CN109164762A - 一种制造系统的智能模块构建方法、制造系统以及制造方法 - Google Patents
一种制造系统的智能模块构建方法、制造系统以及制造方法 Download PDFInfo
- Publication number
- CN109164762A CN109164762A CN201810761999.XA CN201810761999A CN109164762A CN 109164762 A CN109164762 A CN 109164762A CN 201810761999 A CN201810761999 A CN 201810761999A CN 109164762 A CN109164762 A CN 109164762A
- Authority
- CN
- China
- Prior art keywords
- production
- intelligent object
- task
- equipment
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 199
- 238000010276 construction Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 67
- 230000007246 mechanism Effects 0.000 claims abstract description 32
- 230000006978 adaptation Effects 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 230000002452 interceptive effect Effects 0.000 claims abstract description 12
- 238000009826 distribution Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 53
- 238000012545 processing Methods 0.000 claims description 27
- 238000011156 evaluation Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 13
- 238000012790 confirmation Methods 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 7
- 230000002860 competitive effect Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 230000007423 decrease Effects 0.000 claims 1
- 238000003780 insertion Methods 0.000 claims 1
- 230000037431 insertion Effects 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种制造系统的智能模块的构建方法,所述制造系统包括多个生产设备,每个生产设备具有所述智能模块,所述智能模块的构建方法包括如下步骤:S1:根据不同生产设备配置相应的嵌入式微处理器;S2:基于各生产设备的运动信息、状态信息构建所述模块的适配层;S3:根据适配层,提取相应的状态信息、外部交互信息,构建所述模块的智能分析层;S4:根据各个模块间的组织关系,构建智能模块的信息交互机;S5:将构建的适配层、智能分析层以及信息交互机制写入嵌入式微处理器中。本发明提出的这种智能模块构建方法,应用于不同的生产设备,克服离散车间下生产过程中“多品种、小批量、工艺多变”而带来的生产困难,提高生产的分配合理性,减少人工操作,提高了效率和可靠性。
Description
技术领域
本发明涉及智能制造领域,尤其是基于信息物联驱动下的离散车间自组织生产中智能模块构建方法、制造系统及制造方法。
背景技术
智能制造是基于新一代的制造技术、信息技术、物流技术,贯穿设计、生产、管理、服务等制造系统的各个环节,具有信息的深度自知、智慧化自决策、精准的自我控制的先进制造过程。离散车间是企业从事机械产品零部件生产活动的物理实体,本就受到如设备故障、紧急插单、工件返修、加工时间波动等多种不确定扰动因素带来的影响,而随着定制化程度的提高,多数制造企业开始面临“多品种、小批量、工艺多变”性质生产任务带来的挑战。因此迫切需要一套合理的智能模块,嵌入实际的生产设备,对生产过程进行优化,以提高生产效率。目前,传统的生产设备包括:数控机床,机械手,物流AGV等,基本上都单纯的以一个独立的对象实现生产过程,该模块只具备单一的加工、物流的功能,难以与外部其他模块实现信息交互,共享加工状态,并根据实时的状态信息对自身生产过程进行分析,并自主作出运动决策。
