智能车间RFID标签有效识别及制造信息自动关联

王 闯 江平宇 杨小宝

1.西安邮电大学物联网与两化融合研究院，西安，710061 2.西安交通大学机械制造系统工程国家重点实验室，西安，710054 3.西安交通大学机械工程学院，西安，710049

0 引言

无线射频识别(radio frequency identification, RFID )技术是智能车间物联网的实现基础，智能车间通过所有制造资源与RFID标签的物理结合，并利用自动身份识别(Auto-ID)和电子产品编码(electronic product code，EPC)技术，进行具体物体的自动识别。但在实际生产中，一个智能车间同时存在成千上万个制造资源，要实现从物体自动识别到生产过程数据的自动关联及制造资源相互关系之间的动态绑定，进而实现生产过程的实时跟踪与可视化，还需要进一步深入研究。

在智能车间中，要实现对一个制造资源物流过程的实时跟踪，必须首先依靠RFID读写器和天线快速地从实时获取的大量RFID标签中分辨出跟踪目标。RFID读写器和天线总是以一定的时间间隔不断重复性地读取其射频信号所覆盖范围内的RFID标签数据，即使有些标签已经被重复读取多次,对于一个RFID读写器和天线而言，在大量实时标签数据中只有小部分是其需要跟踪制造资源的流动信息，属于有效标签数据；而其他大部分标签数据是重复性数据或无需关注的制造资源的流动信息，属于无用标签数据,需要尽量在它进入生产过程跟踪数据库之前将其过滤掉[1]。

目前智能车间RFID标签数据有效性识别的主要方法有：①基于编码技术的识别。例如重庆大学王东强等[2]提出的基于EPC 规范的车间层多源信息集成技术，能够针对不同种类制造资源采用不同编码规则以实现区分物体种类，但这种编码规则并没有完全遵循EPC的编码结构，它只适合企业内部使用，无法和标准EPC编码进行对接。②利用人机交互的方式实现。它将RFID读写器或天线获取到的所有标签数据显示到人机界面，进而通过人机交互系统确定有效标签，这种方法准确性高但执行效率低，不能满足智能车间对生产过程数据的实时性要求[3]。③依据实时制造数据库实现有效标签识别。这种方法利用数据库中制造资源的物流信息和工件质量跟踪数据间的关系实现有效标签拾取，但它忽略了其他制造信息对有效标签的鉴别作用，会导致一定数量的无用标签数据未被过滤掉[4]。

本文提出了一种基于EPC和Auto-ID的智能车间RFID标签有效识别算法。

1 智能车间制造资源信息自动关联与识别实现框架

智能车间中制造资源在物联网中表现为不同的RFID标签，制造资源之间的关系表现为不同标签数据间的关联关系[5]。为便于讨论制造资源对应标签数据的关联关系，本文做以下定义。

定义1 智能车间制造资源是指参与到车间生产制造过程中的任何物体，它包含机床、刀具、人员、工件等。

定义2 智能车间制造资源信息自动关联是相对于手动指定两个标签数据之间对应关系的操作，它主要通过标签ID数据实现制造资源之间的自动关联。

定义3 RFID有效标签数据是指在正确时间点进入到正确RFID读写器和天线位置，满足特定EPC编码规则的RFID标签。

智能车间制造资源信息的自动关联与标签有效识别技术包含以下5个步骤(图1)。

图1 智能车间制造资源信息关联与标签有效识别技术实现框架Fig.1 The implementation framework of manufacturing resource information association and useful RFID tag identification in smart job shop

(1)基于一定规则给每个制造资源RFID标签分配一个编码(ID)，通过编码规则解析出制造资源的种类、用途等信息。

(2)确定能够反映制造资源之间关系的智能车间制造信息，包括车间内加工设备的物理布局、RFID监控节点配置等空间信息，生产工艺规划等设计信息和工件加工过程中的实时采集数据等。

(3)利用数据库技术，将以上各种信息中隐含的制造资源间关系按照关键字进行索引，以便获取数据。

(4)以工件为中心，按照工件生产过程的制造逻辑形成数据关系判定规则，进而确定RFID标签数据间的关联关系。

(5)利用EPC编码规则和制造逻辑实现对智能车间内实时RFID标签数据的有效性识别。

2 基于EPC Global编码规范的智能车间制造资源编码规则

国际编码协会2003年成立了EPC Global，它利用全球统一编码规则给每一个实体对象唯一的代码，从而实现全球物品信息实时共享的物联网。EPC编码是一个由版本号、域名管理、对象分类和序列号四段数据依次组成的一组数字，其中EPC版本号表示EPC编码的长度和结构；域名管理字段记录编码对象的地域信息，由EPC Global组织负责分配；对象分类字段记录编码对象的详细分类信息；序列号字段唯一地指定编码对象本身。

