基于手動/半自動裝配線智能管控方法研究*

趙 霖，于成龍，2，王崑聲，趙 滟，王家勝

（1.中國航天系統(tǒng)科學(xué)與工程研究院，北京 100048；2.中國航天科工集團第二研究院706 所，北京 100854）

裝配是產(chǎn)品研制的關(guān)鍵環(huán)節(jié)，裝配質(zhì)量對產(chǎn)品使用性能有直接影響，并且現(xiàn)代制造中裝配工作量約占研制總工作量的50%[1]。航天產(chǎn)品普遍具有離散制造和多品種變批量的特點，產(chǎn)品結(jié)構(gòu)復(fù)雜、裝配精度要求高、裝配空間狹小、需要多次裝配–檢測–拆卸–再裝配等，目前普遍采用基于簡易工裝的手工/半自動為主的裝配模式和以人工及經(jīng)驗為主的管理方式，呈現(xiàn)出作業(yè)周期長、過程復(fù)雜多變、質(zhì)量一致性不高等特征[1–2]；并且裝配過程中經(jīng)常由于生產(chǎn)任務(wù)的變更導(dǎo)致各裝配線隨時調(diào)整，而當(dāng)前由于缺乏對各裝配線實時情況的準確把握和無法綜合考慮車間的物料、工裝、產(chǎn)能、交貨期等實際情況，難以根據(jù)任務(wù)變化實現(xiàn)合理再排產(chǎn)等，迫切需要改變裝配模式，有效提升裝配能力。其中，建設(shè)自動化生產(chǎn)線和擴大裝配車間規(guī)模以增加裝配線是兩種有效方式。研究者力圖通過研制自動工藝裝備以有效提升裝配能力和裝配效率[3–5]，但由于目前在研或在制產(chǎn)品在設(shè)計時并沒有考慮自動化裝配所需的定位、對接和固定連接等特征，上述研究采用的以技術(shù)手段彌補設(shè)計不足的方式，存在定位識別難以達到精度要求、技術(shù)不穩(wěn)定、達不到安全防爆要求、裝配成本提升和裝配效率低于手動/半自動裝配等問題，以及該類產(chǎn)品固有的大量復(fù)雜柔性線纜狹小空間的走線及插接、螺釘/螺母定位及緊固、線纜插接點和螺釘/螺栓密封點的點膠封裝等特征，較難實現(xiàn)自動化裝配的工程應(yīng)用，而改變當(dāng)前的裝配模式需要面向產(chǎn)品全生命周期統(tǒng)籌解決各種問題，短時間內(nèi)較難實現(xiàn)；可以認為以手動/半自動為主的裝配是當(dāng)前甚至未來較長時間的主要模式，通過增加裝配線的數(shù)量提升裝配能力成為解決當(dāng)前研制產(chǎn)品和品種快速增長問題的有效方式。由此隨著裝配任務(wù)量的增加，導(dǎo)致車間管控更加復(fù)雜，裝配過程一直存在的因生產(chǎn)任務(wù)變化等導(dǎo)致生產(chǎn)計劃的調(diào)整和再排產(chǎn)的問題更加突出。迫切需要改變以人工和經(jīng)驗為主的裝配管控模式以滿足當(dāng)前裝配車間的管控需求。因此，本文擬基于歷史數(shù)據(jù)挖掘?qū)ρb配管控要素進行分析，形成裝配工序工時計算及生產(chǎn)進度預(yù)測方法，并以此為依據(jù)進行科學(xué)排產(chǎn)。

