閆紀紅， 張奮揚

(哈爾濱工業(yè)大學機電工程學院工業(yè)工程系，黑龍江哈爾濱150001)

0 引言

可重組制造系統(tǒng)是指為響應市場不規(guī)則需求的突然變化，具有能通過快速變換結構和軟硬件組元來調(diào)整系統(tǒng)的生產(chǎn)能力和功能而設計面向零件族的制造系統(tǒng)［1］。目前，對可持續(xù)制造系統(tǒng)的研究已將涉及設備層、車間層建模以及整個系統(tǒng)關鍵技術等各個方面［1-5］。然而，考慮到可重構系統(tǒng)的搭建復雜、設備昂貴，實際優(yōu)化過程費用大、耗時長，且容易造成生產(chǎn)延遲、交貨期滯后等不利影響，本文建立一個基于通用軟件——LabVIEW的實驗仿真和控制平臺，選取一個實際的可重組柔性制造系統(tǒng)(Flexible Manufacturing System;FMS)為參考背景，對研究的可重組制造系統(tǒng)建立仿真模型。同時，通過LabVIEW的數(shù)據(jù)采集和分析功能進行加工時間參數(shù)的采集，建立混合仿真模型。最后，應用粒子群優(yōu)化算法對可重組制造系統(tǒng)的作業(yè)調(diào)度問題進行優(yōu)化，根據(jù)優(yōu)化的結果對系統(tǒng)進行重組，并對重組結果進行驗證，在節(jié)約資金和時間以及不影響生產(chǎn)的前提下，達到系統(tǒng)優(yōu)化，加快制造系統(tǒng)投入生產(chǎn)。

1 基于LabVIEW的可重組FMS仿真模塊

1．1 可重組FMS概況

本文選取的柔性制造系統(tǒng)的組成及布局如圖1所示。

圖1 FMS系統(tǒng)

該系統(tǒng)是由數(shù)控加工設備、物料運儲裝置和計算機控制系統(tǒng)等組成的自動化制造系統(tǒng)，主要由兩部分組成:加工單元和裝配線。加工單元中主要由數(shù)控車床、數(shù)控銑床、激光雕刻機、搬運和機械手組成，對產(chǎn)品的零部件進行加工。裝配線則實現(xiàn)裝配、清洗和質(zhì)檢等工序。整個制造系統(tǒng)的生產(chǎn)流程圖如圖2所示。系統(tǒng)中各個單元的加工時間參數(shù)如表1所示。

1．2 可重組制造系統(tǒng)仿真模型建立

在LabVIEW中對生產(chǎn)系統(tǒng)進行建模仿真，主要有下列幾個步驟:

(1)界面設計。根據(jù)實際生產(chǎn)系統(tǒng)的設備布局情況，在LabVIEW的前界面中對模型的界面進行設計。加工單元主要是由數(shù)控車床、數(shù)控銑床和機械手組成，而裝配線中依據(jù)實際生產(chǎn)線的工藝生產(chǎn)流程和布局。界面設計的結果如圖3所示。

(2)設備建模。根據(jù)設備的基本工作流程和模式，建立設備模型。分析設備加工狀態(tài)，工作的流程圖如圖4所示。根據(jù)設備的加工流程分析，進行設備的模型及后臺程序框圖設計，為下一步建立設備之間的連接做準備。

(3)建立設備之間的連接。在工序與工序、設備與設備之間，通過加工工藝的緊前工序分析，設計機床之間連接的邏輯關系，建立設備連接，從而實現(xiàn)整條生產(chǎn)線的連通。設備之間的模型和程序框圖設計如圖5、6 所示。

