CN104751275A - 面向能耗的离散制造系统资源的动态配置方法 - Google Patents

Abstract

本发明涉及一种面向能耗的离散制造系统资源的动态配置方法，步骤包括：加工任务能耗模型建立，面向加工任务的与制造设备资源的动态加工单元构建，基于能耗的动态加工单元模型配置，基于能耗的动态加工单元配置信息跟踪与交互，配置方案的分类归档。本发明经过制造设备资源与加工任务分组形成动态加工单元，再在能耗基础上将任务工序集合与制造设备加工能力进行映射后，建立面向最小化能耗的制造系统资源的动态单元配置模型；通过资源配置服务器建立资源配置方法库，为最优化能耗方案的寻求建立起详细的数据支持；对离散制造环境进行加工联网，加强设备节点与任务节点的联系，对制造设备资源的动态配置和优化提供信息窗口，提高了人机交互速度。

Description

面向能耗的离散制造系统资源的动态配置方法

技术领域

本发明涉及制造行业中车间制造设备资源的动态配置技术领域，具体的，涉及一种面向能耗的离散制造系统资源的动态配置方法。

背景技术

在我国，离散制造行业的能源消耗非常巨大，根据相关部门的统计测算，我国的离散制造产业平均每年的能源消耗量占全国总能耗的63％。如何让降低离散制造业的能耗，实现绿色生产，这是我国当前的重要任务之一。离散制造产业中的耗能主体是制造设备，制造设备功率大，工作持续时间长，更新难度高，这些是降低离散制造系统的能耗的主要障碍。对于制造行业降低能耗的问题，离散制造系统资源的动态配置问题的研究一直是相关研究的重点。传统的制造模式中，制造设备资源单一受高层环节控制，没有考虑到制造设备资源与加工任务之间的能耗成本问题，机械地将制造设备资源与加工任务进行功能性分类组合，整个生产加工流程的耗能多以及加工生产的效率低下的情况没有得到显著改善。如何对离散制造系统资源进行动态配置进而降低加工过程中的能耗是值得研究的问题。

发明内容

本发明的目的在于针对上述问题，提出一种面向能耗的离散制造系统资源的动态配置方法，以实现在当前制造设备资源加工能力和工艺要求的基础上，加工生产能耗最小化的目的。

为了实现上述目的，本发明采用的技术方案是一种面向能耗的离散制造系统资源的动态配置方法，其包括以下步骤：

(1)加工任务能耗模型的建立：

假设需要加工的任务有m种，它们的工序集合分别为加工任务工序的加工时间集合为加工任务的要求完成时间集合为L_M＝{L₁,L₂,…L_i,…L_m},其中p_i表示第i种任务的工序数目；同时制造设备资源共有n台，表示为N＝{s₁,s₂,…s_j,…s_n}，所有制造设备资源的准备加工时间设为T_N＝{T₁,T₂,…T_j,…T_n}；建立每个加工任务的加工工序与制造设备之间的能耗关系矩阵：

$E^i=\left[\begin{array}{cccc}{e}_{11}^i& e_{12}^i& \·\·\·& e_{1n}^i\\ e_{21}^i& e_{22}^i& \·\·\·& e_{2n}^i\\ \·& \·& & \·\\ \·& \·& e_{\mathrm{qj}}^i& \·\\ \·& \·& & \·\\ e_{p_{i}1}^i& \·\·\·& \·\·\·& e_{p_{i}n}^i\end{array}\right],$ 表示加工任务i的工序q在制造设备j上的能耗大小，其中1≤q≤p_i；

对每个任务的工序集合建立相应的任务分配方案：

$X^i=\left[\begin{array}{cccc}{x}_{11}^i& x_{12}^i& \·\·\·& x_{1n}^i\\ x_{21}^i& x_{22}^i& \·\·\·& x_{2n}^i\\ \·& \·& & \·\\ \·& \·& x_{\mathrm{qj}}^i& \·\\ \·& \·& & \·\\ x_{p_{i}1}^i& \·\·\·& \·\·\·& x_{p_{i}n}^i\end{array}\right],$

