虚拟制造中协同制造资源建模研究

肖艳秋，魏闯闯，赵 和，王 磊

XIAO Yan-qiu, WEI Chuang-chuang, ZHAO He, WANG Lei

（郑州轻工业学院，郑州 450002）

0 引言

随着信息技术的发展，根据敏捷制造思想，建立协同企业联盟，通过虚拟制造单元实现协同制造资源优化成为研究的热点。协同制造系统中，虚拟单元的构建与优化的关键就是协同制造资源信息模型建立，对协同制造资源特点加以分析是尤其重要。然而协同资源模型的建立，不单单是对资源的描述，必须为下一步虚拟单元构建与优化打下基础。

基于以上，本文根据协同制造资源内涵及特点，结合已有的协同制造分类方法，针对协同制造资源之间的关联特点，以虚拟制造单元构建优化为目标，构建了协同制造资源的关联约束信息模型，以满足虚拟制造单元构建优化要求。

1 基于多关联约束协同资源信息模型的虚拟制造单元构建

协同制造资源的优化配置是将零散的制造资源组织成为功能性的虚拟制造单元。要解决虚拟单元构建过程中资源选择与优化问题，首先需解决协同资源信息模型构建，虚拟制造单元构建方法如图1所示。虚拟单元构建分为两个过程。

1）通过对协同制造资源进行分析，根据资源的类型及层次结构，通过制造资源约束条件及约束之间的关联关系进行资源模型构建，形成初始的资源信息模型和资源族。

2）以生产任务模型及资源信息模型为前提，根据优化目标要求，通过专家遗传算法，实现虚拟单元构建及优化配置。

图1 虚拟单元构建过程

资源信息模型构建是实现虚拟单元构建的关键。由于协同制造资源的复杂性和约束因素的多样性，以往研究过程中只针对关键的要素进行研究和分析，很少考虑到各个约束因素之间的关联关系，本文通过引入多关联约束模型对于解决这样问题有先天的优势。通过构建能够反映协同制造资源结构、层次和关联关系的多关联信息模型，用于虚拟制造单元构建与优化。

2 协同制造资源单元信息模型的特点

2.1 协同制造资源特点

由于协同制造资源的动态变化性，制造资源模型需要不断充实和完善。通过多层次、多维度对协同制造资源类型、特点及关联关系进行立体空间合成如图2所示，清晰反映协同制造资源的本质特征，指导协同资源模型构建。

1）资源层次维：体现协同制造资源所属层次结构，表达了制造资源的构成粒度，分别为联盟层、企业层、车间层、单元层和设备层；

2）资源分类维：反映资源某种共同属性或特征层次归，制造资源的分类就是将某种共同属性或特征的制造资源归并在一起。协同制造资源建模，必须采用统一标准的分类方法，使协同制造资源在描述表达和理解上具有一致性。通过对协同企业的了解，按照制造资源属性及其在整个生产制造活动中发挥的作用，将协同制造资源划分为：设备资源、人力资源、技术资源、物料资源、服务资源和信息资源等；

3）资源关联维：体现各个资源类及资源层之间的关联关系。虚拟单元有不同类型的制造资源构建，彼此之间并不是孤立存在的，都存在相互关系。因此在本文通过构建制造资源关联模型，关联模型随着虚拟单元中资源的积累，不断地丰富和扩展，形成“纵、横”紧密关联的知识模型，为虚拟单元的优化提供了宝贵知识。

