下载掌阅APP，畅读海量书库
立即打开
近年来，针对充满不确定性随机扰动的动态制造环境对现代制造系统提出的各种要求，国内外专家学者从不同的角度对制造控制系统进行了研究，并提出了很多新的智能制造的系统概念和模型，其主要包括基于几何分形（Fractal）理论的分形制造系统、基于分布式多智能体（Agent）自治与协商机制的多智能体制造系统、基于复杂社会进化哲学观点的合弄制造系统和基于生物自组织理论的生物型制造系统等。正是这些智能化的新概念制造系统的分布化、智能化、信息化等先进技术特性的应用，极大地提高了现代制造系统的柔性、可靠性、容错性、敏捷性、稳健性和适应性等控制性能，为21世纪的下一代智能制造系统的研究和发展开辟了新的方向和思路。以下是对其比较详细的总结与分析。
分形（Fractal）用来描述几何学中具有不规则构型的系统，主要是描述不规则系统的组成部分与整体在某些方面具有自相似性。分形思想主要包括被分形系统在形状上的不规则性和内部结构上的自相似性。在自然界中的很多事物都具有这样的分形特征，如云朵、雪花、陆地的海岸线等，甚至人类社会的很多组织系统也有此特征。分形理论实质上是通过自相似性的特征将不规则系统细分成不同层次上的子系统，体现了规则性与不规则性的良好结合，构成了分形系统所特有的递归机制，并由此促使系统结构可以产生各种变化，从而赋予系统强大的自组织和自相似特性，有机地将无序的形状与有序的结构进行和谐的统一，因而使系统具有强大的生命力和结构稳定性。
在当今激烈的市场竞争中，制造系统的运行环境日趋动态化和复杂化，传统的制造系统组织运行机制愈发难以适应现代制造系统的各种控制需求。若根据分形理论来重组传统制造企业的组织管理结构，可以有效地增强制造系统的环境适应能力及动态响应能力。据此，德国人H.J.Warnecke对应用分形理论改造制造系统组织结构模型进行了研究，并于1992年提出了分形工厂（Fractal Factory）的概念，以便提高欧洲制造企业应对全球化市场竞争的动态响应能力。分形制造系统主要涉及制造系统的组织管理架构和运行控制层次，它将企业内部车间、管理部门、制造单元等制造系统中具有确定目标和某种程度自治能力功能单位，按照与企业功能自相似的特性分成若干分形单元，并借鉴“局部与整体具有相似特征，通过将类似的局部单元进行组合来有机地构成整体系统”的分形理论将其组合构成一个开放系统，模拟生物有机系统的组织运作模式，通过分形单元与外界进行信息、物质等方面的交互，体现了系统的自组织与自优化特性，实现分形公司对动态多变的市场环境的敏捷响应。
图2.1所示为分形制造系统的概念结构模型，从图中可以看出，分形制造系统实质上是通过将复杂的制造系统分解成低层次的分形单元，其在组织结构上以过程为中心，实现局部与整体的自相似特性，通过赋予底层分形单元足够的自治能力，使其在任务目标上保持与企业任务目标一致，实现任务目标的自相似性，并在此基础上，通过充分的协调合作将其组合成具有自组织和自优化特性的复杂系统。而这些分形制造单元所具有的智能自治协调能力使分形系统的动态重构能力有了实现基础，从而使整个分形制造系统具备了能够应对动态多变的制造系统内外环境的快速自我调整能力。
图2.1 分形制造系统的概念结构模型
随着分布式人工智能（Distributed Artificial Intelligence，DAI）技术的迅猛发展，早在20世纪70年代就有部分研究者提出了智能体（Agent）的概念，但由于不同领域人们对智能体概念的认知不同，至今仍未形成一个统一的定义。而多智能体系统（Multi-Agent System，MAS）是在Agent概念的基础上，利用Agent具有一定智能自治能力的特性，基于多个Agent协商合作的决策方式，使各Agent之间能够通过自主协调合作的方式完成复杂环境里的各种任务或实现某些优化目标，从而使整个MAS具有优秀的智能性、自治性和自适应性等系统特性。
