李 斌，何 珍，樓佩煌

(南京航空航天大學(xué)機電學(xué)院，江蘇 南京 210016)

離散制造車間在滿足小批量、多品種、快節(jié)拍的柔性高效生產(chǎn)需求下，生產(chǎn)過程日趨自動化、柔性化、復(fù)雜化、智能化。隨著車間生產(chǎn)系統(tǒng)復(fù)雜化和智能化程度的提高，車間現(xiàn)場信息繁多、情況復(fù)雜，導(dǎo)致車間管理出現(xiàn)混亂，降低了車間生產(chǎn)效率及經(jīng)濟效益。車間可視化技術(shù)是將現(xiàn)場采集的信息以圖形圖像形式動態(tài)直觀表示的技術(shù)，是一種改進生產(chǎn)現(xiàn)場管理，提升車間管理透明化的方法[1]。它借助虛擬現(xiàn)實技術(shù)以及圖形圖像技術(shù)，將車間繁雜的數(shù)據(jù)以直觀的形式呈現(xiàn)，以提高車間管理的可視化程度。

近年來，國內(nèi)外眾多學(xué)者對生產(chǎn)車間可視化技術(shù)進行了大量的研究。吳鋒等[2]對制造過程可視化的關(guān)鍵技術(shù)——可視化模型和算法、可視化渲染和交互控制技術(shù)等進行了研究。孫偉等[3]以制造系統(tǒng)為對象，構(gòu)建了面向加工車間的可視化仿真系統(tǒng)，驗證了可視化仿真系統(tǒng)在制造系統(tǒng)規(guī)劃與管理方面的有效性。尹超等[4]構(gòu)建了一種能動態(tài)反映車間工況信息的可視化系統(tǒng)，對該系統(tǒng)的體系結(jié)構(gòu)、功能結(jié)構(gòu)以及運行模式進行了詳細的介紹，并應(yīng)用于某汽車零部件制造企業(yè)。高揚等[5]針對車間監(jiān)控實時性差的問題，提出了基于多維向量點的車間可視化技術(shù)。SENKUVIENé等[6]提出了一種能實時監(jiān)控生產(chǎn)進度和設(shè)備狀態(tài)的可視化方法。CHEN等[7]針對車間信息管理混亂、可追溯性差、可視化水平低的問題，提出了一種新的集成框架，實現(xiàn)車間生產(chǎn)過程動態(tài)信息實時監(jiān)控。姜康等[8]基于虛擬現(xiàn)實技術(shù)與信息集成技術(shù)，利用Unity3D構(gòu)建了車間虛擬監(jiān)控系統(tǒng)。劉明周等[9]針對車間透明程度低、信息實時性差等問題，構(gòu)建了一個基于實時信息驅(qū)動的可視化監(jiān)控平臺，并應(yīng)用于某發(fā)動機裝配車間。潘陽芬[10]針對離散車間信息可視化需求，提出了可視化信息關(guān)聯(lián)模型。

綜上所述，在車間生產(chǎn)過程可視化方面國內(nèi)外研究人員進行了大量的研究，取得了許多有價值的成果，但在離散制造車間實時可視化方面，研究還不夠深入。為此，本文在已有研究成果的基礎(chǔ)上，進行離散制造車間生產(chǎn)過程可視化研究，利用基于多源數(shù)據(jù)的復(fù)雜事件感知技術(shù)、虛擬現(xiàn)實技術(shù)、圖形圖像處理技術(shù)等，構(gòu)建一種能動態(tài)顯示車間生產(chǎn)過程中設(shè)備狀態(tài)、物料輸送過程的可視化系統(tǒng)，為車間生產(chǎn)提供實時、準(zhǔn)確、高效的管控支持。

1 車間可視化系統(tǒng)框架

隨著小批量、多品種、定制化生產(chǎn)模式的發(fā)展，離散制造車間具有以下特點：1)目標(biāo)產(chǎn)品結(jié)構(gòu)復(fù)雜，種類多，物流規(guī)模大，衍生信息多，生產(chǎn)工藝路徑復(fù)雜；2)生產(chǎn)計劃和調(diào)度安排難以預(yù)測，工藝過程變更頻繁。傳統(tǒng)的采用二維圖表對生產(chǎn)過程進行跟蹤的管理模式已經(jīng)不適應(yīng)新形勢的要求，離散制造車間迫切需要一種能動態(tài)顯示車間底層信息、直觀了解任務(wù)執(zhí)行情況、產(chǎn)品生產(chǎn)過程的動態(tài)可視化系統(tǒng)，提高車間生產(chǎn)過程的透明化和可視化水平。

