多品種變批量產(chǎn)品智能生產(chǎn)線應(yīng)用框架*

于成龍，侯俊杰，陸 菁，張 偉，蒲洪波，郭旭凱

（1.中國航天系統(tǒng)科學(xué)與工程研究院，北京100048；2.中科信工程咨詢（北京）有限責(zé)任公司，北京 100039）

當(dāng)前，隨著“中國制造2025”的深入推進(jìn)，智能制造在研究和應(yīng)用方面均取得了較大進(jìn)展，大量文獻(xiàn)闡述了智能制造內(nèi)涵、架構(gòu)[1–4]和關(guān)鍵技術(shù)[5–6]，探索、研究及初步實(shí)踐了智能工廠[7–10]和智能生產(chǎn)線。生產(chǎn)線是企業(yè)進(jìn)行生產(chǎn)活動(dòng)的基本組織，智能生產(chǎn)線是發(fā)展智能制造的基礎(chǔ)載體，近年來很多學(xué)者圍繞智能生產(chǎn)線做了大量的研究工作，尤其在具備多品種變批量特點(diǎn)的航空、航天和船舶等離散制造領(lǐng)域。在智能生產(chǎn)線總體技術(shù)研究及應(yīng)用方面，萇書梅[11]和宋利康等[12]圍繞飛機(jī)脈動(dòng)總裝生產(chǎn)線的建設(shè)，研究了總體架構(gòu)、系統(tǒng)組成和主要內(nèi)容，探討了飛機(jī)脈動(dòng)智能生產(chǎn)線的內(nèi)涵，并在具體生產(chǎn)線上進(jìn)行了應(yīng)用驗(yàn)證；單繼東等[13]圍繞航空發(fā)動(dòng)機(jī)生產(chǎn)線建設(shè)需求，研究了智能制造的內(nèi)涵及設(shè)計(jì)了機(jī)械加工智能生產(chǎn)線，闡述了其內(nèi)容、關(guān)鍵技術(shù)和實(shí)現(xiàn)方法；王慶等[14]探討了典型殼段加工智能生產(chǎn)線的建設(shè)思路以及關(guān)鍵技術(shù)，并提出了典型殼段加工智能生產(chǎn)線總體框架與建設(shè)方案；秦浩然等[15]結(jié)合船舶噴涂的需求，研究并打造出一套以現(xiàn)場總線控制技術(shù)及先進(jìn)無線通信技術(shù)為控制核心的船舶智能化涂裝生產(chǎn)線。在智能生產(chǎn)線單項(xiàng)技術(shù)方面，孫元亮等[16]開展了基于物聯(lián)網(wǎng)的飛機(jī)移動(dòng)總裝生產(chǎn)線管理技術(shù)研究，并開發(fā)了原型系統(tǒng)；丁濤[17]和何軍紅等[18]分別開展了基于大數(shù)據(jù)的生產(chǎn)線管控和生產(chǎn)線健康管理體系等研究，提出了生產(chǎn)線管控及維護(hù)的方法；王文理等[19]對(duì)智能制造的工藝特點(diǎn)、作用及重要性進(jìn)行了探討，并對(duì)發(fā)展智能制造工藝技術(shù)提出了建議；杜彬等[20]研究了工藝及裝備在智能生產(chǎn)線的作用，指出了工藝和裝備的關(guān)鍵技術(shù)并在實(shí)際中進(jìn)行了應(yīng)用；劉錫朋等[21]研究了多工位智能生產(chǎn)的物流管控技術(shù)，并成功應(yīng)用于防爆彈底火自動(dòng)裝配生產(chǎn)線和延期管自動(dòng)裝壓藥生產(chǎn)線；潘志豪等[22]構(gòu)建了多目標(biāo)多約束的E 類飛機(jī)總裝脈動(dòng)生產(chǎn)線平衡問題模型，并研究了求解算法，為優(yōu)化裝配流程和提升裝配效率提供了基礎(chǔ)方法。另外，針對(duì)多品種變批量產(chǎn)品的系統(tǒng)設(shè)計(jì)和生成問題，樓洪梁[23]和周宏明等[24]分別研究了多品種變批量可重構(gòu)制造系統(tǒng)的設(shè)計(jì)方法和制造單元的生成方法，建立了相關(guān)模型并開展了應(yīng)用驗(yàn)證。

智能制造的研究和應(yīng)用是一個(gè)循序漸進(jìn)的發(fā)展過程，本文在借鑒前人研究成果的基礎(chǔ)上，圍繞具備多品種變批量特征的軍工產(chǎn)品的未來發(fā)展需求，進(jìn)一步探討該類智能生產(chǎn)線的應(yīng)用框架。

