CN101706886A - 一种以订单驱动的加工车间单件小批量混流生产方法 - Google Patents

Abstract

本发明提供一种智能化程度高、实用性强，以订单驱动的加工车间单件小批量混流生产方法，将加工车间的制造***划分为计划模块、调度模块、***数据库、上位RFID读写器、设备控制层，其中计划模块、调度模块和设备控制单元都由Agent(智能体)技术来实现，制造***的各部分通过网络及通讯协议连接成多Agent(智能体)制造***。在正常情况下，***通过静态调度按预定作业工序进行加工，当***发生异常时，则通过动态调度来完成加工任务，据此管理人员能够实时动态掌握生产过程信息。本发明能有效地提高加工效率、降低生产成本。

Description

一种以订单驱动的加工车间单件小批量混流生产方法

技术领域

本发明涉及加工车间的生产管理与控制方法，尤其是面向订单驱动的工件混流生产方法。

背景技术

制造***是由制造资源(包括设施、人、信息等)构成，这些制造资源通过设施布局、生产工艺流程及生产调度计划等相互依存(制造资源之间的约束条件)，以实现生产特定产品或者提供特定的服务。生产车间正是一种典型制造***。随着科学技术的进步，市场竞争越来越激烈并有向国际化方向发展的趋势，消费者对产品的需求日趋多样化和个性化，从而导致产品的生命周期越来越短，以订单为主的多品种小批量生产方式逐步取代了传统的以刚性自动化为代表的大批量生产方式，并逐渐成为现代制造业的主流。

传统上对制造***研究，一般仅对经营管理、生产制造和设备控制中的各个层次分别进行。以制造资源计划MRPII(Manufacturing Resource Planning)和企业资源计划ERP(Enterprise Resource Planning)为代表的管理信息***，以及以数控加工、DNC(Direct Numerical Control)单元和柔性制造***FMS(Flexible Manufacturing System)为代表的自动化技术，在制造型企业中已经得到了广泛应用。但是缺乏两者之间的有效配合，导致企业上层计划缺乏有效的实时信息支持、下层控制环节缺乏优化的调度与协调。为此，人们提出了制造执行***MES(Manufacturing Execution System)概念，以期解决生产计划与生产过程的脱节问题，但是这种集成是在三个层次上孤立进行、缺乏连贯性，未很好地考虑对全局或整体优化的影响和效果，存在诸如可集成性差、缺乏智能性和敏捷性、以及缺乏非常规信息条件下的科学决策方法等问题。随着生产制造***从单项、局部的改善向着综合集成自动化方向发展，亟需开展集生产计划、调度与控制于一体的管理控制***研究。

生产规划(计划)是在满足一定约束的前提下，为了达到某些目标而选择和安排作业；调度是将时间和资源分配给规划中的作业，并根据一组规则和指标对规划进行优化选择，这组规则或约束反映了作业与资源之间的时间关系；制造控制是指制造工厂或车间操作与运行的策略和算法。

控制结构是制造***的基础，其结构形式和特性直接决定着制造***的性能.制造***的控制结构可分为集中式、递阶式、分布式和混合式等结构形式.集中式结构大多用于早期的简单制造单元或小型车间的控制，由于全部数据由一台主控计算机管理，信息处理速度低，存在实时性、扩展性和容错性差等缺点，无法满足大型复杂制造***中经营管理、生产计划及控制的要求.递阶式结构的上下层控制实体之间存在严格的主从关系，下层控制实体的活动受相邻上层控制实体的控制，相邻层可以进行信息交换，同层实体之间禁止通信.由于递阶控制结构与制造***组织结构相类似而获得广泛应用，先后提出了3到7层的多种递阶结构.但由于受到其固定结构和处理能力的限制，在剧烈的环境和客户需求变化中面临严重挑战.分布式控制没有像递阶控制中的主从关系和层次关系，各个单元决策和行为自主，***整体性能通过单元间协作实现，但存在异构***间的兼容性以及单元自主性和***全局优化之间的矛盾等问题.混合式结构正是一种介于递阶式和分布式之间的折衷结构.

在面向订单任务生产中，每一项任务的生产过程都由一个或几个生产环节(每个生产环节完成一道工序)组成。当多项任务进入***后，人们希望以最短的时间、最准确的时刻和最少的成本完成它们。通过对不同任务和不同操作进行适当计划和操作顺序安排，可以对上述某些时间变量(如等待时间)的长短进行调整，达到人们所预期的优化目标，这就是调度所要研究的问题。调度是在满足某些约束(操作的工艺顺序、要求的完成时间、最早开始时间和资源能力等)条件下对操作进行排序，按照所排的次序给任务分配资源、安排加工时间，使某些目标(如总的执行时间、交货期和生产费用等)达到最优化。

