柯鵬,李文翔,胡威
(1.武漢科技大學(xué)冶金工業(yè)過程系統(tǒng)科學(xué)湖北省重點實驗室,武漢 430081;2.武漢科技大學(xué)計算機科學(xué)與技術(shù)學(xué)院,武漢 430065;3.武漢科技大學(xué)冶金自動化與檢測技術(shù)教育部工程研究中心,武漢 430081)
基于物聯(lián)網(wǎng)的包裝生產(chǎn)輔助系統(tǒng)關(guān)鍵調(diào)度方法設(shè)計
柯鵬1,2,李文翔2,3,胡威2
(1.武漢科技大學(xué)冶金工業(yè)過程系統(tǒng)科學(xué)湖北省重點實驗室,武漢 430081;2.武漢科技大學(xué)計算機科學(xué)與技術(shù)學(xué)院,武漢 430065;3.武漢科技大學(xué)冶金自動化與檢測技術(shù)教育部工程研究中心,武漢 430081)
針對未來包裝印刷產(chǎn)業(yè)的發(fā)展趨勢,設(shè)計基于物聯(lián)網(wǎng)的生產(chǎn)輔助系統(tǒng),并通過對設(shè)備、產(chǎn)品及生產(chǎn)過程的智能感知和處理,實現(xiàn)面向總加工時延優(yōu)化和總開銷優(yōu)化的任務(wù)調(diào)度方法。仿真和現(xiàn)場生產(chǎn)實驗指出總加工時延優(yōu)化調(diào)度方法和總開銷優(yōu)化調(diào)度方法針對各自優(yōu)化目標的有效性。
包裝印刷制造;物聯(lián)網(wǎng);調(diào)度;遺傳算法
未來的產(chǎn)品包裝印刷產(chǎn)業(yè)將配合產(chǎn)業(yè)自動化趨勢,朝著兩個方向發(fā)展:一是包裝印刷機械功能多元化,多元、彈性且具有多種切換功能的包裝印刷機械方能適應(yīng)多樣性的市場需求;二是生產(chǎn)控制智能化,包裝生產(chǎn)將廣泛采用自動化和信息技術(shù),實現(xiàn)實時、精準、高效的過程控制[1]。而目前包裝印刷生產(chǎn)中存在很多問題,包括:①原材料損耗大,物流配送調(diào)度不合理且效率低下;②機械裝配制造的生產(chǎn)力水平低下,很多裝配工作仍然是手工進行;③對原材料、設(shè)備和產(chǎn)品的狀況沒有良好的跟蹤、控制和共享手段[2]。針對印刷包裝生產(chǎn)過程中的數(shù)據(jù)感知、數(shù)據(jù)處理和過程優(yōu)化,目前尚無有效的信息化和自動化處理方法的研究。
本文設(shè)計面向包裝印刷制造的工業(yè)物聯(lián)網(wǎng)[3]生產(chǎn)輔助系統(tǒng)(I-MAS),利用RFID技術(shù)和無線傳感器網(wǎng)絡(luò)技術(shù)使企業(yè)的每一個設(shè)備都具有數(shù)據(jù)感知、處理和通信能力,可以實時準確地獲取設(shè)備的運作情況,將生產(chǎn)過程納入統(tǒng)一的自動化和信息化管理,降低原材料成本,提高產(chǎn)品質(zhì)量和生產(chǎn)效率,重點對基于此系統(tǒng)的智能生產(chǎn)調(diào)度方法的原理、優(yōu)化目標和實現(xiàn)進行了闡述,并對調(diào)度系統(tǒng)的運行效果進行分析和比較。
包裝印刷生產(chǎn)車間應(yīng)能充分利用其中的加工設(shè)備同步高效地處理多個不同的印刷任務(wù),利用其中的運輸設(shè)備高效地運輸原料到加工車間并運輸合格產(chǎn)品到倉庫,并根據(jù)原料數(shù)目及時地給出提示以進行原料補充。
本文所提出的I-MAS,其所涉及的對象包括:原材料狀態(tài)、加工設(shè)備狀態(tài)、運輸設(shè)備狀態(tài)、產(chǎn)品狀態(tài)、倉庫容量狀態(tài)。其中各類原材料可處于充足和短缺兩類狀態(tài),通過原料倉庫中原料包電子標簽的統(tǒng)計數(shù)目信息來獲取;設(shè)備可處于停止、工作、空閑和維修四類狀態(tài),通過設(shè)備上關(guān)聯(lián)的傳感器來獲取或設(shè)定;產(chǎn)品可處于加工中、入庫中、入庫后和廢棄四類狀態(tài),通過產(chǎn)品中的電子標簽來獲取或設(shè)定;各倉庫的容量狀態(tài)用可用貨柜的數(shù)目來描述,通過貨柜上傳感器的狀態(tài)來獲取。