基于Multi-Agent 在炉渣厂生产中的应用研究

邓 广，岑 华，廖琼章

（广西现代职业技术学院机电工程学院，广西 河池 547000）

0 引言

近年来，随着生产制造技术的日益发达，公司的生产制造模式已逐步由大规模粗放型生产向小批量精细化制造过渡，由于用户对生产技术的要求复杂多变，对工艺要求也日益提升，从而造成了市场竞争日益剧烈。为提高公司制造的柔性、稳定性和高效性，增强公司竞争力，确保公司利润的最大化，怎样对整个制造系统的各种资源加以合理配置，一直就是我国国内学者研讨的热点议题[1]。工厂作业车间调度问题（Job-shop Scheduling Problem，JSP）是工厂制造过程执行系统的核心内容，对车间调配方法的优化运用能够极大减少工艺耗费，提升生产资源效率，减少制造周期，最终提升公司的整体制造效率。所以，作业车间调度问题是提升公司生产柔性与高效率的关键点，对作业车间调度问题的研究有着很大的意义[2]。

多智能体控制系统在交通控制系统、工业专家系统、智能工业机器人系统等应用领域中都有广泛应用，从20 世纪80 年代，学者们就开始将其融入到工业车间生产调度的问题中。到了20 世纪90 年代，更多的学者利用了多智能体系统进行了对生产调度系统的研究，但一般都是利用把生产车间中的所有资源等实体抽象界定为具体智能体，来形成了生产调度系统的基本模式，Parunak 就把生产车间中的所有工件、机器等资源抽象界定为具体的智能体，并由此产生了一种生产车间调度系统，利用了各智能体的自主特征和交互性，通过交流协作并根据相应的调度规律处理实际的生产问题[3]。齐新在公司信息化管理系统ERP的基本上，把各种信息资源和各项任务抽象为信息资源智能体和各项任务智能体，还根据信息资源和各项任务的管理工作增设了信息管理智能体，以保证系统的稳定工作，最后形成了多智体工厂生产车间调度管理系统。

为此，针对炉渣厂的生产问题，本文首先简要介绍了Multi-Agent 系统，并分析了Multi-Agent 在制造车间调度中的应用。然后，提出了一种基于Multi-Agent 黑板模型的车间调度方案和框架，以提高炉渣的生产效率。

1 Multi－Agent 系统概述

1.1 Multi－Agent 系统的定义

多智能体Multi-agent（简称MAS），就是将许多性能较简单的Agent，经过相互通信交换而组成的一种功能较全面的稳定体系，其中的智能体间可以相互协调，也便于对使用者系统及其组成部分进行管理工作。它的主要内容就是怎样配合各Agent 的活动，并共同完成作业各项任务[4]。因为各个Agent 都分别保留着自己的知识库和信息，所以MAS 的知识库都是很散乱的，而且资料和数据之间都没有共享空间，很不全面。要想实现单个Agent 所难以完成的大量工作任务，就需要提高各个Agent 间的互动性和协商与协作。

1.2 Multi-Agent 系统特点

（1）分布式处理：个体在系统中是分布式的，它们可以存在于不同的物理位置或计算节点上。这种分布性使得个体可以在不同的环境条件下进行感知和决策，提高系统的适应性和灵活性。这种分布式处理使得系统能够同时处理多个任务，提高系统的并发性和吞吐量。

（2）自主性：每个个体在Multi-Agent 系统中都是独立的实体，具有自主感知、决策和行动的能力。每个个体具有一定的自主性，它们可以根据自身的目标和知识，独立地感知环境、做出决策并执行行动。这种自主性使得个体可以适应不同的情况和变化，并具有一定的灵活性。

（3）协作与合作：个体之间可以通过通信和协调来实现合作。他们可以共享信息、传递消息、协商行动，并通过合作来实现共同的目标。协作可以是一对一的，也可以是多对多的，个体之间的合作方式可以根据情境和目标进行动态调整。个体之间可以通过消息传递、共享知识和协调行为来实现协作。