一般情况下，每一项任务都有一定的工艺路线，即它必须按照工艺上的要求在指定的机器上依次完成各道工序。根据各项任务的工艺路线是否相同又可以将多机问题分为两类：如果释放到***中的所有任务都具有相同的工艺路线，则问题属于流水线生产(Flow Shop)问题；否则，属于混流生产(JobShop)问题。也就是说，混流生产中的不同任务的工艺路线可能不同，每个任务所包含的工序可能不同，每道工序可以在多个不同的加工单元上加工，加工时间随加工单元的不同而可能不同。这里所述的任务是指对一批相同工件(也可以为一个工件)的加工；加工单元是指能够完成一个特定功能的一组资源，一台自动化设备、一台普通设备连同操作者、一个工作小组等都可以看作是一个加工单元；操作是指一项任务在一个加工单元上的一次处理，又称为一道工序。如果各工件的工艺路线相同，一个Job Shop调度问题就转化为较为简单的Flow Shop调度问题，所以Flow Shop调度问题是Job Shop调度问题的一种特殊类型。

生产调度问题可分为静态调度和动态调度。静态调度是在任务进入***前，根据***目标的要求，采用某些算法，对任务在各个加工单元上的加工顺序进行安排。动态调度在制造***运行过程中，根据生产情况的变化对原先做好的任务安排进行实时的再调整，进行动态调度的主要原因是由于加工单元故障等***的随机扰动和***各个生产环节的误差，造成了实际生产进度与静态调度计划不符，或是由于紧急任务的***等不确定性因素，而不得不对***进行再调度。

制造***规划与调度是NP(Non-deterministic Polynomial)难题，特别是由于现代制造***的运行环境越来越充满了不确定性，***的制造任务经常是动态变化的，如不可预知的任务增加与减少、某些制造资源的紧缺和引入、制造任务处理时间的变化等。同时，企业为了赢得竞争，必须在保持质量和降低投资成本的前提下，缩短产品的生命周期、加快产品的上市时间、增加产品的多样性、实时满足市场需求等。这些不确定性、动态性和复杂性组合在一起，使规划与调度变得更加困难，同时，为了能够处理这种不断增长的不确定性和复杂性，制造车间的控制***必须具有较强的适应性、鲁棒性和可伸缩性。

现有车间管理控制***中存在着以了几个方面的不足：

1)现有规划调度研究没有很好与实际车间控制结合，仅停留在理论或理想层面，离实际生产需求还有相当距离；即使解决加工作业静态优化问题，但由于加工不确定性(如故障、延误)使得这种优化作业排序难以实施。

2)现有研究大多采用纯递阶式控制结构，或纯分布式控制结构，在现有的软硬性环境下，不利于实际控制.

3)缺乏在制品实时信息追踪及各类信息资源有效整合。现有许多生产车间还处于传统的手工作业或计算机半自动化管理阶段，对零部件、在制品的信息处理仍需要企业各级操作员工手工进行，采用诸如加工线路单、工序单、台账等对在制品管理，但填写工作量大，账单容易丢失和受污损，不便于统计和核算，零部件、在制品和产品完工等信息不能及时采集并传递到上层的管理信息***(如MES、ERP等)；虽然也有一些生产车间采用纸质条码，但在生产流程中需多次粘贴条码，而且贮存信息非常有限和不能再次写入，人为操作现象严重，漏扫、误扫率偏高，造成生产信息丢失，致使现场采集到的数据不能真实反映实际生产的进行情况，致使生产信息的交互严重滞后，导致上层***无法充分体现管理效用。

4)生产车间普遍存在生产不均衡现象，对于不同产品的柔性混流生产，零部件配送难同步、产品零件装配易出错，造成生产效率低下。

5)零部件在生产与装配过程中，跳站、漏站现象时有发生，造成产品质量不稳定。质量信息分布在各个管理环节、乃至每个工位，由于未建立成品与组装零部件间的关联，造成质量问题难定位、难追踪，不能按时间、工位、人员等因素定位追踪，以查出问题根源。

发明内容

本发明的目的在于提供一种智能化程度高、实用性强、以订单驱动、面向机械加工车间的单件小批量混流生产方法，以克服述现有车间生产的不足。

为实现上述目的，本发明所采用的技术方案是：所述加工车间的制造***被划分计划模块、调度模块、***数据库、上位RFID读写器、设备控制层，其中计划模块、调度模块和设备控制层都由Agent(智能体)技术来实现，制造***的各部分通过网络及通讯协议连接成多Agent制造***；所述计划模块用于评估工作订单，确定订单的调度优先级，制定工艺规划，并根据相关的约束条件确定***运行策略；所述调度模块用于接收计划模块的工作订单，根据车间状态信息和待加工的零件信息，通过智能算法优化分解订单任务，生成最优调度方案并将工件作业信息通过上位RFID读写器写入对应工件的RFID标签之中；所述的设备控制层由多个加工单元组成，各个加工单元读入对应的工件RFID标签信息，并进行相应加工作业；所述的***数据库用于存储工作订单信息并提供给相关模块使用，其具体可选择的现有数据库，有SQL Server数据库、Oracle数据库或Access数据库等。

所述的Agent是一种处于特定环境下的灵活地、自主地运行计算实体或程序，各Agent之间通过各种技术交互数据并进行通信，而多Agent制造***是指通过Agent来封装模拟生产车间各功能实体(包括计划模块、调度模块、设备控制层中的加工单元)，再应用多Agent相关理论将各个功能Agent组织起来，形成车间多Agent制造***。

所述的RFID(Radio Frequency Identification，即射频识别)是一种简单的无线***，由一个阅读器和标签组成，它通过射频信号自动识别目标对象并获取相关数据，识别工件无须人工干预，可工作于各种恶劣环境。

所述设备控制层的每个加工单元又由各个工位的RFID读写器、RFID标签、工件、机器、显示器、通信接口、人机接口、知识库组成；其中，所述加工单元的人机接口用于操作人员查阅工件加工列表，修正动态调度规则及必要时人工调整加工任务列表；所述加工单元的知识库用于存储动态调度规则、加工工序列表和计划模块、调度模块的状态信息；所述加工单元的通信接口用于与计划模块、调度模块通信.

