本發(fā)明涉及一種車間調(diào)度系統(tǒng)和方法，具體涉及一種基于多智能體的車間自主調(diào)度系統(tǒng)和方法。

背景技術(shù)：

車間調(diào)度是實(shí)現(xiàn)生產(chǎn)高效率、高柔性的關(guān)鍵。車間調(diào)度一般包含待加工任務(wù)集、加工設(shè)備集和性能指標(biāo)集，其目的是根據(jù)待加工對(duì)象的加工要求，在已有加工設(shè)備的基礎(chǔ)上，選擇一個(gè)調(diào)度規(guī)則，從而使性能指標(biāo)集(包含一個(gè)或者多個(gè)性能指標(biāo))達(dá)到最優(yōu)。車間調(diào)度問題中的待加工對(duì)象一般需要一臺(tái)或多臺(tái)加工設(shè)備按照一定的順序進(jìn)行加工，一臺(tái)設(shè)備在某一時(shí)間點(diǎn)只能加工一個(gè)加工件，一個(gè)加工件在某一時(shí)間點(diǎn)只能由一臺(tái)加工設(shè)備進(jìn)行加工，求解最優(yōu)化諸如時(shí)間最短、成本最低等性能指標(biāo)的調(diào)度方案問題屬于NP(Non-Deterministic Polynomial,非確定多項(xiàng)式)問題。

作為人工智能領(lǐng)域的研究熱點(diǎn)，多智能體系統(tǒng)是多個(gè)智能體組成的集合，它的目標(biāo)是將大而復(fù)雜的系統(tǒng)建設(shè)成小的、彼此互相通信和協(xié)調(diào)的，易于管理的系統(tǒng)。多智能體系統(tǒng)中的智能體擁有自適應(yīng)性、學(xué)習(xí)能力、與環(huán)境和其他智能體進(jìn)行交互的能力，通過適當(dāng)?shù)慕Y(jié)構(gòu)將智能體組織起來就得到多智能體系統(tǒng)。多智能體系統(tǒng)中的智能體扮演著不同的角色，相互協(xié)調(diào)，相互配合以完成復(fù)雜的任務(wù)。

隨著車間規(guī)模的擴(kuò)大，約束條件的增多，車間調(diào)度的動(dòng)態(tài)復(fù)雜性越來越突出。目前，將多智能體系統(tǒng)應(yīng)用于車間調(diào)度時(shí)，一般采用管理—資源—任務(wù)智能體三層結(jié)構(gòu)，其分別復(fù)雜協(xié)調(diào)工作、管理加工設(shè)備資源和接收分發(fā)任務(wù)。這種將多智能體系統(tǒng)應(yīng)用于車間調(diào)度的方式，實(shí)際上只是將車間調(diào)度分成了幾個(gè)模塊進(jìn)行處理，而沒有將基本的工件、設(shè)備和物流工具作為基本智能單元，無法實(shí)現(xiàn)車間自主調(diào)度，即無法通過智能體的交互解決車間調(diào)度的問題。

基于此，本領(lǐng)域需要新的車間自主調(diào)度系統(tǒng)和方法來解決上述問題。

技術(shù)實(shí)現(xiàn)要素：

為了解決現(xiàn)有技術(shù)中的上述問題，即為了實(shí)現(xiàn)車間自主調(diào)度的問題，本發(fā)明提供了一種基于多智能體的車間自主調(diào)度系統(tǒng)。

該車間自主調(diào)度系統(tǒng)包括：生產(chǎn)信息庫(kù)、設(shè)備信息庫(kù)、工件智能體組、設(shè)備智能體組和物流智能體；

所述生產(chǎn)信息庫(kù)，配置為存儲(chǔ)生產(chǎn)信息；

所述設(shè)備信息庫(kù)，配置為存儲(chǔ)生產(chǎn)設(shè)備信息；

所述工件智能體組，配置為能夠接收生產(chǎn)計(jì)劃以及從所述生產(chǎn)信息庫(kù)讀取與所接收的生產(chǎn)計(jì)劃相匹配的生產(chǎn)信息，并將讀取到的與所接收的生產(chǎn)計(jì)劃對(duì)應(yīng)的生產(chǎn)信息發(fā)送給所述設(shè)備智能體組；

所述設(shè)備智能體組，配置為能夠接收所述工件智能體組發(fā)送的生產(chǎn)信息以及從所述設(shè)備信息庫(kù)讀取生產(chǎn)設(shè)備信息，并根據(jù)讀取到的生產(chǎn)設(shè)備信息對(duì)所述生產(chǎn)計(jì)劃進(jìn)行可行性判斷；

所述物流智能體，配置為能夠執(zhí)行接收到的所述工件智能體組發(fā)送的指令，并能夠?qū)崟r(shí)監(jiān)測(cè)其對(duì)應(yīng)的物流工具的工作狀態(tài)。

在上述車間自主調(diào)度系統(tǒng)，所述工件智能體組包括：工件總管智能體、工件分管智能體和工件智能體。

每個(gè)所述工件智能體對(duì)應(yīng)一個(gè)待加工工件，所述工件智能體能夠?qū)崟r(shí)監(jiān)控所述待加工工件的加工狀態(tài)，并將所述待加工工件的加工狀態(tài)數(shù)據(jù)上傳到所述工件分管智能體；

