英语原文共 17 页，剩余内容已隐藏，支付完成后下载完整资料
分散制造执行系统中基于仿真和事件驱动的生产计划与控制方法
摘要
短期生产计划与控制（PPC）仍然以人为中心。计划外事件会干扰生产流程，需要快速重新安排。但是，这些计划流程是复杂的任务，必须支持员工。除了需要一个实时信息集（其获取由新技术支持）外，辅助系统还必须有助于当今PPC的决策。本文提出了一种基于制造本体、仿真和优化的事件驱动PPC方法。该方法可在分散式制造执行系统（MES）的基础上增强当前的生产系统。
关键词：基于事件的规划；分布式系统；制造执行系统；仿真
1.介绍
由于全球变化，如市场融合和竞争加剧，生产公司目前面临许多挑战。预计产品将满足个别客户的需求，同时生产时间、成本和质量方面的限制仍然相当严格。因此，有必要提高生产系统的灵活性。由于生产高度定制产品的预期目标，批量缩小到一个。然而，生产计划和控制（PPC）的复杂性由于批量的减少和更灵活的过程而增加。这对短期规划尤其有影响，短期规划仍然以人为中心。
解决和支持公司问题的一种方法是数字化。从2013年起，联邦政府大力推动了“大趋势数字化”，这一点在德国被概括为“工业4.0”。它关注产品本身的许多方面，必要的生产系统和整个价值链。数字化会影响许多领域，并导致流程和工作流发生变化。除了纯数字捕获以及处理来自各个领域的信息，“工业4.0”的目的是去中心化和面向服务的体系结构（SOA）的灵活性，以实现一定的耗时、重复的过程自治[1]。
信息通信技术（ICT）作为未来工厂的关键因素和使能技术，扩展了生产技术进步的基本演进过程[2]。这种数字化战略的核心要素是CPSS（网络物理系统）和由此产生的具有控制和调节功能的CPPS（网络物理生产系统）。这样的制度带来了前所未有的机遇。据专家称，这将导致经典自动化金字塔的解决方案，这将完全影响PPC中的工作流。[3]因此，本文提出了一种基于仿真的分散制造执行系统（MES）中新的基于CPS的PPC方法。所示方法是一个基本概念。因此，目前不可能提出一个全面的验证方案。
本文的结构如下：第二章定义了基本概念，并用PPC描述了当前的技术现状。这就为新的第三章中的方法。第四节详细定义了该方法。文章最后总结了下一步的工作和可能出现的情况。
2.基础
本章介绍了PPC和数字趋势，重点介绍了规划过程，以得出新的基于仿真的规划方法的动机和要求。根据经典的自动化金字塔，PPC分为至少两个阶段，时间范围不同。在企业管理层，订单处理的所有主数据和事务数据都在企业资源计划（ERP）系统中进行管理。PPC是ERP中用于组织订单处理的主要部分。根据亚琛的PPC模型，考虑到现有的材料和资源能力，PPC对订单处理进行了长期规划[4]。
由于缺少车间参考，在ERP级别的计划和调度中未考虑生产系统的当前状态。这一差距由人工编码站缩小。根据形成本文参考定义的指南VDI 5600[5]，MES是具有许多不同任务的模块化系统，如“订单管理”或“能源管理”。由于来自ERP的数据传输以及与“数据采集”模块内机器和设备的直接连接，因此MES中提供了短期PPC所需的所有数据。详细和短期计划流程可由工人在MES模块“详细计划和流程控制”中执行，同时考虑人力资源和其他短期影响。[5]长期和短期规划都由数学算法支持，以实现优化目的。通过捕捉实际情况，并将其与计划阶段确定的目标进行比较，可以借助MES实现生产控制。然而，规划仅基于历史测量和估计值[6,7]。其他作者认为这项任务将由APS（高级规划系统）软件解决[8]。
这种严格的组织分离和划分到不同的管理和控制级别是通过不断增加的数字化来解决的，这将导致CPSS结合以SOA到CPP的形式提供的分布式软件服务来解决和重塑经典的自动化金字塔。图1以抽象形式显示了权力下放。
图1 自动化金字塔的非集中化（基于[3]）
在[9]之后，CPSS“是计算和物理过程的集成。嵌入式计算机和网络监控和控制物理过程，通常带有反馈回路，其中物理过程影响计算，反之亦然。“这种CPS在生产环境中的扩展和使用被称为CPPS[10]。小型计算机应该向产品和机器提供智能，并通过类似互联网的连接实现彼此的通信。这应该能够使决策接近过程。在CPP中，真实的物理世界与数字世界融合在一起。制造系统成为制造业物联网或工业物联网（IIOT），从而使组件之间的垂直和水平通信成为可能。目前正在开发VDI 4499[11]中定义的数字工厂的新扩展形式[12]。
