英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料
柔性制造系统控制结构中的管理机制
摘要：制造系统，特别是柔性制造系统（FMS）面临着在动态制造环境下实现全局最佳性能和响应性的挑战。因此，制造控制系统必须包含支持动态定制构建响应的机制。本文介绍了一个框架，其中包含控制系统结构中的管理机制，可动态地引导预测和反应途径之间的决策自主性。仿真实验的结果表明，有必要深入研究一种管理机制，这种机制调整了制造控制系统的结构和行为，同时加强了制造操作所需的反应性。
关键词：开关，管理，控制，预测，反应性，柔性制造系统。
1 引言
业界期望制造控制系统在紧急市场需求下高效运行。同样，他们期望能妥善管理制造中断，以保持有效的运营。在此背景下，业界旨在配置提供最佳和反应性制造解决方案的机制（Trentesaux，2009）。因此，控制必须在有效性和反应性之间进行平衡，以便能够满足制造需求（Gunasekaranamp;Ngai，2011）。
原来和现在的一些情况下，制造控制系统已经实现对最佳性能感兴趣的常规集中式体系结构（数学编程或启发式方法的预测和主动性途径）。此后，他们迁移为分散式结构，这些架构的特点是在被破坏的制造场景（反应途径，作为启发式的方法）上具有反应性。然而，即使预测性和反应性途径能分别对最佳和反应能力要求的性能作出反应，但每个概念都缺乏完整的综合解决方案。在这种情况下，需要开发一种制造控制系统，与有效的方式和根据实时事件反应相结合，采用预测性和反应性决策途径来响应引入的制造需求。
因此，近几年来，研究人员将动态特性集成到制造控制系统结构中（Jimenezetal，2013）。从我们的角度来看，控制系统结构（CSA）是指定义控制系统的元素，属性，结构组成和操作行为的结构和行为特征。相应地，CSA的控制组态采用特定的参数化（定义所有的参数），最终其表现控制系统解决方案的特定设置是动态的。这种动态或切换是在意外事件下改变CSA的控制组态的动作。在这种情况下，本文提出了一种管理机制，可动态切换以优化CSA内最佳和反应机制的混合节点。
在本文中，评估了这种途径的研究潜力。为了测试其可行性进行了实验。本文的结构如下。第二部分回顾了有关具有切换机制的动态CSA结构的文献。然后，第三部分详细介绍了一个包含所提管理机制的框架。在第四节中，介绍了在模拟环境中进行的实验。最后，第五部分对结论进行总结，并指出未来工作需要解决的主要挑战。
2文献回顾
在本节中，回顾了制造控制的文献，包括提出了专用或分散式组件，负责通过基于事件的切换自行组织生产控制。从我们的角度来看，具有这种动态特征或“切换”的两种不同方法可被这样的CSA识别：结构层面上的动态性，表示为DSL，其对应于从不同的CSA布局安排切换（例如，从分级到分级结构，反之亦然）。行为级别上的动态性，表示为DBL，其对应于切换CSA的实体功能或决策过程。我们的文献回顾是根据这两种介绍的方法介绍的。
一方面，关于结构层面（DSL）的动态性，控制的动态性在于能够将组成实体的组织一致地重新配置到车间需求。例如，自我组织调整可能是从集中式结构到分级结构的变化等等。Pach等人（2014）提出在混合线性和整数计划（MILP）集中技术与在潜在领域方法下引导的分层产品布局CSA联结切换工具。这个框架中，在正常或中断模式下，FMS的有效绩效可以实现，因为每个产品都会评估是否遵循集中式或自主决定的分散决策。（Borangiuetal，2014）提出了另一个着重于结构层面的贡献。作者描述了一种半集合式CSA，在集中式和分散式结构之间切换，以确保全局和敏捷性优化。作者使用具有决策能力的本地实体在需要时激活集中式重新调度流程。一旦执行，它将返回到分散式结构，以便继续生产。在结构层面的另一个贡献是自我组织的ADACOR范例（Leitatilde;o，2006）。作者提出了一种自适应控制系统，它将两种状态分别定义为响应最优性或反应性要求下的中断。