每個(gè)所述工件分管智能體，配置為接收所述工件智能體上傳的數(shù)據(jù)，并將所述數(shù)據(jù)上傳到所述工件總管智能體；

所述工件總管智能體，配置為接收所述工件分管智能體上傳的數(shù)據(jù)，從而實(shí)時(shí)監(jiān)控車間工件的加工狀態(tài)。

在上述車間自主調(diào)度系統(tǒng)，所述設(shè)備智能體組包括：設(shè)備總管智能體、設(shè)備分管智能體和設(shè)備智能體。

每個(gè)所述設(shè)備智能體對(duì)應(yīng)一個(gè)加工設(shè)備，所述設(shè)備智能體能夠?qū)崟r(shí)監(jiān)控加工設(shè)備的工作狀態(tài)，并將所述加工設(shè)備的工作狀態(tài)數(shù)據(jù)上傳到所述設(shè)備分管智能體；

每個(gè)所述設(shè)備分管智能體，配置為接收所述設(shè)備智能體上傳的數(shù)據(jù)，并將所述數(shù)據(jù)上傳到設(shè)備總管智能體；

所述設(shè)備總管智能體，配置為接收所述設(shè)備分管智能體上傳的數(shù)據(jù)，從而實(shí)時(shí)監(jiān)控車間的設(shè)備狀態(tài)。

在上述車間自主調(diào)度系統(tǒng)，所述工件總管智能體能夠接收生產(chǎn)計(jì)劃以及從所述生產(chǎn)信息庫(kù)讀取與所接收生產(chǎn)計(jì)劃相匹配的生產(chǎn)信息，并將讀取到的生產(chǎn)信息發(fā)送給所述設(shè)備總管智能體；

所述設(shè)備總管智能體接收所述工件總管智能體發(fā)送的生產(chǎn)信息以及從所述設(shè)備信息庫(kù)讀取生產(chǎn)設(shè)備信息，并根據(jù)讀取到的生產(chǎn)設(shè)備信息對(duì)所述生產(chǎn)計(jì)劃進(jìn)行可行性判斷；

所述生產(chǎn)信息庫(kù)存儲(chǔ)的生產(chǎn)信息包括生產(chǎn)內(nèi)容信息、生產(chǎn)約束信息和優(yōu)化目標(biāo)信息；所述設(shè)備信息庫(kù)存儲(chǔ)的生產(chǎn)設(shè)備信息包括生產(chǎn)設(shè)備的基本信息和生產(chǎn)信息。

在上述車間自主調(diào)度系統(tǒng)，該系統(tǒng)還包括：

行為記錄庫(kù)，配置為接收所述工件分管智能體和所述設(shè)備分管智能體發(fā)送的在生產(chǎn)過程中產(chǎn)生的數(shù)據(jù)；

決策支持庫(kù)，配置為存儲(chǔ)決策支持信息，所述決策支持信息包括調(diào)度策略、評(píng)價(jià)信息和異常問題解決方案；并且所述決策支持庫(kù)能夠根據(jù)所述行為記錄庫(kù)存儲(chǔ)的數(shù)據(jù)進(jìn)行更新。

在上述車間自主調(diào)度系統(tǒng)，所述設(shè)備總管智能體根據(jù)讀取到的生產(chǎn)設(shè)備信息判斷生產(chǎn)計(jì)劃可行時(shí)，所述設(shè)備總管智能體將每個(gè)所述設(shè)備分管體對(duì)應(yīng)的生產(chǎn)設(shè)備信息發(fā)送給所述工件總管智能體，所述工件總管智能體根據(jù)每個(gè)所述設(shè)備分管智能體的生產(chǎn)設(shè)備信息將生產(chǎn)計(jì)劃分解為各個(gè)生產(chǎn)任務(wù)，并下放所述生產(chǎn)任務(wù)給所述設(shè)備分管智能體對(duì)應(yīng)的工件分管智能體；

所述設(shè)備總管智能體根據(jù)讀取到的生產(chǎn)設(shè)備信息判斷生產(chǎn)計(jì)劃不可行時(shí)，所述設(shè)備總管智能體將生產(chǎn)計(jì)劃不可行信息反饋給所述工件總管智能體，所述工件總管智能體發(fā)出生產(chǎn)計(jì)劃不可行提示。

在上述車間自主調(diào)度系統(tǒng)，所述工件分管智能體接收到生產(chǎn)任務(wù)信息后，從所述設(shè)備分管智能體獲取對(duì)應(yīng)的生產(chǎn)設(shè)備信息，并根據(jù)所述生產(chǎn)設(shè)備信息和所述生產(chǎn)任務(wù)信息建立任務(wù)模型；所述工件分管智能體根據(jù)建立的任務(wù)模型從所述決策支持庫(kù)讀取調(diào)度策略，并將所述任務(wù)模型和所述調(diào)度策略發(fā)送給工件智能體。

在上述車間自主調(diào)度系統(tǒng)，所述工件智能體根據(jù)接收到的所述任務(wù)模型和所述調(diào)度策略，計(jì)算出最優(yōu)調(diào)度方案，并發(fā)送給所述工件分管智能體；所述工件分管智能體將所述最優(yōu)調(diào)度方案發(fā)送給所述工件總管智能體，所述工件總管智能體根據(jù)接收到的所述最優(yōu)調(diào)度方案對(duì)所述生產(chǎn)任務(wù)進(jìn)行重新分配，并對(duì)所述重新分配的生產(chǎn)任務(wù)進(jìn)行可行性判斷。

