基于多智能體的空調外機柔性生產系統研究

高志成　文晨銳　楊歆豪　倪俊芳　周東風　楊波

摘 要：傳統空調外機的生產需經多部分組裝，生產效率不高。考慮到提高生產效率，提出了基于多智能體的柔性生產系統，配合物流小車RGV的輸送功能，提高了各工位對不同型號大小的元器件的適應性。經現場測試驗證，生產良品率可提高60%，精度達到±0.02mm一下，并且能實現不同機型的生產操作。

關鍵詞：多智能體；柔性；生產系統

DOI：10.16640/j.cnki.37-1222/t.2019.14.001

0 引言

現如今，空調已成為生活中不可或缺的電器。一方面，需求的增加導致空調的生產要求越來越高。另一方面，空調制造工序復雜、生產效率低、人力成本高和生產不良率高。這兩方面的問題都需要得到迫切解決。

柔性生產系統能夠適應加工對象變換以及滿足對產品多品種、小批量的加工要求[1]。目前國內空調生產線大多針對單一機型進行生產，且自動化程度一般。本文提出的基于多智能體的空調柔性生產系統，具有較高自動化程度的空調精密組裝和性能檢作業。劉文浩、包亞萍等人設計了一套空調生產信息系統，但自動化程度并沒有明顯提高[2]。應小昆、李濟龍等人設計了一條柔性生產線，并協同AGV動作[3]。這種設計只適合小批量以及小型加工對象的裝配生產。針對壓縮機，張洋洋設計了基于多智能體的診斷系統，這套系統已經投入使用，現場運行結果較好[4]。因此，將多智能體運用到大型生產中，必能提高生產效率。

目前市場上的空調產品種類繁多，但結構近似，尤其從裝配工藝上看存在大量的重復性，其在結構、尺寸上變化對產品族裝配工藝規劃影響很小，這些特點為柔性生產線的設計提供了前提條件，再者，早期的空調生產線自動化程度不高。本文提出將柔性生產以及多智能體運用到大型空調外機生產系統中，配合RGV小車的輸送能力，提高生產自動化程度，提高效率。

1 多智能體空調柔性生產系統的工藝流程

該空調柔性生產系統結合智能化物流小車RGV和工業機器人[5]，提高了空調制造產線的自適應性，大幅度提高工序間的效率。其生產工藝流程圖如圖1所示。該生產系統分為兩部分：冷凝器部裝生產線和總裝生產線。冷凝器部裝生產線由自動折彎機、冷凝器自動上下料裝置、冷凝器上線工裝板升降臺，部裝焊接輸送線體、工裝板回板升降機、工裝板返板自動90度旋轉臺，冷凝器AGV輸送車，冷凝器旋轉翻轉臺、工裝板、真空箱系統、返修進出口（無動力）和返修小車等組成。總裝生產線由輸送自動RGV電氣小車、環形導向軌道及地下滑觸線、玻璃圍房（性能檢測房、檢漏房、繞膜打包暫存區線體）、自動化半自動化非標設備（含輔助工作站臺、頂升平移機構、液壓升降臺）等組成。

利用RGV有軌電氣小車承載產品實現環形流轉，各自動化設備和操作站點設立停車裝置實現小車停留，小車具備升降功能，便于操作高度調節舒適性。裝配、抽空、繞膜、打包等所有工序均在 RGV 車上完成，檢測和返修采用進出站作業。生產小機型可將產品物料車掛靠RGV小車隨動裝配。

2 多智能體空調柔性生產系統的設計框架

引入多Agent技術[6]的空調外機生產制造系統，其設計結構如圖2所示。整個系統包括四個主要的Agent，分別是主線Agent、分裝線Agent、監控Agent以及生產任務Agent。使得系統的兼容性大幅提升，可同時適應多種型號的空調外機頻繁切換生產，在提高企業生產效率的同時，大幅節約不同型號切換帶來的不便捷，省時省力。

