基于Agent 的分布式网络化制造系统中的智能数控设备研究

曹长虹 姚洪斌 黄新春

（1.新疆工程学院机械工程系 新疆 乌鲁木齐 830091；2.新疆工程学院基础教学研究部 新疆 乌鲁木齐 830091；3.西北工业大学现代设计与集成制造教育部重点实验室 陕西 西安 710072）

0 引言

智能数控设备由于具有对加工状态进行识别、依据加工状态优化加工参数、误差补偿、在线监控等功能，在当今制造业柔性化、敏捷化、智能化和集成化的发展趋势下越来越广泛的应用，随着全球信息化技术的发展，制造业信息化的进程已愈加紧迫，智能数控设备必须具备与外界（如人、其它数控设备或周围环境等）的相互通信、交流、协调与合作的能力。 目前，在网络技术发展的前提下，虽然可以通过为每台智能数控设备引入一个Agent， 由它来负责完成智能数控设备与外界的交互， 任务的具体执行则由智能数控设备完成，从而大大提高了智能数控设备的整体性能。 但是在对于庞大制造系统的分布式制造资源时，就会出现设备信息交互和分配的瓶颈。本文在对数控设备Agent 模型的研究基础上，基于分布式网络化制造系统的技术特点，通过对数控设备网络运行环境、智能STEP-NC 控制器的运行模式和实现方法的研究，从而创新性的建立了基于智能STEP-NC 控制器的支持分布式网络化制造的智能数控设备。

1 数控设备Agent 模型

数控设备Agent 是一个具有一定推理、 决策能力的智能实体（软件计算程序），能够独立、自主地根据其周围环境信息、当前状态能力，进行规划、推理决策并作出适当的反应。它是数控设备的 “代理人”， 而数控设备则是其所代理的实体。 数控设备Agent 全权负责所代理的智能数控设备与外界的通信交流合作事宜。 通过将数控设备Agent 化，可以有效地降低构成制造系统的复杂程度和各个数控设备间的耦合度，极大地提高制造系统的开放性、可靠性和动态可重组性，为实现制造企业设备级的集成奠定坚实的基础。

根据对数控设备Agent 的定义和功能要求而建立的数控设备Agent 的模型[1]，它主要由通信模块、协作模块、任务池、推理决策及控制模块、知识与数据库及其管理模块、人机接口等部分组成。

2 基于多Agent 的智能STEP-NC 控制器

智能STEP-NC 控制器体系结构[2]包括应用服务层、数据层、操作系统层和硬件设备层，其中，系统的核心功能层——应用服务层由14 个不同功能的Agent 组成，具体是解释Agent、XML（可扩展标记语言）处理器Agent、工艺规划Agent、刀具路径规划Agent、仿真Agent、人机接口Agent、执行Agent、NCK&PLC （数控内核和可编程逻辑控制器）Agent、监控Agent、故障诊断Agent、参数设置管理Agent、决策Agent、检测Agent 和通信Agent。各功能Agent 模块之间采用实时软总线RTCORBA（实时公共对象请求代理体系结构）进行通信，并通过实时操作系统内核扩展和高速实时串行总线，进行数控系统中高实时模块的控制。

3 基于智能STEP-NC 控制器的分布式智能数控设备

3.1 体系结构

图1 基于STEP-CN 的智能数控系统的体系结构

为实现智能数控系统的功能特点， 支持分布式网络化制造的智能数控系统应采用多微处理器、多主总线的体系结构[3]。其体系结构见图1。 该系统由CNC 核心模块、智能STEP-NC控制器、主存储器模块和传统功能模块等组成。 其中，智能STEP-NC 控制器则主要是为提高原有数控系统的智能水平和对外协作能力而新增加的功能模块，如加工过程智能自适应控制、加工过程监控、误差补偿、加工过程动态仿真以及数控设备Agent 等模块，智能STEP-NC 控制器采用上文设计的基于多Agent 的智能STEP-NC 控制器。该体系结构的显著特点是：各功能模块具有独立的微处理器，独立实现各自特定的功能，通过系统总线完成相互间的信息交换。 各功能模块通过智能STEP-NC 控制器可以有效地以并行、 分布的方式处理各自的任务。

3.2 智能数控设备原型系统

通过在原有数控系统中加入智能STEP-NC 控制器、以此增强原数控系统的功能和提高其智能水平， 同时实现与其他数控设备的通信、协作及资源共享，在此基础上建立了支持分布式网络化制造的智能数控原型系统，其体系结构见图2。

图2 智能数控原型系统的体系结构

智能STEP-NC 控制器主要负责与数控设备Agent 进行交互，从数控设备Agent 接受NC 程序、控制命令等，将有关机床的状态信息反馈给数控设备Agent。 在实现中，主要利用数控单元在每l6ms 中断周期内增加读写双端口RAM （作为内置模块）或共享内存（作为外置模块）的程序模块，或者利用通过通信口（如RS-232 串口）实现与数控设备Agent（作为外置模块）间信息交互的程序模块。

