采用QC方法提高常規推進劑發射溫度預測準確度

李 靜，張文睿，朱金慧

(西昌衛星發射中心， 四川 西昌 615000)

品管圈(quality control circle，QCC)是由日本石川馨博士于1962年所創，起初應用于制造現場品質管理。目前全世界約有70多個國家實施品管圈活動，應用范圍也由企業制造現場擴展到各行業各領域，效果為各界所肯定[1]。例如，航天科工集團通過加大QC小組活動獎勵和成果發表，形成了“小、實、活、新”的QC小組活動特色，不斷提高人員的工作積極性和創新熱情，極大地提高了航天產品的質量和性能[2]。

隨著空間軍事化進程不斷加劇，國際空間安全形勢日趨復雜，運載火箭入軌精度更是不斷提高。常規推進劑是運載火箭一級、二級飛行的燃料，其射前溫度預測的準確度是推進劑加注量的決定因素，也是滿足火箭最低發射條件的重要因素，同時也是影響火箭推力、入軌精度的重要因素[3-6]。常規推進劑預測溫度不準確問題是問題解決型QC課題，遵循PDCA(plan、do、check、action)原則，通過選擇課題、現狀調查、設定目標、分析原因、確定主要原因、制定對策、對策實施、檢查效果、制定鞏固措施、總結和下一步打算10個步驟[7]，解決提高常規推進劑射前溫度預測準確度問題，達到預定目標。

1 計劃階段(P階段)

1.1 選題理由

影響常規推進劑諸元計算課題方向選定后，小組展開分層分析，確定了3個可選課題，小組成員使用評價表選定了“提高常規推進劑發射溫度預測準確度”為QC研究課題。

圖1 課題層選示意圖

1.2 現狀調查

在某次試驗發射中，運載火箭射前二級燃燒劑溫度為9.65 ℃，與理論計算值15.03 ℃相差5.38 ℃。統計32次歷史數據，經過比對發現，射前常規推進劑實測溫度與理論溫度均有偏差，見圖2。

圖2 常規推進劑溫度預測偏差

1.3 確定目標

分別以±1 ℃、±2 ℃、±3 ℃為界線，統計燃燒劑、氧化劑合格率分別為43.75%、56.25%；71.875%、81.25%；96.875%、93.75%，±1 ℃為界限過于嚴格，±3 ℃為界限過于松散，所以選擇±2 ℃為界線范圍。

設定優(90%～85%)、良(85%～70%)、合格(70%～60%)、差(60%～0%)4個等級，燃燒劑預測準確度為“合格”，氧化劑為“良”。小組將推進劑的合格率提升到“優”設為QC活動目標，即將燃燒劑、氧化劑合格率超過85%設為QC活動目標。

1.4 原因分析

常規推進劑加注諸元溫度預測模塊工作流程如圖3所示。

結合預測流程和實際工作中的情況，采用頭腦風暴法，從“人、料、機、法、環”5個方面尋找影響常規推進劑射前溫度預測工作的因果關系[8]，如圖4所示。

圖3 溫度預測模塊工作流程

圖4 常規推進劑射前溫度預測工作因果圖

1.5 確定要因

1.5.1 人(人員因素)

項目組從考慮疲勞狀態、考核和獎勵、技術水平3方面考慮，搜集了崗位人員基本情況，經考核確認人員基本情況與預測準確度無關，非要因。

1.5.2 料(材料因素)

1) 試驗文書可操作性和內容描寫精確性

依據《常規加注諸元計算手冊》等文件，預測常規推進劑射前溫度，依據完整，操作性完好，操作準確無誤，32次試驗任務無操作事故發生，未影響火箭正常的測試、加注及飛行，非要因。

2) 數據質量

① 庫房數據

庫房數據包括庫房內推進劑的溫度、儲量等，為測試數據。可得傳感器性能好，預測準確性高、全面性好，非要因。

② 氣溫預報數據

氣溫預報與推進劑溫度預測準確度關系見表1。從表1中可以看出：氣溫預報數據質量直接影響常規推進劑溫度預測準確度，為要因。

表1 環境因素及預測準確率統計

備注：H為質量高，L為質量低，N為準確率不好，Y為準確率好

1.5.3 機(機器設備因素)

加注的設備，管路，庫房存放設備，測溫設備，調溫設備和火箭一級、二級的儲箱設備均沒有變化，且在氣溫預報準確的情況下，常規推進劑射前溫度預測準確，也輔證了加注和庫房設備對提高常規推進劑發射溫度預測準確度影響很小，非要因。

