（机械设计及理论专业论文）基于multiagent的汽车涂装线群控系统研究.pdf

浙江工业大学硕士学位论文 基于m u l t i - a g e n t 的汽车涂装线群控系统研究 摘要 在传统的汽车涂装线控制系统中，企业级e r p 系统、车间级调度系统、设备层控 制系统，这三大系统是相互独立的，或者只是简单的功能叠加，并不能实现一个智能化 的集成系统，限制了汽车涂装线实际生产时的优化决策能力、信息交流、状态反馈等能 力，从而大大降低了汽车涂装线的综合生产效益。如何能够建立汽车车身涂装线的现代 化集成制造平台，并在此基础上实现涂装线敏捷制造的复杂调度，以及实现涂装线子系 统多变量、大时滞、非线性、相互耦合等特点的有效过程控制，是人们一直研究的重点。 因此本文结合东风日产柴汽车有限公司的现状，提出了基于m a s ( m u l t i a g e n ts y s t e m ) 的汽车涂装线群控系统，从系统集成、系统层调度、设备层控制、软件实现等方面进行 了研究和论证。全文的主要研究内容如下： 1 研究分析了汽车涂装线的工艺特点和控制参数，建立了基于m a s 的汽车涂装线 群控系统模型，并在此基础上进行了系统层调度和设备层控制的结构设计： 2 建立了汽车涂装线的系统层调度模型，提出了基于合同网和改进协同粒子群 ( p c n p ) 的涂装线混合调度算法，实现了涂装线常规扰动和异常扰动状态下的智能调 度，并通过实例进行算法有效性的仿真论证； 3 建立了汽车涂装线的设备层分布式模型预测控制( m p c ) 模型，提出了分布式 m a m p c 算法，解决了汽车涂装线过程控制中大时滞、多变量、强耦合等问题，通过 仿真分析和实例论证验证了算法的有效性； 4 综合论文关于汽车涂装线的系统集成构架、系统层调度、设备层控制等方面的 研究，进行了“汽车涂装线群控系统v 1 0 ”的软件开发，实现了汽车涂装线的智能化集 成制造； 5 最后，对全文进行了总结，并对今后的深入研究提出一些展望。 关键词：m a s ，调度，协同粒子群，分布式预测控制，汽车涂装 摘要 i l 浙江工业大学硕士学位论文 t h eg r o u pc o n t r o ls y s t e m0 fa u t o m o b i l e b o d yc o a t i n gl i n eb as e do nt h e m u i i a g e n t a b s t r a c t i nt h et r a d i t i o n a la u t o m o b i l ec o a t i n gl i n ec o n t r o ls y s t e m ，t h ee r ps y s t e m , s h o p s c h e d u l i n gs y s t e ma n de q u i p m e n tc o n t r o ls y s t e mw h i c hc o n 如t u t et h ew h o l ec o n t r o ls y s t e m w e r es e p a r a t e df r o me a c ho t h e r 1 1 l e ro n l ys i m p l ys u p e r i m p o s e db yt h ef u n c t i o n ，a n dw e r ef a r a w a yf r o ma ni n t e l l i g e n ti n t e g r a t e ds y s t e m , w h i c hl i m i t e dt h ec a p a c i t yo fo p t i m i z a t i o n d e c i s i o n , i n f o r m a t i o ne x c h a n g i n ga n ds t a t ef e e d b a c k ，a n dr e d u c e dt h ep r o d u c t i o ne f f i c i e n c yo f t h ea u t o m o b i l ec o a t i n gl i n ec o n t r o ls y s t e m t h e r e f o r e ，p e o p l ew e r ei n t e r e s t e di nd e v e l o p i n ga m o d e mi n t e g r a t e dm a n u f a c t u r i n gs y s t e m , a n db a s e do nw h i c h , t w ok e yp r o b l e m ss h o u l db e r e s o l v e d , o n ew a st h ec o m p l e xs c h e d u l i n gp r o b l e mi na u t o m o b i l ec o a t i n gl i n ea n dt h eo t h e r w a st h ep r o c e s sc o n t r o lo ft h es