专栏导读
在新一轮产业变革的大背景下，智能制造已成为各国抢占科技发展制高点和提升制造业核心竞争力的战略选择，以期推进制造业高端化、智能化转型升级。当前，我国正在大力发展新质生产力，以航天为典型代表的高端装备更新迭代加快、研制周期缩短，“多型号并举、研制与批产并存”是典型的任务模式，具有任务分布不均、制造资源周期性紧张等特点，传统的“推动式”生产往往会导致库存成本高企、生产效率低下、任务无法按期保质保量完成等问题，如何利用高端装备总装任务“拉动”各个环节精准生产来实现降本、增效、提质、按时是重要亟需。“拉动式”生产源自大规模定制生产阶段，新一代信息技术的快速发展赋予了“拉动式”生产新动能、新特点，为高端装备总装拉动生产模式探索提供了重要抓手。因此，研究总装拉动智能生产线构建、多级协同生产管控、混线生产动态重构、联合计划与调度等关键技术，探索信息驱动的总装拉动生产新模式、关键技术和典型行业应用，能够极大地提升高端装备制造企业效益和竞争力，具有重要的理论价值和现实意义。
为此，《机械工程学报》编辑部与客座编辑团队联合策划出版“信息驱动的总装拉动生产模式、技术及应用”专栏。探讨新一代信息技术驱动的总装拉动生产新模式、新理论、新方法、关键技术及应用方向，推动我国制造业向高端化、智能化转型升级。专栏共收录论文9篇，已于《机械工程学报》2026年5期正式出版。
客座主编：
王国庆，中国工程院院士，中国航天科技集团有限公司首席信息官（CIO），长期致力于火箭装备金属结构制造技术研究与工程应用工作，在运载火箭及氢氧发动机制造等方面取得了系统性、开创性成果，为我国多型火箭装备研制及批产做出重要贡献。获国家科技进步特等奖2项、二等奖2项。出版专著1部，发表论文71篇，获发明专利59项。入选国家“万人计划”科技创新领军人才，获何梁何利科技进步奖、英国ＴＷＩ布鲁克奖。
李培根，华中科技大学教授，中国工程院院士。
杨华勇，中国工程院院士，国际智能制造联盟主席，浙江大学工学部主任，流体动力基础件与机电系统全国重点实验室主任。
客座编辑：
高亮，华中科技大学副校长，机械科学与工程学院教授、博士生导师，2018年获得国家杰出青年基金资助，首届“科学探索奖”获得者，IET Fellow，国家智能设计与数控技术创新中心主任，国务院学位委员会智能科学与技术学科评议组成员，教育部工业工程类教指委委员，国家智能制造专家委员会委员，中国机械工程学会工业大数据与智能系统分会主任委员。长期致力于智能优化与机器学习方法在设计制造中的应用等研究，出版专著或教材22部（其中英文7部），以第一作者或通讯作者在Nature Communications等期刊上共发表SCI论文340余篇，Web of Science被引46000次，H-index 104；Google Scholar引用48000 余次，H-index 113。2020-2023和2025年入选科睿唯安“全球高被引科学家”，2020年起连续五年入选爱思唯尔“中国高被引学者”。授权发明专利90项，登记软件著作权28项。获国家科技进步二等奖1项（2015年度，排名第2）、教育部自然科学一等奖2项（2013年度和2022年度，均排名第1）、湖北省自然科学一等奖1项（2023年度，排名第1），其它省部级一等奖2项。担任Engineering子刊Intelligent Manufacturing、IET Collaborative Intelligent Manufacturing、Light: Advanced Manufacturing期刊主编，以及Chinese Journal of Mechanical Engineering、Machine Learning with Applications、Swarm Evolutionary Computation等期刊副主编等。
