CN111240209A - 构型动型控型优型联动响应的自适应组态方法及系统 - Google Patents

构型动型控型优型联动响应的自适应组态方法及系统 Download PDF

Info

Publication number
CN111240209A
CN111240209A CN202010181482.0A CN202010181482A CN111240209A CN 111240209 A CN111240209 A CN 111240209A CN 202010181482 A CN202010181482 A CN 202010181482A CN 111240209 A CN111240209 A CN 111240209A
Authority
CN
China
Prior art keywords
production line
layout model
line layout
optimization
iterative optimization
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
Application number
CN202010181482.0A
Other languages
English (en)
Other versions
CN111240209B (zh
Inventor
刘强
严都喜
冷杰武
张定
张�浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN202010181482.0A priority Critical patent/CN111240209B/zh
Publication of CN111240209A publication Critical patent/CN111240209A/zh
Application granted granted Critical
Publication of CN111240209B publication Critical patent/CN111240209B/zh
Priority to US17/072,722 priority patent/US11340562B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • 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], computer integrated manufacturing [CIM]
    • G05B19/4188—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], computer integrated manufacturing [CIM] characterised by CIM planning or realisation
    • 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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
    • 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], computer integrated manufacturing [CIM]
    • 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], computer integrated manufacturing [CIM]
    • G05B19/4183—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], computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • 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], computer integrated manufacturing [CIM]
    • G05B19/4185—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], computer integrated manufacturing [CIM] characterised by the network communication
    • G05B19/41855—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], computer integrated manufacturing [CIM] characterised by the network communication by local area network [LAN], network structure
    • 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], computer integrated manufacturing [CIM]
    • G05B19/41865—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], computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • 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], 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], computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31343—Design of factory, manufacturing system control
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31372—Mes manufacturing execution 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
    • G05B2219/32085—Layout of factory, facility, cell, production system planning
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

构型动型控型优型联动响应的自适应组态方法及系统，本发明的目的在于提出对车间生产线快速调整和设计的联动响应的自适应组态方法及系统，通过对生产线联动设计框架进行多级迭代优化，实现车间生产线自适应地快速调整和设计。构型动型控型优型联动响应的自适应组态方法，包括以下步骤：步骤A:构型配置；步骤B:动型设计；步骤C:控型设计；步骤D：优型演化；其中所述步骤D包括一级迭代优化、二级迭代优化和三级迭代优化。通过一级迭代优化、二级迭代优化和三级迭代优化共同组成闭合的优化循环，对生产线联动设计框架进行多级迭代优化，实现车间生产线自适应地快速调整和设计。