主線Agent采用集中控制方式，遵循預先設計的方案。主線Agent主要包括底盤上線Agent、壓縮機裝配Agent和冷凝器裝配Agent。該單元根據具體的產品型號明確工藝流程、生產節拍和產量要求，從而確定下轄裝配工作單元Agent是否啟用，啟用數量以及啟動的先后次序。整個生產流程中，主線Agent不參與對分裝線Agent決策，只收集分裝線Agent的任務完成度情報并加以整合，提供給中央控制室進行實時監控與決策[7]。

分裝線Agent需要滿足主線工位對裝配任務的到達時間和到達地點的具體要求，而對于分裝線Agent內部的任務分配、調度方式完全由分裝線Agent自主決策完成。以整個任務批量為單位，輔以一定的調度優化算法并且合理安排生產任務，可以提高生產效率和設備利用率。分裝線Agent主要包括：冷凝器裝配Agent，檢測Agent（漏檢、氦檢、性能檢、鹵檢）、配件Agent（裝側板、葉輪、電機、抽真空、裝電控）、包裝Agent以及下線Agent。

監控Agent主要負責采集各工位關鍵部件處的狀態信號，并對信號進行數據處理和分析，監測采集到的信號是否發生異常，若監測Agent監測到某一信號異常，則會發送一個異常信息報告，以便信號的后續處理。同時還要將實時信號存入數據庫的相應表中，以提供給其它Agent。

由于不同型號的空調外機在外形尺寸、部件個數及截面形狀、重量等方面各有不同，所以在主線Agent、分裝線Agent和監控Agent的工作過程中需要針對不同型號進行調整。生產任務Agent基于機器視覺掃碼技術，在生產任務開始階段及時將相關型號信息發送給各Agent，各Agent通過搜索相關數據庫明確其在整個生產任務中的需要達成功能和扮演的角色。

3 多智能體空調柔性生產系統通信設置

整條線配置 1 臺總服務器，19 臺工位數據錄入查詢計算機（線體配置 11 臺、氦檢、加油專機設備配置8臺）。實現所有產品在線狀況，各產品在各工序參數、設備狀況、員工操作許可、開班時間、效率統計等記錄和計算，物料配套及時配送系統與 RGV 系統實現互聯，所有信息可在大屏幕上顯示和公布（配3臺55寸顯示屏），異常報警發送至公司管理網絡。其中1臺大屏幕顯示線體動態圖，另外2臺顯示生產看板數據。生產線信息化系統如圖3所示，以壓縮機上線裝配為例，具體可分為初始化、上料、影像定位、拾取、二次定位這五部分。

（1）初始化—上位機、下位機信息流及監視數據如各工站運行狀況，工藝制程完成情況等初始化，具體有機器人程序的復位、RGV小車直線伺服電機原點的回歸、無線通訊存活信號的測試、通訊模塊的聯機準備、真空及壓縮空氣等氣缸的復位以及影像坐標原點的校正。通過CCD拍攝工作臺面，采用Vision Pro圖像軟件和VB.net數據軟件開發，進行初始位置對準。

（2）上料——壓縮機散置于工作區域，均勻分布且不重疊，無位置要求。

（3）影像定位——CCD拍攝固定區域壓縮機圖像，經CCD系統處理器處理圖像，采用Vision Pro圖像軟件和VB.net數據軟件的算法研究，獲取壓機中心點坐標值與其輪廓角度位置。

（4）拾取——PLC 獲得具體圖像數據（坐標值），通過以太網通訊將數據傳送給機器人固定接收端，機器人通過判斷確認數據是否丟失或錯誤，在正確的情況下，結合當前位置，進行坐標偏移。PLC自動或手動采集的關鍵裝配物料信息、品質信息、設備狀態傳送到MES實現追溯。通過擴展RF120C模塊，PLC S7-1200 通過集成射頻識別（RFID，Radio Frequency Identification），采集空調的條碼信息傳送給MES實現追蹤。