2.1 制造资源EPC编码结构

为了使本文提出的编码规则能够适应EPC Global规范，此处只使用规范中对象分类和序列号两个可以自由定义的数据段对智能车间制造资源进行编码。为了便于说明，此处以普遍采用的EPC-96 I型编码方案为例，其对象分类数据段有24位，前8位可用来指示车间制造资源的大类(如设备、人员、工件、刀具等)，后16位表示制造资源的子类型；序列号数据段总共有36位，前12位代表制造资源所在的群属，后24位可表示具体制造资源的唯一标识码，具体编码规则见表1。

表1 智能车间制造资源EPC与标准EPC编码结构对比

2.2 用户自定义区域设计及编码规则

根据EPC编码结构中用户自定义区域结构，将智能车间制造资源在3个层次上进行粒度划分，制造资源划分粒度和EPC编码规则自定义部分字节的映射关系见图2(以刀具为例)，将各字段按照EPC Global规范拼接，并最终形成带有分类、用途、入库等信息的RFID标签数据。

图2 车间制造资源分类与EPC编码映射关系(以刀具为例)Fig.2 The mapping relationship of manufacturing resource classification and EPC encoding in job shop(taking tool for example)

以刀具编码为例，刀具在车间制造资源中属于大类(0x05)，它可以细分为刀柄(0x0001)、铣削刀具(0x0002)、车削刀具(0x0003)、钻削刀具(0x0004)、刀片(0x0005)和附件(0x0006)。相同外形或者用途的刀具可以形成一个刀具群属，再结合刀具本身的编码就可以唯一确定一个刀具(见图3)。以RFID标签数据0xXXXXXXXX050003001000001为例，它表示某智能车间中第一把外圆车刀。由此可见基于EPC编码规则，通过RFID标签数据可以解析出制造资源的类型以及用途等信息。

图3 智能车间刀具EPC用户自定义区域编码规则Fig.3 The EPC encoding specification of custom fields for cutting tools in smart job shop

3 智能车间制造资源信息自动关联逻辑

智能车间制造资源分配唯一识别编码并配置了对应的RFID标签后，标签数据与制造资源信息会以一一对应的关系存储在数据库中。数据库技术可以反映不同制造资源之间的相互关系，利用数据库实现制造资源之间隐含关系的表达是实现自动关联技术的基础。智能车间制造资源的编码规则在形式上最终表现为数据库中的表，通过数据库技术便能获取标签数据对应的制造资源信息。

除此之外，自动绑定技术涉及到隐含的物体之间相互关联的制造逻辑，它既包括工件的工艺路线、机床布局与RFID配置信息的静态数据，也包含能够反映工件实时加工进度以及工件当前工序等实时信息的动态数据以及机床加工任务(图4)。这些数据也以数据表的形式进行存储，从而形成了整个车间的制造信息数据库。

图4 智能车间制造资源数据关联模型Fig.4 The model of manufacturing resource information association in smart job shop

以工件为中心设计数据库模型，工艺设计部门制定某类工件的加工工艺，由于一个工件的加工路线可能存在多种选择，所以工件和工艺路线之间是1：n的关系。当工件进入车间后，车间管理层需要根据订单量、交货期和加工设备等因素进行生产排程，形成具体工件的作业计划，并将其以生产任务的格式下达到生产车间。通过作业计划将工件与其加工相关的制造资源关联起来构成静态制造逻辑，工件在加工过程中获取到的实时信息在数据库中也以其对应的RFID标签存放的编码为索引进行保存。

制造资源的自动关联可以分为3个方面：①利用协作关系、作用与被作用关系等形成的物体间群属关联；②利用物体间相对位置形成的空间关联；③利用动作的执行顺序形成的时间关联。以工件为中心的自动关联流程见图4(其中1：n及1:1代表工件)，基于工件工艺设计和车间制造资源的作业计划将工件与机床、人员、刀具和夹具等制造资源通过数据库关联；基于车间物理布局的数据库将RFID设备、机床、门禁和传送设备等具有空间对应关系的制造资源实现关联；智能车间不同传感器获取的生产现场数据中包含的时间信息实现工件和其他制造资源的时间关联。

数据库技术为RFID有效标签数据识别提供了群属、空间、时间三方面的制造逻辑判断依据。在智能车间的实际生产运行过程中，RFID读写器或者天线读取到制造资源RFID标签数据后，可以首先通过编码规则数据库解析出可识别的标签数据，之后根据车间物联网设备物理布局数据库挑选出进入正确位置的标签数据，其次根据生产排程结果数据库过滤出工艺物流路径正确的标签数据，最后依据车间物联网获取的实时生产过程数据分析出最终需要监控的标签数据。整个有效标签数据识别过程见图5。

