《大数据时代下CPS的制造系统调度优化》由会员分享，可在线阅读，更多相关《大数据时代下CPS的制造系统调度优化（8页珍藏版）》请在金锄头文库上搜索。
1、大数据时代下 CPS 的制造系统调度优化作者：肖枫 来源：科学与信息化2017年第 04期摘要 传统制造系统调度多为离线的静态调度，存在“滞后、不一致、不协调”等问题，调 度结果并不十分理想。近年来，随着数据采集技术的智能化、计算机系统的信息化，信息物理 融合系统(Cyber-Physical System, CPS)应运而生，其将网络和物理世界在时间和空间上紧 密配合起来，为制造系统生产过程的调度优化提供了一种全新的思路与有效的实现途径。本文 基于CPS的概念并结合制造系统的特点，构造出基于CPS的制造系统生产调度基本框架，并 对该框架各组成部分进行了分析。最后，将该框架用于课题组提供的小型
2、半导体Minifab生产 线，同时根据实时生产状态调整调度规则进行调度优化，最终结果表明，融合了CPS的制造 系统对于生产线性能的提高有显著作用。关键词 信息物理融合系统；制造系统；闭环调度；数据采集1 引言信息物理融合系统集成了计算系统与物理系统，并通过嵌入式计算机与网络实现两者之间 的协作与融合，具备“深度嵌入、泛在互联、智能感知和交互协同”的特点1，随着嵌入式系统 变得越来越普遍， CPS 可将人、机器人或其他设备相互融合，形成一个统一高效的系统2。 由于CPS连接了虚拟空间与物理现实世界，使智能物体进行通信以及相互作用，淡化了现实 世界与虚拟空间的界限，给信息世界与物理现实世界之间的相
3、互作用关系带来了根本性变化， 被称为是“工业4.0”的“实现技术”。近年来，很多学者研究了 CPS在各领域的应用，并且已取 得了一些极具价值的成果，如Tullio将CPS用于电力系统、Insup研究其在医疗领域的挑战和 发展方向、Qu在交通方面进行了探索本文尝试将CPS引入制造系统领域，探索基于CPS 的制造系统调度优化。2 研究现状2.1 CPSUCB的Lee对CPS的定义：“计算进程与物理进程的集成和相互影响，即通过嵌入式计算 机和网络实现对物理进程的监测和控制，并通过反馈循环实现物理进程对计算进程的影响”。 CMU的Rajkumar等的定义：“通过计算和通信内核实现了监测、协调、控制和集
4、成的物理和 工程系统”。在CPS中，物理环境受到系统中的控制任务的影响，控制任务监控外部环境，对 系统的状态进行计算和更新，最终给物理设备发送指令。具体说来，CPS系统大致运行方式如 下：物理层的实体通过对环境的感知， 对相应的信息进行处理，同时将信息通过网络发送到 信息层，信息层组件在获取感知信息后，针对物理环境和网络中用户需求的改变，自动调整内部关联与模型，将指令通过人机界面或者执行器和驱动设备传送给物理层各组件。物理实体接 受指令，并通过实体间的自主协调，执行系统所要求的相应操作。2.2 制造系统数据采集技术目前对于制造系统的生产调度研究，多是基于理想生产条件下的离线调度，然后将离线预
5、调度的结果执行。但实际生产过程中，会产生大量的随机问题，使得预调度无法正常执行，这 时可能需要进行调度修正或者重调度。而且在传统的生产车间，问题产生到决策反馈可能时滞 较长，影响了决策时机。因此采集并利用实时生产信息进行动态调度显得尤为重要Geng通 过现场总线和以太网技术实现PLC与现场设备及监控平台的通信，Hardgrave、Huang等通过 RFID技术实现信息的实时采集。随着嵌入式技术、传感器、信息技术、移动计算、传感网 络、RFID等技术的迅猛发展，为制造系统的实时自动感知监控和传输提供了技术支持。2.3基于CPS的制造系统调度优化CPS 系统中物理组件嵌有传感器和执行器，具有在线通
6、信、远程控制与各部件间自主协调 等功能，能对生产过程进行实时采集。传感器和执行器通过对对象行为的感知与反馈，将控制 决策作用于执行对象，从而形成基于事件驱动控制的闭环过程。Kaihara等在CPS基础上设计 了实际-虚拟集成系统，进行生产线的调度优化与在制品量的控制。Seitz等设计了一种基于物 理信息生产融合系统（CPPS）的物联模型，提高了订单处理和生产管理水平。周本海等将抢 占与非抢占的调度方式结合起来，提出了基于预留的实时调度算法，有效降低了任务切换频 率，提高了系统可靠性与实时性。3 基于 CPS 的制造系统框架设计本文设计出一种通用的体系框架，如图1所示。该体系以层次功能划分，主要
7、包括物理 层、网络层、协同优化层和应用层四个部分，其中物理层指CPS中与物理环境紧密结合的感 知设备、执行设备以及它们组成的具有特定功能或存在于特定区域的无线/有线网络单元；网 络层负责感知数据与控制信息的实时可靠传递，为系统提供实时可靠服务；协同优化层负责感 知数据的分析与处理融合，其中，监控中心体现实时生产状态，决策控制中心包含一个由实际 生产线映射的仿真模型，体现理想生产状态，将两者对比，确定是否需要对生产方案进行调 整，并将该决策信息反馈给实际生产设备；应用层支撑各类智能应用与资源和服务的协同优 化。本文在课题组提供的半导体智慧制造示范单元上实现了上述调度优化框架。该示范单元以 半导体
8、生产线简化模型 Minifab 为对象，能够完成半导体整个加工流程，其机械结构由模拟库 位（原材料区）、模拟材料等待区（缓存区）、一台模拟光刻设备、两台模拟扩散设备、两台 模拟离子注入设备和一台 KUKA 机器人组成，下图所示为半导体智慧制造示范单元。3.1物理层物理层从物理世界采集原始信息，并且根据系统指令改造物理世界，主要包括生产设备、 数据采集网络、执行器网络。利用无线传感器网络技术，承担对物理环境的全方位感知任务， 包括各种多媒体信息以及各种物理属性；通过执行器网络，实现对物理环境的交互反馈及精确 控制。系统各工位上设置有位置传感器，以便检测工设备状态，再将传感器信息转化为能被计算 机
9、和网络处理的数字量；数据采集设备使用无线射频RFID技术，各工件上放有RFID电子标 签，用于标识该工件，同时存储其加工信息。将机械手作为执行器，通过对其编程，完成工件 在各区之间的流动，驱动生产线的加工。3.2 网络层网络层将下层的大量异构单元实现互联互通，还可以实现各子单元之间的信息交流， CPS 之所以能够让资源成为公共资源就是依靠网络层来实现的。网络层通过排除物理层内部的差异 性实现信息的无障碍交流，这对于应用层的资源共享带来了极大的便利，保证了用户在公开的 情况下享受便利服务。本文利用交换机获得各硬件设备的MAC地址，利用无线网和以太网进行硬件间数据的传 输。软硬件的交互则通过标准O
10、PC通信接口实现，OPC通信标准协议由技术领先的自动化 软、硬件厂商联合微软公司开发，它使工业控制在硬件和软件方面都有了统一的依据标准。3.3 协同优化层经过物理层和网络层的搭建，已能实现各设备间的互联、生产数据的实时获取，接着需要 确定获取的数据集，以及如何处理这些数据以达到最终的优化目标。该层主要进行调度优化。 协同优化层主要包括三个平台：制造系统生产过程监控平台，仿真平台，数据库。在线监控平台：实时在线监控通过菲尼克斯公司旗下的Visu+平台实现，对制造过程的原 始信息进行跟踪和监视，采集实际生产线的生产数据。仿真平台：Plant simulation是一款面向对象的离散事件动态系统仿真
11、软件，本实验用其建 立生产过程仿真平台，根据实际制造系统进行仿真建模，基本拟合实际生产线，对实际生产进 行模拟仿真。数据库：数据库中存储着生产线设备、加工区、产品、生产流程、投料、在线工件信息等 实时加工信息以及历史生产数据，以便后续分析。该层的调度优化原理为：将实际生产线的实时生产性能（监控平台）以及仿真模型的理想 性能（仿真平台）进行比较分析，动态的选择较优的启发式规则进行生产。采用基于周期的重调度驱动机制，在每个采样周期，对实际和仿真数据进行以下分析，以 判断是否需要生成新的调度方案：设=（仿真交货率-实际交货率）/仿真交货率；=（实际加工周期-仿真加工周期）/ 仿真加工周期；为交货率的
12、临界阈值；为加工周期的临界阈值。起始调度算法选取最简单常见的启发式调度规则先进先出FIFO；若交货率偏差超出预 期，则选取最早交货期EDD或最早工序交货期EODD规则以提高交货率，同理，若加工周期 偏差超出预期，则选取最短加工时间SPT、最短剩余加工时间SRPT或者制造周期方差波动 FSVCT以缩短加工周期，若两者皆超出临界值，则选择与两者都相关的临界值CR规则。3.4 应用层应用层实现对底层生产的远程控制，车间管理者通过网页在办公室或者更远的地方即可下 达生产指令，查看实时生产状况。4 结果分析采用固定时间间隔进行投料，每10分钟投料一次，共生产约180 Lot,总加工时间约为 4.5小时，
13、采样周期设为 2分钟。在实际生产线和仿真平台分别进行加工生产，计算和，根据 专家经验设置阈值，后参照以上原理进行反馈调度。在同一投料策略下和调度方案下，进行开 环生产以及在CPS架构下的闭环调度，分别记录两种情况下生产线准时交货率ODR和平均加 工周期AVGCT，所得结果如下：由上图可看出，与直接给出某一调度规则进行开环调度相比，通过CPS系统实现虚实交 互，利用虚拟模型指导实际生产，将实际和仿真性能进行比较后，对调度规则进行相应切换， 能明显缩短产品的加工周期，并且提高准时交货率。5 结束语本文设计的基于CPS的制造系统调度优化框架，能有效地采集实时生产状态，并且利用 实际生产与理想生产的对
14、比，判断是否需要修正调度方案，若实际与理想的偏差已超过可允许 的范围，则更改规则以将生产拉回理想范围，否则遵循原调度方案，将该控制决策及时发给执 行器进行生产，实现闭环控制。实验结果表明，该调度优化框架对提高生产线的准时交货率和 平均加工周期有显著作用。参考文献1 黎作鹏，张天驰，张菁信息物理融合系统（CPS）研究综述J.计算机科学，2011, 38 （9）：25-31.2 周本海，姚大鹏信息物理系统中基于保护阈值的实时调度算法研究J.计算机工程与科 学， 2015，（2）：226-231.作者简介肖枫（1992-），女，江苏泰州人，汉族，同济大学电子与信息工程学院控制科学与工程 专业在读研究生，cims中心研究方向。图2半导体智慧制造示范单元不同时刻开环与闭环调度下平均加工周期的对比490.0000480.0000 i1 I470.0000 13579111315171921采样点禅调度予汀涓变图4不同时刻开环与闭环调度下平均加工周期的对比
