陈大林

(东南大学机械工程学院，江苏 南京 211189)

作业车间调度是指根据一组特定的规则和指标，对制造企业有限的资源进行合理的配置和调节，以满足企业的需求和目标，提高企业的经济效益[1]。近年来，由于现代制造系统的市场运行环境越来越充满了不确定性，制造业一直以来都需要面对各种挑战：市场的动态需求、制造任务不断变化，生产任务不可预期地增加与减少、某些生产资料的紧缺和引入、加工工艺及时间的变化等。这些不确定性和动态性组合在一起,进而使车间调度变得更加困难。甚至有调查表明[2]，制造过程有95%的时间消耗在非切削过程中。因此，作业车间调度是制造中最基本、最重要的问题之一,其对制造过程中资源合理分配、缩短加工时间以及提高生产效率等具有重要的实际意义。

早在1954年 Johnson 研究了流水车间调度的问题之后，由于调度问题的理论价值和实用意义，众多学者对车间调度问题进行了广泛的研究[3-4]。近年来，随着研究的逐渐深入，大量的研究成果相继问世，形成了一系列先进的研究算法，解决了许多典型的调度优化问题，包括基于启发式规则的方法、分枝定界法、拉格朗日松弛算法、遗传算法和多智能体(Multi-Agent)方法等。特别是多智能体方法，其是从分布式人工智能(distributed artificial intelligence, DAI)领域扩展而来，对于作业车间调度这类具有NP困难特性，比较复杂的分布式系统有着天然的适合度，为解决作业车间调度问题提供了一个新途径。

本文对Multi-Agent系统进行简要介绍，分析了Multi-Agent系统在制造作业车间调度中的应用，提出一种基于Multi-Agent黑板模型的作业车间调度方案及框架，并探讨了Multi-Agent黑板模型及知识库规则。

1 Multi-Agent系统

Agent一般被定义为智能体，Wooldridge[5]指出：Agent能感知环境，并能自治地运行,一般来说，它具有反应性、自治性、环境针对性和社会性。

反应性，即Agent能感知周围环境,并在环境发生变化时及时做出响应。自治性， 即Agent具有主动权，可以不受其他Agent的控制。环境针对性，即Agent对环境变化做出针对性的反应。社会性，即多个Agent之间可以通过特定协议进行通信交互，完成目标。

Multi-Agent系统是指由一组Agent组成的耦合系统， Agent被看成是Multi-Agent系统的微观层次，每个Agent都有自己的控制域及运行机制，可以实施具有一定“智商”的特定的行为，但不能独立解决整个任务；而Multi-Agent系统通过对各层次Agent的组织与协作，可以实现需要更高灵活性、环境适应性以及柔性的综合功能，以解决问题。制造车间的各加工设备、工艺数据是分散的，各个设备Agent具有自己控制域的完整的信息，但不足以解决所有突发问题，Agent之间可以通信，异步计算，通过协作解决任务。由于作业车间调度系统的制造任务经常是动态变化的，市场变化、设备故障等不确定性、动态性和复杂性组合在一起，使调度变得更加困难，因此将Multi-Agent系统应用到车间作业调度问题，为解决车间作业调度问题提供了一种有效方法。

2 Multi-Agent系统在制造作业车间调度中的应用

作业车间的调度是现代制造系统一项最基本、最重要的任务，由于Agent技术具有处理分布式特点的自然属性，基于Multi-Agent系统的作业车间调度问题引起了很多学者的关注。

Maturana等[6]针对分布式制造系统，设计了一种基于Multi-Agent的协调机制框架，并且在制造车间进行了实践应用，研究表明该协调框架对其他分布式智能制造系统也同样适用。Takahashi等[7]将Multi-Agent系统应用于制造企业关于市场变化的预测上，构建了一个具有共享服务的市场模型，利用Multi-Agent仿真来描述制造车间生产计划的决策过程。Peng等[8]为解决企业缺乏集成能力的问题，设计了一组具有专门知识库的Agent，收集信息并与其他管理系统、人力管理人员和分析人员进行协作，并通过一个集成场景对Multi-Agent系统进行了仿真。Baker[9]介绍了多种多智能体结构，解释了调度算法、工序安排算法和推拉算法等常见的工厂控制算法，并描述了如何在Multi-Agent异构的环境下实现制造工厂控制算法。Hussain等[10]在分布式制造控制系统中，基于Multi-Agent系统建立了一个系统性能评价机制，以完工时间、平均机器利用率和零件平均等待时间为基准对系统进行评价，对仿真模型进行仿真实验。

3 基于Multi-Agent黑板模型的作业车间调度

现代制造业系统是分布式开放系统，一直以来都需要面对各种挑战[11-14]，比如：如何保持高效的市场核心竞争力，如何快速响应市场的动态需求，不断提高自身效率等，这些也都是制造业能健康发展的核心要素。制造工厂的作业车间调度是先进制造系统的基础和核心技术。因此高效的作业车间调度方法与优化技术，对于先进制造企业的现代化具有重要的现实意义。

作业车间调度的主要目的是在时间上、空间上合理配置制造车间的有限资源，以满足企业生产经营目标的要求。传统车间调度问题可以看成是所有待加工零件的资源调度问题，每个零件包含一个工艺工序的集合，每道工序均需要占用机床、刀具等生产资源，按照零件的工艺路线进行加工，其中部分机床加工的工序可以不同。调度的目的就是合理地分配机床等资源，合理地安排加工时间，使得企业的经济效益等指标最优化。

