周 玮 李世其 张玉帆 王峻峰
(华中科技大学机械科学与工程学院 武汉 430074)
数字化车间/智能工厂作为中国制造2025战略重要的建设任务,对于推动重点领域智能转型、树立智能制造标杆企业和促进中小企业智能化改造起到了重要推动作用。大部分的生产制造系统属于典型的离散事件系统(Discrete Event Dynamic System,DEDS),即系统的状态只在离散的时间点上发生变化。在生产系统改造或规划阶段,对产线性能进行评估、预测,识别并改善瓶颈,规避由于随机性因素带来的风险是意义重大的。计算机仿真技术作为重要的实验与验证技术手段之一,通过抽象化表达现实生产系统、构建虚拟模型,并以低成本、高效率的实验方法评估与验证待选方案,能够为科学决策提供有力的数据支持。利用数学推演方式发展而成的基于解析的生产线建模方法一度成为研究热点。然而,对于复杂系统而言,其可重入性、并行机和随机性因素的叠加效益使得数学建模的复杂度急剧提升,问题抽象和简化的过程使得模型与现实系统映射的准确性难以得到有效保证[1]。在此背景下,对于复杂生产系统,离散事件仿真技术(Discrete EventSimulation,DES)获得了极大的关注度,并成为生产线规划、改善与优化过程使用最广泛的技术之一[2]。由于DES面向对象的设计理念和图形化的人机操作界面,使得其在学术科研和实际工程问题中,诸如生产线平衡[3]、设施布局仿真[4]、流程建模与仿真优化[5]等方面取得了诸多成功应用实践。在航天产品中,基于仿真的方法被用来实现资源约束条件下的装配线的动态平衡,从而提升装配线的运作效率[6]。
然而,对于多品种、变需求的产品而言,市场环境的快速变化加速了产品的更新迭代,随之而来的是产品型号与工艺流程的快速变更和日益迫切的生产系统快速重组的需求。与此同时传统建模与仿真方法的局限性与缺陷日益显现;如建模仿真严重依赖专业仿真技术人员经验,建模效率低、通用性差、模型重用性低等突出问题。Randell教授在仿真国际会议上提出的数据库驱动工厂仿真的理念,他阐述了在针对整厂大型离散事件仿真模型中,如何利用基于数据库的方法减少建模时间和项目提前期的解决方案[7];以及Son等[8]在2001年提出的面向实时车间控制的仿真模型自动创建技术。数据驱动的方法催生了快速建模、仿真与重构技术的出现,并成为国内外仿真建模技术领域的一大研究热点方向,2014年,G.Popovics[9]提出了基于PLC和MES数据的系统实时数据驱动的仿真模型自动建模框架。此外,美国国家标准与技术协会NIST[10]、核军工管理局NNSA[11]分别在DES平台Quest和Flexsim完成了基于数据库的快速建模技术应用。在国内,诸多学者聚焦于基于数据驱动的方法实现快速建模与仿真的研究;李妍妍等[12]建立了通过模型生成器调用事先建立的各类模型库的方法实现了仿真模型的快速构建。任志伟[13]研究了数据驱动关键技术中的数据预处理方法;王峻峰[14]等通过构建数据模型,采用数据访问技术,在成熟的商业化DES软件平台上通过二次开发实现了模型自动生成与仿真,大大提高了建模效率。杨长祺[6],姜康[15]等提出基于参数化思想的装配单元划分及三维仿真模型生成方法;建立物流模型参数化配置系统,实现装配单元快速划分下的仿真模型自动生成。王峻峰[16]和王楠[17]等以汽车总装线为研究对象,提出了基于真实数据驱动的快速建模与仿真技术,并基于Arena平台构建了仿真模型生成器,提高了建模仿真效率、准确性和模型重用性。王国新[18]和王长伟[19]也基于数据驱动思想研究并实践了生产系统快速建模技术。