所述的计划模块，又称为计划Agent，用Agent(智能体)技术来实现，由人机接口、知识库、通信接口、决策模块及管理模块组成：其中通信接口实现与调度模块和设备控制层的通信；人机接口用于与管理人员互动，以接收订单信息和车间管理相关信息(这些信息通过决策模块处理后存入***数据库中)；知识库用于存储模糊推理、决策的算法、各Agent通信地址、车间原料、库存、设备状态动态信息；管理模块用于根据知识库中的模糊推理算法，从***数据库中查得订单相关工艺、物料信息及订单本身信息；决策模块根据管理模块查得的信息对订单依次进行评估，确定每个订单的调度优先级和工艺约束条件等。

订单优先级由订单中的客户重要度，客户友好度及订单完成时间所决定，客户重要度由客户的规模，信誉所决定，由管理人员给出，用若干级别来表示，如分五级，最高级的“5”代表最重要，“1”代表最不重要；客户友好度由合作关系决定，由管理人员给出，如也分五级，“5”代表最重要，“1”代表最不重要；根据订单完成时间可计算订单的紧急度，按以下模糊规则确定紧急度：

1)当班(8小时)要完成的为最紧急，以5代表；

2)一天之内要完成的为紧急，以4代表；

3)二天之内完成的为普通，以3代表；

4)三天之内完成的为不紧急，以2代表；

5)一周之内完成的为最不紧急，以1代表。

订单优先级分为三类，即优先加工，正常加工和拖后加工，优先加工订单进入***后，当前正在加工的订单暂停，先加工优先订单，适应于紧急***规则。正常加工订单依序加工，拖后加工订单当***中无前述两种订单时才加工，订单的优先级随时间可能提升，即随着时间的流逝，原来正常加工的订单可能为变为优先订单，原来拖后加工的订单可能会变以正常加工订单。订单优先级的确定规则如下：

1)订单紧急度为5，且重要度或友好度为4以上的为优先加工订单；

2)订单紧急度为1，且重要度，友好度均为5以下的拖后加工订单；

3)不符合上述两规则的为正常加工订单；

同等优先级的订单，根据其权数确定加工次序，权数的计算公式如下：

权数＝紧急度×3+重要度×2+友好度×1

如果权数仍然相同，则以依订单号排序。

所述的调度模块，又称为调度Agent，用Agent(智能体)技术来实现，由人机接口、知识库、调度控制模块、显示器、通信接口组成：调度模块的人机接口用于与调度管理人员对调度算法选用和参数设定；调度模块的知识库中包含了用于车间调度的智能算法库，计划模块和设备控制层的通信地址及其动态信息；调度模块的通信接口用于与计划模块、上位RFID读写器、加工单元之间的通信；所述调度控制模块用于根据设备状态、加工约束、订单的调度优先级调用所述调度模块的知识库中的智能算法对工作订单进行静态调度优化，并在所述显示器上以甘特图形式显示工件作业信息。

调度模块接到计划模块发来的信息后，根据设备状态及其加工约束以及订单调度优先级，调用知识库的智能算法对订单进行静态优化，得到最优调度方案，必要时由调度管理人员对调度结果进行修正；调度结果确认后，通过显示器显示，同时经静态调度优化后的工件作业信息通过与所述调度模块相连接的上位RFID读写器写入到对应工件的RFID标签之中.

(1)调度优化

考虑n个工件J_i(i＝1，2，...，n)，在m台机器M_k(k＝1，2，...，m)上的加工作业调度问题。已知各操作加工时间和各工件在机器上的加工顺序约束(称为技术约束条件)，要求确定符合技术约束条件下的各机器上所有工件的加工顺序，使得加工性能指标达到最优，并假定：

1)准备工作完成后各工件即可开始加工；

2)每一时刻每台机器上只能有一个工件在进行加工，且加工过程一旦开始就不能中断，机器在整个加工过程中均处于有效状态；

3)各工件必须在其工艺路线所指定的机器上进行逐步加工；

4)各工件具有相同的加工优先权；

5)操作允许等待，即前一个操作未完成，则后面的操作需要等待；

6)没有特殊说明的情况下，工件的加工时间在整个加工过程中保持不变，且工件的加工准备时间包含在工件加工时间内；

这些假定是针对静态调度问题，而在实际生产中，上述假设条件中的某些条款会在不同情况下被打破，这也是需要进行动态调度的原因。

本发明采用静态调度和动态调度相结合方法，静态调度通过智能算法来实现，动态调度通过启发式调度规则来实现，没有特别声明，调度通常只指静态调度。之所以要进行动态调度，是因为加工单元故障等***的随机扰动和***各个生产环节的误差，造成了实际生产进度与静态调度计划不符，需要对原先做好的任务安排进行实时的再调整，或是由于紧急任务的***等不确定性因素，而不得不对***进行再调度。

