基于擾動事件的智能車間生產管理系統研究＊

毛柯夫 苑明海 孫 超 裴鳳雀 顧文斌

（河海大學機電工程學院，江蘇 常州 213002）

車間是制造業的核心和基礎單元，車間的智能化成為智能制造首個研究重點。但與歐美等制造業強國相比，我國工廠大都停留在工業2.0和工業3.0階段，因此我國的智能制造之路必須立足自身，搶抓機遇。強國戰略明確提出了智能制造將成為此次戰略的主攻方向[1]。智能制造的推進有助于完成車間設備的智能改造，實現車間作業的智能化生產，促進企業合理生產，有效緩解我國“人口紅利”消失帶來的不利影響[2]。當下，多數企業為正在對車間制造設備進行智能化改進，并引入先進的管理系統對車間調度進行優化管理，取得了一定的成效。但是，實際生產過程中生產要素類型特點各異以及車間擾動的多源性、不確定性為車間的優化調度帶來了極大的困難。傳統的車間擾動研究依靠擾動假設，構建基于事件或周期的重調度機制具有一定的局限性，難以符合車間的實際生產。湯洪濤等[3]對調度相關歷史數據集合進行了基于擾動屬性的聚類，合理劃分了不同環境下調度決策所產生的數據集合。Al-Hinai N等[4]建立了基于調度魯棒性和最大完工時間的多目標雙階段混合遺傳算法，利用調度周期和設備異常結合驅動重調度。Adibi M A等[5]以隨機到達生產任務和設備故障為觸發事件，利用變鄰域搜索實現觸發事件的響應，調度觸發事件的發生會自動引發變鄰域搜索參數的更新，用于解決車間擾動干擾調度生產的問題。Tian S L[6]將設備故障所代表的異常事件作為重調度的觸發點，利用Petri網和蟻群算法為基礎，提出一種基于隊列控制的自適應調度方法，用于保證操作穩定性和車間生產的正常執行。Li X X等[7]將車間實時訂單和設備故障作為重調度觸發點，利用融合禁忌搜索的人工蜂群算法解決多類型事件觸發重調度問題。任璽悅等[8]人針對多急件插單問題提出了基于自適應的變異算子選擇算法，更好地平衡各變異算子的搜索能力。車間擾動的重調度解決方案研究難點在于調度觸發機制的選擇，主要分為3類：基于調度周期、基于關鍵事件以及二者混合，由于基于時間的調度根本無法有效解決車間突發事件，因此主要的研究集中在后兩類，但是后兩類調度會陷入調度有效性和系統穩定性這一對矛盾之中[9]。

針對上述問題，本文提出一種基于擾動事件的智能車間生產管理系統。該系統分為五大功能模塊用于對車間制造資源管理以及生產調度。通過融入Esper事件處理引擎，能有效地完成對車間異常擾動事件的監控和處理，通過案例推理模塊能有效處理車間擾動，制定基于ICBR的動態車間擾動方案和生產調度策略，通過通訊接口實現與其余系統的信息交互，同時設計友好的人機交互界面建立系統和人員的協同管理，實現車間產出最大化。

1 基于擾動事件的車間資源調度系統的業務流程和總體架構

1.1 總體業務流程

車間業務流程如圖1所示，首先車間通過ERP系統接受外界或云平臺的訂單，調度系統通過監控通訊模塊接受ERP分解的車間訂單，并交由車間MES系統進行訂單管理[10]。MES系統根據訂單內容封裝調度服務請求信息，發送至生產管理系統的調度模塊，模塊對服務信息進行解析和算法匹配，最終將有效地調度方案發送至車間MES系統。MES系統對方案進行分解，制定車間具體生產任務，開展生產作業。車間底層的數據采集系統依靠RFID、傳感器及PLC等采集設備的實時數據信息，發送至MES系統的數據采集模塊，對原始數據進行過濾，將處理后的數據發送至Esper數據處理引擎，利用數據處理引擎制定的異常事件觸發機制監控車間異常擾動事件[11]。擾動事件一旦被捕獲，會立即發送報告事件，后臺通過擾動案例庫進行多層次相似度匹配計算，得出動態擾動案例解決方案，并將該方案發送至MES系統調度模塊，指導車間生產。

圖1 智能車間動態調度平臺業務流程圖

1.2 擾動評估

MES 能夠對采集的生產實時數據進行分析，對生產擾動及時進行車間調度。依據擾動案例的適配度，可以分成3個層級：完全重合層、高度相似層和低相似度層。當車間生產遇到擾動事件之后，設置相似度閾值點 β并計算出最大相似度 σ；若 σ =1，則完成案例的重用，若 β ≤σ＜1，則案例修正方法進行總結歸納，設計一種基于多維相似的案例適配修正算法，確定車間擾動的處理辦法；若 σ ＜β，則利用IGASA算法對車間擾動問題進行建模分析，完成車間擾動情況下調度問題重建。