y s t e m sw h i c hw a sm u l t i v a r i a b l e ，n o n l i n e a r , c l o s ec o u p l i n ga n d s t r o n gt i m ed e l a y a c c o r d i n gt ot h i sc u r r e n ts i t u a t i o na n dt h ef a c to fa u t o m o b i l ec o a t i n gl i n e i nd o n e t e n gn i s s a nd i e s e lm o t o rc o ，l t d , ag r o u pc o n t r o ls y s t e mo f a u t o m o b i l ec o a t i n gl i n e c o n t r o ls y s t e mb a s e do nm a sw a sd e v e l o p e d b a s e do nt h e s es y s t e m , af u r t h e rr e s e a r c ha n d d e m o n s t r a t i o na b o u ts y s t e mi n t e g r a t i o n , 出0 ps c h e d u l i n g ，e q u i p m e n tc o n t r o l ，s o f t w a r e d e v e l o pw a sp r o p o s e dt h em a i nr e s e a r c hc o n t e n t sa sf o l l o w s 1 弧ek e yp r o c e s sa n dt h ec o n t r o l sp a r a m e t e ro ft h ea u t o m o b i l ec o a t i n gl i n eh a db e e n r e s e a r c h e d t h e nt h em o d eo fg r o u pc o n t r o ls y s t e mb a s e do nm a sw a se s t a b l i s h e d , a n d a c c o r d i n gt o t h i sm o d e ，t h es t r u c t u r a la b o u tt h es h o ps c h e d u l i n gs y s t e ma n dt h ee q u i p m e n t c o n t r o ls y s t e mo ft h ea u t o m o b i l ec o a t i n gl i n ew a sd e s i g n e d 2 1 h em o d eo fs h o ps c h e d u l i n gi na u t o m o b i l ec o a t i n gl i n ew a se s t a b l i s h e d , b a s e do n w h i c ham i x e ds c h e d u l i n ga l g o r i t h mc o m p o s i t e do fc n pa n dc p s 0w a sr e s e a r c h e d a n dt h e a u t o m o b i l ec o a t i n gl i n ec o u l db es c h e d u l e di n t e l l i g e n t l yn om a t t e rt h es i t u a t i o no ft a s k sa n d e q u i p m e n tc h a n g e ds l i g h f l yo rg r e a t l y f i n a l l y ，t h ea l g o r i t h mw a sp r o v e di ne f f e c tb ye x a m p l e e m u l a t i o n 3 t h em o d eo fd i s t r i b u t e d 瞅w a se s t a b l i s h e d , a n da na l g o r i t h ma b o u tm a - l v l p ch a d i i i a b s t r a c t b e e nr e s e a r c h e d b a s e do nt h i sa l g o r i t h mt h ed i f f i c u l to fe q u i p m e n tc o n t r o li na u t o m o b i l e c o a t i n gl i n ec a u s e db yc o m p l e xc o m p u t i n g , a n dm u l t i v a r i a b l e ，c l o s ec o u p l i n ga