面向机床装配线基于信息熵的扰动辨识方法研究.pdf

1 造 訇 似 面向机床装配线基于信息熵的扰动辨识方法研究 St udy on di sr up t i on i dent i 们ca t i on m et h0 d based on i n f or m at i on en t r opy f or com pl e x m achi ne t ool s pr oduct i on Pr oces s 薄洪光，马晓燕，王营，张书冉 B0 Ho n g - g u a n g ，MA Xi a o y a n ，V V ANG L e i ，ZHANG Sh u r a n 大连理工大学 管理与经济学部，大连 1 1 6 0 2 4 摘 要复杂产品装配生产过程中的扰动具有随机性，且其影响程度具有不确定性 ，这使得对生产扰 动的准确辨识变得相对困难。针对机床装配线生产特征及其扰动形成特点，提出一种基于信 息熵理论的扰动识别方法。依据历史数据获取系统偏离度阈值，结合对工序模糊作业时间的 清晰化处理 ，分别建立了基于计划执行偏离度的三阈值识别法和基于平稳调度水平的单阈值 识别法，通过生产过程实时监控和计划执行偏离度计算 ，实现了对复杂生产过程扰动的快速 准确辨识。最后以某机床集团企业为例 ，采用实际工序批次加工装配数据进行了应用验证研 究。 关键词生产扰动识别 ； 信息熵 ； 计划执行偏离度；复杂生产过程 中图分类号F 2 7 3 文献标识码 A 文章编号1 0 0 9 -0 1 3 4 2 0 1 4 0 1 下 -O l 3 4 -0 6 O o i 1 0 ． 3 9 6 9 ／ J ． i s s n ． 1 0 0 9 -0 1 3 4 ． 2 0 1 4 ． 0 1 下 ． 3 8 0 引言 机床 产品装配线生产过程 中经常发生各类不 确定 的随机事件 ，如客户订单变 更、工序装配延 迟等 。其 中，一类事件不会 明显影 响生产进程 ， 或者其影 响程度可 以被调度 系统本身具有 的鲁棒 性吸收 ；另一类事件对生产 系统则影 响较大 ，会 造成初始调度不可行 ，进而影 响正常生产 ，通常 将这类影 响生产计划执行 的事件称为生产扰动 。 生产扰 动可 以划分为 显性扰动和隐性 扰动 】 。显 性扰 动指诸如紧急订单等对系统具有明显影响 ， 同时发生具有偶然性的扰动 ，是可 以监测的，但 影 响程度不可知 。隐性扰动在生产过程 中实时发 生，其 影响一般基 于时 间累加性质 ，即需要经过 一 定时间累加 才能显现。 快速准确地识 别生产扰动是执行动态调度的 基本前提 】 。在实际复杂生产过程中，并非所有扰 动发生后均可立 即识 别，现有文献对扰动形成 因 素及扰动分类的讨论大 多认为扰动已知 q】 。在 扰动识别研究方面 ，An n e R a i c h 。 。 采用主成分分析 法与区 别分析法定量描述 随机变化 的扰动 ，应用 多元统计技术检 测异 常过程表现并 识别扰动 。刘 文涛 应用可达矩阵分析变动事件对系统的影响程 度，以此作为重调度的依据。俞胜平 根据扰动设 定模 型，建立了针对 时间偏差扰动 、工艺 偏差扰 动、产品质量不合格扰动的识别模型 。饶运清 将 基于信息熵测度的复杂性理论 引入到生产调度评 价中，采用复杂度表示制造环境扰 动造成的实际 生产偏离原定调度的程度。何非 在此基础上提 出 采用系统复杂度偏离度来描述计划的实际执行情 况与原计划方案的符合程度 。侯东亮 对复杂连 续生产 中各扰动 因素导致 的后果 、修复过程 以及 基本修复操作等方面进行了分析 。 因为 复杂机床 产品装配生产过程 中扰动形成 因素繁多 、扰动影响程度难 以确定 ，对于生产扰 动识别 问题 的研究 ，还需要充分考虑 阈值动态确 定等 问题 。针对混流机床装配线生产过程扰动发 生 的随机性特点 ，为快速 、准确地辨识生产过程 中的各种扰动 ，特别是隐性扰动 ，本文提 出基于 信息熵的 复杂生产过程扰动识别方法 ，通过对信 息实时监控来判断是否有扰动发生 ，为机床装配 线生产过程扰动分析及分类管理提供依据 。 1 基于信息熵的生产扰动识别问题 分析 1 ． 1基于计划执行偏离度的三阈值识别法 香农最先提 出信 息熵的概 念 ” 。