【正文】 石化兩個典型流程制造業(yè)中已得到應用，開發(fā)出若干自主產權的MES系統(tǒng)?？傮w來說，與發(fā)達國家相比，我國無論在MES技術開發(fā)深度還是在應用廣度上都存在一定差距，特別是對離散制造業(yè)MES系統(tǒng)的開發(fā)和應用。 車間調度 車間生產過程的調度問題,是制造系統(tǒng)統(tǒng)籌、管理、優(yōu)化三項技術發(fā)展的核心。由于調度問題的復雜性和現(xiàn)實世界的多樣性,任何一個調度系統(tǒng)都很難解決所有加工車間的調度問題[6]。 基于多Agent的制造執(zhí)行系統(tǒng)多Agent系統(tǒng)（MultiAgent System，MAS）是一種分布式自治系統(tǒng)，各Agent之間通過智能行為協(xié)調自身的知識、目標、規(guī)劃，聯(lián)合起來解決特定問題。基于多Agent的制造系統(tǒng)信息集成管理平臺不同于傳統(tǒng)企業(yè)管理平臺，它是通過集成企業(yè)內部各個多Agent系統(tǒng)，使之相互構成一個動態(tài)網絡化多層系統(tǒng)[7]。 本研究課題的主要內容隨著企業(yè)向離散生產模式發(fā)展，傳統(tǒng)的運作與管理方式已經無法滿足發(fā)展要求，企業(yè)迫切需要采用與之相適應的現(xiàn)代生產管理方式。 本課題研究主要完成以下內容： (1) 了解Agent、MES、AgentBuilder開發(fā)平臺、Java編程語言及Agent的通信和封裝功能。(3) 了解某軟包裝設備總廠有限公司機加工生產車間的生產流程，并使用某一機型印刷機生產過程中的歷史數據對功能模塊進行仿真實現(xiàn)，得出仿真結果并進行分析。基于多Agent的MES介紹 本課題研究涉及Agent和多Agent技術、MAS及基于多Agent的MES等諸多方面，為了在課題研究中把握準各專業(yè)名詞的定義，本章對各相關名詞一一做出介紹，便于后續(xù)的課題研究者了解、學習。后被引入到人工智能、計算機科學和計算機輔助工程領域，形象的描述了計算機輔助軟件工具的智能作用、地位、以及與人的關系[9]。[10]當前對Agent的典型定義大致有兩類：(1) FIPA(Foundation for Intelligent Physical Agent) 對Agent的定義：Agent是駐留于環(huán)境中的實體，它可以解釋環(huán)境中所發(fā)生事件的數據，并執(zhí)行對環(huán)境產生影響的行為[11]。 Agent的特性幾乎所有被稱為Agent的軟件或硬件系統(tǒng)都具有以下的特性：(1) 自治性（autonomy）：指Agent可以在沒有人或其它Agent的控制下運行，并且對自己的行為和內部運行狀態(tài)具有某種控制能力。(3) 反應能力（ reactivity)：Agent 對周圍環(huán)境有感知能力，并能通過自身行為改變環(huán)境。 今年，隨著計算機科學與分布式人工智能技術的發(fā)展，多Agent技術成為研究熱點，其主要研究不同自治的Agent在動態(tài)環(huán)境下，如果運用交互、合作、競爭、協(xié)商等智能完成復雜的控制或任務求解，由于其更能體現(xiàn)人類的社會智能，更加適合開發(fā)、動態(tài)的環(huán)境，所以被廣泛運用于各領域。應用上主要研究多Agent技術在科學計算、計算機網絡、機器人、制造業(yè)、電力系統(tǒng)、交通控制等中的應用。、能力、=(m, k, a, i, I, s, r, g), 每個分量分別表示力法、知識、屬性、推理機制、語擊、消息操作、消息接受協(xié)議和全局知識。 圖21 MAS組成 基于多Agent的MES，是將多Agent技術引入到MES中，把MES的功能都由單個的Agent或者是幾個組織良好的Agent通過通信來實現(xiàn)，這樣MES就由幾個能獨立處理信息的Agent組成，并且利用Agent之間約定好的協(xié)議進行交互通信，使得系統(tǒng)內部的信息處理更加完善[15]。