（4）分布式知识与学习：在Multi-Agent 系统中，个体可以具有不同的知识和经验。他们可以通过交流和共享知识来扩展个体的知识，并通过学习和适应来改进自己的行为。个体之间的学习可以是基于规则的、强化学习的，也可以是基于演化的等，以便系统能够适应动态环境中的变化和不确定性。

（5）自适应和鲁棒性：Multi-Agent 系统具有自适应和鲁棒性的特点，即个体可以根据环境变化和其他个体的行为，自动调整自己的策略和行动。这使得系统能够适应复杂和变化的环境，并在不确定性条件下保持稳定的性能。

2 Multi－Agent 系统在生产车间调度中的应用

在现代生产管理系统中，生产车间的排序问题是最基本、最关键的问题之一。由于agent 技术本身具有信息处理的分布特征，使用多agent 管理系统的生产车间排序问题也引起了许多学者的关注[5]。

针对分布式生产控制，Maturana 等人构建了一个基于Multi-Agent 技术的协作机制框架，并将其应用于生产车间。后来，一些研究人员证明，这种协作架构也可以作为其他分布式、智能化生产控制的参考。Takahashi 等[6]将Multi-Agent 系统应用于生产企业对市场变化的内部预期，从而建立了一个具有共享服务功能的新的市场模型，并使用Multi-Agent 仿真系统描述整个制造车间生产计划中的决策过程。Peng等[7]设计了一组具有专门知识库的代理人，以获取大量信息，改善公司内部缺乏整合力量的实际问题，并与公司其他内部管理系统、人力资源管理和大数据分析人才合作。此外，还对多智能体管理系统进行了仿真。同时，Baker 还对各种多智能体体系结构、生产调度计算、过程调度计算、推拉计算及其在多智能体异构系统中的应用进行了深入研究。Hussain 等[8]在分布式生产管理系统中采用了Multi-Agent 管理系统，构建了系统性能评估机制，根据任务完成时间、一般机械效率和零件平衡时间对系统进行评估，并对仿真模块进行了仿真测试。自从1954 年对约翰逊对流式水电站调整的具体问题进行了详细研究以来，许多学者开始对电站排序进行进一步研究[9，10]。

随着科学的发展，研究方法也不断创新。我们参考了前人的成功方法求解了一系列具有代表性的电站调节计划的优化问题，如：基于启发式规则构建法，分支极限法，拉格朗日松弛方法等。目前，已有许多基于多代理的算法。在此基础上，又提出了一种基于多Agent的多Agent控制方法，并将该方法应用到生产调度中。这种类型的NP难性质对更复杂的分布式系统具有天然的适应性，提出了一种解决工件生产计划问题的新方法。

3 基于Multi-Agent 的车间调度系统模型

当前，大规模分布式开放的工业系统面临更新换代才能保持技术优势，并对不断变化的市场需求、不断提高生产效率做出快速响应。所有这些都是维持现代工业体系长期稳定运行的关键因素。生产过程规划是生产过程管理的核心内容。因此，将生产计划和优化设计方法应用于先进制造业，对实现生产计划和生产计划的现代化管理具有重要的现实意义。

在时间和空间上，应科学合理地分配生产车间有限的资源，以满足公司生产经营目标的需要[11]。经典的生产调度问题也可以理解为用于处理工件的资源分配问题。每个零件都包含一个工艺集，每个工艺都需要占用大量的机械、工具等生产资源，并且以零件的工艺路线为基础进行加工，一些机床的加工程序也会有所不同。配置的主要目标是科学合理地配置机械等各类资源，科学合理地设定技术时间，以最大限度地提高企业的收入和其他指标。

3.1 车间调度系统的管理

车间调度系统在管理上主要分为四个层次：任务管理、静态调度、动态调度以及资源管理，如图1 所示。任务管理负责接收下达到车间的生产订单，并根据工艺路线和资源状态分配任务；静态调度负责在正常的周期性生产过程中进行任务分配以及资源调度；动态调度负责在紧急订单或设备故障等特殊情况下，及时调整系统，进行任务重调度，保障加工系统的顺利完成；资源管理不仅包括车间加工机床的管理，还包括外协厂家的管理，此外还需要实时监控资源的任务列表进度和加工状态，如果出现异常，及时向车间管理员发出预警[12]。

