分布式自主协同制造——一种智能车间运行新模式.docxVIP

PAGE 1 PAGE 1 分布式自主协同制造——一种智能车间运行新模式  针对当前以MES为核心的传统车间运行模式一直存在的异常响应缓慢、决策实时性差、系统稳定性低等问题，提出了一种智能车间运行新模式——分布式自主协同制造。  1引言  当前全球化竞争形势下，快速响应市场变化、满意用户个性化的定制需求、缩短产品上市周期、实现产品制造与服务融合是制造企业提升市场竞争力和实现价值创造的重要手段，在此背景下面向多品种变批量的柔性化混线生产成为目前制造企业主要生产模式之一。然而，市场环境、客户需求和生产系统运行环境的复杂性、动态性和不确定性等因素使得面向多品种变批量的复杂离散制造车间在运行过程中会出现大量的生产异常，如何融合和使用新一代信息技术（如物联网、云计算、大数据、数字孪生、5G等，简称NewIT）和新一代人工智能技术（简称NewAI）来实现对车间生产异常的实时监控、精准预估和快速响应，从而提高车间生产效率、缩短产品制造周期、优化制造资源配置，真正实现柔性化、机敏化和智能化的车间运行，已成为国内外学者和制造企业关注的热点问题之一，也是工业4.0和智能制造背景下需要重点解决的瓶颈问题之一。  当前，复杂离散制造车间主要采用自上而下、集中式和计划式的车间运行模式，即通过制造执行系统（ManufacturingExecutionSystem，MES）实现上层企业资源规划（EnterpriseResourcePlanning，ERP）系统与底层工业掌握系统（或生产现场）之间的信息传递和交互，并通过MES对制造过程中的时间进度、产品质量、成本、制造资源、能耗等要素进行集中统一管控。以车间调度（包含静态调度和动态调度，涉准时间进度、制造资源和能耗管控）为例，以MES为核心的传统车间运行流程如图1所示。 图1以MES为核心的传统车间运行流程 首先，厂调度员在ERP系统中依据客户订单编制细化的生产任务（即生产计划），并通过集成接口将任务需求和对应的工艺路线下发至MES系统，形成任务池。车间调度员结合生产现场的制造资源实际状况（制造资源池），在MES系统中启动调度模块，实现任务-资源的匹配、组合和优化，最终形成调度方案来指导车间生产。在生产过程中，通过在车间部署射频识别（RadioFrequencyIdentification，RFID）标签和读写器、条码和扫描枪、传感器等硬件设备，实现人员、物料、设备等车间制造资源的智能实时感知和生产数据的在线实时采集，并通过工业以太网、传感网、无线网络（2/3/4/5G）、蓝牙等车间工业互联网络传输至MES系统。车间调度员依据MES系统对实时数据的分析结果推断是否需要对生产任务进行重新排产。当需要进行重新排产时，车间调度员在MES系统中触发重调度流程并将新产生的调度方案下发至生产现场来替代之前的调度方案，生产现场的人员、物料、设备等制造资源依据调整后的调度方案进行生产。  复杂离散制造车间多面向订单生产，其在运行过程具有动态性和随机性强、不确定因素多等特点，因此生产异常出现频繁。当前这种计划式和集中式的传统车间运行方式，其最大弊端是不能实现复杂离散制造车间现场生产异常的实时响应和动态调度，从而导致决策不准时、计划不可用、管控效率低等问题，也难以适应当前工业4.0形势下的新一代信息技术和新一代人工智能技术发展需求。为了应对频发的生产异常，国内外学者也做了许多相关研究。在静态调度方面，学者们提出了基于模糊规律的预估调度等方法来提高调度方案的抗干扰能力（包括零件加工时间的扰动、物料到达时间的不确定、设备健康状态的动态性、工艺路线的柔性等），从而降低动态调度的发生频率，然而这种调度方式以损失一定的生产效率为前提，且在多品种小批量定制化产品制造车间的应用效果并不明显（车间运行环境具有复杂性、动态性和不确定性等特点，生产异常仍旧过于频繁，调度和决策的实时性问题仍没有得到很好地解决）。在动态调度方面，目前的调度策略主要集中在重调度领域，包括事件（异常）驱动的重调度、周期驱动的重调度、时间和周期混合驱动的重调度等。然而，单纯的事件驱动方式会导致生产计划的“神经质现象”；单纯的周期驱动方式则会导致生产系统不能准时响应出现的动态事件；事件-周期混合驱动的方式能够充分发挥两类驱动机制各自的优势，但简洁的叠加仍旧不能解决以MES为核心的传统车间运行模式带来的异常响应缓慢、决策实时性差、系统稳定性低等问题。为此，在20世纪90年月前后，有部分学者就提出了基于多智能体（或作多Agent）技术的动态调度方法，其采用分布式的自治架构（Autonomousarchitectures）或中介架构（Mediatorarchitectures），通过任务Agent、单元（或资源）A