CN105974891A - 一种基于动态看板的模具生产过程自适应控制方法 - Google Patents

Abstract

本发明公开了一种基于动态看板的模具生产过程自适应控制方法，包括建立基于动态看板的推式负荷均衡化控制机制、建立基于动态看板的拉式作业分派与协同机制、建立综合工艺规划的投放任务选择模型、柔性工序交货期动态计算、仿真驱动的耦合控制参数优化和建立规则导向的受扰响应序列生成器。本发明能够突破推拉混合式控制方法在高度可变与复杂生产环境中的应用局限性，丰富了现有非重复性制造过程的生产控制系统理论，通过提高生产控制自动化水平来加快模具企业向高精模具制造转型升级，提升我国模具行业的整体服务水平和国际竞争力，还能够为其它单件小批量制造企业的复杂生产控制问题提供值得借鉴的解决思路与解决方法，具有广泛的工程应用前景。

Description

一种基于动态看板的模具生产过程自适应控制方法

技术领域

本发明属于工业生产过程控制系统的技术领域，具体涉及一种基于动态看板的模具生产过程自适应控制方法。

背景技术

采用工程订货型（Engineering-to-order，ETO）单件小批生产方式的模具企业是一类典型的非重复性制造系统。过去十年来，随着汽车、家电、通讯和包装等产业的跨越式发展，也极大的带动了处于上游的模具行业。但总体来看，国内模具产品目前大多集中在技术水平偏低的中低档领域，高端精密模具仍然较依赖日韩西欧等国家。在市场饱和与人力成本攀升等国内制造业大环境的作用下，中低端模具的附加值已经越来越低，同时还遭遇到来自东南亚及东欧等国家日渐明显的价格优势的竞争压力。因此，发展高精模具是我国模具企业实现转型升级的必然选择，而人们对模具成型产品品质的不断追求也为此提供了巨大契机，许多有实力有远见的模具企业已经走在了发展前列。高精模具更具个性化和技术复杂性的特点必将带来制造系统的更高复杂度，而针对此类复杂非重复性制造系统如何进行生产过程控制，以确保其优态高效运行，也就成为业界和学界关心的热点问题。

就外部环境来说，高精模具的市场需求波动大，模具订单随机到达企业，基本都是单件定制，不同模具在产品结构、工艺与资源需求、交期等方面差异明显，技术难度普遍较高且生产周期往往较长，由客户发起的交期变更、技术方案变更，甚至是订单暂停或取消时有发生。就内部环境来说，适应高精模具发展需要的制造系统的复杂度主要体现在三个方面：

1、全面化与智能化的资源配置带来的生产过程的高度柔性：为了满足高精模具的个性化加工需求，企业往往需要尽量全面的为其配置各类加工资源，这使得高精模具的多数零件不仅可以使用多种不同类型的资源加工完成，而且每类资源又存在多个不同加工能力的工作中心，每个工作中心又有多台同等加工能力的机器可供选择。因而，高精模具生产过程具有高度的工艺路线柔性。

2、多层级产品结构与多样化附属工装带来的生产进度协同困难性：高精模具通常具有复杂的零部件装配关系，零件需要按照装配物料齐套需求分先后顺序送达装配单元，但由于关联零件之间工艺路线与加工工时差异较大，加之生产环节存在多套模具同时共享加工资源，致使满足此种渐增式物料需求的零件生产进度协同具有相当的困难性；此外，高精模具制造过程往往需要大量借助各种硬/软工装，如典型的包括电极和NC程序，它们是零件开始加工的前置条件，此种情况下不能假定它们总是能够在零件开始时已经准备就绪，其完成进度需要与零件的生产进度进行动态协同。

3、差异化技术要求与经验依赖性工艺实现带来的高度不确定性：零件工时无法提前准确预知，只能凭借以往实践经验给出一个初步的估计范围，而且上一工序的加工效果将影响下一工序的操作参数造成加工工时不确定，所以只有随着生产的不断推进，对工时期量的估计才会变得准确；质量事故导致的返工/返修零件比例大为提高；零件制造复杂性也在很大程度上增加了各类设备的故障率；所需的原材料品种繁多，出现物料不能及时到位或原材料质量问题的概率大为增加；设计变更和工艺参数变更极为频繁等。

