基于多Agent的制造企業(yè)MES系統(tǒng)設(shè)計與應(yīng)用

摘要：傳統(tǒng)制造企業(yè)MES系統(tǒng)常面臨集成難、數(shù)據(jù)質(zhì)量差、成本高及靈活性不足等問題，導(dǎo)致系統(tǒng)僵化、響應(yīng)慢。基于多Agent技術(shù)，構(gòu)建包含管理層、協(xié)調(diào)層和執(zhí)行層的制造企業(yè)MES系統(tǒng)架構(gòu)。在系統(tǒng)功能上，利用RFID射頻技術(shù)設(shè)計生產(chǎn)數(shù)據(jù)采集功能Agent。通過構(gòu)建并求解優(yōu)化模型設(shè)計生產(chǎn)任務(wù)調(diào)度功能Agent?；陔S機(jī)森林算法設(shè)計生產(chǎn)設(shè)備監(jiān)控功能Agent。實際應(yīng)用結(jié)果表明，設(shè)計MES系統(tǒng)功能完善，可以為制造企業(yè)實現(xiàn)智能制造提供可行的技術(shù)路徑。

關(guān)鍵詞：多Agent系統(tǒng)；制造企業(yè)；MES系統(tǒng)；系統(tǒng)設(shè)計；系統(tǒng)應(yīng)用

一、前言

制造企業(yè)的制造執(zhí)行（MES）系統(tǒng)，作為連接企業(yè)資源計劃系統(tǒng)與現(xiàn)場自動化控制系統(tǒng)之間的橋梁，扮演著至關(guān)重要的角色。MES系統(tǒng)通過對生產(chǎn)過程的實時監(jiān)控、調(diào)度與優(yōu)化，確保了生產(chǎn)計劃的有效執(zhí)行，是實現(xiàn)智能制造的關(guān)鍵環(huán)節(jié)。然而，隨著制造環(huán)境日益復(fù)雜多變，傳統(tǒng)MES系統(tǒng)面臨著諸多挑戰(zhàn)。一方面，傳統(tǒng)MES系統(tǒng)多采用集中式控制架構(gòu)，難以適應(yīng)分布式、異構(gòu)的生產(chǎn)環(huán)境，導(dǎo)致系統(tǒng)靈活性不足，難以快速響應(yīng)生產(chǎn)需求的變化。另一方面，傳統(tǒng)MES系統(tǒng)在數(shù)據(jù)處理、決策支持與故障預(yù)警等方面的智能化水平有限，難以充分利用大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)，實現(xiàn)生產(chǎn)過程的深度優(yōu)化與預(yù)測性維護(hù)。在此背景下，多Agent系統(tǒng)作為人工智能領(lǐng)域的重要分支，以其分布式控制、自主決策、協(xié)同工作等特性，為解決復(fù)雜系統(tǒng)的管理與優(yōu)化問題提供了新的視角。在多Agent系統(tǒng)中，每個Agent被視為具有一定智能的實體，能夠根據(jù)自身狀態(tài)、環(huán)境信息及與其他Agent的交互結(jié)果，自主做出決策并執(zhí)行相應(yīng)動作，實現(xiàn)對復(fù)雜動態(tài)環(huán)境的適應(yīng)與優(yōu)化。

因此，設(shè)計并應(yīng)用基于多Agent的制造企業(yè)MES系統(tǒng)，以提升傳統(tǒng)系統(tǒng)的靈活性、智能化水平及綜合性能，成為當(dāng)前制造業(yè)信息化領(lǐng)域的研究熱點。

二、基于多Agent的制造企業(yè)MES系統(tǒng)架構(gòu)設(shè)計

由于傳統(tǒng)制造企業(yè)MES系統(tǒng)大多采用集中式控制模式，難以適應(yīng)現(xiàn)代制造環(huán)境的動態(tài)性和復(fù)雜性，所以引入多Agent技術(shù)，設(shè)計如圖1所示的制造企業(yè)MES系統(tǒng)架構(gòu)[1]。

如圖1所示，基于多Agent的MES系統(tǒng)架構(gòu)含管理層、協(xié)調(diào)層、執(zhí)行層[2]。管理層制定生產(chǎn)任務(wù)，執(zhí)行層直接參與生產(chǎn)。協(xié)調(diào)層則作為管理層與執(zhí)行層之間的橋梁，負(fù)責(zé)任務(wù)的分解、分配與協(xié)調(diào)，確保生產(chǎn)任務(wù)能夠順利下達(dá)到執(zhí)行層，并實時監(jiān)控執(zhí)行進(jìn)度，反饋生產(chǎn)狀態(tài)。執(zhí)行接口等Agent協(xié)作完成任務(wù)[3]。此設(shè)計提升了智能化、靈活性與響應(yīng)速度，助力智能制造轉(zhuǎn)型。

