CN113330470A - 工业环境中的设备的自主协调 - Google Patents
工业环境中的设备的自主协调 Download PDFInfo
- Publication number
- CN113330470A CN113330470A CN201980090004.4A CN201980090004A CN113330470A CN 113330470 A CN113330470 A CN 113330470A CN 201980090004 A CN201980090004 A CN 201980090004A CN 113330470 A CN113330470 A CN 113330470A
- Authority
- CN
- China
- Prior art keywords
- worker
- layer
- machine intelligence
- coordination
- coordinator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 claims abstract description 48
- 238000012986 modification Methods 0.000 claims description 36
- 230000004048 modification Effects 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 28
- 238000000354 decomposition reaction Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 10
- 238000009776 industrial production Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims 2
- 230000009471 action Effects 0.000 abstract description 11
- 238000011161 development Methods 0.000 abstract description 2
- 239000004065 semiconductor Substances 0.000 abstract description 2
- 230000009897 systematic effect Effects 0.000 abstract 1
- 238000010801 machine learning Methods 0.000 description 9
- 230000015654 memory Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 230000002567 autonomic effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 241000245032 Trillium Species 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4188—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by CIM planning or realisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- General Factory Administration (AREA)
Abstract
在过去的几十年里,半导体、自动化和控制***的快速发展导致了在复杂工业环境中广泛采用先进自动化机器(包括机器人)。这些机器被部署在非常广泛的工业环境中,并以有限且预定义的方式执行各种任务。***性的方法协调机器的动作,以允许自主***的层次结构决定如何满足制造需求,包括委派给较低级别的自主***。
Description
技术领域
本公开涉及工业机器的协调操作。尤其是,本公开涉及工业环境(例如制造环境)中的机器的层次结构之间的动作协调。
背景技术
在过去的几十年里,半导体、自动化和控制***的快速发展导致了在复杂的工业环境中广泛采用先进的自动化机器例如机器人。这些机器被部署在非常广泛的工业环境中,并以有限且预定义的方式执行各种任务。机器智能和自主性的提高将进一步增强这些机器的能力,并且提高生产、操作和维护效率。
附图说明
图1示出具有自主分层框架的示例性工业环境。
图2示出引起工业环境中的修改的自主分层框架的示例。
图3示出建立自主分层框架的示例。
图4示出协调***可实现的协调逻辑的示例以及工作者***可实现的工作者逻辑的示例。
图5示出在自主分层框架中的工作者***和协调***的示例性***实现方式。
具体实施方式
在复杂的工业环境中广泛采用先进的自动化机器已经产生了许多好处。然而,这些机器以有限且预定义的方式执行它们的任务。也就是说,机器执行由设计者和程序员预定义的动作,因此缺乏例如灵活性和适应性,例如,以克服当前环境中的新问题或在新环境中执行功能,而不需要在人工重新配置上花费大量的精力、时间和金钱。下面描述的自主协调***和技术克服了这些和其它技术挑战。