n ds t r o n gt i m e d e l a yw a ss o l v e d f i n a l l y ，t h ea l g o r i t h mw a sp r o v e di ne f f e c tb ye x a m p l e e m u l a t i o n 4 c o n s i d e r i n ga b o u tt h em o d eo fi n t e g r a t e ds y s t e m , s h o ps c h e d u l i n gs y s t e ma n d e q u i p m e n tc o n t r o ls y s t e ma b o v e ，as o t s , a r eo f t h eg r o u pc o n t r o ls y s t e mo ft h ea u t o m o b i l e c o a t i n gl i n ev 1 0 w a sd e v e l o p e d , a n da ni n t e g r a t e dm a n u f a c t u r i n gs y s t e mb a s e do nt h i s s o f t w a r ew a ss e t - u p ，w h i c hc o u l dw o r ki n t e l l i g e n t l y f i n a l l y ，t h ef u l lt e x ti ss u m m e du p ，m a dt h ef u r t h e rs t u d yp r o s p e c ti sp r o p o s e d k e yw o r d s ：m a s ，s c h e d u l i n g , c o o p e r a t i v ep a r t i c l es w a r m , d i s t r i b u t e dm o d e lp r e d i c t i v e c o n t r o l ，a u t o m o b i l ec o a t i n gl i n e i v 浙江工业大学硕士学位论文 第一章绪论 1 1 论文研究背景、目的及意义 随着制造业技术的发展，人们现在理解的企业先进制造技术已经发生了很大改变， 美国先进制造机构( a d v a n c e dm a n u f a c t u r i n gr e s e a r c h ，a m r ) 【l 】在2 0 世纪9 0 年代就提 出了现代企业的金字塔式集成模型：其项层是计划层，对应企业的e r p 系统；中间层 是执行层，对应车间制造执行系统( m b s ) ；底层是设备控制层。这样一个高度集成的 企业制造系统，由于能进行企业内部的各种资源的实时协调和优化运作，做到各个系统 间的智能衔接，因此能够大大提高企业的整体效率。 而目前国内很多汽车制造企业，只是离散得将计划管理、生产管理、设备管理进行 简单的链接，这样的系统在实际运行时，由于信息流通不顺畅、人员干预较多、子系统 不够智能化等，严重影响了企业的生产效率，已经很难满足如今集成化制造的要求。汽 车电泳涂装线作为汽车制造过程中最为关键的环节之一，同时也是时间和能耗需求相对 较大的环节，如何实现其与整个企业e r p 系统的对接，并在此基础上，进行自身的最 优调度和设备控制，从而达到整个涂装线的群控目的，是汽车制造业中迫切需要研究的 课题之一。 近几年，随着m a s ( m u l t i - a g e n ts y s t e m ) 技术的发展，由于其在复杂工业系统中 系统集成、通信、协商、自治性、算法集成等方面相对于传统的集成平台具有很大的优 势，因此，m a s 技术在工业领域的应用也日益广泛，包括基于a g e n t 的系统集成、基 于a g e n t 的调度和基于a g e n t 的控制等，将a g e n t 技术引入汽车涂装线的群控系统有很 大的开发潜力。 在这样一个大背景下，本文立足于浙江省科技项目“汽车车身电泳涂装线节能关键 技术研究( n o 2 0 0 8 c 2 1 1 6 0 ) ”，以东风日产柴汽车有限公司的电泳涂装生产线作为研究 对象，进行了基于m a s 技术的汽车车身电泳涂装线的群控系统研究。从汽车涂装线的 群控系统集成、系统层调度、设备层预测控制三个方面出发，并结合理论分析、系统仿 第一章绪论 真、实验对比等手段，进行汽车涂装线群控系统研究，以优化涂装线的生产调度、增加 涂装线控制精度，从而提高其综合生产效率，降低生产成本。 1 2 涂装线群控系统研究现状 1 2 1 群控系统集成现状 单从控制系统方面来分，目前国内外的汽车涂装线现有的控制系统主要包括集散控 制系统1 2 1 ( d c s ，d i s t r i b u t e dc o n t r o ls y s t e m ) 、现场总线控制系统( f c s ，f i e l d b u sc o n t r o l s y s t e m ) 以及基于以太网的控制系统。 ( 1 ) d c s 控制系统 在汽车涂装线控制系统的最早阶段，使用最多的是以d c s 为代表的第三代计算机 控制系统【3 l 。例如，长城汽车涂装线控制系统采用的是以d c s 控制为主的控制系统，但 在其第三期改进中，运用p l c 和d d c 协同控制技术，提高系统的综合效率，其p l c 部分采用的是罗克韦尔公司c o n t r o l l o g i x 5 0 0 0 系列产品【4 】。 但采用常规p i d 控制算法的d d c 控制器在开始作业前，首先需要对p i d 的三个参 数( k ，巧，乃) 进行人工设置和调整，而p i d 控制器的控制性能完全由这三个参数决定， 因此需要专业的技术人员到现场进行调试，且不能随意的更改。 ( 2 ) f c s 控制系统 d c s 系统由于存在通讯及接口等的缺陷，人们随后又开放除了现在广为使用的现场 总线控制系统( f i e l d b u sc o n t r o ls y s t e m ，f c s ) t 1 。f c s 既是一个开放的通信网络，又是 一种全分布式控制系统，适应了工业控制系统分散化，网络化，智能化的发展方向阴。 在汽车行业中常用的几种现场总线主要包括： 1 ) i n t e r b u s - 是世界上最早的现场总线，于1 9 8 4 由德国p h o e n i xc o n t a c t 研发成 功，由于各种性能参数非常贴近汽车生产实际的需要，因此它也是第一个进入汽车工业 的现场总线； 2 ) p r o f i b u s ：p r o f i b u s t 8 1 ( p r o c e s sf i e l db u s ，p r o f i b u s ) 是德国国家标准 d i n l 9 2 4 5 和欧洲标准e n 5 0 1 7 0 的现场总线标准，是一种国际化、开放式、不依赖于设 备生产商的现场总线标准； 3 1d e v i c e n e t ( 设备网) ：其协议的制订和更新由o d v a ( o p e l ld e v i c e n e tv e n d o r 2 浙江工业大学硕士学位论文 a s s o c i a t i o n ，o d v a ) 完成。 目前f c s 技术在国内外汽车涂装线中的运用已经相对成熟，应用也相对广泛，主要 包括： 中国一拖集团有限公司的汽车涂装线控制系统使用的是使用基于现场总线的控 制技术，其基本控制框架是采用西门子的p l c 技术、p r o f i b u s 现场工业总线技术和w i n c c 工业组态软件s c a d a 技术 9 1 。 长春一汽公司汽车涂装线也是采用的基于p r o f i b u s 的现场总线技术，用西门子 s 7 3 0 0 的p l c 作为控制站主机，w i n c c 作为监控组态软件呷l 。 上海汇众汽车有限公司采用的是基于d e v i c e n e t 的现场总线技术，系统以p l c 作为核心元件，通过c o n t r o l l e rl i i l l 【网连接n 1 1 。 欧宝公司位于德国r u e s s e l s h e i m 的汽车厂涂装线采用的是一套基于现场总线并 进行过自己改进的控制系统，它将自继电器控制技术、远程机械控制技术、第一代s 5 与s 7 系统、现场总线技术以及代化的e c o f a s t 系统结合起来，组成了一套高效而稳定的 控制系统1 1 2 1 。 上海通用五菱汽车在传统f c s 系统基础上，引入了智能车体识别系统( a v i ) ， 结合r f i d 射频技术，实现涂装线的集成制造【1 3 1 。 ( 3 ) 基于以太网技术的控制系统 以太网技术是现场总线技术的工业控制网络无法实现办公室自动化与工业自动化 的无缝结合1 4 】。由于以太网在确定性、速度和优先法则等方面性能的提高，使得以太网 逐渐成为商业管理网络的首要选择，也是控制网络发展的趋势，将极大地促进信息从传 感器到管理层的集成，真正实现信息集成。 近几年，随着以太网技术的不断完善，已经从最初的理论和开发阶段变成现在的应 用阶段，很多大型的企业，包括惠普、n e t s i l i c o n 、r o c k w e l l 、西门子等公司都在以太 网的相关标准上，开发出了相应的控制芯片和控制器【1 5 1 。同时很多现场总线的企业，例 如p r o f i b u s ，c o n t r o l n e t 等也开始在自己的产品中提供以太网接口。因此，基于以太网 技术的控制系统将是今后人们研究的重点。 这里分别对三种不同的汽车涂装线控制系统进行具体的对比和分析，具体如表1 1 所示。 3 第一章绪论 集散控制系统 信息集中； 控制站与设备点对点连接，布线和维护复杂； ( d c s ) 控制相对分散； 需专用网络和接口，开放性和可扩展性差： 1 2 2 涂装线系统层调度研究现状 任何一个调度系统，其核心都需要有一套与之对应的调度优化算法。由于调度算法 一直是人们研究的热点，发展至今，人们已经进行了大量的研究，包括最基本的最优化 方法到智能搜索算法【1 6 1 ，进化算法( 遗传算法、进化策略、进化规则) ；智能算法( 模 拟退火、禁忌搜索、人工神经网络等) 以及群智能算法( 蚁群算法、粒子群算法等) ， 以及目前很多人在研究的分布式a g e n ti 周度算法【1 7 - 1 8 1 等等，一般的调度算法归类如图1 1 所示。 