目前，關(guān)于生產(chǎn)進度預(yù)測、生產(chǎn)分析決策和排產(chǎn)調(diào)度等已經(jīng)進行了大量的研究。為解決復(fù)雜航空零件生產(chǎn)進度預(yù)測不準確的問題，分別基于機械加工零件特征[6–7]和歷史數(shù)據(jù)[8–10]分析的方法得到工時與加工工藝及零件特征的關(guān)系，并通過建立工時計算和生產(chǎn)進度的關(guān)系模型，借助人工智能算法對生產(chǎn)進度進行了預(yù)測。為解決晶圓加工有效制定排產(chǎn)計劃和準確預(yù)估交貨期的問題，基于大數(shù)據(jù)分析方法建立了工時計算和加工周期預(yù)測模型，實現(xiàn)了生產(chǎn)進度的動態(tài)精準預(yù)測[11–12]；并進一步在工時計算和生產(chǎn)進度預(yù)測的基礎(chǔ)上，總結(jié)了生產(chǎn)過程基于大數(shù)據(jù)的智能決策方法[13]，提出了智能決策體系[14]，并實現(xiàn)了基于工業(yè)大數(shù)據(jù)的作業(yè)車間柔性動態(tài)調(diào)度，保證了對生產(chǎn)過程的精確和實時管控[15]。為解決離散產(chǎn)品裝配過程管控的問題，重點基于工業(yè)互聯(lián)網(wǎng)建立基于實時數(shù)據(jù)的生產(chǎn)管控平臺[16]，通過構(gòu)建包括裝配過程物料精準配送、擾動事件處理的裝配調(diào)度模型，為裝配過程的優(yōu)化排產(chǎn)和動態(tài)調(diào)度提供依據(jù)[17–18]，并結(jié)合數(shù)字孿生的概念和大數(shù)據(jù)分析技術(shù)，以生產(chǎn)現(xiàn)場實時仿真及分析為手段等，提出及建立了動態(tài)調(diào)度系統(tǒng)，為實現(xiàn)具有主動預(yù)測和優(yōu)化特點的車間動態(tài)調(diào)度提供了新思路[19–20]。以上關(guān)于生產(chǎn)進度預(yù)測、生產(chǎn)調(diào)度和管控體系等方面的研究，本質(zhì)是以歷史數(shù)據(jù)為依據(jù)和以實時生產(chǎn)狀態(tài)為輸入，在實現(xiàn)對當(dāng)前生產(chǎn)狀態(tài)分析和對未來演化規(guī)律預(yù)測的基礎(chǔ)上，建立排產(chǎn)調(diào)度模型，實現(xiàn)生產(chǎn)過程的管控優(yōu)化。

本文圍繞以手動或半自動為主的航天車間裝配線智能管控方法開展研究，以期為裝配過程的高效率管控提供方法和理論參考。

1 航天車間裝配線智能管控架構(gòu)

航天車間裝配線智能管控基本框架如圖1所示，主要包括裝配信息建模、關(guān)聯(lián)關(guān)系分析、進度演化預(yù)測和智能決策排產(chǎn)。其中，“裝配信息建?！敝械难b配工藝主要包括歷史數(shù)據(jù)、產(chǎn)品裝配特征、各工序的裝配時間、基于歷史工藝規(guī)程凝練形成的工藝規(guī)程自動生成模型；裝配資源實現(xiàn)資源的統(tǒng)一數(shù)字化管理；裝配狀態(tài)實時獲取裝配狀態(tài)數(shù)據(jù)。“關(guān)聯(lián)關(guān)系分析”包括基于歷史數(shù)據(jù)分析形成的裝配關(guān)聯(lián)要素的關(guān)系和工時計算模型，實現(xiàn)裝配管控要素關(guān)聯(lián)關(guān)系挖掘和工時的科學(xué)計算?！斑M度演化預(yù)測”包括基于神經(jīng)網(wǎng)絡(luò)算法、歷史數(shù)據(jù)和工時計算模型形成的裝配進度演化規(guī)律預(yù)測模型，能夠根據(jù)實時數(shù)據(jù)對生產(chǎn)進度進行預(yù)測?！爸悄軟Q策排產(chǎn)”能夠根據(jù)當(dāng)前車間的生產(chǎn)狀態(tài)進行決策，并針對不滿足要求的狀態(tài)進行重新排產(chǎn)，優(yōu)化資源和保證按時完工。

圖1 航天車間裝配線管控方法架構(gòu)圖Fig.1 Management and control method architecture for assembly line in aerospace workshop diagram

智能管控的基本思路如圖2所示，首先通過生產(chǎn)管控系統(tǒng)數(shù)據(jù)采集模塊掌握車間各裝配線的在裝配和待裝配工序/工步、工序裝配順序和裝配資調(diào)配等情況，以及生產(chǎn)任務(wù)實時變化信息；然后圍繞增加裝配任務(wù)的情況，由工藝規(guī)程生成模型對產(chǎn)品特征進行分析、判斷和自主決策，并生成工藝規(guī)程和完成各工序的資源配置；接著，根據(jù)工序工時計算模型對各工序工時進行計算，并基于車間各裝配線實時狀態(tài)和工序工時，通過裝配進度演化模型預(yù)測裝配進度，掌握產(chǎn)品的完工期和裝配資源的使用情況；最后，通過決策模型進行決策，并針對不能按時完工和資源使用不均的情況進行重排產(chǎn)，優(yōu)化資源配置和保證各生產(chǎn)線按時完工；另外，生產(chǎn)任務(wù)沒有變化或減少的情況下，也可對裝配情況進行預(yù)測和重排產(chǎn)。