相比中低档模具，高精模具制造系统的内外部环境具有更高的复杂度和不确定性，因而其生产过程控制系统需要具备更高的环境适应性，主要体现在：①需要提高昂贵制造资源的利用率。企业为各类加工设备付出了高昂的购置及维护成本，在高度工艺柔性和不确定环境下如何最大化发挥资源的生产能力，将是生产控制面临的重要问题；②需要有效控制车间现场在制品水平。控制现场在制品（Work-in-Process，WIP）能够最小化车间层生产时间，简化车间运作管理，加快对需求变化的响应速度。但如何确定最佳WIP控制目标，将是生产控制面临的另一个重要问题；③需要对零件生产/工装准备进度进行动态协同，以最小化关联零件/工序之间的相互等待时间。零件间的无谓等待是导致模具准时交货率偏低的重要原因，满足装配物料渐增式齐套需求，在不确定生产环境下进行有效的进度协同，将极大的影响生产控制的绩效。④需要对生产负荷进行动态均衡，降低漂移瓶颈的拥堵程度。瓶颈的产出率决定了整个制造系统的生产效率，在瓶颈具有较强漂移性的环境下进行有效动态负荷均衡，将极大影响系统产出率。⑤需要及时响应生产过程中出现的众多随机干扰，以最大程度维持系统的稳态运行。

目前国内外针对制造系统的适应性研究主要分为三类：一是从系统控制结构角度实现制造系统的适应性与进化，如基于多Agent的控制结构，此类方法更多考虑通过结构单元的自我组织与学习以及结构单元之间的信息协调适应环境变化，本质上并未提供可变环境生产控制的系统行为与优化机制；二是基于系统状态或性能特征的量化分析，建立适应的调度策略实现制造系统的稳健性，如针对各种环境建立的动态调度方法、预-反应式重调度方法。该方面已有大量研究，但它们难于考虑制造系统的全局信息或状态，更多侧重于较小范围的局部控制；三是通过合理设计生产控制模式保证制造系统的稳健性，如CONWIP系统和Kanban系统。

随着制造过程复杂性的不断增加，将推式和拉式方法进行创新性结合，设计针对更复杂环境的生产控制模式是制造系统研究领域的重要方向。推拉混合方法（Hybridpush/pull，HPP）的发展由来正是试图让单纯推式方法和单纯拉式方法能互相弥补。为了应对各种生产环境，学界和业界已经发展出了诸多HPP方法。从混合方式来看，HPP方法包括横向混合与纵向混合：前者是指制造系统中一些工作站采取计划推动，而另一些则采取需求拉动，其中较为常见的是CONWIP系统；后者则通常包含上层推式系统和下层拉式系统，其中较为经典的是基于MRP与JIT结合的方法。从涉及范围来看，HPP方法可以面向企业内部，也可以面向企业供应链。从应用环境来看，HPP方法已经应用在包括面向库存生产的MTS环境、按单装配的ATO环境、按单生产的MTO环境以及大批量定制生产环境等。当前研究较为集中的几类HPP方法包括：1）面向供应链协同规划的HPP策略，其主要用于解决多工厂生产链的优化设计问题，不适用于制造系统的内部生产控制领域。2）分阶段控制的HPP方法，此类研究最为广泛，其基本思路是基于订单差异分隔点或瓶颈位置，将制造系统分成推式和拉式生产阶段，其更加适用于产品结构相对固定及生产过程相对稳定的制造环境。3）基于负荷控制（Workload control，WLC）的HPP方法，相比于前两类方法，该方法更有可能应用于复杂非重复性制造系统中，原因是WLC与HPP能够互为补充从而对复杂环境具有更高的适应性。

基于WLC的HPP方法的现有研究中较具代表性的成果是将拉式方法精髓之一的卡片系统引入WLC中，这预期能极大提高方法的环境适应性与实用性，总结已有类似方法，存在以下几方面问题：

运行机制方面：已有方法的核心机制是先通过卡片来设置工作中心的负荷界限，再基于卡片授权方式进行周期与连续结合的任务投放，从而实现车间负荷均衡化。但在任务具有柔性工艺路线与不确定工时需求的复杂环境中，生产过程中的负荷动态不均衡性将极为显著，而原机制不具备进行动态负荷均衡的能力。原机制仅采用面向交货期的作业分派方式，无法对具有复杂关联关系的任务之间的生产进度进行动态协同。此外，原机制中卡片仅能表示负荷大小，不能发挥出像传统Kanban一样的车间状况显示和生产指令下达的功能。

优化方法方面：已有方法在进行任务投放选择优化时，通常需要假定任务具有唯一确定的工艺路线，这在复杂制造系统中往往难以成立；在诸如投放周期、负荷上界等关键参数的优化确定方面，通常采用经验估计法，或者利用数学工具建立严格假设条件下的稳态计算模型，这种方式更适合解决制造系统设计问题，而无法满足系统日常运行控制的动态优化需求；在工序交货期计算方面，通常按公共交货期进行倒排，此种方式难以满足关联任务间动态进度协同的需求。

受扰响应方面：已有研究仅能对少数干扰情况做出响应，而且也往往是点对点进行的，但在复杂制造系统中的随机干扰之间通常具有很高的关联性，这就需要系统能够快速进行一系列响应活动。