4 图1 1 调度算法 浙江工业大学硕士学位论文 1 2 3 涂装线设备层过程控制现状 ( 1 ) 设备层过程控制集成方式 目前国内的汽车涂装线的控制很多采用的是基于多个单回路的p i d 控制类型，而汽 车涂装线的过程控制是属于一个复杂工业控制系统的范畴，其各系统的控制变量具有高 度的非线性、多变性、时滞性、多变量耦合大以及强干扰性等特点，控制系统难以建立 精确的数学模型。如果简单得采用分散控制的多个单回路p i d 控制器的控制方式，控制 效果较差，并且很难满足实时控制的要求。为满足生产的需要，各种新型的控制技术不 断被开发出来，包括预测控制、统计过程控制，以及各种基于人工智能的控制技术。 针对汽车涂装线的现状，从复杂工业过程控制的集成方式上来分析，主要有以下几 种形式： 1 ) 集中式控制 图1 2 集中式控制系统结构 集中式控制即通过大量的线路将“中央控制器”与各底层传感器和控制执行器连 接，不断采集过程信号，通过中央计算机计算，并将控制策略通过线路传递给执行器进 行控制操作，不难发现这种控制方式存在很多问题： 整个系统对中央处理器的要求非常高，一旦中央处理计算机发生故障，整个系 统将无法正常工作： 采用中央计算机与设备控制器采用点到点的连接方式，系统布线非常复杂，容 易出现故障，且成本较高； 整个系统的性能受到中央计算机性能及网络通信质量的制约，随着控制系统的 日益复杂，其升级成本很高，同时优化性能也难以得到保证。 2 ) 分层递阶控制结构 第一章绪论 分层递阶控制系统一般是一个多级的控制结构，系统呈一个金字塔结构，项层为最 高级的决策层，各级控制器只接受上一级的控制命令。相对集中控制方式，分层递阶控 制系统的没级都有自己的控制决策系统，大大降低了对最高级的中央控制计算机的依 赖。但由于缺乏同级控制器间的信息交流，在处理复杂工业过程的问题时，对个子系统 的协调能力要求比较高，这时分层递阶控制系统还是对中央控制计算机依赖性较高，其 在整体控制性能上存在一定的缺陷。 分层递阶控制系统结构如图1 3 所示。 中央控制讣算机 t 1 j1 i 系统层控制计算机l系统层控制计算机ll 系统层拧捌汁算机l 上 t 上i l t 、l l 设衙控制器 设需摔制器 设备挣制器设蔷控制器设器j 亭制器l !iiii 制造设备制造设备制造设备 制造设备制造设备 图1 3 分层递阶控制系统结构 3 ) 分布式控制 为了克服集中控制和分层递阶控制系统存在的缺陷，以及满足日益复杂的复杂工业 过程控制，人们提出了分布式控制的概念，其最大的特点是信息分散化和控制分散化， 相对于分层递阶控制系统，在分布式控制系统中，子系统间能够进行一定的信息交流， 能够实时得进行各种反馈控制，大大增强了控制系统的灵活性，控制结构如图1 - 4 所示。 6 图l _ 4 分布式控制系统结构 浙江工业大学硕士学位论文 从控制技术及控制策略上来分析，根据不同的历史进展，汽车涂装线的过程控制技 术与主流的控制基本保持同步，主要包括传统控制以及现代化先进控制技术，概括如下： ( 1 ) 传统控制 传统控制技术包括p i d 控制，比值控制、串级控制掣1 9 1 ，其中p i d 控制大概产生 与上世纪4 0 年代，由于其控制简单，能够有效得实现液位、温度、压力等控制，目前 仍然在工业系统中得到最为广泛的使用2 0 1 ，但由于单回路的p i d 控制，在复杂或是非线 性、大滞后等特点的控制系统中，难以达到良好控制性能。 ( 2 ) 现代先进控制技术 自上世纪5 0 - 6 0 开始，发展了以状态空间为主体的现代先进控制理论，通过系统的 解耦控制、状态反馈、输出反馈等进行系统的过程控制2 1 1 ，于此同时一些智能控制算法 也开始被应用到控制系统中，包括模糊算法、专家系统、遗传算法、粒子群算法神经网 络等等。 2 0 世纪7 0 年代末，r i c h a l e t 和c r _ c u t l e r 两位学者提出了著名的模型预测控制算法 和动态矩阵控制算法 2 2 1 ，该算法由于其在实际工业控制中具有很好的效果，因此一经提 出便得到人们足够的重视，这里进行详细介绍。 模型预测控制( m o d e lp r e a i c t i v ec o n t r o l ，m p c ) 又叫滚动时域控制，是最早发展于 2 0 世纪8 0 年代的新型计算机控制算法，该算法是直接产生于工业过程控制的实际应用。 模型预测控制由于对模型精度要求低，并且控制性能好、鲁棒性强等特点，使其在复杂 工业过程控制中得到了广泛的应用，例如石油、化工、冶金、机械等等领域。 j 刿堂屿预测时珊i d ，嚆h i 。1 u r 图1 5 模型预测控制形式 7 第一章绪论 如图1 5 所示，模型预测控制发展至今已出现了多种分支，包括模型算法控制 ( m a c ) 、动态矩阵控制( d m c ) 、广义模型预测控制( g p c ) ，以及第三代的预测函数 控制( p f c ) 等，但其基本原理和步骤都是差不多的，包括控预测模型、参考轨迹、误 差预测及补偿和滚动优，模型预测控制的具体原理。 