令O_ij表示第i个工件(即工件J_i)的第j道操作，w_ij为工件进行第j道操作的等待时间，C_i为工件i加工完毕时间，T_ij为操作O_ij在指定机器上的加工时间，则有

$C_i=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}(T_{\mathrm{ij}}+w_{\mathrm{ij}}),$ 1≤i≤n，1≤j≤m

那么，Job Shop调度问题的最小化各工件最大完成时间加工性能指标可以表示为：

$\min \underset{1\≤i\≤n}{\max }\left(C_i\right)$

上述的Job Shop调度问题可用n/m/J/C_max简明表示，其中n表示工件数，m表示机器数，J表示Job Shop调度问题，C_max表示最大完成时间，即：

C_max＝max(C₁，C₂，…，C_n)

Job Shop调度问题中各个工件的每道工序只能在一台指定的机床上加工，这样，每个工件的加工路径是确定的，并且只有一条加工路径。与Job Shop调度问题不同的是，柔性Job Shop调度问题中，每个工件的每道工序可以由一台或者多台机器为其加工，因此，每个工件可能有多条加工路径。在相同的工序中，由于其对应的可加工机器的加工性能不同，这样，同一道工序在不同的机器上的加工时间也就不同，因此，不同的加工路径对应着不同的加工时间。

柔性Job Shop调度问题根据资源限制条件不同，可分为完全柔性JobShop调度问题和部分柔性Job Shop调度问题。在完全柔性Job Shop调度中，每道工序都可以选择任何一台机器来加工；而部分柔性Job Shop调度中，某些工序可以选择在任何一台机器上进行加工，某些工序只能选择部分机器进行加工。实际生产加工过程中的调度问题在机器选择方面一般具有某些限制，因此部分柔性Job Shop调度问题更具普遍性。

(2)动态调度

动态调度由事件触发，即出现某类事件，就调用某类事件的相应动态规则。动态调度规则应根据对象的不同而有所不同，下述是紧急***订单和机器故障这两种常见的不确定性情况下的动态调度规则。

1)紧急***订单规则：

①当有紧急任务进入时，未开始加工的任务暂时无限期推迟，正在加工的任务继续加工；

②***优化后的紧急任务；

③将剩余工序在不改变加工机器的前提下以最早允许加工时间规则***到相应的机器中。

2)机器故障的动态规则：

①当机器发生故障时，其它机器未受影响的工序继续加工；

②当未故障机器有空闲即没有可加工工序时，将故障机器中未加工工序列表中第一个此机器可加工的工序***此机器的工序列表中；

②当故障机器故障解除后，如果它的未加工序列表不为空，则继续加工。

本发明方法中的***按照RFID标签上的既定作业自动完成该工位加工任务，或由操作人员按照显示器上显示的标签信息完成相应的作业加工任务，工序作业完成后，通过该工位的RFID读写器写入操作员的工号、作业时间、机器状态等信息。当出现相关问题的时候，可以通过读取各工件的RFID标签的工序信息，对产品(即完成加工任务后的零件)进行分析，以及按时间、工位、人员等因素定位追踪，以查出问题根源。

本发明的有益效果主要表现在：

(1)利用RFID可在线实时读写电子标签信息的功能，使管理人员可以实时动态掌握生产过程，使整个流程达到透明化和可视化，从而极大地提高生产效率，降低生产成本。与条码相比，RFID无线射频识别技术优点是识别距离长，适于恶劣环境，可识别运动目标，标签可读写，可携带大量数据等优点，突破了生产过程的数据录入和数据采集的“瓶颈”问题，可以自动跟踪在制品(正在制造的产品，包括构件、半成品、成品等)的实时分布状况，进行产品和在制品的身份认证和标识。

(2)将生产车间***划分为计划模块、调度模块和设备层，并通过网络及通讯协议将它们连接成一个多Agent制造***，采用多Agent***理论和方法对该制造***中Agent的协作、协商、调度、控制、冲突消解问题进行求解，使***具有更好的适应性、鲁棒性和可伸缩性，而且Agent***能够动态协调其控制决策，自主调整其行为，对紧急工件***、设备故障等事件作出智能化的反应。

(3)在采用与实际生产接近的混流生产调度理论基础上，通过静态调度和动态调度相结合来解决实际生产问题，并通过智能算法解决静态调度优化的NP难题，再通过动态调度规则实现实时动态调度，从而实现不确定性环境下的复杂车间生产调度问题。

(4)实现了生产规划、调度和设备控制的一体化集成，并采用混合控制结构，使递阶结构的同层实体不能通信、异构子***间的兼容性以及分布式控制的单元自主性和***全局优化之间的矛盾等问题得以解决。

