我的位置: 上观号 > 上海经信委 > 文章详情

基于AI模型的系统工程重构火箭智能研发体系|工赋上海·AI+制造

转自:上海经信委 2025-06-26 12:50:26

运载火箭的设计与研发是一项高度复杂的系统工程,涉及众多要素和技术领域,传统研制模式面临研制周期难以匹配迭代速度、系统可靠性要求与成本控制矛盾突出、多学科协同效率低下等问题。

上海宇航系统工程研究所作为运载火箭总体研究所,融合基于模型的系统工程(MBSE)和人工智能的综合研究,构建新一代智能研制体系,旨在为运载火箭提供一套科学的方法论和技术支持,提高设计工作的准确性、速度及效率。

0数字工程筑基:AI4MBSE重构火箭研发基座

上海宇航系统工程研究所提出“以模型为基因、AI为大脑、仿真为躯干”的运载火箭智能研发体系。通过建立覆盖总体、分系统、多专业、可进化的智能模型库,支持知识图谱的自动化构建与演化。研发具备自学习能力的智能决策中枢,打造虚实联动的数字孪生仿真环境,实现气动、结构、控制等多学科全参数动态耦合验证,仿真置信度提升至92%以上。

该体系实现了多专业模型的标准化封装,统一模型接口规范,支持多学科领域的并发协同设计。实践表明,在新一代中型运载火箭研制中,参数优化效率显著提升5-8倍。

数字基座:AI4MBSE驱动的火箭研发体系

0四大智能场景重塑研制全流程

场景一:设计智脑系统实现快速设计

传统火箭设计依赖专家经验与串行迭代,效率低下且难以应对复杂需求。设计智脑系统突破传统串行设计局限,构建协同设计平台,集成气动分析、动力学、弹道等专业模块,实现气动-结构-控制三专业并行优化,关键参数迭代速度提升10倍。在某型火箭研制中,该系统将贮箱减重设计迭代次数从15次降至3次,关键参数优化效率提升10倍,大幅降低人为错误风险。

运载火箭总体快速设计流程

场景二:流程优化引擎动态调度最优配置

火箭研制涉及上千项任务节点,传统计划管理难以应对突发变更。流程动态优化引擎基于图神经网络构建任务关联图谱,实时监控资源分配、进度偏差与依赖关系。引擎可识别出试验项目的时序冲突,提前预警,自动重组验证流程。同时,通过强化学习算法,系统可自主调整关键路径,动态平衡质量、成本与周期目标。目前,资源利用率提升40%,随着数据积累,引擎的优化准确率持续提高,已成为型号研制的“智能调度官”。

运载火箭流程协同优化

场景三:数字孪生验证场提供快速仿真

数字孪生验证场构建了与实物1:1映射的虚拟火箭,集成多物理场模型,可模拟极端工况下的系统行为,提前暴露设计缺陷。在某型火箭研制中,通过数字试飞,提前识别物理干涉风险,消除潜在问题。验证场支持“数字试车”,快速完成系统匹配检查验证,节省人力试验成本超2000万元。随着硬件在环技术的引入,数字孪生体可自我进化,使预测准确率稳定在98%以上。

运载火箭多学科仿真

场景四:故障预警先知系统提供可靠保障

系统整合10年来航天故障案例,构建故障知识图谱与传播预测模型。通过火箭研制状态检查,结合深度学习算法,可提前识别潜在故障模式。目前,该系统已实现关键系统的故障预测准确率超95%,成为保障火箭可靠性的"数字守护者"。

运载火箭故障诊断

0未来

AI4MBSE正推动运载火箭研制从“经验驱动”迈向“数据+模型驱动”的新范式,助力航天实现“低成本、高可靠、多频次”的发射能力,为深空探测、星座互联网、太空经济等提供关键支撑。未来还将在三方面继续探索:

1)智能设计自动化。实现从任务需求到方案设计的全自动生成,工程师可通过自然语言交互快速生成优化方案,自主设计最优参数,使火箭性能逼近理论极限。

2)数字孪生与自主验证。多物理场快速迭代仿真,虚拟火箭与真实系统同步演进,实现箭上系统的实时状态监控,全任务周期全状态健康管理。

3)自主决策的智能火箭。未来火箭具备在线弹道优化、故障自适应恢复等能力,实现“发射-在轨-回收”全流程自主决策。

欢迎转发,但请注明出处“上海经信委”

觉得不错请点赞!