Description

构型动型控型优型联动响应的自适应组态方法及系统
技术领域
本发明涉及工业自动化技术领域，尤其是涉及构型动型控型优型联动响应的自适应组态方法及系统。
背景技术
随着社会经济的发展，车间生产线的个性化需求越来越精细，现有的车间生产线普遍为基于静态配置设计的车间设计方法，只侧重于设备、工艺等工程性要素的小闭环控制，而没有从车间设计全局的角度对整线设计进行优化。从而无法在整线的设备控制、设备集成、工艺优化和车间集成问题上进行优化，设计效果难以保证；且由于个性化需求导致的车间换产频繁，车间整体结构需要在短时间内进行调整，快速响应需求，而现阶段的车间设计方法缺乏有效的联动响应机制，无法自适应地快速调整生产线的配置参数、结构、控制方案和对车间集成问题求解。
发明内容
针对上述缺陷，本发明的目的在于提出对车间生产线快速调整和设计的联动响应的自适应组态方法及系统，通过对生产线联动设计框架进行多级迭代优化，实现车间生产线自适应地快速调整和设计。
为达此目的，本发明采用以下技术方案：
构型动型控型优型联动响应的自适应组态方法，包括以下步骤：
步骤A:构型配置，在仿真系统构建各个实物设备的三维建模，形成多个实物设备数字模型，并根据生产线的设计要求在仿真系统将多个所述实物设备数字模型进行组装，形成生产线布局模型；
步骤B:动型设计，根据生产线的设计要求，在所述仿真系统编制所述生产线布局模型中所有所述实物设备数字模型的动作控制脚本，通过脚本语言控制所述实物设备数字模型的加工动作和在制品的物流运输；
步骤C:控型设计，在所述仿真系统具有用于控制生产线布局模型和所述实物设备运作的控制中心；
利用数字孪生技术，各个所述实物设备与所述生产线布局模型中对应的所述实物设备数字模型建立实时通讯和动作同步化；
设置上位机，所述上位机与所述控制中心建立指令下行和信息上行的二分通道，实现所述上位机向所述控制中心下发生产指令和所述上位机收集所述实物设备的实时状态数据；
构建用于驱动所述实物设备运作的工业控制网络，所述控制中心通过所述工业控制网络将所述生产指令下发至所述实物设备，并通过所述工业控制网络获取所述实物设备的实时状态数据；
步骤D：优型演化，所述优型是指对所述生产线布局模型进行迭代优化，所述迭代优化包括：
一级迭代优化，所述上位机包括管控中心，所述管控中心包括执行引擎和MES系统，所述MES系统分析车间产品的加工工艺和物流组织形态，辨析所述生产线布局模型的耦合结构和生产过程中存在耦合优化问题；
所述执行引擎为具备解耦机制的解耦算法，对所述生产线布局模型存在的所述耦合优化问题进行求解，生成所述生产线布局模型的生产方案；
二级迭代优化，根据所述设计要求，优化调整对所述实物设备数字模型的工艺动作和所述生产线布局模型中在制品的运输路径，根据所述工艺动作和所述运输路径的优化在所述仿真系统中优化调整所述动作控制脚本，所述工业控制网络根据所述动作控制脚本变化而同步地做出自适应调整；
三级迭代优化，在所述仿真系统中重新构建所述生产线布局模型；
所述演化是指将经所述一级迭代优化后的所述生产线布局模型进行在线模拟生产，检测各个所述实物设备是否均符合预设生产要求：
若是，则输出当代的所述生产线布局模型；
若否，则判断当代的所述生产线布局模型是否进行过所述二级迭代优化：
若当代的所述生产线布局模型没有进行过所述二级迭代优化，则当代的所述生产线布局模型进入所述二级迭代优化；
若当代的所述生产线布局模型已进行过所述二级迭代优化，则当代的所述生产线布局模型先进入所述三级迭代优化，再进入所述二级迭代优化；
完成所述二级迭代优化后，判断当代的所述生产线布局模型是否进行过所述三级迭代优化：
若当代的所述生产线布局模型没有进行过所述三级迭代优化，则当代的所述生产线布局模型再次进入所述一级迭代优化；
若当代的所述生产线布局模型已进行过所述三级级迭代优化，则将所述生产线布局模型定义为新一代的所述生产线布局模型，再进入所述一级迭代优化。
进一步，所述执行引擎为超启发式的解耦算法，所述执行引擎根据每一代所述生产线布局模型中耦合优化问题的变化进行在线自适应调整，所述在线自适应调整包括解耦算法参数调整和解耦算法框架调整。
进一步，所述步骤C中所述控型设计还包括规划设计自治控制体系，根据生产线的设计要求将所述生产线布局模型拆分成多个自治单元，所述控制中心具有与所述自治单元数量相同的单元控制中心，一个所述单元控制中心单独控制一个所述自治单元运作，车间中的所述实物设备组成与所述自治单元完全一致的实物单元。
进一步，所述步骤C中所述工业控制网络为PLC控制网络。
进一步，所述PLC控制网络通过SCADC系统采集所述实物设备的实时状态数据，并将采集到的所述实时状态数据上传至所述上位机。
进一步，所述步骤D中所述演化包括纵向集成演化和横向集成演化：
所述纵向集成演化：各个所述实物单元分别在不同时段连接所述工业控制网络，联网的所述实物单元与其对应的所述自治单元根据所述生产指令进行同步模拟生产，以检测联网的所述实物单元中各实物设备是否按照所述生产指令运作；
所述横向集成演化：将两个上下关联的所述实物单元在同一时段连接所述工业控制网络，两个联网的所述实物单元分别与对应的所述自治单元根据所述生产指令进行同步模拟生产，以检测两个联网的所述实物单元之间衔接处中，下游的实物设备是否始终承接上游的所述实物设备的加工动作。
进一步，所述步骤B中所述动型设计包括以下步骤：
步骤B1：根据生产线的设计要求和所述生产线布局模型，制定各个所述实物设备数字模型的动作规划和在制品的运输路径规划；
步骤B2：在所述仿真系统编制所述生产线布局模型中所有所述实物设备数字模型的控制脚本，通过所述控制脚本完成各个所述实物设备数字模型的动作规划和在制品的运输路径规划；
步骤B3：对所述生产线布局模型进行离线模拟运行，直至离线运行正常。
应用上述的构型动型控型优型联动响应的自适应组态方法的系统，包括仿真系统、工业控制网络和上位机；
所述仿真系统，用于根据生产线的设计要求构建各个所述实物设备的所述实物设备数字模型，并将多个所述实物设备数字模型进行组装，形成所述生产线布局模型；
所述仿真系统还用于编制所述生产线布局模型中所有所述实物设备数字模型的控制脚本，并对所述生产线布局模型进行离线模拟运行，直至离线运行正常；
所述仿真系统具有用于控制所述生产线布局模型和所述实物设备运作的控制中心；
利用数字孪生技术，各个所述实物设备与所述生产线布局模型中对应的所述实物设备数字模型建立实时通讯和动作同步化；
设置上位机，所述上位机与所述控制中心建立指令下行和信息上行的二分通道，实现所述上位机向所述控制中心下发生产指令和所述上位机收集所述实物设备的实时状态数据；