另一方面，CSA的行为水平（DBL）的动态性是通过将决策过程的特征和功能重新排列以满足车间需求的能力来实现的。因此，自我组织安排可能会被用于执行规则，协调指导方针，实体功能或监控策略等等。在（Raileanuetal，2012）中，作者提出了一种转换机制，它在制造执行过程中开发使用了三种不同的生产策略。基本上，每个策略都利用自己的客观性和避免摄动来管理不同的一些车间事件。因此，根据智能产品的本地判断，它会切换到实现更佳性能的配置。最后，控制程序有一个可供选择的操作模式，以适应制造需求。另一个CSA由（ZambranoRey，2014）提出。作者引入了灵活的决策技术（即优化，模拟或模拟/优化），以减少局部决策实体的近视行为。作者定义了强制性，限制性和指导性之间的交互方式，分别强加集中指令，提出决策边界或指导本地决策参数或方针。因此，可以通过特定的交互模式来设置控制配置，以适应决策过程并响应制造环境。在（Schmidt，2013）中，作者在其CSA中集成了一种重构技术，并在定期阶段作为备用重新调度机制在必要时使用。作者在系统切换到备份计划时获得最佳决断，并在危机事件中利用早期的主动解决方案。
实际上，从我们的角度来看，这些贡献是有意思的第一步，但交换机制在CSA中的潜在优势尚未充分发挥。事实上，从文献来看，回顾的切换机制仅限于少数控制配置替代方案内的变化，主要来自预先决定或松散地预先设计和预先评估的可能性。针对这种限制，有一种直觉认为，尽管事实上不可能探索整套控制配置，但具有更广范围的控制解决方案（由不同的控制配置产生）的切换机制与适当的评估相关联，可能会形成优越的制造控制系统。在这种情况下，考虑扩展由（ZambranoRey，2014）提出的框架是一个有趣的机会，因为根据相互作用或相似的特征，可以轻松地概括不同的操作模式来切换。我们的想法是通过在DSL和DBL级别的动态特性来改进这项研究，以充分利用作者提出的所有潜力。因此，作为CSA的一个创新概念，提出了一种管理机制，该机制管理控制配置多样性，在不同的操作模式之间切换，并根据特定制造需求更充分地操控。
3 管理机制
管理是一个为了做出正确的决策而在系统内部实施的结构，过程和问责框架，（Wijegunaratneetal，2014）。从我们的观点来看，控制中的管理机制（GM）被定义为一种能够监控控制系统性能的机制，可以平衡CSA中的预测性和反应性决策技术，并在结构和行为层面找到CSA的定制控制配置。在我们的方法中，管理一词指的是可用资源（即像机器或AGV的硬件;或过程或程序的软件）的同步，以实现提出的目标。因此，GM是一种管理方案，通过持续的CSA参数设置，管理控制系统的功能，支持控制配置的多样性，并搜索适当的控制配置以获得有效的控制结果。
3.1 参考CSA及其整合GM的扩展
为所提议的框架定义CSA，开始于（ZambranoRey，2014）提出的概念。该CSA分为三个不同的层面（见图1a）：全局层，本地层和物理层。它具有旨在承担预测性和反应性决策制定技术的组合体，并且定义了制造规格和限制。首先，全局层对系统具有全局视野。它主导预测性决策途径并包含全局决策实体（GDE）。因此，每个GDE负责全局绩效目标（即完工时间，平衡机器工作量等）。本地层对系统的看法有限。它包含本地决策实体（LDE）并承载近视反应式决策方法。因此，每个LDE负责完成本地目标（即机器选择，过程执行等）。另外，LDE将产品或资源组件作为软件实体和制造物理实体（MPE）之间的桥梁。最后，PL包含在车间内交互的MPE（即产品和资源）。MPE执行生产流程并建立决定物理元素之间物理交互作用的车间布局。
图1.ZambranoRey（2014）的CSA结构和决策实体图
在（ZambranoRey（2014）的实体属性中，每个决策实体（即GDE或LDE）由决策，通信和数据存储组件构成（见图1b）。每个实体都能够通过控制系统环境进行传感，处理，存储和操作。作为核心元素的决策组件是处理单元，用于指示实体的行为和操作。通信组件作为控制系统或物理层内的数据发送器来启动。最后，数据存储组件负责在执行过程中整合信息，同时作为车间限制的确认机制。
但是，考虑到管理机制的框架，决策部分的定义与桑布拉诺雷伊的成果不同。在本文中，决策组件在决策过程中启动。它包含一个客观的管理参数，决策变量和决策技术（见图2）。因此，决策过程开始于通过通信部件感测制造电流状态。然后，为了执行先前指定的目标（例如，最小化完工时间或分别在全局和本地级别选择最短路径），根据当前的控制配置激活决策制定技术。这项技术是通过决策变量评估和作出指令的内部决策过程（启发式或元启发式）。一旦完成，将包含其结果的决策变量发送给通信实体，以通过通信组件进行控制。在整个过程中，数据存储组件收集实体的感应，处理和行为数据。