在上述車間自主調(diào)度系統(tǒng)，所述工件總管智能體判斷所述重新分配的生產(chǎn)任務(wù)可行時(shí)，所述工件總管智能體發(fā)送可行性指令到所述工件分管智能體，所述工件分管智能體將所述可行性指令發(fā)送給所述工件智能體，所述工件智能體接收所述可行性指令并發(fā)送任務(wù)指令到所述物流智能體，所述物流智能體接收并執(zhí)行所述任務(wù)指令；所述工件總管智能體判斷所述重新分配的生產(chǎn)任務(wù)不可行時(shí)，所述工件總管智能體發(fā)出生產(chǎn)計(jì)劃不可行提示。

另一方面，本發(fā)明還提供了一種基于多智能體的車間自主調(diào)度方法，該方法包括下列步驟：

步驟10、通過工件總管智能體接收生產(chǎn)計(jì)劃并將其發(fā)送給設(shè)備總管智能體；

步驟20、所述設(shè)備總管智能體對(duì)所接收的生產(chǎn)計(jì)劃進(jìn)行可行性判斷；

步驟30、在生產(chǎn)計(jì)劃可行的情形下，所述工件總管智能體對(duì)生產(chǎn)計(jì)劃進(jìn)行分解，并下放生產(chǎn)任務(wù)給工件分管智能體；

步驟40、所述工件分管智能體根據(jù)接收到的生產(chǎn)任務(wù)建立任務(wù)模型，并根據(jù)所述任務(wù)模型從決策支持庫(kù)讀取調(diào)度策略，進(jìn)而將所述任務(wù)模型和所述調(diào)度策略發(fā)送給工件智能體；

步驟50、所述工件智能體根據(jù)接收到的所述任務(wù)模型和所述調(diào)度策略，發(fā)送任務(wù)指令到物流智能體；

步驟60、所述物流智能體執(zhí)行接收到的指令。

在上述方法中，步驟30還包括：

步驟301、在生產(chǎn)計(jì)劃不可行的情形下，所述設(shè)備總管智能體將生產(chǎn)計(jì)劃不可行信息反饋給所述工件總管智能體，所述工件總管智能體發(fā)出生產(chǎn)計(jì)劃不可行提示。

在上述方法中，步驟40還包括：

步驟401、所述工件分管智能體接收到生產(chǎn)任務(wù)信息后，從所述設(shè)備分管智能體獲取生產(chǎn)設(shè)備信息，并根據(jù)所述生產(chǎn)設(shè)備信息和所述生產(chǎn)任務(wù)信息建立任務(wù)模型。

在上述方法中，步驟50還包括：

步驟501、工件智能體對(duì)接收到的所述任務(wù)模型和所述調(diào)度策略進(jìn)行并行計(jì)算得到最優(yōu)調(diào)度策略，并將所述最優(yōu)調(diào)度策略發(fā)送給所述工件分管智能體；

步驟502、所述工件分管智能體將所述最優(yōu)調(diào)度方案發(fā)送給所述工件總管智能體，所述工件總管智能體根據(jù)接收到的所述最優(yōu)調(diào)度方案對(duì)所述生產(chǎn)任務(wù)進(jìn)行重新分配，并對(duì)所述重新分配的生產(chǎn)任務(wù)進(jìn)行可行性判斷；

步驟503、在所述最優(yōu)調(diào)度策略可行的情形下，所述工件總管智能體發(fā)送可行性指令到所述工件分管智能體，所述工件分管智能體將所述可行性指令發(fā)送給所述工件智能體，所述工件智能體接收所述可行性指令并發(fā)送任務(wù)指令到所述物流智能體，所述物流智能體接收并執(zhí)行所述任務(wù)指令；

步驟504、在所述最優(yōu)調(diào)度策略不可行的情形下，所述工件總管智能體發(fā)出生產(chǎn)計(jì)劃不可行提示。

綜上所述，本發(fā)明的車間現(xiàn)場(chǎng)資源分為工件智能體組、設(shè)備智能體組和物流智能體組，將單個(gè)待加工工件、加工設(shè)備以及物流工具均視為智能體，通過智能體之間的相互協(xié)作實(shí)現(xiàn)生產(chǎn)計(jì)劃的接收、下放、自主調(diào)度和實(shí)施。另外，應(yīng)用多智能體系統(tǒng)相當(dāng)于引入了多個(gè)專家系統(tǒng)，它們之間相互補(bǔ)充、合作，可以將本身復(fù)雜的問題簡(jiǎn)單化，多智能體高效的并行處理能夠處理大規(guī)模調(diào)度問題，提高生產(chǎn)效率和產(chǎn)品質(zhì)量，降低成本。并且，由于本發(fā)明中的智能體覆蓋所有的待加工工件、設(shè)備和物流工具，因此能夠方便地收集到生產(chǎn)過程中的數(shù)據(jù)，進(jìn)而監(jiān)測(cè)生產(chǎn)狀態(tài)和設(shè)備運(yùn)行情況，發(fā)生故障及時(shí)報(bào)警，根據(jù)車間環(huán)境的變化自適應(yīng)調(diào)整，提高了系統(tǒng)的魯棒性和可靠性。