自主协调***和技术提供了分层框架,其中***和设备(例如,PLC、机器人或其它机器以及软件代理)协调它们的动作,例如用于制造由数字孪生/CAD模型描述的产品。在分层框架内,较高级别的自主***(“协调器”)决定如何进行,例如,如何制造传入的订单,并将动作委托给较低级别的自主***。较高级别的自主***基于可用资源、材料、零件、时间和其它因素进行调整。工业环境中的协调器和工作者使用传感器(例如,相机、红外探测器、超声波传感器等)来分析现实世界的对象,将它们与预期的DT/CAD模型进行比较,并基于差异进行调整。在任何期望的分层级别,***和设备训练机器智能模型并执行机器智能(例如,统计学习或深度神经网络)以学习过去的经验,并用这些经验训练它们的模型为未来的决策做准备。
自主协调***和技术的基础是针对上述问题的若干技术解决方案。这些技术解决方案包括分层任务分解和分配、动作调整和机器学习。这些技术解决方案在分层框架中实施,该分层框架克服了工业环境中的机器和***的有限灵活性和适应性的技术问题。
关于分层任务分解和分配,框架内的自主***和设备形成具有不同自主级别的层次结构,以便处理复杂的制造任务。在这方面,任务被分解为子任务并分配给更专业的自主***。关于基于物理对象和资源的动作调整,层次结构中任何期望级别的自主***和设备可以响应于许多不同类型的输入来调整它们的动作。例如,调整可以适应材料和零件相对于原始模型的物理变化,或者适应资源的可用性。
在框架内,机器学习在所有期望的级别上实现。因此,所有级别的自主***都通过机器学习支持它们的决策,从而影响它们基于过去的经验的决策。应用于给定***的机器学习的具体类型(或多种类型)可根据许多因素而变化,例如***(例如,协调***对于专业工作者***)在工业环境中的作用。例如,协调***可以了解到特定的从属***比其它从属***更适合执行特定的动作(例如,更快或以更可靠的方式),并且作为响应,可能支持特定的从属***在将来的任务分配中进行选择。因此,整个框架展示了一种异构分布式学习形式,其中各个自主***以特定方式学习。
图1示出示例性工业环境100。该工业环境100包括装配线102和沿着装配线定位的多个制造设备,例如设备104、106、108、110、112、114和116。自动化环境100还包括传感器,例如从环境100提供反馈的传感器118、120、122、124、126、128、130、132、134、136和138。制造设备104-116可以是任何类型的机器或***,仅包括几个示例:机器人、混合器、焊机、皮带、输送机、升降机、注射器、车床、铣床、夹具、刨床等。设备104-116是工作者***,其执行具体任务(例如附接、喷漆或钻孔)以促进创建、制造或组装特定的产品。传感器118-138可以是任何类型的反馈设备,仅包括几个示例:相机、麦克风、电流传感器、电压传感器、旋转传感器、振动传感器、rpm传感器、压力传感器、触摸传感器、接近传感器、热电偶、体积传感器、倾斜传感器、温度传感器等。
图1还示出确定任务并将其分配给较低级别的协调***或工作者***的协调***。协调***和工作者***在层次结构中分层排列。在图1的示例中,协调***140在最高层,即第1层,协调***142、144和146在第二层,即第2层。存在其它协调***:在第3层的协调***148和150,以及第4层的协调***152、154、156、158和160。工作者***104-116在最底层,即第5层,并且与协调***140-160一起形成自主分层网络162。每层从工业环境接收反馈164,例如从传感器118-138。在任何给定的工业环境中,可以有任何数量的协调***和具有任何目的或复杂性的工作者***布置在任何数量的级别中。
网络162接收来自数字产品模型166的输入。作为示例,数字产品模型166可以包括待制造产品的数字孪生(“DT”)和计算机辅助设计(“CAD”)模型,以及其子部件和子组件。数字孪生和CAD模型还可以指定存在于工业环境100本身内的元素,包括设备104-116、传感器118-138、装配线102和协调***140-160。以这种方式,网络162具有关于产品以及将创建产品的设备和***的配置和功能的知识,并且可以基于该知识和其它输入执行机器学习和任务规划。
任何产品模型都可以输入到任务分解***168。任务分解***168分析产品模型,并生成分层任务分解170用于如何制造由产品模型定义的产品。分层任务分解170是协调***140-160的输入之一。尤其是,顶级协调***140可以接受分层任务分解170,并启动过程,通过该过程在整个网络162中分配各个任务,以便创建在产品模型中定义的产品。
换句话说,框架166提供用于基于任务分解170生成任务并自动将任务分配给网络162中的设备和***以执行任务的自主技术。从数字产品模型166开始,制造规划被创建为任务的分层分解。这种分解可以由任务分解***168预先产生,或者它可以由自主***本身创建,作为它们由机器学习支持的问题解决功能的一部分。
例如,1级协调***140可以接收任务分解170,确定待执行的第一级任务,将第一级任务分配给下一级中的具体设备,例如,分配给2级协调***142-146,并发出命令以启动任务执行。1级协调***140中的机器智能可以对制造规划的任何部分进行调整,例如,基于工业环境100中的设备和***的资源可用性、容量、速度、可靠性或其它特征,并且还基于工作者***在其上执行它们的任务的部件和环境的物理属性。例如,1级协调***140可以用当前可实现的替代任务来重新排序或替换不可实现的任务。在这方面,机器智能可以以自主方式执行物流和规划逻辑。