所述工业控制网络，用于驱动所述实物设备运作，所述控制中心通过所述工业控制网络将所述生产指令下发至所述实物设备，并通过所述工业控制网络获取所述实物设备的实时状态数据；
所述上位机包括管控中心和组态监控单元；
所述管控中心包括执行引擎、MES系统和优化判断模块；
所述MES系统用于分析车间产品的加工工艺和物流组织形态，辨析所述生产线布局模型的耦合结构和生产过程中存在耦合优化问题；
所述执行引擎为具备解耦机制的解耦算法，对所述生产线布局模型存在的所述耦合优化问题进行求解，生成所述生产线布局模型的生产方案；
所述优化判断模块用于判断所述生产线布局模型的优化演化流程:
完成所述演化后，所述优化判断模块各个所述实物设备是否均符合预设生产要求：
若是，则输出当代的所述生产线布局模型；
若否，则所述优化判断模块判断当代的所述生产线布局模型是否进行过所述二级迭代优化：
若当代的所述生产线布局模型没有进行过所述二级迭代优化，则当代的所述生产线布局模型进入所述二级迭代优化；
若当代的所述生产线布局模型已进行过所述二级迭代优化，则当代的所述生产线布局模型先进入所述三级迭代优化，再进入所述二级迭代优化；
完成所述二级迭代优化后，所述优化判断模块判断当代的所述生产线布局模型是否进行过所述三级迭代优化：
若当代的所述生产线布局模型没有进行过所述三级迭代优化，则当代的所述生产线布局模型再次进入所述一级迭代优化；
若当代的所述生产线布局模型已进行过所述三级级迭代优化，则将所述生产线布局模型定义为新一代的所述生产线布局模型，再进入所述一级迭代优化；
所述组态监控单元用于根据实时状态数据建立仿真模型视图，通过所述仿真模型视图对所述生产线布局模型和各个所述实物设备进行实时监控。
进一步，所述工业控制网络为PLC控制网络。
进一步，所述PLC控制网络通过SCADC系统采集所述生产线布局模型和实物设备的实时状态数据，并将采集到的所述实时状态数据上传至所述上位机的所述MES系统。
本发明中，通过所述构型配置、所述动型设计、所述控型设计和所述优型演化，形成生产线联动设计框架，以具体的制造产品类型、制造工艺体系和生产设备的信息驱动，进行模型、逻辑、事件和运动的自适应同步组态，构成联动响应机制；在生产线联动设计框架的基础上实现整线的实体化构造，并以半实物仿真的形式，对所述生产线布局模型进行在线模拟运行，分析检测各个所述实物设备是否符合预设生产要求，降低设计到生产制造之间的不确定性，从而提高设计效率；
在所述优型演化中，逐层次地优化车间设计方案，满足高频换产所必须的制造柔性和单机设备的工艺柔性，实现生产线的快速定制设计，保障设计意图递进式无损传播；且通过所述一级迭代优化、二级迭代优化和三级迭代优化共同组成闭合的优化循环，对生产线联动设计框架进行多级迭代优化，实现车间生产线自适应地快速调整和设计。
附图说明
图1是本发明的一个实施例的流程图；
图2是本发明的一个实施例中的生成递阶计算关系图的示意图；
图3是本发明的一个实施例中的解耦算法框架的示意图；
图4是本发明的一个实施例中的解耦流程图；
图5是本发明的一个实施例的系统工作原理图；
图6是本发明的一个实施例的自治控制体系原理图。
其中：1、仿真系统；11、生产线布局模型；111、自治单元；12、控制中心；121、单元控制中心；2、实物设备；21、实物单元；3、上位机；31、管控中心；311、执行系统；312、EMS系统；313、优化判断模块；32、组态监控单元；4、工业控制网络；41、PLC控制网络；5、SCADA系统；6、递阶计算关系图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
参照图1-6，构型动型控型优型联动响应的自适应组态方法，包括以下步骤：
步骤A:构型配置，在仿真系统1构建各个实物设备2的三维建模，形成多个实物设备数字模型，并根据生产线的设计要求在仿真系统将多个所述实物设备数字模型进行组装，形成生产线布局模型11；具体地，所述设计要求包括产品加工工艺特点、工艺过程、工艺要求、车间物流形式和场地规模。所述仿真系统1采用Demo3D仿真软件，具有可进行三维数字化设计的开放平台，可实物设备数字模型进行虚拟组装，可编制控制脚本控制设备的动作或在制品的运动，具备软PLC模块。
步骤B:动型设计，根据生产线的设计要求，在所述仿真系统1编制所述生产线布局模型11中所有所述实物设备数字模型的动作控制脚本，通过脚本语言控制所述实物设备数字模型的加工动作和在制品的物流运输；
步骤C:控型设计，在所述仿真系统1具有用于控制生产线布局模型11和所述实物设备2运作的控制中心12；
利用数字孪生技术，各个所述实物设备2与所述生产线布局模型11中对应的所述实物设备数字模型建立实时通讯和动作同步化；实现各个所述实物设备2与所述生产线布局模型11中对应的所述实物设备数字模型的信息交换和动作同步化。
设置上位机3，所述上位机3与所述控制中心12建立指令下行和信息上行的二分通道，实现所述上位机3向所述控制中心12下发生产指令和所述上位机3收集所述实物设备2的实时状态数据；
构建用于驱动所述实物设备2运作的工业控制网络4，所述控制中心12通过所述工业控制网络4将所述生产指令下发至所述实物设备2，并通过所述工业控制网络4获取所述实物设备2的实时状态数据；
步骤D：优型演化，所述优型是指对所述生产线布局模型11进行迭代优化，所述迭代优化包括：
一级迭代优化，所述上位机3包括管控中心31，所述管控中心31包括执行引擎311和MES系统312，所述MES系统312分析车间产品的加工工艺和物流组织形态，辨析所述生产线布局模型11的耦合结构和生产过程中存在耦合优化问题；其中，所述MES系统(Manufacturing Execution System)即制造企业生产过程执行系统，是一套面向制造企业车间执行层的生产信息化管理系统。MES系统可以为企业提供包括制造数据管理、计划排程管理、生产调度管理、库存管理、质量管理、工作中心/设备管理、生产过程控制、底层数据集成分析、上层数据集成分解等管理模块的制造协同管理平台。具体地，在玻璃生产加工过程中，所述耦合结构如所述生产线布局模型中的组批与下料之间的耦合或组批与生产计划之间的耦合，所述耦合优化问题是指从组批与下料之间的耦合和组批与生产计划之间的耦合中选出适合所述生产线布局模型11的耦合结构。
所述执行引擎311为具备解耦机制的解耦算法，对所述生产线布局模型11存在的所述耦合优化问题进行求解，生成所述生产线布局模型11的生产方案。通过所述执行引擎311对所述耦合优化问题进行求，解决瓶颈工艺，提高生产线整体的运行效率和生产效益。
具体地，参照图2-4，所述解耦机制以玻璃生产加工生产线中“组批-下料-装载-计划”耦合优化问题模型进行举例说明，所述耦合优化问题模型中的“组批”是指订单组批问题、“下料”是指下料优化问题、“装载”是指钢化炉装载问题、“计划”是指作业计划问题。上述各问题为独立的单元，均具备解决问题的算法，以下称为单元算法。