这里以本文采用的广义预测控制( g p c ) 进行模型预测控制分析，广义预测控制算 法是9 3 c l a r k e 等人【2 3 1 提出的，该算法采用“受控自回归积分滑动平均模型”( c o n t r o l a u t o - r e g r e s s i v ei n t e g r a t e dm o v i n v e r a g e ，c a r i m a ) 作为预测模型，采用长时段的优 化性能指标，其应用范围很广，能适用于非稳定性和非线性的控制系统，广义预测控制 的结构如图l - 6 所示 图l 击烘房预测函数控制结构 其中工f ? 抖砂为k + i 时刻的系统输入信号，露为输入时域，i 为控制时域，y 肚+ 砂对应 模型输出，e ( k + o 为预测误差，u a ) 为控制输出，y 内对应系统输出，a 为衰减系数，j 硎 为k 时刻参考轨迹，崩斛l j 为预测误差。 与一般模型控制系统一样，广义预测控制也可以分为如下几个部分： 1 ) 预测模型 预测模型是用来描述系统动态行为的基础模型，能够根据历史数据和未来输入， 预测系统未来的输出值。c a r i m a 模型的表达式为： a ( z 。1 ) 畎七) = b ( z 。1 ) u ( k - 1 ) + c ( z _ ) 善( j j ) ( 1 - 1 ) 8 a ( z + 1 ) = 1 + q z 一1 + l + 气z 一 b ( z 以) = 6 0 + 6 i z 。+ l + k z 一唯 c ( z 。1 ) = l + q z 一1 + l + 气z 一 其中，a ( z _ ) 、b ( z _ ) 、c ( z 。1 ) 是z 。1 多项式，= l z 。1 ；y ) 、u ( k 1 ) 分别表示系 浙江工业大学硕士学位论文 统输出和输入，孝似) 是均值为零的噪声序列。为简单算法，往往取c ( z 。) = l 。 为了预测第j 步的输出，引入丢潘图( d i o a p h a n t i n e ) 方程： l = e j ( z 一1 ) 彳( z 一1 ) 十z 一。5 ( z 一1 ) 色( z 一) = l + e j l z 。+ l + e j 1 z 小1 g ( z - 1 ) = 乃o + 乃l z 1 + l + 厶z 一“ ( 1 2 ) 将式( 4 1 ) 两边同乘以乞( z q ) ，并忽略未来噪声的影响，可以得到第k 时刻后j 步 的预测方程： 夕( j | + - ，) = g j ( z 。1 ) a u ( k + j - 1 ) + f j ( z 。) y ( 七) u = l ，2 ，l ，刀) 因此可得最优预测值为： y = g a u 七 其中： 矿= 【多( j i + 1 ) ，认j i + 2 ) ，l ，夕( j i + 刀) 】t a u = 【甜 ) ，a u ( k + 1 ) ，l ，a u 辑+ 刀一1 ) 】t = l 从| i + 1 ) ，f ( k + 2 ) ，l ，f ( k + 疗) 】t g = g o 0 g l g o mm0 g j lg ，2g o 且 ( 1 3 ) ( 1 - 4 ) f ( k + i ) - - ( q 一岛) 甜 ) + 巧贴) 八七+ 2 ) = ( g ：一z - 1 9 l - g o ) 材( 七) + 互y ( 七) m 厂( 后十刀) = ( g ：一z 一“1 9 n - i lz - l g l - g o ) a u ( k ) + f y ( k ) 2 ) 参考轨迹 预测控制的控制手段不是直接跟踪设定的控制目标值，而是跟踪一个预设的参考轨 迹，脚时刻的参考轨迹值计算如下，其中，”为设定值，a 为柔化系数。 w + ) = “七) + ( 1 一一) ”0 = i ，2 ，l ，以) ( 1 5 ) 3 ) 滚动优化 与其他预测控制一样，广义预测控制的滚动优化采用的也是滚动式的在线优化策 略，随着控制时域的不断变化进行，对其参数进行不断的优化调整。在目标函数中，考 虑现在时刻的控制对系统未来时刻的影响，其目标函数为： 9 第一章绪论 ，= 陟+ d w 他+ - ，) 1 2 + 名( ，) 【“( 七十，一1 ) 1 2 ( 1 6 ) 其中，n 为最大预测时域长度，m 为控制时域长度，w ( k + d 为参考轨迹，砌) 为控 制加权系数，且五 o ，为了简单运算，可以将孔，) 看成一个常数，即：五( _ ，) = 旯。 