可以在框架166的所有级别重复任务分解、规划和改变。例如,2级协调***142-146可以对它们已经接收的任务进行调整,并确定如何最好地将任务分配给3级协调***148-160。各个任务将最终到达网络162的最低级别的工作者。工作者***通常专门用于特定的制造任务,高级协调***基于需要执行的任务和生产流程来选择工作者***。工作者***执行指定的任务,同时使用传感器118-138来分析物理对象及其环境。工作者***评估传感器反馈164,例如,以将传感器反馈164与数字产品模型166进行比较。如果工作者检测到显著的差异,例如,零件的尺寸比模型中的稍大,或者螺钉的孔的位置与指定的位置不同,则网络162(工作者本身或较高级别的实体)基于这些差异自动进行调整,并评估操作的成功。
图2示出在工业环境100中引起修改的自主分层网络162的具体示例。在该示例中,工作者***112已经从相机130接收到传感器输入202。工作者***112中的机器智能***204确定(例如,通过用图像处理神经网络查看图像)实际螺钉孔位置在CAD模型指示的位置左侧10mm处。
作为一种选择,工作者***112本身可以确定如何移动以考虑实际的螺钉位置。在该示例中,机器智能***204做出修改决策206。修改决策206是向右移动10mm以实现与螺钉孔正确对准的调整。
网络162中的所有设备和***可以向网络162中的较高级别的设备和***提供状态报告。因此,较高级别的***被告知制造过程的总体进度和任何问题,并且如果需要,可以执行它们的机器智能来决定可能的修改。在图2的示例中,工作者***112中的机器智能***204向其直接上级协调***158发送状态报告208。
状态报告208包括例如传感器输入、来自机器智能***204的发现以及执行或推荐的任何修改。状态报告可以包括任何其它期望的信息,包括设备和***的性能和精度数据,以便可以在所有级别对其进行评估和确认。表征正在进行的操作的数据、传感器反馈164和修改决策可以被应用为训练案例,以用于精炼工作者***或协调***140-160的任何机器学习功能。因此,可以通过过去的动作和对训练模型的更新,通知网络162的每个级别的未来决策。
继续图2中的示例,工作者***112决定向右移动10mm。然而,假设新位置导致组装错误,因为相机130未校准。在错误影响后续制造阶段(例如,在工作者***114处的进一步组装步骤)的情况下,工作者***112本身可能无法检测到错误。然而,另一个设备或***中的机器智能***可以检测错误,并向较高级别的***提供状态报告。在图2中,工作者***114中的机器智能***210检测错误,并向协调***160提供状态报告212。
协调***160可以例如通过执行其机器智能***214来决定如何进行,或者可以将状态提交给较高级别。换句话说,协调***做出修改决策215,例如,在生产中做出具体修改以响应错误,或者可以采取其它行动。作为具体的示例,协调***160可以向工业环境100中的任何***或设备发出生产命令216,例如,丢弃零件并安排由替代工作者生产更换零件。此外,协调***160可以根据经验为其机器智能***216训练机器学习模型,并将可疑的校准问题报告给负责的工作者,例如工作者***112,工作者***112可以决定对其行为的进一步修改。
在网络162中,***和设备实现机器学习技术,该技术为***和设备提供一定程度的自主性。也就是说,***和设备在可能、合理或允许的情况下,基于过去的经验和获得的知识自行做出决策。注意,网络162的层次结构不是固定的,而是针对每个传入的制造订单按需确定的,并且可以在订单的生产期间动态改变。
图3示出用于工业环境的网络设置逻辑300的示例。在工业环境100中建立分层网络,该分层网络包括与一个或多个工作者***层通信的一个或多个协调***层(302)。在协调***层中建立协调***层次结构(304)。作为示例,图1和图2示出布置成四层的协调***140-160的层次结构,其中协调***140在该层次结构的顶层。任何给定的工业环境可以在层次结构中具有任意数量的层,在层中具有任意数量的协调***或工作者***。
协调***层次结构配置有协调器机器智能(306)。这可以包括用机器智能电路和机器智能模型在任何协调***层中配置一个或多个协调***。替代地或附加地,一组协调***可以共享一组公共的机器智能电路和机器智能模型。此外,工作者***层中的工作者***配置有工作者机器智能(308)。这可以包括用机器智能电路和机器智能模型350配置一个或多个工作者***。替代地或附加地,一组工作者***可以共享一组公共的机器智能电路和机器智能模型。训练机器智能模型350以便为工业生产做准备(310)。例如,可以根据每个工作者***的预期角色来训练视觉处理神经网络。可以实现多种类型的机器智能电路和多种类型的机器智能模型训练。几个示例包括:感知、推理和解决问题;运动规划和操纵;规划、学习和自然语言处理;统计和符号学习;不确定推理的概率技术;贝叶斯强化学习、神经调整Q迭代(NFQ)和深度强化学习。
图4示出协调***可以实施的协调逻辑400的示例,以及工作者***可以在工业生产期间持续实施的工作逻辑450的示例。协调***层接收用于工业生产的数字产品模型和任务分解(402)。例如,协调***140可以从外部客户端、工程***或其它来源接收任务分解和数字模型。协调***层基于任务分解将协调器任务分配给协调***层次结构中的各个协调***(404)。例如,协调***142-146中的每个可以从协调***140接收协调任务。进而,协调***148-160可以从协调***142-146接收协调任务。
