CN105022377A - 一种基于Petri网的自动制造系统的控制方法 - Google Patents

Abstract

一种基于Petri网的自动制造系统的控制方法，通过死锁避免算法、稳健性加强算法、并发性改善算法，这三个算法的运行，将产生一组变迁集合，任意属于该集合的变迁的发射都能满足无死锁，稳健性并改善系统并发性，每发射一个变迁后，这三个算法需要重新依次计算，再产生一个新的变迁集合，如此循环往复，实时动态地生成一组事件发生序列。本发明保证系统在出现资源故障时那些不需要故障资源的进程不会被需要故障资源的进程阻塞，能够持续流畅加工，并改善系统的并发性。

Description

一种基于Petri网的自动制造系统的控制方法

技术领域

本发明属于自动制造系统技术领域，涉及一种基于Petri网的自动制造系统的控制方法。

背景技术

制造业水平是一个国家工业化程度的一个重要标志，制造产业也是一个国家经济尤其是像中国这样的人口密集的发展中国家稳定发展的重要根基。在过去的数十年里，随着信息技术、自动化技术和计算机技术的广泛应用，传统的制造系统逐渐转变为自动制造系统，从而极大地降低制造成本、提高产品质量并且确保生产安全。对于自动制造系统，最为重要的前提就是无死锁，其他的所有性能都是建立在系统无死锁的基础之上。

在过去的数十年里，有很多研究者研究了各种死锁预防策略，传统的死锁预防方案往往是基于全局信息的，不可避免地需要列举所有的可达状态，从而导致状态爆炸问题，并且为了研究的方便，大多数研究者假设系统中的资源是不会出现故障的，而现实恰恰相反。任何一个细微的问题都可能引起资源故障，从而可能导致整个系统停滞不前。资源可以根据其是否依赖于故障分为不可靠资源和可靠资源。一旦出现资源故障，很显然，需要用到故障资源的进程不得不中断，直到资源修复。然而那些不需要故障资源的进程希望它能够持续生产。因此，在确保系统无死锁的情况下，希望系统同时也是稳健的。

发明内容

为解决现有技术中存在的问题，本发明的目的是提供一种基于Petri网的自动制造系统的控制方法，现有技术中针对自动制造系统的无死锁算法，为了研究的方便，大多数研究都假设资源不会故障，然而现实系统中恰恰相反，任何一个细微的问题，如一个小零件的损坏，一个电气故障，一个信号的丢失，甚至是一个传感器失灵，都可能导致资源故障，甚至导致整个系统停滞不前。本算法中将考虑资源故障，研究的监督控制策略将保证不需要故障资源的进程能够持续生产，而不被阻塞。

为实现上述目的，本发明所采用的技术方案是，

一种基于Petri网的自动制造系统的控制方法，包括以下步骤：

1)进行死锁避免算法：

1.1)初始化；

1.2)采集当前状态信息，包括每个库所所含的托肯数，其中，活动库所中的托肯数表示当前所含的工件数，资源库所中的托肯数表示当前剩余的资源数目；

1.3)根据变迁发射规则，求出当前状态下所有使能的变迁集合T_EN，且所有使能的变迁集合T_EN中的元素个数为n；

1.4)令无死锁变迁集合

1.5)选择第i中工件类型或进程的第j个变迁属于所有使能的变迁集合T_EN，且在当前剩余资源支撑下，工件若能从当前库所走到最近的关键库所，则无死锁变迁集合 否则进行步骤1.5)；

2)进行稳健性加强算法：将从无死锁变迁集合T_DF中挑选产生一个的变迁集合使得系统既无死锁又是稳健的；无死锁变迁集合T_DF中元素个数为m；

3)进行并发性改善算法：

3.1)给变迁集合T_RB中的每一个变迁对应的托肯添加标签x_i；

3.2)用表示第x_i个托肯前进的步数；

3.3)选择最落后的托肯，则其对应的变迁属于并发性改善变迁集合T_MC；

3.4)让并发性改善变迁集合T_MC中的一个变迁发射；然后进行步骤1.2)。

步骤2)的具体步骤如下：

2.1)对于变迁t∈T_DF，若工件在当前库所以及后续路径中都不占用不可靠资源，则t∈T_RB；

2.2)对于t∈T_DF，若工件在当前库所没有占用不可靠资源，后续路径中需要占用不可靠资源，那么，如果当前资源足够支撑该工件前进到最近的不可靠资源，且能够被存储起来，则t∈T_RB；