附圖說明

圖1是本發(fā)明的基于多智能體的車間自主調(diào)度系統(tǒng)的結(jié)構(gòu)示意圖；

圖2是本發(fā)明的基于多智能體的車間自主調(diào)度方法的流程圖。

具體實(shí)施方式

下面參照附圖來描述本發(fā)明的優(yōu)選實(shí)施方式。本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解的是，這些實(shí)施方式僅僅用于解釋本發(fā)明的技術(shù)原理，并非旨在限制本發(fā)明的保護(hù)范圍。

本發(fā)明公開的基于多智能體的車間自主調(diào)度系統(tǒng)，將車間現(xiàn)場(chǎng)涉及到的資源分為工件智能體組、設(shè)備智能體組和物流智能體。通過工件智能體組、設(shè)備智能體組和物流智能體之間的相互協(xié)調(diào)和配合，完成從生產(chǎn)計(jì)劃輸入到產(chǎn)品輸出的整個(gè)過程。

下面結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說明。如圖1所示，本發(fā)明的基于多智能體的車間自主調(diào)度系統(tǒng)主要包括生產(chǎn)信息庫(kù)、設(shè)備信息庫(kù)、工件智能體組、設(shè)備智能體組和物流智能體。

生產(chǎn)信息庫(kù)配置為存儲(chǔ)生產(chǎn)信息。具體地，該生產(chǎn)信息庫(kù)存儲(chǔ)的生產(chǎn)信息主要包括生產(chǎn)內(nèi)容(例如生產(chǎn)產(chǎn)品種類、生產(chǎn)數(shù)量、加工方式、加工時(shí)間和工期等)、優(yōu)化目標(biāo)(例如整個(gè)生產(chǎn)過程能夠達(dá)到的最小時(shí)間、最低能耗等)、生產(chǎn)約束(例如準(zhǔn)備時(shí)間、提交時(shí)間和優(yōu)先約束等)等信息。

設(shè)備信息庫(kù)配置為存儲(chǔ)生產(chǎn)設(shè)備信息，具體包括生產(chǎn)設(shè)備的基本信息(比如設(shè)備的名稱、類型、時(shí)間等)和設(shè)備的生產(chǎn)信息(比如設(shè)備的生產(chǎn)速度、精度等)等。

工件智能體組配置為能夠接收生產(chǎn)計(jì)劃以及從生產(chǎn)信息庫(kù)讀取與所接收的生產(chǎn)計(jì)劃相匹配的生產(chǎn)信息，并將讀取到的與所接收的生產(chǎn)計(jì)劃對(duì)應(yīng)的生產(chǎn)信息發(fā)送給設(shè)備智能體組。其中，工件智能體組包括工件總管智能體、工件分管智能體和工件智能體。

設(shè)備智能體組配置為能夠接收工件智能體組發(fā)送的生產(chǎn)信息以及從設(shè)備信息庫(kù)讀取生產(chǎn)設(shè)備信息，并根據(jù)讀取到的生產(chǎn)設(shè)備信息對(duì)生產(chǎn)計(jì)劃進(jìn)行可行性判斷。其中，設(shè)備智能體組包括設(shè)備總管智能體、設(shè)備分管智能體和設(shè)備智能體。

物流智能體配置為能夠接收并執(zhí)行工件智能體組發(fā)送的指令，并能夠?qū)崟r(shí)監(jiān)測(cè)其對(duì)應(yīng)的物流工具的工作狀態(tài)。其中，每個(gè)物流智能體對(duì)應(yīng)一個(gè)用于運(yùn)輸待加工工具的物流工具，物流智能體實(shí)時(shí)監(jiān)測(cè)對(duì)應(yīng)的物流工具的工作狀態(tài)，并在物流工具發(fā)生故障時(shí)，及時(shí)發(fā)出警報(bào)提醒。

在本發(fā)明的一個(gè)實(shí)施例中，工件總管智能體和設(shè)備總管智能體位于現(xiàn)場(chǎng)控制中心。工件分管智能體和設(shè)備分管智能體位于對(duì)應(yīng)的固定區(qū)域，即各自所負(fù)責(zé)的生產(chǎn)區(qū)域，并且具有顯示、報(bào)警、條碼或RFID掃描讀寫、數(shù)據(jù)存儲(chǔ)、有線和無線通信、高性能計(jì)算能力以及數(shù)據(jù)庫(kù)訪問和生產(chǎn)狀況監(jiān)測(cè)權(quán)限。工件智能體、設(shè)備智能體和物流智能體分別通過吸附或夾緊的方式固定在工件、設(shè)備和物流工具上，其具有報(bào)警、無線通信、數(shù)據(jù)存儲(chǔ)以及低性能的計(jì)算能力，并具有監(jiān)測(cè)自身工件或設(shè)備狀態(tài)的權(quán)限。

該車間自主調(diào)度系統(tǒng)還包括行為記錄庫(kù)和決策支持庫(kù)。

行為記錄庫(kù)配置為接收工件分管智能體和設(shè)備分管智能體發(fā)送的在生產(chǎn)過程中產(chǎn)生的數(shù)據(jù)。具體包括工件智能體組、設(shè)備智能體組以及物流智能體在生產(chǎn)過程中產(chǎn)生的數(shù)據(jù)。