總體框架

多品種變批量產(chǎn)品生產(chǎn)所需生產(chǎn)線的顯著特點(diǎn)是具備可重構(gòu)性，即根據(jù)工藝規(guī)程將車間制造資源進(jìn)行重組并形成生產(chǎn)線，以滿足生產(chǎn)要求，其中工藝規(guī)程是進(jìn)行生產(chǎn)線設(shè)計(jì)的牽引和依據(jù)。智能生產(chǎn)線的基本應(yīng)用流程如圖1所示。

（1）根據(jù)生產(chǎn)計(jì)劃得到工件加工安排，并基于工藝規(guī)程，統(tǒng)籌車間制造資源進(jìn)行生產(chǎn)線設(shè)計(jì)，進(jìn)而形成虛擬智能生產(chǎn)線；然后基于智能生產(chǎn)管控系統(tǒng)完成生產(chǎn)線運(yùn)行過程仿真和優(yōu)化；基于優(yōu)化的虛擬生產(chǎn)線與后續(xù)說明的實(shí)體生產(chǎn)線進(jìn)行融合，形成智能生產(chǎn)線數(shù)字孿生模型。

（2）根據(jù)仿真優(yōu)化結(jié)果構(gòu)建實(shí)體智能生產(chǎn)線，其中，圍繞機(jī)加、焊接、鈑金、復(fù)材等關(guān)鍵工序采用數(shù)控設(shè)備的制造，構(gòu)建數(shù)控設(shè)備及手動(dòng)工位物理空間不變的邏輯實(shí)體生產(chǎn)線，而線纜和裝配等采用柔性化自動(dòng)工裝和手工作業(yè)相結(jié)合的制造，進(jìn)行位置調(diào)整形成物理實(shí)體生產(chǎn)線（或基于原有實(shí)體生產(chǎn)線進(jìn)行局部調(diào)整和改造形成新生產(chǎn)線）。

（3）基于工藝規(guī)程和生產(chǎn)線進(jìn)行智能生產(chǎn)加工，其中智能生產(chǎn)管控系統(tǒng)負(fù)責(zé)對(duì)工位和物流等進(jìn)行管理，以及負(fù)責(zé)對(duì)生產(chǎn)實(shí)時(shí)數(shù)據(jù)的采集、分析和決策，并基于決策形成的優(yōu)化方案對(duì)生產(chǎn)過程進(jìn)行優(yōu)化調(diào)整，保證高效率和高質(zhì)量完成生產(chǎn)任務(wù)。

圖1 智能生產(chǎn)線應(yīng)用流程Fig.1 Intelligent line application process

圖2 智能生產(chǎn)線系統(tǒng)架構(gòu)Fig.2 Intelligent line system architecture

根據(jù)智能生產(chǎn)線業(yè)務(wù)流程形成的系統(tǒng)架構(gòu)如圖2所示，包括基礎(chǔ)層、集成層、業(yè)務(wù)層和應(yīng)用層?；A(chǔ)層主要包括車間的制造資源及基本設(shè)施，如數(shù)控加工設(shè)備、智能物流設(shè)備、數(shù)控檢測設(shè)備、柔性自動(dòng)工裝、工業(yè)互聯(lián)網(wǎng)和智能管控系統(tǒng)等；集成層基于工業(yè)互聯(lián)網(wǎng)完成基礎(chǔ)層各類資源的集成，主要實(shí)現(xiàn)基于工業(yè)互聯(lián)網(wǎng)的加工工位（含檢測和檢驗(yàn)）、生產(chǎn)過程監(jiān)控、物流和生產(chǎn)管控系統(tǒng)的互聯(lián)互通，保證生產(chǎn)數(shù)據(jù)的實(shí)時(shí)采集及集成管理和控制；業(yè)務(wù)層說明了基于集成層實(shí)現(xiàn)的業(yè)務(wù)功能，表征了智能生產(chǎn)線的基本生產(chǎn)過程，體現(xiàn)了“狀態(tài)感知、實(shí)時(shí)分析、自主決策、精準(zhǔn)執(zhí)行”的智能制造特征；應(yīng)用層基于集成層及業(yè)務(wù)層，主要表征為以工藝為牽引的多品種變批量產(chǎn)品智能生產(chǎn)線的構(gòu)建思路及應(yīng)用流程。其中，智能生產(chǎn)線構(gòu)建涉及的主要內(nèi)容包括智能生產(chǎn)線設(shè)計(jì)優(yōu)化、智能制造集成單元構(gòu)建、物料智能配送和生產(chǎn)過程分析及管控。