在现代制造系统中，随着自动化技术和信息技术的发展，生产设备自动化程度越来越高，这都为MAS技术应用于制造系统中提供了基础条件。作为典型的分布式系统，现代制造系统中的各个不同的物理或逻辑单元（如生产任务、加工设备、物流小车、控制单元等）都是这个庞大而复杂系统的组成节点，其单个节点往往只具有各自不同的局部信息，在应对动态环境时，如果不具备合理的自治能力，则会影响整个系统的性能。因此，研究者在MAS技术的基础上引入Agent的概念，赋予这些组成节点一定的智能自治特性，使其具有局部推理能力，并利用合理的协调机制使各个Agent可以快速地应对周围环境的动态变化，从而使现代制造系统具备了应对复杂多变的市场环境时的动态自适应和自组织能力，提高了系统的动态控制性能。这种应用MAS思想的现代制造系统组织结构模式就是多智能体制造系统（Multi-Agent Manufacturing System，MAMS）。
在MAMS中，现代制造系统的各个不同生产控制节点均被看成Agent，它们具有一定的智能自治特性。各个不同的Agent（如产品任务分解、工艺路线制定、零部件生产及物流运输等环节）通过某种协商机制进行协调合作，更有利于在复杂动态的制造环境中高效地完成各种任务或目标。MAMS在发挥个体灵活自治特性的同时，通过合理的协商决策机制，利用群体资源弥补个体Agent的局限，使整个MAMS表现出来的性能远远大于单个Agent能力的简单相加。图2.2所示为MAMS的生产控制示意图。
图2.2 MAMS的生产控制示意图
“合弄”一词最初是匈牙利作家Arthur Koestler在其专著 The Ghost in the Machine 中针对社会群体结构中的“个体”与“整体”之间的关系进行探索时提出的，他专门构建了一个新词“Holon”用于表达具有递阶结构的社会性整体系统中的个体必须具有“自治”与“分工协作”的特性，表征了“个体本身既是一个整体的同时，又是另一个整体的组成部分”。
早在1994年的科研计划中，国际智能制造系统研究协会就已提出：为了应对现代制造系统所面临的充满各种不确定性随机事件的动态运行环境，现代制造系统应尝试将Koestler基于社会结构和生物组织现象的Holon概念应用到实际生产的组织管理和运行控制中，以便解决现代制造系统应当具备的敏捷、自适应和自组织等系统性能要求。1999年，我国学者唐任仲等人在其研究中第一次比较全面地对Holon概念进行了简介，并将其音译为“合弄”，这也成为我国大多研究者对“Holon”一词的常用翻译。
Holonic制造系统（Holonic Manufacturing System，HMS）的立意出发点，就是以自适应与进化的哲学观点来构建现代制造系统中的各个要素，力图将自然界中的群体性生物群落组织生存模式和人类社会中的各种复杂大系统所体现出来的高效的组织控制结构应用于现代制造系统的组织管理与运行控制中，以提高现代制造系统应对各种动态干扰的快速响应和稳定运行能力。在HMS中，其通常将生产设备、市场订单、物流AGV和制造单元等各种逻辑实体和物理单位均构建为制造Holon，使其能够具有自治与协作的双重特性，并通过如图2.3所示的组织结构形式对其进行管理，从而使整个系统可以通过个体Holon的自治获得动态环境中的自适应特性，同时又可以通过不同Holon间的协调合作实现系统总体优化与自组织特性。
图2.3 合弄制造系统的结构
