企業(yè)級生產(chǎn)調(diào)度實驗教學仿真系統(tǒng)
——教學方法及實驗案例

馮毅萍， 張 益， 趙久強， 榮 岡

(浙江大學 控制科學與工程學院， 杭州 310027)

0 引 言

隨著流程工業(yè)企業(yè)智能制造的不斷推進，企業(yè)級集成優(yōu)化控制技術得到了廣泛的應用。在此背景下，操作工程師除了掌握傳統(tǒng)操作培訓仿真器(Operator Training Simulator, OTC)培訓內(nèi)容外[1-2]，還需要進行生產(chǎn)集成管控及優(yōu)化等內(nèi)容的培訓。另外，企業(yè)需要大批具備集成生產(chǎn)管控能力的新型工程師人才，高校過程控制相關專業(yè)的實驗教學內(nèi)容需要從傳統(tǒng)設備操作層面提升到生產(chǎn)管控運行層面，仿真實驗系統(tǒng)的功能組成、仿真引擎、培訓場景設置、培訓教學方式等諸多方面都需要進行相應的提升[2]。

在前文第I部分介紹的企業(yè)級生產(chǎn)調(diào)度實驗教學仿真系統(tǒng)基于石化企業(yè)多層次生產(chǎn)仿真平臺，構(gòu)建了包括石化企業(yè)多層次生產(chǎn)仿真模型、生產(chǎn)調(diào)度優(yōu)化模型、優(yōu)化工具及求解器、多層次調(diào)度優(yōu)化工作流模型等功能模塊[3]。為過程控制專業(yè)生產(chǎn)調(diào)度優(yōu)化實驗教學提供了仿真實驗平臺的支撐。

在生產(chǎn)優(yōu)化的教學方法上，西班牙阿利坎特大學給出了一種面向化工供應鏈優(yōu)化軟件的教學方法，并以文獻實例分析了供應鏈中各種模型要素對優(yōu)化結(jié)果的影響[4]；巴西工業(yè)自動化技術應用中心針對煉油廠調(diào)度崗位設計了一種優(yōu)化軟件培訓課程，從優(yōu)化軟件工具、建模及算法理論等設計了層層遞進的教學案例，針對性地培訓調(diào)度人員的崗位技能，但在實現(xiàn)計劃、調(diào)度與過程控制協(xié)同培訓方面缺乏有效手段和方法[5]。維也納大學設計了基于生產(chǎn)場景的工業(yè)4.0智能制造教學培訓方法，增強了教學內(nèi)容的直觀性和豐富性[6]；德國海爾布隆大學及漢諾威大學則采用了基于角色的項目任務式教學方法，在智能制造教學工廠生產(chǎn)環(huán)境中，學生基于不同角色任務協(xié)作完成項目目標，有效提升了學習興趣，并培養(yǎng)了學生團隊協(xié)作能力及解決實際工程問題的能力[7,8]。

本文針對企業(yè)級生產(chǎn)調(diào)度優(yōu)化教學的抽象、復雜等難點，以生產(chǎn)調(diào)度工作流模型為主線，采用基于崗位角色的場景式培訓方法。在對生產(chǎn)調(diào)度工作流中計劃調(diào)度排產(chǎn)、指令下達、生產(chǎn)監(jiān)控及績效評估等個崗位工作內(nèi)容進行梳理的基礎上，分析了崗位間的工作流程與彼此間數(shù)據(jù)交互，構(gòu)建了基于崗位角色的調(diào)度優(yōu)化協(xié)作信息流模型，并實施了基于角色的生產(chǎn)調(diào)度場景式實驗教學。另一方面，在企業(yè)級生產(chǎn)調(diào)度實驗教學仿真系統(tǒng)，通過配置多模型復雜度的培訓系統(tǒng)組件參數(shù)，可構(gòu)建多種符合生產(chǎn)調(diào)度業(yè)務工作流的企業(yè)級生產(chǎn)調(diào)度仿真實驗場景。通過配置不同復雜度的實驗場景，可以滿足不同層次的實驗教學需求。實驗教學案例表明了該培訓系統(tǒng)及教學方法的可行性及有效性。

1 生產(chǎn)調(diào)度業(yè)務工作流分析

實際石化企業(yè)級生產(chǎn)調(diào)度工作流可分為調(diào)度排產(chǎn)、指令下達、生產(chǎn)監(jiān)控和績效評估四個環(huán)節(jié)，協(xié)作關系復雜，各個崗位工程師需要具備各自不同的崗位能力，生產(chǎn)調(diào)度工作流模型及對應崗位的能力需求如圖1所示。