航天产品总装线规划阶段存在对仿真模型进行反复重构与迭代优化的需求,与传统模型重构相比,其重构不仅包含逻辑重构,还有包括车间布局与制造资源数量等物理结构重构。低可维护度、重用度和移植性的传统建模仿真方式使得航天产品总装生产线仿真模型重构变得异常困难。而以往学者研究的数据驱动建模与仿真技术,大多仅仅聚焦于数据驱动的仿真模型逻辑重构,涉及到物理重构的相对较少。本文针对应用对象的装配过程特征出发,研究其数据驱动建模方法,并结合层次化建模技术使得建模元素与控制逻辑相对独立,从而通过数据驱动的方式实现装配线的快速定制化建模、仿真与重构。并针对其对庞杂数据有效管理与分系统集成的迫切需求,提高公用数据在各个阶段的重用性、并减少人为干预等造成的失误,本文设计并开发了航天产品数据驱动建模、仿真与优化及三维可视化布局数据管理系统,简称VLMSOS(Visualization Layout,Modeling,Simulation and Optimization System)。
某多品种、小批量、变需求的航天复杂产品装配工艺流程复杂,总装线规划阶段存在对仿真模型进行反复重构与迭代优化的需求。对于仿真建模技术人员而言,意味着频繁的数据更改甚至模型重建;若采用传统的人工建模仿真方法,对于非专业仿真人员而言,调整难度大,周期长而且容易造成模型失真,最终影响分析结果甚至决策失误。因此,提供一种快速实现仿真模型各项实体属性调整或模型自动建模与重构的解决方案尤为重要。该类问题可以总结为:1)如何充分利用已有的仿真模型,通过包含仿真对象各类实体关键属性及其之间关联的数据模型实现仿真模型数据管理以及快速重构;2)在构建结构相同或相似的新仿真模型时,如何实现仿真模型自动建模与仿真运行。
数据驱动技术为模型快速建模、仿真与重构提供了解决方案。数据驱动建模与仿真技术,是一种基于事先设计好的数据模型,利用模型生成器提取结构化数据信息作为输入,以自动完成仿真模型的构建与仿真过程的方法。本文提出的总装线数据驱动建模与重构实现机制如图1所示,该框架由数据驱动建模与仿真、仿真模型重构方案设计与总装车间生产线数据三个部分构成。在完成基本对象建模、层次化控制模型与模型库建模的基础上。首先,通过ADO、ODBC等数据访问技术读取数据模型中建模数据,并通过模型生成器调用相关的模型库文件,从而驱动模型自动生成,并运行仿真。其次,评价当前输入方案是否满意,若当前仿真输出结果不满意,则重新设计替代方案并重置仿真模型参数,再次调用数据驱动建模与仿真功能。上述过程反复迭代进行,直到评估的仿真结果达到预期要求。在该框架中,既可以提高已有仿真模型的重用性,也可以极大提高相似生产线新建模型建模与仿真效率。
图1 总装线数据驱动建模与重构实现机制
从离散事件仿真系统运行本质的角度来看,仿真模型由系列相互作用的实体构成,而实体的属性标识了各个实体的本质特征;仿真模型的变化主要取决于底层数据或结构的更改,从而导致了仿真结果的变化。因此构建一种数据模型用来抽象表达仿真模型是实现数据驱动建模、仿真与重构的核心。因此,为了建立数据模型以准确定义总装线各类数据并结构化表述各类数据的关联,对生产线建模仿真需要的数据进行分类整理是必要的。
总装生产线建模仿真过程可以概括为建模、仿真实验、仿真运行和仿真数据分析等阶段。本文将装配线仿真模型的数据归纳为产品工艺数据、制造资源数据、仿真实验数据、控制参数数据和仿真统计数据六类,各项数据类型包含的信息如图2所示。
图2 航天产品总装线建模仿真数据分类