決策支持庫(kù)配置為存儲(chǔ)決策支持信息，該決策支持信息主要包括調(diào)度策略、評(píng)價(jià)信息和異常問題應(yīng)對(duì)策略等。具體地，調(diào)度策略包括調(diào)度模型、求解方法、求解參數(shù)設(shè)定、智能體任務(wù)分配、執(zhí)行結(jié)果反饋以及評(píng)價(jià)分?jǐn)?shù)。其中，求解方法包括模型對(duì)應(yīng)的基本運(yùn)籌學(xué)算法、鄰域搜索算法和基于代理的算法；評(píng)價(jià)分?jǐn)?shù)針對(duì)不同模型，用來描述算法對(duì)于模型的適應(yīng)程度。評(píng)價(jià)信息包括智能體控制器、物流工具和加工設(shè)備的出錯(cuò)率、生產(chǎn)狀態(tài)、老化程度等以及加權(quán)得到的綜合評(píng)價(jià)分?jǐn)?shù)。異常問題應(yīng)對(duì)策略主要包括出現(xiàn)任務(wù)變更、設(shè)備故障、智能體故障或原料不足等情況時(shí)的處理方案。另外，決策支持庫(kù)能夠根據(jù)行為記錄庫(kù)存儲(chǔ)的數(shù)據(jù)進(jìn)行更新，即隨著生產(chǎn)的進(jìn)行，決策支持信息能夠不斷更新和擴(kuò)充。

在本實(shí)施例中，將車間分成多個(gè)固定區(qū)域，每個(gè)固定區(qū)域設(shè)置有相應(yīng)的工件分管智能體和設(shè)備分管智能體來分別管理該固定區(qū)域的工件智能體和設(shè)備智能體。

每個(gè)工件智能體對(duì)應(yīng)一個(gè)待加工工件，工件智能體能夠?qū)崟r(shí)監(jiān)控待加工工件的加工狀態(tài)，并將待加工工件的加工狀態(tài)數(shù)據(jù)上傳到對(duì)應(yīng)的工件分管智能體；每個(gè)設(shè)備智能體對(duì)應(yīng)一個(gè)加工設(shè)備，設(shè)備智能體能夠?qū)崟r(shí)監(jiān)控加工設(shè)備的工作狀態(tài)，并將加工設(shè)備的工作狀態(tài)數(shù)據(jù)上傳到對(duì)應(yīng)的設(shè)備分管智能體。

每個(gè)工件分管智能體配置為接收工件智能體上傳的數(shù)據(jù)，并將數(shù)據(jù)上傳到工件總管智能體。每個(gè)設(shè)備分管智能體配置為接收設(shè)備智能體上傳的數(shù)據(jù)，并將數(shù)據(jù)上傳到設(shè)備總管智能體。每個(gè)設(shè)備分管智能體還能夠獲取固定區(qū)域內(nèi)的設(shè)備的狀態(tài)信息(如振動(dòng)、溫度、聲音等，無法自動(dòng)獲取的通過人工檢查并錄入)，并將設(shè)備的狀態(tài)信息發(fā)送到設(shè)備信息庫(kù)，用于更新設(shè)備信息庫(kù)。

工件總管智能體總管所有與工件相關(guān)的智能體，即能夠接收工件分管智能體上傳的數(shù)據(jù)，從而實(shí)時(shí)監(jiān)控車間工件的加工狀態(tài)。在監(jiān)控車間工件的加工狀態(tài)時(shí)，可以通過監(jiān)控平臺(tái)來顯示車間的生產(chǎn)進(jìn)度、生產(chǎn)故障燈信息，并將生產(chǎn)過程中出現(xiàn)的狀況及時(shí)反饋給車間管理人員。工件總管智能體負(fù)責(zé)接收生產(chǎn)計(jì)劃以及從生產(chǎn)信息庫(kù)讀取與所接收生產(chǎn)計(jì)劃相匹配的生產(chǎn)信息，該生產(chǎn)信息包括生產(chǎn)內(nèi)容信息、生產(chǎn)約束信息和優(yōu)化目標(biāo)信息等，并將該生產(chǎn)信息發(fā)送給設(shè)備總管智能體。

設(shè)備總管智能體總管所有設(shè)備相關(guān)智能體，即能夠接收設(shè)備分管智能體上傳的數(shù)據(jù)，從而實(shí)時(shí)監(jiān)控車間的設(shè)備狀態(tài)，并及時(shí)將設(shè)備狀態(tài)信息上報(bào)給車間管理人員。設(shè)備總管智能體接收工件總管智能體發(fā)送的生產(chǎn)信息以及從設(shè)備信息庫(kù)讀取生產(chǎn)設(shè)備信息，根據(jù)車間生產(chǎn)設(shè)備信息對(duì)生產(chǎn)計(jì)劃的可行性進(jìn)行判斷，即判斷生產(chǎn)設(shè)備的條件是否滿足生產(chǎn)計(jì)劃的要求。

設(shè)備總管智能體根據(jù)讀取到的生產(chǎn)設(shè)備信息判斷生產(chǎn)計(jì)劃不可行(即生產(chǎn)設(shè)備的條件不滿足生產(chǎn)計(jì)劃)時(shí)，設(shè)備總管智能體將生產(chǎn)計(jì)劃不可行信息反饋給工件總管智能體，工件總管智能體發(fā)出生產(chǎn)計(jì)劃不可行提示，由計(jì)劃制定部門重新制定生產(chǎn)計(jì)劃。

