云制造環境下模具加工任務與制造資源服務匹配研究與應用

鄺超鵬 陶建華 李庭泰 陳 彬 馬 堯 王 偉

（①廣州大學機械與電氣工程學院，廣東 廣州 510006；②機企貓軟件科技（廣州）有限公司，廣東 廣州 510006）

日常生活中大多數消費品的生產制造都離不開模具。隨著經濟的快速發展，社會生產力的進步，產品上市的周期越來越短。傳統的模具企業間協同程度低，對更加人性化和多樣性的加工任務，需要具備完善的制造資源，或者有更多的資金流入來提高制造能力，但這對于中小型模具制造企業來說難以實現。因此，需要對模具加工任務從項目全生命周期和產品結構兩個維度上進行分類。研究了任務之間的時序關系、邏輯關系以及依賴關系，在此基礎上建立企業訂單項目模型。

文獻[1] 利用改進的K-means聚類方法將制造資源分為多個資源簇，根據狀態、功能和服務信息進行篩選匹配。文獻[2] 提出了雙向博弈人工蜂群算法，得到雙向匹配目標下的最優解。文獻[3] 提出了基于任務要求的優先級滿足策略，在此基礎上建立資源目標函數與加工任務的匹配機制。文獻[4]針對制造資源的粗粒度性，提出了基于多維可拓展理論的相似度匹配算法。文獻[5]基于本體六元組的模型構建方法,建立了設備資源和加工任務本體模型，根據優度值確定設備資源服務與加工任務的最佳匹配方案。文獻[6] 利用模糊相似度算法對制造資源的各方屬性進行匹配計算，同時借助綜合加權法得到最優匹配結果。

通過上述研究成果可以知道，對于加工任務與制造資源服務匹配采用了不同算法，但研究深度和廣度還不夠全面，共享匹配模型存在層次不適中，無法滿足復雜任務與龐雜資源匹配的要求。因此，本文以共享理論為基礎，研究了模具加工項目任務的分解原則，建立企業接到訂單的項目模型，給出了模具加工任務與制造資源服務匹配的3種模式，確定了每種模式下的任務執行方式以及資源服務的利用方式，提出了3種制造資源服務檢索算法，研究了利用專家評估法和熵權系數法來選擇最優服務的過程，最后利用示例驗證上述理論的可行性。

1 云制造的模具制造資源運行模式

云制造的模具制造資源運行模式中有3種主要角色，分別是資源提供方、服務需求方和云平臺，如圖1所示。

圖1 云制造的模具制造資源共享運行模式

2 模具加工的項目任務分解與建模

2.1 模具加工任務的分解

項目任務分解是將項目劃分成多個同步執行或依次執行的子任務，同時確定子任務間的關系。圖2中給出了某項目部分分解的甘特圖，最上層是總目標，每個任務都有相應的持續時間。

圖2 項目任務分解甘特圖

2.1.1 任務分類

任務分解的前提是分類，這兩者可以形成互補關系。在云平臺的基礎上，從項目全生命周期和產品結構兩方面出發，對模具加工任務進行分類。

（1）基于項目全生命周期分類

在對模具企業訂單項目分析的基礎上，將項目全生命周期分為5個階段：論證、設計、加工、試驗以及收尾。如圖3所示。

圖3 基于項目全生命周期任務類型

（2）基于產品結構分類

將模具加工任務分成3類：工序級、零件級和裝配體級。圖4所示，給出了某沖壓模具加工任務的結構圖，設計任務結構圖也類似。

圖4 基于產品結構的沖壓模具加工任務結構圖

2.1.2 任務投標號

在云制造平臺上，要實現模具加工任務與制造資源服務的高效匹配，需要對任務名稱進行編碼，即任務投標號信息。如圖5所示建立的任務投標號信息規則，用字母（固定碼）加數字（流水碼）排列的組合方式來描述任務信息。任務的命名代碼由2個字母和15個數字組成，主要表示任務投標號的PC端、年月日和流水號。