車間可視化系統(tǒng)綜合應(yīng)用物聯(lián)網(wǎng)、虛擬現(xiàn)實、圖形圖像處理等技術(shù)，結(jié)合人機交互理論等多學(xué)科研究成果，使用圖形圖像虛擬呈現(xiàn)車間生產(chǎn)過程，對車間虛擬系統(tǒng)進行漫游，實現(xiàn)車間的可視化巡檢，實現(xiàn)車間設(shè)備狀態(tài)可視化、產(chǎn)品加工路線可視化、車間生產(chǎn)統(tǒng)計分析信息及生產(chǎn)進度可視化等。

車間可視化系統(tǒng)通過布置在車間現(xiàn)場的各類傳感器、智能采集終端等實時采集車間生產(chǎn)過程中的設(shè)備數(shù)據(jù)、環(huán)境數(shù)據(jù)、物料位置變化數(shù)據(jù)及任務(wù)數(shù)據(jù)等，通過車間局域網(wǎng)上傳，利用數(shù)據(jù)庫存儲與管理設(shè)備的實時狀態(tài)數(shù)據(jù)、任務(wù)執(zhí)行數(shù)據(jù)及生產(chǎn)進度數(shù)據(jù)，利用車間實時數(shù)據(jù)驅(qū)動虛擬場景中的模型，用戶通過車間生產(chǎn)過程可視化界面交互操作，以可視化的形式查看設(shè)備狀態(tài)、生產(chǎn)進度、任務(wù)進度、車間異常情況等信息。車間可視化系統(tǒng)框架如圖1所示。

圖1 車間可視化系統(tǒng)框架

2 車間可視化關(guān)鍵技術(shù)

2.1 基于多源數(shù)據(jù)的復(fù)雜事件感知技術(shù)

由于離散制造車間現(xiàn)場的復(fù)雜性與不確定性，使得不同數(shù)據(jù)源反映的信息具有不確定性，導(dǎo)致對車間對象狀態(tài)判斷出現(xiàn)偏差，因此需要對采集的信息進行實時自動融合處理，為車間可視化系統(tǒng)提供數(shù)據(jù)支撐。本文利用復(fù)雜事件處理技術(shù)實現(xiàn)基于多源數(shù)據(jù)的復(fù)雜事件感知，利用D-S證據(jù)理論解決基于多源數(shù)據(jù)的不確定性問題。基于多源數(shù)據(jù)的復(fù)雜事件感知實現(xiàn)的具體過程如下。

1)復(fù)雜事件感知模型。

采用事件驅(qū)動機制，實現(xiàn)車間復(fù)雜事件感知。在車間復(fù)雜事件感知的過程中，提出一種基于復(fù)雜事件處理的主動感知模型，該模型將生產(chǎn)過程的分析轉(zhuǎn)為多層次事件的分析，可以高效準(zhǔn)確地獲取滿足可視化系統(tǒng)需求的生產(chǎn)過程信息。采用事件分層的方法，對多源信息感知過程建模，將實時采集的多源信息封裝成原子事件，將原子事件進行聚合得到復(fù)雜事件。

圖2 復(fù)雜事件層次模型

如圖2所示，復(fù)雜事件層次模型由事件源、原子事件層、抽象事件層以及復(fù)雜事件層組成。原子事件層將數(shù)據(jù)解析、封裝為原子事件。抽象事件層通過對原子事件的關(guān)聯(lián)、聚類得到復(fù)雜事件，通過匹配用戶感興趣的復(fù)雜事件進行輸出，實現(xiàn)與用戶關(guān)注的問題的對接。下面分別對上述復(fù)雜事件層次模型中的原子事件和復(fù)雜事件進行定義。

原子事件：傳感采集事件，反映單個設(shè)備或物料的實時時空狀態(tài)或性能狀態(tài)變化的事件。

定義1：設(shè)E為原子事件的有限集合，E={ei|i=1,2,…,n}；對于?e∈E,e可以表示為e={id,attr,timestamp]，其中id為事件的編號；attr為事件e的屬性集合，即arre={attr1,attr2,…,attrn],n≥0;timestamp為事件e的發(fā)生時間。

復(fù)雜事件：車間生產(chǎn)過程中反映零部件、設(shè)備/單元、系統(tǒng)狀態(tài)等的事件，由一系列原子事件或其他復(fù)雜事件聚合而成。

定義2：設(shè)C為復(fù)雜事件，可以表示為C=。其中CE_ID為復(fù)雜事件的編號；E為原子事件的有限集合，E={ei|i=1,2,…,n}n≥1；Rules為復(fù)雜事件的檢測規(guī)則，表示為R(e1,e2,…,en),n≥1；Tbegin,Tend分別為復(fù)雜事件的開始時間和結(jié)束時間，其中Tbegin=min(ei,timestamp)，Tend=max(ei,timestamp)。