综上，针对高精模具制造过程的生产控制问题，虽然适合采用基于WLC的HPP方法来加以解决，但现有方法在运行机制、优化方法以及受扰响应这三个方面都存在明显不足。

发明内容

针对现有技术的不足之处，本发明的所要解决的技术问题在于提供一种包含了“推式负荷均衡化控制、拉式作业分派与协同控制、联动响应活动序列生成”的基于动态看板的模具生产过程自适应控制方法，从生产控制模式的角度研究建立适应复杂高精模具生产过程的控制系统，维持制造系统尽量在较优稳态下运行，同时又能使受扰系统快速回归稳态。

为了解决上述技术问题，本发明可以通过以下技术措施实现：一种基于动态看板的模具生产过程自适应控制方法，包括以下步骤：

一、建立基于动态看板的推式负荷均衡化控制机制，包括任务投放控制机制与任务转序控制机制，具体还包括：

1）周期性与连续性结合的投放触发机制；

2）动态看板的工序卡“绑定-释放”机制；

3）动态看板的工序卡和状态卡更新机制；

二、建立基于动态看板的拉式作业分派与协同机制，具体包括：

1）总体与局部联合牵引机制；

2）规则调度与动态批调度联合决策机制；

三、建立综合工艺规划的投放任务选择模型，具体包括：

1）构建参与优化选择的任务集合；

2） 考虑多工艺路线的最优投放任务选择整数规划模型；

3）工序卡的负荷大小估算；

四、柔性工序交货期动态计算，具体包括：

1）确定柔性顺排方法与柔性倒排方法；

2）多套模具并行装配环境下的任务交货期计算；

五、仿真驱动的耦合控制参数优化；

六、建立规则导向的受扰响应序列生成器，具体包括：

1）随机干扰影响及受扰系统状态演化过程分析；

2）构建“干扰事件-系统状态-响应活动”之间关联关系的映射规则；

3）规则导向的联动响应活动序列生成。

作为本发明的基于动态看板的模具生产过程自适应控制方法的优选实施方式，在步骤一中，所述周期性与连续性结合的投放触发机制中增加选择到使负荷更加均衡的任务的机率，依据实际生产情况设定最佳的投放周期长度。

在步骤二中，所述总体与局部联合牵引机制的总体牵引是一个基于工序交货期指引工作中心进行生产加工的过程，其体现的是对准时性的单目标优化；局部牵引是一个基于热处理生产需求指引前工序工作中心进行生产加工的过程，其体现的是对准时性与节能性的双目标优化，局部牵引的优先级高于总体牵引。

实施本发明的基于动态看板的模具生产过程自适应控制方法的技术方案具有如下有益效果：

1、设计了更具鲁棒性的基于松散耦合控制网络的运行机制：面向负荷总体均衡与动态均衡设计了推式负荷均衡化控制机制，面向动态进度协同与多目标生产优化设计了拉式作业分派与协同控制机制，并通过关联优化决策与多视图看板呈现实现了推拉机制的内在及外在耦合。

2、构建了更具复杂生产环境适应性的优化方法：考虑高度工艺路线柔性与工时不确定性，构建了综合工艺规划的投放任务选择方法；考虑模具装配物料需求的渐增齐套性，以及任务/工序加工进度之间复杂的动态协同性，构建了柔性ODD动态计算方法；考虑关键控制参数需要适应高可变制造系统的日常运作需求，构建了仿真驱动的耦合控制参数优化的群体智能算法。

3、建立了更具快速性的响应活动序列生成器：基于受扰系统的状态演化过程，建立了“干扰事件、系统状态及响应活动”之间关联关系的规则映射方法，并通过规则导向快速生成联动响应活动序列，驱动受扰系统快速回归稳态。

本发明能够突破推拉混合式控制方法在高度可变与复杂生产环境中的应用局限性，丰富了现有非重复性制造过程的生产控制系统理论，提出了解决复杂模具生产过程控制难题的新思路与新方法。本发明在工业中的应用，不仅能够通过提高生产控制自动化水平来加快模具企业向高精模具制造转型升级，提升我国模具行业的整体服务水平和国际竞争力，还能够为其它单件小批量制造企业的复杂生产控制问题提供值得借鉴的解决思路与解决方法，具有广泛的工程应用前景。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下结合优选实施例，并配合附图，详细说明如下。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制。