发明内容
本发明的主要目的在于提供一种制造系统的智能模块构建方法、制造系统以及制造方法,通过这种智能模块的构建,不仅可使得独立的生产个体具备与外界进行实时交互的能力,同时对共享的加工信息与生产状态实时分析、决策,完善自身的加工动作执行,提高整个制造系统的生产效率,实现生产加工的分配合理性。
为达到以上目的,本发明采用的技术方案为:一种制造系统的智能模块的构建方法,所述制造系统包括多个生产设备,每个生产设备具有所述智能模块,其特征在于,所述智能模块的构建方法包括如下步骤:
S1:根据不同生产设备配置相应的嵌入式微处理器;
S2:基于各生产设备的运动信息、状态信息构建所述模块的适配层;
S3:根据适配层,提取相应的状态信息、外部交互信息,构建所述模块的智能分析层;
S4:根据各个模块间的组织关系,构建智能模块的信息交互机;
S5:将构建的适配层、智能分析层以及信息交互机制写入嵌入式微处理器中。
优选地,步骤S2包括如下步骤:
S21:分析每个生产设备的运动信息,总结对应生产设备在运动过程中实现的功能;
S22:分析每个生产设备的状态信息,总结对应生产设备的智能模块在不同功能实现下的状态结果;
S23:根据运动信息与状态信息,构建智能模块的运动控制与信息采集的链接库;
S24:在运动控制与信息采集的链接库基础上构建智能模块的适配层。
优选地,所述生产设备的运动信息包括机床主轴转动的启动和停止、数控程序的执行与暂停、机械手各个轴的运动、物流AGV的加速与减速中的一个或者多个。
优选地,所述生产设备的状态信息包括生产设备当前运动位置坐标、报警信息以及运动结果状态信息。
优选地,所述链接库包括运动控制链接库和状态信息链接库。
优选地,所述步骤S3中的每个生产设备的智能模块的智能分析层包括:
评价模块,用于分析适配层反馈的生产设备的状态信息以及与其它生产设备的交互信息,分析结果会生成相应的报告文件进入网络;
决策模块,用于根据生成的报告文件确定是否接受任务,并与网络中其它生产设备达成最终协议后,驱动适配层完成相关生产动作执行;
缓存模块,用于存储执行结果文件,所述执行结果文件根据生产设备动作执行完成的设备状态生成。
优选地,所述缓存模块还用于存储报告文件,所述报告文件包含在生产设备的动作执行过程中出现的相关问题或者报警信息。
优选地,步骤S4中的信息交互机制包括:
生产任务发起机制,根据生产设备上当前的工序信息与下一步的加工任务构建而成;
评估机制,通过不同的生产设备的状态、生产能力、生产负载对接受加工任务的生产设备进行评价;
任务协议机制,根据接受加工任务的设备与发起设备之间的交互信息构建而成。
本发明还提供一种制造系统,所述制造系统包括多个生产设备,每个所述生产设备具有嵌入式微处理器,每个嵌入式微处理器具备智能模块,其特征在于,所述智能模块由上述智能模块构建方法构建而成。
本发明还提供一种制造系统的制造方法,其特征在于,具体包括如下步骤:
S61:制造系统根据任务工件的上的电子标签发布任务;
S62:任务工件下达至车间层时,在智能仓储出口处被制造系统感知,车间层根据任务工件上的电子标签被告知需要干什么以及怎样操作;
S63:任务工件来到缓存区,生产设备的智能模块通过电子标签读写器获取工艺路线及对应于每道工艺步骤的加工参数;
S64:任务工件某道工序被加工完成时,智能模块将当前工件状态信息告知制造系统,同样通过制造系统的读写装置完成电子标签中状态内容的更新,当前智能模块根据工件的下一步加工任务与其它智能模块交互,确定任务工件的下一步加工工序所需的生产设备。
优选地,所述步骤S63具体包括如下步骤:
S631:具有任务执行能力的生产设备将自身状态、当前任务、缓存任务的信息打包成标书给发起者,进行参与接受任务的争夺;
S632:发起者对参与竞标的n个物流智能模块和m个加工设备智能模块进行组合,生成nxm个候选竞标组合;
S633:发起者根据接收到的标书评估对于该生产任务的执行结果,且将评估结果与对应智能模块评估机制的缓存任务评估值进行比较,筛选出评估值优于各自对应缓存任务评估值的组合候选集;
S634:对筛选出的组合候选集按评估结果优劣排序,相同评估结果的组合随机排序,并向最优组合中的生产设备发送包含有组合选择、评估值、工序任务信息内容的确认选择信息;
S635:选中的生产设备智能模块收到确认选择信息后,同样根据最新的自身状态、缓存任务信息决定是否接受生产任务,生产设备的智能模块回复对应信息,如果确定接受当前加工任务,生产设备之间形成协议;
S636:被选中的物流设备的智能模块收到确认选择信息后,同样根据最新的自身状态、缓存任务信息决定是否接受并签署任务协议,并向S635中的加工设备智能模块回复对应信息,若协议达成,则该物流设备智能模块的缓存任务将会被替换成当前达成协议中的任务;当635中的加工设备智能模块收到S635中物流设备智能模块的协议结果进行自身协议的确定,并将协议结果回复给发起者,若协议达成,则S635中的加工设备智能模块中的缓存任务将会被替换成当前达成协议中的任务。
