鋼管制造執行系統中人工免疫本體的設計與應用

王昆鵬

（1.中石化石油機械股份有限公司研究院， 湖北 武漢 430205；2.中國石化石油機械裝備重點實驗室， 湖北 武漢 430205）

引言

制造系統中存在的擾動和風險致使系統性能水平失衡。一些研究人員提出應對這些擾動和風險的方法，但他們更關注于解釋擾動和風險的起因，而很少確定擾動或風險對系統期望性能的不利影響。這些方法通常在離線狀態下起作用，因此無法被用于分析實時變化的制造系統數據。此外，這些研究人員也沒有設計用這些方法監控擾動和風險的計算機工具。最近幾年，研究人員受生物免疫機理啟發設計了一些用于制造系統故障檢測、診斷和恢復的人工免疫系統，以應對制造系統擾動和風險。與該系統相關的方法包括陽性選擇算法[1]、陰性選擇算法[2]、基于雙信號的方法[3]和基于免疫網絡的方法[4]。在實現異常檢測、故障抽取、反應和記憶的過程中，這些方法主要將注意力集中于擾動的預測和檢測，但這些研究工作并沒有關注人工免疫本體的詳細設計以及如何在制造執行系統（Manufacturing Execution Systems，以下簡稱MES）中應用這些本體實現制造系統應對擾動和風險的功能。

1 生物免疫相關概念和原理

在生物世界中，病原體（pathogen）可讓人或動植物感染疾病。抗原（antigen）是存在于病原體表面的有毒微粒，描述了病原體的具體特征。為了保衛病原體的宿主，生物免疫系統憑借抗原呈遞細胞（APC細胞）、B細胞等多種免疫細胞斗爭和清除抗原和病原體。APC細胞的一些表面受體可區分自體（屬于生物體的特征）和異體（例如病原體表面的抗原）。APC細胞在發現抗原后會通過激活專業的免疫細胞發起和引導免疫應答。根據危險理論（如圖1所示），病原體表面的抗原可能入侵生物體細胞。受傷的生物體細胞放出危險信號，并在受傷的細胞周圍建立一個危險區域，使大量流動的免疫細胞被刺激和征集到感染的位置。在隨后的免疫應答中，被危險信號的B細胞增殖和釋放其表面的抗體，以消滅抗原和病原體。該理論啟發研究人員設計和研發了關于機器和過程異常的檢測算法。

圖1 危險理論圖解

2 針對研究案例的故障樹分析

本文的研究案例是一個鋼管制造企業。研究人員已對鋼管制造過程中的各道工序開展了故障樹分析，并將焊接工序識別為一個瓶頸工序。該工序可能產生很多擾動。接下來將舉例描述這些擾動及其引起的風險。

以焊機為例，焊接工序需要設置焊機的一些參數值，例如焊接速度值、焊接電流值、焊接電壓值等等。如果焊機的工藝參數值偏離了工藝要求規定值或值域，那么焊機的零部件可能出現故障。本文對焊機進行了故障樹分析（Fault Tree Analysis，以下簡寫為FTA）。下頁圖2顯示了FTA的部分結果。如下頁圖2所示，焊接工序故障的原因可能是焊接參數設置值不符合工藝要求，也可能是焊接速度值不符合工藝要求。焊接速度值過大和過小均表現為焊接速度測量值不在工藝要求值域內。

圖2 焊機故障樹分析

除工序外，制造系統中也會出現與物料、訂單、資源等物理或邏輯實體相關的擾動。研究人員已進行了關于這些物理或邏輯實體的故障樹分析，本節不做贅述。

3 人工免疫本體的設計

對制造系統中物理或邏輯實體的故障樹分析結果是設計人工免疫本體時必須利用的重要知識。本節結合案例企業的故障樹分析結果，描述了用本體設計工具Protégé設計人工免疫本體的過程。

3.1 自體類

自體類相當于制造系統的正常（可容忍的、可接受的）運行狀態。自體類可分解為描述時間、數量、質量、成本和性能規格相關知識的子類（如圖3所示）。自體類子類能連接現有的企業信息系統和軟件，例如設計工具、制造和過程規劃工具等等。

3.2 抗原類

抗原類相當于擾動的特征值，例如對工藝要求的過度偏離或者錯誤的參數值。設計抗原類是為了獲取擾動癥狀知識。為了動態檢測對工藝要求的偏離，本文用語義網規則語言（Semantic Web Rule Language，以下簡寫為SWRL）編寫了一些規則。這些規則允許我們將被監視參數的采集值（例如MES提供的采集值）與自體類中存儲的工藝要求值作比較。圖4列舉了焊接速度測量值偏離工藝要求值域的兩項推理出抗原類實例的規則。與抗原類相關的這些規則允許用FTA圖推理出異常可能已經發生。

3.3 病原體類

病原體類代表擾動。病原體類子類說明了與制造系統物理或邏輯實體（例如物料、操作、訂單和資源相關的可能擾動的種類（參見3.5節）。

為了根據已檢測到的偏離確定擾動類型，我們依賴病原體類相關的本體約束條件。約束條件允許根據實例屬性自動分類實例。圖5列舉了關于PMachine類的約束條件。這些約束條件規定，對“意外發生的未知情況可被視為PMachine類擾動”而言，任何已檢測到的關于焊接速度、電流或電壓的偏離都是其必要和充分條件。

圖3 自體類家譜

圖4 推理出抗原類實例的規則

圖5 推理出抗原類實例意味著推理出相應的病原體類實例

3.4 危險信號類

危險理論提供推理以建立制造系統中擾動傳播的模型。一個危險信號相當于對擾動影響的評估。設計危險信號類是為了獲取關于制造系統物理和邏輯實體上可能發生風險的知識。

3.5 細胞類

細胞類相當于下面兩種實體。

1）制造系統物理實體，例如原料、零件、產品和資源（資源例如機器、工具等）

2）制造系統邏輯實體，例如訂單（例如供應、工作和交通），路線、物料清單等等。

圖6顯示了細胞類家譜。

圖6 細胞類家譜

圖7展示了一個細胞類實例（Welding_01）。該實例表示一項焊接工序。該工序的特征是已創建的速度、電壓和電流自體類實例。DqualityWeldDefect_01表示焊機故障對焊縫質量的影響。

圖7 細胞類實例

3.2.7 B細胞類

B細胞與監控工具和算法（例如計劃、調度和排序）有關。這些監控工具和算法能被用于制訂應對決策（即抗體類）以應對擾動或其直接和潛在風險。設計B細胞類是為了列舉和分類能控制每種擾動或風險的決策。圖6展示了B細胞類家譜。

3.3 人工免疫本體在MES中的應用

上述人工免疫本體已在3.1節中所述鋼管制造企業實施的MES中得到應用。研究人員在MES中植入了一些具有通用特征的agent，以支持在線應對未被預測和不可被預測的事件。agent可利用本體中存儲的具有數據、規則和約束條件形式的知識。本體使agent能用推理機推理出新的事實。本文用Pellet2作為推理機。該推理機具有復雜的數據類型推理能力以及對SWRL規則的支持。圖8舉例說明了多個agent如何利用本體協作完成制造系統擾動和風險監控。

B agent運用推理機以及關于每個B細胞類實例的約束條件推理出一組應對決策。決策人審閱這些被建議的決策，選擇合適的決策并在連貫的應對策略中協調這些決策。圖8的第4部分對此作了說明。應對決策的建議也直接顯示在MES的終端界面上。圖9展示了預焊崗位的MES終端（一臺平板電腦）的界面。圖中紅字即MES通過應用人工免疫本體提出的應對決策建議，供崗位工人或生產管理人員考慮。

圖8 利用人工免疫本體推理出應對決策實例的過程

圖9 預焊崗位的MES終端界面（數據保密處理）

4 結語

本文提出了一種基于知識監控制造系統中擾動和風險的方法，描述了一個人工免疫本體的設計過程，賦予MES利用本體和多agent系統監控擾動和風險的功能，結合一個鋼管制造企業的案例展示了MES如何利用本體檢測擾動、識別風險以及提出應對決策的建議。