4.1
任务描述建模

4.1.1
协同制造任务和逻辑制造单元

大量的个性化定制产品使得产品复杂程度呈指数型增长，在信息化时代背景下，制造企业必须具备应对复杂多变的市场需求的能力。为了提高竞争力和生产效率，越来越多的制造企业试图通过供应链网络寻求协作，增强对定制化需求的响应能力，高效完成复杂定制产品的生产任务。

为了更好地实现制造任务与资源的配置，通常而言，复杂制造任务首先会被分解为若干子任务。这些子任务中会包含所要加工零件的基本生产信息，如制造特征、加工方法、加工精度、加工成本、加工时间和加工质量等。参与网络中协同制造流程的企业在拿到被分配的子任务后，会对该子任务进行规划与排产。基于这一理念，分布式协同制造任务可以表示为制造子任务的有序集合，即制造子任务的目的是实现要加工的零件的某种制造特征，手段是采用的加工方法、特殊设备和特殊工装，要求是加工精度和加工成本，且加工时间和加工质量必须在一定的范围内。最终，这些制造子任务会被分配到对应的有加工能力的逻辑制造单元（Logical Manufacturing Unit，LMU）中进行生产。

逻辑制造单元的信息模型如图4.1所示。从图中可以看出，需要加工的零件类别、零件尺寸、材料类别等构成了零件基本信息，几何特征、加工精度等构成了零件加工信息。每种信息都能够用不同的属性描述，一个属性是由多个元语组成的，该模型需要根据零件的各种信息，把多种元语进行排列组合，生成不同的零件抽象表述。其中，加工指标信息中的关键质量特性（Critical Quality Characteristics，CTQ）在信息模型中尤为重要，其表明该逻辑制造单元提供的产品和服务必须达到客户要求的品质特征。

每一个制造子任务都有相应的逻辑制造单元，这些制造子任务和逻辑加工路线共同构成了面向云定制的分布式协同制造任务表征模型，如图4.2所示。

由于每个企业的设备不同，其非标准化程度很大，而且随着制造零件的变化，特殊设备也会出现动态变化，所以需要从零件基本信息和零件加工信息这两个确定的方面对元语进行定义，图4.3和图4.4分别对零件基本信息和零件加工信息进行了元语定义。面向云定制的分布式零件基本信息主要包括毛坯类别、毛坯及零件尺寸、毛坯及零件重量、零件类别、零件生产类别等要素，面向云定制的分布式零件加工信息主要包括待加工零件的几何特征、精度等级、加工类型及主要加工方法等要素。这些内容表明了待加工零件的相关信息，便于工厂接到协同制造任务后对相关零件进行符合规范的生产工作。

4.1.2
分布式协同制造加工路线信息模型

分布式协同制造加工路线信息模型能够从整体上描述零件的协同制造过程，加工过程一般是不可逆的，所以协同制造加工路线是一条由制造子任务构成的有向链路，需要以图形化的方式直观地表示出来。

虽然协同制造加工路线是有向链路，但制造子任务的次序不是任意的，其间存在信息流通，存在相互依赖、相互制约的关系。在这种背景下，通过工艺流程形成一条制造任务链就显得尤为重要。逻辑制造单元关系矩阵如下：

该关系矩阵表示加工路线和协同制造任务之间的关系。其中， R _{i ， j} 表示制造单元 L （ i ）是否向 L （ j ）输出信息； P _{i ， j} 表示 L （ i ）向 L （ j ）输出信息的优先级，取值为1，2，3，…，值越小，优先级越高。

在加工过程中，制造子任务存在一定加工顺序，只有完成上一道工序才能进入下一工序。而且，由于在协同制造中存在零件复杂程度和定制化程度较高的情况，一个制造子任务可能在加工过程中多次出现，不同制造子任务之间存在依赖关系。四种经过设计的关系有向图可以描述上述情况，如图4.5～图4.8所示。

分布式协同制造开式链式关系有向图说明了一种处于连续生产关系的分布式协同制造的情况。在该情况下，生产任务是连续进行的，零件在不同工厂之间按照制造顺序有序地进行流转加工。

分布式协同制造闭式链式关系有向图说明了一种处于连续生产关系、任务过程会重复经过某几家工厂的分布式协同制造的情况。在该情况下，零件在某几家工厂中按照相应的制造顺序进行闭环式流转加工。

分布式协同制造开式嵌套关系有向图说明了一种处于连续且并行生产关系的分布式协同制造的情况。在该情况下，零件有序地在不同工厂之间进行生产，但存在一定的节点顺序，即在某家工厂完成了某项生产任务后，需要经过某几家工厂的生产工艺流程后，再次回到该工厂才能进行后续的生产任务。

分布式协同制造闭式嵌套关系有向图说明了一种处于连续且并行生产关系、任务过程会重复经过某几家工厂的分布式协同制造的情况。在该情况下，零件在某几家工厂中按照相应的制造顺序进行生产，且在某家工厂完成了某项生产任务后，需要经过某几家工厂的生产工艺流程后，再次回到该工厂才能进行后续的生产任务，同时存在需要重新返回某家工厂进行后道工序的情况。

4.1.3
协同制造任务分解过程及建模

当某个产品需要参与网络化制造的企业进行协同制造时，就要根据信息模型进行任务分解。平台在接到订单之后，首先会对图纸和加工工艺进行分析，然后会根据参与协同制造的企业的制造能力进行任务分解。该过程分为四个层次，分别是零件层、制造特征层、逻辑制造单元层和逻辑加工路线层。分布式协同制造任务分解过程如图4.9所示，协同制造任务建模主要是针对加工路线和制造子任务的细节设计。

一个产品在不同制造阶段有着不同的关键制造特征，系统将对每个制造阶段的子任务的属性信息进行定义，对每个子任务的加工费用、完成时间、加工质量等指标进行估计。通过以上设计，可以得到子任务集合。分布式协同制造子任务设计流程如图4.10所示。各个子任务之间的关系并不能由子任务集合确定。要想确定子任务之间的顺序和关系，还需要对产品的工艺流程及制造顺序进行设计，构造关系矩阵，建立有向图，从而完成加工路线的设计。