其中表明任务i的工序q安排在制造设备j上进行加工，表明任务i的工序q不安排在制造设备j上进行加工，据此得到加工任务与制造设备资源之间的能耗模型为：

$\min E_{\mathrm{sum}}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{X}^i{E}^i=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{q=1}{\overset{p_i}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{x}_{\mathrm{qj}}^i{e}_{\mathrm{qj}}^i,$

加工任务完成日期约束

$L_i\≥\max (\underset{q=1}{\overset{p_i}{\mathrm{\Σ}}}{t}_q^i+X^i{T}_N);$

(2)面向加工任务与制造设备资源的动态加工单元的构建：

根据任务加工工艺内在的相似性以及制造设备异构性和地理分布特性，建立加工任务与制造设备资源关联表，利用模糊等价关系，对加工任务和制造设备资源进行分组和链接，形成动态加工单元：

单元1：M₁～N₁；

单元2：M₂～N₂

·

·

·

其中M₁,N₁，

(3)基于能耗的动态加工单元模型配置：

在每个动态加工单元中，为了实现加工能耗最小化，以有向多色理论为基础形成任务工序与制造设备加工能力的有向多色图配置，步骤如下：

(3.1)N₁是每个动态加工单元中制造设备资源的多色集合，N₁＝{c_1,c₂,...,c_v}，其中v＝1,2,…j,c_v表示在该动态加工单元中对于某一加工任务加工功能相近的制造设备资源颜色，v为资源算子数量；

(3.2)用个人颜色集合F_h(c_v)表示该动态加工单元中一台制造设备的加工能力多色集合，即它能完成的加工工序的集合，h表示设备可加工能力算子数量；N₁中所有制造设备资源能够完成的所有加工工序的颜色集合表示为F(N₁)＝{F_h(c₁),F_h(c₂),...,F_h(c_v)}，；

(3.3)表示为该动态加工单元所有加工任务的工序多色集合，该动态加工单元中某一加工任务工序颜色集合，其中w＝1,2,…i,w为任务算子数量，进而建立制造设备资源加工工序集合与加工任务工序集合之间的围道布尔矩阵，表明相应加工任务的工序与制造设备资源可加工工序之间的映射关系；

(3.4)根据加工任务工序的工艺要求，在围道布尔矩阵基础上建立该动态加工单元中加工任务与制造设备资源的配置有向多色图，即任务与制造设备资源配置方案集；确定各加工任务的工序加工路线方案集合，以最小化能耗为目标，加工任务完成日期为约束，求出最优解，即选择出了最佳加工路线方案，最终构成基于能耗的动态加工单元模型配置；

(4)基于能耗的动态加工单元模型配置信息跟踪与交互：

采用加工网络的模式对所有的制造设备资源进行联网，在线获取制造设备资源的实时能耗信息；对加工任务零件进行标签式跟踪，获取加工任务的加工进度和工艺质量；在加工网络中加入资源配置服务器，用于制造设备资源的加工能力集合和加工任务工艺要求集合的存储和归类，建立加工能力库和工艺需求库；并根据制造设备资源与加工任务的实际能耗情况，建立能耗数据库，形成制造设备资源系统；根据所述的制造设备资源的配置模型，以最小加工能耗为目标，对制造设备资源与加工任务进行分组和动态加工单元配置，最终通过制造设备资源和加工任务信息动态联接，形成由Web服务中心节点、制造设备资源节点、加工任务节点组成的网络加工系统；以减少能耗为目标，形成动态配置、实时反馈的机制，完成面向能耗的离散制造系统资源的动态配置。

该方法还包括将每次的加工任务与制造设备资源配置信息归档并保存在资源配置服务器中，建立面向能耗的资源配置方法库。在所述面向能耗的资源配置方法库基础上把配置数据按照层次关系组织起来，并建立相应的图标，供管理者调用。