主要內(nèi)容

1 智能生產(chǎn)線優(yōu)化設(shè)計(jì)

圍繞多品種變批量的生產(chǎn)特點(diǎn)，生產(chǎn)線需要具備可重構(gòu)性，即根據(jù)不同種類和不同批次的產(chǎn)品的生產(chǎn)安排，以各自的工藝規(guī)程為依據(jù)設(shè)計(jì)、調(diào)整和組合形成新的生產(chǎn)線以完成加工任務(wù)。其中，針對(duì)具體生產(chǎn)線的優(yōu)化設(shè)計(jì)流程如圖3所示。

（1）以車間的生產(chǎn)計(jì)劃和加工安排為源頭，以工藝規(guī)程為牽引，確定具體的工藝流程，整合車間的制造資源和安排工位，然后對(duì)工位進(jìn)行功能建模并基于工藝流程完成生產(chǎn)線加工路線建模，初步確定加工方案。

（2）根據(jù)加工方案生成物料需求信息和進(jìn)行物料配送路線設(shè)計(jì)，然后結(jié)合生產(chǎn)線運(yùn)行計(jì)劃及實(shí)際生產(chǎn)進(jìn)度完成物料配送過程的分析和優(yōu)化，確定配送方案并進(jìn)行配送過程建模。

（3）基于以上工作，建立生產(chǎn)線運(yùn)行仿真模型，并采用基于數(shù)據(jù)分析挖掘、經(jīng)驗(yàn)公式計(jì)算和實(shí)際測算相結(jié)合的方法確定工序的加工工時(shí)，形成工序作業(yè)標(biāo)準(zhǔn)時(shí)間；綜合考慮車間整體生產(chǎn)情況，完成各工序加工節(jié)拍平衡為目標(biāo)的生產(chǎn)線運(yùn)行過程優(yōu)化和檢驗(yàn)生產(chǎn)線的運(yùn)行情況，確定加工方案，并根據(jù)優(yōu)化結(jié)果進(jìn)一步進(jìn)行生產(chǎn)線設(shè)計(jì)及建設(shè)。

2 智能制造集成單元構(gòu)建

智能生產(chǎn)線由諸多工位組成，關(guān)鍵工位的功能由智能制造集成單元實(shí)現(xiàn)，其組成與邏輯如圖4所示，主要由精準(zhǔn)執(zhí)行機(jī)構(gòu)、在線采集系統(tǒng)和分析決策系統(tǒng)組成，具備自動(dòng)裝料、柔性夾持、精準(zhǔn)定位、加工執(zhí)行、在線檢測、實(shí)時(shí)分析和決策調(diào)整等功能，其柔性夾持部分主要實(shí)現(xiàn)不同尺寸零件的可靠裝夾，滿足多品種變批量的生產(chǎn)需求。其中，精準(zhǔn)執(zhí)行機(jī)構(gòu)包括機(jī)器人上下料、柔性自動(dòng)裝夾設(shè)備、自適應(yīng)定位工裝、數(shù)控加工/ 檢測設(shè)備和在線監(jiān)控設(shè)備等，實(shí)現(xiàn)制造（含裝配）過程的自動(dòng)上下料、加工件的柔性裝夾、工裝/ 夾具狀態(tài)的自動(dòng)判斷及自動(dòng)定位調(diào)整、工件的精確加工、加工過程實(shí)時(shí)檢測、加工完成后的自動(dòng)檢驗(yàn)，以及生產(chǎn)狀態(tài)的實(shí)時(shí)監(jiān)控等；在線采集系統(tǒng)將“精準(zhǔn)執(zhí)行機(jī)構(gòu)”產(chǎn)生的加工參數(shù)、質(zhì)量數(shù)據(jù)、物流數(shù)據(jù)、加工進(jìn)度和設(shè)備運(yùn)行參數(shù)等數(shù)據(jù)進(jìn)行采集；分析決策系統(tǒng)將上述采集的數(shù)據(jù)進(jìn)行分析，圍繞現(xiàn)有加工環(huán)境下的加工參數(shù)是否滿足質(zhì)量要求、工裝的夾持力和位置等是否滿足加工要求、單元所含的設(shè)備是否運(yùn)行平穩(wěn)或存在問題等以及當(dāng)前制造單元是否按時(shí)完成加工任務(wù)等進(jìn)行判斷和決策，并針對(duì)存在的問題形成解決措施和及時(shí)調(diào)整，實(shí)現(xiàn)工藝參數(shù)分析及實(shí)時(shí)調(diào)整、工裝狀態(tài)判斷及自適應(yīng)調(diào)整、設(shè)備故障預(yù)測及自我修整和制造單元的生產(chǎn)狀態(tài)評(píng)估等。