三、基于多Agent的制造企業(yè)MES系統(tǒng)功能設(shè)計

（一）生產(chǎn)數(shù)據(jù)采集功能

在制造企業(yè)MES系統(tǒng)中，生產(chǎn)數(shù)據(jù)的實時采集功能對于生產(chǎn)調(diào)度和決策至關(guān)重要。為了實現(xiàn)這一目標(biāo)，本文在生產(chǎn)數(shù)據(jù)采集Agent中引入RFID射頻技術(shù)[4]。具體來說，在生產(chǎn)現(xiàn)場的每個RFID讀寫器作為數(shù)據(jù)采集Agent，負(fù)責(zé)收集其覆蓋范圍內(nèi)的標(biāo)簽信息。標(biāo)簽則附著在生產(chǎn)物料、員工和設(shè)備上，用于標(biāo)識和追蹤。當(dāng)帶有標(biāo)簽的物料、員工或設(shè)備經(jīng)過RFID讀寫器時，讀寫器會讀取標(biāo)簽中的信息，進(jìn)行生產(chǎn)數(shù)據(jù)采集[5]，在完成生產(chǎn)數(shù)據(jù)采集后，將其傳輸并存儲至數(shù)據(jù)庫Agent中，以便其他Agent調(diào)用。

（二）生產(chǎn)任務(wù)調(diào)度功能

在生產(chǎn)任務(wù)調(diào)度Agent上，本文將調(diào)度轉(zhuǎn)為優(yōu)化問題，構(gòu)建并求解模型以實現(xiàn)調(diào)度[6]。在制造車間，產(chǎn)品需全部生產(chǎn)完才能進(jìn)行后續(xù)工作。為提高裝配效率，需縮短整批產(chǎn)品生產(chǎn)時間，即最小化完工時間。構(gòu)建數(shù)學(xué)模型時，關(guān)鍵是計算整批產(chǎn)品最晚完工時間。已知產(chǎn)品Pi的生產(chǎn)工序G最晚開始加工時間TPi，G為：

（1）

其中：

（2）

（3）

式中，mtn表示編號為n的生產(chǎn)設(shè)備的加工時間，m為生產(chǎn)設(shè)備數(shù)量。SPi，G表示產(chǎn)品Pi的生產(chǎn)工序G的結(jié)束時間。T0表示使用設(shè)備G的生產(chǎn)時間。根據(jù)上述公式，即可確定完成最后一個產(chǎn)品的最后一道工序的最晚時間，并以此作為生產(chǎn)任務(wù)調(diào)度模型的優(yōu)化目標(biāo)，具體計算公式如式（4）：

（4）

式中，f表示最后一個產(chǎn)品的最后一道生產(chǎn)工序的最晚生產(chǎn)時間函數(shù)。上述建立的數(shù)學(xué)模型為車間調(diào)度問題提供了理論基礎(chǔ)。為了求解該模型，采用遺傳算法（GA），這是一種模擬自然選擇和遺傳機(jī)制的優(yōu)化算法，適用于解決復(fù)雜的組合優(yōu)化問題。隨機(jī)生成初始調(diào)度方案，計算適應(yīng)度值[7]。采用輪盤賭選擇父代，進(jìn)行單點交叉和變異操作生成子代，替換種群個體。重復(fù)至收斂，選擇最優(yōu)解作為最佳調(diào)度方案。在生產(chǎn)任務(wù)調(diào)度Agent上，構(gòu)建數(shù)學(xué)模型并用遺傳算法求解，可最小化完工時間，從而提升生產(chǎn)效率。

