CN109324523A - 一种多虚拟服务节点统一建模方法及仿真方法 - Google Patents
一种多虚拟服务节点统一建模方法及仿真方法 Download PDFInfo
- Publication number
- CN109324523A CN109324523A CN201811187713.8A CN201811187713A CN109324523A CN 109324523 A CN109324523 A CN 109324523A CN 201811187713 A CN201811187713 A CN 201811187713A CN 109324523 A CN109324523 A CN 109324523A
- Authority
- CN
- China
- Prior art keywords
- flowing
- entity
- logistics
- service unit
- service
- 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.)
- Pending
Links
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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种多虚拟服务节点统一建模方法及仿真方法,包括以下步骤:步骤1:将复杂离散制造系统分解为一系列的服务单元,通过虚拟服务节点将每个服务单元内的逻辑模型关联起来;步骤2:将复杂离散制造系统的物流设备、物流路径、物流控制逻辑用物流路径网络模型表达,通过虚拟服务节点将物流路径和步骤1中的服务单元关联起来;步骤3:通过虚拟服务节点将服务单元集、路径网络集和流动实体集关联为整体,形成系统统一模型;本发明提出了一种具有统一性、层次性和可重构的建模方法,实现了多品种小批量制造模型下的离散制造系统生产过程和物流过程仿真,以及加工设备、物流设备利用率等分析和评价。
Description
技术领域
本发明涉及离散制造系统建模技术领域,具体涉及一种多虚拟服务节点统一建模方法及仿真方法。
背景技术
以航空制造业和轨道交通行业为代表的复杂离散制造系统,其复杂性主要体现在:(1)系统组成复杂,设备类型和规模越来越大,设备自身的复杂程度也越来越高;(2)组织结构复杂,主要体现在生产组织关系和物流组织关系日趋复杂;(3)运行机制复杂,制造模式从大批大量生产朝多品种少批量生产转变,系统具有更大的柔性和可重构性;建模和仿真被认为是处理包括制造系统在内的复杂系统的有效途径;上述复杂性要求建模具有统一性、层次性和可重构性。
离散制造系统建模仿真方法主要包括DES(离散事件系统)建模方法和和基于Agent的建模方法(ABM);DES建模方法可分为三大类:(1)面向活动建模,如ACD、Petri网;(2)面向事件建模,如事件图;(3)面向状态建模,如有限状态机、DEVS、状态图等[B.K.Choi,D.Kang,Modeling and Simulation of Discrete-Event Systems,John Wiley&Sons,2013.];上述建模方法的优势在于具有图形和代数建模规范,和成熟的建模仿真软件,能较好地满足复杂系统建模统一性和层次性的要求,其缺点在于较难处理柔性制造系统和可重构制造系统。
Agent建模方法不同于传统的自顶向下的建模方式,不再关注系统的事件和活动,而是通过研究个体的属性和行为及个体间的相互作用来研究系统的属性和行为;有效降低了系统复杂度,并且带来很大的建模灵活性;然而Agent建模方法的缺点在于缺乏严格的图形和代数定义,使其具有较大的主观性和随意性,缺乏统一的规范和建模标准。
发明内容
本发明提供能有效处理复杂离散制造系统的复杂性,满足统一性、层次性和可重构性要求的多虚拟服务节点统一建模方法及仿真方法。
本发明采用的技术方案是:
一种多虚拟服务节点统一建模方法,包括以下步骤:
步骤1:将复杂离散制造系统分解为一系列的服务单元,通过虚拟服务节点将每个服务单元内的逻辑模型关联起来;其中每个服务单元包括控制器、处理器、执行器、缓存器、流动实体和物流路径;
步骤2:将复杂离散制造系统的物流设备、物流路径、物流控制逻辑用物流路径网络模型表达,通过虚拟服务节点将物流路径和步骤1中的服务单元关联起来;
步骤3:将步骤1中服务单元抽象为服务单元集,步骤2得到的物流路径网络模型抽象为路径网络集,将复杂离散制造系统的流动实体抽象出来建立流动实体集;通过虚拟服务节点将服务单元集、路径网络集和流动实体集关联为整体,形成系统统一模型。
进一步的,所述步骤3中统一模型定义如下:
CDMS_UM=<SC_Set,LPN_Set,F_Set>
SC_Set={SCi|1<i<l}
LPN_Set={LPNj|1<j<m}
F_Set={Fk|0<k<n}