圖5 任務投標號信息規則

2.1.3 任務關系分析

在模具訂單項目中，任務之間的關系比較復雜，需要確定任務之間的邏輯關系和約束關系。

（1）時間關系分析

2個任務在關于時間問題上，有著7種依賴關系：E equals F、E starts F、E finishes F、E meets F、E overlaps F、E during F、E before F，其中E、F為兩個不同但有著某種聯系的任務。設開始時間和完成時間分別為[BE，CE]、[BF，CF]，則基于時間關系如圖6所示。

圖6 任務時間關系圖

（2）邏輯關系分析

假設一個模具訂單項目分成n個不同任務，每個任務用Mi(i=1,2,…,n)表示，則有4種任務邏輯關系。如圖7的任務框圖描述所示。

圖7 任務邏輯關系圖

（3）依賴關系分析

任務之間的依賴關系是基于資源建立的，其依賴關系可以分為時態依賴和資源管理依賴[7]。由于任務是對輸入的若干資源進行處理并輸出若干資源的過程，那么最初要研究的基本情況是2個任務關于1種資源的依賴關系。設T1、T2代表兩個任務，X1、Y1、X2、Y2代表任務的輸入和輸出，則關于資源有3種基本依賴關系，如圖8所示。

圖8 3種基本依賴關系

接下來研究2個任務關于n種資源的依賴關系。其關系也有3種情況，分別為n個順流依賴、n個共享依賴和n個共同依賴，如圖9所示。其依賴關系也可以是這3種依賴的任意搭配。

圖9 2個任務基于n個資源的依賴關系

2.2 模具制造企業訂單項目模型

由于模具訂單項目是基于項目全生命周期和產品結構分類的多層次任務項目，因此規范的模型能清晰表達出項目結構，建立良好生產關系。如圖10所示。

圖10 模具訂單項目多任務模型

2.3 模具加工任務的形式化描述

基于UML[8]建模的模具加工任務的形式化描述：模具加工任務Mold Processing Task={Task Number,Essential Info,Function Info,Constraint Info,Subtask Se Info,Status Info}。式中分別表示任務編號、基本信息、功能信息、約束信息、子任務集信息、服務信息和狀態信息。建立了模具加工任務模型的UML類圖。如圖11所示。

圖11 基于UML類圖的任務模型

2.4 模具加工任務的功能信息模型

任務模型體現了客戶在發布需求任務時，對需求以及個性屬性等信息的描述。在2.1.1節已基于產品結構分為了3級，各級在一定程度上有相似之處。因此基于UML建模，對不同產品結構層次的加工任務功能信息進行封裝。

（1）裝配體級任務：是客戶發布的整模外協任務，需要對整個模具進行生產加工。其信息模型Assembly Level Info={Mold Type,Processing Material,Processing Batch,Work Hour,Assembly Type,Assembly Accuracy}。

（2）零件級任務：是指模具分解后各零件的生產加工過程。其信息模型Part Level Info={Mold Type,Processing Material,Work Hour,Part Type,Part Batch,Part Accuracy,Part Roughness}。

（3）工序級任務：是指在一個模具零件完成前，單道加工工序的生產過程。其信息模型Operation Level Info={Mold Type,Processing Material,Operation Type,Operation Accuracy，Operation Roughness}。

基于上述分析，建立了模具加工任務的功能信息類圖，如圖12所示。

圖12 基于UML類圖的模具加工類任務功能信息模型

2.5 模具加工任務的約束關系

2.5.1 TQCS約束信息

TQCS是模具企業保持競爭力的4項重要指標，其中T為時間約束（time）、Q為質量約束（quality）、C為成本約束（cost）、S為服務約束（service）。

2.5.2 TQCS約束規則

對模具加工任務進行分解后，無論是父任務還是其下的子任務，都需要有對應的TQCS約束信息，且它們之間存在隸屬關系。模具企業的TQCS約束信息規則如下：

設Task為某項任務，則任務模型可表示為Task={Sub_Task1,Sub_Task2···Sub_Taskn}，式 中Sub_Taski為Task的第i項子任務（i=1,2,···,n）。