(4)參數(shù)設定。依據(jù)表1中收集的加工時間參數(shù)，設置相應的加工時間，以對生產(chǎn)線的生產(chǎn)制造過程進行仿真。

圖2 小箱體產(chǎn)品生產(chǎn)流程圖

表1 加工時間參數(shù)表

(5)數(shù)據(jù)通訊模塊開發(fā)。通過開發(fā)Access與LabVIEW的數(shù)據(jù)通訊模塊，將加工時間參數(shù)錄入到Access表中進行鏈接。在Access中通過建立一個用來存儲加工時間參數(shù)的數(shù)據(jù)庫MTime．mdb文件和MTime_link．udl文件，對udl文件進行提供程序以及數(shù)據(jù)源的選擇和設置。在此基礎上，通過LabVIEW軟件的LabSQL ADO functions工具包對數(shù)據(jù)庫連接程序進行編寫，從而實現(xiàn)數(shù)據(jù)的集中管理和存儲。

圖3 仿真模型界面圖

圖4 機床工作流程圖

圖5 設備連接界面圖

圖6 設備連接后面板框圖

(6)程序運行及仿真結果分析。通過設備的建模以及設備之間的連接，建立了整條生產(chǎn)線的仿真模型，完成程序的編輯之后，運行程序，得到程序運行的結果如圖7所示。指示燈為綠說明設備正在工作。紅為空閑。

圖7 程序運行結果圖

2 開發(fā)可重組FMS混合仿真模塊

目前，物理仿真和數(shù)學仿真得到了廣泛的應用［6］。但是對于復雜的制造系統(tǒng)傳統(tǒng)的仿真模型不能很好地體現(xiàn)系統(tǒng)的實際情況。為此，近年來許多學者提出了混合仿真技術的研究和應用［6-8］。本文進一步建立可重組FMS的混合仿真模型?；旌戏抡?Hardware-in-the-loop Simulation)是指將仿真實驗系統(tǒng)的仿真回路中接入部分系統(tǒng)實物以取代相應的數(shù)學模型，并將其與系統(tǒng)實時仿真模型連接成一個系統(tǒng)。

2．1 可重組FMS混合仿真模型結構設計

圖8為混合仿真模型的結構圖［8］。對于可重組FMS混合仿真模型的建立，實物系統(tǒng)裝置選取實際系統(tǒng)的加蓋單元，而混合仿真接口采用加蓋單元自身安裝的傳感器，通過PCI板卡搭建的數(shù)據(jù)采集系統(tǒng)采集傳感器的實時數(shù)據(jù)。將采集到的數(shù)據(jù)傳送給物理系統(tǒng)裝置，實現(xiàn)可重組FMS的混合仿真。

2．2 建立可重組FMS混合仿真模型

虛擬儀器(Visual Instrument，VI)能夠?qū)崿F(xiàn)軟硬件的無縫連接［9］，美國NI公司推出的 LabVIEW是一個高效的圖形化程序設計環(huán)境，它結合了簡單易用的圖形化開發(fā)環(huán)境與強大的快速程序設計［9-10］。本文中為了實現(xiàn)生產(chǎn)系統(tǒng)的混合仿真，在LabVIEW環(huán)境下開發(fā)一個數(shù)據(jù)采集模塊，實現(xiàn)對數(shù)據(jù)的實時采集，同時連接到仿真模塊當中去，完成從整個數(shù)據(jù)采集硬件系統(tǒng)的搭建到軟件系統(tǒng)的編輯的過程，實現(xiàn)混合仿真的過程。

根據(jù)混合仿真接口的需求，本文采用泓格PCI-1002數(shù)據(jù)采集卡。實物圖如圖9所示。

圖9 泓格PCI-1002數(shù)據(jù)采集板卡實物圖

混合仿真接口選取加蓋單元上的電感式傳感器，實時判斷托盤的到達與離開。在FMS生產(chǎn)過程中，PLC接線板供給傳感器的電壓值為24 V，根據(jù)傳感器的工作原理，無信號觸發(fā)時，輸出的低電平0 V;有信號觸發(fā)時，輸出高電平24 V電壓。

圖10為數(shù)據(jù)采集系統(tǒng)的接線方案示意圖，通過傳感器引出輸出線(黑線)和地線(藍線)。引出的線連接到自制的信號處理接線板上，將0～24 V的電壓，轉換為PCI-1002數(shù)據(jù)采集卡接收的電壓范圍為0～5 V。通過數(shù)據(jù)線連接到PCI-1002數(shù)采板卡上。然后在PC機上運行數(shù)采程序進行數(shù)據(jù)采集。