S637:若发起者收到协议结果为达成协议,则完成对该工序任务的交互机制协调过程。
优选地,在步骤S637中,若发起者收到结果为协议未达成,则从组合候选集中删去包含有拒绝协议的参与者的组合,并转至S634选择其他组合,直至候选集为空,完成对对应工序任务的交互过程。
与现有技术相比,本发明具有以下有益效果:
1)本发明构建的智能模块,不仅解决了离散车间下生产过程中“多品种、小批量、工艺多变”而带来的生产困难,提高生产的分配合理性,同时根据交互机制实现工件完整加工,减少人工操作,提高了效率和可靠性;该智能模块具有评估机制,根据设备当前的生产能力和负载状态,合理的分配生产和资源利用率。
2)本发明的智能模块能够实现从接受生产任务信息到与其他生产设备交互完成任务,避免了传统的单一、独立的生产设备所带来的问题及不便,提高生产效率及制造系统的智能性
附图说明
图1为本发明提供的智能模块组成结构示意图;
图2为本发明智能模块交互机制过程图。
图3为本发明提供的离散车间制造系统各生产设备物联网络示意图;
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。
一种信息物联驱动下智能模块构建方法,包括如下步骤:
S1:根据不同生产设备配置相应的嵌入式微处理器;
S2:基于各生产设备的运动信息、状态信息构建所述模块的适配层;
S3:根据适配层,提取相应的状态信息、外部交互信息,构建所述智能模块的智能分析层;
S4:根据各智能模块间的组织关系,构建智能模块的信息交互机制,以达到高实时性;
S5:将构建的适配层、分析层以及信息交互机制以程序的形式写入嵌入式微处理器中,形成一套智能模块。
在步骤S1中,嵌入式微处理器可以为工控机,工控机采用总线结构传输信息,其具有CPU、硬盘、内存、外设及接口,并有操作系统。
在步骤S2中,适配层构建主要包括底层的链接库(与设备通信的API函数接口)构建和执行函数的编写,链接库根据设备在生产任务中的动作执行情况与信息传递情况构建的,执行函数则是基于链接库,分析设备整体运动情况进行编写,执行函数包括设备运动触发函数、设备生产信息获取函数,例如:数控机床启停触发程序、夹具开合程序,报警信息监控、状态寄存器监控程序。
具体地,所述步骤S2又具体包括如下步骤:
S21:分析生产设备的运动信息,总结运动过程中实现的功能;
S22:分析生产设备的状态信息,总结所述智能模块在不同功能实现下的状态结果;
S23:根据运动信息与状态信息,构建所述智能模块的运动控制与信息采集的链接库;
S24:根据制造过程中模块的整体运动情况,在运动控制与信息采集的链接库基础上构建模块的适配层。
在步骤S21中,所述生产设备的运动信息可以包括机床主轴转动的启动和停止、数控程序的执行与暂停、机械手各个轴的运动、物流AGV的加速与减速等。
在步骤S22中,所述生产设备的状态信息可以包括生产设备当前运动位置坐标、生产设备的报警信息、设备的运动结果状态信息,其中运动结果状态信息可以为数控机床是否处于开启状态、是否处于程式暂停状态、AGV小车是否处于启动状态、AGV小车上出货平台是否在工作等。
在步骤S23中,根据设备底层提供的相关接口与控制函数,结合微处理器的控制地址以及生产设备本身的运动信息、状态信息,分别构建运动控制链接库、状态信息链接库。
在步骤S24中,对设备整体运动情况进行分析,结合外部设备的状态信息,实现设备与制造系统交互配合下的动作执行以及信息反馈,从而构建生产设备的适配层。
在步骤S3中,智能分析层是构建智能模块的核心部分,设备自身信息和外部信息(某个生产设备之外的包括其它生产设备的信息)在此处进行分析,分析结果会生成相应的报告文件进入网络,同时智能分析层负责确定是否接受任务,并与网络中其它生产设备达成最终协议后,驱动适配层完成动作执行。针对不同类型的生产设备的智能模块,智能分析层拥有不同的运作机制。
所述步骤S3具体包括如下步骤:
S31:分析适配层反馈的设备状态信息以及与外部设备的交互信息,分析结果会生成相应的报告文件进入网络,组成智能分析层中的评价模块;
S32:根据生成的报告文件确定是否接受任务,并与网络中其它生产设备达成最终协议后,驱动适配层完成相关生产动作执行;针对不同类型的生产设备的生产状态,分析层拥有不同的运作机制;由此组成智能分析层的决策模块;所述运作机制包括最小化加工时间、最大化当前负载等等。
S33:根据执行完成的设备状态,生成执行结果文件,如果在执行过程中出现相关问题或者报警,同时记录错误日志,连同报告文件、执行结果文件共同存储于数据系统,方便用于对设备的维护与评价,由此构成智能分析层的缓存模块。此步骤中的设备状态可以为工作或停止状态、缓存区是否还有工件等等。