其中:SC_Set为服务单元集,LPN_Set为物流路径网络集,F_Set为流动实体集,SCi为服务单元,LPNj为物流路径网络,Fk为流动实体,VSN为虚拟服务节点,i为服务单元编号,j为路网编号,k为流动实体编号;l为服务单元数量,m为路网数量,n为流动实体数量。
进一步的,包括以下过程:
S1:通过建立的系统统一模型,流动实体集携带工艺信息进入制造系统,遍历流动实体集,依次得到各流动实体的工序序列,将工序映射为虚拟服务节点序列;为每一类生产工艺相同的流动实体动态生成相应的模型;
S2:基于步骤S1得到的模型和步骤2得到的物流路径网络模型,通过物流调度和物流路径规划将流动实体运输到相应的服务单元接受服务;
S3:基于步骤S1得到的模型和步骤1得到的服务单元,对流动实体提供加工或缓存服务;
S4:按照流动实体的工序序列,步骤S2和步骤S3交替进行,即可实现物质、信息的有序流动,流动实体接受完所有服务单元的服务后即可退出。
本发明的有益效果是:
(1)本发明通过虚拟服务节点将复杂离散制造系统的生产、物流、工艺路线关联成一个有机整体,并给出了明确的形式化定义;
(2)本发明建模方法可实现多种离散制造系统建模,具有统一性、层次性和可重构的特点;
(3)本发明仿真方法可实现多品种小批量制造模型下的离散制造系统生产过程和物流过程仿真,通过仿真可以对加工设备、物流设备利用率等进行分析和评价。
附图说明
图1为本发明建建模和仿真方法流程示意图。
图2为本发明中系统统一模型示意图。
图3为本发明虚拟服务节点与服务单元、物流路径网络和流动实体之间的关系示意图。
图4为本发明实施例中结构件生产车间布局示意图。
图5为本发明实施例中结构件生产车间零件加工路线图。
图6为本发明实施例中按照本发明方法某结构件生产车间建模结果示意图。
图7为本发明实施例中结构生产车间生成的仿真模型示意图。
具体实施方式
下面通过附图和具体实施例对本发明做进一步说明。
本文中出现的名词解释如下:
虚拟服务节点(Virtual Service Node,VSN)是复杂系统生产组织关系、物流控制逻辑、生产工序的高度抽象和映射;其主要内涵包括以下三个:
(1)虚拟服务节点是生产组织关系的抽象和映射;VSN将一组与特定服务相关的对象关联起来,形成服务单元(Service Cell,SC),并定义了服务单元的组成、服务内容和对外接口;通过虚拟服务节点,可以遍历到服务单元各组成部分并获取相关对象的位置、状态等信息。
(2)虚拟服务节点是物流控制逻辑的抽象和映射;VSN定义了物流路径网络(Logistics Path Network,LPN)上的关键控制点位置,并与相应的服务单元相关联,从而将物流和生产联系起来;通过将两个虚拟服务节点动态添加到物流路径网络模型中,可以快速查找到一条两节点间路径最短的物流路径,实现服务单元之间的互联互通。
(3)虚拟服务节点是生产工艺流程的抽象和映射;通过将流动实体所关联的生产工序动态映射为虚拟服务节点序列,快速生成生产逻辑模型,从而实现系统生产组织关系的动态重构。
控制器:为复杂离散制造系统运行提供决策服务,是对各类控制设备的映射。
处理器:为复杂离散制造系统提供加工服务,对各类加工设备的映射。
执行器:为复杂离散制造系统提供物流服务,是对各类物流设备的映射。
缓存器:为复杂离散制造系统提供缓存和仓储服务,是对各类缓存设备的映射。
流动实体:指接受复杂离散制造系统的服务,是对各类生产对象的映射;生成对象包括但不限于毛坯、半成品、成品等;
物流路径:指服务单元内流动实体流动的方向。
服务单元:将复杂离散制造系统中的生产活动抽象为“服务”,包括缓存服务和加工服务,此处的加工为广义的加工,涉及所有与生产工艺相关的活动,如机械加工、装配、检测、包装等;服务单元是由控制器、处理器、执行器、缓存器、流动实体、物流路径和虚拟服务节点构成的七元组或其子集组成的;其中各部分通过虚拟服务节点关联为一个子系统;服务单元包括加工服务单元和缓存服务单元。
物流路径网络模型:将各类物流设备映射为执行器、将各种物流路径映射为无向多连通图,将各种物流控制逻辑映射为虚拟服务节点来统一描述复杂离散制造系统网络化物流组织关系的模型。
物流设备调度:在已知车间物流路径网络集和物流任务T={F:Oi→Oj}时,求执行该物流任务T运输距离最短的执行器;其中物流任务T含义为:将待搬运物F,从点Oi运输到点Oj。
物流路径规划:从物流路径网络集中任取两个点,分别为初始点Oi(xi,yi)和目标点Oj(xj,yj),求从Oi到Oj的一条最短物流路径LP(Oi,Oj)。
如图1所示,一种多虚拟服务节点统一建模方法,包括以下步骤:
步骤1:将复杂离散制造系统分解为一系列的服务单元,通过虚拟服务节点将每个服务单元内的逻辑模型关联起来;其中每个服务单元包括控制器、处理器、执行器、缓存器、流动实体和物流路径。
按照工艺布局,将离散制造系统分解为一系列的服务单元,通过虚拟服务节点将每个服务单元内逻辑模型关联起来。
步骤2:将复杂离散制造系统的物流设备、物流路径、物流控制逻辑用物流路径网络模型表达,通过虚拟服务节点将物流路径和步骤1中的服务单元关联起来。