2.2 关联约束资源信息形式化描述

根据上述协同制造资源分类、逻辑层次以及关联关系分析对其进行形式化描述。协同制造资源描述为：

M={ID,Base,Bind,Relevance,Assess,Status}：

1）ID是制造资源编码，协同制造资源集成平台中一个唯一特定资源；

2）Base制造资源基本属性，

Base={Name,Type,Ayer,Owner}：

Name为资源名称；Type为资源类型；

Ayer为资源层次；Owner为资源所属企业；

3）Bind资源约束属性，

Bind={Type,Capa,T,C,Q,S,E,O}：

Type为资源支持任务类型，硬件资源是指可以加工的产品或零件类型；软件资源是指所有支持的应用领域或功能；

Capa为制造能力约束，

例如硬件资源包括设备对加工要求约束，

Capa={加工形状，精度，尺寸，形状，材料}；

对于软件资源可以是支持运行环境，

Capa={参数，响应速度，支持功能，效率，流量，可靠性}：

T为时间约束，C为费用约束，Q为质量约束，S为服务约束，E为环境约束，G为其他约束；

4）Relevance资源关联关系，

Relevance={ID,Type,Object,Ratio}：

ID表示两个资源间的关系标识；

Type表示制造资源之间关系类型，

Type={控制关系，顺寻关系，输入输出关系，整体部分关系，空间关系，时间关系}；

Objet表示该资源有关联的其他制造资源；

Ratio两个资源之间关联系数，关联系数根据历史记录的一个综合评价值；

5）Assess 资源综合评价,形式可描述为，

Assess={T,C,Q,S,E,I}：

分别表示时间T、成本C 、质量Q、 服务S 、环境E、 信誉I 、其他评价O, 综合评分为虚拟制造单元专家遗传算法优化提供依据；

6）Status资源状态属性，

Status={维修，闲置，未满负荷，满负荷}。

在制造单元目标约束下，实现对协同制造资源的模型表达，对应三种维度的交点，从而建立协同制造资源多关联约束因素与制造模型的映射关系。

3 协同制造信息关联约束模型

3.1 关联约束网络模型的概念

关联是指事物之间所具有的彼此约束的关系，也称为关联约束或约束关联。本文通过约束关联模型描述制造信息资源的方法和技术。在协同制造资源中，制造资源之间的关联性体现在虚拟单元构建中不同资源模型间所具有的内在联系，具有关联关系的资源模型互为关联单元，制造资源之间的顺序关系也可以认为是一种关联。因此，所建立的制造资源模型应该满足虚拟制造单元构建的需求。

3.2 关联模型

关联是指各个资源彼此之间所具有的关系。

在制造资源信息关联模型中，制造资源的关联性体现不同资源之间多具有的内在联系，关联约束模型如图3所示，其中包括人力资源、设备资源、物料资源和技术资源，每种资源分别描述了内部的关联关系。制造资源的关联约束模型为一个三元组合；

I＝{X, D, C}

其中：RC表示制造资源之间的关联约束关系集合；X＝(x1, x2, !, xn)是制造资源信息的集合；D＝(d1, d2, !, dn)关联变量值域集合，di是制造资源xi可能的取值；C＝(c1, c2, !, cn)变量关系的集合。

图3 制造单元多约束因素关联模型

3.3 关联约束关系

根据约束关联模型特点，我们建立一个有同层次任意两个约束因素i和j之间的关系矩阵。本文采用一个如图4所示6×6矩阵体现六个约束之间关联系数。

图4 矩阵关系

其中rij为每个约束与其他约束之间的重要程度关系系数，取值范围（1, 9）。对矩阵的关系赋值如图5所示，通过以下方法求出个约束相对的权重。

1）计算判断每行所有元素的几何平均值

图5 赋值矩阵

可得

得到

为各个约束因素之间的权重。

3）由以上分析可得：制造资源关联约束之间影响权重关系。

虚拟单元的优化选择是一个面向多约束目标的筛选问题。同时各个约束因素之间存在这关联关系，不应该以某个或某几个因素为依据而忽略了因素之间的关系，我们将各个约束因素之间的关联关系模型化，综合分析各种约束因素影响权重，为虚拟单元的构建与优化提供科学的选择方案。

4 结束语

本文根据协同制造系统中虚拟单元构建与优化的需要出发，从资源分类、层次和关联关系进行全面描述，针对制造资源多维度多层次关联关系，采用了一种基于关联约束的制造资源模型构建方法，给出了协同制造资源形式化描述，分析了关联约束矩阵关系给出了约束权重，为协同制造资源的建模提供了理论和方法上的指导，为下步虚拟单元优化构建奠定了基础。

[1] 钱玲, 张友良, 那正平. 基于Web的虚拟制造系统的结构建模组态技术[J]. 中国机械工程, 2002, 13(21): 1848-1851.

[2] 李杰, 王云峰, 朱昭贤, 等. 基于模糊技术的制造单元构建方法研究[J]. 计算机集成制造系统, 2004, 10(12):1561-1566.

[3] 王国新. 面向多品种变批量生产系统的重构与仿真优化技术研究[D]. 北京: 北京理工大学, 2007.

[4] 郭宁, 金天国, 刘文剑. 基于虚拟制造单元的制造资源组织模型[J]计算机集成制造系统, 2010, 8(16): 1650-1656.[5] 姚倡锋, 张定华, 彭文利, 胡创国. 基于物理制造单元的网络化制造资源建模研究[J]. 中国机械工程, 2004, 3(5):414-417.

[6] 郑立斌, 顾寄南, 代亚荣. 基于本体的制造资源建模[J].机械设计与研究2009, 10(5): 61-63.

[7] 刘追, 张润红. 基于多智能体的虚拟企业资源集成与优化[J]. 武汉理工大学学报, 2006, 12(12): 108-112.

[8] 刘追, 张润红. 基于多智能体的虚拟企业资源集成与优化[J]. 武汉理工大学学报, 2006, 12.

[9] 王正成. 网络化制造资源形式化建模及实现[J]. 浙江理工大学学报, 2009, 9, (5).

[10] 高长元, 祁凯. 网络环境下制造资源建模研究[J]. 统计与决策, 2011, 3: 48-51.

[11] Safaei N, Mehrabad M S, Ameli M S J. A hybrid simulated annealing for solving an extended model of dynamic cellular manufacturing system[J]. European Journal of Operational Research, 2008, 185(15): 563-592.

[12] Venkumar P, Haq A N. Comlete and fractional cell formation using Kohonen self-organizing map networks in a cellular manufacturing system[J]. International journal of production research, 2006, 44(20): 4257-4271.

[13] Hu B, Chen M Y, Defersha F M. An integrated method for multiobjectives cell formation in cellular manufacturing systems[J]. International Journal of Manufacturing Technology and Management, 2007, 11(3/4): 355-372.