基于物聯(lián)網(wǎng)的數(shù)據(jù)信息包括來自被感知對象的狀態(tài)消息和設(shè)置被感知對象的控制消息,狀態(tài)消息被應(yīng)用層的評估單元進行綜合處理,形成發(fā)向各對象的控制消息,包括:原料補充、原料調(diào)用、加工設(shè)備運行與維護調(diào)度、產(chǎn)品檢測與分類、運輸設(shè)備運行與維護調(diào)度等。結(jié)合物聯(lián)網(wǎng)的三層模型[4],數(shù)據(jù)流程如圖1所示,其中網(wǎng)絡(luò)層由WLAN和CAN總線實現(xiàn),在應(yīng)用層由一臺服務(wù)器實現(xiàn)采集、評估和調(diào)度功能。
圖1 包裝印刷生產(chǎn)輔助系統(tǒng)的物聯(lián)網(wǎng)模型
基于以上系統(tǒng)實現(xiàn)高效生產(chǎn)的關(guān)鍵環(huán)節(jié)在于如何依照獲取的各感知對象的狀態(tài),將各種并行的包裝印刷生產(chǎn)任務(wù)分配給各個不同功能的設(shè)備,這就需要高效的生產(chǎn)調(diào)度方法。
2.1 調(diào)度方法的實現(xiàn)基礎(chǔ)
包裝印刷任務(wù)通常需要通過裁剪、著色、封膠、塑形和組裝等步驟[5]及若干個設(shè)備來依次實現(xiàn),這樣就需要將一個生產(chǎn)任務(wù)分解為若干個子任務(wù),每個子任務(wù)在一個設(shè)備中加工??紤]到生產(chǎn)設(shè)備的多類性和數(shù)目、子任務(wù)間的關(guān)聯(lián)性及產(chǎn)量規(guī)模,為各個子任務(wù)分配加工設(shè)備是一個復(fù)雜的離散最優(yōu)化問題,本文采用遺傳算法[6~7]解決此問題。遺傳算法通過模仿自然界的進化過程來解決優(yōu)化問題,算法始于一個隨機選擇的染色體編碼初始解集合,按照一定的操作規(guī)則不斷地迭代,包括適應(yīng)度函數(shù)評價、染色體選擇、交叉替換、變異等步驟,在每次迭代中隨機生成更優(yōu)的新解,同時舍棄一些次優(yōu)解。它是一種自適應(yīng)的多方向搜索尋優(yōu)過程,能直接對結(jié)果對象進行操作,具有良好的魯棒性。
2.2 生產(chǎn)調(diào)度相關(guān)實體描述
考慮到加工設(shè)備及其功能的多樣性,將設(shè)備實現(xiàn)對應(yīng)功能所需的費用和時間統(tǒng)一用標準參考產(chǎn)品SRP來折算,例如用某加工設(shè)備完成某個功能,所需的費用相當于生產(chǎn)x個SRP,而所需的時間相對于y個SRP。生產(chǎn)調(diào)度相關(guān)實體及其屬性描述如下:
第i臺加工設(shè)備Ei(0≤i<ENum),其中ENum為加工設(shè)備總數(shù)。其屬性包括:①單元生產(chǎn)時延(記為PDi)表示用Ei生產(chǎn)一個標準參考部件的時延;②單元生產(chǎn)費用(含原料開銷,記為PCi)表示用Ei生產(chǎn)一個標準參考部件的費用;③通過感知手段獲取的設(shè)備當前狀態(tài)(停止、工作、空閑和維修)及負載Li(等效為SRP的數(shù)目)。
將一個生產(chǎn)任務(wù)分解為多個子任務(wù)后,第n類子任務(wù)STn(0≤n<STNum,其中STNum為子任務(wù)類型的總數(shù))是分解到各加工設(shè)備上的最小單元,STn和設(shè)備Ei之間存在如圖2所示的功能映射矩陣F[STNum] [ENum],如果某設(shè)備能對某類子任務(wù)進行處理,則相應(yīng)矩陣元素為1,否則為0。
圖2 子任務(wù)類型與加工設(shè)備間的功能映射
第m類工序Pm(0≤m<PNum,其中PNum為工序類型總數(shù))將不同子任務(wù)按特定生產(chǎn)流程組合得到樹型結(jié)構(gòu)[8],最后完成的子任務(wù)為工序樹的根節(jié)點。圖3為2種不同工序的構(gòu)成方式示例。
每個樹節(jié)點為一個子任務(wù),其相關(guān)屬性包括:
子任務(wù)等效生產(chǎn)量PVm,n,指在Pm中STn的產(chǎn)出等效為多少個SRP。
待處理的第k個任務(wù)Tk(0≤k<TNum,TNum為此次調(diào)度將處理的任務(wù)個數(shù))具有的屬性包括:此任務(wù)對應(yīng)的工序類型Prck;STn在Tk對應(yīng)的工序樹中的父節(jié)點的子任務(wù)類型Prnk,n;總生產(chǎn)件數(shù)TMk;以Ek,n表示Tk所含的子任務(wù)STn被分配到的設(shè)備。
圖3 子任務(wù)按樹型組成不同工序示例
具體的示例如下:若Tk的工序中包含STn,且依據(jù)F將Tk的STn調(diào)度到Ei上,則設(shè)置分配標記Uk,n,i=1,否則為0。依據(jù)圖2和圖3,有PNum=2、STNum=5、ENum= 4,給定3個待處理任務(wù),其中task0的工序類型為process0,task1和task2的工序類型為process1,則得到如圖4所示的分配示例,task0中的ST0分配到E0上,對應(yīng)為U0,0,0=1,而task1中的ST2分配到E2上,對應(yīng)為U1,2,2=1。考慮到有多個設(shè)備能夠完成同一子任務(wù),調(diào)度分配方案可能有很多種,并導(dǎo)致不同的生產(chǎn)效能[9]。各任務(wù)及其中的子任務(wù)用不同樣式的邊框表示。
圖4 子任務(wù)調(diào)度分配和處理過程示例
2.3 生產(chǎn)調(diào)度的遺傳算法實現(xiàn)模型
遺傳算法實現(xiàn)的每個染色體給出了對各任務(wù)中的子任務(wù)進行調(diào)度的一個方案,Tk中的每個STn對應(yīng)一個基因,基因的索引編號為k*STNum+n,如果此Tk中的STn被分配到Ei上,則染色體的值為i。如果STn不在Tk中,則此基因被賦值為-1?;趫D4的工序,對3個任務(wù)的染色體編碼的例子如圖5所示。
隨機生成N個染色體形成初始種群,N的范圍為[40,120]。
圖5 染色體初始化示例
依據(jù)不同的優(yōu)化目標[9],得到不同的適應(yīng)度函數(shù)。其中面向總開銷最小化,給出設(shè)備Ei上的生產(chǎn)開銷描述為:
系統(tǒng)總開銷優(yōu)化調(diào)度(COS)的目標表述為:
對應(yīng)的適應(yīng)度函數(shù)為:
此批任務(wù)的總加工時延取決于完成最后一個加工子任務(wù)的時間。由于各子任務(wù)間的復(fù)雜依賴關(guān)系,往往需要等待位于另一個設(shè)備中的前步子任務(wù)完成后,才能進行當前子任務(wù),故難以準確描述實際的加工處理時間。在理想的調(diào)度分配方案下,最晚完成加工任務(wù)的設(shè)備應(yīng)該能夠不間斷地執(zhí)行其中各項子任務(wù)而沒有空閑等待,其中各子任務(wù)在各自工序中相關(guān)的前步子任務(wù)均已在其他設(shè)備上加工就緒。這種情況下最后停工的設(shè)備的實際工作時間即為理想系統(tǒng)加工時延,表示為此設(shè)備上各子任務(wù)獨立處理時間的總和,再加上設(shè)備上當前負載所需的加工時間。
總加工時延最優(yōu)化調(diào)度(DOS)的目標表述為:
對應(yīng)的適應(yīng)度函數(shù)為:
第二,抵債資產(chǎn)的會計核算。商業(yè)銀行債權(quán)資產(chǎn)的入賬評估、償還能力、保管和處理方式均需要進行明確要求和針對性說明,另外還需要對賬面價值進行審計,也就是需要對抵債的總體價值進行評估后,對處理環(huán)節(jié)加以明確,以明確銀行最終的損益。相關(guān)文件雖單方面規(guī)范債權(quán)資產(chǎn)的會計處理,另外對于財務(wù)處理也進行明確分析,但是文件中堅持以公允價值對整個會計進行計算和評估,也就是說對于抵債資產(chǎn)方面的入賬以及相關(guān)價值評估需要在有限期限內(nèi)進行成本計算。前后文件存在明顯差異,以至于影響會計信息準確性和可比性。
后繼步驟包括染色體的選擇、交叉和變異,生產(chǎn)新種群后繼續(xù)下一代遺傳操作,直到足夠多的代數(shù)或適應(yīng)度函數(shù)值收斂。