（三）生產(chǎn)設(shè)備監(jiān)控功能

在生產(chǎn)設(shè)備監(jiān)控Agent上，為了實現(xiàn)對設(shè)備運行數(shù)據(jù)的深度學(xué)習(xí)和模式識別，引入隨機(jī)森林算法[8]。在生產(chǎn)設(shè)備監(jiān)控中，隨機(jī)森林算法能夠?qū)υO(shè)備運行數(shù)據(jù)進(jìn)行高效處理，識別出不同狀態(tài)下的數(shù)據(jù)特征，從而建立準(zhǔn)確的設(shè)備狀態(tài)監(jiān)測模型。假設(shè)，生產(chǎn)數(shù)據(jù)采集Agent獲取的制造企業(yè)生產(chǎn)設(shè)備歷史運行狀態(tài)樣本數(shù)據(jù)集為B={（x1，y1），（x2，y2），…，（xN，yN）}，x1，x2，…，xN為生產(chǎn)設(shè)備運行數(shù)據(jù)，y1，y2…，yN為對應(yīng)的生產(chǎn)設(shè)備運行狀態(tài)標(biāo)簽。利用該數(shù)據(jù)集訓(xùn)練生成決策樹，在決策樹生成過程中，節(jié)點分裂至關(guān)重要。本文以信息增益作為節(jié)點分裂的依據(jù)，其計算公式如式（5）：

（5）

其中：

（6）

式中，W（B，x）表示某一生產(chǎn)設(shè)備運行數(shù)據(jù)x對數(shù)據(jù)集B進(jìn)行劃分時所獲取的信息增益，其值越大說明集合純度越高。H（B）表示數(shù)據(jù)集B的信息熵。Bl表示數(shù)據(jù)集B在數(shù)據(jù)x上編號為l的屬性上取值的樣本集合。L表示數(shù)據(jù)屬性集合。Zk表示第k個生產(chǎn)設(shè)備運行狀態(tài)類別yk在數(shù)據(jù)集合B中所占比例。根據(jù)式（5）計算出全部數(shù)據(jù)的信息增益，從而選擇最大信息增益的數(shù)據(jù)進(jìn)行節(jié)點分裂，直到全部決策樹節(jié)點的信息熵為0，完成節(jié)點分裂，生成決策樹。

可構(gòu)建隨機(jī)森林，輸入設(shè)備運行數(shù)據(jù)得到監(jiān)控結(jié)果，幫助檢修維護(hù)。本文基于多Agent的MES系統(tǒng)，在主體上分別實現(xiàn)采集、調(diào)度、監(jiān)控功能，保障企業(yè)智能化管理。

四、實際應(yīng)用

（一）應(yīng)用準(zhǔn)備

完成基于多Agent的制造企業(yè)MES系統(tǒng)的架構(gòu)與功能設(shè)計后，在我國某液壓元件制造企業(yè)內(nèi)應(yīng)用該系統(tǒng)，展開系統(tǒng)功能測試。首先，在該液壓元件制造企業(yè)中，配置系統(tǒng)開發(fā)環(huán)境的參數(shù)，見表1。

基于上表所示環(huán)境，開發(fā)基于多Agent的制造企業(yè)MES系統(tǒng)，并將其部署在生產(chǎn)車間內(nèi)，一一進(jìn)行生產(chǎn)數(shù)據(jù)采集功能、生產(chǎn)任務(wù)調(diào)度功能、生產(chǎn)設(shè)備監(jiān)控功能的驗證，確保各功能模塊正常運行。

（二）生產(chǎn)數(shù)據(jù)采集功能驗證

針對基于多Agent的制造企業(yè)MES系統(tǒng)的生產(chǎn)數(shù)據(jù)采集功能，以液壓元件制造企業(yè)車間內(nèi)某型號的數(shù)控機(jī)床作為測試對象，應(yīng)用本文設(shè)計系統(tǒng)進(jìn)行數(shù)控機(jī)床設(shè)備的數(shù)據(jù)采集，點擊設(shè)備按鈕，即可顯示對應(yīng)機(jī)床的詳細(xì)加工狀態(tài)數(shù)據(jù)，如圖2所示。

本系統(tǒng)實時采集機(jī)床狀態(tài)、工序、報警等關(guān)鍵數(shù)據(jù)，避免人工錯誤與遺漏，為生產(chǎn)管理和維護(hù)提供準(zhǔn)確信息，驗證了多Agent MES系統(tǒng)生產(chǎn)數(shù)據(jù)采集功能的有效性。

（三）生產(chǎn)任務(wù)調(diào)度功能驗證

針對基于多Agent的制造企業(yè)MES系統(tǒng)的生產(chǎn)調(diào)度功能，基于液壓元件制造企業(yè)的實際生產(chǎn)需求，設(shè)置100個不同的元件生產(chǎn)任務(wù)，分別在不應(yīng)用本文設(shè)計系統(tǒng)和應(yīng)用MES系統(tǒng)的情況下，進(jìn)行100個液壓元件生產(chǎn)任務(wù)的調(diào)度，記錄并比較最大完工時間，如圖3所示。