图1是本发明中的推拉混合式自适应生产控制方法的总体技术框架示意图。

图2是本发明的基于动态看板的模具生产过程自适应控制方法的推式任务投放与转序控制运行机制示意图。

图3是本发明的基于动态看板的模具生产过程自适应控制方法的拉式作业分派与进度协同运行机制示意图。

图4是本发明的基于动态看板的模具生产过程自适应控制方法建立的综合工艺规划的投放任务选择模型图。

图5是本发明的基于动态看板的模具生产过程自适应控制方法的柔性工序交货期动态计算过程示意图。

图6是本发明的基于动态看板的模具生产过程自适应控制方法的仿真驱动的耦合控制参数优化方法的框架图。

具体实施方式

下面结合附图详细说明本发明的具体实施方式，其作为本说明书的一部分，通过实施例来说明本发明的原理，本发明的其他方面、特征及其优点通过该详细说明将会变得一目了然。在所参照的附图中，不同的图中相同或相似的部件使用相同的附图标号来表示。为使本发明更加容易理解，下面将进一步阐述本发明的具体实施例。

基于系统动力学观点，自适应生产控制的目标是使制造系统处于稳态的时间相对长，而处于非稳态的时间则相对短，即需要制造系统在非稳态时能够快速向稳态转化。这一方面要求生产控制对高度可变环境具有较高的鲁棒性，以便使系统尽量长时间处于稳态；而另一方面又要求生产控制在制造系统处于非稳态时能够将其及时引导回稳态。基于此原则，图1给出的本发明所提出的基于动态看板的推拉混合式自适应生产控制方法的总体技术框架图。

首先，构建一个包含推式负荷均衡化控制机制及拉式作业分派与进度协同机制的松散耦合控制网络，实现较高的控制鲁棒性：推式机制考虑工艺路线的高度柔性与工时的高度不确定性等因素，通过关键控制参数的合理设置，以及对任务投放与任务转序的联合控制，实现负荷总体均衡与动态均衡，从而最大化制造系统的产出效率；拉式机制考虑装配物料的渐增式齐套需求以及车间生产的多目标优化需求，通过零件/工装工序交货期的协调计算，以及对工作中心的作业分派进行总体与局部牵引，实现零件/工装生产进度的动态协同和车间生产多目标的同时优化；推拉两种机制可以通过其包含的相关模型的输入/输出/参数/约束等内在耦合关联实现联动决策优化，同时还可以通过动态看板实现外在耦合的决策结果呈现。

其次，构建松散耦合控制网络环境下的响应活动序列生成器：松散耦合控制网络包含多个分散控制模块，基于预定的时点或事件触发方式驱动各个模块进行有序的控制活动，从而使制造系统维持在稳态运行状态。而当制造系统受到随机干扰之后，如任务出现返修，则需要快速采用非预定方式驱动相应模块进行相关控制活动，从而使系统从非稳态回归稳态。然而，复杂制造系统中的随机干扰众多，而且其对系统的影响往往不是单方面的或是孤立的，如零件的返修延误可能会影响到与其存在装配关系的其它零件，为了及时处理此种复杂关联影响，需要快速生成一个能够有序驱动相关控制模块进行相关控制活动的有向联动响应序列。首先对制造系统中各类干扰影响以及受扰系统状态演化过程进行分析，并据此预先构建描述干扰事件、系统状态以及响应活动之间关联关系的映射规则集，最后在规则集引导下快速生成有向联动响应活动序列。

下面详细描述本发明的基于动态看板的模具生产过程自适应控制方法，包括以下步骤：

一、建立基于动态看板的推式负荷均衡化控制机制，包括任务投放控制机制与任务转序控制机制，其运行机制如图2所示。鉴于多工艺路线以及多工作中心的表达复杂性，图中仅表示出单条工艺路线的3个工作中心的情况。其中投放控制目标是将最佳的任务在最佳的时间投放到其第1道工序的工作中心前的队列中，而转序决策目标是将已完成上一道工序的任务转运到下一道工序的最佳工作中心前的队列中。建立基于动态看板的推式负荷均衡化控制机制还包括：

周期性与连续性结合的投放触发机制：周期性投放可以增加选择到那些使负荷更加均衡的任务的机率，但周期性投放的间隔时间相对较长，在工艺路线高度柔性以及工时估计误差的综合作用下，可能出现工作中心饥饿的情况（即在投放间隔中出现“有设备空闲而没有待机任务”的情况），此时则用连续性触发方式加以补充，即临时投放任务到饥饿工作中心上。设置相对长的投放周期可以提高周期内工作中心的负荷上界，从而能投放更多任务以实现负荷的更均衡化，但另一方面又将增大任务在任务池中的等待时间，这又可能导致任务拖期量的增加。因此，这里的关键问题是如何依据实际生产情况设定最佳的投放周期长度，该周期设定问题与工作中心负荷定界问题具有紧密耦合关联。

