許超，唐敦兵，張濤，黃騰霄

(南京航空航天大學 機電學院，江蘇 南京 210016)

0 引言

隨著經(jīng)濟的發(fā)展和市場環(huán)境的變化，過去的單品種、大批量的生產(chǎn)模式已經(jīng)不能滿足顧客個性化的需求，所以基于顧客個人定制的多品種、小批量的生產(chǎn)組織模式開始出現(xiàn)，并漸漸得到了人們的青睞。生產(chǎn)模式逐漸地由原來的“產(chǎn)品導向性”朝著“顧客導向性”的方向發(fā)展。車間作為制造系統(tǒng)的基本單元，車間調(diào)度影響著整個系統(tǒng)的性能。良好的調(diào)度協(xié)調(diào)機制能夠有效地提升企業(yè)的生產(chǎn)效率，降低成本，提高企業(yè)競爭力，所以車間調(diào)度問題一直是制造系統(tǒng)中研究的重點。相比于流程制造業(yè)，離散制造業(yè)產(chǎn)品工藝流程差距大，工序離散，車間現(xiàn)場單據(jù)多、數(shù)據(jù)復雜，不易掌控，這些問題對離散制造業(yè)的車間調(diào)度方法提出了更高的要求[1-3]。

傳統(tǒng)的生產(chǎn)調(diào)度方法大多是靜態(tài)調(diào)度，但這種調(diào)度方法已經(jīng)不太適合離散制造車間，因為靜態(tài)調(diào)度方法在調(diào)度過程中都會做如下假設：

1) 被調(diào)度的工件集合是確定的，不會考慮生產(chǎn)過程中緊急訂單的插入問題；

2) 工件的加工時間是確定的，并且在安排計劃時全部工件都已經(jīng)到達，但實際生產(chǎn)過程中，工件的加工過程無法做到如此精確；

3) 加工機床是連續(xù)可用的，忽略了生產(chǎn)過程中常常會出現(xiàn)的機床故障情況。

即靜態(tài)調(diào)度方法需要生產(chǎn)系統(tǒng)有很高的穩(wěn)定性，但是在實際生產(chǎn)過程中，上述的假設不符合離散車間隨機多變的實際現(xiàn)場情況，這些不確定性、動態(tài)性組合在一起，使實際的車間調(diào)度變得十分困難[4-5]。

多Agent系統(tǒng)作為人工智能領域的重要研究成果，它可以按照協(xié)議進行通信合作，處理復雜問題，將其與現(xiàn)代制造系統(tǒng)相結(jié)合，能夠適應車間動態(tài)的生產(chǎn)環(huán)境和離散制造業(yè)復雜的調(diào)度系統(tǒng)。本文在多Agent系統(tǒng)的基礎上，建立了制造車間的Agent模型，并開發(fā)了一套動態(tài)調(diào)度方法，用來解決動態(tài)環(huán)境下車間的調(diào)度問題。

1 離散車間的多Agent模型

1.1 Agent與多Agent系統(tǒng)

Agent指的是一種在分布式系統(tǒng)具有一定知識、思維和目標，并且可以感受和改變外部環(huán)境，并且能夠彼此協(xié)調(diào)的物理或邏輯實體。Agent通常具有自主性、協(xié)作性和智能性等特點。多個可計算的Agent 構(gòu)成了多Agent系統(tǒng)，并且多Agent系統(tǒng)是由多個Agent構(gòu)成的松散的網(wǎng)絡系統(tǒng)[6-8]。該系統(tǒng)可以協(xié)調(diào)各個自治的Agent ，通過遵守某些制定的協(xié)議連接起來，通過競爭、協(xié)作而表現(xiàn)出智能化的行為，來共同完成一個任務[9-10]。Agent可以根據(jù)外部環(huán)境的變化，自主地協(xié)調(diào)它們的控制策略，對產(chǎn)品的變更、設備的故障做出智能化的反應，利用Agent技術建立的制造系統(tǒng)模型是一個典型的多Agent系統(tǒng)。

1.2 車間的建模

根據(jù)車間層設備的特點以及它們的結(jié)構(gòu)和功能，建立了相應的Agent模型，分別為AGV Agent，機床Agent，倉庫Agent，每個Agent包含以下幾個部分：