当然，作为本文的一个贡献，决策过程也是在管理参数的框架下构建的，因为它们定义了决定实体行为准则的属性和行为准则。实际上，它被称为管理参数，因为它超越了所有实体的参数，管理机制将改变不同可行方案之间的控制配置。
图2.CSA扩展中的决策过程
关于管理机制内的实体之间的相互作用，决策实体可能具有层次关系或异构关系。一方面，层次关系由GDE和LDE在修改后的主从交互中保存。在我们的建议中，这种相互作用在于从主体到服从实体的单向控制，这种关系的特点是占主导地位。每对实体的优势度被定义为从零影响到完全影响的分类度量，并根据决策过程中预测和反应途径的参与度进行分级。实际上，我们的框架使用这种修改的主从互动来阐明制造需求所需的最优性和反应性。另一方面，两个全局或两个地方决策实体之间的分层关系，是当两个或多个实体之间的目标存在分歧时，为鼓励协调实体而建立的联系。（如谈判，合作，迭代招标或平衡等）。
3.2 CSA扩展中集成管理机制
假定的控制配置参数化的决策复杂性现在要求将其管理作为优化问题来解决。因此，控制中的优化问题通过从一系列可行的控制配置中选择适当的控制配置（问题的最优或接近最优的解决方案）来追求优化制造控制系统的高效性能。从这个意义上说，考虑到控制配置会因实时事件而不断变化，所提出的框架基于引入的GM来管理控制的优化问题中的改进搜索过程。所提出的框架基于包含引入的GM来管理控制优化问题中的改进搜索过程。
可以注意到，不同的管理参数设置可能会导致不同的控制配置。一些例子如决策实体的作用，控制同质性的范围，全局和本地实体中使用的最优化技术或异构关系的协调策略。然而，决策实体（GDE和LDE）的作用是本文根据管理参数方案详细描述的唯一管理参数。因此，三个GDE的作用定义为优势等级：强制性，限制性和宽容性。虽然强制性和限制性作用是基于Zambrano（2014）提出的交互模式，但宽松的作用是作为支配性层面的补充作用的贡献。首先，全局强制作用对应于由当地实体执行指令的直接命令。事实上，这些必要的指示可以作为具体决定或作为本地实体的强加的目标或行为来传播。然后，全局限制作用涉及全局实体为本地实体提出一套完整解决方案或在本地实体决策层面提出常规限制的附加限制（参数，策略或限制）的情况。最后，全局许可作用是GDE授权地方实体对其决策拥有充分自主权的一个作用。在LDE方面，由于本地实体是被动的，并且遵循GDE给出的指示，因此这些实体只具有当地的顺从作用。
由全局和本地管理参数交互（实体作用）导出的优化控制系统问题表示如下：
GDE问题（对每个GDE）：
minF（alpha;）服从：G（alpha;）le;b
LDE问题来自
全局强制性和地方服从互动：
fj（alpha;j）服从：gj（alpha;j）le;aj和Hj（alpha;j）ge;cj，j
全局限制和地方服从互动：
minfj（alpha;j）服从：gj（alpha;j）le;aj和Lj（alpha;j）ge;dj，j
全局许可和地方服从互动：
minfj（alpha;j）服从：gj（alpha;j）le;aj，j
其中alpha;是车间执行变量的向量解，alpha;j是一个包含在alpha;中的子向量，它指的是局部决策实体LDEj（j是局部决策实体集合）的相应执行变量。F（alpha;）是在矢量解alpha;中评价的全局目标函数（1），fj（alpha;j）是矢量解alpha;j中评价的LDEj的局部目标函数（2），（3）和（4）。G（alpha;）对整个车间约束集和gj（alpha;j）模型化与局部决策实体LDEj相关的限制。b和aj是相关限制的容量范围。在生产执行过程中，方程（1）是一个全局优化问题（分配给GDE），旨在确定车间的整个执行变量集。因此，根据全局和地方实体作用的管理参数的组合，等式（2），（3）和（4）代表每个LDE要解决的结果局部决策问题。对于等式（2），LDE消除了自己的目标（不是最小化或最大化），并接受强加指令的附加限制Hj（alpha;j）和容量cj。对于等式（3），每个LDE随着其自身目标fj（alpha;j）而增加自主性，但是由于它通过附加限制Lj（alpha;j）
全文共10116字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[16405]，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。