动态看板的工序卡“绑定-释放”机制：任务被投放的同时也将占用其工艺路线上各个工作中心的生产能力，此处用工序卡的绑定与释放来更加形象化的表达此种能力需求。某个任务一旦被投放，则需要在其所经过的每个工作中心的“看板-负荷视图”上绑定一张工序卡；而当该任务在一个工作中心上加工完成，则绑定在其看板上的工序卡将立即释放。这里的关键问题是如何为绑定在工艺路线前后不同位置工作中心上的工序卡估算合理的负荷大小，传统WLC理论通常不考虑此种位置差别，这虽然能够确保每个投放任务都提前占用了足够的生产能力，但反过来又会给处于工艺路线较后位置的工作中心带来过高的间接负荷，在高度工艺柔性与工时不确定性的生产环境下，这又会导致投放间隔期内出现设备饥饿的概率大为增加。

动态看板的工序卡和状态卡更新机制：任务在某个工作中心上一旦加工完成则触发转序决策，其具有与投放控制类似的功能，只是这里仅针对单个任务进行，而投放控制则是针对一个任务集合进行。任务后续工艺路线一经规划确定，则即时更新该任务绑定在各工作中心上的工序卡信息（此处可能涉及整体工艺路线的变更，也可能仅是对原工序卡负荷大小的修正），同时向下一道目标工序下达转序授权，这里通过任务的状态卡来实现此种授权，即将该任务在目标工作中心看板的任务状态卡更新为相应颜色。当任务当前不能获得足够产能而无法进行转序时，它将必须在工作中心的待转区等待，针对此种任务可以灵活采用定时或事件触发机制重新进行转序决策。

二、建立基于动态看板的拉式作业分派与协同机制，图3给出了拉式作业分派与进度协同运行机制。前述推式控制机制目标是将合适的任务投放或转运到合适的工作中心上，即控制“看板-作业视图”内容的动态增减；而拉式控制机制目标是确定工作中心上任务的合理加工顺序，即控制“看板-作业视图”内容的动态呈现，具体包括：

总体与局部联合牵引机制：总体牵引是一个基于工序交货期（Operation due date，ODD）指引工作中心进行生产加工的过程，其体现的是对准时性的单目标优化，这里的关键是建立柔性ODD计算方法，即依据实际生产情况动态确定各关联任务的各道工序的交货期，用以协同它们之间的生产进度，满足装配物料的渐增式齐套需求，最小化各关联任务之间的互相等待时间。局部牵引是一个基于热处理生产需求指引前工序工作中心进行生产加工的过程，其体现的是对准时性与节能性的双目标优化，局部牵引的优先级总是高于总体牵引，即在局部牵引作用下，总体牵引将仅能提供辅助控制作用。

规则调度与动态批调度联合决策机制：规则调度用于确定非热处理工序的工作中心看板C区的任务排序，考虑到不同任务加工工时差异较大，所以此处不宜直接采用基于ODD先后的排序方法，本发明采用松弛时间法，即由任务的ODD和加工工时确定其最晚开工时间，该时间与当前时刻的差值就为任务的松弛时间，松弛时间小的任务排在前面，以确保其被优先加工。动态批调度用于确定热处理工序的最佳组批方案，考虑到热处理任务到达的动态性和不确定性，此处不适合采用传统研究常用的静态批调度或滚动周期批调度方法，本发明采用事件触发的实时调度方法，即由预定事件的发生触发决策，确定空闲热处理炉的最佳上机批次，同时确定前工序的任务加工顺序。

三、建立综合工艺规划的投放任务选择模型，所建立的综合工艺规划的投放任务选择模型如图4所示，先构建参与优化选择的任务集合，再建立考虑多工艺路线的最优投放任务选择整数规划模型，最后视集合规模大小，选用适合于整数规划模型求解的精确算法或近似算法，具体包括：

参与优化选择的任务集合构建：该集合构建需要协调任务准时交货与车间负荷均衡两方面需求。任务的不同工艺路线所经过的工作中心不同，而在不同工作中心上的加工工时与平均等待时间都存在差异，所以针对每条工艺路线都可以基于倒排方法确定一个计划投放时间PRD，所有工艺路线对应的PRD中的最值小和最大值就构成了任务的计划投放时间范围（PRDmin，PRDmax）。如果某个任务的计划投放时间范围与当前时刻CD的投放周期T存在交叠，即时段（PRDmin，PRDmax）与时段（CD，CD+T）之间存在交集，则将该任务纳入选择任务集合中，依据此方法遍历当前任务池中的所有的任务，将所有被选中的任务构成的集合称为“优先投放集合”，该集合的任务如果被优先投放，则可以提高交货的准时性。然而，“优先投放集合”的规模波动性较大，可能出现将其中任务全部投放都无法满足产能的情况，所以还需要构建一个“次优先投放集合”，如将计划投放时段与时段（CD+T，CD+2T）存在交集的所有任务纳入该集合中，但此种方法同时也会增加那些交货期原本较松的任务的投放机率，它们将可能过早的占用生产能力，需要确定该集合的最佳规模。