事件與事件之間通過事件操作符進行連接，常見的事件操作符有邏輯運算操作符和時序操作符，分別見表1和表2。

表1 邏輯運算操作符

表2 時序操作符

以某電表檢定車間為例，從生產(chǎn)過程事件感知的角度，車間可視化系統(tǒng)關(guān)注的一部分復(fù)雜事件見表3。

表3 某電表檢定車間中關(guān)注的復(fù)雜事件

2)復(fù)雜事件處理機制。

在圖3中，e1～e5為現(xiàn)場采集的原子事件，D1～D4為具有某種語義的復(fù)雜事件。e3和e4通過某種操作符匹配后得到復(fù)雜事件D3，匹配成功后，e3和e4會被消耗掉；接著D3和e2以某種操作符關(guān)聯(lián)匹配聚合得到D2，匹配成功后，D3和e2會被消耗掉；接著e1與D2以及e5與D2進一步進行匹配，若匹配成功，將分別得到D1與D4。根據(jù)復(fù)雜事件處理的過程，可以給出復(fù)雜事件推理的一般表達式：

D=f(e1,e2,…,en) (n>0)

(1)

式中：f為事件推理函數(shù)，表示一系列事件操作符關(guān)系；en為原子事件或復(fù)雜事件；D為新的復(fù)雜事件。

圖3 復(fù)雜事件處理匹配樹

3)復(fù)雜事件置信度評價。

運用D-S證據(jù)理論，對車間復(fù)雜事件感知結(jié)果進行綜合評價。其中構(gòu)成復(fù)雜事件處理模式的事件元素和事件操作符是判斷復(fù)雜事件狀態(tài)的基本證據(jù)。在推理過程中，每一次參與匹配的事件對相應(yīng)的事件狀態(tài)變化有不同的置信度，考慮到不同數(shù)據(jù)源產(chǎn)生的感知事件對某一事件狀態(tài)反饋具有不同的置信度，故需要對事件匹配過程進行置信度賦值。利用D-S組合規(guī)則將證據(jù)事件合并，產(chǎn)生綜合置信度，根據(jù)預(yù)定義的決策規(guī)則進行量化評價。

D-S證據(jù)理論包含如下要素：識別框架、基本概率分布(BPA)、合成規(guī)則。識別框架用于描述所有假設(shè)的集合，可表示為Θ={θ1,θ2,…,θn}，其中θi(1≤i≤n)互斥?；靖怕史植伎梢杂胢函數(shù)表示，其滿足如下關(guān)系：

(2)

本文關(guān)注車間復(fù)雜事件狀態(tài)是否確定，所以其識別框架可以描述為θ={A,┐A}，所有可能的命題為：2θ={?,{A},{┐A},{A,┐A}}，其中：{?}表示無事件發(fā)生；{A}表示事件發(fā)生；{┐A}表示事件未發(fā)生；{A,┐A}表示根據(jù)當(dāng)前狀態(tài)無法確定事件是否發(fā)生。例如對一個設(shè)備狀態(tài)而言，{A}表示設(shè)備正常，{┐A}表示設(shè)備異常。

復(fù)雜事件置信度評價具體實現(xiàn)步驟如下：

1)動態(tài)證據(jù)體選擇。基于多源數(shù)據(jù)的原子事件作為復(fù)雜事件狀態(tài)判斷的證據(jù)體。

2)分配基本置信度。根據(jù)專家知識對事件置信度進行分配。

3)合成證據(jù)的置信度值。利用合成規(guī)則，求出多個證據(jù)體共同影響下反映事件狀態(tài)的綜合置信度值，即m({A})，m({┐A})和m({A,┐A})。

4)決策推斷。得到綜合置信度值后，根據(jù)決策規(guī)則得到推斷結(jié)果，據(jù)其確定復(fù)雜事件狀態(tài)。本文采用的決策規(guī)則如下：

(3)

其中A1,A2?θ，m(A1)=max{m(Ai),Ai?θ}，m(A2)=max{m(Ai),Ai?θ且Ai≠A1}。ε1,ε2是根據(jù)專家知識事先設(shè)定的閾值。若滿足上述規(guī)則，則可得到判決結(jié)果A1。