信 息熵描述 收稿日期2 0 1 3 -1 0 - 2 2 基金项目国家科技支撑计划项目 2 0 1 2 B A F 1 0 B1 0 作者简介薄洪光 1 9 7 5一 ，男，辽宁葫芦岛人，讲师，博士，研究方向为生产物流管理、企业资源管理。 [ 1 3 4 ] 第3 6 卷第1 期2 0 1 4 0 1 下 学兔兔 w w w .x u e t u t u .c o m 铷1 lI8 似 系统 的不 确定性 ，与 系统状态 的发生概 率有关 。 设 系 统 有 N个 状 态 ， 每 个 状 态 的 发 生 概 率 为 p i i l ，2 ， ⋯，N ，则系统的信息熵H 一 ∑P lo g P 。 i 1 系统 中状 态数越多 ，信息熵越大 。信 息熵越 大， 系统不确定性越大。 根 据文 献[ 8 ] 、[ 9 】 中复 杂度 的概念 与测度方 法 ，结合机床 混流装配线复杂生产过程实 际，本 文提 出基于计划 执行偏离度信息熵的三 阈值生产 扰动识别法 ，将一段 时间 内批次物料依次在一道 工序上进行加工 的过程 看作是一个系统 ，该系 统 的可能状 态为物料正 常加工状态、物料提前加工 状态和物料延迟加工状 态 ，选用各状态执行时 间 占总时间 的比率作为 系统 各状 态的概率 。可计算 系统 的信息熵 ，即工序 执行复杂度。根据工序执 行 复杂度和静态计划计算工序执行 偏离度 ，表示 由于扰 动造成的工序上批次物料加工 偏离原加工 计划 的程 度 。偏离程度超 出阈值 ，则意 味着发生 生产扰动 ，否则未发生。 1 设定扰动识别阈值 首 先按照工序上 的批次 物料加工计划计算静 态计划复杂度H S ，设计划中共有N个批次任务 ， p s 为批次任务S 发生概率，有 H S 一 P l o g P 1 其 次 ，根据信息熵 的性 质与工序实 际执行 中 松 弛时 间的分 配情 况 ，分 别计 算最 小 执行 复 杂 度、最大执行复杂度和平稳执行复杂度。其中 最小执行复杂度 C m 一 P l o g P 一P ， l o g P f 2 i l 即在生产过程中系统共发生了N次计划任务与 一 次计划外扰动； 最大执行复杂度 C m ax 一 ∑ 。 l o g P 一 N ． P lo g PP l o g P N P lo g P 3 C m ax 一 。 一 ‘ 即松弛时间均等分配给 系统中N个计划任务的 提前／ 延迟状态； 平稳执行复杂度 H C 一 ∑P lo g p 。 一 ∑P lo g p 4 目 b 即松弛时 间按 照各计划任务时 间占总任务时 间的比例分配给N 个任务的提前／ 延迟状态 。 最后，计算系统 的偏离度阈值 。其中 最小计划 偏离度是在现有计划受控时 间下 ， 保证整个生产过程 属于 完全 受控状 态条件下 的控 制偏离度的基本值。计算式如下 一 H S 5 以 一 ～H S 最大计划 偏离度是在现有计划受控时 间下 ， 生产过程的最大可能 受控程度 。平稳计划偏离度 则是为 了提高生产受控程度而提 出的阈值 。同式 5 ，可由H C 、Ⅳ 和 分别计算得 一与 f d 。 2 计算工序执行复杂度与计划执行偏离度 定义1工序执行复杂度。假设原工序批次物料 加工计划中共有N个任务。对实际执行过程 中任意 时刻t ，已执行完iV ． k t i ，则转步骤3 ； 步骤5 若 i 到达末尾，则执行步骤6 ，否则转 步骤2 ； 步骤6 结束 。 其次 ，计算完全计划执行偏离度 A D ， f 。随着 生产 系统 的实 时更新，其执行效率逐步提高 ，偏 离度水平则逐步降 低。因此在选取数据时 ，应选 取近期生产数据，一般 以最近一月的数据为准。 再次 ，进 行偏离度清洗 。虽然 经过离线数据 清 洗之后 ，主要 的偏 离较 大的数 据已经删除 ，然 而对 于因操作的偶然性产 生的偏离仍未进行较好 的处理 。因此需要进一步对 巳得 出的偏离度值进 行清洗。处理步骤如下 步骤1 计算算术平均偏离度4与标准差c ， 其中c f I ， f 一 l ； 步骤2 设定调度缓冲系数 仅，若 c f 0 【 ，则 删除偏离度 ， f ． 步骤3 对剩余偏 离度值 执行步骤 1 ，直到不 能进行下一步处理时止 。 最后 ，选定平 稳调度水平 。对剩余 的偏离度 值 计 算 其 算 术 平 均 值 作 为 平 稳 调 度 水 平 ， 即 ALAe。 2 ． 2基于信息熵的扰动识别算法流程 在机 床装配生产过程 中 ，实时获取生产过程 时 间，计 算工序计划执行偏离度 。