1.5.4 法(預測方法)

常規推進劑射前溫度預測包括3個環節：

1) 推進劑泵出口溫度

推進劑從庫房經庫房管路到泵出口，泵溫升對推進劑溫度產生影響。

2) 推進劑加注溫度

從泵流經加注管路到運載火箭一、二級儲箱，管路溫升對推進劑溫度產生影響。

3) 推進劑停放發射溫度

推進劑加注完成后推進劑放置在火箭儲箱內直至發射，大概經歷一天的時間。

通過計算，研究在各個計算階段的溫度變化，結果如表2所示。停放發射溫升變化最大，燃燒劑、氧化劑分別達到76%、66%，超過總溫升變化的一半，所以停放發射溫度預測算法最重要，為要因。泵出口推進劑溫度預測方法、推進劑加注溫度預測方法為非要因。

表2 溫升比例

1.5.5 環(環境因素)

降雨、降溫等產生的溫度驟變，會影響火箭儲箱內推進劑的溫度，只要72 h逐時氣溫預報準確，就可以彌補溫度驟變對推進劑溫度的影響，非要因。

1.6 制定對策

1.6.1 改進對策及評價

針對以上識別出的要因，項目組成員通過頭腦風暴法制定改進對策，從數據質量、預測方法、應急措施3個方向入手，制定改進對策6項，見表3。

1.6.2 改進對策驗證

運用優先矩陣方法進行打分，結果見表4。由表4可見：最適宜進行改進的是第2、3、6(簡易)項，總分均在70分以上；第1、4、5、6(復雜)項分數較低，不列入改進措施。

2 實施階段(D階段)

2.1 數據質量嚴格要求

1) 氣象逐時溫度預測的重要作用

假設發射時間為24∶00，因常規加注后需進行功能檢查、低溫推進劑加注和射前功能檢查，共計1 d左右，所以常規推進劑加注在射前-1天上午(-39 h左右)進行。推進劑離開庫房后，無任何調溫、保溫措施，在39 h中受環境溫度的影響很大，溫度會升高或者降低，而推進劑溫度的高低直接影響火箭的推力和入軌精度，所以氣象部門提供的環境溫度預測數據極為重要。但是，在歷次任務中，對溫度預測精度沒有明文規定，也沒有嚴格要求，影響推進劑發射溫度預測。

2) 溫度預測氣溫變化情況

以0為基準，計算推進劑溫度隨環境溫度變化的預測結果，見表5。進行逐差統計，發現氣溫每變化1 ℃，預測結果逐差變化不大，所以用均值代替每1 ℃的變化。

3) 擬定標準

考慮發動機對常規推進劑的溫度要求等多方面因素，通過調溫和發射溫度預測計算，力爭使第一發射窗口的推進劑溫度偏差為±1 ℃。由表5統計結果可見：一級燃燒劑受氣溫變化影響最大，變化量為0.338 633 ℃。考慮1 ℃偏差，建議氣象溫度范圍為±3 ℃。

2.2 改進推進劑發射溫度預測計算方法

2.2.1 推進劑計算算法

將停放發射溫度計算模型改為

Tf=Tf0+ftd×ABS(Taj-Tc)+Δtf

(1)

其中：Tf0為推進劑預估發射溫度；ftd為環境溫度梯度系數；Taj為加注全過程氣溫均值；Tc為推進劑泵出口溫度；Δtf為補償量。

表3 對策列表

表4 改進對策優先矩陣

表5 發射溫度隨溫度變化統計 ℃

2.2.2 預測溫度補償量

1) 補償算法

Δtf采用最小二乘法(最小平方法)計算，模型為：

(2)

(3)

2) 預測溫度補償量計算

① 最小二乘法

燃燒劑缺陷數8次，合格率為75%，未達目標；氧化劑缺陷數3次，合格率為90.6%，達到目標。

② 正負優化法

考慮燃燒劑發射溫度預測偏差及其均值的正負性，按照均值的正負性優化月統計渠道的燃燒劑補償量，燃燒劑缺陷數6次，減少3次，合格率由72%增至81%，未達到QC目標。

③ 深入優化法

在正負優化的基礎上深入優化補償量，根據9—12月實測偏差變化趨勢，由變化趨勢可知：9月在0～2 ℃之間變化，變化范圍小，采用系數修正法進行優化；10—12月在橫軸附近震蕩，震蕩范圍廣，采用極值優化。