与前文所述的FrMS和MAMS一样，HMS最终所要实现的系统性能目标也是要使现代制造系统具有适合分布式智能系统的决策机制，并能够构建一种合理的自治与协调控制结构，从而改善制造系统的整体性能。在对HMS研究的过程中，很多学者将MAS的方法应用于其中，并取得了不错的效果。基于Holon思想的制造系统研究一直是现代制造系统方面的一个研究热点，国内外学者对HMS各方面的应用做了很多可行性研究，并取得了一些不错的研究成果。
生物型制造系统（Biological Manufacturing System，BMS）是由日本东京大学教授Kanji Ueda在1991年的研究中最早提出的一种现代制造系统的新概念，其主要学术思想受生物系统在漫长岁月的进化过程中所体现出来的优良特性启发，认为当今制造系统在组织管理和生产运作过程中所遇到很多问题产生原因就是在制造过程中物质与信息之间的紧密联系被人为割裂。例如，为了更好地发挥计算机信息处理能力，现代制造系统对产品的生产和相关信息的处理是分开进行的，但Kanji Ueda认为，正是这种将物质与信息进行刻意分离的行为阻碍了现代制造系统的发展。因此，BMS将生物系统中的各种优秀的运作模式应用到现代制造系统中，试图通过模仿生物遗传或自然进化等方面的机制来研究制造系统的各种动态控制行为，为解决现代制造系统的分布式协同智能控制、系统资源动态重组与自组织行为做出新贡献。
BMS将现代制造系统生产的产品视作某种生物有机体，通过将制造系统中各种组成部分及其相互联系与生物系统相对应，尝试着用细胞、基因、酶及有机系统的多态性（Metamorphosis）、共生（symbiosis）等现象对现代制造系统内的运行和组织结构进行描述。如图2.4所示，给出了BMS中的一种概念模型，将制造系统中的加工资源、物流小车、原材料、产品等看作生物有机系统自治的基础组成部分。在该概念模型中，为了使BMS能够具有生物系统在动态变化的内外环境中所体现出来的自适应、自生长、自优化及进化等功能，BMS将制造系统内部的物理或逻辑实体统一分成两大类有机概念来进行归纳：一种是生物本身特征的基本表达，即DNA类信息，其主要表征产品特性（包含其所用原材料的特性）；另一种是生物有机体在其生命周期内所具有的各种不同行为的表达，即BN类信息（Brain and Neurons，BN），其主要表征了制造系统如何利用自身的设备“培育”出DNA所代表的产品。在BMS中，DNA类信息记录了产品的基本特征，而BN类信息记录了产品从原材料变为产品的所有过程。在面对动态的意外干扰时，系统可以很容易地根据DNA类信息和BN类信息对其进行自主处理，并将其作为经验在DNA类信息中更新，以便下一代产品进行设计优化，也有利于进一步规划合理的生产工艺。
图2.4 生物型制造系统概念模型
在生物有机体应对环境变化的过程中，其生理系统都不是采用集中控制的模式，而是采用分层多级控制策略，其主导思想就是“单元自治，并行决策，共享信息，迭代趋优”。在BMS中，制造系统正是模仿这些高效的寻优、趋优策略，通过赋予待加工工件一定自治性，使其可以感知周边生产设备的情况及运输设备的位置，进而主动寻找合适的制造资源进行加工，自发进行任务与资源的合理分配。当制造系统受到干扰而导致其运行环境发生变化时，工件则可以自主协调工艺路径与制造资源之间的关系，在新的制造环境中形成新的平衡，仿真实验也验证了BMS模式可以很好地满足动态的市场变化对制造系统所提出的要求。