在研究中，有不同的方法可以将CPS和CPP集成到PPC中。与目前广泛分布的中央人工编码站相比，研究方法差异很大。例如，[13]显示了供应链中基于事件的反应式调度系统。[14]描述了一种全息制作方法，其中代理接管调度。在这里，计划完全被忽略了，代理只会做出反应。根据VDI/VDE 2653，“代理是具有特定目标的封装（硬件/软件）实体。代理试图通过其自主行为、与环境以及与其他代理交互来实现这些目标。”[15]其他方法正在使用离散事件模拟来支持计划。例如，在研究项目中，通过代理从其他系统收集Sophie数据，以创建一个包含实时信息的输入数据集，并将其传输到仿真环境以更新模型。生产控制通过代理程序对事件触发的自动模拟得到支持[16]。
在这种背景下，除了单纯发展政治协商会议外，还必须考虑两种基本方法。第一种方法是云计算。它融合了通过云技术或使用云服务软件扩展本地工厂软件系统的趋势。通过使用万维网某处的国外硬件，可以将软件功能和逻辑以及数据管理外包。硬件资源和金钱优势带来了安全和隐私问题。为了更详细地解决这些问题，应该是进一步研究项目的任务。制造业中的云解决方案示例如[17]所示。
与云计算相比，第二种方法是边缘计算。与将数据处理重新定位到外部或中央云解决方案相反，边缘计算在创建数据的网络边缘处理数据。这使逻辑和数据分散，在时间和成本方面具有许多优势。此外，它是本地的，因此数据是安全和私有的[18]。以上述术语为重点，CPS中的嵌入式计算机（如果它们不仅仅是云的网关）被视为边缘设备。每个提出的概念，如通用CPP、边缘计算或PPC专用系统，都需要通过不同的接口交换数据。[19]概述了制造业中可能的网络机遇。除了使用相同的通信协议进行无错误的数据交换外，系统还必须使用相同的语言[20]。[21]概述了可能的数据模型，并分析了整个产品和生产生命周期中的不同数据模型。
数据模型是对具有特定语法和定义语义的数据集的一般描述。然而，对于CPS和CPP上下文中的连续数据交换，纯数据模型不再足够。对于跨系统和多供应商的数据交换，必须用更多的信息丰富数据模型。本体表示数据模型的一个扩展，更一般地表示数据。此外，本体论的重点是实体之间关系的建模，这使得数字系统中的组合和推理成为可能[22]。图2显示了数据模型和本体之间关于由[23]定义的知识阶梯的关系。机械工程本体的一个示例性方法由[24]提供。
图2 知识阶梯中的数据模型与本体论[23]
3.动机
PPC受到诸如小批量需求等挑战的强烈影响。因此，在短期规划中，必须处理更为多样且往往是计划外的变更。“工业4.0”注重灵活和分散的系统（例如，对整个价值链的控制）以及员工的参与（例如，做出负责任的决策）。尽管这些对立的目标导致了人与技术之间的利益冲突，但人们将在制造业的各个层面上保持中心角色，因为PPC是一个多标准问题，不能用技术单独解决，如第二章所示。尽管CPP具有良好的沟通能力和智慧，尤其是决策能力和灵活性，但员工在工厂中仍然扮演着重要角色。这一声明也体现在“工业4.0”的参考架构模型中[25]。然而，目前的方法显示出更多的自主性，而没有人的支持。由于技术不能完全取代PPC中的手工工作，人们继续得到集成和支持。但随着复杂性的增加和决策数量的增加，员工必须得到支持。这个第一个目标是：在PPC中开发一个辅助系统。
通过对PPC中当前组织概念和IT系统的回顾，我们发现确实存在一些技术方法，但是这些方法非常多样化，而且都不是整体的。在这种情况下，整体意味着不同层次的PPC与所有资源（如人、机器和材料）的整合。在不同的系统中，不同的算法在不同的层次上支持计划或更确切地说是调度和必要的控制。CPP中数据采集和联网的CPS的开发可以生成PPC输入数据。但是，随着产品变体数量的增加，计划数据的有效性会下降，因为历史数据不可用。这导致了第二个目标：在需要时通过模拟未来过程来生成有效的PPC输入数据。
此外，当前自动化金字塔的主要焦点是订单生命周期。对于渐进式数字化的整体方法，全数字化工厂还必须整合其产品和生产手段生命周期阶段的观点。由于所有阶段都在生产中进行，未来的PPC不仅必须整合订单和与机器和系统的连接，还必须整合生产系统和产品的数字孪生体。数字孪生子是一个虚拟图像，作为描述物理元素或系统在任何给定时间的数字模型。
4.PPC方法
本章介绍了分散式基础设施中新的PPC方法（对比图1），该方法实现了上述一般目标。CPP开辟了新的规划可能性。因此，本文试图通过分布式和级联仿真扩展现有的PPC决策方法，并将其整合到一个员工辅助系统中。