圖2 航天車間裝配線智能管控流程圖Fig.2 Intelligent management and control process for assembly line in aerospace workshop diagram

2 航天車間裝配線智能管控主要內(nèi)容

2.1 裝配信息建模

裝配線管控數(shù)據(jù)包括產(chǎn)品信息、裝配工藝、制造資源和裝配狀態(tài)等。裝配工藝建模過程如圖3所示。首先基于歷史工藝數(shù)據(jù)歸類和凝練，形成裝配實例、裝配知識和裝配遵循的基本規(guī)則，其中裝配知識主要包括產(chǎn)品類型與裝配的工序及裝配順序的關(guān)系，裝配工序與工步、所用工裝/檢測設(shè)備的關(guān)系，以及剛性面裝配、柔性線纜裝配、連接方式（螺釘、螺栓等）、檢驗檢測以及輔助裝配（涂膠、噴漆、噴碼）等要求；然后圍繞新產(chǎn)品進行裝配工藝規(guī)程設(shè)計，即基于產(chǎn)品進行裝配特征的分解和定義，結(jié)合車間的各類制造資源，基于實例的分析判斷自動生成初步的工藝規(guī)程，并由裝配規(guī)則和裝配知識對初步的工藝規(guī)程進行檢驗和修訂；接著由仿真系統(tǒng)對裝配過程進行仿真，檢驗、修訂及優(yōu)化工藝規(guī)程；最后由人工對工藝規(guī)程進行檢驗和修訂，并生成最終工藝規(guī)程。本部分所述的“裝配資源”主要實現(xiàn)對工藝裝備、檢測設(shè)備、裝配物料等資源的特征、能力和服務(wù)對象進行數(shù)字量化和統(tǒng)一管理；“裝配狀態(tài)”主要對車間在裝配產(chǎn)品、在裝配工序/工步、工裝/設(shè)備的使用等進行統(tǒng)一管理。

圖3 裝配工藝規(guī)程建模Fig.3 Assembly process specification modeling diagram

2.2 裝配關(guān)聯(lián)關(guān)系分析

裝配關(guān)聯(lián)關(guān)系分析主要基于歷史裝配數(shù)據(jù)，以工藝規(guī)程為主線，分析及挖掘數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，并基于數(shù)據(jù)對工時計算關(guān)聯(lián)參數(shù)進行量化，如圖4所示。首先，基于數(shù)據(jù)采集建模獲取的裝配過程數(shù)據(jù)及數(shù)據(jù)模型，建立基于本體的制造數(shù)據(jù)的統(tǒng)一表示模型，實現(xiàn)裝配數(shù)據(jù)信息的統(tǒng)一表示與綜合集成，如圖5所示；然后，通過回歸、決策樹和貝葉斯網(wǎng)絡(luò)等算法，挖掘生產(chǎn)計劃、裝配特征、裝配工序、裝配工時、擾動事件等與裝配過程密切相關(guān)要素的網(wǎng)絡(luò)化關(guān)聯(lián)關(guān)系，建立裝配管控要素的關(guān)系模型；最后，基于神經(jīng)網(wǎng)絡(luò)建立各工序工時與裝配特征、工位、工裝等要素的關(guān)聯(lián)計算模型，能夠根據(jù)產(chǎn)品特征進行自行判斷和自主決策，計算裝配工藝規(guī)程所含各工序的工時。