启动 偏离度计 算 的 策略 有 三种 一 是基 于 滚 动时 间；二 是基 于事件驱动；三是两者混合的策略。本文采用基 于二者结合的策略作为一种有效 的监测方式 ，即 按照设定的时 间周期 ，在周期 内如果发生 了预定 义的关键事件就计算工序计划执行偏离度 ，如果 未发生 ，就在周期末计算工序计划执行偏离度 。 本文将关键 事件定义为显性生产扰动，如机器故 障、紧急订 单等 。这样既可以很好的减轻系统 的 负担，同时又不会造成计划偏离度过大的情况。 扰动识别算法流程如下 步骤 1 监测系统是否发生系统定义 的关键事 件或者是到达本 周期期末 ，若 是，启动计划执行 偏离度测量，记录现在时刻t ，转步骤2 ；否则 ，继 续监测生产过程 ； 步骤 2 获 取本调 度 周期的开 始时 间，记为 t 。 。按照时 间顺序 ，从t 。 时刻开始检索物料批次 ， 记第一批物料为 ，第 i 批 物料为 。分别获得 各批次物料的状态时间，其子步骤如下 1 获取批次物料 i 的实际开始时间 f 0 与结束 时间t l ； 2 获取批次物料 i 的计划执行开始时间 0 与 结束时间 1 ； 3 计算物料批次 i 的提前／ 延迟时间t s l tj O 一 t O if t l 一 tj l 0 t s i { t l 一 q l if tj O 一 t O 0 1 3 I tj 0 一 t O f 1 一 tj l f ／f tj o 一 t o o a n d t l 一 tj l 0 设提 前／ 延迟 时 间不为0 的批 次物料 数为n， nE{ 1 I t s ≠0 ； 4 若是 由关键事件引发的识别启动，则估计 关键事件持续时间，记为 f 。 步骤3 计算每个事件的概率，物料 的状态 时间为正常加工时间t i 或提前／ 延迟加工时间t s 。对 于 关 键 事 件 引 发 的 偏 离 度 测 量 ， 过 程 总 时 间 f 一 f ；周期 末 引发 的测 量 ，过 程 总时 间 f 一 。每个事件的概率 乏 其 中k1 ， 2 ⋯ i一 ， n；t k 为 或 t s 。 步骤4 根据式 6 计算工序执行复杂度； 步骤5 根据式 7 计算计划执行偏离度； 步骤6 比较计划执行偏离度与偏离度阈值 的 大小 。偏离度 阈值 的选用依据现场控制 的精度要 求 ，若 只需判定 系统是否有扰动发生 ，三 阈值与 单阈值均可 ，若要进一步判断系统扰动级别 ，需 第3 6 卷第1 期2 0 1 4 0 1 下 1 1 3 7 1 学兔兔 w w w .x u e t u t u .c o m l 匐 似 采用三阈值法 比较 ； 步骤7 若系统处于失控状态， 类识别，判断系统扰动类别。 3 应用实例分析 5 1 ，4 5 ，4 8 ，4 0 ，4 1 ，4 2 ，4 0 ，3 8 。由表1 中数据 则启动扰动分 及式 1 、 2 、 4 分别得系统 的静态计划复杂度 、 最小执行复杂度和平稳执行复杂度 8 Ⅳ 一 ∑P l o g 2 P 2 ． 9 9 3 b it 3 ． 1三阈值扰动识别与判定 某机 床 集团企 业数 控车 床基地 需生 产CDE／ C DS ／ C DS 系普车产品，若某月份 以某一生产周期 内订单产 品在 总装工序上 的生产制造过程 为例 ， 采用三阈值法进行生产扰动识别。 首先 ，制 定计划 时，需要将工序上各物料 的 作业时 间去模 糊化 。以第一批 物料 为例 已知严 格开工时间为6 3 5 ，在范围6 2 7 6 4 0 内均可接受 。 将 时 间转换 为 分钟 ，有开 工时 间三 角形模 糊数 _ 3 8 7 ， 3 9 5 ， 4 0 0， 由式 1 1 得清晰值 t 3 9 4，即 在 6 3 4开 工 。 已 知 其 加 工 时 间 梯 形 模 糊 数 _ 4 6 ， 4 8 ， 5 4 ， 5 6 ，根据式 1 2 可知其 清晰化时 间 t 5 1 。分别对工序E AF 上各批次物料的作业时 间 进行上述 处理 ，可得该工 序调度计划 ，如 表 1 所 示。实际生产过程中至第6 批物料 执行结束时 ，未 发生关键事件 ，但到达 监测周期 ，所以启动偏离 度测量 。实时状态数据如表2 所示 。 