以上各功能模块都采用硬件和软件相互结合的方式实现。 该原型系统运行稳定可靠，从原理上实现了分布式网络化制造模式的这一构想；它是一个具有层次性的、开放体系结构的分布式系统， 在用于构造大型复杂系统时可以大大降低系统的复杂度，而且很容易实现系统的扩展和重组，使制造系统具有更大的系统，非常适用于制造环境的各个层次上。

3.3 智能式数控系统分配招标函数的建立

在接收到生产任务后， 任务Agent 首先将任务分解为各个子任务，并就这些子任务向一些或全部单元Agent 招标。收到招标请求的各单元Agent 依据各自当前的加工能力决定是否对这些子任务中的一个或多个投标，若决定投标，则向任务Agent 报出相应价格和加工时间， 任务Agent 收到所有标书后，根据加工成本尽可能小，总通过时间尽可能短的要求，按如下目标函数确定中标者[4]：

其中，k1，k2为常数， m 为子任务总数，MCir是加工单元ri为子任务i 所报出的加工成本；αiri是任务Agent 指定的加权系数；MTiri是加工单元ri为子任务i 所报出的加工时间；βiri是任务Agent 指定的加权系数；TCriri+1是将工件从单元运到的运输成本；TTriri+1是相应的运输时间。 C、D 分别为总任务预估成本及交货期。

备选加工路线为：Mr1→Mr1→…→Mrm（不考虑各种约束条件，仅从排列组合的角度来看有mn 条加工路线，n 为参与招标的加工单元总数）。

通过遗传算法对于智能数控设备的任务分配进行优化算法， 我们可以得到基于Agent 数控设备智能分配的方法和机制，在这里，假设车间共有10 台数控加工设备，分别编号为M1，M2，M3，M4，M5，M6，M7，M8，M9，M10。 其参数加工将在仿真过程中进行说明，通过对其加工速度、加工成本、负载率等参数的假设得出下面的仿真过程。

3.4 分布式智能数控设备的仿真

为实现和验证所提出的基于智能STEP-NC 控制器的智能数控原型系统， 对基于网络协作的数控设备Agent 间动态任务分配进行了仿真研究，并定义了两种不同类型的Agent：①制造单元Agent，负责数控设备Agent 的注册、信息管理与通信协调。 它本身没有任何加工能力，仅作为数控设备Agent与上层信息系统联系的中介，如从客户接受制造任务，并将该制造任务进行动态分配。 ②数控设备Agent，它对自身的制造资源具有控制力，能被其他数控设备Agent 调用，但它本身不直接与客户进行交互。 在试验中有十台数控设备Agent（见表1）， 并在试验刚开始时每台数控设备Agent 的负载率均为零。

表1 数控设备Agent 参数列表

制造任务（见表2）随机到达仿真系统，其中20%是紧急的加工任务。

订单任务通过对于基于智能STEP-NC 控制器的智能数控设备中的Agent 单元仿真技术研究， 同时对于分布式智能数控设备体系功能结构分配招标机制的运算和和任务规划，从而对于基于智能STEP-NC 控制器的智能数控设备系统按上述的任务分配进行仿真研究。 每个数控设备Agent 能根据私有信息对自身任务进行规划与调度，基于公有信息对环境的变化作出响应，如将不能按时完成的加工任务基于网络协作转移给能完成该任务的数控设备Agent。

表2 动态任务参数列表

采用基于网络协作的多Agent 技术进行制造任务的动态分配有如下特点：①制造环境的动态变化很难采用数学建模的方法，分布、自治的Agent 之间的协作有助于降低动态任务分配的复杂度，使得采用优化的调度算法成为可能；②由于每个Agent 对应于制造系统中的制造资源调度过程中发生的冲突可用Agent 之间的协作来解决，在局部优化过程中实现全局的优化目标；③利用制造过程信息，基于协作可以解决制造系统内的制造资源的匹配问题，实现制造资源的集成。

4 结论

本文针对数控设备Agent 模型和基于Agent 智能的STEP－NC 控制器功能和特点分析， 构建了基于智能STEPNC 控制器的分布式智能数控设备体系结构及其原型系统，对基于网络协作的数控设备Agent 间动态任务分配进行了仿真研究分析了其功能分配机制从而验证了所提出的基于智能STEP－NC 控制器的智能数控原型系统。

［1］程涛,胡春华,等.分布式网络化制造系统构想[J].中国机械工程,1999,10:1234－1238.

［2］张洁,高亮,李培根.多Agent 技术在现今制造中的应用[M].北京:科学出版社,2004:300－310.

［3］程涛,吴波,杨叔子,等.支持分布式网络化制造的智能数控系统的研究[J].中国机械工程,2004,15（8）:688－692.

［4］兰红波,刘日良,张承瑞.一种智能STEP－NC 控制器系统及其实现方法:中国,200610068498.0,2006－09－10[P].

［5］Lavery P. Demand management: where supply and demand chains converge. Special Supplement to KMWord, 2001, 9:10－14.