(5)适应用于多种生产方式，从高度自动化制造***到人工操作制造***均适用。

附图说明

图1是本发明的示例性总体框图。

图2是本发明的示例性计划模块框图。

图3是本发明的示例性调度模块框图。

图4是本发明的示例性加工单元框图。

图5是智能调度优化算法库求解界面。

图6是面向机器的Job Shop生产示例甘特图。

图7是面向工件的Job Shop生产示例甘特图。

图8是按静态调度优化的Job Shop生产示例图。

图9是面向机器的柔性Job Shop生产示例甘特图。

图10是面向工件的柔性Job Shop生产示例甘特图。

图11是紧急***工作下动态调度生产示例图。

图12是机器故障下动态调度生产示例。

具体实施方式

下面结合附图和实施例对本发明的具体实施方式作进一步说明。

图1为本发明的示例性总体框图，它由计划模块100、调度模块200、***数据库300、上位REID读写器400、设备控制层组成，其中设备控制层在示例当中具体由加工单元500、开始单元600S、结束单元600F、各个工位的RFID读写器501、RFID标签502等组成。

计划模块100对订单依次进行评估，确定每个订单的调度优先级，制订生产计划和***运行策略，根据订单的调度优先级、工艺规划和约束条件等通过通信接口发送到调度模块200；调度模块200对接收来自计划模块100的工作单，根据待加工零件信息和设备状态信息，调用智能算法库的算法(如遗传算法)对任务进行优化分解，生成调度方案并利用上位REID读写器400写入REID标签502(智能卡)之中，将载有生产工艺信息的REID标签502贴在待加工的工件(零件或部件)上；带有REID标签502的待加工工件(零件或部件)送到车间的开始单元600S，开始单元600S中的RFID读写器501读入该REID标签502上的内容，自动把工件运送到该工件的第一个作业工序处(如果是柔性自动化生产线)，或提示操作人员将该工件搬运到第一个作业工序处(如果是手工操作生产车间)；通过相应加工单元500上配备的RFID读写器501，读入RFID标签502信息，***按照RFID标签502上的既定作业自动完成该工位的加工任务(如果是柔性自动化生产线)，或由操作人员按RFID标签502提示进行相应作业加工(手工操作)；当前工序作业完工后，通过该工位上的RFID读写器501写入操作员的工号、完工时间、机器状态等信息，同时将这些信息通过网络返回车间管理***，并转入下一作业工序，如果不发生异常，就按写入RFID标签502中的既定最优调度作业方案进行，直至所有加工作业工序完成为止；当发生干扰异常(如设备故障或有紧急订单等)时，则通过动态调度来完成加工任务；加工作业完成后，在结束单元600F读入已写入到RFID标签502的信息，对产品(即完成加工任务后的零件)进行分析，并按时间、工位、人员等进行定位追踪，以查出问题根源.

如图2所示，计划模块100由人机接口101、知识库102、决策模块103、显示器104、通信接口105及管理模块106组成，并用Agent技术来实现，它负责与***数据库300交互，动态获取、存储***运行动态信息，以及车间日常的基本管理工作等；人机接口100用于与管理人员互动，如果***不确定性过大时，超出其解决问题能力范围，将决策权交由管理人员行使；知识库102用于存储模糊推理规则与算法及调度模块、设备控制层的通信地址、目前状态等动态信息；决策模块103由人工智能推理来实现，并用显示器104来显示其结果；通信接口105用于与调度模块200、设备控制层进行通信；管理模块106实现计划管理。

***运行过程中，订单信息可以通过人机接口101传至***数据库300存储，管理模块106与***数据库300交换，获取订单信息和车间信息；获取订单后，管理模块106根据知识库102中的模糊推理规则，从***数据库300中查得订单相关工艺、物料信息及订单本身信息，如完工时间，加工任务列表，客户重要度，客户友好度等，并由决策模块103对订单依次进行评估，确定每个订单的调度优先级和工艺约束条件等；根据订单的调度优先级依次打包相应的订单信息和约束条件(如某工件某工序必须在某时间前加工，必须在某机器加工等)通过通信接口105发送到调度模块200。

如图3所示，是本发明的示例性调度模块200，由人机接口201、知识库202、调度控制模块203、显示器204、通信接口205组成，也用Agent技术来实现；人机接口201用于与调度管理人员对调度算法选用和参数设定；知识库202中包含了用于车间调度的智能算法库，计划模块100、设备控制层的通信地址及其动态信息；通信接口205用于与计划模块100、上位RFID读写器400和加工单元500之间的通信；所述调度控制模块203用于根据设备状态、加工约束、订单的调度优先级调用所述调度模块的知识库中的智能算法对工作订单进行静态调度优化，并在所述显示器204上以甘特图形式显示工件作业信息。

调度模块200(调度Agent)通过其通信接口205接到计划模块100发来的信息后，根据设备状态及其加工约束以及订单调度优先级，调用知识库202的智能算法对订单进行静态优化，得到最优调度方案和各加工单元的加工工序列表，并通过显示器204显示，必要时调度管理人员对调度结果进行修正；调度结果确认后，在调度模块200的界面中以甘特图形式显示出来，一方面以整体形式通过通信接口205传递给计划模块100，计划模块100接到调度结果后，以甘特图形式显示，同时以数据表形式存入***数据库300中备份；另一方面以工件任务列表形式通过上位RFID读写器400写入各工件的RFID标签之中。

如图4所示，为设备控制层的加工单元500组成关系图，加工单元500位于***底层，其数量由车间包含的加工装备数量所决定。它由各个工位的RFID读写器501、RFID标签502、工件503、机器504、显示器505、通信接口506、人机接口507、知识库508和调整模块509组成。图中机器504与通信接口506连接线为虚线，表示为：当机器504为带有接口的自动化数控装备(如数控机床)时，可与通信接口506连接，否则机器504与通信接口506不相连接。

加工单元500中的通信接口506用于与计划模块100、调度模块200通信，其人机接口507方便操作人员查阅其加工列表，修正动态调度规则及必要时人工调整加工任务列表；知识库508中存有动态调度规则、加工工序列表和计划模块100、调度模块200的状态等信息.