其中，步骤(2)所述加工任务与制造设备资源配置单元是一种动态的加工单元，它与特定的加工任务联系在一起，当加工任务下达后它被配置，加工任务完成之后配置单元之间的联系解体，相应的配置信息归档保存，以便下次生产；配置单元的构建是对配置系统的信息输入输出过程，输入信息是加工任务以及相应的工序特征，输出信息是制造设备资源的相应的配置信息。

本发明与现有技术相比具有以下优点：

1：灵活性高，建立起加工任务能耗模型，经过制造设备资源与加工任务分组形成动态加工单元，再在能耗基础上将任务工序集合与制造设备加工能力进行映射后，建立面向最小化能耗的制造系统资源的动态单元配置模型。

2：可扩展性高，通过资源配置服务器建立资源配置方法库，通过对配置数据的统计分析，建立起按层次组织的相关图标，为最优化能耗方案的寻求建立起详细的数据支持。

3：可操作性强，在现有的离散制造系统资源配置方法中，可操作性不强是值得重视的问题。本发明对离散制造环境进行加工联网，加强设备节点与任务节点的联系，对制造设备资源的动态配置和优化提供信息窗口，提高了人机交互速度。

附图说明

图1是本发明的流程图。

图2是制造设备资源与加工任务配置单元信息跟踪与交互的过程图。

具体实施方式

如图1所示，本发明实现过程包括：加工任务能耗模型建立，面向加工任务的与制造设备资源的动态加工单元构建，基于能耗的动态加工单元模型配置，基于能耗的动态加工单元配置信息跟踪与交互，配置方案的分类归档。

1、加工任务能耗模型的建立。

假设需要加工的任务有m种，它们的工序集合分别为加工任务工序的加工时间集合为加工任务的要求完成时间集合为L_M＝{L₁,L₂,…L_i,…L_m},其中p_i表示第i种任务的工序数目；同时制造设备资源共有N台，表示为N＝{s₁,s₂,…s_j,…s_n}，所有制造设备资源的准备加工时间设为T_N＝{T₁,T₂,…T_j,…T_n}；建立每个加工任务的加工工序与制造设备之间的能耗关系矩阵：

$E^i=\left[\begin{array}{cccc}{e}_{11}^i& e_{12}^i& \·\·\·& e_{1n}^i\\ e_{21}^i& e_{22}^i& \·\·\·& e_{2n}^i\\ \·& \·& & \·\\ \·& \·& e_{\mathrm{qj}}^i& \·\\ \·& \·& & \·\\ e_{p_{i}1}^i& \·\·\·& \·\·\·& e_{p_{i}n}^i\end{array}\right],$ 表示加工任务i的工序q在制造设备j上的能耗大小，其中1≤q≤p_i；

对每个任务的工序集合建立相应的任务分配方案：

$X^i=\left[\begin{array}{cccc}{x}_{11}^i& x_{12}^i& \·\·\·& x_{1n}^i\\ x_{21}^i& x_{22}^i& \·\·\·& x_{2n}^i\\ \·& \·& & \·\\ \·& \·& x_{\mathrm{qj}}^i& \·\\ \·& \·& & \·\\ x_{p_{i}1}^i& \·\·\·& \·\·\·& x_{p_{i}n}^i\end{array}\right],$

其中表明任务i的工序q安排在制造设备j上进行加工，表明任务i的工序q不安排在制造设备j上进行加工，据此得到加工任务与制造设备资源之间的能耗模型为：

$\min E_{\mathrm{sum}}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{X}^i{E}^i=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{q=1}{\overset{p_i}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{x}_{\mathrm{qj}}^i{e}_{\mathrm{qj}}^i,$

加工任务完成日期约束

$L_i\≥\max (\underset{q=1}{\overset{p_i}{\mathrm{\Σ}}}{t}_q^i+X^i{T}_N);$

2、面向加工任务的与制造设备资源的动态加工单元构建。

实际加工过程中，由于相应的制造设备的功能，型号，加工精度以及制造设备地理位置的因素影响，每台制造设备并不能完成所有加工任务。根据任务加工工艺内在的相似性以及加工工序的特征，建立加工任务与制造设备资源关联表，对加工任务和制造设备资源进行分组和链接，形成动态加工单元。