表1 调度计划表 结束时间7 2 5 8 1 5 9 0 8 9 5 0 1 0 3 6 1 1 2 2 1 2 0 5 1 2 4 5 根 据表 1 得 出系统 中计划 松弛 时 间￡为2 6 分 钟 ，各 计划 状 态加 工时 间为 单 位 分 钟 8 H C m 一 ∑P ， l o g P ， 一 P ， lo g P ， 3 ． 1 5 0 b i t i 1 8 f t c 一 ∑P lo g P 8 ∑P l o g P 3 ．3 6 0 b i t bl 由上述求得的复杂度值及式 5 得 系统 的最小 计划偏离度 3 ． 1 5 0 2 ．9 9 3 ／ 2 ．9 9 3 0 ．0 5 2 。同理， 平稳计划偏离度 3 ．3 6 0 2 ．9 9 3 ／ 2 ．9 9 3 0 ． 1 2 3 。 根据表1 、表2 及式 1 3 ，可知实际执行过程 中 有4 个物料批次发 生提前／ 延迟 ，其提前／ 延迟时 间 分 别为 t s 1 1 0 ， t s 5 ， t s 5 ， t s 6 2 0，所 以系统 中 共l 2 个状态。 根据式 6 得工序执行复杂度 二 T 旦 1 H D 一 P 。 l o g P 一 P l o g p s 3 ． 3 4 5 b i t Dl S1 根据式 7 得工序计划执行偏离度 A 3 ．3 4 5 2 ．9 9 3 ／ 2 ．9 9 3 o _1 1 8 。 比 较 计 划 执 行 偏 离 度 值 与 阈 值 大 小 ， A 0 【 。所 以取 此时 的 偏 离度 算 术平 均值 为平 稳 调度 水平 ，即 A LAp 30 ． 2 3 5 8。 故识别阈值 A r 1 O c 0 ．2 5 9 4 ，因A A r ， 故生产 系统处 于受控状态 ，判定此 时E AF 工序上 未发生生产扰动。 4 结束语 复杂装配 生产过程 的扰动辨 识是进行扰动分 析及分类管理 的前 提 ，由于机床装配过程 中扰动 的随机发生 ，且影 响程 度不确定，为快速准确地 辨 识生产过程扰动 ，本文将 复杂生产过程扰动映 射到工序级处理，在对工序模糊作业时间进行清 晰化处理的前提下 ，提 出了基于 计划 执行偏离度 的三 阈值识别方法 和基于平稳调 度水平的单阈值 识 别方法 ，建立 了动态调 度环境下 的生产扰动 识 别模型 ，并给 出了扰动识 别算法 流程 。应用实例 分 析结果表明 ，该模型可 以有效 的识 别复杂生产 过程 中发生的各类生产扰动 ，为生产进度控制提 供 准确的扰动辨识结果 ，为正确处理生产扰动 、 减轻或消除扰动对生产系统的影响提供依据 。 参考文献 【 1 】刘明周， 单晖， 蒋增强． 不确定条件下车间动态重调度优化 方法[ J 】 ． 机械工程学报， 2 0 0 9 ， 4 5 1 0 1 3 7 1 4 2 ． [ 2 】俞胜平， 陈文明， 庞新富， 柴天佑， 郑秉霖． 基 于图形化编 辑 平 台的炼 钢 连铸 动 态调 度仿 真 系统 ㈣ ． 系统仿 真 学 报， 2 0 0 9 ， 2 1 1 6 5 1 4 5 5 1 4 9 ． [ 3 】丁然． 不确定条件下鲁棒性生产调度的研究[ D] ． 济南 山 东大学， 2 0 0 6 ． 【 4 】S． H． Az o n d e k o n， J ． M ． M a r t e 1 ． ” Va l u e” o f a d d i t i on a l i n f o r ma t i o n i n mu l t i c r i t e r i o n a n a l y s i s u n d e r u n c e r t a i n t y [ J ] ． Eu r o pe a n J o u r na l o f Op e r a t i o na l Re s e a r c h． 1 99 9 ， 1 1 7 1 4 5 6 2 ． 【 5 ]H． J ． Z i mme r ma n n ． An a p p l i c a t i o n o r i e n t e d v i e w o f mo d e l i n g u n c e r t a i n t y [ J ] ． E u r o p e a n J o u ma l o f O p e r a t i o n a l R e s e a r c h ． 2 0 0 2 ， 1 2 2 2 1 9 0 1 9 8 ． 