整数规划模型构建：投放任务选择问题实质是一个组合优化问题：集合中每个任务有多条可选工艺路线，每条工艺路线上又有多个可选工作中心，在实现所有工作中心平均负荷率最大化目标下，为每个任务确定一条最佳的工艺路线，以及为其每道工序确定一个最佳的工作中心，这里的主要约束是任务在该被选工艺路线上的每个被选工作中心上绑定的工序卡不能造成负荷超过允许的上限。该模型与传统的综合工艺规划的生产计划模型不同，本模型不需要通过考虑众多复杂约束计算出任务每道工序的计划开始与结束时间，而仅需要通过工序卡的绑定来实现车间负荷的总体均衡化。基于该模型，先对“优先投放集合”进行选择，然后再对“次优先投放集合”进行选择。

工序卡的负荷大小估算方法：前述整数规划模型的关键问题是：如何对绑定在工作中心上的工序卡的负荷大小进行合理估算，主要需要解决两个主要问题：1）任务加工工时的不确定性问题。在投放时刻，针对任务各道工序的加工工时往往只能确定一个时间范围，传统研究通常采用模糊函数来描述这种工时不确定性，这既会增加模型的复杂度，而且此种方法对复杂制造环境是否有效仍待验证。因而此处采用一种更为实用的规则方法：少数关键任务的生产周期通常比非关键任务长得多，其生产进度将影响整套模具的交货期，需要优先满足其能力需求，因而为了确保关键任务能够占用足够的产能，其工时取工时范围的最大值；非关键任务的工时则取工时范围的期望值；工装任务的工时取工时范围的最小值。而且，此种规则带来的可能工时误差，也将在后续进行的转序决策中得以修正。2）长工艺路线带来的工作中心间接负荷虚高问题。在传统WLC理论中，通常不考虑工作中心在工艺路线中的位置情况，而将任务在工作中心上的加工工时即作为其对该工作中心的负荷需求，这将确保任务被投放之后能够获得所需的足额加工能力，但同时也会给较后位置的工作中心带来虚高的间接负荷，毕竟在长工艺路线环境下任务并不一定能够在当前周期到达这些较后的工作中心。拟采取的应对方法是：为了确保少数关键任务能提前获得足额的加工能力，适宜采用传统WLC方法；非关键任务对工作中心的负荷贡献最大，需要依据工作中心在工艺路线中的位置，对相应工时进行合理折算之后再作为其负荷需求，这样能减小较后工作中心上的间接负荷，从而极大提高负荷均衡化效果；由于工装任务的工艺路线和加工工时普遍较短，它们既不会对总体负荷均衡带来太大影响，同时还可以利用它们的灵活投放来充分利用临时闲置产能，所以不考虑它们所产生的间接负荷。

四、柔性工序交货期动态计算，图5给出了任务的ODD动态计算过程。首先通过关键任务的投放或转序连续触发其预计完成时间的估计计算（基于顺排方法），然后以该时间作为模具装配的开始时间，依据模具装配结构和装配工序预计生产工期计算其它非关键任务开始装配的时间（其即为任务加工阶段的交货期），再以该时间为起点计算已投放非关键任务各道工序的交货期（基于倒排方法），最后依据关键任务与非关键任务的ODD确定工装任务的交货期，具体包括：

柔性顺排方法与柔性倒排方法：柔性顺排基本思路：基于原始顺排方法计算关键任务的最后一道工序的ODD，如果该ODD小于模具项目计划规定的交货期DD，则按比例放大其每道工序的工期，从而补偿平均等待时间AWT或加工工时PT的可能估计误差；如果该ODD大于交货期DD，则用最小等待时间重新基于顺排方法计算最后一道工序的ODD，如果该ODD仍大于DD，则以该ODD作为其最终交货期，否则则按比例缩小其每道工序的工期，从而使该任务具有更紧迫的ODD。柔性倒排基本思路：基于原始倒排方法计算非关键任务的第一道未开工工序的计划开始时间PRD，再依据该PRD与任务实际投放时间或转序时间的差异，按比例放大或缩小其每道工序的工期。

多套模具并行装配环境下的任务交货期计算问题，模具装配单元往往同时有多套模具并行装配，传统模具制造的装配周期普遍较短，所以通常基于无限能力方法计算任务的装配开始时间。但在高精模具制造中，其装配周期往往较长，对关键资源（有经验的钳装师傅）的依赖性也更强，此类模具装配单元就可能成为一类复杂的人工作业系统，此时适应传统制造环境的无限能力方法可能会失去效力，因而需要采用具有更高复杂度的有限能力方法。

