下载掌阅APP，畅读海量书库
立即打开
在当今复杂的动态制造环境中，传统的基于劳动分工原则的静态递阶控制结构已经越来越无法满足制造企业的需求，因此，研究制造系统新的控制方式和组织模式愈发重要。为了满足新形势下制造系统的控制要求，新的控制系统更强调快速的响应性和系统运行的柔性，采用扁平的控制结构，通过将控制决策权力转移下放，根据制造过程的实际需求动态地组织制造单元，并利用物流供应链将制造企业协调组织起来，通过协调配合赢得市场。
如图1.4所示，在制造系统内部除了市场销售和研究开发及工程设计等非制造性活动，主要都是根据市场需求发布生产任务的，对制造系统底层的各种不同功能的制造资源进行管理和协调调度的生产规划与控制（Production Planning and Control，PPC）活动，结合图1.2不难看出，制造系统控制活动主要包括三个层次的问题：（1）战略层，在市场销售结果的基础上预测企业的发展方向及需要研究开发的主要产品，并根据制造企业的实际生产能力进行相关规划；（2）战术层，通过对实际订单进行处理，分解制订总的生产任务计划及相应的原材料采购、产品成本会计及库存控制等计划；（3）执行层，根据战术层分解的任务和安排的计划，具体对各种底层的制造资源（加工机床、操作人员及物流设备等）进行管理、安排和控制协调。
图1.4 制造系统生产控制中的功能数据流模型
从控制系统角度分析，图1.5中，与制造有关的功能和动作可以分为与制造资源及任务分配协调相关的非技术性（Logistic）活动和其他与加工制造过程直接关联的技术性（Technological）活动，以及两个在垂直方向上相互独立的制造系统信息流。为了更加准确、清晰地表述制造系统控制协调过程中的相关术语的具体含义，现对有关概念进行如下说明。
图1.5 制造控制系统的协调与控制
（1）制造控制：是指在企业将原材料加工成产品的制造过程中的所有协调控制活动。主要是在满足制造系统中各种约束的前提下对制造系统的某些性能进行优化操作与控制，加工任务与资源的协调分配、加工路径的优化选择、生产任务的规划与调度等。
（2）制造控制系统结构：指制造系统的控制体系及其结构。主要是描述制造系统的各种控制决策功能是如何分解细化并被分配到各个基层控制实体中去的，并对其控制数据信息交互的接口进行定义，规范其控制动作和信息交互的模式及其具体的协调机制。在控制系统中，其决策性能的好坏往往是由决策职责分解的合理性及控制实体之间协调的效率性的优劣直接决定的，因此，合理的控制结构对于制造系统运行的可靠性和高效性具有至关重要的作用。
（3）生产活动控制（Production Activity Control，PAC）：主要是指在制造系统底层直接进行相应制造活动的运行层所进行的协调控制，从接受上层控制系统的制造任务到完成这些加工任务所需要的规划、执行、监控和资源分配功能，包括针对加工任务的工艺规划、动态的车间调度、及时的数据采集和数控程序代码的实时下载等活动。PAC系统主要通过详细的生产工艺或路线的规划、制造加工过程的执行及对物料流动过程的监控，利用制造中的各种过程状态信息和生产加工中的各种加工状态信息，实现车间生产过程中内部物料流与控制数据信息流的协调控制和有机集成。
（4）系统扰动：在制造系统运行过程中，往往会遇到很多来自制造系统内外部环境的各种不确定的动态随机事件或变化，如设备故障、紧急订单、加工人员缺岗和工艺路线变更等，这会给制造系统的运行性能带来各种直接或间接的影响，这也使制造控制系统的动态调度和敏捷的协调控制成为系统稳定运行的关键。
（5）制造调度：是指为了满足制造系统运行的相关性能要求，在满足制造加工过程中的各种约束条件前提下，为生产任务进行制造资源优化分配的决策过程。当前，很多现代化车间拥有自动化程度不同、柔性程度也不相同的制造设备，如CNC机床、加工中心等，车间的加工柔性程度很高；但由于缺乏合理的生产管理和调度控制手段，制造车间往往无法充分利用其拥有的制造资源。例如，我国是制造业大国，拥有接近300万台加工机床，但相比于拥有不到80万台机床的日本，我国所能实现的制造能力仅为日本的1/10左右。因此，合理高效的调度方法和智能的优化算法是现代制造系统的技术基础和关键。