（5）二次定位——由于抓取作業時，氣缸收縮導致夾爪與壓機間產生微小坐標值與角度的偏移，所以在放料移動過程中，機器人先將壓縮機放置在掃碼平臺，在進行信息錄入的同時，利用氣缸進行二次定位，滿足后續精確放置的需要。

線體各自動化設備預留以太網口，開放修改方法，便于修改參數和條碼系統對接。每臺 RGV 小車均安裝一臺 RFID 電子標簽卡，相應工位安裝識別儀器可自動讀出小車編號和承載產品信息，并發送給總控便于整條線自動信息采集。其中1臺大屏幕顯示線體動態圖，另外2臺顯示生產看板數據填盤——經二次定位后，機器人定點抓取壓機，移動至壓機與底盤結合部，利用CCD進行視覺定位，完成整個作業。

基于MES的智能化生產管理系統[8]，解決了數據格式兼容性、通信協議統一化等難題，具有生產計劃安排、信息分析統計、設備狀態實時監測等功能，全面記錄操作、配件更換、維修等信息，實現整個車間的統一管理和數字化生產。

4 系統測試運行

冷凝器部裝線上，性能良好的冷凝器經AGV輸送進入翻轉工位，并實時定位，手動觸發控制，由機器人自動抓取送至總裝輸送線小車上，見圖4。

總裝線上，操作人員利用助力機械手將底盤取上線，如圖5所示，隨后人工固定底盤螺釘，貼條碼確定產品型號。

整個空調柔性生產系統利用RGV有軌電氣小車承載產品實現環形流轉，RGV小車沿軌跡行進或停止，定位誤差<20mm，小車線速 5-20m/min 可調。軌道及滑觸線采用埋入式潛伏于地面以下，保證供電安全、滑觸可靠，滑觸線采用多級刷式膠條半密封。小車車體可升降，小車設計高度 350mm-700mm 可調，車輛上平面設置平移鏈保證產品移出移入，車架及車輪可承重 700KG，運行平穩無噪音[9]。每臺車架設計可安裝加長支架，制作大機型時可快速插入，隨之相關防保護等移位安裝，見圖6所示。

5 總結

本文運用多智能體技術提高空調外機柔性生產系統的生產效率，通過對智能體模型的建立、智能判斷決策模塊和機械控制執行模塊的設計，使柔性生產系統的重構性與魯棒性得以提高。經測試，單壓機產能可達120 臺/10h（節拍 270 秒/臺），雙壓機產能50 臺/10h（節拍 600 秒/臺），精度達到±0.02mm以下，生產的良品率提高60%。

參考文獻：

[1]葛捷.柔性自動化生產線中的輪轂型號自動識別系統的開發[D].西華大學，2013.

[2]劉文浩，包亞萍，童國道.空調生產線信息化系統設計與應用[J].組合機床與自動化加工技術，2016（09）：78-81.

[3]應小昆，李濟龍，曲強，鄢泳，苗洋，劉美娟.基于AGV動態調度的柔性生產線的協同生產[J].新技術新工藝，2019（01）：21-24.

[4]張洋洋.基于多Agent技術的往復式壓縮機在線智能診斷系統研究[D].大連理工大學，2012.

[5]朱玉坤.PLC技術在工業機器人中的應用[J].山東工業技術，2019（05）：174.

[6]張宇.基于多Agent的石膏砌塊粉料調度系統研究[D].重慶大學，2012.

[7]朱福喜，杜友福，夏定純.人工智能引論[M].武漢：武漢大學出版社，2006.

[8] 王偉達.動態的車間環境下自適應調度器及其關鍵技術研究[D].哈爾濱工業大學，2008.

[9]朱濤，劉輝，李嚴，閔廣東.有軌制導車輛（RGV小車）的設計[J].衡器，2018，47（10）：36-37+40.

作者簡介：高志成（1998-），男，江蘇鹽城人，本科在讀，研究方向：工業自動化。