五、仿真驱动的耦合控制参数优化；任务的投放周期与工作中心的负荷上界是本发明所提出的生产控制方法的关键控制参数，能否对它们进行合理设定将直接或间接影响上述优化方法的有效性。解决该问题的困难在于：一是两个参数之间具有紧密耦合关联（工作中心负荷上界＝投放周期内工作中心的额定产能×负荷加载比），难以对两个参数进行解耦优化；二是制造系统具有极高复杂度，难以利用排队网等数学工具进行建模优化；三是参数设定需要满足高可变制造环境的日常运作需求。考虑到仿真技术具有极强的复杂制造系统建模能力，而ABC算法作为一类群体智能算法又具有较快的收敛速度，拟将它们进行有机结合，构造一类解决上述耦合参数优化问题的有效方法，其框架如图6所示，主要包含车间运作模拟仿真模型、指标分析器以及ABC算法三个互相联系的部分。

现实制造系统的任务投放发生即触发耦合参数优化决策，目标是确定下一次进行任务投放的时点及相应的工作中心负荷上界。先以简单原则产生一个投放周期T（如逐天递增法），ABC算法获取实际制造车间上一投放周期的相关统计数据，并据此进行投放周期T下的种群初始化以及将其表示的负荷上界信息输入仿真模型中，仿真模型获取实际制造车间的当前情景，然后以周期T将任务池中的当前任务进行模拟投放，直至任务池中所有任务投放完成，此时指标分析器则获取仿真结果数据并进行统计分析，然后将作为适应度函数值的相关统计指标输入ABC算法，其将基于输入的适应度值进行相关的寻优搜索，产生新的种群之后又重复上述过程，直至满足终止条件为止，输出的结果即为投放周期T所对应的最佳负荷上界。通过不断产生新投放周期执行上述决策过程，就可以获得各种周期下的最佳负荷上界及其对应的相关性能指标，其中最佳性能指标对应的周期与负荷上界即为所求的最优参数。上述决策方法充分考虑了当前生产情况，虽然在任务池任务量较多时仍将非常耗时，但由于其可以在线下运行从而能缓解此种矛盾。

六、建立规则导向的受扰响应序列生成器，具体包括：

随机干扰影响及受扰系统状态演化过程分析：尽管前述松散耦合控制网络能够使制造系统具有较高的稳健性，但复杂模具制造过程中仍然有诸多随机干扰因素，如与任务相关的返修、交期变更、工程变更、任务暂停/取消、紧急插单，与资源相关的机器损坏/修复等，不同干扰的影响往往不同，而即便是同一种干扰也可能有不同的影响，如关键任务返修的影响要比非关键任务返修的影响大很多。如果将制造系统在受到一类干扰影响下的情境认为是一个系统状态，则依据干扰的影响范围，该状态将向其它状态进行演化，而系统处于不同状态时又需要控制网络采用不同的响应活动，所以首先需要对复杂模具制造系统的众多随机干扰进行分类并分析其影响范围和程度，再据此总结出制造系统受不同干扰时的各种状态以及不同状态之间的演化路径。

“干扰事件-系统状态-响应活动”之间关联关系的映射规则构建：为了确保针对受扰系统的联动响应活动序列生成的快速性，可能较难以应用自适应控制领域中常用的诸如Q学习、BP网络等耗时方法，而规则方法在运行速度方面则具有较大优势。所以本发明将预先构建“干扰事件-系统状态-响应活动”之间关联关系的映射规则库，当制造系统受到干扰时能够通过规则引导快速生成响应活动序列。但此种方法的效果将取决于预设规则的粒度与精度，决策者可以在生产实践中不断修改或添加规则。

规则导向的联动响应活动序列生成：当制造系统中有干扰产生时，依据干扰导致的制造系统情境匹配出所有相关联的规则，再由规则导向生成一个带权有向图（WeightedDirected Graph，简称WDG），其即表示一个联动响应活动序列，WDG中节点代表系统状态，节点与节点之间的有向边表示响应活动，边的权重则表示响应活动涉及的参数。此种方法中，如果规则的粒度较粗，则响应活动范围将较大，最极端情况是控制网络中所有模块都被激发，此时系统将需要较长的响应时间，反之又会使WDG的生成过程耗时较长，不利于系统做出及时的响应控制，所以需要建立规则粒度合理性的评价方法。

本发明建立的模具生产过程HPP自适应控制方法，具有如下优点：

1、设计了更具鲁棒性的基于松散耦合控制网络的运行机制：面向负荷总体均衡与动态均衡设计了推式负荷均衡化控制机制，面向动态进度协同与多目标生产优化设计了拉式作业分派与协同控制机制，并通过关联优化决策与多视图看板呈现实现了推拉机制的内在及外在耦合。