在步骤4中,具体地,构建信息交互机制可以为设立信息邮箱,通过信息邮箱能够实现信息存储,防止信息堵塞。
所述步骤4具体包括如下步骤:
S41:根据生产设备上工件当前的工序信息与下一步的加工任务,构建生产任务发起机制;
S42:根据不同的生产设备的状态、生产能力、生产负载等设计一套评估机制,用于对接受加工任务的生产设备进行评价,合理分配加工任务;
S43:根据接受加工任务的设备与发起设备之间的交互信息,构建任务协议机制;
S44:为了提高系统全局性和强实时性,构建监控方智能模块。
具体地,所述S41的生产任务发起机制为当任务工件完成工步加工或生产设备发生故障时,所在生产设备的智能模块成为任务发起者。对于每个发起者从自身待加工工件队列中选择一个工件的下一道工序任务,向系统内得到其它生产设备发布任务信息。
步骤S42提到的评估机制具体为根据接收到生产任务信息的设备状态、生产能力即当前负载评估对于该生产任务的执行结果,且将评估结果与对应智能模块评估机制的缓存任务评估值进行比较,筛选出评估值优于各自对应缓存任务评估值的组合候选集。
所述S43的任务协议机制具体为被选中的物流设备、加工设备智能模块收到确认选择信息后,同样根据最新的自身状态、缓存任务等信息决定是否接受生产任务,加工设备智能模块回复对应信息。如果确定接受当前加工任务,设备之间形成协议,确保生产任务的精准到达与实时监测。
所述生产任务发起机制、评估机制以及任务协议机制构成了智能模块的交互机制,依据该交互机制,实现模块间生产任务的配合完成。
所述S44的监控方智能模块的构建用于提高整个系的强实时性,加强系统的全局性,对于提高系统的智能化有重要意义;具体为在外部构建一个智能模块中引入约束目标或优化算法,构建成监控方智能模块,监控方智能模块对系统关心的全局信息进行监控和预测,在预测值超出允许范围时,对系统运行进行干预;同时监控方智能模块需要保证在制品交货期,以及极端情况下的工作,如某台设备故障后掉电,本身无法发出任务疏导自身缓存区内任务工件,监控方智能模块将告知系统,系统将在总服务器中生成替代的智能模块,发布相应任务。
所述制造系统中的生产设备包括:
加工设备:作为固定资源,加工设备与其对应的缓存区共同构成了物联制造网络中的节点,除负责对工件进行加工外,还负责对任务工件状态进行感知和更新。
物流设备:包括了用于将任务工件送至加工节点的AGV小车和负责从缓存区取出或放入工件并配合加工设备完成装夹的机械手等。
任务工件:为待加工的工件,在待加工的工件上设置有RFID电子标签,通过电子标签任务工件能够携带自身工艺和状态信息进入加工系统。
所述制造系统的生产过程如下:
S61:制造系统根据任务工件的上的电子标签发布任务;
S62:任务工件下达至车间层时,在智能仓储出口处被制造系统感知,车间层根据任务工件上的电子标签被告知需要干什么以及怎样操作;
S63:任务工件来到缓存区,生产设备的智能模块通过RFID读写器获取工艺路线及对应于每道工艺步骤的加工参数;
S64:任务工件某道工序被加工完成时,智能模块将当前工件状态信息告知系统,同样通过系统的读写装置完成电子标签中状态内容的更新,当前模块根据工件的下一步加工任务与系统其它模块交互,确定工件的下一步加工目的地。
步骤S63具体包括如下步骤:
S631:具有任务执行能力的生产设备将自身状态、当前任务、缓存任务等信息打包成标书给发起者,进行参与接受任务的争夺,没有任务执行能力的参与者直接回复拒绝接受任务信息;所述发起者为任务工件当前所在的加工设备或者物流设备的智能模块,例如,当任务工件在第一道工序所在的加工设备时,该加工设备的智能模块为发起者;
S632:发起者对参与竞标的n个物流智能模块和m个加工设备智能模块进行组合,生成nxm个候选竞标组合;
S633:发起者根据接收到生产任务信息的设备状态、生产能力,当前负载,评估对于该生产任务的执行结果,且将评估结果与对应智能模块评估机制的缓存任务评估值进行比较,筛选出评估值优于各自对应缓存任务评估值的组合候选集;
S634:对筛选出的组合候选集按评估结果优劣排序,相同评估结果的组合随机排序,并向最优组合中的生产设备发送包含有组合选择、评估值、工序任务信息等内容的确认选择信息;
S635:选中的加工设备智能模块收到确认选择信息后,同样根据最新的自身状态、缓存任务等信息决定是否接受生产任务,设备智能模块回复对应信息。如果确定接受当前加工任务,生产设备之间形成协议,确保生产任务的精准到达与实时监测。
S636:被选中的物流设备智能模块收到确认选择信息后,同样根据最新的自身状态、缓存任务等信息决定是否接受并签署任务协议,并向S635中的加工设备智能模块回复对应信息。若协议达成,则该物流设备智能模块的缓存任务将会被替换成当前达成协议中的任务;当S635中的加工设备智能模块收到S635中物流设备智能模块的协议结果进行自身协议的确定,并将结果回复给发起者。若协议达成,则S635中的加工设备智能模块中的缓存任务将会被替换成当前达成协议中的任务。