本文提出的系統(tǒng)應(yīng)用在某包裝印刷生產(chǎn)企業(yè)中,已經(jīng)通過物聯(lián)網(wǎng)平臺獲取了目前8臺加工設(shè)備、6類工序和11類子任務(wù)的各種屬性,包括具體的工序樹的組成方式、功能映射矩陣F、各設(shè)備的不同PCi和PDi、子任務(wù)的PVm,n?;谶@些屬性,首先在MATLAB中實現(xiàn)遺傳算法求各優(yōu)化目標對應(yīng)的最佳染色體,然后基于此染色體對應(yīng)的調(diào)度分配結(jié)果展開仿真實驗。
設(shè)定9個任務(wù)場景,其中各包含若干任務(wù),隨機設(shè)定各任務(wù)的工序類型,但任務(wù)總量分別對應(yīng)為1000~9000個SRP。針對隨機調(diào)度(RAN)、DOS、COS,獲取總生產(chǎn)時延、總生產(chǎn)開銷、單位時間設(shè)備利用率這三個指標,結(jié)果如圖6~圖8所示。
圖6 總生產(chǎn)時延仿真結(jié)果
圖7 總生產(chǎn)開銷仿真結(jié)果
圖8 單位時間設(shè)備利用率仿真結(jié)果
在實際生產(chǎn)過程中,將一批任務(wù)等分成3份,分別采用RAN、DOS和COS調(diào)度方法加工,得到的時延和開銷結(jié)果如圖9所示。
圖9 不同調(diào)度方法的應(yīng)用效果比較
從以上分析和實驗可以看出,時延優(yōu)化調(diào)度能提供最短的系統(tǒng)加工時延,達到最高的加工效率,開銷優(yōu)化調(diào)度則提供最小的系統(tǒng)加工開銷,實現(xiàn)最經(jīng)濟的運作,而隨機調(diào)度方法的效果最差。
本文實現(xiàn)了基于物聯(lián)網(wǎng)的面向多道工序生產(chǎn)過程的包裝印刷生產(chǎn)輔助系統(tǒng),其中能夠充分感知相關(guān)生產(chǎn)元素的狀態(tài)和特征,并實現(xiàn)了基于遺傳算法的智能調(diào)度方法,用于不同生產(chǎn)目標的優(yōu)化。
未來的工作包括對所感知信息的充分利用,及針對原料運輸和產(chǎn)品入庫的智能調(diào)度方法。
參考文獻:
[1] 陳港能.包裝印刷的特殊加工工藝[J].網(wǎng)印工業(yè),2014(2):45~47
[2] 許文才.包裝印刷產(chǎn)業(yè)技術(shù)概述與展望[J].印刷雜志,2013(1):24~27
[3] 吳彥合.物聯(lián)網(wǎng)技術(shù)在工業(yè)領(lǐng)域的應(yīng)用研究[D].內(nèi)蒙古科技大學(xué)碩士學(xué)位論文,2013
[4] 楊正洪.智慧城市——大數(shù)據(jù)、物聯(lián)網(wǎng)和云計算之應(yīng)用[M].清華大學(xué)出版社,2014
[5] 陸江,張紅燕.基于BP神經(jīng)網(wǎng)絡(luò)的包裝產(chǎn)品銷量預(yù)測研究[J].福建電腦,2011(12):85~86
[6] Laili,Yuanjun,Zhang Lin,Tao Fei.Energy Adaptive Immune Genetic Algorithm for Collaborative Design Task Scheduling in Cloud Manufacturing System[C].Proc.of IEEE Int'l Conference on Industrial Engineering and Engineering Management.2011:1912~1916
[7] 史憲銘,陳春良,石文華,等.基于遺傳算法的維修裝備功能規(guī)劃.系統(tǒng)工程與電子技術(shù)[J],2014,6(7):1346~1351
[8] Lartigau Jorick,Nie Lanshun,Xu Xiaofei,et al.Scheduling Methodology for Production Services in Cloud Manufacturing[C].Proc.of Int'l Joint Conference on Service Sciences,2012:34~39
