基于超循环网络的自组织三元智能制造控制方法及系统技术方案

本发明专利技术涉及一种基于超循环网络的自组织三元智能制造控制方法及系统，所述方法包括：S100、设备层网络通过自复制循环迭代优化生产制造任务过程中的设备级工艺参数；S200、产线/车间层网络通过互催化循环迭代优化生产制造任务过程中的产线/车间级工艺参数；S300、工厂层网络通过高层级互催化循环迭代优化生产制造任务过程中的工厂级工艺参数；S400、所述设备层网络、所述产线/车间层网络和所述工厂层网络自下而上依次设置，通过所述设备层网络、所述产线/车间层网络和所述工厂层网络的横向协同和纵向迭代优化实现生产制造任务过程中的自规划、自调度和自控制。本发明专利技术可以适应大规模个性化的生产制造任务，根据大批次订单的动态变化快速做出响应和调整，更加智能化。更加智能化。更加智能化。

【技术实现步骤摘要】
基于超循环网络的自组织三元智能制造控制方法及系统


[0001]本专利技术涉及智能制造
，尤其涉及一种基于超循环网络的自组织三元智能制造控制方法及系统。

技术介绍

[0002]20世纪末开始的全球化，驱动着制造业由大规模定制化向大规模个性化转型。在大规模个性化的背景下，订单小批量大批次的特点对制造业提出了新的挑战，也使得具备处理大规模个性化订单能力的公司在市场竞争中占据有利位置。
[0003]自组织智能工厂的概念源自于1994年提出的自组织制造系统(Self
‑
organizing Manufacturing System,SOMS)，其提出时主要针对当时制造工厂广泛面对的生产计划排程问题。在之后的发展中，SOMS系统功能的研究主要集中在生产计划排程与路径规划问题，例如基于启发式方法的生产计划调度、处理紧急插单的动态排程系统、针对车间物流调度的路径规划方法等内容。另外近年来，基于多主体协商、多智能体的方法也被应用于SOMS之中，目的是使工厂具备较强的适应性与鲁棒性。然而这些方法并未触及自组织智能工厂所面临的核心困境，例如自组织架构的建模与控制架构、个体之间的信息协同与沟通机制、异构群体自适应控制方法等。
[0004]现有智能/数字工厂技术，主要基于ERP、MES等信息化系统，相当于从订单开始自上而下去规划/决策工厂中各个车间、产线、设备所要执行的生产任务。配合如机器人运动控制器、PLC逻辑控制、上位机控制等方法，在各个工序处、加工时进行反馈控制。这样的控制方法，实际上仍将各个设备、产线、车间当作分散的点来看待，导致生产过程中产生与收集了大量冗余数据，单个设备没有独立自主的智能化，整个产线或车间缺少前后工序间的协同，整个工厂的决策以人的智能为核心，难以对大规模个性化订单动态变化的需求做出快速响应。