阎艳，北京理工大学校长助理、党委常委，机械与车辆学院教授、博导，教育部新世纪优秀人才，教育部工业工程类专业教学指导委员会副主任委员，工业知识与数据融合应用工信部重点实验室主任，航天智能制造与工业软件（工信部）协同育人基地负责人。长期从事数字化设计制造技术的基础及应用研究，主持或参与基础科研、预先研究、民用航天、国家自然基金、国家重点研发计划、973项目等十余项；获省部级科技进步奖8项；获省部级教学成果奖2项；获授权发明专利20余项，作为主编、副主编出版教材3本，参编出版专著2本；在国内外重要学术刊物上发表学术论文200余篇，其中被SCI/EI收录150余篇。
刘继红，北京航空航天大学机械工程及自动化学院教授、博导、中国图学学会理事、国家重点研发计划网络协同制造和智能工厂重点专项总体专家组成员等。主要从事复杂产品数字化设计制造、现代设计理论与方法、知识管理与知识工程、智能制造与工业互联网等方向的研究与教学工作。完成国家自然科学基金、863计划、科技支撑计划、重点研发计划以及国防基础科研等国家级科研项目30余项。发表学术论文130余篇，出版专著3部和译著8部，制订国家技术标准5项，获得省部级奖励3项。
敬石开，北京理工大学机械与车辆学院研究员，博士生导师，工业与智能系统工程研究所副所长。长期从事产品创新设计与优化、数字孪生方向的研究，主持国家自然基金面上项目1项、国家重点研发计划“增材制造与激光制造”项目课题2项、军委科技委基础加强1项、国防科工局基础科研1项，参与国家863计划、国家科技支撑计划及企业横向等课题20余项，获省部级科技进步二等奖1项。发表学术论文60余篇，发明专利7项，出版英文专著2部，中文专著2部。
黄思翰，北京理工大学机械与车辆学院长聘副教授/研究员，博士生导师，入选2020年度国家博士后创新人才支持计划，获省部级科技进步一等奖。主要研究方向是具身智能制造，涵盖机器人智能调控、制造系统重构调度、数字孪生管控等，主持国家重点研发计划课题、国家自然科学基金青年项目等纵向项目，以第一作者/通讯作者发表SCI期刊论文20余篇（其中影响因子大于10的11篇）、ESI高被引论文1篇、封面文章2篇，授权发明专利17项，主编专著2部，成功筹办第三届人本智造学术会议，多次受邀在学术会议上做主旨报告/主题报告，担任多个期刊Associate Editor/青年编委、多个全国性学会分会/专委会委员等。
01
总装拉动：航天制造迈向规模化定制生产时代
引用格式:王国庆, 陈金存, 袁维佳, 刘琦, 胡润芝, 王国栋, 黄思翰. 总装拉动：航天制造迈向规模化定制生产时代[J]. 机械工程学报, 2026, 62(5): 1-11.
论文摘要：
我国航天制造历经研制生产主导、研制与批产并重的发展阶段，正在进入常态化高密度发射主导的规模化定制阶段，迫切需要探索出一种既能满足国家重大战略需求，又符合我国航天产业特点的制造模式。对航天制造转型发展方向进行分析，提出了航天总装拉动制造模式，并阐述其基本内涵和主要特征，研究提出包括制造总体抓总、高效柔性总装、全链条供应链管控、网络协同制造四方面的实施框架，致力于打造新型航天产品制造体系，实现多层级、多法人制造企业的跨地域、跨网络、跨系统的高效协同，提升航天产品高质量、高效率、低成本交付能力，培育航天制造新质生产力。航天总装拉动制造模式的提出，将会为航天重大任务完成以及航天制造业转型升级提供重要支撑。
阅读全文：
02
基于数字孪生和强化学习的智能生产线实时调度仿真优化方法
引用格式:杨泽浩, 董威, 黄思翰, 阴艳超, 董李扬, 郑祖杰. 基于数字孪生和强化学习的智能生产线实时调度仿真优化方法[J]. 机械工程学报, 2026, 62(5): 12-25.