局部相似度計算公式如式（1）所示[12]。

其中：FVi,j表示案例庫中編號為i的案例的j屬性，fvi,j表示其對應的屬性值；FV0,j表示目標案例的j表示案例j屬性相似度；n表示子案例庫中的案例個數。

將制造資源層、調度方案層、擾動影響層和擾動描述層的局部相似度進行綜合分析，可得案例的全局相似度計算公式如式（2）所示[12]。

其中： si m(FVi,FV0)表示案例的全局相似度； α表示案例末端屬性的個數；表示末端屬性的權重；表示案例的局部相似度。

完全重合層：該層是案例匹配模型的頂層，是最理想的層面。歷史案例庫存在與目標案例基本完全重合的特例，因此不僅可以重用歷史案例中的擾動應對方法，還可以直接使用歷史案例的調度數據，直接生成應對擾動的調度方案。

高度相似層：該層是案例匹配模型的第二層，是最普遍的層面，即歷史案例庫存在與目標案例在高級屬性上重合度很高的案例集，可以利用歷史案例的擾動解決方法，確定案例擾動的應對策略。由于該層案例匹配重合度降低，因此不能提供具體的調度生產方案，需要結合智能算法進行求解。

低相似度層：該層是案例匹配模型的最底層，該層的出現概率不高。歷史案例庫中的案例與目標案例相似度很低，宣布基于擾動案例匹配法失效。因此需要重新進行傳統的混合驅動模型結合IGASA算法進行動態調度求解。

1.3 系統的總體架構

如圖2所示，系統總體架構主要包含數據資源層、車間異常處理層、系統業務管理層以及用戶層，具體功能描述如下：

圖2 系統總體架構

（1）數據資源層為車間提供基本的生產條件，包含資源感知和車間制造資源，車間制造資源涵蓋了設備、軟件、人員和調度知識等多個維度，資源感知模塊負責車間設備接口與通訊協議的制定以及數據采集設備的管理，并將車間采集的實時數據先清洗，再進行格式轉化，隨后封裝發送至系統數據庫進行存儲。

（2）車間異常處理層是智能化車間應對車間擾動的重要手段[13]。該層包括3部分，底層是異常事件監控模塊，云平臺將數據流發送至異常事件處理引擎，該引擎完成對數據流的解算和監控；上層是案例匹配模塊，運用本體語言完成對車間異常事件的描述，構建多維度擾動目標案例，利用案例庫進行多層次案例匹配，修正結果案例，完成對異常事件的處理。監控通訊接口接收各層級發送的數據信息。

（3）系統業務管理層是整個車間調度系統的操作核心，包括生產調度、車間基礎數據管理、知識管理、系統服務管理、設備維修管理及庫存管理等多個管理功能模塊，該層承上啟下，接受用戶層的隨訪指令，調出相同的功能模塊，結合其他應用層數據，提供用戶所需的數據內容。

（4）系統環境支撐層是智能制造車間基于網絡的管理及統籌協調。該層為整個制造網絡提供基礎軟硬件設施，包括各類服務器、終端以及服務器、操作系統等。通過標準的網絡通訊協議以及規范的技術，實現多元異構網絡的正常通訊和數據交換，該層還包含了兩大域，分別是面向有線網絡的Web域和面向無線網絡的Mobile域。

（5）用戶層即服務的終端層。為不同的終端用戶提供體驗性高的界面服務實現人機交互，用戶層的界面必須要簡潔、易用且極其穩定。屬性，fv0,j表示其對應的屬性值；

2 生產管理系統的設計

2.1 開發環境和工具介紹

本系統采用B/S(Browser/Server)架構，結合Esper事件處理引擎作為基礎，實現Esper向MES系統的集成，完成車間異常事件監控和處理；使用Matlab實現調度算法的編寫，再通過OWL_S和Web Services等技術實現調度算法資源的接入[14]，利用JavaScript來實現PC端應用程序的開發，完成前端頁面設計，便于車間操作員更好地管控車間。

本系統是基于NET Framework的開發框架，選用Visual Studio.NET作為開發工具。本系統前臺利用HTML，CSS樣式表，內容頁，JavaScript函數等網頁前端技術，后臺選擇Java作為開發語言，Visual Studio2010.NET 為系統集成開發平臺，相應的配置：Web ASP.NET服務開發和應用程序模板，ADO.NET數據庫的訪問方式等[15]。