步骤3:将步骤1中服务单元抽象为服务单元集,步骤2得到的物流路径网络模型抽象为路径网络集,将复杂离散制造系统的流动实体抽象出来建立流动实体集;通过虚拟服务节点将服务单元集、路径网络集和流动实体集关联为整体,形成系统统一模型如图2所示。
表1.统一模型中的建模规范
从复杂离散制造系统组成、组织结构和运行机制三个方面进行全面分析,其中组织关系结构又从生产组织关系、物流组织关系两个方面分析;基于上述对离散制造系统的全面分析,依次建立层次化的生产组织关系模型、网络化的物流关系模型、统一的生产逻辑模型。
统一模型定义如下:
CDMS_UM=<SC_Set,LPN_Set,F_Set>
SC_Set={SCi|1<i<l}
LPN_Set={LPNj|1<j<m}
F_Set={Fk|0<k<n}
其中:SC_Set为服务单元集,LPN_Set为物流路径网络集,F_Set为流动实体集,SCi为服务单元,LPNj为物流路径网络,Fk为流动实体,VSN为虚拟服务节点,i为服务单元编号,j为路网编号,k为流动实体编号;l为服务单元数量,m为路网数量,n为流动实体数量。
一种多虚拟服务节点统一模型仿真方法,包括以下过程:
S1:通过建立的系统统一模型,流动实体集携带工艺信息进入制造系统,遍历流动实体集,依次得到各流动实体的工序序列,将工序映射为虚拟服务节点序列;为每一类相同工艺的流动实体动态生成相应的模型;
S2:基于步骤S1得到的模型和步骤2得到的物流路径网络模型,通过物流调度和物流路径规划将流动实体运输到相应的服务单元接受服务;
S3:基于步骤S1得到的模型和步骤1得到的服务单元,对流动实体提供加工或缓存服务;
S4:按照流动实体的工序序列,步骤S2和步骤S3交替进行,即可实现物质、信息的有序流动,流动实体接受完所有服务单元的服务后即可退出。
基于流动实体的信息集,采集和记录仿真数据,并统计输出,对生产计划进行有效验证,对加工设备、物流设备利用率等进行分析和评价。
下面结合具体实施例对本发明做进一步说明。
某结构件生产车间属于典型的“多品种小批量”大规模定制生产模式,可同时生产若干种不同工艺的零件。如图4所示,该车间分为6个区域,分别为立体仓库区(A#1)、装卸区(A#2)、数控加工区(A#3)、数控加工区(A#4)、柔性生产线(A#5)、柔性生产线(A#6);每个区域包括若干台设备,同一区域设备加工能力相同;各个区域通过物流路径相互连通。
以该车间为例,基于多虚拟服务节点的离散制造系统统一建模仿真实施过程如下:
通过对该车间的组成和生产组织结构分析,得到该车间各功能区的具体功能、结构和设备清单如表2所示;通过对该车间的物流组织结构分析,得到该车间物流路径、物流设备及物流任务如表3所示。
表2.车间功能区清单
表3.车间物流组织结构
通过对该车间运行机制分析得到,该车间零件加工主要包括4条工艺路线,为从立体仓库区(A#1)出发,经装卸区(A#2)进行预装夹,分别经数控加工区(A#3)、数控加工区(A#4)、柔性生产线(A#5)、柔性生产线(A#6)进行加工,最后通过装卸区(A#2)拆卸回到立体仓库区(A#1)(如图5所示)。
基于上述分析,基于多虚拟服务节点的离散制造系统统一建模实施过程如下:
根据图4和表2,以能独立完成一道生产工序的相关设备集为一个服务单元,该车间一共可建立服务单元模型23个,分别为S1到S23,其中两个缓存服务单元(S1和S2),其余21个均为加工服务单元,如图6所示。
根据图4和表3,以一组相互关联的执行器(物流设备)、物流路径、虚拟服务节点为一个物流路径网络模型,该车间一共可建立物流路径模型四个,分别为P1到P4(如图6所示)。
根据图5和图6所示,以及上述所建立的服务单元、物流路径网络模型,得到该车间的统一模型代数规范为:
CDMS_UM=<SC_Set,LPN_Set,F_Set>
SC_Set={SCi|1<i<23}
LPN_Set={LPNi|1<i<4}
F_Set={Fi|0<i<4}
基于该车间统一模型的生产过程仿真实施过程如下:
流动实体集F_Set携带工艺信息inf_process进入制造系统,其工艺信息inf_process通过服务单元序列给出。假设某流动实体F1有6道工序,且工序依次为:立体仓库出库、装卸台装夹、2台数控加工区A#4机床依次加工、装卸台拆卸、立体仓库入库;则inf_process={S1,S5,S21,S20,S6,S2},将工序映射为虚拟服务节点序列,process_map={VSN1,VSN5,VSN21,VSN20,VSN6,VSN2};为这一类相同工序的F1动态生成仿真模型,如图7所示。
根据流动实体F1的仿真模型,将虚拟服务节点VSN1和VSN5动态加载到出入库AGV路径P1中,得到一条从VSN1到VSN5的最短物流路径LP1(S1,S5),并通过物流调度指派出入库AGV经该路径将流动实体F1运输至服务单元S5接受服务。
F1在S5中按照其服务逻辑,接受装夹服务,接受完装夹服务后,发送物流请求;再将虚拟服务节点VSN5和VSN21动态加载到出入库AGV路径P1和物料AGV路径P2中,得到一条从VSN5到VSN21的最短物流路径LP2(S5,S21),并通过物流调度指派出入库AGV和物料AGV经该路径将流动实体F1运输至服务单元S21接受服务。依次递推,直到F1接受完所有服务回到立体仓库S2。