3 模具加工的制造資源服務匹配研究

3.1 項目任務與模具制造資源服務的匹配模式

在模具訂單項目中，任務與模具制造資源服務匹配有3種形式：

（1）任務由模具企業獨自完成，無需匹配。

（2）任務與模具制造資源匹配。

（3）任務與模具制造服務匹配。

如圖13所示的任務執行模式選擇流程圖。

圖13 任務執行模式選擇流程圖

3.1.1 任務由模具企業獨自完成

對于某個任務來說，企業已經具備該任務所需的加工技術、機床設備以及相關操作人員等條件，能夠保證獨自按時完成該項任務。因此該任務無需經過外協，直接在企業內部就可以完成。

3.1.2 任務與模具制造資源匹配

此模式說明企業具備部分關于模具加工任務的生產制造能力，但想要完成整個任務的加工，還缺少相關制造資源。因此企業可以在云平臺上檢索對應的制造資源，采取租借或購買的方式獲得，彌補生產能力的不足。

3.1.3 任務與模具制造服務匹配

在這種模式下，企業不具備完成該任務的能力，只能將任務通過云平臺以外協的方式發布出去，尋找合適的服務企業。

3.2 模具制造資源服務選擇流程

在確定模具加工任務的匹配模式后，下一步需要在云制造平臺上搜索并選擇合適的資源或服務節點。一般情況下分3步走：

（1）先輸入需求任務的基本及功能信息，然后在云平臺上進行初步匹配，得到一定數量的候選服務集。

（2）按照需求任務的TQCS約束關系，將（1）中得到的候選服務集做進一步篩選，將符合條件的服務保留，并進行優先級排序。

（3）按照（2）中的服務優先級序列，對排在第一位的服務節點進行判斷，如果覺得某些屬性沒有達到預計要求，則可以先舍棄第一位服務節點，查看第二位服務節點。以此類推，直到選擇最合適的服務作為最優服務節點。

服務選擇流程圖如圖14所示。

圖14 服務選擇流程圖

3.3 模具制造資源服務檢索

最優資源服務節點的選擇首先是在云平臺上檢索相關資源或服務，再根據初步匹配挑選出候選服務集（candidate service set）。由于資源和服務的檢索類似，在分析模具制造資源服務選擇方法的基礎上，提出了金質、銀質和銅質服務檢索算法，具體如下：

（1）金質服務檢索：此檢索算法表示客戶輸入的任務屬性值為某個特定值，或者在一個很小范圍內，即 cservicei.property=taskj.property。式中等號前為第i個服務的屬性值，等號后為第j個任務的屬性值。該檢索由于限制性強，使得檢索結果數量較少。

（2）銀質服務檢索：此檢索算法表示客戶輸入的任務屬性值在一定范圍之內，即cservicei.property∈[taski.propertymin,taskj.propertymax]。式中括號內表示第i個任務屬性值的最小值至第j個任務屬性值的最大值。該檢索由于取值范圍在某個區間內，使得檢索結果數量較多。

（3）銅質服務檢索：此檢索算法表示客戶在輸入任務屬性值時，將選擇從上至下的優先順序進行排列。

根據銀質和銅質的檢索算法和結果，大多數客戶通常都會選擇這兩種服務檢索方式。通過改進遺傳算法[9]、供需匹配[10]等技術，從中挑選部分服務數量作為候選服務集。即CSS={cservice1,cservice2,cservice3,···,cservicen}，式中n表示CSS的總服務節點數目。

3.4 最優服務節點選擇流程

3.4.1 最優指標權重系數

利用層次分析法（analytic hierarchy process）[11]獲取候選服務集，建立層次結構模型，通過建立CSS指標矩陣，使矩陣的行對應服務節點，矩陣的列對應10個評價指標，轉換之后評價指標都在0～1范圍內，實現了無量綱化。通過專家評估法[12]發布需求任務企業從上往下依次確定權重系數，最后利用熵權系數法[13]求解得到關于子準則層的指標權重系數集：