基于上述設(shè)計，針對車間復(fù)雜事件處理過程，可以給出綜合處理過程描述。如圖4所示，原子事件抽取器將多源感知數(shù)據(jù)封裝成原子事件；事件預(yù)處理模塊根據(jù)事件有效性約束規(guī)則，對原子事件進行篩選、過濾，去除掉冗余的事件及生產(chǎn)過程不感興趣的事件；事件置信度評價模塊將過濾出來的有效事件作為推理事件真實狀態(tài)的證據(jù)體，利用D-S組合規(guī)則求出綜合置信度評價；復(fù)雜事件處理模塊根據(jù)綜合置信度評價，基于復(fù)雜事件模式匹配對事件狀態(tài)進行處理。

圖4 基于多源數(shù)據(jù)的復(fù)雜事件感知過程

2.2 車間可視化場景構(gòu)建及控制技術(shù)

2.2.1可視化對象模型描述

可視化對象模型是車間可視化場景構(gòu)建的基本單元，是車間實體對象在可視化系統(tǒng)中的映射。根據(jù)車間可視化需求以及車間現(xiàn)場實際，利用可視化對象模型庫將模型組合布置，構(gòu)成車間可視化場景。基于車間生產(chǎn)過程實時信息驅(qū)動可視化對象模型，形成可運行的車間可視化系統(tǒng)。

可視化對象模型包括對象的靜態(tài)模型和動態(tài)模型，即Object={ObjID,ObjStaticModel,ObjDynamicModel}，其中ObjID為對象標(biāo)識。

對象的靜態(tài)模型是對象靜態(tài)屬性的集合，包括對象的名稱、與其他對象的關(guān)聯(lián)關(guān)系等，即ObjStaticModel={Name,HierarchyRel1,HierarchyRel2,…}，其中Name為對象的名稱，HierarchyRel為對象的層級關(guān)系。

對象的動態(tài)模型是對象動態(tài)屬性的集合，包括對象的當(dāng)前狀態(tài)、當(dāng)前位置、當(dāng)前執(zhí)行任務(wù)、時間屬性等，即ObjDynamicModel={CurrentState,CurrenLocation,CurrentTask,…,TimeStamp}，其中CurrentState、CurrentLocation、CurrentTask等分別為對象的當(dāng)前狀態(tài)、當(dāng)前位置、當(dāng)前執(zhí)行任務(wù)等，TimeStamp為時間屬性。

可視化對象模型是實際對象抽象的數(shù)學(xué)描述，在構(gòu)建可視化系統(tǒng)時，首先需要配置可視化對象靜態(tài)模型的靜態(tài)屬性，如層級關(guān)系、對象關(guān)聯(lián)關(guān)系等?？梢暬到y(tǒng)運行時，通過系統(tǒng)與底層的接口將車間生產(chǎn)過程中的實時數(shù)據(jù)傳遞給對象動態(tài)模型的動態(tài)屬性，通過模型控制將對象模型的動態(tài)屬性以可視化的形式在界面上顯示，實現(xiàn)整個車間生產(chǎn)過程的可視化。

2.2.2車間虛擬場景構(gòu)建

車間虛擬場景的構(gòu)建需要根據(jù)車間可視化的需求及車間實際情況，構(gòu)建可視化對象模型，并確定模型之間的關(guān)聯(lián)關(guān)系。利用可視化對象模型創(chuàng)建可運行的可視化系統(tǒng)，實現(xiàn)對象實時狀態(tài)的查看。圖5為車間可視化系統(tǒng)構(gòu)建的流程，具體步驟如下：

1)靜態(tài)場景映射。構(gòu)建車間實體對象的三維模型形成三維模型庫，利用三維模型庫結(jié)合實際場景構(gòu)建車間三維虛擬場景，實現(xiàn)車間靜態(tài)映射。

2)將三維模型庫中相應(yīng)的對象模型實例化。分別定義對象的靜態(tài)屬性及動態(tài)屬性，并根據(jù)實際情況將模型相應(yīng)屬性初始化。

3)利用處理后的信息驅(qū)動模型運動及狀態(tài)顯示，實現(xiàn)模型及場景的動態(tài)映射。

圖5 車間可視化系統(tǒng)構(gòu)建流程

2.2.3模型控制技術(shù)

車間對象模型可分為靜態(tài)模型和動態(tài)模型兩類。靜態(tài)模型控制主要是模型狀態(tài)可視化顯示控制，根據(jù)模型的不同狀態(tài)以不同的可視化特征顯示；動態(tài)模型控制則復(fù)雜得多，如車間設(shè)備模型，動作多且復(fù)雜，如何實現(xiàn)設(shè)備動作的一一映射是車間可視化系統(tǒng)的難點之一。針對傳統(tǒng)動態(tài)模型控制出現(xiàn)模型運動滯后的問題，本文提出了一種基于場景狀態(tài)數(shù)據(jù)的模型反饋控制方法，來提高可視化系統(tǒng)中模型運動的實時性，如圖6所示。