当客户需求发生改变以及机床设备出现故障等问题时，制造车间的作业配置往往需要动态调整，为了及时处理、应对实际生产中经常出现的突发事件和不确定的因素等，本文提出了基于Multi-Agent黑板模型的动态作业车间调度方案。

3.1 Multi-Agent黑板模型

黑板模型[15-18]的基本思想是任务共享，黑板模型可以解决Multi-Agent协作完成任务的分布计算，管理Agent单元之间的通讯，非常适合于复杂问题的求解。黑板模型由黑板、知识库与控制模块3部分组成，其中黑板就是一个共享的任务求解工作空间，知识库包含求解任务的不同知识。

黑板模型的工作原理为：当有多个Agent需要协同求解一个问题时，多个Agent可以在这个共享的工作空间交互通信，控制模块通过一定的策略(比如操作域)来选择激活某个Agent，由该Agent对指定的任务进行求解。当这个Agent完成求解后，它会将求解结果记录在黑板上，这样其他Agent也可发现并共享这个结果，也可以利用这个结果进行求解，然后再记录一次求解结果，直到任务解决，获得满意结果。黑板模型体系结构示意图如图1所示。

图1 黑板模型的体系结构

3.2 作业车间调度方案建模

作业车间调度涉及合理分配制造资源。为了采用Multi-Agent黑板模型进行制造作业车间调度，首先定义用于作业车间调度的Multi-Agent系统：车间管理Agent(MA)，工作单元Agent(WA)，任务管理Agent(TA)，事件Agent(SA)等。

MA，主要完成车间任务分配，制定车间生产计划、调度和过程控制等，管理其余Agent的信息交流反馈，MA是全局类型的Agent。

WA，该Agent是由全部加工设备组成的具有一定的制造能力的加工单元，是具体任务的承接者。其知识库存放各加工设备制造能力、刀具物料存储情况、加工工序时间等信息。

TA，该Agent接受MA分配的任务，根据不同的需求分成若干个子任务，将任务发送到黑板模型。其知识库存放任务的加工工艺、加工工序、加工时间等知识，对子任务进行分配并解决。

SA，主要根据突发事件动态生成。比如突发订单取消或增加情况，设备故障、刀具断裂、作业延迟等特殊情况，激活SA，在任务完成后，SA自动销毁。其知识库包含事件逻辑推理，比如：IF[突发增加订单-保证交货周期]，THEN[发布共享任务-设备需求]；IF[设备故障]，THEN[发布共享任务-设备需求]。

3.3 作业车间调度

为了验证Multi-Agent是如何利用黑板模型实现作业车间调度管理，考虑以智能制造系统某一个车间为例进行说明。

车间中包含一系列加工设备：数控铣床，数控车床、钻床、磨床、检测台、清洗台、装配机械手等。所有的加工设备组成了WA，其中每台设备均为一个独立的Agent。假设该车间经常生产的零件有3种，分别为P1，P2，P3。零件的加工工序见表1，该表构成了任务管理Agent。

表1 零件加工工序

该车间考虑的突发情况主要有两种：一是机械设备突然故障(电气损坏或者刀具崩裂等)；二是订单突然增加或减少，这是企业实际生产中最常见的突发状况。将这两种情况定义为SA，SA激活后，MA引入紧急因子Δ，该因子由MA根据突发事件的严重程度以及经济损失来确定，一般取值为：1，紧急任务，请立即响应；0，普通任务，请抽空响应；-1，排队任务，请空闲设备响应。

MA接受车间生产任务后，根据各零件的工艺要求、时间计划，分配任务给WA、TA，同时通过通信模块与各Agent单元保持通信。WA接受来自MA与TA的任务计划，分配给加工设备单元Agent，并通过通信模块与加工设备单元Agent、MA、TA保持通信。TA接受MA任务、WA综合设备信息后，根据零件特点安排加工子任务，见表1，定义P11表示零件P1的第一个工序，其余类推。

基于Multi-Agent黑板模型的作业车间调度架构如图2所示。基于Multi-Agent的作业车间调度为现代化制造车间的动态管控和调度提供了一种有效途径，有可能成为未来智能制造车间的主要运行模式之一。

图2 基于Multi-Agent黑板模型的作业车间调度架构

知识库规则定义如下。

设备故障或订单信息变更等突发事件发生：WA向MA报告，接受订单信息变更或某数控设备Agent发来故障信息，需要调度。MA激活SA，根据当前设备信息，向黑板发布任务，并给出紧急因子；TA根据紧急因子决定是否接受任务，接受任务后，TA进行子任务分配，并向黑板发送子任务；WA根据紧急因子决定是否接受任务，设备Agent根据不同的紧急因子有以下动作：暂停当前任务，接受新任务；不接受任务；完成当前任务后接受新任务。

4 结束语

车间调度问题是现代制造企业的重要问题之一，本文开展了基于Multi-Agent的作业车间调度策略研究，通过定义车间管理Agent、工作单元Agent、任务管理Agent、事件Agent等作业车间调度系统模型，设计Multi-Agent黑板模型及知识库规则，提出了基于黑板模型实现作业车间调度管理框架，Agent根据不断变化的事件及环境做出的决策，动态地发布任务，这样全局系统就具有较好的反应性和适应性。研究表明，基于Multi-Agent的作业车间调度为现代化智能制造车间的动态管控和调度提供了一种有效途径，具有广阔的应用前景。