图5 智能车间有效RFID标签识别过程Fig.5 The procedure of useful RFID tag identification in smart job shop

本文研究中，按照数据源或者数据关系是否为生产过程数据，将智能车间的制造资源信息自动关联分为静态关联与动态关联。

3.1 静态关联

静态制造信息中以工件为中心的自动关联依托于工件工艺规划，工艺规划完成之后，通过车间生产排程制定完成相应的生产计划，进而可以得到工件所在加工机床以及与机床相关的其他信息。同时，加工中使用的刀具种类、夹具种类也由工艺规划阶段确定，而加工过程中所使用的刀具、量具实体都是从相应的种类中确定。因此，可以预先对该部分数据集合进行关联。

{c1,c2,…},{f1,f2,…}}

(1)

(2)

(3)

3.2 动态关联

由于在实际生产过程中，工件实际工序加工中所用的制造资源会发生变化，在工序加工开始之前，具体使用的制造资源以及对应的具体生产过程时间无法预知，因此动态关联是在静态关联的基础上对工序加工过程中实时使用的制造资源进行确认和监控的过程。动态关联是实现生产过程信息由不确定性向确定性的转变过程的记录，它有助于实现工件生产过程的完全数字化重现。动态关联的过程具有实时性，是在制造资源开始作用后立即对其行为进行的记录。

(4)

(5)

无论静态关联还是动态关联，在本质上就是建立了不同制造资源信息的关联关系，在数据库中表现为建立不同制造信息数据表间的链接表，同时记录每个关联操作的具体时间。

4 工件信息自动关联与有效识别算法

工件是车间活动最频繁的制造资源，智能车间的生产过程跟踪就是针对工件加工过程的跟踪。车间一切制造资源配置都是以工件为中心的，同时工件也是形成车间制造逻辑的索引，所以工件类RFID标签的有效拾取技术是最复杂和关键的[6]。此处主要讨论实现工件RFID标签有效识别的制造逻辑算法，并默认所有标签数据由本文的编码规则生成并已成功写入。

4.1 RFID设备的配置

RFID设备的配置方式与车间的监控粒度有紧密关系。利用分形理论可以对一个工序活动进行不同粒度划分，以工件的加工工序为例，工件需经历入缓存区、在加工和出缓存区3个动作，而入缓存区活动又可进一步划分为进入入缓存、等待和离开入缓存3个动作，依此类推[7](图6)。

图6 工件加工工序监控粒度分解模型Fig.6 The multi-granularity process decomposition model

根据监控需要可以采用多个RFID读写器或天线对每个动作进行监测，也可以把一个工序看成整体，采用一个RFID读写器或天线进行监测。为了说明更一般的情况，此处将一个工序分为3个阶段，分别对应于进入工序缓存区、加工区和加工完成等待转运的出缓存区(图7)。

假设每个阶段用一个RFID天线进行监测，则一个加工工序的机床RFID设备配置可描述为

(6)

假设第i种工件经过生产排程后确定的最终工艺路线需要经过q道工序，则第i种工件的工序流Pi可以表示为

(7)

图7 智能车间加工工序RFID设备配置模型Fig.7 The RFID configuration model of manufacturing procedure in smart job shop

假设第i种工件包含有n个工件个体e，则第i种工件对应的RFID标签集合Wi可以表示为

(8)

(9)

其中j表示当前第i种工件个体e处于第j道工序；st表示第j道工序当前阶段(入缓存，加工中，出缓存),st∈(1,2,3)。

4.2 无效标签剔除算法实现

假设进入第m个加工设备并被第r个天线探测到的所有RFID标签集合为

(10)

(11)

其中，Ym,n为对第n个RFID标签数据是否应经过第m个加工设备的判断结论。

通过以上算法，可以将不在设备m上加工的工件剔除，但它只能判断第n个工件个体是否需要在机床m上加工，并不能判断当前工序是否为当下的加工机床。

在剔除无效标签后，需要对工件个体是否进入正确的位置进行判断， 当工件个体进入的位置

正确，则需要更新其生产过程实时状态。根据式(9)、式(3)和式(5)，可以得到第n个工件个体是否为有效标签的实现算法：

(12)