S637:若发起者收到结果为达成协议,则完成对该工序任务的交互机制协调过程。若发起者收到结果为协议未达成,则从组合候选集中删去包含有拒绝协议的参与者的组合,并转至S634选择其他组合,直至候选集为空,完成对该工序任务的交互过程。
每完成任务工件的一个工序执行一次上述S631-S637的步骤,即当完成一个工序后,需要以该一个工序的加工设备为发起者,选择下一个工序的加工设备。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (12)
1.一种制造系统的智能模块的构建方法,所述制造系统包括多个生产设备,每个生产设备具有所述智能模块,其特征在于,所述智能模块的构建方法包括如下步骤:
S1:根据不同生产设备配置相应的嵌入式微处理器;
S2:基于各生产设备的运动信息、状态信息构建所述模块的适配层;
S3:根据适配层,提取相应的状态信息、外部交互信息,构建所述模块的智能分析层;
S4:根据各个模块间的组织关系,构建智能模块的信息交互机;
S5:将构建的适配层、智能分析层以及信息交互机制写入嵌入式微处理器中。
2.根据权利要求1所述的构建方法,其特征在于,步骤S2包括如下步骤:
S21:分析每个生产设备的运动信息,总结对应生产设备在运动过程中实现的功能;
S22:分析每个生产设备的状态信息,总结对应生产设备的智能模块在不同功能实现下的状态结果;
S23:根据运动信息与状态信息,构建智能模块的运动控制与信息采集的链接库;
S24:在运动控制与信息采集的链接库基础上构建智能模块的适配层。
3.根据权利要求2所述的构建方法,其特征在于,所述生产设备的运动信息包括机床主轴转动的启动和停止、数控程序的执行与暂停、机械手各个轴的运动、物流AGV的加速与减速中的一个或者多个。
4.根据权利要求2所述的构建方法,其特征在于,所述生产设备的状态信息包括生产设备当前运动位置坐标、报警信息以及运动结果状态信息。
5.根据权利要求2所述的构建方法,其特征在于,所述链接库包括运动控制链接库和状态信息链接库。
6.根据权利要求1-5任一项所述的构建方法,其特征在于,所述步骤S3中的每个生产设备的智能模块的智能分析层包括:
评价模块,用于分析适配层反馈的生产设备的状态信息以及与其它生产设备的交互信息,分析结果会生成相应的报告文件进入网络;
决策模块,用于根据生成的报告文件确定是否接受任务,并与网络中其它生产设备达成最终协议后,驱动适配层完成相关生产动作执行;
缓存模块,用于存储执行结果文件,所述执行结果文件根据生产设备动作执行完成的设备状态生成。
7.根据权利要求6所述的构建方法,其特征在于,所述缓存模块还用于存储报告文件,所述报告文件包含在生产设备的动作执行过程中出现的相关问题或者报警信息。
8.根据权利要求1-5任一项所述的构建方法,其特征在于,步骤S4中的信息交互机制包括:
生产任务发起机制,根据生产设备上当前的工序信息与下一步的加工任务构建而成;
评估机制,通过不同的生产设备的状态、生产能力、生产负载对接受加工任务的生产设备进行评价;
任务协议机制,根据接受加工任务的设备与发起设备之间的交互信息构建而成。
9.一种制造系统,所述制造系统包括多个生产设备,每个所述生产设备具有嵌入式微处理器,每个嵌入式微处理器具备智能模块,其特征在于,所述智能模块由权利要求1-8任一项所述的构建方法构建而成。
10.一种制造系统的制造方法,其特征在于,具体包括如下步骤:
S61:制造系统根据任务工件的上的电子标签发布任务;
S62:任务工件下达至车间层时,在智能仓储出口处被制造系统感知,车间层根据任务工件上的电子标签被告知需要干什么以及怎样操作;
S63:任务工件来到缓存区,生产设备的智能模块通过电子标签读写器获取工艺路线及对应于每道工艺步骤的加工参数;
S64:任务工件某道工序被加工完成时,智能模块将当前工件状态信息告知制造系统,同样通过制造系统的读写装置完成电子标签中状态内容的更新,当前智能模块根据工件的下一步加工任务与其它智能模块交互,确定任务工件的下一步加工工序所需的生产设备。
11.根据权利要求10所述的制造方法,其特征在于,所述步骤S63具体包括如下步骤:
S631:具有任务执行能力的生产设备将自身状态、当前任务、缓存任务的信息打包成标书给发起者,进行参与接受任务的争夺;
S632:发起者对参与竞标的n个物流智能模块和m个加工设备智能模块进行组合,生成nxm个候选竞标组合;
S633:发起者根据接收到的标书评估对于该生产任务的执行结果,且将评估结果与对应智能模块评估机制的缓存任务评估值进行比较,筛选出评估值优于各自对应缓存任务评估值的组合候选集;
S634:对筛选出的组合候选集按评估结果优劣排序,相同评估结果的组合随机排序,并向最优组合中的生产设备发送包含有组合选择、评估值、工序任务信息内容的确认选择信息;