当贴有RFID标签的工件进入到加工单元500配备的RFID读写器501范围时，就读入RFID标签502内容，***按照RFID标签502上的既定作业自动完成该工位的加工任务(如柔性自动化生产线)，或由操作人员按显示器505上显示的RFID标签502信息指示进行相应作业加工(如手工操作)；当该工序作业完工后，通过该工位上的RFID读写器501写入操作员的工号、完工时间、机器状态等信息，同时将这些信息通过网络返回车间管理***，并将工件503(连同RFID标签502)转入下一作业工序；当发生干扰异常(如设备延误、或设备故障)时，各加工单元500根据知识库508相应的动态调度规则进行协调，动态调整加工任务，以消除不确定性，必要时可通过人机接口507进行人工确认与修正动态调整结果。

开始单元600S和结束单元600F与加工单元500类似，只是前两者没有加工机器，开始单元600S主要用于把工件运送到该工件的第一个作业工序处，结束单元600F用于读入工件完工后的已写入到RFID标签的信息，以便对工件信息进行分析。

实施例1：6个工件6台机器生产示例

现有一个6工件的加工订单。该订单为非抢占式加工，由6台机器加工完成，订单按正常加工，各工件具有相同的加工优先权，性能指标为最大加工完成时间。

6个工件编号分别为J₁、J₂、J₃、J₄、J₅、J₆，而车间的M₁、M₂、M₃、M₄、M₅、M₆共6台机器对这6个工件进行加工，加工时间和加工顺序如表1所示。

表1实施例生产工艺数据表

从表1中可以看出，不同工件J_j的工艺路线不同，每个工件所包含的工序顺序不同，加工时间随加工单元的不同而不同.对表1分解得到的加工时间矩阵T和加工约束矩阵M分别为：

$T=\left[\begin{array}{cccccc}1& 3& 6& 7& 3& 6\\ 8& 5& 10& 10& 10& 4\\ 5& 4& 8& 9& 1& 7\\ 5& 5& 5& 3& 8& 9\\ 9& 3& 5& 4& 3& 1\\ 3& 3& 9& 10& 4& 1\end{array}\right]$ $M=\left[\begin{array}{cccccc}3& 1& 2& 4& 6& 5\\ 2& 3& 5& 6& 1& 4\\ 3& 4& 6& 1& 2& 5\\ 2& 1& 3& 4& 5& 6\\ 3& 2& 5& 6& 1& 4\\ 2& 4& 6& 1& 5& 3\end{array}\right]$

调度模块200接收到计划模块100发过来的工件订单、加工时间矩阵T和加工约束矩阵M等信息后，对订单进行作业计划求解。

从前述可知，该示例是一个6/6/J/C_max调度问题，并且满足如下条件：

(1)准备工作完成后各工件即可开始加工；

(2)每一时刻每台机器上只能有一个工件在进行加工，且加工过程一旦开始就不能中断，机器在整个加工过程中均处于有效状态；

(3)各工件必须在其工艺路线所指定的机器上进行逐步加工；

(4)各工件具有相同的加工优先权；

(5)操作允许等待，即前一个操作未完成，则后面的操作需要等待；

(6)工件的加工时间在整个加工过程中保持不变，且工件的加工准备时间包含在工件加工时间内；

现求解：

$\min \underset{1\≤i\≤6}{\max }\left(C_i\right),$

其中

$C_i=\underset{j=1}{\overset{6}{\mathrm{\Σ}}}(T_{\mathrm{ij}}+w_{\mathrm{ij}}),$ 1≤i≤6，1≤j≤6

本发明中的智能调度优化算法库提供了遗传算法(GA)、模拟退火算法(SA)、粒子群算法(PSO)以及PSOSA(结合粒子群算法和模拟退火算法的混合算法)。图5是优化算法库界面，A1为订单选择下拉列表框，A2为Job Shop优化算法选择区，A3为柔性Job Shop优化算法选择区，A4为对应的选定算法参数设置区，A5为按键功能区，A6为优化结果的加工甘特图显示区。

在图5的A2区中选择GA算法优化和设定算法参数(GA种群数为100、进化代数50、交叉概率为0.85、变异概率为0.05)，按A5区上的“运行”按键，求得如图6所示的面向机器的甘特图和图7的所示的面向工件的甘特图，甘特图上的由2点间隔的数字表示“工件.操作.机器”，如“1.2.1”表示第1个工件的第2道操作在第1台机器上进行。

从图6中可以看到各个机器作业情况，如在M₁(第1台机器)上加工作业有“1.2.1”、“4.2.1”、“3.4.1”、“6.4.1”、“2.5.1”、“5.5.1”，如果M₁是数控机床之类的加工设备，还可通过接口将对应的加工程序下载M₁之中。从图7中可以看到各个工件加工顺序、加工起止时间以及等待时间，可将面向工件的调度优化结果通过上位RFID读写器400写入对应工件的RFID502标签之中，此外，还需要写入工件的加工优先级别等信息，便于进行动态调度，另外，还可按需在标签中写入相应数控加工程序文件名或操作指示等，以便按文件名找到数控加工程序自动加工或指示操作人员如何作业。