论文摘要：
生产调度一直是制造领域的研究热点，是生产线高效运行的节拍器。当前，随着智能制造的深入发展，生产调度智能化逐渐成为领域前沿。智能生产线动态生产过程中面临着生产任务变更、制造资源耦合等多源不确定扰动，如何兼顾生产调度效率和准确性是核心挑战。因此，提出了基于数字孪生和强化学习的智能生产线实时调度仿真优化方法。利用数字孪生技术构建生产要素的几何-功能-状态高保真模型，组装形成层次化、高保真虚拟生产仿真环境；设计改进Q-Learning算法建立生产调度优化智能体，通过三元组状态空间重构、多维度奖励函数及双重探索策略，突破传统算法维数灾难与鲁棒性不足难题；建立分层式执行控制架构实现数字孪生和智能体的深度融合，保障生产仿真过程感知-决策-执行闭环协同。某航天产品总装生产线验证结果表明，其他五种经典调度规则执行距离较本文方法增加6.38%到16.50%，显著提升制造资源协同效率。
阅读全文：
03
总装拉动生产模式下的分布式装配作业车间多目标调度方法
引用格式:田诗晨, 张春江, 高亮, 李新宇. 总装拉动生产模式下的分布式装配作业车间多目标调度方法[J]. 机械工程学报, 2026, 62(5): 26-36.
论文摘要：
在实际生产中，由于装配工艺复杂、配置需求多样，大型复杂产品的交付往往采用订单驱动的总装拉动生产模式，通过分布式加工和集中装配的模式完成生产；同时，随着全球对可持续发展的日益关注，绿色节能的生产模式成为了企业和学术界关注的焦点。因此，对机器速度可调的分布式装配作业车间调度问题进行了研究，以最小化最大完工时间和总能耗为优化目标，提出一种带变邻域搜索的非支配排序遗传算法对问题进行求解。在算法的局部搜索阶段，分别面向最大完工时间和总能耗两个优化目标设计不同的机器速度调整策略，并采用基于关键路径的局部搜索方法对工序排序子问题进行优化。为验证所提算法的有效性，在四组不同规模的算例上进行大量试验，试验结果表明所提算法框架和局部搜索方法均能有效改善调度方案。
阅读全文：
04
复杂产品总装拉动式多车间协同调度的集成式遗传规划算法
引用格式: 李继伟, 张剑, 任晓羽, 陈浩杰. 复杂产品总装拉动式多车间协同调度的集成式遗传规划算法[J]. 机械工程学报, 2026, 62(5): 37-48.
论文摘要：
复杂产品制造当前面临生产规模增加、定制化程度上升与生产周期缩短等发展趋势，亟需探索更高效的调度方法以提升生产效率与支撑发展需求。然而，复杂产品制造常见的总装拉动式生产模式需要多个车间协同生产，具有规模大、资源多、逻辑复杂等特征，现有多车间调度模型与方法难以满足算法优化与响应能力要求。为此，通过考虑车间内部约束与耦合约束，构建一种复杂产品总装拉动式多车间协同调度模型。在此基础上，通过考虑不同车间特性，提出一种基于小生境的多优先级规则集合协同集成式遗传规划算法，以通过生成多个调度规则集合构成更有效的调度策略。此外，构建一种基于互补性的规则集合更新机制来提升生成规则集合有效性，并设计一种多车间次序解码策略以获取完整的多车间调度方案。基于实际场景分析，采用PSPLIB标准数据集构建该问题的数据集，通过与当前最新的遗传规划算法和现有优先级规则对比，并结合消融试验，验证所提算法的优越性。
阅读全文：
05
集成双重注意力机制CNN-LSTM时空网络的离散车间生产瓶颈预测
引用格式:石逸涵, 张旭, 庄存波, 刘金山, 王家修, 孙连胜. 集成双重注意力机制CNN-LSTM时空网络的离散车间生产瓶颈预测[J]. 机械工程学报, 2026, 62(5): 49-60.
