秦麗娜
(運城職業技術大學 信息技術應用與創新學院,運城 044000)
隨著產業變革與科技革命的興起,智能制造應運而生,并在短時間內得到了快速的發展,成為現今制造業的主要發展趨勢之一[1]。智能制造的核心為智能傳感與控制裝備、高檔數控機床、重大成套裝備等的研發與應用。智慧生產線就是智能制造的主要成果之一,其有效地結合了智能工廠與數字化車間,在制造行業得到了廣泛的應用,例如汽車制造、電子制造等。生產線具有規模化生產、高效、成本低等優勢,成為現今國家制造業發展的關鍵研究方向之一。
現代制造業的發展非常迅速,制造產品復雜度也隨之提升,對生產線提出了更高的要求。混合微組裝生產線應運而生,其主要是應用混合微組裝技術將多個器件進行高密度連接,使得生產線向輕量化、小型化、高可靠、低成本等趨勢發展。混合微組裝技術的應用,使得生產線的規模減小,工作效率加快,智能化水平提升,為制造業的發展提供了有力的幫助。與此同時,生產線內部的結構也變得更加復雜,對生產線控制性能造成了較大的挑戰。
就現有研究成果來看,如文獻[2]中的基于數據驅動的生產線實時監控與優化控制技術,其難以滿足混合微組裝生產線與制造業的發展需求。針對這一問題,本研究提出基于多Agent技術的混合微組裝生產線協同控制方法。
針對混合微組裝生產線來說,協同控制目標指的是生產線調度問題。為了提升生產線協同控制效果,采用數學模型描述生產線調度問題,為后續協同控制的實現打下堅實的基礎。
混合微組裝生產線調度實質上是一個組合最優化問題,在多個約束條件下,尋找到最優協同控制方案,使得生產線加工時間最短、加工成本最低或者加工收益最高。生產線調度會受到多種因素的影響,例如資金、人力、能源等,故調度問題是一個NP問題,也是協同控制的最終解決目標[3]。
此研究以加工成本最低作為生產線協同控制目標函數,相應的數學模型表達式為:

式(1)中,C表示混合微組裝生產線的加工成本;C1表示產品加工費用;C2表示提前或拖后的懲罰費用;a*表示第i種產品單位加工費用;p表示產品加工數量;β*表示更換器件所需要的單位費用;q表示更換器件數量;x*表示生產線器件移動費用;t表示生產線器件的移動次數;ωi表示第i種產品提前或拖后的懲罰系數;Pi表示第i種產品的完工數量;Di表示第i種產品的擬定加工數量。
為了提升協同控制精準度,在生產線調度數學模型中添加懲罰函數,則式(1)轉換為:

式(2)中,Cδ表示懲罰函數表達式;σ表示懲罰系數;d表示懲罰函數輔助參數,取值為1或者0。
上述過程采用數學模型描述了生產線調度問題,即確定了生產線協同控制目標函數,為后續生產線信息的采集與集成提供依據。
依據上述構造的生產線協同控制目標函數,對混合微組裝生產線協同控制需要的信息進行采集與集成,為后續協同控制模型構建做準備。
目前,生產線信息采集方式主要有三種,具體如表1所示。

表1 生產線信息采集方式表
如表1內容所示,不同的信息采集方式應用的采集設備,采集的信息種類均存在著差異。而混合微組裝生產線包含設備較多,結構較為復雜,產生的信息種類也很多[4]。因此,此研究對上述三種信息采集方式進行有效地結合,將生產線信息采集任務進行科學、合理地分配,以此來獲得最佳的生產線信息采集效果。
應用微軟搭建混合微組裝生產線信息采集框架,并連接異構設備,打破“數字孤島”現象,實現異構設備之間的信息傳輸,為生產線協同控制的實現提供便利,也為信息采集與傳輸提供助力。
混合微組裝生產線信息采集框架如圖1所示。
如圖1所示,在搭建框架中,生產線信息采集設備較多,為了保障采集信息的完整性,需要設置采集設備信息交互邏輯,具體如圖2所示。

圖1 生產線信息采集框架示意圖
依照圖2所示邏輯對采集信息進行交互與集成,并將集成后生產線信息存儲于SQL數據庫中,為后續數據的應用提供便利。

圖2 采集設備信息交互邏輯示意圖
以上述采集與集成的生產線信息為依據,結合多Agent技術構建協同控制模型,為最終協同控制的實現提供支撐。
多Agent技術中包含多個不同目標的Agent個體,它們之間能夠進行動態協調,以此來解決相應的問題。多Agent技術具備較強的靈活性、適應性與可靠性,在控制領域占據著至關重要的位置,也是現今NP問題解決的主要手段之一[5]。多Agent技術動態協調步驟如下:
步驟一:生產線協同控制任務信息發布。需要注意的是,每個Agent個體均能夠發布生產線協同控制任務信息,并且一個Agent個體可以發布多條任務信息;
步驟二:Agent動態協調團隊構建。依據生產線協同控制任務信息、Agent個體的功能等因素,選取適合參與Agent動態協調團隊的Agent個體,通過既定規則構建團隊,直至生產線協同控制任務完成為止;
步驟三:范例推理。依據發布的協同控制任務信息,在歷史記錄中尋找相似的成功案例。若存在相似成功案例,按照案例進行動態協調作業;若不存在相似成功案例,則需要進一步對協調態度進行準確的選擇;
步驟四:協調態度選擇。此研究采用模糊數ξ?(t)來描述Agent個體對發布協同控制任務信息的協調態度。模糊數ξ?(t)表達式為:

根據式(3)計算結果選擇協調態度,具體規則如下述表達式:

步驟五:依據步驟四確定的協調態度選取適當的協調策略。當ξ?(t)=0時,Agent個體協調態度為完全自私,此種情況稱之為競爭型協調,最佳協調策略為對策論;當ξ?(t) ≠0時,Agent個體協調態度為協作,此種情況稱之為協作型協調,最佳協調策略為部分全局規劃或者FA/C法;
步驟六:Agent個體學習。此步驟中,Agent個體應對相似成功案例的協調策略、協調內容、協調作業進行學習,以此來完成相應的生產線協同控制任務;
步驟七:引導學習完成后的Agent個體進行生產線協同控制任務,在協同控制任務完成時解散Agent動態協調團隊。
通過上述流程能夠看出多Agent技術具有較強的動態協調能力,能夠為混合微組裝生產線協同控制帶來極大地支撐作用。生產線協同控制是一個復雜的、繁重的問題,此研究應用多Agent技術包含的動態協調能力,構建生產線協同控制模型,具體如圖3所示。

圖3 生產線協同控制模型示意圖
另外,采用數學模型來表示Agent內部結構:

式(5)中,A,M,K,D,I,S,R分別表示Agent的屬性、解決方法、相關規定、相關數據、求解推理過程、信息傳送規則與信息接收規則。
上述過程完成了生產線協同控制模型的構建,并展示了多Agent技術的動態協調性能,為后續協同控制的實現提供模型支撐。
以上述構建的生產線協同控制模型為依據,以加工成本最低作為協同控制目標,求解最佳協同控制方案,實現混合微組裝生產線的協同控制。
應用多Agent技術求解生產線協同控制目標函數,獲得協同控制方案如表2所示。

表2 協同控制方案表
表2中,t1與t2表示兩種產品的標準加工成本;t*1與t*2表示不同優先級產品的加工成本;F1與F2表示協同控制的優先級。
綜上所述,此研究基于多Agent技術實現了混合微組裝生產線的協同控制,使生產線加工成本達到最小化,有助于制造業的可持續發展。
為了驗證基于多Agent技術的混合微組裝生產線協同控制方法的應用性能,將傳統的基于數據驅動的生產線實時監控與優化控制技術作為對比方法,設計如下對比實驗。
實驗平臺是混合微組裝生產線協同控制性能測試的基礎。依據性能測試需求,采用傳送帶、載件盒、傳感器、工業相機等搭建實驗平臺,如圖4所示。

圖4 實驗平臺示意圖
如圖4所示,實驗平臺中包含兩條傳送帶,并搭載工業相機與多種傳感器,以此來獲取生產線相關信息,為生產線協同控制做準備。另外,工業相機需要與光電傳感器進行結合應用。光電傳感器一旦感應到產品信息,實時將信號傳輸至工業相機,觸發工業相機進行信息采集。
實驗設備也是保障實驗順利進行的關鍵影響因素之一。設計實驗主要設備為協同控制服務器與通信設備。其中,協同控制服務器承擔著數據處理與轉發的任務,通信設備承擔著優質通信環境提供的任務。由于篇幅的限制,只對通信設備進行說明。實驗采用以太網交換機作為通信設備,其能夠在一定范圍內提供穩定的、優質的通信環境,為性能測試提供有力的支撐。
以上述搭建的實驗平臺與選取的實驗設備為基礎,進行混合微組裝生產線協同控制性能測試。為了量化顯示提出方法的應用性能,選取協同控制任務分配時間與生產線加工成本作為評價指標,具體實驗結果分析過程如圖5所示。
協同控制任務分配時間間接反映著生產線協同控制的效率。一般情況下,協同控制任務分配時間越短,協同控制效率越高;反之,協同控制任務分配時間越長,協同控制效率越低。
通過實驗獲得協同控制任務分配時間數據,如表3所示。

表3 協同控制任務分配時間數據表
如表3數據所示,與傳統方法相比較,應用本文方法獲得的協同控制任務分配時間較短,最小值能夠達到15.49s,表明本文方法生產線協同控制效率更高。
生產線加工成本直接反映著生產線協同控制的效果。一般情況下,生產線加工成本越低,表明協同控制效果越好;反之,生產線加工成本越高,表明協同控制效果越差。通過實驗獲得生產線加工成本如圖5所示。
如圖5數據顯示,與傳統方法相比較,應用本文方法獲得的生產線加工成本較小,最小值能夠達到24萬,表明本文方法生產線協同控制效果更好。

圖5 生產線加工成本數據圖
上述實驗結果顯示:相較于對比方法來看,應用本文方法獲得的協同控制任務分配時間較短,生產線加工成本較小,充分證實了本文方法具有更優質的協同控制性能。
此次研究應用多Agent技術提出了新的混合微組裝生產線協同控制方法,極大地縮短了協同控制任務分配時間,降低了生產線加工成本,為生產線協同控制提供更有效的方法支撐,同時也為協同控制研究提供新的思路與理論借鑒。