表1:加工任务与制造设备资源关联表

其中表明任务i可以在制造设备j上进行加工，表明任务i不可以在制造设备j上进行加工。对于得到的加工任务与制造设备资源关联表，利用模糊等价关系进行分组，得到动态加工单元：

单元1：M₁～N₁；

单元2：M₂～N₂；

·

·

·

其中M₁,N₁,

3、基于能耗的动态加工单元模型配置。

用多色集合理论来描述面向加工任务的工序的制造设备资源配置模型，具体步骤如下：

(1)N₁是制造设备资源的多色集合，N₁＝{c_1,c₂,...,c_v}，其中v＝1,2,…i,c_v代表对于某一加工任务加工功能相近的制造设备资源颜色，v为资源算子数量。

(2)用某个制造设备的个人颜色集合F_h(s_v)表示该制造设备的加工能力，也就是说它可以完成的加工工序的集合，h表示设备可加工能力算子数量。N₁中所有制造设备资源能够完成的所有加工工序的集合可以表示为F(N₁)＝{F_h(c₁),F_h(c₂),...,F_h(c_v)}。

(3)表示为该动态加工单元所有加工任务的工序多色集合，该动态加工单元中某一加工任务工序颜色集合，其中w＝1,2,…i,w为任务算子数量，进而建立起制造设备资源可加工工序集合与加工任务工序集合之间的围道布尔矩阵，表明相应加工任务的工序与制造设备资源可加工工序之间的映射关系。围道布尔矩阵如下。

(4)根据相应地围道布尔矩阵，根据加工任务工序的工艺要求，建立起加工任务工序与制造设备资源的配置有向多色图，即任务工序-制造设备资源配置方案集。在相应的动态加工单元内根据多色集合理论确定加工任务中工序加工路线方案集合，以最小化能耗为目标，加工任务完成日期为约束，选择最佳 加工路线方案，最终构成基于能耗的动态加工单元配置模型。根据上述的能耗模型表达式，该模型是一个整数线性规划问题，可以通过传统的分支定界法求出最优解。

动态加工单元的配置与特定的加工任务联系在一起，当加工任务下达后它被配置，加工任务完成之后配置单元之间的联系解体，相应的能耗配置信息归档保存，以便下次生产参考。动态加工单元的模型配置可以看成是对系统的信息输入输出过程，输入信息是加工任务以及相应的工序特征，输出信息是制造设备资源的相应的组合。

4、基于能耗的动态加工单元配置信息跟踪与交互。

本发明采用加工网络的模式对所有的制造设备资源以TCP/IP协议进行联网，在线获取制造设备资源的实时能耗信息。对加工任务零件进行标签式跟踪，获取加工任务的加工进度和工艺质量。在加工网络中加入资源配置服务器，用于制造设备资源的加工能力集合和加工任务工艺要求集合的存储和归类，建立加工能力库和工艺需求库。并根据制造设备资源与加工任务的实际能耗情况，建立能耗数据库，形成一个信息化，系统化的制造设备资源系统。根据上述的加工能耗模型，以最小加工能耗为目标，对制造设备资源与加工任务进行动态分组和单元配置，最终通过制造设备资源和加工任务信息动态联接，形成由Web服务中心节点、制造设备资源节点、加工任务节点组成的动态加工单元，如图2所示。最终以减少能耗为目标，形成动态配置-实时反馈的机制，完成面向能耗的离散制造系统资源的动态配置过程。

5、配置方案的分类归档。

在生产加工过程中，为了实现制造设备资源能耗最优化，要对生产过程中的加工信息进行跟踪。实现制造设备资源与加工任务配置单元的能耗跟踪过程，并与设备管理人员进行信息交互，处理各种能耗异常所产生的数据，并通过相应控制机制实现资源配置的在线优化，形成面向能耗的资源配置方法库。当再次进行相同加工过程时，可以直接调用资源配置方法库的方法，实现能耗最小化，同时缩短资源配置时间。在此基础上把配置数据按照层次关系组织起来，建立相应的图标，作为管理者的决策参考信息。