协调***基于协调任务将工作任务分配给工作者***(406)。协调***和工作者***接收来自工业环境100的传感器输入和来自工作者***的状态报告(408)。协调***响应于传感器输入、数字模型166和状态报告执行它们的机器智能电路,以针对工业生产做出修改决策215(410)。协调***还可以根据修改决策215发布生产命令216(412)。协调***均响应于修改决策215训练它们的协调器机器智能电路(414)。
关于工作者***,工作者***还可以直接或从协调***接收数字模型166(452)。工作者***还从其它工作者***接收传感器输入和状态报告(454)。工作者***本身可以基于传感器输入、状态报告和数字产品模型166做出修改决策(456)。工作者***向协调***和其它工作者***发布状态报告(458),例如,以报告修改决策和修改决策的原因。此外,工作者***可以响应于任何外部输入,包括来自其它工作者***的传感器输入、生产命令和状态报告,训练它们的机器智能电路(460)。
换句话说,工业环境中的***控制架构提供了工业环境中的设备的自主协调。该***包括通信接口,通信接口被配置为接收用于工业生产的任务分解和数字产品模型。协调***电路与通信接口通信,工作者层电路与协调***电路通信。协调***电路被配置为接收任务分解,并基于任务分解将生产任务发送给工作者层电路。协调***电路还从工作者层电路接收关于工业生产的状态报告,并响应于状态报告修改协调***机器智能模型。
工作者层电路被配置为接收生产任务并执行生产任务。当执行生产任务时,工作者层电路使用工作者机器智能模型分析执行,并且可以响应于分析执行而向协调***电路发送状态报告。工作者层电路基于由工作者机器智能执行的当前的分析来修改生产任务的执行,并且还响应于从协调***电路接收的生产命令,例如响应于状态报告而生成的那些命令。
图5示出示例性***实现方式500,工作者***或协调***可以包括该示例性***实现方式以支持上述机器智能和自动协调特征。每个工作者***和协调***在实现方式和附加特征和功能方面可能有很大差异。
实现方式500包括通信接口502、***电路504、输入/输出(I/O)接口506和显示电路508。***电路504可以包括硬件、软件、固件或其它电路的任意组合。***电路504可以使用例如一个或多个片上***(SoC)、专用集成电路(ASIC)、微处理器、微控制器、离散模拟和数字电路以及其它电路来实现。
***电路504是协调***140-160和工作者***104-116中的任何期望功能的实现的一部分。也就是说,***电路504可以实现例如关于图1-4的上述技术。***可以从本地或远程过程数据仓库516存储和检索数据。例如,过程数据仓库516可以存储传感器数据517、任务分解518和数字模型519、状态消息或任何其它数据。
显示电路508和I/O接口506可以包括图形用户接口、触敏显示器、语音或面部识别输入、按钮、开关、扬声器和其它用户接口元件。I/O接口506的其它示例包括工业以太网、控制器局域网(CAN)总线接口、通用串行总线(USB)、串行高级技术附件(SATA)和***组件互连快速(PCIe)接口和连接器、存储卡插槽和其它类型的输入端。I/O接口506还可以包括通用串行总线(USB)接口、音频输出、磁性或光学介质接口(例如,CDROM或DVD驱动器)、网络(例如,以太网或电缆(例如,DOCSIS)接口)或其它类型的串行、并行或网络数据接口。
通信接口502可以包括用于有线或无线通信的收发器。该收发器可以包括调制/解调电路、数模转换器(DAC)、整形表、模数转换器(ADC)、滤波器、波形整形器、滤波器、前置放大器、功率放大器和/或用于通过物理(例如,有线)介质(例如同轴电缆、以太网电缆或电话线)或通过一个或多个天线进行发送和接收的其它电路。因此,射频(RF)发射(Tx)和接收(Rx)电路510通过一个或多个天线512处理信号的发射和接收,例如以支持蓝牙(BT)、无线LAN(WLAN)、近场通信(NFC)以及2G、3G和4G/长期演进(LTE)通信。
类似地,非无线收发器514可以包括电气和光学网络收发器。电气网络收发器的示例包括Profinet、Ethercat、OPC-UA、TSN、HART和WirelessHART收发器,尽管收发器可以采用其它形式,例如同轴电缆网络收发器,例如符合DOCSIS的收发器、以太网和异步传输模式(ATM)收发器。光学网络收发器的示例包括同步光网络(SONET)和同步数字体系(SDH)收发器、无源光网络(PON)和以太网无源光网络(EPON)收发器以及EPON同轴电缆协议(EPoC)收发器。
注意,***电路504可以包括一个或多个控制器522,例如微处理器、微控制器、FGPA、GPU、Intel Movidius(TM)或ARM Trillium(TM)控制器,以及存储器524。例如,控制器522可以是专用的通用或定制的机器智能硬件加速器。存储器524存储例如操作***526和控制指令528,控制器522执行控制指令528以实现协调***140-160或工作***104-116的期望功能。控制参数530为控制指令528提供并指定配置和操作选项。因此,控制指令528可以实施和执行机器智能(例如,做出修改决策)、模型训练、状态报告、发布生产命令和上述其它特征。