④ 系數修正優化法

系數修正法就是通過修正系數而修正溫度補償量的方法，計算公式見式(4)。其中系數δ采用試探的方法獲得，經計算，補償系數δ=1.5，補償量為0.696，經補償，9月燃燒劑溫度偏差均在±2 ℃內，9月份合格率為100%。

Δ系=Δ*δ

(4)

⑤ 極值修正優化法

極值修正法就是通過極大值、極小值確定補償量的方法，計算公式為式(5)。經計算，10、11、12月的極大值、極小值分別為1.87、-2.02；2.61、-0.72；1.84、-3，補償量分別為-0.075、0.945、-0.21，13次任務中9次偏差在±2 ℃內，燃燒劑缺陷數為4次。

(5)

通過深入優化后，燃燒劑溫度合格率由72%增至87.5%，達到QC目標，如圖5所示。

結論：QC活動達到預定目標，燃燒劑合格率由72%增加至87.5%，達到“優”；氧化劑溫度合格率由81%增加至90.6%，達到“優”目標。

2.3 改善塔勤環境(簡易)

方法1：增加保溫設備

在一級、二級、助推的外壁，通過包裹棉被、海綿等保暖層，減少火箭儲箱與環境的熱交換，從而為儲箱中的推進劑保暖。

方法2：改善環境溫度

在夏季，增加冰塊等降溫材料，為溫度過高的推進劑降溫；全年，打開測試間空調等調溫設備，改善塔架的環境溫度，減小火箭儲箱中的推進劑受環境溫度的影響。

圖5 深入優化補償結果

3 檢查階段(C階段)

3.1 數據質量嚴格要求成效

復查歷史數據，結果如表6所示，可見氣溫數據預測質量越高，則推進劑發射溫度預測準確度越高。所以，數據質量嚴格要求措施有效。

3.2 改進推進劑發射溫度預測計算方法的成效

用近期若干次任務數據檢驗改進后的推進劑發射溫度預測計算方法，可見方法有效，補償后偏差均在±2 ℃之內，見表7。

表6 環境因素及預測準確率統計

備注：H為質量高，L為質量低，N為準確率不好，Y為準確率好

表7 實際任務檢驗統計

3.3 改善塔勤環境成效(簡易)

因為“改進推進劑發射溫度預測計算方法”是在現有的模型、經驗基礎上，通過統計推進劑預測偏差計算預測溫度補償量，優化推進劑發射溫度算法，若改善塔勤環境，就改變了環境溫度系數，使常規諸元計算模型不準確，所以改善塔勤環境(簡易)的方法是在應急情況下使用的，沒有精確數據。在某任務中，環境溫度預測偏差很大，火箭停放儲箱內的推進劑溫度偏下限，采用增加保溫設備的辦法，可使推進劑溫度降低速度變緩，證明改善塔勤環境有效。

4 處理階段(A階段)

4.1 鞏固措施

4.1.1 項目形成的成果

1) 燃燒劑溫度合格率由72%增加至87.5%，達到“優”；氧化劑溫度合格率由81%增加至90.6%，達到“優”目標；

2) 梳理了提高常規推進劑發射溫度預測準確度的辦法：① 限定72 h溫度預測數據范圍；② 用最小二乘法、正負優化法、系數法、極值法，從歷史數據推導出停放發射溫度預測補償量；③ 在常規推進劑加注后，若推進劑實測溫度與預測值偏差很大或者有偏差很大的趨勢，采用改善塔勤環境方法。

3) 根據研究成果，對流程進行相應完善，修改了溫度預測流程模塊和上報預測結果模塊，如圖6所示。

4) 進行軟件程序的修改，見圖7。

4.1.2 鞏固措施

1) 撰寫《提高常規推進劑發射溫度預測準確度研究》QC報告。

2) 撰寫《調整常規推進劑發射溫度預測對策》方案。

3) 將課題成果形成課件進行授課。

圖6 流程完善示意圖

圖7 軟件程序截圖

4.2 總結

首次采用QC方法，通過使用質管、統計學原理分析現有情況，采用多種辦法達到優化常規推進劑溫度預測準確度的預定目標，優化方法有效，適用于西昌發射中心發射場區。同時，通過開展QC活動，總結、優化常規推進劑溫度預測流程、方法，首次應用質管方法優化工程問題，掌握發現問題、分析問題、解決問題的有效方法(如圖8所示)，結果可應用于其他發射場及其他行業中。

圖8 無形效果對比雷達圖