F1在流转过程中的物流时间、加工时间、排队等待时间等仿真数据被采集和记录到F1的信息集,通过统计分析,可以得到加工设备和物流设备的使用率,并验证生产计划是否合理。
本发明通过提出虚拟服务节点的概念将复杂系统的生产、物流、工艺路线关联成一个有机整体,并给出了明确的形式化定义。能有效应对复杂性,具有统一性、层次性、可重构的特点。
Claims (3)
1.一种多虚拟服务节点统一建模方法,其特征在于,包括以下步骤:
步骤1:将复杂离散制造系统分解为一系列的服务单元,通过虚拟服务节点将每个服务单元内的逻辑模型关联起来;其中每个服务单元包括控制器、处理器、执行器、缓存器、流动实体和物流路径;
步骤2:将复杂离散制造系统的物流设备、物流路径、物流控制逻辑用物流路径网络模型表达,通过虚拟服务节点将物流路径和步骤1中的服务单元关联起来;
步骤3:将步骤1中服务单元抽象为服务单元集,步骤2得到的物流路径网络模型抽象为路径网络集,将复杂离散制造系统的流动实体抽象出来建立流动实体集;通过虚拟服务节点将服务单元集、路径网络集和流动实体集关联为整体,形成系统统一模型。
2.根据权利要求1所述的一种多虚拟服务节点统一建模方法,其特征在于,所述步骤3中统一模型定义如下:
CDMS_UM=<SC_Set,LPN_Set,F_Set>
SC_Set={SCi|1<i<l}
LPN_Set={LPNj|1<j<m}
F_Set={Fk|0<k<n}
其中:SC_Set为服务单元集,LPN_Set为物流路径网络集,F_Set为流动实体集,SCi为服务单元,LPNj为物流路径网络,Fk为流动实体,VSN为虚拟服务节点,i为服务单元编号,j为路网编号,k为流动实体编号;l为服务单元数量,m为路网数量,n为流动实体数量。
3.一种如权利要求1所述多虚拟服务节点统一模型仿真方法,其特征在于,包括以下过程:
S1:通过建立的系统统一模型,流动实体集携带工艺信息进入制造系统,遍历流动实体集,依次得到各流动实体的工序序列,将工序映射为虚拟服务节点序列;每一类生产工艺相同的流动实体动态生成相应的模型;
S2:基于步骤S1得到的模型和步骤2得到的物流路径网络模型,通过物流调度和物流路径规划将流动实体运输到相应的服务单元接受服务;
S3:基于步骤S1得到的模型和步骤1得到的服务单元,对流动实体提供加工或缓存服务;
S4:按照流动实体的工序序列,步骤S2和步骤S3交替进行,即可实现物质、信息的有序流动,流动实体接受完所有服务单元的服务后即可退出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811187713.8A CN109324523A (zh) | 2018-10-12 | 2018-10-12 | 一种多虚拟服务节点统一建模方法及仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811187713.8A CN109324523A (zh) | 2018-10-12 | 2018-10-12 | 一种多虚拟服务节点统一建模方法及仿真方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109324523A true CN109324523A (zh) | 2019-02-12 |
Family
ID=65261904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811187713.8A Pending CN109324523A (zh) | 2018-10-12 | 2018-10-12 | 一种多虚拟服务节点统一建模方法及仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109324523A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245852A (zh) * | 2019-06-05 | 2019-09-17 | 武汉科技大学 | 一种基于混合仿真的供应链物流网络效能评估分析方法 |
-
2018
- 2018-10-12 CN CN201811187713.8A patent/CN109324523A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245852A (zh) * | 2019-06-05 | 2019-09-17 | 武汉科技大学 | 一种基于混合仿真的供应链物流网络效能评估分析方法 |
CN110245852B (zh) * | 2019-06-05 | 2023-05-12 | 武汉科技大学 | 一种基于混合仿真的供应链物流网络效能评估分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Son et al. | Simulation-based shop floor control: formal model, model generation and control interface | |