圖10 數(shù)采系統(tǒng)接線方案示意圖

建立混合仿真模型的過程主要分為三個步驟:

(1)步驟一。通過PCI-1002板卡測量加蓋單元的傳感器觸發(fā)信號。運行程序步驟一的數(shù)據(jù)采集程序，測量十個工件，結果表中顯示，高電平約為4．09 V，低電平約為0 V。

(2)步驟二。在第一步采集到的數(shù)據(jù)結果的基礎上，設置中間值為2V，運行步驟二的數(shù)采程序，采集十個工件，記錄加蓋單元加工時間參數(shù)，結果保存到兩個表中。運行過程的截面圖如圖11所示。

圖11 加工時間數(shù)采程序運行結果圖

(3)步驟三。采集到的加蓋單元的加工時間參數(shù)表之后，通過LabVIEW與Access的數(shù)據(jù)通訊模塊，將加工時間參數(shù)與仿真模型連接，實現(xiàn)可重組FMS的混合仿真的過程。運行結果如圖12所示。

圖12 混合仿真模型運行結果圖

3 基于粒子群算法的可重組FMS生產(chǎn)

3．1 可重組FMS調(diào)度問題

根據(jù)可重組FMS的生產(chǎn)情況，表2為三個水晶塊的新產(chǎn)品加工任務表。為了指導系統(tǒng)進行重組，本文采用粒子群算法對新產(chǎn)品的調(diào)度問題進行優(yōu)化求解，以優(yōu)化后的調(diào)度結果作為指導系統(tǒng)可重組的決策和依據(jù)。

表2 加工任務表

作業(yè)調(diào)度問題通常還要滿足一下約束條件:

(1)一個工件只能在一臺機器上加工一次;

(2)同一個工件的加工工序之間有先后約束，必須是一個工件的前一道工序加工完成后，才能加工該工件的下一道工序;

(3)加工工藝表是各個工件加工的依據(jù)，必須嚴格遵守;

(4)工序的加工過程中不允許中斷。

在此基礎上，建立作業(yè)調(diào)度問題的數(shù)學模型為:

目標函數(shù)

約束條件

其中:

式中:Cjk、Tik分別為工件i在機器k上的完成時間和加工時間;M為一個足夠大的整數(shù)。式(1)代表調(diào)度問題的目標最大完成時間的最小值作為目標函數(shù);式(2)為工件先后加工順序的約束條件;式(3)是機器加工工件的先后順序約束。

3．2 粒子群算法

粒子群算法(Particle Swarm Optimization;PSO)是一種基于群體只能的進化類算法，它的思想是模擬鳥群的捕食行為［11-15］。通過不斷地更新全局最優(yōu)與局部最優(yōu)，從而不斷地向最優(yōu)解靠近［13］。PSO的流程圖如圖13所示。

將加工任務表的時間約束與機器約束轉化為矩陣表達式。

工序數(shù)量約束矩陣:

機器約束矩陣:

圖13 PSO流程圖

時間約束矩陣:

通過PSO，在上面3個矩陣約束條件下，以目標函數(shù)值為最短總加工流程時間對種群進行尋優(yōu)。

3．3 算法的參數(shù)設置

種群大小m:通常種群的大小是問題維數(shù)的1．5倍左右。本文中解決的是3工件的調(diào)度問題，所以取m=5。

加速因子c1和c2:c1和c2通常等于2，在文獻當中也有取其它值的，不過一般取0～4之間的值［14］。在這里，由于粒子進行編碼和解碼之后，粒子的位置值在更新完之后還會發(fā)生取整的變化，使得最優(yōu)的粒子位置誤差越來越大，因此，為了減小誤差對速度更新公式的影響，這里取c1=c2=1．5。