2.2 功能模塊設計

根據上述架構及功能需求分析，確定本系統的功能模塊主要有以下5類：系統管理、車間資源管理、車間數據監控、擾動處理以及生產管理。利用模塊化設計思想[16]，建立基于擾動事件的車間調度系統功能模型圖如圖3所示，各個模塊的作用如下：

圖3 系統功能模塊

（1）系統管理

該模塊是保障系統能正常合理運行的關鍵模塊，也是整個調度系統的入口，包括用戶管理操作和RFID標簽的管理操作。首先，該模塊提供了登錄管理功能，用戶還可以通過手機號或郵箱重設密碼；其次，該模塊為保障調度系統的安全性，增設了車間人員權限設定，共分3級：普通員工、管理員和超級管理員，層級依次遞增，系統根據人員權限，開放操作更改功能的權利。另外，系統管理模塊需要完成對RFID標簽的注冊和回收。最后，該模塊提供對系統日志的管理功能，能夠有效地定位問題的根源。

（2）車間資源管理

車間資源管理是系統最基礎的功能模塊。該模塊包含了人員、設備以及物料等數據信息的管理功能。人員信息管理模塊記錄員工的基本信息，有助于企業更清晰地掌握員工的基本信息。車間加工的基本單元模塊是設備，因此設備管理需要掌控所有的智能車間設備可加工信息，如數控機床、AGV和機械手等，為生產任務的合理分配打下基礎。物料管理主要是對物料清單進行添加和維護，物料清單還原了產品與其組成部件，部件與零件之間的層次結構關系，為車間生產加工提供了清晰的層次關系。

（3）車間數據監控模塊

車間數據監控分為數據采集和異常監控兩個模塊。車間實時信息采集模塊利用RFID、傳感器、PLC等載體，通過車間無線傳感網絡和各類通訊協議將車間原始數據采集至MES系統，由MES系統完成對數據的格式統一和封裝上傳至云平臺，完成數據采集和存儲。

異常監控和數據采集模塊是自上而下的關系。數據為異常情況的監控提供了原料。該模塊的本質是分析實時數據是否異常，按照設定規則的處理引擎對數據流進行分析，從而完成對異常的捕獲，實現對車間設備、物料消耗、工藝參數以及生產進度的多維監控。

（4）擾動處理

案例推理模塊是車間擾動事件的處理模塊，通過改進的案例推理技術作為驅動內核，以歷史案例庫和擾動規則為基礎，實現經驗重用[17]。因此，該模塊的兩大子模塊分別是案例管理和案例推理。案例管理主要負責案例的添加、修改以及刪除操作，而案例推理則包括目標案例的輸入、權重輸入、案例查詢以及擾動策略的修改、評價以及輸出。

（5）生產管理

生產管理模塊是完成保證車間生產工作順利完成最直接的保障。該模塊主要負責對車間生產活動進行合理的規劃和管理，其可分為4個子模塊分別為訂單管理、生產調度、檢驗管理和工藝管理。

①訂單管理

訂單信息反映了車間所需的生產目標，包含了成品數量、交貨期以及其余的加工要求，訂單管理需要實時更新訂單要求，防止產能過剩和不足。

②生產調度

實際工作中的生產調度必須兼顧靜態和動態兩種[18]。靜態調度功能是依賴云平臺實現的，首先，將算法資源以及已有的車間調度算法利用Web Service接口技術集成到云平臺的算法云服務資源池，將車間調度任務封裝通過服務請求發送至云平臺，通過云平臺內部的算法匹配機制，解算出合理靜態調度方案，返回車間MES系統。動態調度方案是依據Esper異常事件處理引擎對于車間異常事件的處理回應，通過案例推理技術，完成車間動態擾動方案的制定。

③檢驗管理

產品生產加工之后需要檢驗其質量，檢驗管理模塊主要負責對已加工工件的質量檢測工作進行合理分配，并匯總所有工件的質量檢測數據，利用規范的檢測數據以驗證產品是否達標。

④工藝管理

原料加工工藝路線的設計制定依賴于工藝管理模塊，不僅如此，工藝管理模塊還負責產品工序信息的發布和維護、以及工藝路線的查詢等工作。

2.3 基于 UML 的系統建模

在分析了系統業務流程和功能模塊的基礎上，采用面向對象分析方法，運用建模語言UML，建立系統級用例視圖，完成系統開發的業務功能建模，如圖4所示。其中的普通員工、管理員和超級管理員是系統業務的參與者，擁有的權限逐級遞增。超級管理員擁有管理權限的功能，賦予普通員工和管理員各自的操作權限，普通員工和管理員可以登錄系統進行車間生產和信息管理。若用戶權限不夠，則無法查閱或操作該模塊。

圖4 生產管理系統用例圖

3 系統平臺驗證

為更好地展示本文系統的業務功能，結合某模具制造車間，對基于擾動事件的智能車間調度系統進行應用驗證。以“車間靜態調度信息發布→靜態調度算法響應→車間異常事件監控→車間擾動案例搜索→案例修正匹配”為主線完成車間動態擾動調度系統的搭建，并實現對本文所提出的模型以及算法有效性的驗證。

3.1 系統登錄

企業內部員工需要通過輸入“工號+密碼+用戶身份”登錄系統。為安全性考慮，禁止游客登錄，并將用戶的身份分為超級管理員、管理員和員工，不同身份的用戶具有不同的操作權限。另外，用戶還可以通過手機或郵箱驗證，登錄或重設密碼。

3.2 系統主界面

整個系統主界面的設計采用三分框架模式，即“頂端導航條+左端導航菜單+右端內容展示”。系統管理、車間資源管理、車間數據監控、擾動處理以及生產管理將組成系統主界面的頂級模塊，每個頂級模塊都配有下拉菜單，當用戶點擊每個頂級模塊的末端子模塊時，對應的內容會出現在右端的頁面窗口。若用戶權限不夠，則無法點擊該模塊。

3.3 車間資源管理

車間資源管理包括車間人員管理、設備管理以及原料管理。以下介紹車間人員和設備管理模塊。由于本系統是車間內部生產管理系統，所有登錄人員必須是企業員工，員工登錄系統前需要完成身份注冊。員工注冊需要由人事部門完成，當普通員工身份信息注冊完成后，可以修改部分個人信息，但是沒有修改自己的員工編號和系統使用權限。

車間設備資源管理模塊將車間設備按照加工設備、傳送設備、動力設備、傳感設備、網絡設備以及其他設備分成6類。起初由采購部門完成設備信息的添加，將設備信息注冊到后臺數據庫后，可以通過搜索按鈕，輸入設備ID實現對設備的查詢、修改或刪除等操作。

3.4 異常事件處理

本系統需要對車間的異常事件進行監控和捕捉，從而更快速地對車間擾動進行合理且有效的處理。如圖5所示，右端界面顯示設備的實時運行數據以及待加工信息。設備正常運行時，指示燈處于綠色狀態，用戶可以點擊“查看詳情”查看設備的具體運行情況，事件處理引擎Esper時刻監控車間的RFID數據流，實現對異常事件的捕獲，再通過異常事件處理模塊界面進行顯示。

圖5 異常事件監控正常情況

如圖6所示，數控車床區的M3號設備初次加工工件6的監測時間被記錄，系統定義的加工閾值已知，若最新監測時間減去初次監測時間超出閾值，則界面數控車床區域的指示燈就會變紅，異常事件會以彈窗的形式彈出，只要工件6一直在該工位上，則最新監測時間會一直刷新。

圖6 異常事件監控異常情況

3.5 靜態調度管理模塊

生產調度初始方案的制定需要依靠調度算法模塊，首先錄入工件生產任務和加工時間信息，確定方案的優化目標，利用服務提交鏈接，將信息提交至調度管理模塊，通過后端對任務進行解析，并選擇合適算法對任務進行求解，將最優調度方案傳回生產調度模塊，系統對調度方案進行解析，生成更為直觀的生產調度甘特圖，如圖7所示。

圖7 靜態方案制定

3.6 案例推理模塊

案例處理模塊執行時，需要先錄入事件信息。首先，點擊事件信息輸入，進入車間擾動事件信息輸入界面，完成擾動事件的屬性信息輸入以及權重設計值的確定。

用戶可以在案例權重設計頁面選擇默認權重，也可以對權重進行調整。當事件信息和案例屬性權重錄入成功后，即可以進行案例檢索，系統首先確定案例擾動的類型，選擇子案例庫，利用多層相似度匹配算法求解目標案例與歷史案例的相似度集合，基于相似度值進行降序排列，確定相似案例所處層級和適配方案，檢索處理結果如圖8所示。

圖8 案例檢索結果

檢索結束后，相似案例集將以表格的形式呈現給用戶，用戶可以點擊表格中的詳情鏈接，查詢歷史案例的詳細信息。擾動處理的應對方案會以甘特圖的形式輸出，使處理結果更為直觀。

4 結語

本文開發了一款基于擾動事件的智能車間生產管理系統，設計了系統的組織架構和業務流程，其主要組成部分包括系統管理、車間資源管理、車間數據監控、擾動處理以及生產管理，并對系統的主要功能界面進行展示，最后驗證智能制造車間對異常事件監控處理及生產調度模型的可行性和合理性。