圖3 智能生產(chǎn)線設(shè)計(jì)優(yōu)化Fig.3 Intelligent line design and optimization

圖4 智能制造單元組成與邏輯Fig.4 Intelligent manufacturing unit composition and logic

3 物料智能配送

物料智能配送實(shí)現(xiàn)制造過程物料及時(shí)準(zhǔn)確配送，以及配送過程物料狀態(tài)、配送裝備及輔助設(shè)施的實(shí)時(shí)跟蹤、配送過程分析及決策等，如圖5所示,以制造過程的物料需求為輸入，以“物料配送管控系統(tǒng)”為管理核心，實(shí)現(xiàn)配送路徑的仿真優(yōu)化、物料準(zhǔn)備和配送管理、配送路徑仿真優(yōu)化和配送指令下達(dá)、配送過程實(shí)時(shí)監(jiān)控、異常事件分析及決策等。其中，“物料配送管控系統(tǒng)”包括出入庫管理、物料準(zhǔn)備情況監(jiān)控、配送過程監(jiān)控和配送狀態(tài)分析決策等；“智能物流條件建設(shè)”為智能物流提供基礎(chǔ)設(shè)施，包括數(shù)字化立體倉庫、物料智能配送車和配送路徑導(dǎo)引系統(tǒng)（如RFID 和磁條導(dǎo)引配送車）等；“物料配送路徑仿真優(yōu)化”根據(jù)“物料配送管控系統(tǒng)”指令和車間環(huán)境模型完成配送路徑規(guī)劃及仿真優(yōu)化，包括取料仿真、路徑規(guī)劃、配送過程仿真和工位卸料仿真等；“車間環(huán)境建?！备鶕?jù)車間實(shí)際進(jìn)行建模，為配送路徑規(guī)劃及優(yōu)化提供數(shù)字化模型，包括廠房環(huán)境及布局、車間制造資源模型、物料配送設(shè)備模型和物料配送規(guī)則模型等。

4 生產(chǎn)過程分析及管控

生產(chǎn)過程分析管控邏輯如圖6所示，以車間為管理單元對(duì)生產(chǎn)線進(jìn)行集中管控和資源統(tǒng)一配置。

首先，通過采集系統(tǒng)對(duì)車間各生產(chǎn)線和信息化系統(tǒng)的數(shù)據(jù)進(jìn)行感知和采集，主要包括生產(chǎn)計(jì)劃、工藝規(guī)程、生產(chǎn)執(zhí)行、制造資源、擾動(dòng)情況、質(zhì)量檢測、物料物流和設(shè)備運(yùn)行等數(shù)據(jù)；然后，提取其中有價(jià)值的數(shù)據(jù)進(jìn)行清洗和融合，建立基于數(shù)據(jù)挖掘的生產(chǎn)進(jìn)度、加工質(zhì)量和設(shè)備故障等關(guān)鍵要素和價(jià)值數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，進(jìn)一步建立基于時(shí)序的生產(chǎn)進(jìn)度、加工質(zhì)量和設(shè)備故障隨時(shí)間的演化規(guī)律模型并對(duì)未來發(fā)展規(guī)律進(jìn)行科學(xué)預(yù)測；最后，建立車間數(shù)字孿生模型，實(shí)現(xiàn)物理車間和虛擬車間的精準(zhǔn)映射，并基于生產(chǎn)進(jìn)度演化規(guī)律預(yù)測，通過決策規(guī)則庫和決策方法對(duì)設(shè)備狀態(tài)、生產(chǎn)進(jìn)度、生產(chǎn)資源平衡、擾動(dòng)事件（訂單變化、質(zhì)量問題、設(shè)備故障、物料短缺）等進(jìn)行評(píng)估和決策，并生成調(diào)度調(diào)整方案，實(shí)現(xiàn)對(duì)車間的優(yōu)化調(diào)整。

圖5 智能物流系統(tǒng)邏輯Fig.5 Intelligent logistics system logic

圖6 生產(chǎn)過程分析管控邏輯Fig.6 Production process analysis and control logic

關(guān)鍵技術(shù)