1) 推理機：進行決策和推導。

2) 感知模塊：Agent感受外部信息的接收通道。

3) 通訊模塊：完成與其他Agent的通訊。

4) 知識庫/數(shù)據(jù)庫：記錄Agent中的推理規(guī)則以及存儲的數(shù)據(jù)。

5) 執(zhí)行模塊：對外部環(huán)境的響應。

由機床 Agent，AGV Agent,倉庫Agent構(gòu)成的車間多Agent系統(tǒng)如圖1所示。

圖1 離散制造車間多Agent系統(tǒng)

圖1中車間環(huán)境代表工件、物料等物理實體，Agent通過通訊模塊連接到同一個通訊網(wǎng)絡上，實現(xiàn)與其他Agent的信息交互，Agent作為一個智能體通過感知模塊從車間環(huán)境中感知信息，并通過執(zhí)行模塊作用于車間環(huán)境。

2 多Agent系統(tǒng)的動態(tài)調(diào)度機制

2.1 通訊消息

制造車間Agent之間呈現(xiàn)松散耦合狀態(tài)，它們是通過相互通訊協(xié)作來共同完成加工任務的，這就需要制定一套可以協(xié)調(diào)各個Agent的協(xié)調(diào)機制來處理這些問題。

Agent間的通訊以消息作為載體。消息的類型分為詢問消息、應答消息和匯報消息。詢問消息是由一個Agent主動地向其他Agent發(fā)出，Agent接收到詢問消息后向詢問消息的發(fā)送方Agent反饋的消息為應答消息，匯報消息則是一個Agent主動地將自己的狀態(tài)信息向另一個Agent發(fā)送。詢問消息與應答消息總是成對出現(xiàn)，而匯報消息則是單獨出現(xiàn)。

2.2 動態(tài)調(diào)度機制分析

本文提出的動態(tài)調(diào)度機制建立在Agent間實時交互的基礎上，并且每個調(diào)度指令的制定都會以車間實時運行狀態(tài)為依據(jù)。一旦車間產(chǎn)生擾動事件，Agent便會根據(jù)車間當前狀態(tài)采取處理機制，保證車間連續(xù)平穩(wěn)運行。

在制造車間中，工件加工過程的推進是以AGV的轉(zhuǎn)移運輸為基礎的，所以在系統(tǒng)中，基于每一道工序設定了最小加工環(huán)節(jié)，每個最小加工環(huán)節(jié)含包含3個部分：

1) AGV選擇一個運輸任務，前往A取工件；

2) AGV分配加工任務，把工件從A運輸?shù)紹；

3) 工件到達B后進行加工或入庫操作；

其中A、B代表的是機床或倉庫，車間的整個加工過程有許多個這樣的最小加工環(huán)節(jié)組成。

在每個最小加工環(huán)節(jié)內(nèi)，Agent間的相互協(xié)調(diào)過程如圖2所示。

圖2 車間多Agent調(diào)度機制

首先，AGV Agent向所有的機床Agent和倉庫Agent發(fā)送詢問消息，詢問是否有運輸任務，若機床有加工完成等待運輸?shù)墓ぜ騻}庫有待出庫的工件，則向AGV Agent反饋相應的應答消息。AGV Agent接收到這些應答消息后選擇一個工件優(yōu)先級最高的工件的任務來執(zhí)行，即AGV Agent到相應的地點取工件。待AGV取件完成后，AGV Agent查詢自己的知識庫得出有能力加工此工件下一道工序的所有機床，并向其發(fā)送詢問信息請求加工。相關的機床Agent接收到此詢問信息后將自身的狀態(tài)(當前加工剩余時間)向AGV Agent發(fā)送，AGV Agent接收到這些應答消息后再根據(jù)式(1)、式(2)選擇出一個機床加工這一道工序，假設集合M代表能夠加工這道工序的機床的集合M={M1,M2…MJ};

Ti=max{t(A,Mi),Δt(Mi)|MiM}

(1)

Tmin=min(Ti)

(2)