通过以上算法，可以实现依据车间RFID读写器的配置和识别范围，在有效范围内进行RFID标签数据的有效识别。根据以上实现方法，智能车间中工件生产过程状态更新分为以下两种情况：①工件在同一机床上不同位置的状态更新。当捕获工件标签数据的天线属于工件当前所在加工设备，并且天线对应的机床位置状态为工件当前位置状态的下一状态，此时对工件的位置状态进行更新。②工件在不同机床上的状态更新。当捕获工件标签数据的天线恰好是下一道工序所在的加工设备的第一个位置状态(入缓存)，并且工件当前位置状态为当前工序的最后一个位置状态(出缓存)或不存在，则进行状态更新。

5 案例验证

本文以西安交通大学机械制造系统工程国家重点实验室的微型智能车间实验平台为例，其车间的RFID配置及生产设备布局如图8所示。其中包括数控车库、数控铣床和加工中心3台加工设备，每台加工设备上都配置有一个RFID读写器，并在入缓存区、加工区、出缓存区都配置有RFID天线。

图8 车间生产设备及RFID读写装置配置Fig.8 The RFID and machine tools configuration of job shop

以某加工工件方套的生产过程为研究对象，其对应的编码为0x03030401bc0201，相应的工艺路线见表2。需要说明的是，由于是机加工过程，所以工件通过托盘实现流转过程，因此工件的标签是直接贴在托盘上的。

表2 方套加工工艺

为进一步验证本文所提出方法的有效性和实用性，此处与目前生产实践中采用的一对一配置方案(即1台机床配置1个RFID读写装置)进行对比试验。试验进行5次，每次进行1 h，通过对数控铣床的生产过程的数据监控，得到有效性识别方法和传统方法在数据关联准确率、数据库中制造资源标签数据记录数目等方面的数据见表3。

表3 对比试验结果

从试验结果可以看出，传统实现方案仅可以实现工序级的生产过程监控，对于工序内部的生产过程无法进行进一步细化，同时由于无法对获取的RFID标签数据进行准确分析，导致后台数据库中存放很多无关的生产过程数据。而本文提出的实现方案可以有效地提高智能车间生产过程的监控精度，实现对1个工序内入缓存、加工中和出缓存3个阶段的准确跟踪，并且可以大量减少后台数据库中存入的无用生产过程数据。

6 分析与讨论

6.1 智能车间制造资源自动关联与有效标签识别技术的特点与应用分析

(1)基于EPC编码结构的智能车间制造资源编码规则能够实现对参与生产过程中的所有资源的分类和编码，同时可以为企业参与社群化制造、云制造等新型协同制造模式，产品与其他企业产品的无缝化对接和管理奠定数据基础。

(2)利用数据库技术将制造资源间隐含在空间、群属内的关系关联起来，并通过RFID标签的Auto-ID计算技术将制造数据从时间、空间串接在一起形成以工件为中心的制造逻辑。

图9 工件工序生产数据关联及有效性识别过程Fig.9 The information association and useful RFID tag identification of a manufacturing process

(3)通过编码规则和基于制造逻辑的过滤算法，最终实现对智能车间RFID标签有效性的判断。

6.2 RFID设备配置对标签有效性识别的影响

在智能车间中，跟踪对象动作划分粒度越细微，RFID设备的配置就会越紧密，进而导致射频信号相互重叠的区域增大，相应地获取到的无用标签比例会变大，最终表现为有效标签的识别过程变长。

6.3 RFID标签存储容量对标签有效性识别的影响

与自动关联和有效性识别相关的工件实时数据可以保存在RFID标签内部的存储区中，这样可以减少数据的传输和数据库操作时间，把判断逻辑放在底层实现以加快判断速度。但是增加RFID标签的读写字节同样会导致时间变长，在实际实践中需要平衡RFID标签容量和标签有效识别速度之间的关系。

7 结论

本文提出了智能车间中制造资源信息之间的自动关联和RFID标签数据的有效拾取技术。首先，在EPC国际标准编码结构的基础上提出了智能车间制造资源的分类和编码方式，使企业内部的产品RFID编码能够被外部识别，有利于企业间的协同制造，适应社群制造、云制造等新型制造模式的发展；其次，利用数据库的实体关系表达优势，通过将工件的工艺设计和生产排程等设计信息、车间加工设备物理布局等空间信息和生产现场实时过程数据的时间信息有效结合，形成以工件为中心，数据库为基础的生产制造逻辑；再次，在生产制造逻辑的基础上，利用数据库实现了制造资源信息之间的相互关联；最后，结合编码规则和生产制造逻辑数据库，给出智能车间RFID标签数据的有效拾取过程。

通过对智能车间工件RFID标签数据的自动关联与有效拾取算法的具体设计，验证了RFID标签经过设备空间配置信息过滤、工艺设计信息过滤、现场生产实时信息过滤3个方面制造逻辑的判断和实现有效拾取的可行性。