第六讲制造系统的控制.docVIP

第六讲 制造系统的控制 ? 在制造流水线中，一个良好的控制，除了对生产流水线的一些参数提前设计以外，必须在生产的过程中，对生产的流程进行控制。 ? 强健性(Robustness) ? 为什么要进行流程控制？由于在制造的流动过程中有一些随机性，这种随机性可以用打靶实验来解释。如下图所示： 图3-1 打靶实验的随机性 ? 打靶能否打好，主要取决于两个方面，第一是能不能每一次都打到靶心上，第二是不仅一次可以打很准，还要求每次都打的比较准，每一次都能打到靶心，在一个长时间内，要进行多次的、重复的打击，就必然有一定的随机性出现。 生产流水线也有两个方向，第一是每次都能生产出好的产品，第二是长时间内要求都能够生产合适的产品，就如同打靶实验一样，一图中没有一枪打到靶心上，而是都打到了靶的外面；二图中不仅没打到靶心，而且打的比较乱，比较随机；三图中全部的都打在右上角，打的非常集中，也非常准确，但是却全没有在靶心，在这种情况下，可以通过调整靶心和瞄准器，或者改变弹道来打到靶心；四图中靶都打到了靶心，既集中又准确，这就是在生产流程中需要达到的目标，也就是强建性的所在。 强健性(Robustness) ，也译作强壮性、稳健性、鲁棒性，是控制理论术语之一，它是在异常和危险情况下系统生存的关键，比如计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃，就是该软件的鲁棒性。所谓“鲁棒性”，是指控制系统在一定（结构、大小）的参数摄动下，维持某些性能的特性。根据对性能的不同定义，可分为稳定鲁棒性和性能鲁棒性。以闭环系统的鲁棒性作为目标设计得到的固定控制器称为鲁棒控制器。 控制系统的鲁棒性研究是现代控制理论研究中一个非常活跃的领域，鲁棒控制问题最早出现在上个世纪人们对于微分方程的研究中Black首先在他的1927年的一项专利上应用了鲁棒控制。　二十世纪六七十年代，状态空间结构理论的形成是现代控制理论的一个重要突破。状态空间的结构理论包括能控性、能观性、反馈镇定和输入输出模型的状态空间实现理论，它连同最优控制理论和卡尔曼滤波理论一起，使现代控制理论形成了严谨完整的理论体系，并且在宇航和机器人控制等应用领域取得了惊人的成就。 鲁棒控制理论发展到今天，已经形成了很多引人注目的理论。其中控制理论是目前解决鲁棒性问题最为成功且较完善的理论体系。Zames在1981年首次提出了这一著名理论，他考虑了对于一个单输入、输出系统的控制系统，设计一个控制器，使系统对于扰动的反映最小。在他提出这一理论之后的20年里，许多学者发展了这一理论，使其有了更加广泛的应用。当前这一理论的研究热点是在非线形系统中的控制问题。另外还有一些关于鲁棒控制的理论如结构异值理论和区间理论等。 ? 变异：共同和特别起因 ? 在生产中，不仅希望准确，而且还要集中，每一次生产过程中，每一个零件都不大一样，所带来的结果就会使得总的成品有一个分布图。 如果生产过程是比较稳定的，最后的分布图就应该是一个正态分布，但在实际生产中，真正想达到的目标与现状会有一定的差别，就像打靶实验中，很可能全部打在一个集中的地方，但是都不在靶心上，就是平均值不大一样，这时候可能是平均值产生了偏差，第二种是打的比较分散，公差很大，正态分布图就会很偏。 变异的引起，原因就是共同和特别起因导致每一件都不一样，如下图所示的正态分布： 图3-2 正态分布 ? 多件在一起，会形成一个图案，如果过程稳定，形成的分布图如下： 图3-3 多件的正态分布 ? 出现偏差后的分布图可能有以下几种情况或几种情况的组合： 图3-4 出现偏差后的正态分布 ? 如果只有共同起因，流程的出品分布图是稳定的，也是可预测的，如下图中，前四个图像是在时间线中进行生产的尺寸统计图像，由于流程的出品分布具有稳定性，就可以推导出第五个图像，图中用虚线表示： 图3-5 预测的流程出品 ? 但如果有特别起因，流程的出品分布图是不稳定的，也就是不可预测的。例如，在下图中，每次的流程出品都有差异，因此，对第五次的流程出品进行的预测就没有科学依据，这种预测也就没有可信度。 图3-6 不可预测的流程出品 ? 一个生产流程往往有两种可能性，一是特别原因或特殊原因，二是共同原因，特别原因是指整个生产流程中无法预先知道、无法预先控制的原因，比如今天的天气，员工上班的早晚，这些因素都属于特殊原因，都有不可预测的可能，所以导致的结果会使整个流水线具有不可预测性。 例如下面的运行图中，以时间轴为横轴，以产品为纵轴，可以看到，大概生产到20次以后，出来的产品直径有了变化，而且连续几个点都是上升，一直到30点的时候才下降，在这个过程中，有可能生产流程发生一些变化，但是仅仅看这个图，还不知道流水线到底发生了什么样的变化，因此也完全没有办法做预防。