（6）资源分配：与制造调度的概念紧密相关，它是指制造控制决策系统根据制造资源不同加工能力和不同工艺性约束，决定由具体的某个制造资源在何时负责加工制造某个生产任务或操作。与制造调度强调优化不同，制造资源分配更多的是强调对资源加工能力和工艺性这两种约束的满足。
（7）制造系统的实时控制：在复杂多变的动态制造环境中，制造控制系统需要快速地响应各种不确定性事件，并正确执行生产操作，其实质是一个考虑制造系统实时状态并采用FCFS（First Come First Serve）或SPT（Shortest Processing Time）原则的调度执行过程（Schedule Executing）。
随着科学技术的发展，制造过程已经从17世纪的手工制作发展成由诸多元素（如人员、机器、物料和计算机控制等）配合作用的复杂制造过程，其规模也由简单的小规模系统演变成了大规模复杂系统。日益激烈的全球化市场竞争迫使企业必须缩短产品的交货期、提高质量、控制生产成本和增强制造系统的柔性，它们也都已成为制造控制系统迅猛发展的内在驱动力，而这得益于网络通信技术、数据库管理技术、分布式计算及人工智能技术的迅猛发展。近几十年来，制造控制系统的结构主要经历了集中式控制、递阶式控制、分布式控制和混合式控制四种体系结构形式的变迁，如图1.6所示。从控制结构的发展趋势可以看出，随着系统规模的变大和复杂程度的增加，控制体系结构从集中式逐趋向扁平化，各个控制实体的自治能力逐渐变强，相互之间的主从关系趋弱，更多地倾向于协同工作。另外，控制系统的优化目标也从最终的全局优化趋向局部优化，试图通过对控制基元实体的自治性、智能性的加强，以及合理的分布与协调各个局部控制基元的决策职责，来实现开放、灵活和具有自组织特性的制造系统控制体系。
图1.6 制造控制系统结构形式
1. 集中式控制
在早期制造系统控制结构中，由于其控制功能需求相对单一，且控制逻辑相对固定，因此，通常采用一个中央总控制器对整个制造系统进行操作控制，其优势在于控制结构固定，系统性能稳定，全局优化性能较好，还可以满足一定的实时性要求。但是，集中式控制的缺点也很明显，一旦中央电脑出现故障，则会引起整个控制系统瘫痪，从而影响制造系统的总体性能，即控制系统的可靠性和容错性差。另外，由于系统的控制逻辑隐含在全局数据结构中，并通过固定的程序实现，如果生产设备发生改变进而导致制造单元发生变化，则集中式控制也很难被改动以适应变化，即系统的可扩展性和可修改性较差。因此，随着技术的发展，这种控制结构已经很少使用了。
2. 递阶式控制
为了实现对复杂制造系统的控制，克服集中式控制的缺点，进一步提高制造控制系统的柔性，人们提出了递阶式控制结构。递阶式控制结构是在制造系统中采用由上到下分层式的金字塔状控制结构，每个控制层面包含几个具有自己特定功能和目标的控制实体，以便起到承上启下的控制协调作用，使控制指令可以由上而下地得到执行，同时又可以实现上层控制器对下层活动的实时监控功能。递阶式控制结构由于采用的是分层控制模式，一方面，通过分层降低了系统的复杂性，从而简化了单个控制模块的功能和大小，使得系统的自适应性控制成为可能；另一方面，因为控制基元采用模块化设计思想，提高了控制软件的可重用性，进而增强了整个系统的制造柔性。但由于过于侧重上下层控制实体之间的主从关系，使系统层次变多，尤其当制造系统规模非常庞大和复杂的时候，其反应速度比较慢，系统的容错性和可维护性等性能下降，不太适合控制经常发生变化的制造系统。
3. 分布式控制