MES的功能由這些Agent及它們之間的通信來實現(xiàn)。圖22 面向中小規(guī)模包裝設備制造企業(yè)的MES系統(tǒng)結構基于單件小批量生產模式的車間調度模塊 設計基于單件小批量生產模式的車間調度模塊作為本課題研究的主體部分，其設計算法如何，實現(xiàn)狀態(tài)如何將直接影響課題結果，對課題有決定性作用。 單件小批量生產模式概述 由于制造業(yè)產品種類繁多，將其按照產品的生產穩(wěn)定性及重復性分為大量生產，成批生產，單件小批量生產三種類型。隨著經濟的高速發(fā)展，市場結構發(fā)生了巨大變化：交通和信息技術的發(fā)展以及各國對貿易限制的減少使得生產競爭全球化，市場結構隨著消費者的需求日趨個性化和多樣化已轉變?yōu)椤盃坷毙?。對于許多企業(yè)傳統(tǒng)的大批大量生產模式難以適應現(xiàn)代市場，于是多品種、單件小批生產逐漸成為其主要生產模式。車間調度指根據車間加工過程中即時情況，對車間作業(yè)計劃做出相應調整，使車間生產能夠順利進行，保證產品按期交貨。車間調度貫穿于企業(yè)的整個生產過程，是車間生產在動態(tài)實時環(huán)境下能夠高效可靠運行的關鍵。對于多臺設備的調度，根據工件加工路線的特征和設備環(huán)境的不同，又可分成單件車間（Job Shop）調度、流水車間（Flow Shop）調度和開放式車間（Open Shop）問題三種類型[17]。生產計劃要運用不同類型的設備，如車床、鉆床等，每個設備在一定時間內只能完成某一種特定的加工任務。 單件車間作業(yè)調度問題（Job Shop Scheduling Problem，JSSP）是一個典型求優(yōu)化解的問題，即從問題可行解集合中選出最優(yōu)。在實際車間生產調度中，工件工序以及設備選擇是調度過程中的變量；工件的工藝路線是對變量的約束；加工總流程時間最短、設備利用率最高等都是生產調度的目標。優(yōu)先規(guī)則不僅可以簡化排序計算方法，減少工作量，加快排序的速度，而且能夠給出較好的計劃方案[18]。一些規(guī)則對于某一目標來說可能是最好的，但對于其它目標就不一定為最優(yōu)，因此目標不同，采用的規(guī)則也各異。(2) 以交貨期為目標：包括交貨期最早、松弛量最小、拖期罰款分派最小等。(4)以零件工藝信息為目標：包括剩余工序數最少、剩余工序數最多等。 基于單件車間調度問題可以做如下描述：存在n個工件和m臺設備，n個工件所有工序都可在m臺設備上加工，工件的工藝路線已預先給定，調度目標是確定每臺設備上不同工件工序的加工順序，使其滿足某項指標最優(yōu)。結合本研究課題所采取的實際數據，不考慮實際可能存在多臺加工設備能夠加工同一工序的情況，即不考慮一道工序可在多臺設備上加工時的設備選擇問題，但要考慮多道工序競爭一臺設備時的工件排序問題。設有n種工件需在m臺設備上加工，為方便編程，對部分變量做如下定義：workPieceNumber(n)為工件數，processNumber(m)為工序數。i＝1，2，……，n；j＝1，2，……，Qi； Tij＝Fij－Sij。本調度過程中要考慮：對于每臺加工設備，確定要用該設備的各道工件工序前后順序，對于多道工序競爭同一臺設備的情況，為使各工件的加工進度均衡，且加工流程總時間較短，應優(yōu)先安排未加工工序的工時之和最長的工件先進行加工。優(yōu)先加工滿足max(1－Rij)的工件，使最長的相對剩余加工時間減小，則可保證各工件的加工進度盡可能均衡。工件工序采用如圖31標記：例如 本標記是根據實際數據每個工件的工序數不超過10來進行假設的，不適用工序數超過10的情況。為每臺設備設一個調度指針Lk，其中0＜k≤m，始終記錄著該設備上最后一道工序的結束時間，初始值設為0，并對每臺設備k設定一個任務隊列queueTk[][]，按先后順序存放每臺設備上的加工任務，初始化時該隊列為空。