令形= 【w ( 七+ 1 ) ，w + 2 ) ，l ，w 位+ ) r ，式( 4 8 ) 可表示为： j = ( 】，一形) t ( 】r w ) + 一l a u t a u 结合( 4 4 ) ，并用最优预测值矿取代y 得： a u = ( g t g + 舡) 一1 g t ( 形一介 1 2 4 涂装群控系统现存问题 ( 1 - 7 ) ( 1 - 8 ) 汽车制造是一个柔性的生产环节，现有的涂装线控制系统中e r p 系统、车间级 系统层调度系统、设备层控制系统都是相互分离或只是简单的功能衔接，不能够实现三 个系统的智能集成，影响了企业的整体加工效率： 车间级系统层调度，大部分还只能根据e r p 系统进行简单的任务分配，无法结 合底层系统中的设备状况、人员状况、物料状况等反馈，进行实时的任务调度和决策； 现有的过程控制大多采用传统的p i d 控制，由于涂装线系统变得日益复杂、多 变量耦合、非线性等，各过程控制子系统往往难以建立精确的p i d 控制模型，因此p i d 控制难以确保稳定性和精确性： 目前涂装线大多采用集中式控制方式，由于控制子系统越来越多，且子系统间 存在输入输出的关联性，对中央处理器的要求非常高，往往难以达到实时控制要求，同 时整个系统对中央控制处理器的依赖程度过大，容易导致整个系统的崩溃。 1 3m a s 在群控系统中的应用 1 3 1m a s 在群控系统的中应用 群控优化领域的应用研究目前已经有较多的成果，包括：人工神经网络算法，例 如：基于模糊神经网络的电梯群控系统交通模式识别和多目标优化群控算法研究 2 4 1 ； 遗传算法，例如：循环流化床锅炉燃烧系统建模与控制系统研究 2 s l ；模拟退火算法， l o 浙江工业大学硕士学位论文 例如：大型中央空调系统冷热源机组群控策略研究 2 6 1 。还有各种混合算法的运用，例 如：先进控制理论在复杂工业控制系统中的应用研究田】中，作者综合运用模糊、神经 网络和支持向量机的理论，进行铝电解生产线的群控系统研究。 但近几年，随着科技的发展，企业系统的集成化程度越来越高，其涉及的控制设备 的也越来越复杂，同时由于m a s 技术在智能算法运用、系统集成、通信协调、智能决 策等方面的优势 2 8 1 ，m u l t i a g e n t 技术在智能群控系统中的应用日益得到人们的重视， 根据文献显示，其涉及的控制领域相当广，包括：微电网协调控制 2 9 1 ；分布式污 水处理智能化系统1 3 0 1 ；城市交通信号控制系统 3 1 1 ；智能建筑集成管理平台1 3 2 1 ： 水泥生产线控制p 3 l 等各种领域。特别在汽车涂装线系统，由于大量集群式设备的存 在，传统的控制模式已经很难达到智能且高效的群控效果 3 4 , 3 5 1 。因此m a s 技术在涂装 线群控系统的运用有很大理论基础和应用前景。 1 3 2m a s 在调度中的应用 由于m a s 系统中各a g e n t 的自治性、交互性等特点，因此a g e n t 能够应用于非常 复杂的调度系统，国内外关于a g e n t 在调度系统中的研究很多。目前m a s 系统中的调 度策略主要有两种： ( 1 ) 基于网络协商的调度 这种调度策略由于很好利用了a g e n t 在相互通信上的优势，通过不断地进行信息交 流和决策判断，并通过一定手段，例如：奖励、威胁、劝说等，进行相互竞争或合作的 谈判，最终得到相互认可的优化调度策略。目前在m a s 调度中用的比较多的有：博弈 论1 3 6 、辩论协商 3 7 , 3 引、合同网( c n p ) 【3 9 】、市场机制等，由于博弈论采用的是一种完全 信息的协商机制，而在汽车涂装领域，各子a g e n t 往往不能具备完全信息的条件。 ( 2 ) 基于最优化技术和算法的调度 m a s 系统中，利用的最优化技术与传统调度算法类似，在1 2 2 中提到的优化算法， 例如：遗传算法、粒子群算法、蚁群算法、模拟退火算法等，大部分都可以用到m a s 系统中，由于这些优化算法大多具备很好的最优解搜索能力，在复杂调度问题的优化求 解上比协商策略较为简便，避免了大量的网络交互。 综合对比m a s 系统中的网络协商调度算法和基于最优化算法的调度算法，其优缺 第一章绪论 遗传算法、粒子群算法、 最优化算法 蚁群算法、模拟退火等 复杂调度运行快； 通络支持要求低； 可离线计算； 实时动态性差； 简单调度复杂化； 1 3 3m a s 在分布式模型预测控制中的应用 由于复杂工业控制系统越来越复杂，控制系统计算量几何增加，集中控制模式越来 越难以满足实时控制的需要，因此人们提出了分布式控制的概念，即通过将大的系统分 割成n 子系统，通过各子系统的单独最优控制以达到系统控制的目的 4 e l ，但由于缺乏集 中控制中存在的最高级决策者，系统的整体控制性能难以得到保证，针对这个问题，人 们做了大量的研究。近年来，随着模型预测控制在工业系统运用的日益成熟，以及a g e n t 概念在工业系统运用的不断深入，人们将分布式系统中的各子系统控制看成一个模型预 测控制a g e n t ，再利用a g e n t 的自治性、交互性等特点，并通过一定策略协调a g e n t 间 的关系，从而达到整体的系统控制目的。 同其他过程控制方法一样，在集成方式上，模型预测控制控制方式也经历了集中型 预测控制到分布式预测控制的过程。早期的复杂工业过程控制中，整个控制系统由一个 大型m p c 控制器进行集中控制，通过中央m p c 控制器进行数据信号的采集和处理，并 将控制指令发送给各执行系统。集中式m p c 控制器结构 4 1 1 如图1 7 所示。 图l - 7 集中式i v p c 控制结构 浙江工业大学硕士学位论文 分布式m p c 的概念【4 2 ，4 3 1 ，既是指通过将大系统分成多个分布式的m p c 控制子系统， 每个m p c 能够单独工作，又能一定程度反映整体控制性能要求，最终达到整体控制的 目的。