1.1 計劃調(diào)度排產(chǎn)

企業(yè)資源計劃(Enterprise Resource Planning，ERP)層計劃人員根據(jù)產(chǎn)品需求、生產(chǎn)能力、原料供應、能源供應等因素，以盈利最大化為目標制定月度生產(chǎn)計劃指標，并分解成周計劃下達給生產(chǎn)執(zhí)行(Manufacturing Executive System，MES)層調(diào)度人員。調(diào)度人員根據(jù)計劃任務及工藝設備的狀況確定企業(yè)具體的生產(chǎn)目標及生產(chǎn)方案。計劃優(yōu)化、計劃指令分解及調(diào)度優(yōu)化等組件分別為計劃人員的計劃優(yōu)化及任務分解、調(diào)度人員的調(diào)度優(yōu)化提供了數(shù)據(jù)、模型及調(diào)度算法方面的IT支持。通過此環(huán)節(jié)培訓，學員可以掌握多種工具軟件，如關鍵生產(chǎn)要素信息化管理軟件、數(shù)據(jù)庫及計劃調(diào)度優(yōu)化軟件等，以及建模理論與方法，比如生產(chǎn)裝置能力模型、優(yōu)化算法模型或?qū)＜乙?guī)則等。

圖1 計劃調(diào)度工作流及對應能力需求

1.2 指令下達

此階段需要組織一個培訓團隊，包括4～5名成員(分別承擔調(diào)度、工藝、控制儀表、操作等工作崗位角色)。在離散制造自動化流水線上，排產(chǎn)指令經(jīng)調(diào)度員確認后，可直接下載到過程控制系統(tǒng)(Process Control System，PCS)的分布式控制系統(tǒng)(Distributed Control System, DCS)；而在石化企業(yè)，排產(chǎn)指令還需車間工藝。控制儀表工程師確認，并細化為具體的操作指令，再由生產(chǎn)裝置操作員通過主控室DCS或現(xiàn)場儀表進行操控。調(diào)度指令分解組件、(Manufacturing Executive System，MES)層仿真組件及PCS層仿真組件分別為調(diào)度人員及車間工程師的調(diào)度指令分解及仿真提供了(數(shù)據(jù)調(diào)度算法及仿真)軟件方面的IT支持。通過此環(huán)節(jié)培訓，學員會加深對生產(chǎn)工藝流程、設備、環(huán)保、安全、質(zhì)量等協(xié)同工作機制的了解。在實際操作中，由于模型的復雜性，通常需要采用基于仿真的生產(chǎn)決策，通過培訓，學員對仿真、流程模擬等軟件會得到進一步的熟練應用。

1.3 生產(chǎn)監(jiān)控

此階段對生產(chǎn)統(tǒng)計數(shù)據(jù)、裝置出料質(zhì)量、產(chǎn)率和設備運行狀態(tài)、公用工程等各項生產(chǎn)運行指標數(shù)據(jù)進行實時監(jiān)控，采集指令運行后的生產(chǎn)過程狀態(tài)，并進行反饋。PCS層仿真組件、報表呈現(xiàn)組件為數(shù)據(jù)采集及實時監(jiān)控提供了流程模擬環(huán)境及數(shù)據(jù)報表支持。通過此環(huán)節(jié)培訓，學員可以掌握數(shù)據(jù)監(jiān)控、PCS等系統(tǒng)的工作原理及工具軟件使用方法，對數(shù)據(jù)采集、過程控制等理論知識得到實際的應用。

1.4 績效評估

根據(jù)班組生產(chǎn)報表統(tǒng)計數(shù)據(jù)信息進行績效評估，發(fā)現(xiàn)各種生產(chǎn)指令的執(zhí)行偏差，并采取準確對策，以保證生產(chǎn)過程順利運行。石化企業(yè)多層次生產(chǎn)仿真平臺物料平衡、報表呈現(xiàn)、生產(chǎn)統(tǒng)計及調(diào)度優(yōu)化等組件為績效評估提供了數(shù)據(jù)統(tǒng)計優(yōu)化算法等方面的IT支持。通過此環(huán)節(jié)培訓，學員可以掌握績效評估的方法，熟練使用生產(chǎn)報表、產(chǎn)品質(zhì)量等指標數(shù)據(jù)統(tǒng)計工具軟件。中高級學員還可以培訓生產(chǎn)再調(diào)度的方法。

2 基于崗位的調(diào)度優(yōu)化協(xié)作信息流模型

由上面企業(yè)級生產(chǎn)調(diào)度工作流模型四大崗位的工作流程與彼此間數(shù)據(jù)交互分析，可構(gòu)建基于崗位角色的調(diào)度優(yōu)化協(xié)作信息流模型，如圖2所示。