2.3)对于t∈T_DF，若工件在当前位置占用不可靠资源，则，如果当前工件占用的不可靠资源没有故障，且后续路径中不需要不可靠资源，或者当前资源能够支撑其前进到最近的不可靠资源，则t∈T_RB，其中，T_RB为变迁集合；

2.4)否则，选择下一个t∈T_DF，进行步骤1)，直至T_RB中所有变迁都找出来之后进行步骤3)。

与现有技术相比，本发明的有益效果：本发明关注于带有不可靠资源的自动制造系统的稳健的活性使能监督控制器的合成，提出了一种分布式的方法，该方法不仅能够避免由循环等待引起的死锁问题，同时避免了由资源故障引起的阻塞状态。通过在线核实资源用量，本发明的方法避免离线合成基于全局信息的故障感知监督控制器。通过死锁避免算法、稳健性加强算法、并发性改善算法这三个算法的运行，将产生一组变迁集合，任意属于该集合的变迁的发射都能满足无死锁，稳健性并改善系统并发性，因为：每发射一个变迁后，这三个算法需要重新依次计算，再产生一个新的变迁集合，如此循环往复，实时动态地生成一组事件发生序列。本发明保证系统在出现资源故障时那些不需要故障资源的进程不会被需要故障资源的进程阻塞，能够持续流畅加工，并改善系统的并发性。

附图说明

图1是PPN模型结构图。

图2是本发明的流程图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

定义1：一个生产Petri网Product Petri Net(PPN)是一个强连通的普通Petri网(PN),N＝(P,T,F),其中：

1)P＝P₀∪P_A∪P_R,P₀,P_A,P_R分别代表空闲库所，活动库所以及资源库所。 且j∈N_K,i≠j,P_R＝{r_i,i∈N_L}。N_K，N_L都是自然数集合，N_K＝{1,2,3,…,K},N_L＝{1,2,3,…,L}；

2) 且j∈N_K,i≠j,

3)由构成的子网是一个强连通的状态机，使得每一个回路都包含 |p^·|＝1。

4) ^··p∩P_R＝p^··∩P_R,且|^··p∩P_R|＝1。

5) 和分别代表可靠资源和不可靠资源，

定义2：r∈P_R是一个资源库所，H(r)＝r^··∩P_A表示使用了资源r的库所集合。

定义3：给定一个PPN(N,M₀),如果 则是一个可容许的状态。表示所有可容许状态的集合。

定义4：和分别代表资源使用方程以及资源剩余方程，将每一个可容许状态映射为当前状态下资源使用集合以及剩余资源集合。

很显然，根据定义1～定义4有：即任意状态下，使用的资源加上剩余资源等于初始状态下剩余的资源。

定义5：给定一个PPN(N,M₀)，a_p表示库所p所需要的资源，a_p＝m*r_i+n*r_j，a_p[i]表示在库所p阶段所需要的资源r_i的个数，||a_p||表示所需要的资源种类集合,||a_p||＝{r_i,r_j}，其中，i,j∈N_L。

定义6：给定一个PPN(N,M₀),关键库所为其中：

1)

2)

3)

显然，根据定义，关键库所集合可以分为两大类，一种是空闲库所或者不占用任何资源的活动库所，这意味着有足够多的资源可供使用；另一类是占用资源数最多的库所，这意味着后续进程中将只是释放资源而不再占用更多的资源，从而改善而非加剧资源竞争。每一次都只允许一个托肯前进一步，若当前可使用的资源足够支撑它从当前位置移动到最近的关键库所。每前进完一步都将重新判断。

定义7：是关键库所集合，其邻域定义为 使得是一条路径，其中

定义8：给定一个PPN(N,M₀), 的后继者表示为其中表示第i中工件类型或进程的第j个变迁，

定义9： p的邻域与之相关联的路径为其中 叫做的操作下游邻域ODN(Operation Downstream Neighbor)其中，

定义10：s(r_i)∈{0,1},表示资源r_i中服务器的状态，若r_i出现故障，则s(r_i)＝0,否则s(r_i)＝1。

定义11：给定一个PPN(N,M₀)，p∈P₀∪P_A，表示依赖于故障的邻域(Failure-dependent Neighbor),其中

定义12：给定一个PPN(N,M₀)， 表示库所p_j中的托肯在后续加工路径中所需要用到的资源。

定义13： p的依赖于故障的邻域与之相关联的路径为其中 是的依赖于故障的操作下游邻域FODN(Failure-dependent Operation Downstream Neighbor),其中，