1 智能生產(chǎn)線數(shù)字孿生模型構(gòu)建

數(shù)字孿生模型是智能制造的核心技術(shù)，生產(chǎn)線數(shù)字孿生模型的組成與邏輯如圖7所示，基于工業(yè)互聯(lián)網(wǎng)、軟件平臺(tái)和數(shù)據(jù)接口等基礎(chǔ)條件，通過數(shù)字化手段模擬實(shí)體生產(chǎn)線的設(shè)備、工裝、物流、加工工件以及生產(chǎn)線的運(yùn)行流程，并基于工業(yè)互聯(lián)網(wǎng)和數(shù)據(jù)采集系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)采集以及基于采集數(shù)據(jù)對(duì)虛擬生產(chǎn)線的校正，以提高仿真的準(zhǔn)確性和保證虛實(shí)生產(chǎn)線的同步，最終實(shí)現(xiàn)虛擬生產(chǎn)線對(duì)實(shí)體生產(chǎn)線的精準(zhǔn)映射，即虛擬生產(chǎn)線能夠準(zhǔn)確反映實(shí)體生產(chǎn)線的運(yùn)行情況，并隨實(shí)體生產(chǎn)線狀態(tài)的變化而變化；并且可由虛擬生產(chǎn)線實(shí)現(xiàn)對(duì)實(shí)體生產(chǎn)線的運(yùn)行過程、設(shè)備、物流和工裝等進(jìn)行控制；另外，生產(chǎn)線數(shù)字孿生模型融合生產(chǎn)過程分析及管控功能，實(shí)現(xiàn)生產(chǎn)過程的運(yùn)行評(píng)估及優(yōu)化決策，并不斷積累知識(shí)，提升數(shù)字孿生模型表征實(shí)體生產(chǎn)線的準(zhǔn)確度，為管理人員監(jiān)控、管理和控制生產(chǎn)線和優(yōu)化生產(chǎn)過程提供支持。

2 基于數(shù)據(jù)挖掘的生產(chǎn)進(jìn)度預(yù)測

生產(chǎn)進(jìn)度是制造企業(yè)和車間制定總體生產(chǎn)計(jì)劃、確定產(chǎn)品生產(chǎn)節(jié)點(diǎn)、成本控制和實(shí)現(xiàn)生產(chǎn)管控等事項(xiàng)的重要參考，基于數(shù)據(jù)挖掘的生產(chǎn)進(jìn)度預(yù)測邏輯流程如圖8所示，首先基于車間歷史數(shù)據(jù)，在清洗過濾和標(biāo)準(zhǔn)化建模后，通過歸類和聚類等挖掘算法獲取各工序工時(shí)與加工參數(shù)之間的關(guān)聯(lián)關(guān)系，進(jìn)而得到工序工時(shí)的計(jì)算方法；然后基于生產(chǎn)計(jì)劃、生產(chǎn)進(jìn)度、加工安排、資源使用、加工工序和未加工工序等實(shí)時(shí)數(shù)據(jù)獲取車間運(yùn)行情況，以及后續(xù)所有加工對(duì)象的工序及加工安排；最后基于各工序工時(shí)計(jì)算方法計(jì)算得到未加工工序的工時(shí)，由此結(jié)合未加工工序的加工安排可實(shí)現(xiàn)生產(chǎn)進(jìn)度演化規(guī)律的預(yù)測。

圖7 生產(chǎn)線數(shù)字孿生模型組成與邏輯Fig.7 Line digital twins model composition and logic

圖8 生產(chǎn)進(jìn)度預(yù)測基本邏輯Fig.8 Basic logic of manufacturing schedule forecasting

結(jié)論

智能制造已經(jīng)成為我國未來發(fā)展的重點(diǎn)方向之一，如何落實(shí)智能制造成為當(dāng)前的研究重點(diǎn)。本文圍繞具有多品種變批量特點(diǎn)的產(chǎn)品制造，以工藝規(guī)程為牽引，以制造裝備為核心，以生產(chǎn)管控為靈魂，以物流配送為紐帶，研究了智能生產(chǎn)線的應(yīng)用框架，提出了智能生產(chǎn)線的應(yīng)用流程和體系架構(gòu)，梳理了重點(diǎn)內(nèi)容和關(guān)鍵技術(shù)，對(duì)于發(fā)展智能制造技術(shù)、構(gòu)建智能生產(chǎn)線和落實(shí)智能制造在生產(chǎn)中的應(yīng)用具有較好的參考價(jià)值。