【 6 ]An n e Ra i c h ， A l i C h a r ． S t a t i s t i c a l p r o c e s s mo n i t o r i n g a n d d i s t u r b a n c e d i a g n o s i s i n m u l t i v a r i a b l e c o n t i n u o u s p r o c e s s e s [ J ] ． A i c h e J o u r n a l ， 1 9 9 6 ， 4 2 4 9 9 5 1 0 0 9 ． 【 7 】刘 文涛， 张群， 孙肃 清． 关 于炼钢厂 重调度 问题的研 究[ J 】 ． 冶金 自动化， 2 0 0 4 ， 6 5 8 ． [ 8 】饶运清， E F S T A T HI OU J a n e t ． 基于信息熵的制造系统复 杂性测度及其在调度中的应用[ J 】 ． 机械工程学报， 2 0 0 6 ， 4 2 7 8 1 3 ． [ 9 】何非． 装配制造系统复杂特性建模及其应用研究【 D】 ． 武 汉 华 中科技大 学， 2 0 1 0 ． 【 l 0 】 侯东亮， 屈 国强， 于艳辉 ． 基于系统分析的炼钢连铸重调度 框 架[ J ] ． 中国管理 信息化， 2 0 1 2 ， 1 5 4 5 3 5 5 ． [ 1 1 ] S h a n n o n C ． E ． and We a v e r W． T h e ma the ma t i c a l t h e o r y o f c o mmu n i c a t i o n [ M] ． U r b a n a ． I L T h e U n i v e r s i t y o f I l l i n o i s P r e s s ， 1 9 6 3 ． 【 l 3 】 薄洪光， 刘晓冰， 吕艳霞等． 钢铁企业x B O M过程集成研究 f J J ． 工业工程与管理， 2 0 0 9 ， 1 4 2 7 6 8 0 ． 【 1 4 ] 孙福权， 崔建江， 汪定伟， 郑秉霖， 胡琨元． 钢铁生产的模 糊作业 时 间及其 在 管理 中的应 用【 J 】 ． 模糊 系统 与数 学， 2 0 0 1 ， l 5 2 1 0 7 1 1 0 ． [ 1 5 ] J i n P e n g ， B a o d i n g L i u ． P a r al l e l ma c h i n e s c h e d u l i n g mo d e l s wi t h f u z z y p r o c e s s i n g t i me s [ J ] ． I n f o rm a t i o n S c i e n c e s ， 2 0 0 4 ， 1 6 6 1 4 4 9 6 6 ． 【 1 6 】 宋志华， 张多林， 龚立占． 一种相对隶属度新概念下的模 糊数排序方法[ J ] ． 空军工程大学学报 自然科学版 ， 2 0 0 6 ， 7 6 8 1 - 8 3 ． {重‘ 蠡‘ {盘‘妇． 蠡‘ 岛‘ {盘‘ 量I 蠢‘{盘● {南‘ 赢‘ ． 出． {＆} ． {盘‘出． 岛 {盎‘{国‘ {蠢‘ 岛‘ 岛‘ {蠡‘ 广告索引 上海思博机械电气有限公司⋯⋯⋯⋯⋯⋯⋯⋯ 刊花 柯马机器人⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 封面 罗克韦尔 自动化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 封二 西班牙P E电气 中国⋯⋯⋯⋯⋯⋯⋯⋯⋯“ 封三 厦门宇电 自动化科技有限公 司⋯⋯⋯⋯⋯⋯⋯ 封底 施耐德 电气⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 前彩1 杭州友佳精密机械有限公司⋯⋯⋯⋯⋯⋯⋯ 前彩2 正泰电器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯ 前彩3 中创国技 北京 科技发展有限公司⋯⋯⋯ 前彩4 第3 6 卷第1 期2 0 1 4 0 1 下 [ 1 3 9 1 学兔兔 w w w .x u e t u t u .c o m