将载有生产工艺信息的RFID标签502贴在待加工的工件J_i(i＝1，2，...，6)上，并运送到生产车间的开始单元600S，由该工位上的RFID读写器501读入各工件的RFID标签502内容，自动把工件运送到该工件的第一个作业工序处(如果是自动化生产线)，或提示操作人员将该工件搬运到第一个作业工序处(如果是手工操作的生产车间)；通过相应机器M_k(k＝1，2，...，6)配备的RFID读写器501(M_k和RFID读写器组成一个加工单元500，如图4所示)，读入RFID标签502信息，***按照RFID标签502上的既定作业计划自动完成该工位的加工任务(如果是柔性自动化生产线)，或由操作人员按RFID标签502提示进行相应作业加工(如果是手工操作)；当前工序作业完工后，通过该工位上的RFID读写器501写入操作员的工号、完工时间、机器状态等信息，同时将这些信息通过网络返回车间管理***，并转入下一作业工序，如果不发生异常，就按写入RFID标签502中的既定最优调度作业方案进行，直至所有加工作业工序完成为止，如图8所示。

实施例2：柔性生产示例

在柔性Job Shop调度问题中，不同工件的加工路径是不确定的，一旦工件的加工路径得到确定，那么，柔性Job Shop调度问题就可以转化为一般的Job Shop调度问题。因此，求解柔性Job Shop调度时，可以采用分步求解的方法，首先确定不同工件的加工路径，然后在一定的加工路径下，对Job Shop调度问题进行优化。

各工件的加工路径的确定，即确定各工件的每道工序在哪台机器上进行加工，属于资源分配问题，在一定加工路径下，Job Shop调度问题属于任务或者作业次序问题，因此，柔性Job Shop调度问题同时需要解决资源分配问题和任务或者作业次序问题。

针对表2所示的柔性Job Shop问题，在调度优化算法库(见图5)中选用粒子群算法(PSO)，求得如图9和图10所示的优化结果，与前述的一般Job Shop类似，可将优化结果写入工件对应RFID标签之中。

表2柔性Job Shop问题工件的加工路径和加工时间

实施例1和实施例2是按照静态调度所产生优化结果进行加工，下述两个示例是在***紧急订单和机器故障情况下的动态调度问题。

实施例3：***紧急订单示例

现有一个紧急订单，计划模块100对紧急订单进行评估，表明需要作紧急处理，为此通过其通信接口105将调度优先级、工艺规划和约束条件发送到调度模块200；调度模块200对接收来自计划模块100的紧急订单，根据待加工零件信息和设备状态信息，调用智能算法库的算法(如遗传算法)对任务进行优化分解，生成调度方案并写入RFID标签502之中；将载有各种生产信息的RFID标签502贴在待加工的紧急工件上。

假定当前正在进行普通级别的3个工件J_i(i＝1，2，3)3台机器M_k(k＝1，2，3)柔性加工作业，现要***一个优先级别更高的紧急工件J₄，如图11所示，图11(a)为未***紧急工作的静态作业方案，图11(b)为***紧急工件进入加工***的时刻，图上用小点分隔的数字表示如前文所述的“工件.操作.机器”。

紧急***订单规则如下：

(1)当有紧急任务进入时，未开始加工的任务暂时无限期推迟，正在加工的任务继续加工；

(2)***优化后的紧急任务；

(3)将剩余工序在不改变加工机器的前提下以最早允许加工时间规则***到相应的机器中。

根据第(1)条规则可得到11(b)图所示的结果，根据第(2)条规则得到图11(c)所示的结果，根据第(3)条规则得到如图11(d)所示的动态调度结果。

实施例4：机器故障下动态调度生产示例

假定一个3个工件J_i(i＝1，2，3)3台机器M_k(k＝1，2，3)加工作业按图12(a)所示甘特图进行，但在某一时刻，M₃发生故障，如图12(b)所示的，工序“2.2.3”和“1.3.3”无法加工，M₂的工序“2.3.2”受其影响也无法加工。

机器故障后的动态调度规则：

1)当有某机器发生故障时，其它机器未受影响的工序继续加工；

2)当未故障机器有空闲即没有可加工工序时，将故障机器中未加工工序列表中第一个此机器可加工的工序***此机器的工序列表中；

3)当故障机器解除故障后，如果它的未加工序列表不为空，则继续加工。

按上述机器故障后的动态调度规则，M₂加工完工序“1.2.2”后无工序可加工，则取故障M₃未加工的工序列表中其能加工的第一个工序“2.2.3”进行加工，此时由于转到M₂上加工，就称为“2.2.2”；M₁加工完工序“3.3.1”后无工序可加工，则取故障机器剩下的未加工工序“1.3.3”进行加工，此时由于转到M₁上加工，就称为“1.3.1”，如图12(c)所示；M₂加工完工序“2.2.2”后，再加工原已安排在其上加工但因M₃故障而未能加工的工序“2.3.2”，最后的动态调度结果如图12(d)所示。