上述方法、设备、处理、电路和逻辑可以以许多不同的方式以及硬件和软件的许多不同组合来实现。例如,所有或部分实现方式可以是包括指令处理器的电路,例如中央处理单元(CPU)、微控制器或微处理器;或者是专用集成电路(ASIC)、可编程逻辑器件(PLD)或现场可编程门阵列(FPGA);或者是包括离散的逻辑或其它电路部件的电路,包括模拟电路部件、数字电路部件或两者;或它们的任意组合。例如,电路可以包括离散的互连硬件部件或者可以组合在单个集成电路管芯上、分布在多个集成电路管芯之间、或者在公共封装中的多个集成电路管芯的多芯片模块(MCM)中实现。
因此,电路可以存储或访问用于执行的指令,或者可以单独在硬件中实现其功能。指令可以存储在非瞬时信号的有形存储介质中,例如闪存、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM);或者存储在磁盘或光盘上,例如光盘只读存储器(CDROM)、硬盘驱动器(HDD)或其它磁盘或光盘;或者存储在另一机器可读介质中或其上。诸如计算机程序产品之类的产品可以包括存储介质和存储在介质中或介质上的指令,并且当指令由设备中的电路执行时,可以使设备实现上述或附图中所示的任何处理。
实现方式可以是分布式的。例如,电路可以包括多个不同的***部件,例如多个处理器和存储器,并且可以跨越多个分布式处理***。参数、数据库和其它数据结构可以单独存储和管理,可以合并到单个存储器或数据库中,可以以许多不同的方式在逻辑和物理上组织,并且可以以许多不同的方式实现。示例性实现包括链表、程序变量、哈希表、数组、记录(例如,数据库记录)、对象和隐式存储机制。指令可以形成单个程序的部分(例如,子例程或其它代码段),可以形成多个单独的程序,可以分布在多个存储器和处理器上,并且可以以许多不同的方式实现。示例性实现方式包括独立程序,并且作为库的一部分,例如动态链接库(DLL)之类的共享库。例如,该库可以包含共享数据以及包括指令的一个或多个共享程序,当由电路执行时,这些指令执行上述或附图中所示的任何处理。
已经具体描述了各种实现方式。然而,许多其它实现方式也是可能的。
Claims (20)
1.一种用于工业环境中的设备的自主协调的方法,所述方法包括:
在工业环境中建立分层网络,所述分层网络包括与工作者层通信的协调***层;
在所述协调***层中建立协调器的协调***层次结构;
用协调器机器智能电路来配置所述协调***层次结构;
在所述工作者层中,用工作者机器智能电路来配置工作者***;
在所述协调***层处接收工业生产的任务分解;
基于所述任务分解将协调器任务分配给所述协调***层次结构中的各个协调器;
使用协调***,基于所述协调器任务将工作者任务分配给所述工作者***;
接收来自所述工业环境的传感器输入;
向所述协调***层和所述工作者层提供所述传感器输入;
基于所述传感器输入针对工业生产做出修改决策;以及
响应于所述修改决策,训练所述协调器机器智能电路、所述工作者机器智能电路或它们两者。
2.根据权利要求1所述的方法,还包括:
在所述协调***层处接收数字产品模型;以及
将所述数字产品模型提供给所述工作者层以在工业生产期间使用。
3.根据权利要求1所述的方法,还包括:
在所述协调***层处接收数字产品模型;并且
其中做出所述修改决策包括:
关于所述数字产品模型基于所述传感器输入做出所述修改决策。
4.根据权利要求3所述的方法,还包括:
向所述工作者机器智能电路提供所述数字产品模型;并且
其中,做出所述修改决策包括:
使用所述工作者机器智能电路来决定所述修改决策,以修改所述工业生产。
5.根据权利要求4所述的方法,还包括:训练由所述工作者机器智能电路在所述修改决策上使用的机器智能模型。
6.根据权利要求5所述的方法,还包括:向所述协调***层发送关于所述修改决策的状态报告。
7.根据权利要求6所述的方法,还包括:响应于所述修改决策和所述状态报告,从所述协调***层发送生产命令。
8.根据权利要求3所述的方法,其中:做出所述修改决策包括:使用所述协调器机器智能电路来决定以修改所述工业生产。
9.根据权利要求8所述的方法,还包括:训练由所述协调器机器智能电路在所述修改决策上使用的机器智能模型。
10.一种用于工业环境中的设备的自主协调的***,所述***包括:
工业环境中的分层网络,所述分层网络包括与工作者层通信的协调***层;
所述协调***层中的协调***层次结构,所述协调***层次结构包括协调器机器智能电路;
所述工作者层中的工作者***,所述工作者层配置有工作者机器智能电路;
通信接口,被配置为:
在所述协调***层处接收工业生产的任务分解;
接收来自所述工业环境的传感器输入;以及
向所述协调***层和所述工作者层提供所述传感器输入;
其中所述协调***层次结构被配置为:
基于所述任务分解将协调器任务分配给所述协调***层次结构中的各个协调器;以及
基于所述协调器任务将工作者任务分配给所述工作者***;并且
其中所述分层网络被配置为:
基于所述传感器输入针对所述工业生产做出修改决策;以及
响应于所述修改决策,训练所述协调器机器智能电路、所述工作者机器智能电路或它们两者。
11.根据权利要求10所述的***,其中,所述通信接口还被配置为:
在所述协调***层处接收数字产品模型;并且
将所述数字产品模型提供给所述工作者层以在工业生产期间使用。
12.根据权利要求10所述的***,其中,所述通信接口还被配置为:
在所述协调***层处接收数字产品模型;并且
其中所述分层网络被配置为:
关于所述数字产品模型基于所述传感器输入做出所述修改决策。