隨著液壓元件生產(chǎn)任務(wù)增加，未用本系統(tǒng)時最大完工時間近似線性增長，而用本系統(tǒng)時增長幅度小，表明處理多任務(wù)效率高。在所有任務(wù)量下，使用本系統(tǒng)的最大完工時間均顯著縮短，生產(chǎn)效率提升。因此，本文設(shè)計的多Agent MES系統(tǒng)生產(chǎn)調(diào)度功能可行、可靠。

（四）生產(chǎn)設(shè)備監(jiān)控功能驗證

針對基于多Agent的制造企業(yè)MES系統(tǒng)的生產(chǎn)設(shè)備監(jiān)控功能，在上述數(shù)控機(jī)床設(shè)備運行過程中，模擬正常、警戒、異常、故障這四種不同的運行狀態(tài)，每種狀態(tài)下各采集20組設(shè)備運行數(shù)據(jù)，通過本文設(shè)計系統(tǒng)進(jìn)行該數(shù)控機(jī)床設(shè)備運行狀態(tài)監(jiān)控，記錄監(jiān)控結(jié)果如圖4所示。

從圖4可以看出，本文設(shè)計系統(tǒng)能夠準(zhǔn)確識別制造企業(yè)生產(chǎn)車間中數(shù)控機(jī)床設(shè)備的正常、警戒、異常、故障狀態(tài)，識別正確率高達(dá)97.5%，說明本文設(shè)計系統(tǒng)的生產(chǎn)設(shè)備監(jiān)控功能良好。綜上所述，通過本次實際應(yīng)用結(jié)果驗證了基于多Agent的制造企業(yè)MES系統(tǒng)的功能完善，可以為制造企業(yè)提供更全面的管理支持。

五、結(jié)語

本研究聚焦多Agent技術(shù)的MES系統(tǒng)設(shè)計，構(gòu)建了智能化、可擴(kuò)展的MES原型，涵蓋數(shù)據(jù)采集、調(diào)度優(yōu)化、設(shè)備監(jiān)控等。實驗顯示系統(tǒng)適應(yīng)性強(qiáng)、功能完善。未來，將進(jìn)一步探索AI算法與多Agent系統(tǒng)的深度融合，以期在預(yù)測性維護(hù)、質(zhì)量控制等領(lǐng)域取得更多突破，推動制造業(yè)向更高層次的智能制造邁進(jìn)。

參考文獻(xiàn)

[1]史慧杰，王立平，王冬.基于微服務(wù)的制造執(zhí)行系統(tǒng)架構(gòu)研究[J].現(xiàn)代制造工程，2024（01）：45-50.

[2]莊永航，向軍，潘如如.基于B/S架構(gòu)的漿紗MES系統(tǒng)開發(fā)與應(yīng)用[J].棉紡織技術(shù)，2023，51（08）：11-14.

[3]黃佳銘，張逸，陳晶騰，等.基于多Agent系統(tǒng)的大型電網(wǎng)電壓暫降評估[J].電力系統(tǒng)保護(hù)與控制，2023，51（10）：45-53.

[4]張操，向軍，潘如如.基于數(shù)據(jù)挖掘的織物疵點MES系統(tǒng)開發(fā)[J].棉紡織技術(shù)，2023，51（08）：7-10.

[5]唐紅濤，張偉，張雁翔.面向高端液壓缸離散制造的PLM/ERP/MES全生命周期管控平臺構(gòu)建與應(yīng)用研究[J].機(jī)床與液壓，2023，51（01）：63-70.

[6]張亞平.對集成的MES系統(tǒng)應(yīng)用于中小型變壓器鐵心車間的研究[J].變壓器，2024，61（02）：17-21.

[7]張濤，資明庚，蔣鑫強(qiáng)，等.基于MES+信息化管理系統(tǒng)的鈑金加工數(shù)字化車間建設(shè)[J].鍛壓技術(shù)，2024，49（04）：242-248.

[8]劉艷，宋雷雷，趙云峰.智能制造背景下精益生產(chǎn)制造執(zhí)行系統(tǒng)的應(yīng)用[J].城市軌道交通研究，2024，27（05）：190-193.

作者單位：上海南洋萬邦軟件技術(shù)有限公司

■ 責(zé)任編輯：王穎振 鄭凱津