Yu et al. | Scheduling of unrelated parallel machines: an application to PWB manufacturing | |
Yalaoui et al. | Optimization of logistics | |
Kuo et al. | Performance modelling of autonomous vehicle storage and retrieval systems using class-based storage policies | |
CN110046810A (zh) | 一种基于赋时Petri网的车间制造系统多目标调度方法 | |
Sharma et al. | Design and evaluation of layout alternatives to enhance the performance of industry | |
Kesen et al. | A mixed integer programming formulation for scheduling of virtual manufacturing cells (VMCs) | |
Son et al. | Component based simulation modeling from neutral component libraries | |
Lechler et al. | Data Farming in Production Systems-A Review on Potentials, Challenges and Exemplary Applications | |
CN111177847B (zh) | 一种民用飞机配置式构型管理方法及装置 | |
Chan et al. | Modelling for agile manufacturing systems | |
CN108182497A (zh) | 一种工程材料单价的预测方法 | |
Shah et al. | Colored Petri net model for significant reduction of invariants in flexible manufacturing systems | |
CN110147596B (zh) | 一种航空产品生产能力评估方法 | |
Wang et al. | Simulation experiment for improving construction processes | |
CN109324523A (zh) | 一种多虚拟服务节点统一建模方法及仿真方法 | |
Othman et al. | Supply chain simulation and optimization methods: an overview | |
CN108984925B (zh) | 面向电子产品可靠性综合仿真分析的并行计算方法 | |
Dao et al. | Optimisation of resource scheduling in VCIM systems using genetic algorithm | |
Turgay | Agent-based FMS control | |
Revetria et al. | A generalized simulation framework to manage logistics systems: a case study in waste management and environmental protection | |
Huang et al. | Multi-scale configuration design method of reconfigurable manufacturing system based on living system theory | |
Arunkumar et al. | Discrete event simulation for increasing productivity in digital manufacturing | |
CN107122849A (zh) | 基于SparkR的产品检测总完工时间极小化方法 | |
Guan et al. | A framework of digital factory system using multi-resolution simulation |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190212 |
|
RJ01 | Rejection of invention patent application after publication |