設(shè)備總管智能體根據(jù)讀取到的生產(chǎn)設(shè)備信息判斷生產(chǎn)計(jì)劃可行(即生產(chǎn)設(shè)備的條件滿足生產(chǎn)計(jì)劃)時(shí)，設(shè)備總管智能體將每個(gè)設(shè)備分管體對(duì)應(yīng)的生產(chǎn)設(shè)備信息發(fā)送給工件總管智能體，工件總管智能體根據(jù)每個(gè)設(shè)備分管智能體的生產(chǎn)設(shè)備信息對(duì)生產(chǎn)計(jì)劃進(jìn)行分解，并下放生產(chǎn)任務(wù)給設(shè)備分管智能體對(duì)應(yīng)的工件分管智能體。

工件分管智能體接收到下放的生產(chǎn)任務(wù)(即分解后的生產(chǎn)計(jì)劃)后，從負(fù)責(zé)該固定區(qū)域生產(chǎn)設(shè)備的設(shè)備分管智能體處獲取生產(chǎn)設(shè)備信息，其包括生產(chǎn)設(shè)備的數(shù)量、每道工序的生產(chǎn)時(shí)間、設(shè)備的適用限制、設(shè)備之間的緩沖區(qū)等等，結(jié)合生產(chǎn)任務(wù)信息(加工時(shí)間、工期等基本信息以及優(yōu)化目標(biāo))建立任務(wù)模型。具體而言，工件分管智能體根據(jù)生產(chǎn)設(shè)備信息和生產(chǎn)任務(wù)信息建立的任務(wù)模型一般使用<E,R,O>三元組來表示，E代表環(huán)境，R代表約束，O代表目標(biāo)。其中，環(huán)境表示車間生產(chǎn)設(shè)備環(huán)境，其主要包括流水車間、加工車間和開放車間，若有并行設(shè)備，上述車間環(huán)境都會(huì)具有一定的柔性；流水車間中的工件具有確定的相同加工路徑，加工車間中的工件具有確定的加工路徑，這些加工路徑可能相同也可能不同，開放車間沒有具體的加工路徑，一般不常見；并行設(shè)備的添加，使得相同加工路徑中的加工節(jié)點(diǎn)有多重選擇，增加了加工車間的靈活性。約束主要包括任務(wù)約束、設(shè)備約束和其他約束；任務(wù)約束包括提交日期、加工優(yōu)先級(jí)約束任務(wù)指定的約束內(nèi)容；設(shè)備約束包括設(shè)備應(yīng)用的工件約束和時(shí)間約束，工件在一種設(shè)備上加工，但并不是所有同種類設(shè)備都能夠加工該工件，同時(shí)，設(shè)備應(yīng)用的時(shí)間點(diǎn)和連續(xù)工作的最長(zhǎng)時(shí)間也有一定的限制；其他約束指除去上述約束之外的其他約束。目標(biāo)主要是調(diào)度要優(yōu)化的指標(biāo)，通常是最小化或最大化某個(gè)目標(biāo)函數(shù)，一般有最小化制造期、最小化最大延遲時(shí)間等目標(biāo)。

任務(wù)模型三元組根據(jù)實(shí)際情況進(jìn)行組合，對(duì)于具體生產(chǎn)車間，大多數(shù)情況下任務(wù)三元組都是確定的，即任務(wù)模型是可知的。對(duì)應(yīng)的任務(wù)模型有成熟的調(diào)度算法(如對(duì)于確定性加工車間，由Adams、Balas和Zawack提出的轉(zhuǎn)換瓶頸啟發(fā)式算法，用于求解生產(chǎn)現(xiàn)場(chǎng)較為普遍的最小化制造期的無約束加工車間問題，Nakano和Yamada將傳統(tǒng)遺傳算法應(yīng)用于加工車間調(diào)度的方法，通過適當(dāng)?shù)木幋a，求得盡可能接近最優(yōu)解的可行解，在這些基礎(chǔ)上，與模擬退火、禁忌搜索算法等啟發(fā)式算法相結(jié)合，得到了更加準(zhǔn)確或能夠求解針對(duì)各種約束存在情況下的調(diào)度問題的解決方案，近幾年的成果包括改進(jìn)的啟發(fā)式算法應(yīng)用，如改進(jìn)遺傳算法、改進(jìn)人工魚群算法均取得了良好的成果，這些方法應(yīng)用性強(qiáng)，能夠處理約束和多目標(biāo)優(yōu)化問題；對(duì)于多智能體結(jié)構(gòu)，基于市場(chǎng)和代理的方法簡(jiǎn)單易行，雖然精度較其他針對(duì)性優(yōu)化算法差，但其適應(yīng)性強(qiáng)，能夠找到較好的可行解，加上學(xué)習(xí)機(jī)制，可用于處理復(fù)雜環(huán)境的調(diào)度問題；遺傳算法及基于代理的方法在一些ERP和MES系統(tǒng)中，例如著名的SAP系統(tǒng)中已有體現(xiàn)；對(duì)于其他任務(wù)模型不贅述，但一般都能夠通過已有算法找到相應(yīng)的可行解)，這些算法存放在決策支持庫(kù)中。