论文摘要：
在总装拉动生产模式下，离散制造车间作为多厂(车间)生产模式的核心载体，其生产任务分散、设备布局灵活、生产过程复杂。然而，瓶颈单元在时间和空间维度上的动态漂移，成为制约生产效率与资源利用率提升的关键挑战。因此，研究离散车间的瓶颈预测问题，对于提升多厂生产模式下的整体生产效率具有重要意义。为了准确预测瓶颈单元并监测瓶颈漂移趋势，提出了一种集成双重注意力机制的时空网络预测模型(Convolutional neural network-long short term memory-dual attention mechanism，CNN-LSTM-DAM)。首先，针对瓶颈单元的多属性耦合特性，构建了复合定义的瓶颈识别模型；其次，将识别出的历史疑似瓶颈数据作为辅助数据，输入融合CNN与空间注意力机制的空间特征感知器以及融合LSTM与状态注意力机制的时序特征感知器，进一步强化模型对生产序列数据中空间和时间维度信息的捕捉能力；最后，通过与门控循环单元(Gated recurrent unit，GRU)、双向长短期记忆网络(Bidirectional long short term memory，BiLSTM)等LSTM变体的消融试验对比，验证了所提模型在预测给定时延内瓶颈单元及瓶颈漂移趋势方面的准确性和有效性。
阅读全文：
06
工业大模型驱动的航空智能制造AI孪生控制方法体系
引用格式:许鸿伟, 刘丽兰, 张洁, 秦威, 邢宏文, 汪玮, 刘思仁, 吕佑龙. 工业大模型驱动的航空智能制造AI孪生控制方法体系[J]. 机械工程学报, 2026, 62(5): 61-73.
论文摘要：
针对航空智能制造中数据-知识协同效率低、装配偏差溯源困难、工艺参数优化滞后及虚实交互验证不足等关键问题，本研究提出一种以工业大模型为认知引擎的AI孪生控制方法体系，构建覆盖“感知-诊断-决策-验证”的数字孪生闭环控制框架。通过知识图谱网络化关联建模，实现多源异构数据的语义融合与动态推理，打造航空制造工业大模型语料库，形成具备自主演化能力的专业知识底座；开发面向多场景智能决策闭环的工业大模型算法库，利用贝叶斯因果推断解析装配偏差的多层级耦合诱因，结合增量集成学习实现多源耦合偏差的动态演化预测，基于迁移强化学习突破跨场景参数优化瓶颈；最终通过数字孪生技术构建虚实双向驱动的验证闭环。以某型号民用客机机身壁板装配为验证对象的结果表明，所提方法能够显著提升长桁自动装配精度，长桁一次装调成功率较传统方法提升24%；实现钻铆质量实时检测，连续钻铆缺陷识别准确率达98%。该研究通过构建与演化领域知识底座，深度驱动了从偏差因果溯源到孪生验证的全流程闭环，实现了制造决策从经验驱动到模型认知驱动的范式跃迁。
阅读全文：
07
基于多目标深度强化学习的不确定扰动下岛式装配线动态调度优化
引用格式: 黄铭, 黄思翰, 陈建鹏, 董威, 王柏村, 阮兵, 高云鹏, 王国新, 阎艳. 基于多目标深度强化学习的不确定扰动下岛式装配线动态调度优化[J]. 机械工程学报, 2026, 62(5): 74-87.