装配生产线孤立的分类数据无法直接应用于数据驱动建模与仿真,因为只有通过数据模型明确数据定义及其之间关联,才可以在数据驱动建模和仿真过程识别并利用这些数据。IDEF1X是IDEF1的扩展版本,实体、联系和属性和关键字构成了其基本要素;作为概念设计模型最常用到的方法,其具有清晰表达复杂数据及业务关系的优势,相较于E-R图,有着更强的数据一致性和规范性,且更加有利于定义的逻辑模型转换为物理模型[20]。利用IDEF1X基本要素可以定义仿真所需信息的数据结构以及数据之间的联系,并且可以作为系统数据库设计和管理的基础。
本文设计的航天产品总装线IDEF1X数据模型如图3所示,展现了上述总装车间6类建模仿真数据的关系与组织结构,以及各个实体、属性及实体间的联系。图中ID标识了实体的主关键字;FK(Foreign Key)标识了外来键。
图3 航天产品总装线IDEF1X数据模型图
生产线虚拟制造技术是以面向对象技术为基础设计的一种建模方法。面向对象技术对实体、属性和关系的定义,以及抽象、封装、继承和多态的特性为人类高效、自然地描绘客观世界及系统提供了一种很好的方法论。如图4所示,为了便于仿真逻辑集成与调用机制的设置,本文将虚拟生产对象类分为:产品类、工位设备类和辅助设施类。
1)产品类:包括主要的装配零部件类,不同装配阶段的产品类对象;
2)工位设备类:装配线中的工位和设施,分别为人工工位类、装配设备类、辅助设备类、物流运输类和仓储缓存类;
3)辅助设施类:主要指装配线中各类静态的设施,不直接参与装配过程,但是共同构成了整个装配环境,如厂房建筑类等。
图4 虚拟模型库基本对象分类
各虚拟生产对象类,拥有相应的对象类属性。
1)几何物理属性:对象物理尺寸、外表形状、位姿等信息;
2)工艺操作属性:装配工艺信息、设备运行逻辑或物流路由逻辑等;
3)运动学属性:可运动部件及其运行动画信息。
对象类库可以将相应的几何物理属性、工艺操作属性和运动学属性封装至各个基本对象类中。在实例化对象创建时,通过继承各个类的属性从而快速完成虚拟制造环境下的仿真对象快速实例化。
根据实际装配生产线需求建立虚拟对象类库,从而在自动建模时模型生成器能够快速调用的模型库。其建模流程如图5所示。首先,为了能够获得虚拟对象类库的可视化虚拟制造资源,需要通过三维造型工具如UG、Creo、SolidWorks和CATIA等完成三维外观造型设计,然后导入到虚拟仿真环境如Plant Simulation等进行对象类定义、轻量化处理和几何外观造型设计。其次,添加必要的工艺操作属性,如当前对象的工艺流程、物流路由逻辑或定制化逻辑等工艺操作属性。最后,根据实际的应用场景可以选择添加自定义的运动学属性,如运动部件和坐标系定义、动画脚本制作等。
图5 虚拟模型库建模过程图
在航天产品总装线规划过程中,建模、仿真与优化等反复迭代过程涉及到大量数据交互,凸显了对庞杂数据有效管理与分系统集成的迫切需求。因此本文基于Plant Simulation用户接口类User Interface的对话框类Dialog开发了VLMSOS系统,以提高公用数据在各个阶段的重用性、并减少人为干预等造成的失误。该系统集成了四大功能模块,即:1)车间可视化布局参数管理模块;2)数据驱动建模,仿真与重构模块;3)仿真模型运行结果数据管理模块;4)生产制造资源仿真优化模块。系统的执行过程与数据流的动态关系如图6所示。