以下简要介绍本发明的具体实施过程。

步骤1:：输入制造设备资源的数目及种类信息，当前加工任务工序集合以及相应在各设备的能耗信息。并将各加工任务完成时间作为约束条件，建立起制造过程的制造设备资源的能耗模型。

步骤2：根据任务加工工艺内在的相似性以及制造设备资源的异构性和地理位置等特点，建立加工任务与制造设备资源关联表，利用模糊等价关系对加工任务和制造设备资源进行分组和链接，形成动态加工单元。

步骤3：根据多色集合理论，对各个动态加工单元中加工任务工序集建立工序颜色集合，同时对相应分组的制造设备资源建立加工能力颜色集合。建立制造设备资源加工工序集合与加工任务工序集合之间的围道布尔矩阵，即动态加工单元中加工任务工序与制造设备资源的映射关系。根据任务加工能耗模型，实现以最小能耗为目标的制造资源的配置。

步骤4：加入资源配置服务器，建立制造设备资源的加工能力库和任务的工艺需求库，根据上述的基于能耗的动态加工单元模型配置过程，实现能耗最小化的加工方案的预制定。并且形成了服务器节点，制造设备节点，加工任务节点的信息交互机制，根据资源配置方案进行加工活动，动态处理加工活动中产生的能耗异常数据，通过资源配置服务器与管理者进行信息交互，动态优化配置方案。

步骤5：将每次基于能耗的动态加工单元模型配置信息归档并保存在资源配置服务器中，建立资源配置方法库，在此基础上把配置数据按照层次关系组织起来，建立相应的图标，作为管理者的决策参考 信息。

Claims (4)

1.面向能耗的离散制造系统资源的动态配置方法，其特征是，包括以下步骤：

(1)加工任务能耗模型的建立：

假设需要加工的任务有m种，它们的工序集合分别为加工任务工序的加工时间集合为加工任务的要求完成时间集合为L_M＝{L₁,L₂,…L_i,…L_m},其中p_i表示第i种任务的工序数目；同时制造设备资源共有n台，表示为N＝{s₁,s₂,…s_j,…s_n}，所有制造设备资源的准备加工时间设为T_N＝{T₁,T₂,…T_j,…T_n}；建立每个加工任务的加工工序与制造设备之间的能耗关系矩阵：

$E^i=\left[\begin{array}{cccc}{e}_{11}^i& e_{12}^i& ...& e_{1n}^i\\ e_{21}^i& e_{22}^i& ...& e_{2n}^i\\ .& .& & .\\ .& .& e_{\mathrm{qj}}^i& .\\ .& .& & .\\ e_{p_{i}1}^i& ...& ...& e_{p_{i}n}^i\end{array}\right],$ 表示加工任务i的工序q在制造设备j上的能耗大小，其中1≤q≤p_i；

对每个任务的工序集合建立相应的任务分配方案：

$X^i=\left[\begin{array}{cccc}{x}_{11}^i& x_{12}^i& ...& x_{1n}^i\\ x_{21}^i& x_{22}^i& ...& {\mathrm{ex}}_{2n}^i\\ .& .& & .\\ .& .& x_{\mathrm{qj}}^i& .\\ .& .& & .\\ e_{p_{i}1}^i& ...& ...& e_{p_{i}n}^i\end{array}\right],$

其中表明任务i的工序q安排在制造设备j上进行加工，表明任务i的工序q不安排在制造设备j上进行加工，据此得到加工任务与制造设备资源之间的能耗模型为：

$\min E_{\mathrm{sum}}=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{X}^i{E}^i=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{q=1}{\overset{p_i}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{x}_{\mathrm{qj}}^i{e}_{\mathrm{qj}}^i,$

加工任务完成日期约束

$L_i\≥\max (\underset{q=1}{\overset{p_i}{\mathrm{\Σ}}}{t}_q^i+X^i{T}_N);$

(2)面向加工任务与制造设备资源的动态加工单元的构建：

根据任务加工工艺内在的相似性以及制造设备异构性和地理分布特性，建立加工任务与制造设备资源关联表，利用模糊等价关系，对加工任务和制造设备资源进行分组和链接，形成动态加工单元：

单元1：M₁～N₁；

单元2：M₂～N₂

.