技术实现思路

[0005]为解决上述现有技术中存在的技术问题，本专利技术的目的在于提供一种基于超循环网络的自组织三元智能制造控制方法及系统，可以适应大规模个性化的生产制造任务，根据大批次订单的动态变化快速做出响应和调整，更加智能化。
[0006]为实现上述专利技术目的，本专利技术的技术方案是：
[0007]第一方面，本专利技术提供一种基于超循环网络的自组织三元智能制造控制方法，包括：
[0008]S100、设备层网络通过自复制循环迭代优化生产制造任务过程中的设备级工艺参数；
[0009]S200、产线/车间层网络通过互催化循环迭代优化生产制造任务过程中的产线/车间级工艺参数；
[0010]S300、工厂层网络通过高层级互催化循环迭代优化生产制造任务过程中的工厂级
工艺参数；
[0011]S400、所述设备层网络、所述产线/车间层网络和所述工厂层网络自下而上依次设置，通过所述设备层网络、所述产线/车间层网络和所述工厂层网络的横向协同和纵向迭代优化实现生产制造任务过程中的自规划、自调度和自控制。
[0012]根据本专利技术的一个方面，所述S100包括：
[0013]S101、执行模块按照预设流程和动作执行一次生产制造任务；
[0014]S102、记录任务过程中产生的原始生产加工制造数据T；
[0015]S103、提取所述原始生产加工制造数据T的关键特征向量，控制模块将所述原始生产加工制造数据T的关键特征向量转换为自复制催化信息I；
[0016]S104、所述催化信息I指导所述执行模块执行下一次生产制造任务，重复迭代所述S102～S104进行持续反馈优化，直至形成最佳的设备级工艺参数。
[0017]根据本专利技术的一个方面，所述S200包括：
[0018]S201、设备Task1按照所述S100进行自复制循环；
[0019]S202、记录所述设备Task1自复制循环过程中产生的原始生产加工制造数据T1；
[0020]S203、提取所述原始生产加工制造数据T1的关键特征向量，并转换为催化信息I1；
[0021]S204、设备Task2根据所述催化信息I1调整自身的自复制循环过程；
[0022]S205、记录所述设备Task2自复制循环过程中产生的原始生产加工制造数据T2；
[0023]S206、提取所述原始生产加工制造数据T2的关键特征向量，并转换为催化信息I2；
[0024]S207、所述设备Task1根据所述催化信息I2调整自身的自复制循环过程；
[0025]S208、重复迭代所述S202～S207进行持续反馈优化，所述设备Task1和所述设备Task2互相促进，直至形成最佳的产线/车间级工艺参数。
[0026]根据本专利技术的一个方面，所述S300包括：
[0027]S301、产线/车间Task3按照所述S200进行自复制循环；
[0028]S302、记录所述产线/车间Task3自复制循环过程中产生的原始生产加工制造数据T3；
[0029]S303、提取所述原始生产加工制造数据T3的关键特征向量，并转换为催化信息I3；
[0030]S304、产线/车间Task4根据所述催化信息I3调整自身的自复制循环过程；
[0031]S305、记录所述产线/车间Task4自复制循环过程中产生的原始生产加工制造数据T4；
[0032]S306、提取所述原始生产加工制造数据T4的关键特征向量，并转换为催化信息I4；
[0033]S307、所述产线/车间Task3根据所述催化信息I4调整自身的自复制循环过程；
[0034]S308、重复迭代所述S302～S307进行持续反馈优化，所述产线/车间Task3和所述产线/车间Task4互相促进，直至形成最佳的工厂级工艺参数。
[0035]根据本专利技术的一个方面，所述提取原始生产加工制造数据的关键特征向量，并转换为催化信息，包括：
[0036]提取原始生产加工制造数据的关键参数的特征，并组成关键特征向量；
[0037]通过前馈和反馈的方法对所述关键特征向量进行加工转化，生成催化信息。
[0038]根据本专利技术的一个方面，所述提取原始生产加工制造数据的关键参数的特征，包括：通过专家知识预先确定影响生产制造任务过程中设备性能的主要参数。
[0039]根据本专利技术的一个方面，所述前馈和反馈的方法基于传统控制论实现。
[0040]根据本专利技术的一个方面，所述S400中在生产制造任务的过程中，自上而下地依次由所述工厂层网络、所述产线/车间层网络和所述设备层网络逐层自主规划各自对应的生产制造任务、自主调度各自对应的资源、自主控制各自的生产制造行为与过程。
[0041]第二方面，本专利技术提供一种用于实施如前所述的基于超循环网络的自组织三元智能制造控制方法的系统，包括：自下而上依次设置的设备层网络、产线/车间层网络和工厂层网络，
[0042]多个所述设备层网络作为所述产线/车间层网络的节点并依次连接构成所述产线/车间层网络；
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于超循环网络的自组织三元智能制造控制方法，包括：S100、设备层网络通过自复制循环迭代优化生产制造任务过程中的设备级工艺参数；S200、产线/车间层网络通过互催化循环迭代优化生产制造任务过程中的产线/车间级工艺参数；S300、工厂层网络通过高层级互催化循环迭代优化生产制造任务过程中的工厂级工艺参数；S400、所述设备层网络、所述产线/车间层网络和所述工厂层网络自下而上依次设置，通过所述设备层网络、所述产线/车间层网络和所述工厂层网络的横向协同和纵向迭代优化实现生产制造任务过程中的自规划、自调度和自控制。2.根据权利要求1所述的方法，其特征在于，所述S100包括：S101、执行模块按照预设流程和动作执行一次生产制造任务；S102、记录任务过程中产生的原始生产加工制造数据T；S103、提取所述原始生产加工制造数据T的关键特征向量，控制模块将所述原始生产加工制造数据T的关键特征向量转换为自复制催化信息I；S104、所述催化信息I指导所述执行模块执行下一次生产制造任务，重复迭代所述S102～S104进行持续反馈优化，直至形成最佳的设备级工艺参数。3.根据权利要求1所述的方法，其特征在于，所述S200包括：S201、设备Task1按照所述S100进行自复制循环；S202、记录所述设备Task1自复制循环过程中产生的原始生产加工制造数据T1；S203、提取所述原始生产加工制造数据T1的关键特征向量，并转换为催化信息I1；S204、设备Task2根据所述催化信息I1调整自身的自复制循环过程；S205、记录所述设备Task2自复制循环过程中产生的原始生产加工制造数据T2；S206、提取所述原始生产加工制造数据T2的关键特征向量，并转换为催化信息I2；S207、所述设备Task1根据所述催化信息I2调整自身的自复制循环过程；S208、重复迭代所述S202～S207进行持续反馈优化，所述设备Task1和所述设备Task2互相促进，直至形成最佳的产线/车间级工艺参数。4.根据权利要求1所述的方法，其特征在于，所述S300包括：S301、产线/车间Task3按照所述S200进行自复制循环；S302、记录所述产线/车间Task3自复制循环过程中产生的原始生产加工制造数据T3；S303、提取所述原始生产加工制造数据T3的关...

【专利技术属性】
技术研发人员：甘中学，冯浩然，孙广集，乔利锋，胡林强，余文娟，
申请(专利权)人：智昌科技集团股份有限公司，
类型：发明
国别省市：