中航：走设计制造一体化的路

    未来的工业将是什么样子？作为新工业战略典型代表，德国的“工业4.0”和美国的“工业互联网”给出了答案。无论是第四次工业革命，还是第三次创新变革浪潮，这两个由顶尖制造企业发起的“复兴”宣言，都将“智能制造”这一国际课题推上了“再工业化”发展的舞台。而一场人机大战，也将世人的视线拉至世界技术前沿——人工智能。

    为赢得新一轮的世界竞争，实现从“制造大国”向“制造强国”的转变，我国出台了以“智能制造”为核心的《中国制造2025》战略规划。作为国家工业实力的体现，“航空工业发展将何去何从”的答案在新常态、新战略、新信息技术的大背景下愈发明朗。中航工业紧紧把握第四次工业革命脉搏，高举“智能制造”大旗，提出了《中国航空工业集团公司智能制造架构（Ｖ1.0）》，力求通过提升研制生产能力和产品质量，从根本上增强我国航空企业和航空产品的国际竞争力。

    经过多型军民机研发实践，聚焦新“三个成为”发展目标的中航飞机研发中心，已逐步发展成集飞机设计、预先研究、试验验证、系统集成、技术保障、科研管理等完整体系的现代化飞机设计研究机构。在“智能制造”大潮中，更应该以“处于价值链顶端”的姿态，全面审视自身特点以及在航空领域所处的环境，围绕集团公司智能制造“数字化、网络化、智能化”三个核心要素，制定符合企业价值实现和能力提升的智能制造推进策略。

    首先，要理解“智能制造”的内涵和特点。智能制造的“制造”二字具有广义内涵，而非狭义的“生产”，它实现的是整个制造业价值链的智能化和创新，是信息化与数字化深度融合的进一步提升。智能制造的关键是“智能”，其核心体现于自主判断和决策的能力。

    其次，要正确理解与之紧密相关的“云制造”、“企业联盟”和“广义协同研发”等概念。“云制造”的指挥中心为智能制造提供了迅速感知、迅速决策和精准控制执行过程的平台环境。而“企业联盟”和“广义协同研发”将是航空工业在智能制造领域倡导的新业态和新模式。以民机项目为例，其面向全球市场的采购、制造和售后服务等特质，凸显了“企业联盟”的重要性。为实现统一的价值追求，所有企业必须以一种联盟体的形式存在于产品研制全过程中，并遵循共同的价值观和价值目标——满足市场与客户对产品的要求，其本质可以说是一种“价值联盟”。在此基础上，“广义协同开发”则反应为在产品全生命周期中企业联盟长期保持的一种存在链式反应的协同工作状态，其中的“协同”，是覆盖协同研发、协同制造和协同服务三个层面的研制生产新模式。

    因此，符合航空工业行业产业特点的“智能制造”，其本质是在企业联盟组织形式的新业态下，通过云制造提供的项目管理手段，实现飞机产品全生命周期、全价值链的设计制造一体化协同研发，具有“工艺流程完全嵌入设计流程、构建平台实现协同全过程、设计制造数据源唯一”等特点。它实际上是“广义协同开发”的具体表现，也是“企业联盟”统一价值链定义和规划的重要手段。

    智能制造是信息化、数字化等发展到一定程度后逐步形成的产物。而我国航空产品研制当前仍然存在设计、工艺设计和制造过程的分离，数字化程度还没有完全打通航空产品设计制造的全流程，这在一定程度上制约了“智能制造”的实现。对此，持续推进以智能为核心的“产品设计制造一体化”是研发中心推进“智能制造”的努力方向。

    设计制造一体化作为最新的研制模式和各项成熟的单点技术的综合应用，在研发中心型号研制史上已有了发展的基础。大型运输机的成功研制实现了跨地域、跨企业的并行协同研制平台，形成了国内第一个基于全三维技术和多厂所联合研制模式的新型飞机研制标准规范体系，打通了设计制造一体化发展道路。同时，设计制造一体化模式在“新舟”700飞机等型号中实现了推广应用，打破了传统的厂所分离的“抛过墙”式研发传统。基于前期深厚积累，研发中心正逐步加大信息化与工程研制、管理的深度融合，形成了信息化综合管理与飞机数字化工程研制等两大体系，构建了项目管理、综合管理、并行协同研制等三大平台，打造了飞机创新设计、全三维关联设计、多厂所协同研制、数字化综合保障等四大环境，正朝着以“基于模型的系统工程、性能样机和设计制造一体化应用”为目标的新阶段迈进，为实现“智能制造”构建了核心竞争体系。

    在数字化、信息化发展的道路上，研发中心取得了显著成绩，这是推进智能制造不可或缺的优势和基础。面对新一轮工业革命寄予的重大发展机遇，研发中心要以持续推进完善设计制造一体化为抓手，以构建新的工业体系为愿景，让“智能制造”的根基在企业内部生长、壮大、持续发展。

    在挖掘优势资源和能力的同时，研发中心应围绕“持续完善设计制造一体化”发展方向，继续转变观念、补课查新。首先，要坚持“型号图谱牵引”，统筹规划，形成全业务单元的“聚合效能”，发挥全流程、全边界的先天资源优势，提升智能制造推进的针对性和渗透力。其次，要不断完善支持智能制造的大数据环境和硬件设施。再次，持续提升研制仿真验证能力，构建产品研制虚拟化环境，提升设计制造融合度，实现更深层次的仿真验证能力。