式中：t(A,Mi)表示AGV從當前位置運行到機床Mi位置需要的時間，Δt(Mi)表示機床Mi當前加工任務的剩余時間。按照上述公式選出Tmin對應的機床后，AGV運送工件到這個機床進行加工，經(jīng)過以上的環(huán)節(jié)，這個多Agent系統(tǒng)完成了一個加工最小環(huán)節(jié)，這個環(huán)節(jié)周而往復的執(zhí)行直到所有的加工任務完成。

當系統(tǒng)出現(xiàn)擾動情況時，此調(diào)度策略可以協(xié)調(diào)Agent來自主解決。若生產(chǎn)車間的機床2出現(xiàn)故障，機床2會立即向所有的AGV Agent發(fā)送一個匯報消息，報告機床故障信息，AGV Agent接收到此條匯報信息后會立即更新自己的知識庫，當AGV Agent再次分配加工任務并查詢自己的知識庫時發(fā)現(xiàn)機床2故障，AGV Agent便不會向機床2分配任務。

3 系統(tǒng)設計與驗證

3.1 系統(tǒng)設計

為了驗證上述調(diào)度方法的可行性，設計了一個模擬車間實驗臺系統(tǒng)。該實驗臺主要包含4個部分：AGV Agent，機床Agent，倉庫Agent以及上位機服務器，實驗臺采用ARM作為各Agent主要的控制器，WIFI作為Agent間的通訊鏈路。實驗臺采用RFID標簽來標識零件，實現(xiàn)車間設備對工件的自動識別，同時利用RFID的存儲能力將加工信息存儲在RFID標簽中，實現(xiàn)了加工過程中信息流與物料流的集成。實驗臺的架構(gòu)如圖3所示。

圖3 實驗臺系統(tǒng)架構(gòu)圖

1) AGV Agent

工件和物料在各個機床和倉庫之間的轉(zhuǎn)移由AGV來完成。AGV上集成了WiFi芯片來實現(xiàn)與本系統(tǒng)中其他的設備進行通訊，實現(xiàn)了物物互聯(lián)。AGV采用2個直流電機的差速驅(qū)動方式，通過光電導引來保證其行駛在規(guī)定的路線上。

2) 倉庫Agent

倉庫Agent的主要目的是接受上位機下達訂單，對工件RFID 標簽的初始化以及工件的出庫入庫操作。上位機下達的訂單信息被倉儲單元接受保存下來，當工件出庫時，通過三自由度機械手將工件搬運到AGV上，并把訂單信息通過RFID終端寫入到工件的RFID標簽中。此RFID標簽便是后續(xù)生產(chǎn)現(xiàn)場過程中的唯一依據(jù)，摒棄了傳統(tǒng)的工藝卡片，現(xiàn)場無紙化生產(chǎn)。

3) 機床 Agent

機床Agent對AGV運送來的工件進行模擬加工，它由主控制器、三自由度機械手、7″LCD觸摸屏、RFID讀寫終端構(gòu)成。機床通過機械手搬運工件，RFID讀寫終端讀取工件標簽中的數(shù)據(jù)獲取工件信息和加工參數(shù)，將這些信息發(fā)送給機床，機床依據(jù)這些信息指導工件的加工。

4) 上位機服務器

上位機服務器由Visual Studio和SQL Server數(shù)據(jù)庫編寫完成。由于底層的多Agent調(diào)度協(xié)議取代了傳統(tǒng)的上位機服務器的調(diào)度功能，所以上位機的功能得到了簡化，目前上位機的主要任務是向車間層投放訂單信息，同時對車間層的運行狀況與加工進度進行實時的監(jiān)控。設計完成的模擬車間實驗平臺如圖4所示。

圖4 實驗平臺的布局

3.2 通信協(xié)議

在通信鏈路建立的基礎上，開發(fā)了一套面向本實驗平臺的通信協(xié)議來實現(xiàn)Agent間的交流協(xié)作，通信協(xié)議的消息格式如表1所示。

表1 通信協(xié)議的消息格式表

系統(tǒng)中每個Agent都分配一個字節(jié)長度為1的地址，用來標識不同的Agent，每個消息都包含了消息接收方的地址和消息發(fā)送方的地址，其中協(xié)議的主要部分如表2所示。