圖2 多崗位協(xié)同調(diào)度優(yōu)化信息流模型

由圖2可見，生產(chǎn)調(diào)度能力的提升是從以計劃調(diào)度排產(chǎn)任務為核心的信息化管理開始，到各項要素和過程的集中管控，最終達到從計劃調(diào)度排產(chǎn)、指令下達、生產(chǎn)監(jiān)控、突發(fā)事件處置、評估反饋等全過程的閉環(huán)與自適應。以上工作流各階段的培訓均需通過團隊角色協(xié)作方式實施。通過完成一次完整的生產(chǎn)調(diào)度工作流實驗操作，學員在深刻理解生產(chǎn)工藝流程及生產(chǎn)管控優(yōu)化的基本理論知識基礎上，學會熟練使用各種工具軟件，理解并分析生產(chǎn)過程的各種約束條件及不確定性條件，基于約束條件進行高級排產(chǎn)與調(diào)度的方法。此外，通過各相關崗位角色共同完成生產(chǎn)任務，很好地培養(yǎng)了人機協(xié)同和團隊協(xié)作意識和能力。

3 生產(chǎn)調(diào)度仿真實驗場景配置

根據(jù)企業(yè)級生產(chǎn)調(diào)度工作流模型，設計企業(yè)級多層次調(diào)度優(yōu)化仿真實驗場景，其信息流如圖3所示。由淺入深地引導學員模擬進行單層次仿真、開閉環(huán)調(diào)度優(yōu)化、基于不確定性的生產(chǎn)調(diào)度優(yōu)化等場景操作，以深刻理解仿真和優(yōu)化的基本概念，以及生產(chǎn)要素對優(yōu)化管理與過程控制的影響。

圖3 多層次調(diào)度優(yōu)化仿真場景

4 實驗教學案例

4.1 單層次仿真

支持經(jīng)過現(xiàn)場驗證的PCS層穩(wěn)態(tài)仿真、PCS層重點裝置動穩(wěn)態(tài)仿真和MES層穩(wěn)態(tài)仿真；支持不同配置參數(shù)的、多周期的、可重復的仿真實驗。

(1) PCS設備層仿真：根據(jù)工藝設計和物性數(shù)據(jù)，模擬煉油生產(chǎn)過程中原料進料量、原料性質(zhì)、操作條件(如溫度、壓力、控制參數(shù)、催化劑)對產(chǎn)品產(chǎn)率和性質(zhì)的影響，罐區(qū)和罐的動態(tài)庫存情況，物料輸送和閥門系數(shù)及預測公用工程(水、電、蒸汽)、氫氣的消耗。

PCS層仿真的主要功能是驗證調(diào)度指令分解后的PCS層操作指令是否合理，如不合理需要再次分解指令或再調(diào)度，反之則投入實際生產(chǎn)，模擬現(xiàn)場實際生產(chǎn)過程并輸出相應生產(chǎn)結(jié)果。

(2) MES調(diào)度層仿真：模擬調(diào)度層的煉油生產(chǎn)過程，包括裝置的啟停、加工方案和加工量，物料的轉(zhuǎn)化、輸送和存儲及生產(chǎn)的流向和產(chǎn)品分布等。

調(diào)度層仿真可以選擇多個批次運行，每個批次的方案可以自由配置，配置界面如圖4所示。仿真結(jié)果通過報表顯示，并可以按時間查看煉油廠裝置的進出料和罐的庫存。MES仿真還可以用于演示調(diào)度指令執(zhí)行過程，來驗證調(diào)度優(yōu)化結(jié)果的可行性。

圖4 調(diào)度層仿真單裝置配置界面

4.2 調(diào)度優(yōu)化不確定性分析與建模

在煉油廠實際生產(chǎn)過程中，經(jīng)常會發(fā)生各種各樣的生產(chǎn)不確定性，包括環(huán)境動態(tài)變化，輸入信息中的噪聲、生產(chǎn)頻繁切換、產(chǎn)量和質(zhì)量的波動、設備故障、加工時間及成本變化等。實驗過程中可對不確定性進行建模，并可引入相應的隨機擾動模塊，主要包括以下幾個方面：

(1) 裝置開停工及故障。在實際生產(chǎn)中由于不安全操作引起的裝置開停工或設備老化故障等，均會對優(yōu)化模型中裝置產(chǎn)能產(chǎn)生影響，嚴重時導致調(diào)度指令無法執(zhí)行。在MES層調(diào)度仿真組件及PCS層仿真組件中均可定義裝置故障隨機因子，以模擬裝置故障不確定性。

(2) 方案切換產(chǎn)率不確定性。在實際生產(chǎn)過程中出料側(cè)線產(chǎn)率會隨生產(chǎn)方案的切換產(chǎn)生較大動態(tài)波動，而隨著生產(chǎn)的連續(xù)進行趨于平穩(wěn)，此不確定性同樣會對裝置產(chǎn)能產(chǎn)生影響。

(3) 加工裝置精確描述下的裝置不確定性。調(diào)度層仿真組件中裝置產(chǎn)率模型采用簡化線性模型，通過建立調(diào)度層各裝置對應PCS層的溫度切割方案或者delta-base模型，可以描述與裝置操作溫度及物性相關的實際生產(chǎn)波動。此因素會對優(yōu)化模型中的產(chǎn)品質(zhì)量產(chǎn)生影響。

(4) 加工裝置能耗不確定性。加工裝置的能源消耗一般包括燃料氣、蒸汽等。裝置能耗模型的輸入?yún)?shù)包括裝置加工量、生產(chǎn)方案與溫度，輸出該生產(chǎn)狀況下的各種能源介質(zhì)消耗量。仿真過程中根據(jù)生產(chǎn)方案建立相應的裝置能耗模型。

(5) 裝置操作動態(tài)響應。當調(diào)度指令下達到PCS層進行動態(tài)仿真時，由于現(xiàn)場操作員的業(yè)務能力或環(huán)境不確定性等的干擾，裝置級的過程控制質(zhì)量也存在不確定性，并將直接影響生產(chǎn)調(diào)度執(zhí)行效果。集成傳統(tǒng)OTS就是保證調(diào)度指令能在DCS中有效執(zhí)行。

4.3 開環(huán)及閉環(huán)調(diào)度優(yōu)化

采用多層次閉環(huán)反饋和滾動優(yōu)化的思想，應對層次中的諸多不確定性，逐層實現(xiàn)優(yōu)化目標和使得指標性能最優(yōu)。結(jié)合調(diào)度優(yōu)化工作流模型，設計各步驟培訓要求及目標：

(1) 根據(jù)調(diào)度優(yōu)化模型。按照混合整數(shù)線性規(guī)劃(Mixed Integer Linear Programming, MILP)特點，調(diào)用ILOG Cplex優(yōu)化工具軟件實現(xiàn)生產(chǎn)調(diào)度混合整數(shù)規(guī)劃，得到煉廠周調(diào)度優(yōu)化結(jié)果。

啟動調(diào)度層仿真，選擇不同復雜度仿真模型，使學員理解優(yōu)化模型、算法及仿真模型之間的關系。

(2) 指令下達環(huán)節(jié)。調(diào)度優(yōu)化模塊能夠得到1周的調(diào)度生產(chǎn)指令，包括各個裝置的裝置加工量及加工方案選定。在此實驗場景設計中，模擬實際工廠運行，根據(jù)生產(chǎn)調(diào)度結(jié)果是否對下一步的調(diào)度指令存在反饋校正，設置了開環(huán)運行和閉環(huán)運行兩種培訓模式，可以根據(jù)培訓目的自主選擇。

① 開環(huán)運行模式：此模式不存在反饋校正，按照調(diào)度的目標函數(shù)，裝置生產(chǎn)應該盡可能的平穩(wěn)，通過生產(chǎn)調(diào)度優(yōu)化得到的初始仿真指令中各個主要生產(chǎn)裝置在7個班次的裝置加工量通常是平穩(wěn)分布的。當初始調(diào)度優(yōu)化指令下達給仿真平臺進行開環(huán)執(zhí)行時，優(yōu)化模塊采用靜態(tài)確定性優(yōu)化建模方法，對仿真模塊運行中的不確定性無法做出調(diào)整，容易造成調(diào)度執(zhí)行偏差。且前面班次的裝置故障所帶來的欠負荷無法在后面周期進行調(diào)整補償，會導致產(chǎn)品產(chǎn)量無法滿足計劃預期。

② 閉環(huán)優(yōu)化運行模式：此模式存在反饋校正。指令分解模塊采用專家規(guī)則與人機交互相結(jié)合的方式，得到仿真閉環(huán)調(diào)度優(yōu)化策略下的各裝置班次加工量，實現(xiàn)對調(diào)度優(yōu)化迭代修正。仿真結(jié)果可見，閉環(huán)仿真運行策略具有明顯的動態(tài)補償效應，能夠結(jié)合前面周期的運行偏差以及閉環(huán)反饋機制，滾動修正調(diào)度優(yōu)化，使得計劃目標執(zhí)行具有較高的滿意度，同時裝置波動也控制在合理的范圍之內(nèi)。

當簡化調(diào)度模型得到主要決策變量，無法適用復雜仿真模型所需輸入指令時，應采用其他的指令分解方法。引導學生了解生產(chǎn)實際中常見指令分解方法。

(3) 監(jiān)控環(huán)節(jié)。調(diào)度指令執(zhí)行(仿真)過程中，及時觀察不確定性(仿真)造成的執(zhí)行偏差，并采用合理措施。

(4) 績效評估反饋環(huán)節(jié)。通過平臺提供的仿真與優(yōu)化功能展板，如圖5所示，可以查看調(diào)度仿真對計劃的執(zhí)行情況，PCS穩(wěn)態(tài)仿真對調(diào)度層的執(zhí)行情況，并用Excel表輸出仿真評估結(jié)果。

石化企業(yè)調(diào)度優(yōu)化仿真實驗內(nèi)容及目標如表1所示。

圖5 仿真與優(yōu)化績效看板

知識點實驗教學內(nèi)容教學目標單層次仿真多層次閉環(huán)管控優(yōu)化理論與算法優(yōu)化工具生產(chǎn)調(diào)度閉環(huán)優(yōu)化生產(chǎn)過程不確定分析不同配置參數(shù)的、多周期的、可重復的各個層次單層次仿真運行ERP、MES、PCS各層次閉環(huán)管控結(jié)構(gòu)、組成、協(xié)同關聯(lián)優(yōu)化建模的基本方法,常用算法原理常用工具軟件、數(shù)據(jù)庫、優(yōu)化算法求解器生產(chǎn)調(diào)度工作流、多層次閉環(huán)優(yōu)化方法,生產(chǎn)管控協(xié)同原理環(huán)境、噪聲、生產(chǎn)切換、質(zhì)量波動、設備故障、加工時間、成本等不確定性對生產(chǎn)管控的影響。在單元過程控制基礎上,理解企業(yè)級多層次閉環(huán)管控的原理,學習優(yōu)化理論與工具軟件,以及實現(xiàn)企業(yè)級集成優(yōu)化的典型方法

5 結(jié) 語

面向智能制造管控系統(tǒng)縱向集成所需的人才實踐教學需求，針對企業(yè)級生產(chǎn)調(diào)度優(yōu)化教學的抽象、復雜等難點，以生產(chǎn)調(diào)度工作流模型為主線，采用了基于崗位角色的場景式培訓方法。另一方面，基于企業(yè)級生產(chǎn)調(diào)度實驗教學仿真系統(tǒng)，通過配置多模型復雜度的培訓系統(tǒng)組件參數(shù)，可構(gòu)建多種符合生產(chǎn)調(diào)度業(yè)務工作流的企業(yè)級生產(chǎn)調(diào)度仿真實驗場景，滿足不同層次的實驗教學需求。實驗教學案例表明了該培訓系統(tǒng)及教學方法的可行性及有效性。不僅可用于石化企業(yè)調(diào)度工程師及相關專業(yè)大學生的實踐教育和培訓，也為對接傳統(tǒng)OTS提供了一種有效途徑。

參考文獻(References)：

[1] 張志檁.操作員培訓仿真系統(tǒng)OTS應用進展[J].自動化博覽, 2010, 5(1):80-86.

[2] ULRICH T, HORST J R. Operator guidance simulator: A new power plant training tool concept[J]. IFAC Symposium on Power Plants and Power Systems Control, Kananaskis, Canada, 2006, 327-332.

[3] GARC A N, RUIZ-FEMENIA R, CABALLERO J A. Teaching mathematical modeling software for multiobjective optimization in chemical engineering courses [J]. Education for Chemical Engineers, 2012, 7(4): e169-e180.

[4] JOLY M, ROCHA R, SOUSA L C F,etal. The strategic importance of teaching Operations Research for achieving high performance in the petroleum refining business [J]. Education for Chemical Engineers, 2015, 10:1-19.

[5] YALM K, TUREL. Relationships between students’ perceived team learning experiences, team performances, and social abilities in a blended course setting [J]. Internet and Higher Education, 2016,37:79-86.

[6] SELIM E, ANDREAS J,etal. Tangible Industry 4.0: A scenario-based approach to learning for the future of production [J]. Procedia CIRP , 2016, 54:13-18.

[7] G?RKE M, BELLMANN V, BUSCH J,etal. Employee qualification by digital learning games [J]. Procedia Manufacturing, 2017,9: 229-237.