S635:选中的生产设备智能模块收到确认选择信息后,同样根据最新的自身状态、缓存任务信息决定是否接受生产任务,生产设备的智能模块回复对应信息,如果确定接受当前加工任务,生产设备之间形成协议;
S636:被选中的物流设备的智能模块收到确认选择信息后,同样根据最新的自身状态、缓存任务信息决定是否接受并签署任务协议,并向S635中的加工设备智能模块回复对应信息,若协议达成,则该物流设备智能模块的缓存任务将会被替换成当前达成协议中的任务;当635中的加工设备智能模块收到S635中物流设备智能模块的协议结果进行自身协议的确定,并将协议结果回复给发起者,若协议达成,则S635中的加工设备智能模块中的缓存任务将会被替换成当前达成协议中的任务。
S637:若发起者收到协议结果为达成协议,则完成对该工序任务的交互机制协调过程。
12.根据权利要求11所述的制造方法,其特征在于,在步骤S637中,若发起者收到结果为协议未达成,则从组合候选集中删去包含有拒绝协议的参与者的组合,并转至S634选择其他组合,直至候选集为空,完成对对应工序任务的交互过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810761999.XA CN109164762B (zh) | 2018-07-12 | 2018-07-12 | 一种制造系统的智能模块构建方法、制造系统以及制造方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810761999.XA CN109164762B (zh) | 2018-07-12 | 2018-07-12 | 一种制造系统的智能模块构建方法、制造系统以及制造方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109164762A true CN109164762A (zh) | 2019-01-08 |
CN109164762B CN109164762B (zh) | 2023-10-10 |
Family
ID=64897774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810761999.XA Active CN109164762B (zh) | 2018-07-12 | 2018-07-12 | 一种制造系统的智能模块构建方法、制造系统以及制造方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109164762B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784718A (zh) * | 2019-01-14 | 2019-05-21 | 四川长虹电器股份有限公司 | 一种采用多代理边缘计算的离散制造过程调度系统及方法 |
CN110456746A (zh) * | 2019-07-30 | 2019-11-15 | 中国工程物理研究院材料研究所 | 一种多品种混线自动化生产的实时调度方法 |
CN110968057A (zh) * | 2019-11-05 | 2020-04-07 | 天津大学 | 一种解决智能制造车间多目标优化的规划方法 |
WO2021056605A1 (zh) * | 2019-09-25 | 2021-04-01 | 南京航空航天大学 | 一种基于复合智能体的车间实时调度方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105388860A (zh) * | 2015-09-11 | 2016-03-09 | 西安交通大学 | 一种基于smart-RFID标签的含机器人多单元智能制造系统 |
CN106779316A (zh) * | 2016-11-25 | 2017-05-31 | 中国电子科技集团公司第三十八研究所 | 一种雷达电子装备制造物联系统 |
CN107292422A (zh) * | 2017-05-27 | 2017-10-24 | 西安交通大学 | 一种信息‑物理‑社交融合空间下实现智能制造的S2sensor |
CN108256725A (zh) * | 2017-11-30 | 2018-07-06 | 济南中维世纪科技有限公司 | 农产品生产基地人员的智能调度方法及智能调度系统 |
-
2018
- 2018-07-12 CN CN201810761999.XA patent/CN109164762B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105388860A (zh) * | 2015-09-11 | 2016-03-09 | 西安交通大学 | 一种基于smart-RFID标签的含机器人多单元智能制造系统 |