近年来，愈发复杂的动态性的制造环境对制造控制系统的自适应性和快速响应性提出了更高的要求，而随着分布式计算、计算机网络技术和人工智能等相关技术的发展，促使人们对分布式控制结构进行了深入研究。分布式控制结构更多地强调了一种局部自治决策与全局协同决策的理念，通过某种控制协调机制，来实现分布在整个系统中的各个地位平等且具有局部自治性的控制实体之间的相互协作，从而赋予系统容错性、自适应性、可重构性和敏捷性等特性。在并行工程、精益生产和敏捷制造等先进制造模式中，均不同程度地体现出了分布式控制的思想。例如，并行工程要求产品开发人员在刚开始设计产品时就必须全面地考虑产品从概念设计到报废处理的所有需要考虑的因素，其采用的组织方式就是扁平式的分布式控制结构，然后将不同的专家人员组成各个研发小组，赋予各个小组很高的责任和权力，各组之间通过相互协商，解决产品开发过程中的问题。而精益生产则更多的是利用先进的信息技术将原有的树状管理结构进行扁平化压缩，充分发挥项目组的自治作用，简化开发流程，尽量降低产品成本，可以将非核心技术交予协作厂进行研发生产，通过在各协作厂之间进行协商来解决产品生产问题。敏捷制造则是将制造资源之间合作的概念由单个企业内部推广到多个企业，在充分利用Internet技术的基础上，围绕某种核心产品，将多个企业组成“动态联盟”或“虚拟企业”的形式，共同进行生产，共同获利。其实质就是根据市场竞争的需求，按照协同自组织原理，将原本分散、混乱，但又各具优势的多家制造企业通过相互之间的高效协作组合成有序度高的虚拟企业，以便提高企业的整体制造能力和综合市场竞争力。尽管如此，当制造系统规模变大、任务变复杂时，受制于信息通信技术的发展，因分布所带来的各个控制实体间的巨量信息量问题及过于强调自治所带来的局部优化与全局目标之间的冲突问题，目前尚未得到很好的解决，从而影响了分布式控制的进一步推广应用。
4. 混合式控制
合理的控制结构应该是一种递阶与分布式控制的结合体，总体上采用传统的递阶式分层控制模式，每一层控制实体通过相互协商来实现分布式控制功能，各个层面的控制实体之间的协调则由上层控制实体进行调控。在整个混合式控制结构中，上层对下层的控制作用仅是一种协调监督作用，层与层之间变现为一种松散的连接。这样的控制结构一方面可以保证传统的由下而上的信息反馈和由上而下的控制输出；另一方面，也可以保证各个层面中的控制实体具有适当的智能性，通过在同一层中的交互协商，体现出控制系统的局部自治特性。
从制造控制系统结构设计和控制技术发展的角度来看，当今复杂多变的动态制造环境对制造系统提出的动态自适应性和自组织性问题，也正是制造控制系统多年来所面临的问题。作为制造控制系统中的一项重要的使能技术，控制结构及理论的研究对现代制造系统来说尤为重要。
通过上述分析可以看出，现代制造系统的规模变得日益庞大和复杂，其协调控制难度也愈发困难。为了处理控制系统的复杂性和适应性，人们将最初的集中控制结构逐渐往扁平化的分布控制结构发展，更多地强调了控制系统功能的模块化、智能化与分布化。在稳定的运行环境或者有限变化的制造环境中，传统的递阶控制系统具备良好的控制性能，但当系统遇到各种不确定的偶发事件时，其刚性的系统结构将无法满足系统实时响应、快速重构的要求。而分布式控制由于控制实体具有较强的智能性和自治特性，在系统遇到各种偶发事件时会表现出快速的响应性和良好的可靠性，但由于缺乏集中式优化的全局统筹决策，其全局优化目标和系统局部行为之间难以协调控制，因此，其系统的稳定性和可预测性较差。而混合型控制系统结合了分布式控制与递阶式控制的优点，具有较大的发展空间，可以根据结构中分布与递阶程度的不同，组成多种结构形式，大大增加了制造控制系统体系的灵活性。
但是，如何在递阶系统和分布系统中取得某种合理的折中方案，如何建立一种既可以在复杂的不确定性的制造环境中实现整体优化，又具有可靠的局部自治和快速响应能力的制造系统控制模型，是摆在专家学者面前的一道难题。而在对智能控制技术的研究过程中，人们已经发现，对自然界生命体的模仿往往可以给智能技术的发展带来很大的启发。本书将沿用这种思路对制造控制系统和人体生理调控系统进行对比研究，借鉴神经-内分泌系统的调控规律及其控制结构，探索更加合理、高效的制造系统的类生物化控制结构和协调机制，并将其应用到本书搭建的类生物化制造系统仿真平台中。