上述描述是用于实现本发明及其实施例，本发明的范围不应由此描述来限定，本领域技术人员在不脱离本实用新型范围内的任何修改或替换，均属于本发明权利要求限定的范围。

Claims (9)

1.一种以订单驱动的加工车间单件小批量混流生产方法，其特征在于所述加工车间的制造***被划分计划模块、调度模块、***数据库、上位RFID读写器、设备控制层，其中计划模块、调度模块和设备控制层都由Agent技术来实现，制造***的各部分通过网络及通讯协议连接成多Agent制造***：

所述计划模块用于评估工作订单，确定订单的调度优先级，制定工艺规划，并根据相关的约束条件确定***运行策略；

所述调度模块用于接收计划模块的工作订单，根据车间状态信息和待加工的零件信息，通过智能算法优化分解订单任务，生成最优调度方案并将工件作业信息通过上位RFID读写器写入对应的待加工工件RFID标签之中；

所述的设备控制层由多个加工单元、开始单元和结束单元组成，各个加工单元读入对应的工件RFID标签信息，并进行相应加工作业，开始单元用于把工件运送到该工件的第一个作业工序处，结束单元用于读入工件完工后的已写入到RFID标签的信息；

所述的***数据库用于存储工作订单信息和车间信息并提供给相关模块使用。

2.根据权利要求1所述的一种以订单驱动的加工车间单件小批量混流生产方法，其特征在于：所述计划模块包括人机接口、知识库、通信接口、决策模块和管理模块；其中，所述人机接口用于和管理人员互动以及接收订单信息、车间管理信息；所述知识库用于存储模糊推理、决策的算法、调度模块和设备控制层的通信地址、库存、设备状态动态信息；所述通信接口用于实现与调度模块和设备控制层的通信；管理模块用于根据知识库中的模糊推理算法，从***数据库中查得订单相关工艺、物料信息及订单本身信息；决策模块根据管理模块查得的信息对订单依次进行评估，确定每个订单的调度优先级和工艺约束条件。

3.根据权利要求1所述的一种以订单驱动的加工车间单件小批量混流生产方法，其特征在于：所述的调度模块包括人机接口、知识库、调度控制模块、显示器、通信接口；其中，所述的调度模块的人机接口和调度管理人员互动，实现调度算法的选用、调度参数的设定；所述的调度模块的知识库用于存储车间调度的智能算法，以及计划模块和设备控制层的通信地址及其动态信息；所述调度控制模块用于根据设备状态、加工约束、订单的调度优先级调用所述调度模块的知识库中的智能算法对工作订单进行静态调度优化，并在所述显示器上以甘特图形式显示工件作业信息；所述调度模块的通信接口用于与所述计划模块、上位RFID读写器、加工单元之间的通信，所述经静态调度优化后的工件作业信息通过与所述调度模块相连接的上位RFID读写器写入到对应的工件RFID标签之中。

4.根据权利要求1所述的一种以订单驱动的加工车间单件小批量混流生产方法，其特征在于：所述设备控制层的每个加工单元又由各个工位的RFID读写器、RFID标签、工件、机器、显示器、通信接口、人机接口、知识库组成；其中，所述加工单元的人机接口用于操作人员查阅工件加工列表，修正动态调度规则及必要时人工调整加工任务列表；所述加工单元的知识库用于存储动态调度规则、加工工序列表、计划模块和调度模块的状态信息；所述加工单元的通信接口用于与计划模块、调度模块通信。

5.根据权利要求2所述的一种以订单驱动的加工车间单件小批量混流生产方法，其特征在于：所述订单的调度优先级由订单中的客户重要度、客户友好度及订单完成时间共同决定；订单的调度优先级分为优先加工、正常加工、拖后加工三个级别；而同等优先级的订单，根据其加权数确定加工次序，对于同等权数的订单，再根据订单序号确定加工次序。

6.根据权利要求5所述的一种以订单驱动的加工车间单件小批量混流生产方法，其特征在于，所述的订单的调度优先级的确定规则如下：

1)订单紧急度为5，且重要度或友好度为4以上的为优先加工订单；

2)订单紧急度为1，且重要度，友好度均为5以下的拖后加工订单；

3)不符合上述两规则的为正常加工订单；

其中，同等优先级的订单，根据其权数确定加工次序，权数的计算公式如下：

权数＝紧急度×3+重要度×2+友好度×1。

7.根据权利要求3所述的一种以订单驱动的加工车间单件小批量混流生产方法，其特征在于：根据实际生产问题，所述调度模块通过静态调度和动态调度相结合的方式生成最优调度方案；因***随机扰动造成实际生产进度和调度计划不符合时，通过动态调度规则实施动态调度，所述***随机扰动包括加工单元故障、紧急***订单。

8.根据权利要求7所述的一种以订单驱动的加工车间单件小批量混流生产方法，其特征在于：***按照工件RFID标签上的既定作业自动完成该工位加工任务，或由操作人员按照显示器上显示的标签信息完成相应的作业加工任务。

9.根据权利要求7所述的一种以订单驱动的加工车间单件小批量混流生产方法，其特征在于：工序作业完成后，通过该工位的RFID读写器写入机器状态以及操作员的相关信息，包括操作员的工号、日期、工位号和作业时间。

Images