图1 车间控制系统模型

3.2 Multi－Agent 黑板模型

黑板控制模块的工作机制如下：当有多个代理共同处理某个问题时，在这些常见的工作空间中，管理模板使用相应的游戏（如动作域）来启动一个代理，然后让代理完成指定的任务[13]。在智能体完成解答之后，将解答的结果记载在黑板上，让其他智能体能够看见和共享，智能体也可以利用这些成果来解决问题；直到所有的问题都被解答出来，罗兰才满意地得出了一个结论。图2 中展示了一个黑板模型的构造图。

图2 黑板模型的体系结构

3.3 生产车间调度方案建模

企业的生产计划关系到产品的科学合理分配。为了利用Multi-Agent 的黑板模型实现生产和车间管理，首先定义了一个应用车间管理的Multi-Agent 管理系统，包括：工厂管理系统Agent（MA）、管理单元Agent（WA）、任务管理Agent（TA）、事件管理Agent（SA）等[14]。

MA 是一个全局Agent，其主要功能是分配车间任务、制定车间生产计划、调度计划和生产流程管理等。MA 还可以管理与其他Agent 的信息交换和传输。Ma 是一名全球代理商。

其中，代理单元是指所有机器设备组成的具有对应功能的机器单元，它是特定工作的主体。在其知识仓库中，存储了各种切削工具的产量、切削工具所需的原料以及切削所需的切削时间。

Agent 将移动代理从移动代理中获得的目标，根据需求将其分解为若干子目标，然后将这些子目标向移动代理中的Broadcast 模块发送。在其专业知识库中，主要存储任务的生产技术、加工流程、加工时间等相关专业知识，并对每个任务进行分解处理。

SA 通常是根据紧急情况动态生成的。例如，SA可以在紧急情况、订单取消或补充的情况下激活，或者在设备故障、工具损坏、工作延迟等情况下激活。SA 可以在所有工作完成后销毁。

在它的知识库中，有一系列的事件逻辑推理，其中有：IF [突发提高订单-增加订单的速度]，THEN[发布公共目标工作任务-机器需求]。IF [装备出现问题]，then [发布通用任务-装备需求]。

4 生产车间调度模型验证

为证实Multi-Agent 系统使用黑板模型进行生产车间调度管理的有效性，本研究以炉渣厂某一智能生产系统车间为例，实施了Multi-Agent 系统使用黑板模型进行生产车间调度管理的全过程。这里主要分析两种情况：（1）机械出现了意外，比如电路受损，比如切割工具断裂等等；（2）企业在订单量的骤升或骤降。将这两种情况都定义为SA，在SA 开始之后，MA 引发的应急因子为△，这个因子是MA 按照突发情况的严重程度和损失的程度来判定的，一般取值为：1，紧急任务，请立即回复。0，所有的普通工作，都需要用到机器上来回答。-1，所有的工作都要排队，请带着空闲的仪器来完成。

MA 在收到生产车间的生产工作任务之后，会根据各个零件的生产施工条件、具体的时间工作计划，将这些工作分配给WA 和TA，并使用通信模块来完成与各个生产代理单位的联络。WA 从MA 和TA 那里接受工作安排，将工作安排分配到机器装置单元Agent，并使用通信模块与机器装置单元Agent、MA和TA 等进行通信。TA 在接收到MA 任务、WA 综合设备信息之后，根据零件的特性展开了一个机械加工制造子任务，并将P 十一定义为机械加工制造零件P-的第一个工序，其他工作完成任务以此类推。

5 结语

车间调度问题是现代生产制造中最基础的问题，本文利用多代理进行了车间排程策略的研究与开发，运用Multi-Agent 技术中的黑板模型构建生产车间调度模型，为炉渣厂的生产提供重要的理论依据。