粒子速度限制vmax:本文為了防止誤差對最終粒子的收斂結果造成影響，取vmax=2xmax。

慣性因子ω:按照經(jīng)驗值，ω通常取值為ωmin=0．4至ωmax=0．9之間。為了使得粒子在一開始的時候有較大的探索能力，優(yōu)化到后面的時候又有較好的開發(fā)能力，本文采用線性權重，即:

其中:t為當前迭代次數(shù);gen為總的迭代次數(shù)。

3．4 應用PSO求解調(diào)度問題

設置完參數(shù)之后，根據(jù)算法流程圖，在Matlab中編寫PSO程序，求解調(diào)度問題，具體的求解步驟如下:

(1)步驟1。設定粒子種群規(guī)模N=5和最大迭代次數(shù)gen=100;

(2)步驟2。用隨機函數(shù)法初始化粒子種群，隨機產(chǎn)生粒子的位置Xi和速度Vi;

(3)步驟3。對粒子進行編碼，生成有序操作表。

(4)步驟4。對有序操作表進行解碼，生成調(diào)度方案，根據(jù)上文三個約束矩陣，對粒子的適應度值進行計算;

(5)步驟5。由速度和位置更新公式對粒子的速度和位置進行更新;

(6)步驟6。判斷當前迭代次數(shù)是否達到最大跌打次數(shù)，若未達到，則當前迭代次數(shù)加一，轉步驟3，否則，轉步驟7;

(7)步驟7。輸出全局最優(yōu)值所對應的粒子的工序序列以及對應的最短總流程時間，即為最優(yōu)調(diào)度結果。并繪制最優(yōu)值收斂曲線圖與甘特圖。

優(yōu)化前不對工件的工序進行排序，假設從第一個工件依次進行加工，粒子可以表示為p={1;1;1;1;2;2;2;2;3;3;3;3};繪制出甘特圖如圖14所示。

圖14 優(yōu)化前的甘特圖

運行PSO程序?qū)ψ鳂I(yè)調(diào)度問題進行優(yōu)化之后，在命令窗口中輸出最優(yōu)的粒子、最短加工總流程時間以及運行時間。并繪制出甘特圖和最優(yōu)值的收斂曲線圖。如圖15、16所示。

圖15 優(yōu)化后甘特圖

從甘特圖中可以明顯看出，優(yōu)化后工件的等待時間減少，總流程時間縮短。從收斂曲線圖中可以看出，PSO求解作業(yè)調(diào)度問題時，收斂性較好，收斂速度快，且能得到較好的最優(yōu)值。

圖16 最優(yōu)解收斂曲線圖

3．5 利用優(yōu)化調(diào)度結果指導FMS進行重組

根據(jù)優(yōu)化的結果，對引進三種新產(chǎn)品的可重組FMS進行重組。從結果可以看出，三個工件的最后一道工序都需要在激光雕刻機上進行加工。因此，將激光雕刻由原來的加工單元的位置移動到流水線上，而對于前三臺設備，由于各個工件訪問設備的順序不同，沒有先后排序的差別，為此，將三臺設備組成加工單元，通過機械手進行工件的搬運。

根據(jù)上述的重組方案，在LabVIEW中進行重組后的生產(chǎn)線仿真模型的建立，結果如圖17所示。

圖17 重組后的系統(tǒng)運行結果圖

可重組FMS通過快速變化結構和功能，能很好地適應新產(chǎn)品訂單的生產(chǎn)能力需求，這對實際的生產(chǎn)有很好的指導意義。

4 結論

本文以某一實際的可重組的柔性制造系統(tǒng)為背景，應用LabVIEW對系統(tǒng)進行建模和仿真模塊的開發(fā)，實現(xiàn)對系統(tǒng)的混合仿真模型過程，并進一步利用PSO對可重組的柔性制造系統(tǒng)作業(yè)調(diào)度問題進行求解，提出基于系統(tǒng)可重組性的優(yōu)化方案。主要的研究工作和結論如下:

(1)建立了可重組柔性制造系統(tǒng)的物理模型，開發(fā)了基于LabVIEW的可重組制造系統(tǒng)仿真模塊，驗證了仿真模型的正確性。對于進一步對實際系統(tǒng)進行分析、控制和優(yōu)化具有很好的研究和指導意義。