首先，采用计算性解耦方法，集成遍历、回溯、递归等基础计算形式与所述耦合优化问题模型中各个单元算法，形成具有清晰层次的递阶计算关系图。所述耦合优化问题模型中，目标耦合、约束耦合具有相对清晰的计算偏序关系，项目结合嵌套、递归、回溯等常规计算方式，对目标耦合与约束耦合进行解耦。但所述耦合优化问题模型中的过程耦合关系属于交叉式耦合关系，两单元问题之间的计算层次没有清晰的边界，因此求解过程不可避免存在拉锯现象。项目将存在过程耦合的两个问题封装成一类集成优化问题，对下料率、装载率及交货期之间潜在的互斥关系，采用协商的形式进行协调计算。因此，如图2所示，通过问题结构的拓扑变形，融合集成优化机制与基础计算形式，形成具有清晰层次的递阶计算关系图6。再利用变量值域的自然间隙，生成类Pareto的极值对序列，以其遍历作为协调计算形式，形成如图3所示的解耦算法框架；最后，融合单元优化算法的执行过程，形成如图4所示的解耦流程图。
所述递阶分层计算关系图6将作为解耦计算框架构造的主要依据。如图2所示，通过控制订单聚类形成的聚类半径，满足批次交货期最小偏差约束，形成若干可行的组批方案，并进行遍历寻优。这一寻优过程中存在多路回溯，需要设置协商机制，避免反复搜索。生产批次投放次序的遍历属于作业调度的前置处理程序，将作为作业调度算法的外围计算层。下料问题与装载问题被封装成下料与装载集成优化问题，依托排样优化作为原子求解引擎，配合特殊协调计算机制进行求解。
在所述递阶计算关系图6中，首先需要解决下料率α与装载率β存在的冲突。项目结合多目标优化的思想，产生类Pareto形式的离散式非支配解集，即α与β的极值对序列，并利用针对序列的遍历计算，结合排样、调度两类单元优化算法，形成集成优化求解器，实现排样与调度的协调计算。α与β的取值均为连续取值，构造类Pareto的离散(α,β)极值对，首先需要解决变量的离散化。项目立足于原片组面积赋值自然存在的非等间距跳跃特性，生成α单调递减赋值序列(α1,α2,…)，并采用拟二分遍历的方式确定β取值：首先初始化最低要求的装载率β0，获取对应最优下料率α1；随即，基于α1与β0，构造β的拟二分序列(β1 0,β1 1,…)，寻找α1水平下的最优装载率β1 τ1，从而形成极值对(α1,β1 τ1)。以此方式递归，生成极值对序列。
在所述递阶计算关系图6中，组批方案遍历需要协商。项目通过收益权重平衡方程：
Figure BDA0002412715770000111
与关键工序约束方程：
Figure BDA0002412715770000112
来构造协调器。其中，Dn为生产批次n的交货期；ω为α,β,Dn的权重向量，根据应用场景的需要进行赋值，用于标示下料率、装载率与交货期的重要度；MMn(β)为最短完工期推导函数，以钢化工序为关键工序，前推最短完工期。
通过收益权重平衡方程并结合极值对序列可以在下料率、排样率、最早交货期的取值过程中寻优，通过关键工序约束方程，可以隐式表征下料、排样与调度之间的潜在逻辑关系。
在所述递阶计算关系图6中，切割方案M与装载方案L将作为作业计划问题(PP)的参数，并形成成组约束GC(M)、GC(L)。事实上，切割方案M和装载方案L之间亦存在某种隐式联系
Figure BDA0002412715770000113
原料下料次序与装载炉次之间存在一定的对应关系，这种关系具有强烈的启发意义，调度问题求解时，应当充分利用这一启发信息，或者更直接地配合权重因子，作为优化目标的组成部分。
在所述递阶计算关系图6中，订单组批问题(BP)是耦合优化问题的顶层问题，以最大化平均下料率
Figure BDA0002412715770000114
最小化运行性投入(C)及最早化交货期(D)为优化目标，其中C由下料率、交货期和其他确定性因素构成，除了满足最基本的批次切片总数量等于订单切片总数量等约束外，簇半径r(b)应当不高于最小交货期偏差ε，其中b为生产批次。各生产批次交货期应当不迟于由订单交货期所确定的最迟交货期
Figure BDA0002412715770000121
结合上述思路，得出如图4所示的解耦流程图。其中，如图4所示，所述解耦流程图中存在二级递归调用：“订单组批聚类形成组批方案”将调用下层聚类算法进行组批，“批次作业调度”将调用下层调度算法形成作业计划，“执行矩形件排样优化算法，获得总下料率”与“进行二阶分层排样，计算装载率”将紧紧依赖矩形件排样优化算法，生成下料方案与装载方案。
二级迭代优化，根据所述设计要求，优化调整对所述实物设备数字模型的工艺动作和所述生产线布局模型11中在制品的运输路径，根据所述工艺动作和所述运输路径的优化在所述仿真系统1中优化调整所述动作控制脚本，所述工业控制网络4根据所述动作控制脚本变化而同步地做出自适应调整；所述生产线布局模型11经过所述一级迭代优化后还未满足所述设计要求，则进行所述二级迭代优化。具体地，根据所述设计要求，优化所述实物设备数字模型的工艺动作，使所述实物设备数字模型的动作更加精简，优化所述生产线布局模型11中在制品的运输路径，提高在制品的运输效率，以提高所述生产线布局模型11的生产效率，根据所述工艺动作和所述运输路径的变化在所述仿真系统1中优化调整所述动作控制脚本，从而实现优化所述生产线布局模型11，以满足所述设计要求。其中，所述工业控制网络4根据所述动作控制脚本变化而同步地做出自适应调整是指：如将原所述实物设备数字模型的动作进行拆分或组合，形成新的动作方式，随着动作方式的改变，所述工业控制网络4也会随之改变，如所述实物设备数字模型的动作增加，所述工业控制网络4的点位信息也会随着增加；如所述实物设备数字模型的动作减少，所述工业控制网络4的点位信息会减少，实现所述控型设计根据所述动型设计的变化而做出自适应的优化调整。
三级迭代优化，在所述仿真系统1中重新构建所述生产线布局模型11；所述生产线布局模型11经过所述一级迭代优化和所述二级迭代优化后仍未满足所述设计要求，则进行所述三级迭代优化。具体地，根据设计要求调整所述生产线布局模型11中工艺路线、工序间的优先级关系、实物设备的位置、种类和数量。如将原所述生产线布局模型11的工艺路线从划片-磨边-清洗-打孔-清洗变为划片-打孔-磨边-清洗，根据所述工艺路线的变化，所述生产线布局模型11中所有的所述实物设备数字模型进行重新布局，实现整体上的优化。
所述演化是指将经所述一级迭代优化后的所述生产线布局模型11进行在线模拟生产，检测各个所述实物设备2是否均符合预设生产要求：
若是，则输出当代的所述生产线布局模型11；
若否，则判断当代的所述生产线布局模型11是否进行过所述二级迭代优化：