这里将每个m p c 设计成一个a g e n t ，构造一个m a s 系统，将基于a g e n t 的分布 式预测函数控制记为m a - m p c ，分布式m p c 控制器结构如图1 8 所示。 图1 - 8m a 小癣c 分布式控制结构 如图1 - 9 所示，将每个子系统预测控制器看成一个a g e n t ，各a g e n t 之间通过一定 的规则有选择得进行连接和通信。同时每个a g e n t 能够独立得进行对应子系统的预测控 制，但跟所有的分布式系统一样，每个子系统控制器只能够满足局部的控制，必须通过 一定的手段进行通讯决策，才能实现整体系统的性能优化。 1 4 本文研究内容及创新点 1 4 1 本文研究内容 本文以汽车车身电泳涂装线作为研究对象，在基于m a s 系统的基础上，进行涂装线 e r p 系统、系统层调度、设备层控制的智能结合研究，最终实现汽车涂装线的整体群控 系统。论文共有6 个章节，具体内容如下： 第一章：介绍了论文研究的背景及意义，分析了汽车涂装线群控系统目前的研究现 状，并分析了群控系统中系统层调度模块和设备层过程控制模块的研究现状。最后从 m a s 系统的角度，分析了基于a g e n t 的群控系统集成、决策调度、设备过程控制的研 究现状； 第二章：从汽车涂装线实际出发，进行基于m a s 的涂装线群控系统模型结构的建立， 分析了涂装线各系统的具体工艺和控制参数等，为后续章节的调度与预测控制提供理论 第一章绪论 基础； 第三章：研究了基于合同网和改进协同粒子群算法( p - c n p ) 的混合调度策略，解 决了汽车涂装线常规扰动和异常大扰动状况下的智能调度问题，并将调度结果发布给设 备控制层： 第四章：研究了任意联通条件下基于分布式模型预测控制( m a - m p c ) 算法的涂装 线设备层过程控制技术，并用广义预测控制( g p c ) 作为模型控制算法，进行实例仿真 分析和实验对比，实现涂装线的过程控制。同时设备层将生产状况、人员设备状况等反 馈回第三章的调度层，以进行实时优化调度： 第五章：主要从系统集成的角度，进行汽车涂装线群控系统软件开发，实现与企业 e r p 系统的对接，并实现系统层调度、设备层控制的系统集成： 第六章：进行了论文的工作总结，并在现有的论文研究基础上，提出需要进一步解 决的问题，并对涂装线群控系统的未来发展进行一定展望。 1 4 2 创新点 提出了基于m a s 技术的汽车涂装线群控系统，实现了涂装线e r p 系统、系统层 决策调度系统和设备层预测控制系统的智能集成； 提出了基于合同网( c n p ) 和改进协同粒子群( c p s o ) 的混合调度算法，实现 汽车涂装线系统层的常规扰动和异常扰动的最优调度； 提出了任意联通条件下的分布式模型预测控制算法( m a m p c ) ，通过对个体 a g e n t 性能指标的简单计算，实现汽车涂装线设备层的整体性能指标优化控制； 1 5 本章小结 本章主要介绍了本文的研究背景及意义，并从群控系统的集成方式、系统层调度、 设备层控制以及m a s 在群控系统中的应用等现状进行分析，结合汽车涂装线现存问题， 引出本文的研究内容和创新点。 1 4 浙江工业大学硕士学位论文 第二章基于m a s 的涂装线群控系统结构参数研究 2 1 汽车涂装线m a s 群控系统结构 2 1 1 汽车涂装线m a s 群控系统整体结构 现代化的汽车涂装线群控系统与传统的基于简单功能集成的控制系统有很大的区 别，它是在数字化集成制造的基础上，将传统控制系统中的企业e r p 计划、任务调度 以及现场过程控制有机的结合起来，利用计算机和网络构架技术形成一个集成的具有高 效、柔性以及智能化的群控系统，汽车涂装线的群控系统原理如图2 1 所示。 生产状况反馈 图2 1汽车涂装线群控系统原理 息 生产计划在这里相当于企业的e r p 系统，负责订单、物料、人员等的最初分配和计 划：系统调度根据生产计划发布的任务信息以及设备控制反馈的状态信息进行具体任务 的分解和发布；设备控制是指利用一定的过程控制技术对现场设备进行控制，同时将其 相关的状态信息反馈给系统调度。 可以看出，一个现代化的汽车涂装线群控系统应该满足一下几个功能： ( 1 ) 企业管理层：总生产计划模块的信息收集和处理 由于每个企业的e r p 系统都已现对成熟，且已经发展得相当完善，本文不再对生产 计划模块进行仔细研究，仅仅通过系统调度模块，实现对生产计划e r p 系统的数据接 第二章基于m a s 的涂装线群控系统结构参数研究 收和反馈； ( 2 )车间系统层：系统层的决策调度功能 系统调度层一方面接收e r p 系统实时发布的任务，进行任务的分解和布置；另一 方面，系统层必须要能够考虑到设备层的各种反馈信息，包括生产状态、设备状态、人 员状态等信息，实时地进行任务布置的调整。 ( 3 ) 车间设备层：设备层的过程控制 设备层的过程控制技术主要有两个功能：能适应日益复杂的汽车涂装线工业控 制系统，实现各种线性、非线性、多变量的程控制系统的实时精确控制，并具备一定的 拓展性；能够与系统层对接，其控制策略要能反应系统层的