指标均能满足规定要求，必须对航空航天产品的全级次供应商进行严格的控制和管理。传统采购模式存在明显短板，因为没有完善的监督以及控制机制来匹配，就会导致了销量不佳，库存积压过多，并且大量应付账款同时存在；此外在传统采购模式下，业务可塑性不高，出现了问题就会很难迅速解决；人员岗位经常变动，往往业务还未熟悉就由其他不熟悉的人手替代，如此往复，对业务起到的副作用很大；此外传统采购模式存在较为明显的弊端，对采购环节的控制不合理，事前控制几乎不怎么考虑，相反对于事后控制更为青睐，这就给企业带来很大的损失隐患。 在人工智能大数据的帮助下，建立全级次供应商目录，使采购业务活动变成系统内的电子采购，优势有：一：目录内采购，采购信息准确全面，全面展示供应商资质和以往质量表现，有利于管理层做出正确决策；二：目录内供应商质量标准用统一系统集中管理，出厂入厂检查自动化，更有利于管控建立航空航天供应商质量标准，同时提高供应商的竞争能力。三：采购过程标准化，确保公平公正，减少付款及交付周期，也会减少腐败的发生。生；四：采购流程业。
（二）智能原料管理
航空航天工业是典型的知识与技术密集和附加产值很高的工业，同时也属于高度精密的综合性工业。飞行器在大气层、太空中飞行的过程中，应经过严格的控制并尽量减轻自身重量。因此飞行器在设计、制造、材料及元器件的选择上，相比于其他行业产品要求也会更为苛刻。为确保大量零、组件总装后，产品能给达到规定的可靠性、寿命指标，就应对航空航天产品的部组件出入库进行严格的管理。
传统的库房管理采用纸本管理以及人工电子档案的方法，由于人为因素的影响，极容易出现人工失误。可以将人工智能库存管理方法应用于航空航天产品原料管理，对库位进行智能计算和管理，节约仓储成本；对仓储作业自动化入库、作业管理智能化出库；通过路径优化算法和无人配送装配提高出库配送效率；人工智能信息化管理，防止原料超期，实现智能追溯，提高原料信息可追溯性。
（三）基础设施管理
人工智能在基础设施管理上的应用，可以通过将生产设备、过程设备及各关键质量控制点的设备等原来独立生产的设备进行开放式的网络互联，开放设备的数据源为其他质量控制模块提供生产第一线的数据来源，构成数据共享交换的基础。
由于航空航天产品的原料、元器件和组装的环境都有极高的要求，可以通过人工智能对仓储原料、元器件环境的智能分析和控制；多数航空航天产品都应进行保密管理，可以通过智能人脸识别开启入场，同时对组装车间洁净度、多余物也有严格要求的计算测试和控制。
（四）智能制造及检测
在人工智能的帮助下，就能够替代很多正常的人工工序，对于重复性和非技术性任务的控制更为直接有效，减少人为因素产生的不合格及质量偏差，高效并标准化的的检测和识别质量缺陷，将缺陷趋势实时识别并可及时将制造过程进行调整修正。利用降低人工成本及不良质量成本的方式，整体上提高公司价值，这让未来制造及质量管理专业人士注意力高度集中，将重心放在质量改进以及更高的其他任务上去。
（五）过程记录采集
航空航天产品精度要求非常高，可靠性和寿命指标要求苛刻，而且其成本一般都比较高，有的产品还关系到人员的生命安全。但是每次航空航天产品生产的批量不大，所以在产品的研制过程中首先要做的，就是对其进行大量的试验和充分鉴定，采用完备的试验设施、完善的技术措施，确保航空航天产品的可靠性、安全行。
能够利用开放设备源数据端口、集成信息传输模块至制造设备中、车间全覆盖 Wi-Fi 网络、搭建实时大数据信息管理平台及移动端远程控制等建立质量智能化管理的闭环控制。在智能化的质量控制系统中，生产现场的质量控制人员将实现无纸化的语音、图片与视频作为现场一线的基本输入信息。过程设备安装信号接收发送端口，工作层客户端接收输出过程设备的实时数据，同时具备预警功能，能够动态将变异信息进行推送。此时管理层就可以利用客户端查阅可视化统计分析结果，完成筛选最终做出决策，打通与各类质量系统之间的信息传输接口，使质量问题的一站式推进和管理得以实现。（六）基于人工智能的数据分析
通过纸质对过程进行记录，会产生很多负面影响，因此利用人工智能实现组装现场信息输入与输出无纸化的升级，这样就完成了语音输入对手写输入的替代，输出端则借由互联数据的共享，进行大数据的统计计算、云计算，输出现场质量控制的质量变化曲线、缺陷分析等过程数据。
上述基本信息都能够利用大数据信息管理平台进行实施监控，一旦发现动态数据出现异常情况，就可以及时准确地利用远程移动端采取相应解决方案。该系统除了上述功能以外，还可为生产追踪、缺陷问题追溯服务，提供随时能够调取使用分析的数据，使整个整车生产制造的过程再现，有利于质量分析与产品追溯。
（七）举一反三数据库的实施
在航空航天产品研制过程中应确立质量问题举一反三制度，就可以有效避免产品质量问题的频繁发生。首先建立人工数据库，调查分析已发生的航天产品质量问题典型案例，然后对引起质量问题发生的原因进行分析和分类，找出哪些因素对质量问题存在影响，最后整理这些因素作为航空航天产品举一反三的输入，分发给各子系统及供应商，下一级举一反三后将结果层层反馈至任务总体。
人工智能超强的数据统计和分析能力，可以有效满足航空航天系统中质量问题举一反三的要求，由集团总体牵头建立问题经验数据库，通过人工智能分析和计算后，按照子系统或供应商任务指标的要求或原材料及工艺清单分配经验举一反三要求，在设计阶段充分保证风险的分析到位和控制措施合理有效，从而降低风险提高
产品可靠性。
四 结论
为了提高组织持续满足要求的能力，航空航天质量体系应抓住人工智能这一机遇，本文展望了人工智能在航空航天质量管理体系的应用，通过人工智能的应用提高供应商管理过程、原料管理过程、基础设施管理过程、知识管理过程、产品制造等过程的绩效，加强质量管理，提高我国航空航天产品的核心竞争力，为我国科技强国的发展夯实基础。
参考文献：
[1]沈美,薛云朝,张陶,杜战平,宫有成.航天项目外包多定点质量控制措施研究[J].项目管理技术，2021，19(05)：123-126.
[2]沈克文，闫国玉，马承振.发扬航天质量管理优良传统加强航天物联网产品质量建设[J].航天工业管理，2021(04)：3-5.
[3]尹逸彬.智能化质量管理的功能与构建[J].上海汽车，2019(04)：3-8+12.
[4]李彦熹，王建宏.数字化、智能化，助推高质高效发展——2020航空航天先进制造技术在线论坛成功举办[J].金属加工(冷加工)，2020(07)：23.
[5]吕明钊，陈锐.航空质量管理体系审核评价方式的变化与发展[J].科技经济导刊，2020，28(23)：218.