[9] Geyik Faruk.Process Plan and Part Routing Optimization in a Dynamic Flexible Job Shop Scheduling Environment:An Optimization Via Simulation Approach[J].Neural Computing and Applications,2013,23(6):1631~1641
[10] Michael L.Pinedo.Scheduling:Theory,Algorithms and Systems[M].New York,USA:Springer Science and Business Media,LLC,2008
李文翔(1979-),湖北武漢人,博士,副教授,研究方向為云計算
胡威(1979-),男,安徽人,博士,副教授,研究方向為智能計算、云計算、嵌入式系統(tǒng)
Design of the Key Scheduling Method of Packaging Production Assistant System Based on the Internet of Things
KE Peng1,2,LI Wen-xiang2,3,HU Wei2
(1.Hubei Province Key Laboratory of Systems Science in Metallurgical Process,Wuhan University of Science and Technology,Wuhan 430081;2.College of Computer Science and Technology,Wuhan University of Science and Technology,Wuhan430081;3.Engineering Research Center of Metallurgical Automation and Detecting Technology of Ministry of Education,Wuhan University of Science and Technology,Wuhan 430081)
For the future development trend of packaging and printing industry,designs the manufacture assistant system based on the Internet of Things.By intellisense and handling of equipment,products and production processes,achieves total processing delay optimization and task scheduling method for optimizing the total cost.Simulations and field experiments indicate the total production and processing delay optimal scheduling methods and the validity of the total cost optimization scheduling approach for their optimization goals.
Packaging and Printing Manufacturer;Internet of Things;Scheduling Method;Genetic Algorithm
1007-1423(2015)02-0021-05
10.3969/j.issn.1007-1423.2015.02.006
柯鵬(1977-),湖北武漢人,博士,研究方向為智能計算計算
湖北省教育廳科技研究計劃(No.Q20141110)、冶金工業(yè)過程系統(tǒng)科學(xué)湖北省重點實驗室(武漢科技大學(xué))開放基金(No.Y201322)、武漢科技大學(xué)教育部冶金自動化與檢測技術(shù)工程研究中心開放基金(No.MARC201304)