工件分管智能體根據(jù)建立的任務(wù)模型從決策支持庫(kù)讀取調(diào)度策略，并將建立的任務(wù)模型和讀取到的調(diào)度策略發(fā)送給工件智能體。具體而言，在任務(wù)模型建立之后，工件分管智能體首先查詢決策支持庫(kù)中有沒有相同的實(shí)例，若有相同的實(shí)例則直接將該實(shí)例中的調(diào)度策略發(fā)送給工件智能體；若沒有相同的實(shí)例，則根據(jù)任務(wù)模型選擇對(duì)應(yīng)的調(diào)度策略，根據(jù)任務(wù)模型信息進(jìn)行調(diào)度策略參數(shù)的改動(dòng)，并將得到的調(diào)度策略發(fā)送給工件智能體；如果沒有相同的實(shí)例，也沒有與任務(wù)模型對(duì)應(yīng)的調(diào)度策略時(shí)，工件分管智能體可以使用基于代理或者是基于知識(shí)的方法尋找可行調(diào)度策略，并將得到的調(diào)度策略發(fā)送給工件智能體。

在一個(gè)可能的實(shí)施方式中，工件分管智能體在決策支持庫(kù)查詢對(duì)應(yīng)的調(diào)度策略時(shí)，可以按照調(diào)度策略算法對(duì)任務(wù)模型的評(píng)價(jià)分?jǐn)?shù)由高到底進(jìn)行選擇。

工件智能體根據(jù)接收到的任務(wù)模型和調(diào)度策略，通過多個(gè)工件智能體并行計(jì)算的方式求取任務(wù)分配的最優(yōu)解，并將得到的最優(yōu)調(diào)度方案發(fā)送給工件總管智能體；工件總管智能體根據(jù)接收到的最優(yōu)調(diào)度方案對(duì)生產(chǎn)任務(wù)進(jìn)行重新分配，并對(duì)重新分配的生產(chǎn)任務(wù)進(jìn)行可行性判斷。具體地，由于每個(gè)固定區(qū)域的生產(chǎn)能力不同，工件總管智能體分配給工件分管智能體的生產(chǎn)任務(wù)指標(biāo)可能無法滿足該最優(yōu)調(diào)度方案，可能剛好滿足該最優(yōu)調(diào)度方案，也可能超出該最優(yōu)調(diào)度方案。因此，工件總管智能體對(duì)生產(chǎn)任務(wù)進(jìn)行重新分配，以使得各工件分管智能體所負(fù)責(zé)的固定區(qū)域能夠完成生產(chǎn)任務(wù)。工件總管智能體將各工件分管智能體所負(fù)責(zé)區(qū)域生產(chǎn)能力信息發(fā)送給設(shè)備總管智能體并寫入生產(chǎn)信息庫(kù)，檢查制造期、延遲等生產(chǎn)任務(wù)要求是否滿足，當(dāng)重新分配的生產(chǎn)任務(wù)不可行(制造期、延遲等生產(chǎn)任務(wù)要求不滿足)時(shí)，工件總管智能體發(fā)出生產(chǎn)計(jì)劃不可行提示，由管理人員重新制定生產(chǎn)計(jì)劃。

工件總管智能體判斷重新分配的生產(chǎn)任務(wù)可行(制造期、延遲等生產(chǎn)任務(wù)要求滿足)時(shí)，工件總管智能體發(fā)送可行性指令到工件分管智能體，工件分管智能體將可行性指令發(fā)送給工件智能體，工件智能體接收可行性指令并發(fā)送任務(wù)指令到物流智能體，物流智能體接收并執(zhí)行該任務(wù)指令。具體地，物流智能體將接收的指令發(fā)送給物流工具控制器，物流工具控制器控制物流工件將待加工工具運(yùn)載到指定的加工設(shè)備處進(jìn)行加工，進(jìn)而依次完成生產(chǎn)任務(wù)。工件智能體和設(shè)備智能體記錄生產(chǎn)過程中得到的數(shù)據(jù)，并分別上傳到工件分管智能體和設(shè)備分管智能體暫時(shí)存儲(chǔ)。在生產(chǎn)過程中出現(xiàn)異常問題時(shí)，查詢決策支持庫(kù)中的異常問題應(yīng)對(duì)策略，選擇相應(yīng)的解決方案，當(dāng)決策支持庫(kù)中沒有該異常問題的解決方案時(shí)，此時(shí)可以發(fā)出警報(bào)并提醒車間管理人員。

在生產(chǎn)計(jì)劃完成后，工件分管智能體和設(shè)備分管智能體將接收到的數(shù)據(jù)和操作信息、異常問題解決方案以及評(píng)價(jià)信息等存儲(chǔ)于行為記錄庫(kù)；決策支持庫(kù)讀取行為記錄庫(kù)中的內(nèi)容，根據(jù)執(zhí)行情況調(diào)整調(diào)度策略的評(píng)價(jià)分?jǐn)?shù)，記錄優(yōu)化后的調(diào)度策略參數(shù)，讀取執(zhí)行過程中出現(xiàn)的非正常情況并記錄解決方案，通過數(shù)據(jù)分析在數(shù)據(jù)中挖掘潛在的問題進(jìn)行故障預(yù)警。

