1.2.6 車間生產調度

當前全球化競爭形勢下，快速響應市場變化、滿足用戶個性化定制需求、縮短產品上市周期、實現產品制造與服務融合是制造企業提升市場競爭力和實現價值創造的重要手段，在此背景下，面向多品種變批量的柔性化混線生產成為制造企業的主要生產模式之一。生產調度是企業生產過程中的核心問題，對企業加工效率、產品質量客戶滿意度以及經濟利益的提升、對制造業的發展及智慧工業戰略實施具有重大意義。生產調度主要研究車間加工機器以及加工任務，以生產為中心，通過分析如加工時間、交貨時間、機器負載等實際加工需求，為工序合理地安排加工機器并確定加工順序，最終滿足加工需求并使得整個加工方案及加工流程得到優化，并實現智能化管理。

目前，復雜離散制造車間主要采用自上而下、集中式和計劃式的車間運行模式。復雜離散制造車間多面向訂單生產，其在運行過程中具有動態性和隨機性強、不確定因素多等特點，因此生產異常頻繁出現。當前這種計劃式和集中式的傳統車間運行模式最大的弊端是不能實現復雜離散制造車間現場生產異常的實時響應和動態調度，導致決策不及時、計劃不可用、管控效率低等問題。為應對頻發的生產異常，國內外學者進行了很多相關研究。在靜態調度方面，學者們提出了基于模糊邏輯的預測調度、魯棒性調度等方法來提高調度方案的抗干擾能力（包括零件加工時間的擾動、物料到達時間的不確定、設備健康狀態的動態性、工藝路線的柔性等），從而降低動態調度的發生頻率。然而，靜態調度以損失一定的生產效率為前提，在多品種、小批量、定制化產品制造車間中的應用效果并不明顯。由于車間運行環境具有復雜性、動態性和不確定性等特點，生產異常仍然過于頻繁，調度和決策的實時性問題仍沒有被很好地解決。在20世紀90年代前后，有部分學者提出基于多智能體（Agent）技術的動態調度方法，其采用分布式的自治架構（Autonomous Architectures）或中介架構（Mediator Architectures），通過任務Agent、單元（或資源）Agent和事件Agent之間的通信、交互、合作、博弈以及決策，實現事件驅動的任務、資源的匹配、組合和優化，從而快速解決生產異常，為實現事件驅動的實時調度和運行優化提供了一種非常有效的手段。Wang等提出了主動調度的概念，闡述了主動調度與被動調度在定義、調度元素關系和運行模式等方面的區別，并指出其主要特征是開發了設備（資源）實體和工件（任務）實體的主觀能動性。Zhang等構建了基于Agent和信息物理系統（CPS）的智能車間（Intelligent Shop-Floor）體系架構，開發了基于Agent的智能車間CPS來實現上述功能模型，并應用灰度關聯分析和分層沖突解決方法實現了智能車間的自組織及自適應。Zhang等提出了基于游戲理論的雙層調度方法，不再采用傳統的重調度方式解決異常，而是通過工序與機器的自主交互對異常進行實時處理，從而實現事件驅動的車間動態實時調度。

上述研究成果借鑒了多Agent思想和人工智能技術，通過賦予任務（或工序）實體/集合和制造資源（或設備）實體/集合以智能化，通過兩者之間進行通信、交互與自主決策，實現任務—資源的快速匹配與組合，以及任務—資源的自組織和自適應、生產異常的實時處理等，有力地推動了“工業4.0”下智能車間的發展和實現。然而，基于多Agent的車間調度方法較少考慮資源Agent和資源Agent之間的自主交互與協同決策，同時由于所求得的解是局部解，有時難以保證解的全局性，且現有研究只考慮了智能車間本身，并未涉及智能車間對外的協同和擴展問題。因此這種技術思路成為未來發展趨勢的論述還有待論證。