.

.

其中M₁, $M_2\⊆M;$ N₁, $N_2\⊆N;$

(3)基于能耗的动态加工单元模型配置：

在每个动态加工单元中，为了实现加工能耗最小化，以有向多色理论为基础形成任务工序与制造设备加工能力的有向多色图配置，步骤如下：

(3.1)N₁是每个动态加工单元中制造设备资源的多色集合，N₁＝{c_1,c₂,...,c_v}，其中v＝1,2,…j,c_v表示在该动态加工单元中对于某一加工任务加工功能相近的制造设备资源颜色，v为资源算子数量；

(3.2)用个人颜色集合F_h(c_v)表示该动态加工单元中一台制造设备的加工能力多色集合，即它能完成的加工工序的集合，h表示设备可加工能力算子数量；N₁中所有制造设备资源能够完成的所有加工工序的颜色集合表示为F(N₁)＝{F_h(c₁),F_h(c₂),...,F_h(c_v)}，；

(3.3)表示为该动态加工单元所有加工任务的工序多色集合，该动态加工单元中某一加工任务工序颜色集合，其中w＝1,2,…i,w为任务算子数量，进而建立制造设备资源加工工序集合与加工任务工序集合之间的围道布尔矩阵，表明相应加工任务的工序与制造设备资源可加工工序之间的映射关系；

(3.4)根据加工任务工序的工艺要求，在围道布尔矩阵基础上建立该动态加工单元中加工任务与制造设备资源的配置有向多色图，即任务与制造设备资源配置方案集；确定各加工任务的工序加工路线方案集合，以最小化能耗为目标，加工任务完成日期为约束，求出最优解，即选择出了最佳加工路线方案，最终构成基于能耗的动态加工单元模型配置；

(4)基于能耗的动态加工单元模型配置信息跟踪与交互：

采用加工网络的模式对所有的制造设备资源进行联网，在线获取制造设备资源的实时能耗信息；对加工任务零件进行标签式跟踪，获取加工任务的加工进度和工艺质量；在加工网络中加入资源配置服务器，用于制造设备资源的加工能力集合和加工任务工艺要求集合的存储和归类，建立加工能力库和工艺需求库；并根据制造设备资源与加工任务的实际能耗情况，建立能耗数据库，形成制造设备资源系统；根据所述的制造设备资源的配置模型，以最小加工能耗为目标，对制造设备资源与加工任务进行分组和动态加工单元配置，最终通过制造设备资源和加工任务信息动态联接，形成由Web服务中心节点、制造设备资源节点、加工任务节点组成的网络加工系统；以减少能耗为目标，形成动态配置、实时反馈的机制，完成面向能耗的离散制造系统资源的动态配置。

2.如权利要求1所述的面向能耗的离散制造系统资源的动态配置方法，其特征是，还包括将每次的加工任务与制造设备资源配置信息归档并保存在资源配置服务器中，建立面向能耗的资源配置方法库。

3.如权利要求2所述的面向能耗的离散制造系统资源的动态配置方法，其特征是，在所述面向能耗的资源配置方法库基础上把配置数据按照层次关系组织起来，并建立相应的图标，供管理者调用。

4.如权利要求1所述的面向能耗的离散制造系统资源的动态加工单元配置方法，其特征是，步骤(2)所述加工任务与制造设备资源配置单元是一种动态的加工单元，它与特定的加工任务联系在一起，当加工任务下达后它被配置，加工任务完成之后配置单元之间的联系解体，相应的配置信息归档保存，以便下次生产；配置单元的构建是对配置系统的信息输入输出过程，输入信息是加工任务以及相应的工序特征，输出信息是制造设备资源的相应的配置信息。