Sophie项目[16,20,26]中工作的扩展导致了分散式MES中新的PPC方法。基于将通过CPSS分散的“数据采集”的MES核心特性，该方法以制造执行控制为重点。该概念使用CPSS作为核心元素，以全自动模式取代手动和半自动“数据采集”。此外，CPS与机器相连，收集相关数据，与其他CPS共享信息，并包含所考虑物理对象的模型。该方法允许使用实时数据在机器附近进行本地模拟。不需要中央数据库的中央安装。长期的设想是，如果数据丢失，提前在机器附近模拟整个生产过程。例如，这可以是机器的加工时间、装配时间、后勤流程、机器人执行特殊任务的操作时间或资源消耗。然而，设置时间是很难估计的，正如通过模拟对一个关于时间的有效陈述进行建模一样复杂。同样适用于员工能力。这两个方面最初被排除在外。本文设定的第一个目标是价值流的自动建模和丰富，或者更确切地说是物质流模拟。可用信息，直至单元级别。下面介绍了PPC必要的模型本体、数据交换和仿真框架。
图3 级联仿真框架
4.1仿真模型本体
模型对于任何类型的模拟都是必不可少的。对于这种特殊的方法，需要准备一个用于映射制造过程的数据模型。在此背景下，CMSD（核心制造模拟数据）[27,28]用作数据交换的基础。在Sophie[16,20,26]研究项目中，成功地使用了CMSD结构来定义和交换材料流模拟输入数据，并对材料流模拟结果数据进行了对象扩展。CMSD允许对主数据进行建模（例如，具有能力的机器或人等资源、作为零件的产品以及制造所需的工艺计划）。由于CMSD结构非常灵活和开放，因此可以将生产分解为许多较小的区域，例如，在装配单元的CPS中，只映射装配单元和装配单元中的流程。此外，表级别上的额外分解也是可能的。
此时，建议提供从物流流程到详细机器或站描述的过渡。这需要与机械和设备工程部门进行数据交换。为了实现这一目的，以及为了连接工厂和更高层次的流程（如物料流），可以开发Automation-ml[29]和CMSD之间的链接[30]。还将Automation-ml作为MES中通信的解决方案。
此外，Automation-ml还支持产品和流程之间的链接。特别是对于以客户为中心的生产，合并这两个数据模型是很有用的。由于Automation-ml从PLM（产品生命周期管理）视图定义了生产手段或产品，因此可以在CMSD中描述的产品和过程必须非常紧密地联系在一起。对于这种方法，基于CMSD的材料流模型使用来自Automation-ml的数据。例如，这可以是Automation-ml产品描述中的物料清单。对于过程描述，CMSD使用装配单元结构，其中包含来自Automation-ml生产方式模型的有关缓冲区大小的进一步信息。今天，可以获得基于XML（可扩展标记语言）的数据表示。通过在虚拟模型中描述生产，订单的维度必须与工厂和产品的公共维度相邻。图4 总结了数据概念以及CMSD与Automation-ml的结合。
ERP
CMSD
MES
Closed Gap
Shop floor
Automation Ml
图4 经典自动化金字塔中的Automation-ml和CMSD组合
为了在将来扩展该方法并链接其他模型，有必要开发一个额外的本体层。第一步已经开始。Automation-ml以标准化的形式定义与其他数据集的关系。必须在CMSD中定义实体（如零件、流程计划或资源）之间的一般引用的同等形式，以获得更灵活的结构，该结构的目标是使用本体。使用具有特定关系的CMSD提供了许多应该开发的潜力。
4.2 分散模型
除了适用于建模、模型接口和通信的本体之外，还需要一个分散的框架来将CPS链接到CPP。此外，CPS逻辑的框架是强制性的。本章描述了这种以模拟为重点的框架方法。
与中央或云解决方案不同，使用边缘计算。这就允许一个完美的权力下放。实时数据接口收集的数据存储在它们出现的地方，并在那里进行评估。此外，描述具有所有生命周期变化的工作站（如机器、装配线或机器人单元）的工程模型直接存储在CPS中。边缘硬件基础由微型计算机构成。所选择的设备是一个“覆盆子PI”，它可以连接到不同的资产，并具有足够的计算能力，用于下一章描述的聚焦材料流模拟。描述、交换和执行模型的软件完全基于Web，并且基于java script运行时环境node.js。
在第一步中，使用HTTP（超文本传输协议）请求在REST（表示状态传输）和Web Sockets意义上实现对等（P2P）通信。这也符合在“工业4.0”中使用互联网技术的方法。此外，还集成了自动发现和自动耦合机制，建立了一个自主的P2P网络。在必要的顶层模拟、数据评估或存档的情况下，所谓的数据收集器能够在边缘设备上收集数据，并长期在中心点使用或存储聚合数据。如果需要，这
全文共10545字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[450831]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