定义14：给每一个托肯定义一个识别码:x∈N_G,其中G是托肯数的总和，N_G为自然数集合{1,2,…,G}。y_x代表第x个托肯前进的步数，在初始状态M₀下，y_x＝0。第x个托肯前进一步就有：y_x＝y_x+1。

本发明分为三个具体的步骤：

1)进行死锁避免算法：

1.1)初始化；

1.2)采集当前状态信息，包括每个库所所含的托肯数，其中，活动库所中的托肯数表示当前所含的工件数，资源库所中的托肯数表示当前剩余的资源数目；

1.3)根据变迁发射规则，求出当前状态下所有使能的变迁集合T_EN，且所有使能的变迁集合T_EN中的元素个数为n；

1.4)令无死锁变迁集合

1.5)第i中工件类型或进程的第j个变迁属于可容许的变迁集合T_EN，且在当前剩余资源支撑下，工件若能从当前位置走到最近的关键位置，则无死锁变迁集合否则进行步骤1.5)。：＝表示“定义为”的意思。

2)进行稳健性加强算法：

进程将被分为三类：a、当前以及后续路径中只占用可靠资源的进程；b、当前没有占用，但是后续路径需要不可靠资源的进程；c、当前占用了不可靠资源的进程。那么根据这些进程选择可以发射的变迁。首先，第一种进程中的变迁允许发射，很显然这些变迁的发射不会影响到其他进程，即使资源故障了，这些进程也不会阻塞其他的进程；其次是第二种进程中的变迁，可以分为两种情况讨论，1、当前资源足够支撑库所中的托肯前进到最近的不可靠资源至少被储存起来，则这种变迁允许发射，2、否则不允许发射；最后，也分两种情况讨论，若当前库所占用的不可靠资源没有故障，即，s(r_i)＝1，且后续路径不需要不可靠资源，或者当前资源足够支撑其托肯走到最近的不可靠资源，则变迁允许发射，否则不允许发射。

稳健性算法将从无死锁变迁集合T_DF中挑选产生一个允许发射的变迁集合使得系统既无死锁又是稳健的。具体包括以下步骤：

2.1)对于变迁t∈T_DF，若工件在当前库所以及后续路径中都不占用不可靠资源，则t∈T_RB；

2.2)对于t∈T_DF，若工件在当前位置没有占用不可靠资源，后续路径中需要占用不可靠资源，那么，如果当前资源足够支撑该工件前进到最近的不可靠资源，且能够被存储起来，则t∈T_RB；

2.3)对于t∈T_DF，若工件在当前位置占用了不可靠资源，则，如果当前工件占用的不可靠资源没有故障，且后续路径中不需要不可靠资源，或者当前资源能够支撑其前进到最近的不可靠资源，则t∈T_RB，其中，T_RB为变迁集合；

2.4)否则，选择下一个t∈T_DF，进行步骤2.1)，直至T_RB中所有变迁都找出来之后进行步骤3)。

3)进行并发性改善算法

为了提高系统的并发性，希望所有的托肯都能够以同样的速度前进，这也就意味着，任意两个托肯之间的前进步长最大的差距越小越好，即，其中，用表示第x_i个托肯前进的步数，用表示第x_i个托肯前进的步数。

具体包括以下步骤：

3.1)给变迁集合T_RB中的每一个变迁对应的托肯添加标签x_i；

3.2)用表示第x_i个托肯前进的步数；

3.3)挑选最落后的托肯，则其对应的变迁属于并发性改善变迁集合T_MC；

3.4)让并发性改善变迁集合T_MC中的一个变迁发射

3.5)返回到采集当前状态信息步骤即步骤1.2)。

本发明关注于带有不可靠资源的自动制造系统的稳健的活性使能监督控制器的合成，提出了一种分布式的方法，不仅能够避免由循环等待引起的死锁问题，同时避免了由资源故障引起的阻塞状态。通过在线核实资源用量，本发明的方法避免离线合成基于全局信息的故障感知监督控制器。通过这三个算法的运行，将产生一组变迁集合，任意属于该集合的变迁的发射都能满足无死锁，稳健性并改善系统并发性，因为：每发射一个变迁后，这三个算法需要重新依次计算，再产生一个新的变迁集合，如此循环往复，实时动态地生成一组事件发生序列。