在前述章节中，对现有的智能制造系统常见模型进行了简单的综述和分析，从中可以看出，随着制造系统运行环境的日趋复杂化和动态化，得益于分布式人工智能技术、网络通信技术和自动控制技术等相关科学技术的快速发展，现代智能制造系统更多的是强调将复杂系统模块化、分布化和扁平化，通过赋予各个模块一定的智能自治能力及合理的协调决策机制，实现开放式的具有自组织、自适应特性的现代制造控制系统。其中，尤以MAMS、HMS、FrMS三种智能制造系统模型最为典型，甚至有些学者将这些思路相互借鉴，如有的研究是将FrMS中的独立的分形单元以Agent的形式来表示，并对其基于CNP的控制协调机制进行了研究；有的研究则是对HMS中的基本合弄（订单合弄、产品合弄和资源合弄等）以Agent的形式进行实现，并进一步基于此控制系统结构及协调机制进行对应的探讨和研究。
但是，这种基于智能自治实体的控制方法在实际应用过程中还存在一些缺陷。由于单个智能自治实体在制造系统中的布局是分布的，相互之间没有主从关系，缺乏全局信息，导致其对系统整体状态的掌握、总体任务的完成及其他资源意图的理解可能不一致。因此，当单个智能自治实体依据其本身所获得的局部信息进行决策时，其结果在对系统性能的优化上通常无法起到正面作用，甚至可能因为多个智能自治实体的决策相互矛盾而发生冲突现象。同时，由于此类分布式制造控制系统多数都缺乏一些类似中央控制的机制，导致系统的总体控制和决策在具体实施中往往无法达到最优效果，并且在系统协调过程中还不可避免地存在决策冲突（Conflict）和死锁（Deadlock）现象。特别是在制造系统规模越来越大、结构越来越复杂的情况下，系统中的智能自治实体通常是处于各种信息不断变化的一种高度紊乱的通信环境中，其决策与其他智能自治实体发生冲突的概率也会逐渐变大。并且在复杂系统中，冲突的发生有其自催化的特性，由于各个智能自治实体对全局问题的求解是通过不断交换相互之间对局部问题解答的动态迭代过程来完成的，结果是成倍地增大了求解的复杂性，从而导致出现不可控甚至混沌现象，其后果是巨大的通信量和不确定的控制，系统中的各制造智能自治实体也会因此经常处于开环运行或等待状态。因此，对现代制造系统而言，除了需要将全局问题分解为多个局部控制，还需要寻找一些合理、有效的控制结构及相应的协调策略来解决冲突，优化全局控制，提高系统整体效率。
生物有机体经过长达几十亿年的自然进化所形成的很多优良特性，为解决现代智能制造系统中的种种难题提供极佳的参考方案，其系统功能、结构及其控制机制的多样性、适应性、可靠性和高效性等许多方面对制造系统建模及其协调控制机制研究等方面具有良好的启发性，值得研究者借鉴和参考。有的学者针对BMS及其仿生制造进行了相关研究，在探讨其模型概念的同时，对BMS的基础理论也进行了一定研究。在研究BMS时，大多数学者采用的基本思路还是基于Agent的角度来提高制造系统的生产性能，其存在的不足与之前分析的MAMS系统类似。BMS虽然在自组织、自适应等方面有着良好的表现，但是，它研究的思路是从进化的角度去描述制造系统中产品设计和制造过程，其优点是对制造系统中的产品设计优化等问题上可以取得良好的结果，而在制造系统的总体协调控制上却没有体现出生物体的优势。由此不难发现，虽然国内外研究者在对BMS进行研究时取得了很多不错的成果，但仍存在以下几个问题：（1）不少研究者依然按照基于Agent的思路来对BMS的组织模型及其控制协调机制等方面进行研究；（2）现有的很多针对BMS的研究大都无法满足实际生产过程的基本要求，多数还处于概念解释阶段，研究成果不够成熟；（3）现有的很多关于BMS的研究还主要集中在从生物基因进化遗传的角度对制造系统的产品开发、生产控制及制造过程等进行模仿和描述，而生物有机体内部已存在的最有效的协调控制机制（如神经内分泌调节机理等）却没有被很好地运用到复杂的自适应制造系统的协调控制中。因此，如何合理地将生物有机体中优秀的控制协调机制应用到制造系统中，对现代智能制造系统中控制结构与协调机制的研究将具有重要意义。