CN106779316A (zh) * | 2016-11-25 | 2017-05-31 | 中国电子科技集团公司第三十八研究所 | 一种雷达电子装备制造物联系统 |
CN107292422A (zh) * | 2017-05-27 | 2017-10-24 | 西安交通大学 | 一种信息‑物理‑社交融合空间下实现智能制造的S2sensor |
CN108256725A (zh) * | 2017-11-30 | 2018-07-06 | 济南中维世纪科技有限公司 | 农产品生产基地人员的智能调度方法及智能调度系统 |
Non-Patent Citations (6)
Title |
---|
LEITAO P, COLOMBO A W, RESTIVO F J.: ""ADACOR:a collaborative production automation and control architecture"", 《IEEE INTELLIGENT SYSTEMS》, pages 58 - 66 * |
PAOLO R: ""Multi-agent based scheduling in manufacturing cells in a dynamic environment"", 《INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH》 * |
刘延飞,赵敏: "基于异构双处理器的Profibus智能网桥的设计与实现", 计算机测量与控制, no. 03 * |
张浩;唐敦兵;郑庆康;: "基于运动控制卡的多轴联动控制系统设计", 机械制造与自动化, no. 01 * |
徐永乐;叶文华;: "嵌入式数控机床状态信息采集技术的研究", 机械科学与技术, no. 07 * |
武星;楼佩煌;杨雷;: "基于多智体的AGV嵌入式控制器研究与设计", 机械科学与技术, no. 06 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784718A (zh) * | 2019-01-14 | 2019-05-21 | 四川长虹电器股份有限公司 | 一种采用多代理边缘计算的离散制造过程调度系统及方法 |
CN110456746A (zh) * | 2019-07-30 | 2019-11-15 | 中国工程物理研究院材料研究所 | 一种多品种混线自动化生产的实时调度方法 |
WO2021056605A1 (zh) * | 2019-09-25 | 2021-04-01 | 南京航空航天大学 | 一种基于复合智能体的车间实时调度方法及装置 |
CN110968057A (zh) * | 2019-11-05 | 2020-04-07 | 天津大学 | 一种解决智能制造车间多目标优化的规划方法 |
CN110968057B (zh) * | 2019-11-05 | 2022-01-28 | 天津大学 | 一种解决智能制造车间多目标优化的规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109164762B (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109164762A (zh) | 一种制造系统的智能模块构建方法、制造系统以及制造方法 | |
Mourtzis et al. | A cloud-based cyber-physical system for adaptive shop-floor scheduling and condition-based maintenance | |
Gao et al. | Design of digital twin applications in automated storage yard scheduling | |
Xie et al. | Simulation and experimental design methods for job shop scheduling with material handling: a survey | |
Ait-Alla et al. | Simulation-based analysis of the interaction of a physical and a digital twin in a cyber-physical production system | |
Cho et al. | Intelligent workstation controller for computer-integrated manufacturing: problems and models | |
Lin et al. | Integrated cyber physical simulation modelling environment for manufacturing 4.0 | |