另一方面，本發(fā)明還提供了一種基于多智能體的車間自主調(diào)度方法。該方法包括以下步驟：

步驟10、通過工件總管智能體接收生產(chǎn)計(jì)劃并將其發(fā)送給設(shè)備總管智能體。在該步驟中，工件總管智能體對(duì)接收的生產(chǎn)計(jì)劃進(jìn)行初步分析，獲取生產(chǎn)內(nèi)容信息、生產(chǎn)約束信息和優(yōu)化目標(biāo)信息，并將生產(chǎn)內(nèi)容信息、所述生產(chǎn)約束信息和所述優(yōu)化目標(biāo)信息發(fā)送給設(shè)備總管智能體。

步驟20、設(shè)備總管智能體對(duì)所接收的生產(chǎn)計(jì)劃進(jìn)行可行性判斷。在該步驟中，設(shè)備總管智能體接收生產(chǎn)內(nèi)容信息、生產(chǎn)約束信息和優(yōu)化目標(biāo)信息以及讀取設(shè)備信息庫(kù)，并根據(jù)讀取到的生產(chǎn)設(shè)備信息判斷生產(chǎn)計(jì)劃的可行性。

步驟30、在生產(chǎn)計(jì)劃可行的情形下，所述工件總管智能體對(duì)生產(chǎn)計(jì)劃進(jìn)行分解，并下放生產(chǎn)任務(wù)給工件分管智能體。具體地，設(shè)備總管智能體將各設(shè)備分管智能體負(fù)責(zé)區(qū)域的生產(chǎn)能力信息發(fā)送給工件總管智能體，由工件總管智能體對(duì)生產(chǎn)計(jì)劃進(jìn)行分解并下放給工件分管智能體。在生產(chǎn)計(jì)劃不可行的情形下，設(shè)備總管智能體將生產(chǎn)計(jì)劃不可行信息反饋給所述工件總管智能體，工件總管智能體發(fā)出生產(chǎn)計(jì)劃不可行提示。

步驟40、工件分管智能體根據(jù)接收到的生產(chǎn)任務(wù)建立任務(wù)模型，并根據(jù)任務(wù)模型從決策支持庫(kù)讀取調(diào)度策略，進(jìn)而將任務(wù)模型和調(diào)度策略發(fā)送給工件智能體。在該步驟中，工件分管智能體接收到生產(chǎn)任務(wù)信息后，從設(shè)備分管智能體獲取生產(chǎn)設(shè)備信息，并根據(jù)生產(chǎn)設(shè)備信息和生產(chǎn)任務(wù)信息建立任務(wù)模型。具體可參加上文中的描述。

步驟50、工件智能體根據(jù)接收到的任務(wù)模型和調(diào)度策略，發(fā)送任務(wù)指令到物流智能體。在該步驟中，還進(jìn)一步包括：

步驟501、工件智能體對(duì)接收到的任務(wù)模型和調(diào)度策略進(jìn)行并行計(jì)算得到最優(yōu)調(diào)度策略，并將最優(yōu)調(diào)度策略發(fā)送給工件分管智能體。

步驟502、工件分管智能體將最優(yōu)調(diào)度方案發(fā)送給工件總管智能體，工件總管智能體根據(jù)接收到的最優(yōu)調(diào)度方案對(duì)生產(chǎn)任務(wù)進(jìn)行重新分配，并對(duì)重新分配的生產(chǎn)任務(wù)進(jìn)行可行性判斷。

步驟503、在最優(yōu)調(diào)度策略可行的情形下，工件總管智能體發(fā)送可行性指令到工件分管智能體，工件分管智能體將可行性指令發(fā)送給工件智能體，工件智能體接收可行性指令并發(fā)送任務(wù)指令到物流智能體，物流智能體接收并執(zhí)行任務(wù)指令。

步驟504、在最優(yōu)調(diào)度策略不可行的情形下，工件總管智能體發(fā)出生產(chǎn)計(jì)劃不可行提示。

步驟60，物流智能體執(zhí)行接收到的指令。具體地，物流智能體將接收的指令發(fā)送給物流工具控制器，物流工具控制器控制物流工件將待加工工具運(yùn)載到指定的加工設(shè)備處進(jìn)行加工，進(jìn)而依次完成生產(chǎn)任務(wù)。

在本實(shí)施例中，生產(chǎn)計(jì)劃完成后，工件分管智能體和設(shè)備分管智能體將接收到的數(shù)據(jù)和操作信息、異常問題解決方案以及評(píng)價(jià)信息等存儲(chǔ)于行為記錄庫(kù)；決策支持庫(kù)根據(jù)行為記錄庫(kù)中的內(nèi)容，調(diào)整調(diào)度策略的評(píng)價(jià)分?jǐn)?shù)，記錄優(yōu)化后的調(diào)度策略參數(shù)，讀取執(zhí)行過程中出現(xiàn)的非正常情況并記錄解決方案，通過數(shù)據(jù)分析在數(shù)據(jù)中挖掘潛在的問題進(jìn)行故障預(yù)警。

至此，已經(jīng)結(jié)合附圖所示的優(yōu)選實(shí)施方式描述了本發(fā)明的技術(shù)方案，但是，本領(lǐng)域技術(shù)人員容易理解的是，本發(fā)明的保護(hù)范圍顯然不局限于這些具體實(shí)施方式。在不偏離本發(fā)明的原理的前提下，本領(lǐng)域技術(shù)人員可以對(duì)相關(guān)技術(shù)特征作出等同的更改或替換，這些更改或替換之后的技術(shù)方案都將落入本發(fā)明的保護(hù)范圍之內(nèi)。