圖4 裝配關(guān)聯(lián)關(guān)系圖Fig.4 Assembly relationship diagram

圖5 本體建模示意圖Fig.5 Schematic of ontology modeling

2.3 裝配進度演化預(yù)測

裝配進度演化預(yù)測如圖6所示。首先基于裝配過程歷史數(shù)據(jù)形成的工序工時計算模型、工藝規(guī)程生成模型和回歸、神經(jīng)網(wǎng)絡(luò)等算法，構(gòu)建裝配進度演化模型；然后，基于裝配過程歷史數(shù)據(jù)進行整理和凝練，形成典型訓(xùn)練模型并對裝配進度演化模型進行訓(xùn)練，使其具備良好的預(yù)測能力；接著根據(jù)當(dāng)前車間各裝配線的運行情況，分析當(dāng)前計劃變更情況，對新任務(wù)進行安排及調(diào)整生產(chǎn)計劃和生產(chǎn)任務(wù)，獲取各工序的后續(xù)安排，并對工序時間序列進行分析調(diào)整，保證同一時間和同一資源的唯一性，進一步得到工序執(zhí)行順序、資源配置、基于工序工時計算模型得到的各工序工時；最后，基于計算的工時、裝配計劃安排和訓(xùn)練完成的裝配進度演化模型進行計算，得到各生產(chǎn)線執(zhí)行情況的演化規(guī)律，并得到裝配完工期。

圖6 裝配進度演化及預(yù)測圖Fig.6 Assembly progress evolution and prediction diagram

2.4 裝配智能決策排產(chǎn)

裝配智能決策排產(chǎn)如圖7所示。首先設(shè)計及構(gòu)建產(chǎn)品裝配過程優(yōu)化決策規(guī)則庫，并考慮裝配任務(wù)變更等擾動因素，構(gòu)建裝配過程決策優(yōu)化模型，進一步整合智能決策優(yōu)化求解算法、生產(chǎn)優(yōu)化決策規(guī)則查詢與匹配等，形成裝配進度決策方法；然后，基于車間裝配線所有在裝配和未裝配產(chǎn)品的生產(chǎn)進度演化趨勢、當(dāng)前裝配生產(chǎn)線制造資源的使用情況、生產(chǎn)計劃變更情況等要素，對比計劃完工節(jié)點，衡量及評估是否能夠按時完工；最后，針對不能按時完工的情況啟動重排產(chǎn)，以計劃完工期和裝配資源利用率為優(yōu)化目標，綜合生產(chǎn)任務(wù)變化、資源使用不均和無法按時完工的調(diào)度機制建立裝配排產(chǎn)模型，并以遺傳算法進行求解，最終得到優(yōu)化的排產(chǎn)方案。

圖7 裝配智能決策及排產(chǎn)圖Fig.7 Assembly intelligent decision diagram

3 結(jié)論

裝配是產(chǎn)品研制周期的關(guān)鍵環(huán)節(jié)，立足于手動/半自動裝配為主的傳統(tǒng)裝配模式，增加裝配資源進行擴產(chǎn)，是當(dāng)前產(chǎn)品研制體系下有效提升裝配能力，滿足航天產(chǎn)品研制數(shù)量和品種快速增長需求的有效方式；但隨著裝配規(guī)模的擴大和產(chǎn)品裝配數(shù)量的提升，原有的以人工及經(jīng)驗為主的裝配管控方式難以對裝配過程進行有效管控的問題將更加突出，迫切需要改變當(dāng)前的管控方式以滿足裝配需求。鑒于此，本文以航天產(chǎn)品車間裝配線的實際需求為牽引，提出了面向手動/半自動裝配模式的航天車間智能管控的體系架構(gòu)，討論了裝配信息建模、裝配關(guān)系分析挖掘、裝配進度演化預(yù)測、裝配智能決策排產(chǎn)等主要內(nèi)容，詳細闡述了基于歷史數(shù)據(jù)及數(shù)據(jù)挖掘算法進行工藝規(guī)程生成和工序工時計算的基本方法，探討了基于裝配實時狀態(tài)的生產(chǎn)進度演化預(yù)測、決策及優(yōu)化排產(chǎn)等技術(shù)，最終形成了以手動或半自動為主進行裝配的智能管控方法。本研究為裝配車間工藝規(guī)程生成、工時計算、生產(chǎn)進度預(yù)測和優(yōu)化排產(chǎn)提供了一種計算方法，對于進一步形成智能管控系統(tǒng)和提升裝配線管控能力具有一定參考價值。后續(xù)將圍繞智能管控方法涉及的具體技術(shù)和實現(xiàn)方式等開展研究，并進一步完善理論方法框架和開發(fā)相應(yīng)的管控軟件系統(tǒng)。