在图1所示的模型中模拟了一个由三种工件类型进程竞争四种资源r₁,r₂,r₃,和r₄，其中r₄是不可靠资源，资源容量为C(r₁)＝C(r₂)＝C(r₃)＝C(r₄)＝2。P₀＝{p₁,p₅,p₉}, 不同加工阶段的资源需求为

对于如图1所示的PPN，假设在标识M＝7·p₁+p₃+4·p₅+2·p₆+2·p₇+8·p₉+2·r₁+r₂下，在该网中有四个信标S₁＝{p₄,p₈,p₁₂-p₁₆},S₁＝{p₄,p₆,p₈,p₁₂-p₁₅}，S₃＝{p₄,p₆,p₁₁,p₁₄,p₁₅},S₄＝{p₃,p₈,p₁₂-p₁₄},为了简便起见，限制工件类型和不可以同时进入加工进程进行加工，很显然，有了这个限制，上述四个信标将不会被清空，即，系统无死锁。在该状态下，有一个工件在阶段2进行加工，在的第1和第2阶段分别有两个工件在加工，没有工件在加工。r₁和r₂分别还有2和1个空闲资源，r₃和r₄已经被占用满了。若此时不可靠资源r₄出现故障，p₃,p₅中的托肯无法前进，因为r₃没有空闲资源导致t₃,t₅无法发射，并且由于被的两个工件占满了的r₄出现了故障，资源r₃无法释放。因此，整个系统都无法运行，直到r₄被修复。

对于图1所示的PPN，假设M＝7·p₁+p₃+6·p₅+p₆+p₇+7·p₉+p₁₂+r₁+r₂+r₃+r₄，根据死锁避免算法，可以得到：T_DF＝{t₁,t₃,t₅,t₆,t₇,t₉,t₁₂}；根据稳健性算法，可以得到：T_RB＝{t₁,t₃,t₅,t₆,t₇,t₉,t₁₂},其中{t₁,t₃,t₉,t₁₂}允许发射，因为它们所属的进程在后续路径中不需要任何不可靠资源，{t₅,t₆}允许发射，因为剩余资源足够支撑相应的工件移动到最近的不可靠资源，只要r₄没有出现故障，{t₇}就允许发射；根据并发性改善算法，因此T_MC＝{t₁,t₅,t₁₂}。

Claims (2)

1.一种基于Petri网的自动制造系统的控制方法，其特征在于，包括以下步骤：

1)进行死锁避免算法：

1.1)初始化；

1.2)采集当前状态信息，包括每个库所所含的托肯数，其中，活动库所中的托肯数表示当前所含的工件数，资源库所中的托肯数表示当前剩余的资源数目；

1.3)根据变迁发射规则，求出当前状态下所有使能的变迁集合T_EN，且所有使能的变迁集合T_EN中的元素个数为n；

1.4)令无死锁变迁集合

1.5)选择第i中工件类型或进程的第j个变迁属于所有使能的变迁集合T_EN，且在当前剩余资源支撑下，工件若能从当前库所走到最近的关键库所，则无死锁变迁集合 否则进行步骤1.5)；

2)进行稳健性加强算法：将从无死锁变迁集合T_DF中挑选产生一个的变迁集合使得系统既无死锁又是稳健的；无死锁变迁集合T_DF中元素个数为m；

3)进行并发性改善算法：

3.1)给变迁集合T_RB中的每一个变迁对应的托肯添加标签x_i；

3.2)用表示第x_i个托肯前进的步数；

3.3)选择最落后的托肯，则其对应的变迁属于并发性改善变迁集合T_MC；

3.4)让并发性改善变迁集合T_MC中的一个变迁发射；然后进行步骤1.2)。

2.根据权利要求1所述的一种基于Petri网的自动制造系统的控制方法，其特征在于，步骤2)的具体步骤如下：

2.1)对于变迁t∈T_DF，若工件在当前库所以及后续路径中都不占用不可靠资源，则T∈T_RB；

2.2)对于t∈T_DF，若工件在当前库所没有占用不可靠资源，后续路径中需要占用不可靠资源，那么，如果当前资源足够支撑该工件前进到最近的不可靠资源，且能够被存储起来，则T∈T_RB；

2.3)对于t∈T_DF，若工件在当前位置占用不可靠资源，则，如果当前工件占用的不可靠资源没有故障，且后续路径中不需要不可靠资源，或者当前资源能够支撑其前进到最近的不可靠资源，则t∈T_RB，其中，T_RB为变迁集合；

2.4)否则，选择下一个t∈T_DF，进行步骤1)，直至T_RB中所有变迁都找出来之后进行步骤3)。