圖6 基于場景狀態(tài)數(shù)據(jù)的模型反饋控制機制

以電表檢定車間AGV動態(tài)模型控制為例，對上述模型控制方法進行介紹。AGV用于電表自動化輸送，AGV模型控制需要還原生產(chǎn)現(xiàn)場AGV的實時行駛過程、位置、動作、狀態(tài)信號等信息。tn時刻AGV的實時位置數(shù)據(jù)為R_Dt(n)，此時虛擬場景中AGV位置數(shù)據(jù)為S_Dt(n)，將上述兩個數(shù)據(jù)進行比較，得到AGV位置偏差e，反饋控制器根據(jù)位置偏差e的大小，生成AGV運動指令，動態(tài)調(diào)整AGV模型的運動速度，實現(xiàn)AGV模型位置與實際位置的一致性，從而改善可視化系統(tǒng)中模型控制的滯后性。

3 應(yīng)用案例

某校企合作項目中的電表檢定車間檢定的電表種類多(包括單相電流表與三相電流表)、來源廣(來自不同的生產(chǎn)廠家)，用傳統(tǒng)的二維圖表方式跟蹤檢定過程，導(dǎo)致生產(chǎn)過程的可視化程度低。筆者所在課題組基于Unity3D平臺，利用C#語言開發(fā)了一套車間可視化系統(tǒng)，目前該系統(tǒng)已經(jīng)在電表檢定車間成功運行，實現(xiàn)了車間生產(chǎn)設(shè)備狀態(tài)信息、電表輸送信息、檢定任務(wù)執(zhí)行情況的可視化，使得車間管理人員可以直觀動態(tài)地掌握車間現(xiàn)場情況和檢定任務(wù)進度，并根據(jù)實際情況進行動態(tài)調(diào)度，提高了電表檢定效率。圖7為該系統(tǒng)實際運行的部分截圖。

圖7 系統(tǒng)應(yīng)用

4 結(jié)束語

本文針對離散制造車間管理不透明、可視化程度低、實時性差等問題，分析了智能制造背景下車間可視化管控的需求，研究了車間可視化的關(guān)鍵技術(shù)，即基于多源數(shù)據(jù)的復(fù)雜事件感知技術(shù)、車間可視化場景構(gòu)建及控制技術(shù)。在此基礎(chǔ)上，基于Unity3D開發(fā)了一套能實時動態(tài)顯示生產(chǎn)過程的車間可視化系統(tǒng)。借助實際項目將所提技術(shù)應(yīng)用于某電表檢定車間，取得了良好的效果。

參考文獻：

[1] 周光源,王強.生產(chǎn)車間可視化實時監(jiān)控平臺設(shè)計與開發(fā)[J].組合機床與自動化加工技術(shù),2015(11):145-148.

[2] 吳鋒,侯平智.制造可視化及關(guān)鍵技術(shù)研究[J].現(xiàn)代制造工程,2009(4):134-136.

[3] 孫偉,馬輝,李小彭,等.面向制造系統(tǒng)的可視化仿真技術(shù)研究[J].組合機床與自動化加工技術(shù),2008(9):92-96.

[4] 尹超,張飛,李孝斌,等.多品種小批量機加車間生產(chǎn)任務(wù)執(zhí)行情況可視化動態(tài)監(jiān)控系統(tǒng)[J].計算機集成制造系統(tǒng),2013(1):46-54.

[5] 高揚,蔣增強,扈靜,等.基于多維向量點的生產(chǎn)車間可視化監(jiān)控技術(shù)研究[J].現(xiàn)代制造工程,2008(9):108-110.

[6] SENKUVINENé I,JANKAUSKAS K,KVIETKAUSKAS H.Using manufacturing measurement visualization to improve performance[J].Mechanics,2014,20(1):99-107.

[7] CHEN R S,TU M A,JWO J S.An RFID-based enterprise application integration framework for real-time management of dynamic manufacturing processes[J].The International Journal of Advanced Manufacturing Technology,2010,50(9/12):1217-1234.

[8] 姜康,柯榕,趙小勇,等.數(shù)字化車間虛擬監(jiān)控系統(tǒng)研究[J].航空制造技術(shù),2016,515(20):97-100.

[9] 劉明周,王強,馬靖.基于實時信息驅(qū)動的制造過程可視化監(jiān)控平臺[J].中國機械工程,2015,26(18):2466-2472.

[10] 潘陽芬.離散制造過程信息可視化技術(shù)研究與應(yīng)用[D].武漢：武漢理工大學(xué),2013.