论文摘要：
随着新能源汽车产业的快速发展以及市场需求多样化、定制化趋势的兴起，一种新兴的岛式装配模式应运而生，用于解决传统汽车装配流水线柔性不足的问题。此外，在实际装配环境中以紧急插单为典型代表的不确定事件频发，严重制约着汽车总装的稳定性和生产效率。 因此，结合实际需要，开展不确定扰动下岛式装配线动态调度优化。首先，构建形成以最小化最大完工时间和插单变更指数为双优化目标的混合整数非线性规划模型。其次，设计了一种多目标对决双层深度Q网络(MO-D3QN)求解该模型。其中针对岛式装配场景中装配岛、装配工艺、装配产品以及生产运输环节的特征设计了状态指标和动作调度规则。面向双优化目标分别构建了连续型即时奖励函数组件，并采用加权和标量化方法实现奖励聚合。然后，通过对MO-D3QN算法模型的学习训练，实现在不同环境状态下最佳调度规则的选择。最后，在3种规模的实例上开展计算试验，结果表明MO-D3QN优于单一调度规则、随机选择策略和经典DQN，从而验证了MO-D3QN的有效性和竞争力。
阅读全文：
08
基于知识图谱的航天产品总装质量追溯方法研究
引用格式:郑小虎, 曹立俊, 刘骁佳, 杜思淇, 武文强, 张洁, 丁司懿. 基于知识图谱的航天产品总装质量追溯方法研究[J]. 机械工程学报, 2026, 62(5): 88-99.
论文摘要：
针对航天产品总装过程多源异构数据整合困难、质量问题关联追溯效率低的问题，提出一种基于知识图谱的质量追溯方法。通过构建涵盖物流吊装、电缆网导通和综合测试关键场景的知识图谱，整合结构化与非结构化数据，实现跨环节数据的语义关联与深度推理。结合YOLOv8与DeepSORT算法实现物流吊装场景的实时目标检测与行为分析，利用K近邻算法对电缆网导通及综合测试场景的异常数据进行异常判断，基于知识图谱构建“异常-原因-解决方案”联动推理机制，突破传统质量追溯方法的数据孤岛限制，为总装质量问题定位与根因分析提供可解释性支持。案例验证表明，该方法可有效解决航天产品总装过程中的数据孤岛问题，提升异常定位与质量追溯的准确性与效率，为复杂总装场景的智能化质量管控提供技术支撑。
阅读全文：
09
基于齐套BOM的协同平台在航天拉式生产中的研究与实践
引用格式: 王国栋, 刘京涛, 赵钦, 王宏君. 基于齐套BOM的协同平台在航天拉式生产中的研究与实践[J]. 机械工程学报, 2026, 62(5): 100-116.
论文摘要：
航天大型复杂装备产品类型多样复杂度高，现有的科研生产模式侧重纵向一体化、试制与批产混线生产，导致横向协同困难、批产能力不足等问题。通过分析航天装备产品的混线生产与总装特点，基于航天总装拉动的制造模式，统一数据模型、协同机制、标准规范，构建总装厂、部装厂、零部件厂，以及原材料工厂的跨企业、横向穿透式统一协同平台。各级总装厂依托协同平台发布总装齐套KBOM(Kitting bom)，配套厂基于协同平台关联交付实物、产品合格证、二维码等多维数据，利用数字拉动看板实时展示配套厂全链条全景齐套数据。探索基于跨异构网络的航天装备科研生产协同平台技术架构与安全防护、基于异构协同场景的数据标准与路由传输机制、基于模型的齐套协同环境轻量化传输与解析机制等关键技术，形成以多级总装厂为产业链支点的航天“主制造商-分系统承包商-供应商”模式。在航天典型总装厂、部装厂和零部件厂开展应用实践，理顺以精益化、数字化、网络化、智能化为特征的开放、协同的航天制造产业链，提升供应链整体管理水平，推动拉式生产产业链协同创新和生态化发展。
阅读全文：
责任编辑：杜蔚杰
责任校对：张 强
审 核：张 彤
JME学院简介
JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。首任院长是中国机械工程学会监事会监事长、《机械工程学报》中英文两刊主编宋天虎。
欢迎各位老师扫码添加小助理-暖暖为好友，由小助理拉入JME学院官方群！
欢迎关注JME学院视频号~
寻觅合作伙伴
有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。
感谢关注我们！我们《机械工程学报》编辑部将努力为您打造一个有态度、有深度、有温度的学术媒体！
版权声明：
本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！
在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!
微信投稿、转载等：
联系人：暖暖
电话：010-88379909
E-mail：jme@cmes.org
网 址：http://www.cjmenet.com.cn
官方微信号：jmewechat
热门跟贴