(2)應用數(shù)據(jù)采集系統(tǒng)對實際生產(chǎn)線的加蓋單元的加工參數(shù)進行采集，并通過數(shù)據(jù)通訊模塊，實現(xiàn)了將實時采集到的加工時間參數(shù)與仿真模型進行連接，完成對可重組柔性制造系統(tǒng)的混合仿真過程。使得仿真模型更接近于實際，仿真模型的可靠性更高、指導意義更大。

(3)實現(xiàn)了可重組柔性制造系統(tǒng)的作業(yè)調(diào)度問題的數(shù)學描述，并利用PSO對可重組柔性制造系統(tǒng)的作業(yè)調(diào)度問題進行了優(yōu)化求解。根據(jù)優(yōu)化調(diào)度的結果，提出針對三種新產(chǎn)品的可重組制造系統(tǒng)的重組方案，并在LabVIEW中進行了重組方案驗證。對于指導實際生產(chǎn)調(diào)度具有很好的參考意義。

［1］ 姜曉鵬，王潤孝，庫祥臣．可重構制造系統(tǒng)研究進展［J］．機床與液壓，2007 35(4):232-233．

［2］ Ahmed M． Deify · Waguih EIMaraghy． Investigating optimal capacity scalability scheduling in a reconfigurable manufacturing system［J］．Int JAdv Manuf Technol，2006:557-562．

［3］ Bruccoleri M，Zbigniew J，Yoram Koren Y．Operation management in reconfigurable manufacturing systems:Reconfiguration for error handling［J］．International Journal of Production Economics，2006．

［4］ Reuven Katz．Design principles of reconfigurable machines［J］．Int J Adv Manuf Technol，2007:430-439．

［5］ 陳友玲，劉文科，嚴 鍵．基于RMC的可重構制造系統(tǒng)設備布局優(yōu)化研究［J］．計算機應用研究，2011，28(12):4550-4553．

［6］ 張文彬．建筑空調(diào)系統(tǒng)混合仿真試驗臺的開發(fā)和應用［D］．上海:上海交通大學，2011．

［7］ David Writer，Tony Yip．Study on the impacts of wind farms on outgoing line relay protection based on the development of digitalphysical hybrid simulation system for VSCF wind turbine［C］//Proceedings of 2011 International Conference on Advanced Power System Automation and Protection(APAP 2011)，2011:699-702．

［8］ 付 超，王 丹，王 毅，等．基于NI-PXI的分布式發(fā)電數(shù)?；旌戏抡嫦到y(tǒng)［J］．電力電子技術，2012，46(2):57-59．

［9］ 陳世超．基于虛擬儀器的多路電壓測量的設計與實現(xiàn)［J］．電子設計與工程，2011，20(8):81-83．

［10］ 孫 娜，俞 梅，袁愛進．基于LabVIEW的純實時仿真方法及應用［J］．控制工程，2007(11):635-637．

［11］ Mark K L．An Age-based PSO Algorithm for the Design of Virtual Cellular Manufacturing System under a Multi-Period Planning Horizon［C］//Procedings of 12thAsia Pacific Industrial Engineering＆ Management Systems Conference(APIEMS 2011)，2011:822-828．

［12］ Nitish Sinha，Priyanka G．Implementation of Binary PSO Based Face Recognition System using Image Preprocessing［C］//The proceedings of 2011 International Conference on Signal，2011:41-45．

［13］ 汪定偉，王俊偉，王洪峰，等．智能優(yōu)化算法［M］．北京:高等教育出版社，2007:217-218．

［14］ 賈兆紅，陳華平，孫耀暉．混合粒子群算法在柔性工作車間調(diào)度中的應用［J］．系統(tǒng)仿真學報，2007 19(20):4743-4747．

［15］ 韓培東，吳寶中，李國喜，等．基于PSO的車間柔性調(diào)度計算［J］．現(xiàn)代制造工程，2007:61-65．