3.4.2 最優服務節點的選擇

基于專家評估法和熵權系數法得到的權重系數，最終第j項指標的權重系數：

最終權重系數集為：

假設某服務節點的各個參數值經無量綱化后為X={x1,x2,x3,···,x10}，那么該節點的最終評分為

通過上式可以得到所有服務節點的總分數，經過大小比較，將最高分作為最優服務節點。

圖15給出了基于上述3種方法的最優服務節點選擇流程圖。

圖15 最優服務節點選擇流程圖

4 模具制造資源服務匹配示例

某客戶想要生產一個模具零件，由于不具備相關制造能力，因此在云平臺上以加盟客戶的身份，通過客戶發單，發布整模外協需求任務。任務上架界面如圖16。

圖16 服務上架界面

經過初步篩選得到4家企業如圖17所示，其具體企業信息如表1所示。

表1 服務提供企業信息表

圖17 初步篩選后的4家企業

設示例中層次結構模型中的4層結構分別為D、E、F、G層。

（1）求解基于專家評估法的指標權重系數集，設D-E層之間的判斷矩陣如表2所示。

表2 準則層E相對目標層D的判斷矩陣

求得準則層的權重系數向量為PE=[0.125，0.501，0.282，0.093]，說明T、Q、C、S相對于目標層的權重分別為0.125、0.501、0.282、0.093。

然后設E-F層的判斷矩陣，分別見表3、表4、表5和表6。

表3 T1、T2相對時間T的判斷矩陣

表4 Q1、Q2、Q3相對質量Q的判斷矩陣

表5 C1、C2、C3相對成本C的判斷矩陣

表6 S1、S2相對服務S的判斷矩陣

求得E2-F矩陣最大特征值 λmax=3.009 2，CI=0.004 6，矩陣為3階時的RI=0.52，則一致性比率CR=0.007 9<0.1，說明通過一致性檢驗；由表4知與E2相關的僅有3個因素，先求解三因素的層次單排序，得到PE2-F=[0.540,0.297,0.163]，結合Q所占權重為0.501，則三因素的層次總排序為PF1=[0.271,0.149,0.082]。類似的可以求得T、C、S的層次總排序，合并得到總排序向量，即基于專家評估法的指標權重系數集為

PF1=[0.094,0.031,0.271,0.149,0.082,0.152,0.046,0.084,0.047,0.047]

（2）求解基于熵權系數法的指標權重系數集得到綜合計算結果，如表7所示。

表7 企業無量綱化參數信息和熵權系數

由表中可知基于熵權系數法的指標權重系數集為

PF2=[0.075,0.015 0,0.075,0.070,0.150,0.075,0.100,0.080,0.150,0.075]

（3）得到最終指標權重系數集為：

PF=[0.080,0.053,0.231,0.118,0.140,0.130,0.052,0.076,0.080,0.040]

（4）計算各服務企業的總評分。以企業1為例，根據式（4）及表7的相關信息，求得其總評分為

V1=0.080×1+0.053×1+0.231×0+0.118×0.75+0.140×1+0.130×1+0.052×1+0.076×0+0.080×1+0.040×0.5=0.634 5

類似的可以得到V2=0.567，V3=0.415 5，V4=0.380 3。

由于V1>V2>V3>V4，因此對于客戶發布的需求任務，由需求匹配得到最優服務選用企業1進行撮合最合適。根據雙方之間的溝通與相互確認后，資源需求方確定中標，則兩企業之間形成供需撮合。此時服務提供方可以通過平臺，以加盟服務商的身份進入到“我的任務”，查看需求任務名稱，如圖18所示。

圖18 任務界面

5 結語

本文結合云制造的運行模式和體系架構，介紹了模具加工任務的分類、編碼規則以及任務間的相互關系，在此基礎上建立了模具企業接到訂單項目模型，分析了模具加工任務的約束信息，提出了模具加工任務與制造資源服務匹配的3種模式，講述了客戶將需求加工任務外協出去后的服務選擇流程，根據平臺內的制造資源特征，提出了金銀銅質制造資源服務檢索算法，利用算法得到需求任務的候選服務集。最后通過層次分析法、專家評估法和熵權系數法得到最優指標權重系數，將最優指標權重系數作為最優服務節點，同時用一個示例驗證了該方法的可行性。