ij插入到設備k的任務隊列QueueTk的隊尾；步驟4：分別按下式計算Pij的開始時間Sij、完工時間Fij，選定設備在工序的空閑時間Wij，然后更新相應設備的Lk，令Lk＝Fij；Sij＝max{Lk,Fij1}。 Wij＝Sij－Lk。 調節(jié)排序： 在初排后，每臺設備的調度指針Lk記錄著該設備上的最后一個加工任務的結束時間，這時可根據王鳳儒，徐蔚文，徐洪副[21]提出的調節(jié)算法進一步縮短加工路徑和時間。Setp3：求第一個Wij不為零的工序，記為Pbc，若此結點不是隊列的隊尾，則進入Setp4。Setp4：令在該設備Pbc的前一加工任務為Pfg，后一為Pst，若Fst1＜Sbc且max{Ffg，F(xiàn)st1 }+Tst +Tbc≤Sbc+1，則交換Pbc與Pst在該設備上的加工順序，則Sst＝max{Ffg，F(xiàn)st1 }，進入Setp5；否則暫時置Wbc＝0，轉Step1。車間調度算法初步排序流程圖如32，調整排序算法流程圖如33：圖32 初步排序算法流程圖圖33 車間調度調整排序算法流程圖 編程采用java語言，如圖34。 圖35 UltraEdit32編寫環(huán)境 在UltraEdit32編程工具環(huán)境下將車間調度算法編寫為java代碼，如圖36。圖37 算法輸出形式圖 由于本次所采用華鷹軟包裝設備總廠的仿真數據中每道工序只有單一設備可選，所以編寫程序時假設每道工序只一臺加工設備，結合上述算法和實際數據，對其進行了編寫簡化，即根據輸入數據算出所有Rij，將每臺設備所要加工的不同設備工序作為輸入(工序未排序)，通過工序的Rij進行初步排序。課題選取了兩組數據作為仿真輸入，根據不同情況編寫了相應代碼，在附件中附錄了本課題所編寫的兩個java代碼。圖310 4x4排序結果甘特圖 實例仿真 表311為華鷹軟包裝設備總廠有限公司YA800AⅡ型印刷機機頭的部分部件工序、工時、設備情況：序號零件圖號零件名稱數量工序1工序2工序3工序41YA800AⅡ心軸20車鉗磨銑901024402YA800AⅡ主軸1車磨——166——3YA800AⅡ肖座1刨車鉗——4臂2刨車鉗—271—5軸襯4車鉗——86——6緊定套座2車銑鉗—474—7YA800AⅡ氣缸尾座2車鉗——73——8YA800AⅡ底板8刨鉗磨—20128—注：上表的工時沿用公司的表示方法，即為方便統(tǒng)計工資。表311 YA800AⅡ型印刷機機頭部分部件工序工時與設備關系表將實際數據轉化程序可接受數據形式，如表312：零件名稱工件編號工序1工序2工序3工序4心軸1M01M02M03M04914主軸2M01M03————肖座3M05M01M02——臂4M05M01M02——軸襯5M01M02————緊定套座6M01M04M02——氣缸尾座7M01M02————底板8M05M02M03—2—表312 YA800AⅡ型印刷機機頭部分部件仿真數據表其中M01代表車所需設備，M02代表鉗所需設備M03代表磨所需設備，M04代表銑所需設備M05代表刨所需設備。根據理論算法分析和實例數據驗證，可總結出此調度功能算法結構簡單，時間復雜度較小，易于實現(xiàn)，通過對實際生產數據進行驗證，得出算法可行且能夠求得較為滿意的解這一結論，該調度算法在傳統(tǒng)的Job Shop車間作業(yè)調度問題的基礎上，做了一定假設，這些假設可根據實際情況加以改變，使之能夠適合企業(yè)復雜的生產環(huán)境，讓其能更好的適合大多數企業(yè)實際生產，提高使用價值。首先要了解Agent之間的通信機制及如何封裝，有一定理論知識后結合本課題研究所采用AgentBuilder平臺，嘗試對車間調度功能模塊進行封裝。 AgentBuilder介紹AgentBuilder是一套用于構建智能Agent的集成開發(fā)工具，它由運行系統(tǒng)（Runtime System）和工具箱（Tools Box）兩部分組成，其中工具箱包括用于管理基于Agent軟件開發(fā)工程的全部工具，例如分析Agent操作領域的工具，設計和開發(fā)通信Agent的網絡工具，定義