若当代的所述生产线布局模型11没有进行过所述二级迭代优化，则当代的所述生产线布局模型11进入所述二级迭代优化；
若当代的所述生产线布局模型11已进行过所述二级迭代优化，则当代的所述生产线布局模型11先进入所述三级迭代优化，再进入所述二级迭代优化；
完成所述二级迭代优化后，判断当代的所述生产线布局模型11是否进行过所述三级迭代优化：
若当代的所述生产线布局模型11没有进行过所述三级迭代优化，则当代的所述生产线布局模型11再次进入所述一级迭代优化；
若当代的所述生产线布局模型11已进行过所述三级级迭代优化，则将所述生产线布局模型11定义为新一代的所述生产线布局模型11，再进入所述一级迭代优化。
通过所述构型配置、所述动型设计、所述控型设计和所述优型演化，形成生产线联动设计框架，以具体的制造产品类型、制造工艺体系和生产设备的信息驱动，进行模型、逻辑、事件和运动的自适应同步组态，构成联动响应机制；在生产线联动设计框架的基础上实现整线的实体化构造，并以半实物仿真的形式，对所述生产线布局模型11进行在线模拟运行，分析检测各个所述实物设备2是否符合预设生产要求，降低设计到生产制造之间的不确定性，从而提高设计效率；
在所述优型演化中，逐层次地优化车间设计方案，满足高频换产所必须的制造柔性和单机设备的工艺柔性，实现生产线的快速定制设计，保障设计意图递进式无损传播；且通过所述一级迭代优化、二级迭代优化和三级迭代优化共同组成闭合的优化循环，对生产线联动设计框架进行多级迭代优化，实现车间生产线自适应地快速调整和设计。
进一步，所述执行引擎311为超启发式的解耦算法，该超启发式的解耦算法为具有解耦机制的解耦算法中的一种。所述执行引擎311根据每一代所述生产线布局模型11中耦合优化问题的变化进行在线自适应调整，所述在线自适应调整包括解耦算法参数调整和解耦算法框架调整。具体地，以多叉树搜索算法为例，所述多叉树搜索算法为所述解耦算法中的一个子算法，所述多叉树搜索算法具有树层参数和树节点参数，所述算法参数调整是指根据每一代所述生产线布局模型11中耦合优化问题的变化，自适应地调整树层参数和树节点参数；再以多叉树搜索算法为例，所述算法框架调整是指根据每一代所述生产线布局模型11中耦合优化问题的变化，自适应地选择变换对应的算法框架，如由原本的深度搜索变为广度搜索。通过所述超启发算法在线自适应调整，算出解决设计问题的最优解，从而解决生产线的耦合优化问题，满足生产线设计需求，优化生产线效率和设备稼动率，以提高产线整体的运行效率和生产效益实现所述一级迭代优化。
进一步，所述步骤C中所述控型设计还包括规划设计自治控制体系，根据生产线的设计要求将所述生产线布局模型11拆分成多个自治单元111，所述控制中心12具有与所述自治单元111数量相同的单元控制中心121，一个所述单元控制中心121单独控制一个所述自治单元111运作，车间中的所述实物设备2组成与所述自治单元111完全一致的实物单元21。通过将所述生产线布局模型11拆分成多个所述自治单元111，以方便所述控制中心12合理地控制所述生产线布局模型11的运维。其中，所述自治单元111可以是单个所述实物设备数字模型，也可以是多个所述实物设备数字模型的组合。具体地，如在玻璃生产加工线中，入库小车取到玻璃后转运到仓储库中，仓储库中的底车进行调度，将玻璃存储到合适的库位，然后出库小车从仓储库中取出玻璃运送到下一个工艺段加工。可将入库小车、仓储库和出库小车划分为一个所述自治单元111，入库小车、仓储库和出库小车通过一个所述单元控制中心121进行控制。所述自治单元与所述实物单元21完全一致是指所述自治单元111中所有的所述实物设备数字模型与所述实物单元21中对应的所述实物设备2完全一致，包括设备的外观与形态、传感器的布置。
进一步，所述步骤C中所述工业控制网络4为PLC控制网络41。具体地，所述实物单元21由所述PLC控制网络41通过交换机接口，以I/O点位信息的形式，与其对应的所述自治单元111的所述软PLC模块的I/O点位绑定，实现对应的所述实物单元21与所述自治单元111建立实时通讯，联网的所述实物单元21由所述PLC控制网络41驱动运作。各个所述单元控制中心121将接收到的所述生产指令转换为机器指令，并将所述机器指令下发至其管理控制的所述自治单元111，且各个所述自治单元111的所述软PLC模块将所述机器指令同步地发送至对应的所述实物单元21的所述PLC控制网络41，实现指令同步。所述生产线布局模型11中各个所述自治单元111根据所述机器指令进行模拟生产，所述PLC控制网络41根据所述机器指令驱动联网的所述实物单元21模拟生产，基于数字孪生技术，使对应的所述自治单元111和联网的所述实物单元21同步地模拟生产。
进一步，所述PLC控制网络41通过SCADC系统5采集所述实物设备2的实时状态数据，并将采集到的所述实时状态数据上传至所述上位机3。具体地，所述PLC控制网络41通过所述SCADC系统5，即数据采集与监视控制系统，采集所述实物设备2的实时状态数据，并将采集到的所述实时状态数据上传至所述上位机3，使所述上位机3可根据所述实时状态数据建立仿真模型视图，通过所述仿真模型视图对所述生产线布局模型11和各个所述实物设备2进行实时监控，且所述MES系统312根据所述实时状态数据分析车间产品的加工工艺和物流组织形态，辨析所述生产线布局模型11的耦合结构和生产过程中存在耦合优化问题。
进一步，所述步骤D中所述演化包括纵向集成演化和横向集成演化：
所述纵向集成演化：各个所述实物单元21分别在不同时段连接所述工业控制网络4，联网的所述实物单元21与其对应的所述自治单元111根据所述生产指令进行同步模拟生产，以检测联网的所述实物单元21中各实物设备2是否按照所述生产指令运作；
所述横向集成演化：将两个上下关联的所述实物单元21在同一时段连接所述工业控制网络4，两个联网的所述实物单元21分别与对应的所述自治单元111根据所述生产指令进行同步模拟生产，以检测两个联网的所述实物单元21之间衔接处中，下游的实物设备2是否始终承接上游的所述实物设备2的加工动作。
通过所述纵向集成演化和所述横向集成演化，对联网的所述实物单元21进行分段演化并检测，快速确定生产线的故障位置，方便查找和排除设计错误，提高设计效率。进一步，还包括整线集成演化，各个所述实物单元21在同一时段连接所述工业控制网络4，对所有实物设备2进行在线模拟生产，以检测整线的生产效率。
进一步，所述步骤B中所述动型设计包括以下步骤：
步骤B1：根据生产线的设计要求和所述生产线布局模型11，制定各个所述实物设备数字模型的动作规划和在制品的运输路径规划；
步骤B2：在所述仿真系统1编制所述生产线布局模型11中所有所述实物设备数字模型的控制脚本，通过所述控制脚本完成各个所述实物设备数字模型的动作规划和在制品的运输路径规划；
步骤B3：对所述生产线布局模型11进行离线模拟运行，直至离线运行正常。
具体地，先根据生产线的设计要求，如产品加工工艺中各个工序的标准工时，制定各个所述实物设备数字模型的动作规划和在制品的运输路径规划，从而确定各个所述实物设备数字模型在每一环节的运动方式，再编制所述控制脚本，通过脚本语言完成各个设备的动作规划和在制品的运输路径规划，然后再对所述生产线布局模型11进行离线模拟运行，验证所述各个所述实物设备数字模型能否根据正常运行，若所述生产线布局模型11不能正常运行，则调整所述控制脚本，直至离线运行正常。先制定动作规划后编制控制脚本，利于设备与设备之间的动作完整性与连续性，从而保证在制品按流程完成生产加工，减少调整所述控制脚本的次数，提高设计效率。
参照图5-6，应用上述的构型动型控型优型联动响应的自适应组态方法的系统，包括仿真系统1、工业控制网络4和上位机3；
所述仿真系统1，用于根据生产线的设计要求构建各个所述实物设备2的所述实物设备数字模型，并将多个所述实物设备数字模型进行组装，形成所述生产线布局模型11；
所述仿真系统1还用于编制所述生产线布局模型11中所有所述实物设备数字模型的控制脚本，并对所述生产线布局模型11进行离线模拟运行，直至离线运行正常；
所述仿真系统1具有用于控制所述生产线布局模型11和所述实物设备2运作的控制中心12；
利用数字孪生技术，各个所述实物设备2与所述生产线布局模型11中对应的所述实物设备数字模型建立实时通讯和动作同步化；
设置上位机3，所述上位机3与所述控制中心12建立指令下行和信息上行的二分通道，实现所述上位机3向所述控制中心12下发生产指令和所述上位机3收集所述实物设备2的实时状态数据；
所述工业控制网络4，用于驱动所述实物设备21运作，所述控制中心12通过所述工业控制网络4将所述生产指令下发至所述实物设备2，并通过所述工业控制网络4获取所述实物设备2的实时状态数据；
所述上位机3包括管控中心31和组态监控单元32；
所述管控中心31包括执行引擎311、MES系统312和优化判断模块313；
所述MES系统312用于分析车间产品的加工工艺和物流组织形态，辨析所述生产线布局模型11的耦合结构和生产过程中存在耦合优化问题；
所述执行引擎311为具备解耦机制的解耦算法，对所述生产线布局模型11存在的所述耦合优化问题进行求解，生成所述生产线布局模型11的生产方案；
所述优化判断模块313用于判断所述生产线布局模型11的优化演化流程:
完成所述演化后，所述优化判断模块313各个所述实物设备2是否均符合预设生产要求：
若是，则输出当代的所述生产线布局模型11；
若否，则所述优化判断模块313判断当代的所述生产线布局模型11是否进行过所述二级迭代优化：
若当代的所述生产线布局模型11没有进行过所述二级迭代优化，则当代的所述生产线布局模型11进入所述二级迭代优化；
若当代的所述生产线布局模型11已进行过所述二级迭代优化，则当代的所述生产线布局模型11先进入所述三级迭代优化，再进入所述二级迭代优化；
完成所述二级迭代优化后，所述优化判断模块313判断当代的所述生产线布局模型11是否进行过所述三级迭代优化：
若当代的所述生产线布局模型11没有进行过所述三级迭代优化，则当代的所述生产线布局模型11再次进入所述一级迭代优化；
若当代的所述生产线布局模型11已进行过所述三级级迭代优化，则将所述生产线布局模型11定义为新一代的所述生产线布局模型11，再进入所述一级迭代优化；
所述组态监控单元32用于根据实时状态数据建立仿真模型视图，通过所述仿真模型视图对所述生产线布局模型11和各个所述实物设备2进行实时监控。
通过仿真系统1完成所述构型配置、所述动型设计和所述控型设计，通过所述上位机3完成所述优型演化，从而形成生产线联动设计框架，以具体的制造产品类型、制造工艺体系和生产设备的信息驱动，进行模型、逻辑、事件和运动的自适应同步组态，构成联动响应机制；在生产线联动设计框架的基础上实现整线的实体化构造，基于所述工业控制网络4和数字孪生技术，以半实物仿真的形式，对所述生产线布局模型11进行在线模拟运行，通过所述组态监控单元32实时监控各个所述实物设备2的运作，通过所述管控中心31分析检测各个所述实物设备2是否符合预设生产要求，降低设计到生产制造之间的不确定性，从而提高设计效率；
在所述优型演化中，逐层次地优化车间设计方案，满足高频换产所必须的制造柔性和单机设备的工艺柔性，实现生产线的快速定制设计，保障设计意图递进式无损传播；且通过所述一级迭代优化、二级迭代优化和三级迭代优化共同组成闭合的优化循环，通过所述优化判断模块313控制生产线联动设计框架进行迭代优化流程，实现车间生产线自适应地快速调整和设计。
进一步，所述工业控制网络4为PLC控制网络41。
具体地，所述实物单元21由所述PLC控制网络41通过交换机接口，以I/O点位信息的形式，与其对应的所述自治单元111的所述软PLC模块的I/O点位绑定，实现对应的所述实物单元21与所述自治单元111建立实时通讯，联网的所述实物单元21由所述PLC控制网络41驱动运作。各个所述单元控制中心121将接收到的所述生产指令转换为机器指令，并将所述机器指令下发至其管理控制的所述自治单元111，且各个所述自治单元111的所述软PLC模块将所述机器指令同步地发送至对应的所述实物单元21的所述PLC控制网络41，实现指令同步。所述生产线布局模型11中各个所述自治单元111根据所述机器指令进行模拟生产，所述PLC控制网络41根据所述机器指令驱动联网的所述实物单元21模拟生产，基于数字孪生技术，使对应的所述自治单元111和联网的所述实物单元21同步地模拟生产。
进一步，所述PLC控制网络41通过SCADC系统5采集所述生产线布局模型1和实物设备2的实时状态数据，并将采集到的所述实时状态数据上传至所述上位机3的所述MES系统312。
具体地，所述PLC控制网络41通过所述SCADC系统5，即数据采集与监视控制系统，采集所述实物设备2运作的实时状态数据，并将采集到的所述实时状态数据上传至所述上位机3中的所述MES系统312，通过所述MES系统312收集和分析实时状态数据，使所述上位机3中的所述组态监控单元32可根据所述实时状态数据建立仿真模型视图，通过所述仿真模型视图对所述生产线布局模型11和各个所述实物设备2进行实时监控；且所述MES系统312根据所述实时状态数据分析车间产品的加工工艺和物流组织形态，辨析所述生产线布局模型11的耦合结构和生产过程中存在耦合优化问题。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。

Claims (10)

1.构型动型控型优型联动响应的自适应组态方法，其特征在于：包括以下步骤：
步骤A:构型配置，在仿真系统(1)构建各个实物设备(2)的三维建模，形成多个实物设备数字模型，并根据生产线的设计要求在仿真系统将多个所述实物设备数字模型进行组装，形成生产线布局模型(11)；
步骤B:动型设计，根据生产线的设计要求，在所述仿真系统(1)编制所述生产线布局模型(11)中所有所述实物设备数字模型的动作控制脚本，通过脚本语言控制所述实物设备数字模型的加工动作和在制品的物流运输；
步骤C:控型设计，在所述仿真系统(1)具有用于控制生产线布局模型(11)和所述实物设备(2)运作的控制中心(12)；
利用数字孪生技术，各个所述实物设备(2)与所述生产线布局模型(11)中对应的所述实物设备数字模型建立实时通讯和动作同步化；
设置上位机(3)，所述上位机(3)与所述控制中心(12)建立指令下行和信息上行的二分通道，实现所述上位机(3)向所述控制中心(12)下发生产指令和所述上位机(3)收集所述实物设备(2)的实时状态数据；
构建用于驱动所述实物设备(2)运作的工业控制网络(4)，所述控制中心(12)通过所述工业控制网络(4)将所述生产指令下发至所述实物设备(2)，并通过所述工业控制网络(4)获取所述实物设备(2)的实时状态数据；
步骤D：优型演化，所述优型是指对所述生产线布局模型(11)进行迭代优化，所述迭代优化包括：
一级迭代优化，所述上位机(3)包括管控中心(31)，所述管控中心(31)包括执行引擎(311)和MES系统(312)，所述MES系统(312)分析车间产品的加工工艺和物流组织形态，辨析所述生产线布局模型(11)的耦合结构和生产过程中存在耦合优化问题；
所述执行引擎(311)为具备解耦机制的解耦算法，对所述生产线布局模型(11)存在的所述耦合优化问题进行求解，生成所述生产线布局模型(11)的生产方案；
二级迭代优化，根据所述设计要求，优化调整对所述实物设备数字模型的工艺动作和所述生产线布局模型(11)中在制品的运输路径，根据所述工艺动作和所述运输路径的优化，在所述仿真系统(1)中优化调整所述动作控制脚本，所述工业控制网络(4)根据所述动作控制脚本变化而同步地做出自适应调整；
三级迭代优化，在所述仿真系统(1)中重新构建所述生产线布局模型(11)；
所述演化是指将经所述一级迭代优化后的所述生产线布局模型(11)进行在线模拟生产，检测各个所述实物设备(2)是否均符合预设生产要求：
若是，则输出当代的所述生产线布局模型(11)；
若否，则判断当代的所述生产线布局模型(11)是否进行过所述二级迭代优化：
若当代的所述生产线布局模型(11)没有进行过所述二级迭代优化，则当代的所述生产线布局模型(11)进入所述二级迭代优化；
若当代的所述生产线布局模型(11)已进行过所述二级迭代优化，则当代的所述生产线布局模型(11)先进入所述三级迭代优化，再进入所述二级迭代优化；
完成所述二级迭代优化后，判断当代的所述生产线布局模型(11)是否进行过所述三级迭代优化：
若当代的所述生产线布局模型(11)没有进行过所述三级迭代优化，则当代的所述生产线布局模型(11)再次进入所述一级迭代优化；
若当代的所述生产线布局模型(11)已进行过所述三级级迭代优化，则将所述生产线布局模型(11)定义为新一代的所述生产线布局模型(11)，再进入所述一级迭代优化。
2.根据权利要求1所述的构型动型控型优型联动响应的自适应组态方法，其特征在于：所述执行引擎(311)为超启发式的解耦算法，所述执行引擎(311)根据每一代所述生产线布局模型(11)中耦合优化问题的变化进行在线自适应调整，所述在线自适应调整包括解耦算法参数调整和解耦算法框架调整。
3.根据权利要求1所述的构型动型控型优型联动响应的自适应组态方法，其特征在于：所述步骤C中所述控型设计还包括规划设计自治控制体系，根据生产线的设计要求将所述生产线布局模型(11)拆分成多个自治单元(111)，所述控制中心(12)具有与所述自治单元(111)数量相同的单元控制中心(121)，一个所述单元控制中心(121)单独控制一个所述自治单元(111)运作，车间中的所述实物设备(2)组成与所述自治单元(111)完全一致的实物单元(21)。
4.根据权利要求1所述的构型动型控型优型联动响应的自适应组态方法，其特征在于：所述步骤C中所述工业控制网络(4)为PLC控制网络(41)。
5.根据权利要求4所述的构型动型控型优型联动响应的自适应组态方法，其特征在于：所述PLC控制网络(41)通过SCADC系统(5)采集所述实物设备(2)的实时状态数据，并将采集到的所述实时状态数据上传至所述上位机(3)。
6.根据权利要求3所述的构型动型控型优型联动响应的自适应组态方法，其特征在于：所述步骤D中所述演化包括纵向集成演化和横向集成演化：
所述纵向集成演化：各个所述实物单元(21)分别在不同时段连接所述工业控制网络(4)，联网的所述实物单元(21)与其对应的所述自治单元(111)根据所述生产指令进行同步模拟生产，以检测联网的所述实物单元(21)中各实物设备(2)是否按照所述生产指令运作；
所述横向集成演化：将两个上下关联的所述实物单元(21)在同一时段连接所述工业控制网络(4)，两个联网的所述实物单元(21)分别与对应的所述自治单元(111)根据所述生产指令进行同步模拟生产，以检测两个联网的所述实物单元(21)之间衔接处中，下游的实物设备(2)是否始终承接上游的所述实物设备(2)的加工动作。
7.根据权利要求1所述的构型动型控型优型联动响应的自适应组态方法，其特征在于：所述步骤B中所述动型设计包括以下步骤：
步骤B1：根据生产线的设计要求和所述生产线布局模型(11)，制定各个所述实物设备数字模型的动作规划和在制品的运输路径规划；
步骤B2：在所述仿真系统(1)编制所述生产线布局模型(11)中所有所述实物设备数字模型的控制脚本，通过所述控制脚本完成各个所述实物设备数字模型的动作规划和在制品的运输路径规划；
步骤B3：对所述生产线布局模型(11)进行离线模拟运行，直至离线运行正常。
8.应用如权利要求1所述的构型动型控型优型联动响应的自适应组态方法的系统，其特征在于：包括仿真系统(1)、工业控制网络(4)和上位机(3)；
所述仿真系统(1)，用于根据生产线的设计要求构建各个所述实物设备(2)的所述实物设备数字模型，并将多个所述实物设备数字模型进行组装，形成所述生产线布局模型(11)；
所述仿真系统(1)还用于编制所述生产线布局模型(11)中所有所述实物设备数字模型的控制脚本，并对所述生产线布局模型(11)进行离线模拟运行，直至离线运行正常；
所述仿真系统(1)具有用于控制所述生产线布局模型(11)和所述实物设备(2)运作的控制中心(12)；
利用数字孪生技术，各个所述实物设备(2)与所述生产线布局模型(11)中对应的所述实物设备数字模型建立实时通讯和动作同步化；
设置上位机(3)，所述上位机(3)与所述控制中心(12)建立指令下行和信息上行的二分通道，实现所述上位机(3)向所述控制中心(12)下发生产指令和所述上位机(3)收集所述实物设备(2)的实时状态数据；
所述工业控制网络(4)，用于驱动所述实物设备(21)运作，所述控制中心(12)通过所述工业控制网络(4)将所述生产指令下发至所述实物设备(2)，并通过所述工业控制网络(4)获取所述实物设备(2)的实时状态数据；
所述上位机(3)包括管控中心(31)和组态监控单元(32)；
所述管控中心(31)包括执行引擎(311)、MES系统(312)和优化判断模块(313)；
所述MES系统(312)用于分析车间产品的加工工艺和物流组织形态，辨析所述生产线布局模型(11)的耦合结构和生产过程中存在耦合优化问题；
所述执行引擎(311)为具备解耦机制的解耦算法，对所述生产线布局模型(11)存在的所述耦合优化问题进行求解，生成所述生产线布局模型(11)的生产方案；
所述优化判断模块(313)用于判断所述生产线布局模型(11)的优化演化流程:
完成所述演化后，所述优化判断模块(313)各个所述实物设备(2)是否均符合预设生产要求：
若是，则输出当代的所述生产线布局模型(11)；
若否，则所述优化判断模块(313)判断当代的所述生产线布局模型(11)是否进行过所述二级迭代优化：
若当代的所述生产线布局模型(11)没有进行过所述二级迭代优化，则当代的所述生产线布局模型(11)进入所述二级迭代优化；
若当代的所述生产线布局模型(11)已进行过所述二级迭代优化，则当代的所述生产线布局模型(11)先进入所述三级迭代优化，再进入所述二级迭代优化；
完成所述二级迭代优化后，所述优化判断模块(313)判断当代的所述生产线布局模型(11)是否进行过所述三级迭代优化：
若当代的所述生产线布局模型(11)没有进行过所述三级迭代优化，则当代的所述生产线布局模型(11)再次进入所述一级迭代优化；
若当代的所述生产线布局模型(11)已进行过所述三级级迭代优化，则将所述生产线布局模型(11)定义为新一代的所述生产线布局模型(11)，再进入所述一级迭代优化；
所述组态监控单元(32)用于根据实时状态数据建立仿真模型视图，通过所述仿真模型视图对所述生产线布局模型(11)和各个所述实物设备(2)进行实时监控。
9.根据权利要求8所述的构型动型控型优型联动响应的自适应组态系统，其特征在于：所述工业控制网络(4)为PLC控制网络(41)。
10.根据权利要求9所述的构型动型控型优型联动响应的自适应组态系统，其特征在于：所述PLC控制网络(41)通过SCADC系统(5)采集所述生产线布局模型(1)和实物设备(2)的实时状态数据，并将采集到的所述实时状态数据上传至所述上位机(3)的所述MES系统(312)。
CN202010181482.0A 2020-03-16 2020-03-16 构型动型控型优型联动响应的自适应组态方法及系统 Active CN111240209B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010181482.0A CN111240209B (zh) 2020-03-16 2020-03-16 构型动型控型优型联动响应的自适应组态方法及系统
US17/072,722 US11340562B2 (en) 2020-03-16 2020-10-16 Self-adaptive configuration method and system for linkage response of construction type, motion type, control type and optimization type

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010181482.0A CN111240209B (zh) 2020-03-16 2020-03-16 构型动型控型优型联动响应的自适应组态方法及系统

Publications (2)

Publication Number Publication Date
CN111240209A true CN111240209A (zh) 2020-06-05
CN111240209B CN111240209B (zh) 2020-10-09

Family

ID=70880376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010181482.0A Active CN111240209B (zh) 2020-03-16 2020-03-16 构型动型控型优型联动响应的自适应组态方法及系统

Country Status (2)

Country Link
US (1) US11340562B2 (zh)
CN (1) CN111240209B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111488631A (zh) * 2020-06-28 2020-08-04 中国核动力研究设计院 一种核级安全显示装置及其组态-解析系统
CN112906135A (zh) * 2021-03-16 2021-06-04 吉林大学 一种用于重型商用车混合动力系统的构型拓扑生成方法
WO2023206097A1 (zh) * 2022-04-26 2023-11-02 西门子股份公司 Ai模型的部署方法、装置、电子设备和计算机可读介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114584570A (zh) * 2020-12-01 2022-06-03 富泰华工业（深圳）有限公司 数字镜像方法、服务器及存储介质
CN116009503B (zh) * 2023-03-22 2023-06-20 智昌科技集团股份有限公司 基于超循环网络的自组织三元智能制造控制系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1914610A2 (en) * 2006-10-20 2008-04-23 Rockwell Automation Technologies, Inc. Design patterns employed for module programming
CN106021733A (zh) * 2016-05-23 2016-10-12 广东工业大学 一种生产线的快速定制设计服务平台
CN107861478A (zh) * 2017-10-17 2018-03-30 广东工业大学 一种智能车间平行控制方法及系统
CN108320069A (zh) * 2017-12-20 2018-07-24 甘肃银光化学工业集团有限公司 一种生产制造执行系统
CN108847979A (zh) * 2018-06-21 2018-11-20 北京和利时智能技术有限公司 一种基于scada的自适应组态系统及方法
CN110196575A (zh) * 2019-03-08 2019-09-03 上海大学 一种基于数字孪生与机器学习技术的智能车间生产加工系统及方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112009005510A5 (de) 2008-01-31 2013-06-20 Fisher-Rosemount Systems, Inc. Robuster adaptiver modellprädiktiver Regler mit Abstimmung zum Ausgleich einer Modellfehlanpassung
US9733629B2 (en) 2014-07-21 2017-08-15 Honeywell International Inc. Cascaded model predictive control (MPC) approach for plantwide control and optimization
US9767292B2 (en) 2015-10-11 2017-09-19 Unexploitable Holdings Llc Systems and methods to identify security exploits by generating a type based self-assembling indirect control flow graph
CN107832497B (zh) * 2017-10-17 2018-08-28 广东工业大学 一种智能车间快速定制设计方法及系统
CN111230887B (zh) * 2020-03-10 2021-01-26 合肥学院 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法
CN111611646B (zh) 2020-04-08 2024-04-12 南京航空航天大学 一种飞行器前体气动构型的快速设计方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1914610A2 (en) * 2006-10-20 2008-04-23 Rockwell Automation Technologies, Inc. Design patterns employed for module programming
CN106021733A (zh) * 2016-05-23 2016-10-12 广东工业大学 一种生产线的快速定制设计服务平台
CN107861478A (zh) * 2017-10-17 2018-03-30 广东工业大学 一种智能车间平行控制方法及系统
CN108320069A (zh) * 2017-12-20 2018-07-24 甘肃银光化学工业集团有限公司 一种生产制造执行系统
CN108847979A (zh) * 2018-06-21 2018-11-20 北京和利时智能技术有限公司 一种基于scada的自适应组态系统及方法
CN110196575A (zh) * 2019-03-08 2019-09-03 上海大学 一种基于数字孪生与机器学习技术的智能车间生产加工系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DÁVID GYULAI，等: "Robust production planning and control for multi-stage systems with flexible final assembly lines", 《INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH》 *
QIANG LIU，等: "Digital twin-driven rapid individualised designing of automated flow-shop manufacturing system", 《INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH》 *
赵阳，等: "基于数字孪生的智能脉动管控", 《航空制造技术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111488631A (zh) * 2020-06-28 2020-08-04 中国核动力研究设计院 一种核级安全显示装置及其组态-解析系统
CN112906135A (zh) * 2021-03-16 2021-06-04 吉林大学 一种用于重型商用车混合动力系统的构型拓扑生成方法
CN112906135B (zh) * 2021-03-16 2022-02-25 吉林大学 一种用于重型商用车混合动力系统的构型拓扑生成方法
WO2023206097A1 (zh) * 2022-04-26 2023-11-02 西门子股份公司 Ai模型的部署方法、装置、电子设备和计算机可读介质

Also Published As

Publication number Publication date
US20210286325A1 (en) 2021-09-16
CN111240209B (zh) 2020-10-09
US11340562B2 (en) 2022-05-24

Similar Documents

Publication Publication Date Title
CN111240209B (zh) 构型动型控型优型联动响应的自适应组态方法及系统
JP7054250B2 (ja) スマート工場の迅速カスタムデザイン方法及びシステム
Jiang et al. How to model and implement connections between physical and virtual models for digital twin application
Guo et al. A digital twin-based flexible cellular manufacturing for optimization of air conditioner line
CN107861478B (zh) 一种智能车间平行控制方法及系统
CN107807539B (zh) 一种玻璃深加工生产线分布式集成方法及其系统
CN110058573B (zh) 吞吐柔性智能装配物流路径规划平台
CN110084405B (zh) 吞吐柔性智能装配物流路径规划方法
CN106022523B (zh) 一种基于集成仿真的自动化生产线优化设计方法
CN112800668A (zh) 基于数字孪生的复杂产品运维与制造集成总体模型
Tu et al. Product development cost estimation in mass customization
CN108924198A (zh) 一种基于边缘计算的数据调度方法、装置及系统
CN111221312B (zh) 机器人在生产线的优化方法、系统及在数字孪生的应用
Oztemel Intelligent manufacturing systems
CN105787229B (zh) 一种自动化生产线的设计与运行联合优化方法
CN112084646A (zh) 一种基于数字孪生的模块化产品定制方法
KR20180120454A (ko) 스마트팩토리용 데이터 모델 생성 장치 및 그 방법
CN116050122A (zh) 基于汽车柔性装配产线的数字孪生推演系统及方法
Li et al. Effective methods for integrated process planning and scheduling
CN112508489A (zh) 一种面向复杂装备制造的顶层规划设计方法
Frantzén et al. Digital-twin-based decision support of dynamic maintenance task prioritization using simulation-based optimization and genetic programming
Yuan et al. Multi-objective coupling optimization of electrical cable intelligent production line driven by digital twin
CN113128041A (zh) 基于数字孪生虚拟技术的数字工厂mes系统开发方法
Reyes et al. The Factory Physics for the Scheduling: Application to Footwear Industry.
CN116009419A (zh) 复杂装备制造过程虚拟重构与仿真运行方法及系统

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