13.根据权利要求12所述的***,其中,所述通信接口还被配置为:
向所述工作者机器智能电路提供所述数字产品模型;并且其中:
所述工作者层被配置为:
使用所述工作者机器智能电路来决定所述修改决策,以修改所述工业生产。
14.根据权利要求13所述的***,其中,所述工作者层被配置为:训练由所述工作者机器智能电路在所述修改决策上使用的机器智能模型。
15.根据权利要求14所述的方法,其中,所述工作者层被配置为:向所述协调***层发送关于所述修改决策的状态报告。
16.根据权利要求15所述的方法,其中,所述协调***层被配置为:响应于所述修改决策和所述状态报告,从所述协调***层发送生产命令。
17.根据权利要求12所述的方法,其中,所述协调器机器智能电路被配置为做出所述修改决策包括修改所述工业生产。
18.根据权利要求17所述的方法,其中,所述协调***层被配置为:训练由所述协调器机器智能电路在所述修改决策上使用的机器智能模型。
19.一种用于工业环境中的设备的自主协调的***,所述***包括:
通信接口,被配置为接收用于工业生产的任务分解和数字产品模型;
与所述通信接口通信的协调***电路;
与所述协调***电路通信的工作者层电路;
其中所述协调***电路被配置为:
接收所述任务分解;
基于所述任务分解将生产任务发送到所述工作者层电路;
从所述工作者层电路接收关于所述工业生产的状态报告;以及
响应于所述状态报告修改协调器机器智能模型;并且
其中所述工作者层电路被配置为:
接收所述生产任务;
在执行所述生产任务时,使用工作者机器智能模型来对执行进行分析;以及
响应于对所述执行的分析,将所述状态报告发送到所述协调***电路。
20.根据权利要求19所述的***,其中,其中所述工作者层电路还被配置为:
响应于使用所述工作者机器智能模型对执行进行分析,修改所述生产任务的执行;以及
响应从所述协调***电路接收到的生产命令。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2019/015111 WO2020153968A1 (en) | 2019-01-25 | 2019-01-25 | Autonomous coordination of devices in industrial environments |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113330470A true CN113330470A (zh) | 2021-08-31 |
Family
ID=66794063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980090004.4A Pending CN113330470A (zh) | 2019-01-25 | 2019-01-25 | 工业环境中的设备的自主协调 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220026884A1 (zh) |
EP (1) | EP3899823A1 (zh) |
CN (1) | CN113330470A (zh) |
WO (1) | WO2020153968A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3200037A1 (en) * | 2016-01-26 | 2017-08-02 | Basf Se | System and method for risk based control of a process performed by production equipment |
CN110866313B (zh) * | 2019-10-22 | 2023-05-16 | 温州大学 | 一种实现断路器自动化检测流水线的数字孪生建模的方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0397933A1 (en) * | 1989-05-15 | 1990-11-22 | Hewlett-Packard Limited | Bit stream machine |
US20030036937A1 (en) * | 2001-03-06 | 2003-02-20 | Mohammad Shahidehpour | Method for control and coordination of independent tasks using benders decomposition |
CN1417961A (zh) * | 2002-11-22 | 2003-05-14 | 天津大学 | 基于网络移动作业机群工程机械故障智能化诊断*** |
US20070271002A1 (en) * | 2006-05-22 | 2007-11-22 | Hoskinson Reed L | Systems and methods for the autonomous control, automated guidance, and global coordination of moving process machinery |
CN101615265A (zh) * | 2009-08-11 | 2009-12-30 | 路军 | 一种基于多Agent技术的智能决策仿真实验*** |
US20110295391A1 (en) * | 2010-05-25 | 2011-12-01 | Siemens Product Lifecycle Management Software Inc. | Method and System for Closed-Loop Controller Programming |
CN102455803A (zh) * | 2010-10-14 | 2012-05-16 | 洛克威尔自动控制技术股份有限公司 | 飞行时间人机接口 |
US8260736B1 (en) * | 2008-09-12 | 2012-09-04 | Lockheed Martin Corporation | Intelligent system manager system and method |
US20170357250A1 (en) * | 2016-06-09 | 2017-12-14 | Rockwell Automation Technologies, Inc. | Scalable analytics architecture for automation control systems |
CN108335012A (zh) * | 2017-12-26 | 2018-07-27 | 佛山科学技术学院 | 一种智能遥感卫星层次化分布式自主协同任务规划*** |
-
2019
- 2019-01-25 WO PCT/US2019/015111 patent/WO2020153968A1/en unknown
- 2019-01-25 CN CN201980090004.4A patent/CN113330470A/zh active Pending
- 2019-01-25 EP EP19729378.0A patent/EP3899823A1/en active Pending
- 2019-01-25 US US17/417,539 patent/US20220026884A1/en active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0397933A1 (en) * | 1989-05-15 | 1990-11-22 | Hewlett-Packard Limited | Bit stream machine |
US20030036937A1 (en) * | 2001-03-06 | 2003-02-20 | Mohammad Shahidehpour | Method for control and coordination of independent tasks using benders decomposition |
CN1417961A (zh) * | 2002-11-22 | 2003-05-14 | 天津大学 | 基于网络移动作业机群工程机械故障智能化诊断*** |
US20070271002A1 (en) * | 2006-05-22 | 2007-11-22 | Hoskinson Reed L | Systems and methods for the autonomous control, automated guidance, and global coordination of moving process machinery |
US8260736B1 (en) * | 2008-09-12 | 2012-09-04 | Lockheed Martin Corporation | Intelligent system manager system and method |
CN101615265A (zh) * | 2009-08-11 | 2009-12-30 | 路军 | 一种基于多Agent技术的智能决策仿真实验*** |
US20110295391A1 (en) * | 2010-05-25 | 2011-12-01 | Siemens Product Lifecycle Management Software Inc. | Method and System for Closed-Loop Controller Programming |
CN102906652A (zh) * | 2010-05-25 | 2013-01-30 | 西门子产品生命周期管理软件公司 | 用于闭环控制器编程的方法和*** |
CN102455803A (zh) * | 2010-10-14 | 2012-05-16 | 洛克威尔自动控制技术股份有限公司 | 飞行时间人机接口 |
US20170357250A1 (en) * | 2016-06-09 | 2017-12-14 | Rockwell Automation Technologies, Inc. | Scalable analytics architecture for automation control systems |
CN107491045A (zh) * | 2016-06-09 | 2017-12-19 | 罗克韦尔自动化技术公司 | 用于自动控制***的可扩展分析架构 |
CN108335012A (zh) * | 2017-12-26 | 2018-07-27 | 佛山科学技术学院 | 一种智能遥感卫星层次化分布式自主协同任务规划*** |
Non-Patent Citations (4)
Title |
---|
刘阳: "复杂***工业控制软件编程原则与方法", 《自动化博览》, no. 3, pages 87 - 91 * |
彭立焱等: "大规模优化***层次型分解的一种方法", 《华中理工大学学报》, no. 06, pages 94 - 96 * |
曹岩等: "面向敏捷生产调度与控制的基于MAS的制造***", 《机床与液压》, no. 09, pages 85 - 90 * |
芮明杰: "《中国产业发展的战略选择》", 30 September 2008, 天津大学出版社, pages: 119 - 121 * |
Also Published As
Publication number | Publication date |
---|---|
US20220026884A1 (en) | 2022-01-27 |
WO2020153968A1 (en) | 2020-07-30 |
EP3899823A1 (en) | 2021-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109933010B (zh) | 一种面向个性化定制的工业cps***和实现方法 | |
US10078323B2 (en) | Dynamically configurable intelligent controller and control method for machine tools based on DSP/FPGA | |
US7684876B2 (en) | Dynamic load balancing using virtual controller instances | |
US20170185068A1 (en) | Manufacturing data processing system having a plurality of manufacturing apparatuses | |
US20210229281A1 (en) | Collaborative multi-robot tasks using action primitives | |
Vyatkin et al. | Now that's smart! | |
CN113330470A (zh) | 工业环境中的设备的自主协调 | |
CN111492321B (zh) | 替换传统可编程逻辑控制器的方法 | |
US20220004174A1 (en) | Predictive analytics model management using collaborative filtering | |
US20240086779A1 (en) | Industrial process control system as a data center of an industrial process plant | |
US9989940B2 (en) | Method for engineering a distributed control system and an engineering tool thereof | |
CN111149126A (zh) | 用于生产规划的方法 | |
CN112685482A (zh) | 制造控制***和用于制造控制的方法 | |
CN107710082B (zh) | 用于控制和/或调节机器人***的外部控制***的自动配置方法 | |
Wang et al. | Designing function blocks for distributed process planning and adaptive control | |
CN111597391B (zh) | 用于使用模式的数据库来指导工程项目的方法及*** | |
WO2021021689A1 (en) | Optimization for a computer numerical control machining tool | |
CN113459081A (zh) | 模块化的机器人控制***及包括该***的电子设备 | |
US20170012991A1 (en) | Method and system for wirelessly communicating with process machinery using a remote electronic device | |
US20050107909A1 (en) | Systems and methods for programming motion control | |
Zhu et al. | User-centered information provision of cyber-physical machine tools | |
KR101308038B1 (ko) | 산업용 네트워크 프로토콜 통합 모듈 장치 및 그 제어방법 | |
CN113330374A (zh) | 用于基于设备的工程的数据同步*** | |
Andrianova et al. | Approaches to Creating a Multi-agent Architecture in the Industrial Internet of Things Systems | |
US20230166403A1 (en) | An industrial robot system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |