基于實例－排序推理算法的FMS專家優化設計系統

李彥儒，胡曉兵，陳應飛，劉志明，彭正超

基于實例－排序推理算法的FMS專家優化設計系統

李彥儒，胡曉兵，陳應飛，劉志明，彭正超

（四川大學 機械工程學院，四川 成都 610065）

以某機床廠某柔性生產線項目為對象，研究了目前企業柔性生產線工藝資源、加工管理現狀和車間設備布局方法，分析了目前企業在FMS80系統柔性單元設計和車間內產線布局的相關特點。在相關研究工作的基礎上，對FMS快速化設計過程中的涉及到的工藝性能、設計屬性等數據進行研究分析，完成了FMS虛擬仿真設計系統的數據庫設計和軟件設計，確定了該系統開發的總體環境，對整個FMS快速設計流程進行了歸納整理分析，建立了FMS快速設計的專家系統知識庫結構和相關推理規則，為工藝設計人員和生產現場的技術人員提供設計實例的經驗參考，以提高設計人員的工作效率，減小資源浪費，降低企業FMS設計運行成本。

柔性制造系統；車間布局；工藝數據庫；Visual Studio；專家系統技術

柔性制造系統（FMS，Flexible Manufacturing System）是典型機電液組成的復雜大系統，其設計過程包含了FMS功能單元資源管理、車間布局與工藝流程優化智能算法研究、工藝資源仿真與數字化設計等多學科、多領域的專業知識應用[1]。傳統的柔性生產線設計過程在柔性制造單元設備資源管理、車間結構布局與工藝流程計劃優化、三維模型建立等方面還是通過人工設計、驗證、繪圖等方式進行，導致柔性生產線設計數字化、信息化程度較低，難以適應新的智能制造大背景下制造企業需要柔性快速、可重構、智能化的FMS設計技術要求，造成設計周期長、設計任務繁瑣，加工計劃及排布難以對生產任務的快速變化做出高效響應。

工藝數據庫系統可以對生產或設計過程中產生的大量工藝參數、設計方法、經驗知識和加工設計實例等進行數字化管理，為工藝設計和智能決策提供有用的參考，可以有效地縮短產品、項目設計周期，實現功能集成，減少資源浪費。國內外對相關工藝設計系統的研究由來已久，目前比較成熟的工藝設計系統研究主要集中在切削、焊接、裝配等常見機械制造工藝系統的研發上。王巧玲等[2]為提高焊接生產過程的數字化水平，研發了集焊接數據庫平臺、工藝設計專家系統平臺和焊接信息管理平臺為一體的焊接數據庫及專家系統。郭胤等[3]以當前主流的虛擬現實技術為平臺系統開發背景，針對虛擬制造平臺進行了系統設計與開發，論述了虛擬制造平臺設計的原理與方案，完成了一種緊湊式CAVE虛擬制造平臺的軟硬件布局。劉陽等[4]選用Visual Studio.NET為集成應用開發環境，使用SQL Server作為后臺數據庫，同時采用C#編程語言，利用ADO.NET數據庫連接技術，設計了智能醫藥倉儲管理系統，有效解決了傳統藥品管理工作模式中所存在的工作強度大、差錯率高等諸多問題。吳月等[5]針對推土機裝配制造過程復雜多變、工藝參數優化和決策困難等問題，研究設計了推土機智能裝配的工藝軟件與專家系統，通過構建起專業化的工藝優化與管理平臺，實現了總裝線上多機型柔性化裝配管理。

FMS工藝管理及優化設計系統的研究與這些工藝設計管理系統有著很大的類似性，本文將對此做詳盡論述和設計。

本文從數字化、智能化、網絡化設計技術入手，通過對某企業FMS生產線的工藝設計特點和設計過程中所涉及的工藝參數進行進一步研究，以某新型FMS生產線為設計實例，運用數據庫技術、仿真優化技術和專家系統技術等計算機技術，結合優化算法開發了針對柔性制造系統的FMS優化設計系統。詳細介紹了系統的總體框架、工作流程、功能模塊及設計過程，并采用ASP.NET技術，以Visual Studio和SQL Server作為開發工具，Plant Simulation作為仿真平臺完成了系統的開發。

1 FMS快速設計系統軟件設計

1.1 C#.NET與系統總體架構

該系統基于C/S開發模式，利用C#.NET環境進行開發，采用了多層架構技術，系統總體框架共由數據存儲層、數據操作層、數據管理層、數據智能處理層、網絡響應層、用戶使用層組成，如圖1所示。本文主要針對數據存儲層、數據管理層和數據智能處理層三個主要支撐架構進行說明。

（1）數據存儲層

數據存儲層存儲著整個柔性制造單元工藝資源數據庫的基礎數據，這些數據主要由FMS基礎單元數據庫、FMS現場工藝資源數據庫和FMS優化設計實例庫組成。

（2）數據庫管理層

數據庫管理層是系統的核心組成，其由FMS設計數據安全管理、FMS功能單元基礎數據管理、FMS設計分析數據管理和FMS設計實例數據管理等組成，使設計人員快捷高效的進行FMS設計管理。

（3）系統智能層

系統智能層是系統的重要組成部分，主要包括智能優化算法、專家系統技術以及虛擬仿真和參數化設計等數字智能方法。系統智能層通過對FMS生產線設計需求分析，使用合理的智能算法最終為設計人員提供最優的總體方案設計、布局優化設計、工藝優化設計以及生產計劃調度方案。

1.2 FMS虛擬仿真系統的功能設計

1.2.1 工藝資源管理模塊

如圖2所示，工藝資源管理功能主要滿足FMS中各功能單元的加工性能、幾何參數等數據管理，如臥式加工中心主要規格參數、FMS自動物流線傳輸小車主要規格參數、主要外購配套件清單數據等；設計實例管理滿足的是柔性制造單元布局模型庫的設計需求，存儲的是經過該系統快速優化設計的已有項目實例。在實際使用系統進行項目設計過程中，系統會通過專家系統智能查詢推薦給設計人員已有的FMS設計實例或者優化方案。

1.2.2 仿真文件信息輸出及模型驅動模塊

經過FMS工藝資源管理模塊的處理，由內置的智能優化算法、專家系統和仿真優化分析，系統可輸出相關仿真分析數據文件供設計人員參考，例如布局優化仿真、加工工藝排程優化仿真、FMS其他主要加工仿真文件。

圖1 柔性制造單元工藝資源數據庫系統框架圖

圖2 工藝資源管理功能分析

1.2.3 用戶界面模塊

該模塊建立了良好的人機交互界面，其主要功能為：將FMS設計任務需求書需求數據輸入到C#語言編程的界面程序，在C#環境下調用柔性制造單元工藝資源數據庫中各工藝參數

進行智能數字化設計，由界面顯示所設計的FMS優化工藝布局模型，以及進行各種輸出文件閱覽和下載。

2 FMS快速設計專家系統技術研究

專家系統技術可以模擬工藝設計人員的思維，在數據庫中已有數據的基礎上進行推理，對不同的FMS整體設計方案進行綜合評價，完成復雜的設計配置決策，得到與當前車間情況最符合的相關工藝設計數據和方案。專家系統技術對FMS工藝資源管理與虛擬仿真設計系統的智能性至關重要。FMS虛擬仿真設計的專家系統基本結構如圖3所示。

圖3 專家系統技術流程圖

2.1 實例庫的建立

實例庫是柔性制造系統加工設計知識的重要組成部分，是專家系統進行知識推理的基礎，其主要是對設計過程中的優化設計實例進行記錄，將之變成計算機能識別和利用的數據結構。加工實例應盡量多地包含柔性制造系統的工藝設計信息，確保設計方案和FMS參數規格數據得到準確全面的描述，且知識結構清晰簡潔，方便檢索和推理。本文采用框架式方法對FMS優化設計加工實例進行結構化表示，每條FMS設計實例由設計問題描述、設計問題解決方案和實際設計應用結果三部分構成，如圖4所示。

2.2 推理機

推理機是FMS虛擬仿真設計專家系統技術的核心部分，系統中的推薦引擎即推理機負責指導FMS虛擬仿真設計系統優化方案確定的業務流程，依據特定的推理機制搜尋調取基礎數據庫、專家知識庫和用戶日志數據等中的推薦數據和設計規則，對當前FMS總體工藝布局設計問題進行求解。本文在系統中采用的是基于實例－排序的推理。

圖4 FMS項目設計實例知識組成

2.2.1 基于實例推理

基于實例推理（Case-BasedReasoning，CBR）核心是對新的FMS設計問題和工藝資源數據庫中FMS設計實例的相似性程度進行比對。設有兩個FMS設計項目各自為Case1和Case2，則兩個FMS設計相似度為：

對FMS工藝設計問題涉及到的屬性知識進行全面仔細的分析，歸納出屬性相似度的計算主要分為數值型和字符型兩個部分。

（1）數值型

FMS數字化設計中的一些屬性比如生產設備行數及各自臺數、各區域尺寸大小、設備布局間距、對應加工時長等，都有具體的數值表示，則對應的屬性相似度計算方式為：

式中：1、2分別為FMS規劃設計實例case1和case2特征屬性的取值；max()和min()為FMS工藝資源數據庫中該特征屬性的最大值和最小值。

（2）字符型

加工設備型號、加工零件信息、工藝流程安排等屬性特征一般都由特定的字符串指代，和數值型屬性不同，歸納整理為字符型特征。這種形式的屬性相似度直接通過相同與否進行求解判定，計算方式為：

2.2.2 基于RankSVM的推薦算法

當基于實例推理不能有效推薦出合適的FMS優化設計方案時，專家知識系統會基于內容推薦的智能算法原理，根據FMS設計屬性特征學習，最終為設計人員生成初始推薦列表并提供優化方案選擇結果，如圖5所示。

支持向量機SVM（Support Vector Machine）為一類對于數據學習、預測、分類的算法，指定樣本數據訓練集為：

SVM模型即需要在此空間中找到一個劃分超平面。可劃分樣本的超平面理論上有很多個，若要讓此超平面擁有超好的魯棒性，對沒出現過的FMS設計方案實例有較優的泛化性，則需要找到一個“容忍性”最優的超平面，超平面表述為：

樣本集中隨意一點距超平面（,）的距離為：

若需要超平面(,)可準確劃分，即存在(x,y)∈，滿足：

根據式（6）可知，使得該不等式等號存在的樣本點就是“支持向量”（support vector），兩個異類支持向量到超平面距離之和為：

為“間隔”。“容忍”性最好的超平面就為“最大間隔”（maximum margin）劃分的超平面(,)，故線性支持向量機的基本模型為：

排序學習（Learning to Rank）即將待排序的方案生成相應的屬性特征矩陣，將一部分數據作為訓練集，另一部分作為測試集，利用訓練集訓練相應的模型，利用最小化損失函數的原理來訓練模型，然后使用測試集進行預測。根據損失函數不同，排序學習算法分為三類：Pointwise、Pairwise、Listwise。

RankSVM是排序學習中Pointwise方法的一種，使得排序問題轉換為分類問題。用特征向量＝(,,...,)指代其中某一待排序FMS設計方案，則可能有函數()，通過對()結果大小比較進行排列。

起始假定()是線性函數，有：()＝(,)

通過實現排序到分類的轉變，再一次定義全新的訓練樣本，如數據庫中已存在的FMS實例1、2、3，使1－2、1－3、2－3是正樣本，2－1、3－1、3－2是負樣本，則有：

如圖6所示，出現新樣本1－3、2－3、2－1、3－1、3－2，憑借SVM對全新集進行分類訓練。前面理論敘述中已假定()是線性函數，故可通過線性支持向量機（Linear SVM）對樣本進行訓練。

圖6 RankSVM原理圖

FMS專家知識庫本質上是對FMS各工藝資源的動態數據管理，管理了經由FMS設計人員布局工藝初始以及優化設計后各設備所裝載刀具、輔具情況、工件工序排布及切削時間、輔助時間等現場工藝信息；除此以外還通過了內置的智能優化算法和虛擬仿真分析平臺對FMS現場工藝布局進行仿真優化分析，產生可布局優化分析數據（設備排列順序、設備布局間隔）、工藝優化分析數據（工序配置、工藝流程優化）等，根據專家系統推理確立新的FMS工藝布局設計項目是否滿足優化指標要求。由于目前無法采集大量方案設計數據進行排序訓練，故該專家智能算法的應用還需做進一步的驗證，本文提出此種推薦機制并將在后續研究中進行智能應用。設計流程如圖7所示。

圖7 基于實例和內容排序推理的專家知識系統設計流程

3 設計實例

3.1 運行環境和數據庫設計

該系統選擇在Windows 10操作系統下進行開發，以SQL 2012為數據庫開發平臺、Visual Studio 2015為系統集成開發環境、C#為系統主開發語言以及C/S架構為系統開發架構。

通常的概念模型設計有實體－聯系法（Entity-Relation，E-R）、面向對象模型法、擴充實體－聯系法等，本文采用數據庫設計中常用的E-R模型來描述柔性制造單元仿真設計系統數據庫的概念模型，在E-R模型中實體集（Entity Set）、實體屬性（Entity Attribute）、實體聯系（Entity Relation）分別用矩形、橢圓和菱形框對應表示。實體聯系中三種聯系形式為：一對一、一對多、多對多。

以本文柔性制造系統工藝資源管理與仿真設計為例，經過上文論述可確定相關實體集中包含用戶信息、主要功能單元設備（各型機床、自動物流運輸工具、上下料單元、立式倉儲單元等）、刀具、輔具、工件現場工藝、工藝布局實例等；實體集中每個實體元素又各自擁有自己的相關屬性，比如機床設備包含機床設別名稱、機床設備廠內編號、機床的尺寸型式、工作臺規格參數、三軸移動行程、主軸功能參數等；實體間的聯系實際上便是該系統進行FMS工藝資源設計的過程，在此過程中將有著各自屬性的實體元素通過管理聯系、匹配聯系、生成聯系、使用聯系等實體的聯系融入到設計結果中，展現方式為輸出存儲的各類型文件形式。因為FMS設計單元多樣、實體組成復雜且各屬性也相對繁復，因此先對各單一實體的實體關聯屬性進行整理，使得FMS整體設計過程中E-R模型更加簡明易懂。一些典型的FMS屬性數據庫結構設計如圖8所示。

圖8 E-R圖

3.2 運行實例

針對企業某一FMS設計項目，按照加工任務和生產車間布局現狀，初步擬定為雙排線性布置方案，單排設備工位為5個，還配置有兩個存儲單元。現對系統功能做簡要論述。

（1）設計系統主界面主要由菜單欄和功能

區等區域，如圖9所示；菜單欄為FMS設計系統的功能選擇區，包括了文件、基本信息管理、模板管理、數據庫管理等；虛擬仿真設計功能區分為初步布局方案設計、加工方案配置、物料運輸與物料庫配置、仿真布局確定、模型驅動、生產節拍控制以及主要刀具管理等。

（2）加工方案配置如圖10所示，根據初步布局設計的參數信息確定加工設備列數，列數確定為2，每列設備數量根據合同提供的加工任務指標確定為5；然后通過添加加工設備編號、加工設備類型、加工設備型號進行初步配置，配置情況在下方對話框中初步顯示，展示了從M1工位到M10工位的機床基本類型。

圖9 設計系統主界面

圖10 加工方案配置界面

（3）進入設備布局方案選擇顯示界面，如圖11所示。選擇區包含了雙排產線布置及一條物流通道，設計人員可在此區域里進行加工設備的初始布局設計和設備參數配置；顯示區則顯示經過配置后后各工位的主要參數信息，其余相關屬性則轉化為符合系統數據庫表達方式的專家知識系統結構進而進行優化方案推薦。

（4）系統進入方案確定流程，經過基于實例－排序的專家系統推薦，輸出若干種排序結果較好的方案，顯示在布局優化方案推薦界面中，系統智能選擇出其中的最優布局方案，該最優布局方案是由Plant Simulation軟件仿真優化后得到并存儲到系統專家知識庫中；并根據此方案顯示出優化后的布置模板預覽。最優布置方案如圖12所示。

圖11 設備布局方案選擇顯示界面

圖12 專家系統推薦布局優化方案模板

4 結語

本文在對企業柔性生產車間仔細調研的基礎上，設計了FMS虛擬仿真設計系統的總體架構并完成了其數據庫設計和軟件開發，確定了該系統開發的總體環境，最后完成了在.NET框架下，采用C#語言和SQL Server數據庫的虛擬仿真設計系統的相關代碼程序的設計和編寫；在智能化內容的專家系統推薦方面，與系統整體功能集成融合度還不是很高，一部分內容還停留在理論模型階段，所以使得系統實例應用存在一定的片面性，未來如何提升系統的智能化、數字化、集成性仍是重要的探究方向。本文雖引入了系統虛擬仿真設計的概念，但在實際運用過程中，系統應用程序與仿真平臺的集成即仿真系統的二次開發還存在明顯不足，使得系統智能化還存在明顯欠缺，這在系統2.0開發中還需繼續深入研究。

[1]王煒磊，張益，劉相國. 柔性制造系統在航空制造領域的應用研究[J]. 機械制造，2018（9）：70-73，78.

[2]王巧玲，榮建，陳洪宇. 航空用焊接數據庫及專家系統平臺的設計與開發[J]. 電焊機，2018（9）：16-20.

[3]郭胤，王予蓉，江余敏. 緊湊式CAVE虛擬制造平臺系統設計與開發[J]. 機械，2019（1）：49-55.

[4]劉陽，方素平. 基于STM32的智能化醫藥倉儲及其管理系統的設計[J]. 機械，2019（7）：36-41.

[5]吳月，高德坊，王超. 智能工藝專家系統在推土機柔性化裝配制造中應用的探究[J]. 金屬加工（熱加工），2017（12）：50-53.

[6]郭炎福，黃文英，宋福海，等. 基于專家系統的智能變電站二次檢修安自動生成技術[J]. 電氣技術，2019（4）：95-100.

[7]楊一鳴，汪貴平. 面向對象的無人車電源故障檢測專家系統設計[J]. 汽車技術，2019（6）：30-35.

[8]劉濤，陳永當. 基于實例推理的工業機械手的智能設計方法研究[J]. 科技視界，2019（1）：17-18.

[9]韓娟，楊東升，孫一蘭，等. 加工工藝專家系統實現方法綜述[J]. 制造技術與機床，2013（1）：1-7.

[10]邵華平，覃征，游誠曦. SVM算法及其應用研究[J]. 蘭州交通大學學報，2006，25（1）：104-106.

[11]熊李艷，陳曉霞，鐘茂生. 基于PairWise排序學習算法研究綜述[J]. 科學技術與工程，2017（21）：189-195.

[12]王勝. 基于線性回歸的適應性排名算法研究[J]. 計算機應用研究，2015（9）：2684-2686.

[13]顧聞，周飛，楊宏兵. 基于C#. NET與Matlab混合編程的動態調度軟件系統開發[J]. 計算機應用與軟件，2014，31（12）：17-20.

An Expert Optimization Design System for FMS Based on Case-Sort Reasoning Algorithm

LI Yanru，HU Xiaobing，CHEN Yingfei，LIU Zhiming，PENG Zhengchao

( School of Mechanical Engineering, Sichuan University,Chengdu 610065, China)

Based on a flexible production line project of Ningjiang Machine Tool company, this paper studied the process resources, the status quo of processing management and the method of workshop equipment layout and analyzed the characteristics of FMS80 system flexible unit design and the layout of production line in the workshop. Data analysis was conducted regarding process performance and design attributes of FMS rapid design. After database design and software design of virtual simulation FMS design system was completed, the overall environment of the system development was determined and the whole process of FMS rapid design was summarized and analyzed. Knowledge base structure of expert system and related inference rules of rapid design of FMS structure was established. This research provides cases for reference, so as to improve the design efficiency and to reduce the waste of resources and the cost of enterprise in FMS design and operation.

flexible manufacturing system；workshop layout；process database technology；Visual Studio；expert system technology

TH164；TP315

A

10.3969/j.issn.1006-0316.2020.12.005

1006－0316 (2020) 12－0028－09

2020－04－20

國家科技重大專項（2018ZX04032001）

李彥儒（1995－），男，重慶人，碩士研究生，主要研究方向為智能制造、數字化生產，E-mail：1564647444@qq.com；胡曉兵（1970－），男，湖北黃岡人，博士，教授，主要研究方向為企業信息化、機器視覺、數字化車間。