VLMSOS系统四大功能模块集成封装于VLMSOS数据管理系统主界面,通过该集成界面即VLMSOS数据管理系统主界面(如图7所示),进入选定的功能模块以实现指定的功能,在模块内部可以相互切换到其他模块。车间可视化布局参数管理模块生成基于模型库的三维可视化仿真布局模型,为数据驱动建模、仿真与重构模块提供虚拟模型库管理及仿真布局功能,并在此基础上实现基于数据驱动的建模仿真等过程;生产制造资源仿真优化模块通过仿真优化的反复迭代得到优化后的资源配置方案;仿真模型运行结果数据管理模块,通过对重构的仿真模型与优化后的资源配置方案进行仿真结果分析与验证。各个模块间的数据流动均由底层数据支撑层提供。
图6 软件单元间的执行流程与动态关系图
图7 VLMSOS数据管理系统主界面
该模块主要的功能为在Plant Simulation环境中实现基于模型库的三维可视化布局模型。在该模块中集成了车间布局方案导入与参数管理、工位设备布局参数管理、虚拟模型库数据管理功能,其界面设计效果如图8所示。
图8 车间可视化布局参数管理模块界面
通过切换不同的标签页选择查看不同的表格数据,并且在参数修改区域管理有调整需求的参数值并保存,实现布局参数管理;最终调用可视化自动布局模型,即可以按照给定参数自动生成三维可视化仿真布局模型。典型对象三维虚拟模型类库如图9所示。
图9 典型对象三维虚拟模型类库图
本模块主要的功能模型重构、仿真运行和重构数据管理部分。在该部分,根据建模与重构需求将该模块的数据总结为工艺流程、工位逻辑、工位设备数量和操作人员属性几个类型;通过交互界面修改上述几类重构数据参数后,即可启动模型重构程序,完成仿真模型的逻辑重构与物理重构。在仿真运行部分,设置仿真运行参数后即可运行仿真模型并输出结果数据。航天产品总装车间三维仿真模型重构前后效果俯视图如图10所示。
由于大型模型中涵盖对象多,数据量大,且由于模型复杂使得许多数据需要加工处理形成可用于特定对象分析的数据。为了便于在仿真后快速进行数据统计和分析,本模块定义了在仿真运行结果分析中需要使用的数据,包含了工位设备利用率、操作人员利用率和工位占用率及在制品数据的分类展示与管理。
图10 仿真模型物理重构前后效果图
本模块作为仿真优化C/S架构的客户端程序,完成遗传算法基本参数、决策变量上下限约束、变量组合优化约束条件等参数的配置;在确认保存参数修改后可以启动服务器Socket端口,与预先开启的服务器端口建立连接开启优化进程;最后,可以在优化结果查看列表视图中查看仿真优化迭代过程的数据与结果,并退出当前模块。
通过利用本文的数据驱动建模、仿真与重构方法,得到了该航天产品总装线最佳制造资源与参数配置方案,其最终的单季度平均产出为471,较原始方案提升了21.21%。实践表明该方法大大提高了建模与数据交互效率,降低了操作的复杂度,存在一定推广应用价值。
鉴于航天产品总装线规划阶段建模复杂、调整难度大、效率低等问题,在现有基础上提出了适用于航天产品总装线的基于数据驱动的建模、仿真与重构技术框架;总结了生产线仿真数据分类,并通过IDEF1X建立了总装线建模数据模型;完成了数据驱动建模的底层数据结构建模;以典型航天产品总装线为对象,基于虚拟生产对象模型类库实现了总装线数据驱动建模、仿真与重构。采用Plant Simulation Dialog集成了上述虚拟车间快速可视化布局、数据驱动建模仿真与重构、仿真优化等功能模块,并设计了便捷的人机交互界面,提高了上述功能的集成度与可用度,大大提高了人机交互的效率并降低了失误可能性;与此同时,通过航天产品总装线的实例验证了该系统的可行性。但由于时间有限,本文的部分研究工作如数据驱动的底层数据结构均依赖于仿真软件数据表格实现,考虑到多品种、变批量等生产趋势与模型的进一步扩充需求,存在研究通过数据库的形式组织数据存储与处理功能的必要。