Putnik et al. | SMART OBJECTS EMBEDDED PRODUCTION AND QUALITY MANAGEMENT FUNCTIONS. | |
Bhanji et al. | Advanced enterprise asset management systems: Improve predictive maintenance and asset performance by leveraging Industry 4.0 and the Internet of Things (IoT) | |
Mirbod et al. | Smart trip prediction model for metro traffic control using data mining techniques | |
Daji et al. | Cloud-based asset monitoring and predictive maintenance in an industrial IoT system | |
Zhang et al. | Simulation-based overhead-crane scheduling for a manufacturing plant | |
Wenjing et al. | Data mining based dynamic scheduling approach for semiconductor manufacturing system | |
Reinhart et al. | Adaptive, location-based shop floor control | |
Lian et al. | A novel multi-warehouse mobile robot hierarchical scheduling strategy based on industrial cyber-physical system | |
Qu et al. | Coordinative scheduling of the mobile robots and machines based on hybrid GA in flexible manufacturing systems | |
Havard et al. | An architecture for data management, visualisation and supervision of Cyber-Physical Production Systems | |
Feitosa et al. | Internet of robotic things: A comparison of message routing strategies for cloud-fog computing layers using m/m/c/k queuing networks | |
Cavone et al. | Efficient resource planning of intermodal terminals under uncertainty | |
Makarova et al. | Intellectualization of the management processes at the enterprise of automotive industry | |
Aksvonov et al. | Development of a hybrid decision-making method based on a simulation-genetic algorithm in a web-oriented metallurgical enterprise information system | |
Stęclik et al. | Stream data clustering for engineering applications a use case of autonomous guided vehicles | |
Kukushkin et al. | Model-based concept for scheduling analysis of packaging lines | |
Sun et al. | SIMULATION AND ANALYSIS OF A PREEMPTIVE TRANSPORTATION MODEL USING FLEXSIM SOFTWAR | |
Haiyan et al. | Research on robot grabbing system based on hybrid cloud |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |