1 項目背景

物聯(lián)網(wǎng)技術(shù)是制造業(yè)轉型升級，實(shí)現智能制造的基礎。在推動(dòng)智能制造實(shí)施過(guò)程中，物聯(lián)網(wǎng)正從工業(yè)領(lǐng)域的局部工序擴展到車(chē)間、工廠(chǎng)，從提質(zhì)增效擴大到推動(dòng)制造和物流業(yè)務(wù)模式的轉變。智能制造以智能車(chē)間為載體，在設計、供應、制造和服務(wù)各環(huán)節實(shí)現端到端無(wú)縫協(xié)作。智能物流可以進(jìn)行感知、思維、推理、路徑規劃和決策等，是連接智能之間供應和制造的重要環(huán)節，也是打造智能工廠(chǎng)的基石。當前，智能制造和智能物流正處于整合過(guò)程中，如何管理制造和物流的復雜流程，協(xié)同生產(chǎn)調度和物流調度，以實(shí)現智能制造和智能物流的集成是面臨的一個(gè)重大挑戰。

通過(guò)設備上裝配傳感器、RFID讀寫(xiě)器和通信模塊，輸送線(xiàn)和RGV/AGV上安裝傳感器和通信模塊等物聯(lián)網(wǎng)技術(shù)，面向智能車(chē)間的自動(dòng)生產(chǎn)調度和自動(dòng)物流調度需求，海得控制研發(fā)了智能車(chē)間生產(chǎn)物流調度系統，實(shí)現了智能制造和智能物流的集成。該系統已在某口服液生產(chǎn)企業(yè)實(shí)現了示范應用，是國內制藥行業(yè)第一個(gè)智能車(chē)間生產(chǎn)物流調度系統項目，該車(chē)間已于2017年5月投產(chǎn)。海得控制正在開(kāi)發(fā)實(shí)施的第二個(gè)智能車(chē)間生產(chǎn)物流調度系統項目，預計2018年5月實(shí)施完成。

智能車(chē)間生產(chǎn)物流調度系統的目標與約束如圖1所示。

其中目標包括三個(gè)方面：最大化資源利用率、最小化庫存、最小化生產(chǎn)周期。由于這些目標之間存在沖突，不可能同時(shí)達到各個(gè)目標的最佳狀態(tài)，因此需要在各個(gè)目標之間取得平衡。

除了以上三方面目標以外，還要滿(mǎn)足智能車(chē)間的生產(chǎn)調度和物流調度需求，主要包括三方面特點(diǎn)和需求：柔性、多約束和變動(dòng)性。

圖1 智能車(chē)間生產(chǎn)物流調度系統的目標與約束

2 系統架構

基于物聯(lián)網(wǎng)的智能車(chē)間生產(chǎn)物流調度方案采用三層系統架構：調度層、監控層和執行層。其中調度層進(jìn)行生產(chǎn)調度、路徑規劃和指令解析等，下發(fā)生產(chǎn)和運輸任務(wù)到PLC執行層；執行層接收來(lái)自調度層的任務(wù)，將在制品從起點(diǎn)運往終點(diǎn)；監控層負責數據的采集和傳輸，同時(shí)對生產(chǎn)物流系統進(jìn)行動(dòng)態(tài)監控。如圖2所示。

圖2 系統架構

3 關(guān)鍵技術(shù)

智能車(chē)間生產(chǎn)物流調度系統的關(guān)鍵技術(shù)包括車(chē)間生產(chǎn)調度理論和模型、生產(chǎn)調度方法、路徑規劃算法、基于單節輥道控制的輥道控制方法、AGV/RGV調度方法、緩沖區動(dòng)態(tài)構建方法、故障重調度方法、批次約束滿(mǎn)足算法等。

（1）車(chē)間生產(chǎn)和物流模型

基于圖論和擴展的事件驅動(dòng)過(guò)程鏈，對智能車(chē)間的生產(chǎn)、物流進(jìn)行建模，包括設備元素、物流元素、載運工具元素、人員元素、邏輯元素等，建立起多維度多視圖的集成模型，全方位認識車(chē)間生產(chǎn)和物流狀況，為生產(chǎn)調度和物流調度提供模型和數據支持。

（2）生產(chǎn)調度方法

基于約束理論和拉式生產(chǎn)等生產(chǎn)調度思想，考慮各個(gè)工序生產(chǎn)節拍，提出適合智能車(chē)間的生產(chǎn)調度方法。采用動(dòng)態(tài)實(shí)時(shí)調度方法和動(dòng)態(tài)重調度方法，結合動(dòng)態(tài)規劃模型，針對智能車(chē)間生產(chǎn)調度需求，進(jìn)行生產(chǎn)任務(wù)最優(yōu)指派。

（3）基于單節輥道控制的柔性輥道控制方法

針對輥道運輸場(chǎng)景，為提高運輸系統的靈活性，采用基于單節輥道控制的方法，即每個(gè)運輸任務(wù)通過(guò)路徑規劃和指令解析模塊，給出其所有的指令序列，交由PLC執行模塊執行，且在上層避免路徑?jīng)_突。該方法可以靈活實(shí)現各種調度和運輸需求。

（4）AGV/RGV調度方法

對于直線(xiàn)往復式輥道上的多臺RGV，為提高RGV利用率，提高運輸效率，根據生產(chǎn)設備的位置，以及RGV的實(shí)際位置動(dòng)態(tài)計算安全區間，確保兩臺RGV在各自的區域間內各自裝載、卸載，提高RGV的利用率或運輸能力。

（5）緩沖區動(dòng)態(tài)構建方法

針對需要在制品托盤(pán)的生產(chǎn)設備，動(dòng)態(tài)建立和維護在制品托盤(pán)的緩沖區，任意狀態(tài)和任意時(shí)刻，均能實(shí)現在制品托盤(pán)的合理、及時(shí)供應，確保不斷供，不擁堵。

（6）設備故障/下線(xiàn)/上線(xiàn)自適應

設備故障時(shí)，對相關(guān)在制品進(jìn)行重調度；同時(shí)增加系統的適應能力，允許設備下線(xiàn)，脫離系統自行維修；設備上線(xiàn)時(shí)，系統自動(dòng)接納設備進(jìn)入。

（7）批次約束滿(mǎn)足算法

針對批次約束要求嚴格的智能車(chē)間，將批次約束加入生產(chǎn)調度和物流調度中，確保滿(mǎn)足批次切換時(shí)新舊批次分割、混批生產(chǎn)時(shí)確保批次分離等。

（8）手動(dòng)規劃自適應

針對用戶(hù)人工干預需求，增加系統適應能力，允許在系統自動(dòng)運行過(guò)程中，人工進(jìn)行生產(chǎn)任務(wù)指派、路徑規劃等，并自動(dòng)規避路徑?jīng)_突、實(shí)現負載均衡。

4 創(chuàng )新點(diǎn)

基于物聯(lián)網(wǎng)技術(shù)，智能車(chē)間生產(chǎn)物流調度系統實(shí)現了智能生產(chǎn)和智能物流。與傳統制造車(chē)間的生產(chǎn)和物流相比，主要創(chuàng )新點(diǎn)包括以下幾點(diǎn)：

（1）緩沖區動(dòng)態(tài)調度：為避免在制品托盤(pán)斷供，距離在制品托盤(pán)入口較遠的生產(chǎn)設備動(dòng)態(tài)建立緩沖區，確保在制品托盤(pán)及時(shí)供應和均衡分配；

（2）路徑?jīng)_突重調度：在制品托盤(pán)在路徑上產(chǎn)生路徑?jīng)_突時(shí)，可對相關(guān)在制品托盤(pán)進(jìn)行重調度，以消解沖突；

（3）設備故障自適應：需要在制品托盤(pán)的生產(chǎn)設備故障后，不再對其供應在制品托盤(pán)；其它生產(chǎn)設備故障后，輸送線(xiàn)上運往該生產(chǎn)設備的在制品重調度到其它可用的并行生產(chǎn)設備；

（4）設備上線(xiàn)/下線(xiàn)自適應：生產(chǎn)設備下線(xiàn)后，輸送線(xiàn)上運往該生產(chǎn)設備的在制品重調度到其它可用的并行生產(chǎn)設備；

（5）手動(dòng)規劃自適應：可接受手動(dòng)調度目標點(diǎn)，并自動(dòng)消解路徑?jīng)_突；

（6）批次控制：生產(chǎn)設備批次切換時(shí)，完成舊批次清場(chǎng)并進(jìn)入下一工序的生產(chǎn)設備后，再調度新批次在制品，確保兩個(gè)批次的在制品不混批；

（7）電子地圖：以“電子地圖”呈現整個(gè)車(chē)間狀態(tài)，對生產(chǎn)設備上線(xiàn)狀態(tài)、重要交互信號以及所有設備重要參數和報警信息進(jìn)行實(shí)時(shí)動(dòng)態(tài)顯示；

（8）基于電子標簽的信息追溯：通過(guò)電子標簽，記錄每個(gè)在制品托盤(pán)經(jīng)過(guò)的生產(chǎn)設備編號、進(jìn)入時(shí)間、離開(kāi)時(shí)間等，實(shí)現全流程追溯。

5 效益分析

海得控制研發(fā)的智能車(chē)間生產(chǎn)物流調度系統，實(shí)現了智能制造和智能物流的集成，為制造企業(yè)智能制造和智能物流整合提供了理想解決方案，提升制造企業(yè)的生產(chǎn)效率和物流效率。 

生產(chǎn)模式由人工操控設備和在制品轉向操控智能調度中心，生產(chǎn)流程規范可控、車(chē)間生產(chǎn)人員的體力勞動(dòng)強度降到最低；

系統自動(dòng)確保生產(chǎn)不混批，實(shí)現全流程追溯；

提升物流效率，減少生產(chǎn)設備斷供，提高設備利用率；

優(yōu)化物流路徑，減少物流運輸成本；

整體優(yōu)化車(chē)間生產(chǎn)效率和物流效率，提高車(chē)間產(chǎn)能。

摘自《自動(dòng)化博覽》2018年7月刊