2、构建了更具复杂生产环境适应性的优化方法：考虑高度工艺路线柔性与工时不确定性，构建了综合工艺规划的投放任务选择方法；考虑模具装配物料需求的渐增齐套性，以及任务/工序加工进度之间复杂的动态协同性，构建了柔性ODD动态计算方法；考虑关键控制参数需要适应高可变制造系统的日常运作需求，构建了仿真驱动的耦合控制参数优化的群体智能算法。

3、建立了更具快速性的响应活动序列生成器：基于受扰系统的状态演化过程，建立了“干扰事件、系统状态及响应活动”之间关联关系的规则映射方法，并通过规则导向快速生成联动响应活动序列，驱动受扰系统快速回归稳态。

综上，本发明能够突破推拉混合式控制方法在高度可变与复杂生产环境中的应用局限性，丰富了现有非重复性制造过程的生产控制系统理论，提出了解决复杂模具生产过程控制难题的新思路与新方法。本发明在工业中的应用，不仅能够通过提高生产控制自动化水平来加快模具企业向高精模具制造转型升级，提升我国模具行业的整体服务水平和国际竞争力，还能够为其它单件小批量制造企业的复杂生产控制问题提供值得借鉴的解决思路与解决方法，具有广泛的工程应用前景。

最后所应当说明的是，以上实施例仅用以说明本发明的技术方案而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (5)

1.一种基于动态看板的模具生产过程自适应控制方法，其特征在于，包括以下步骤：

一、建立基于动态看板的推式负荷均衡化控制机制，包括任务投放控制机制与任务转序控制机制，具体还包括：

1）周期性与连续性结合的投放触发机制；

2）动态看板的工序卡“绑定-释放”机制；

3）动态看板的工序卡和状态卡更新机制；

二、建立基于动态看板的拉式作业分派与协同机制，具体包括：

1）总体与局部联合牵引机制；

2）规则调度与动态批调度联合决策机制；

三、建立综合工艺规划的投放任务选择模型，具体包括：

1）构建参与优化选择的任务集合；

2） 考虑多工艺路线的最优投放任务选择整数规划模型；

3）工序卡的负荷大小估算；

四、柔性工序交货期动态计算，具体包括：

1）确定柔性顺排方法与柔性倒排方法；

2）多套模具并行装配环境下的任务交货期计算；

五、仿真驱动的耦合控制参数优化；

六、建立规则导向的受扰响应序列生成器，具体包括：

1）随机干扰影响及受扰系统状态演化过程分析；

2）构建“干扰事件-系统状态-响应活动”之间关联关系的映射规则；

3）规则导向的联动响应活动序列生成。

2.根据权利要求1所述的基于动态看板的模具生产过程自适应控制方法，其特征在于，在步骤一中，所述周期性与连续性结合的投放触发机制中增加选择到使负荷更加均衡的任务的机率，依据实际生产情况设定最佳的投放周期长度。

3.根据权利要求1所述的基于动态看板的模具生产过程自适应控制方法，其特征在于，在步骤二中，所述总体与局部联合牵引机制的总体牵引是一个基于工序交货期指引工作中心进行生产加工的过程，其体现的是对准时性的单目标优化；局部牵引是一个基于热处理生产需求指引前工序工作中心进行生产加工的过程，其体现的是对准时性与节能性的双目标优化，局部牵引的优先级高于总体牵引。

4.根据权利要求1所述的基于动态看板的模具生产过程自适应控制方法，其特征在于，在步骤四中，所述柔性顺排方法基于原始顺排方法计算关键任务的最后一道工序的工序交货期，如果该工序交货期小于模具项目计划规定的交货期，则按比例放大其每道工序的工期，从而补偿平均等待时间AWT或加工工时PT的可能估计误差；如果该工序交货期大于交货期，则用最小等待时间重新基于顺排方法计算最后一道工序的工序交货期，如果该工序交货期仍大于交货期，则以该工序交货期作为其最终交货期，否则则按比例缩小其每道工序的工期；柔性倒排方法基于原始倒排方法计算非关键任务的第一道未开工工序的计划开始时间PRD，再依据该PRD与任务实际投放时间或转序时间的差异，按比例放大或缩小其每道工序的工期。

5.根据权利要求1所述的基于动态看板的模具生产过程自适应控制方法，其特征在于，在步骤五中，所述仿真驱动的耦合控制参数优化先以简单原则产生一个投放周期，并据此进行投放周期下的种群初始化以及将其表示的负荷上界信息输入仿真模型中，仿真模型获取实际制造车间的当前情景，然后以周期将任务池中的当前任务进行模拟投放，直至任务池中所有任务投放完成。