表2 通信協(xié)議詳細定義

3.3 實驗驗證

為了驗證提出的調(diào)度方法的可行性，在搭建的實驗平臺上模擬生產(chǎn)車間對多品種小批量工件的加工過程。實驗的初始條件設定如下：1) 有4臺機床(機床1、機床2、機床3、機床4)，其中機床1和機床2可以進行車削和銑削加工工藝，機床3和機床4可以進行鉆削與磨削加工；2) 有2臺AGV(AGV1、AGV2)，且AGV的知識庫中有4臺機床的加工能力信息；3) 一個自動立體倉庫； 4)有A、B、C 3個工件需要加工，3個工件的工序信息如表3所示。

表3 加工訂單工序表 s

實驗通過上位機服務器向車間層下放這3個訂單，同時在加工過程中t時刻觸發(fā)機床2故障，來驗證此系統(tǒng)的抗擾動能力。當這3個工件加工完成入庫后整個加工過程結(jié)束，同時得出系統(tǒng)運行的甘特圖。

圖5 系統(tǒng)甘特圖

圖5為系統(tǒng)運行的甘特圖，在t時刻之前，系統(tǒng)所有設備運行正常，工件有序地在相應機床上進行加工。在t時刻通過機床上的按鍵來觸發(fā)機床故障這一擾動，實驗結(jié)果表明在故障發(fā)生后，機床與AGV可以自主協(xié)調(diào)，智能地將故障機床的加工任務分配到有相同加工能力的正常機床上，有效地降低了機床故障對生產(chǎn)系統(tǒng)的影響，避免了車間的癱瘓，保證了生產(chǎn)過程的連續(xù)性。

4 結(jié)語

在多Agent系統(tǒng)的基礎上，結(jié)合制造系統(tǒng)，提出了一個面向離散制造業(yè)車間的多Agent動態(tài)調(diào)度方法。在完成車間建模的基礎上，還開發(fā)了一套車間多Agent調(diào)度協(xié)議。為了驗證這個方法的可行性，設計了一個模擬車間實驗臺，經(jīng)驗證表明此方法可以有效地解決車間的調(diào)度問題，同時對車間環(huán)境下隨機出現(xiàn)的擾動因素也可以有效地自主處理，使制造系統(tǒng)呈現(xiàn)出智能性、自主性和協(xié)作性等特點。

[1] 陳偉興,李少波,黃海松. 離散型制造物聯(lián)過程數(shù)據(jù)主動感知及管理模型[J]. 計算機集成制造系統(tǒng), 2016(1):166-176.

[2] 賀長鵬,鄭宇,王麗亞,等. 面向離散制造過程的RFID應用研究綜述[J]. 計算機集成制造系統(tǒng), 2014(5):1160-1170.

[3] 邵佳楠,耿也. 中小型離散制造企業(yè)車間生產(chǎn)調(diào)度模式的設計[J]. 組合機床與自動化加工技術,2011(3):105-107.

[4] Frazzon E M, Hartmann J,and Makuschewitz T et al. Towards socio-cyber-physical systems in production networks[J]. Procedia Cirp, 2013,7(5): 49-54.

[5] 錢曉龍,唐立新,劉文新. 動態(tài)調(diào)度的研究方法綜述[J]. 控制與決策,2001(2):141-145.

[6] 劉晉飛,陳明,姚遠,等. 基于多Agent的產(chǎn)品模塊化協(xié)同設計策略[J]. 計算機集成制造系統(tǒng),2011(3):560-570.

[7] LIRui, WANG Hangyu. Research on the multiplatform cooperative guidance tasks allocation based on contract net protocol[J]. Affective Computing and Intelligent Interaction Advances in Intelligent and Soft Computing，2012, 137:561-569.

[8] RAJIF, LADANIBT. Anonymity and security for autonomous mobile agents[J]. IET Information Security，2010，4(4) : 397-410.

[9] 郭紅康,趙軍. 基于多Agent的面向訂單的離散制造系統(tǒng)建模與仿真研究[J]. 智能系統(tǒng)學報,2016(2):233-240.

[10] 王魯,王志良,楊溢. 一種多agent系統(tǒng)框架與協(xié)商機制研究[J]. 計算機應用研究,2012(3):852-855.