大數(shù)據(jù)環(huán)境下的MES作業(yè)計劃和調(diào)度能力的云服務(wù)化

肖德風(fēng)

（中國石油天然氣股份有限公司大慶煉化分公司 黑龍江省大慶市 163411）

作為全球制造業(yè)首屈一指的大國，我國擁有大量的裝備制造企業(yè)，特別是重工業(yè)發(fā)達的東北地區(qū)，但是隨著我國經(jīng)濟的不斷發(fā)展以及產(chǎn)業(yè)結(jié)構(gòu)的不斷調(diào)整，這些制造企業(yè)生產(chǎn)成本高、生產(chǎn)效益低以及資源利用率低的問題越來越突出，市場核心競爭力急劇下降，而MES（制造執(zhí)行系統(tǒng)）正式解決當前我國制造業(yè)諸多問題的有效途徑。作為企業(yè)上層計劃管理與基層車間中堅的紐帶，MES 是界于兩者之間的生產(chǎn)管理技術(shù)與實時信息系統(tǒng)，其最大的優(yōu)勢就是作業(yè)計劃和調(diào)度優(yōu)化方面，這方面也成為了制造業(yè)系統(tǒng)進行調(diào)度、規(guī)劃和管理改革，實現(xiàn)企業(yè)優(yōu)化發(fā)展的熱點研究方向。

1 MES作業(yè)計劃和調(diào)度能力云服務(wù)化研究發(fā)展背景。

在大數(shù)據(jù)的環(huán)境背景下，我國的云計算技術(shù)取得了突飛猛進的發(fā)展，這給傳統(tǒng)制造業(yè)改革帶來了發(fā)展契機，云制造系統(tǒng)逐漸走入了制造業(yè)領(lǐng)域的視野。簡而言之，云制造系統(tǒng)就是一種虛擬化處理過程，主要虛擬化的內(nèi)容為制造企業(yè)的制造能力和制造資源，通過幫助制造企業(yè)構(gòu)造制造能力池來達到對制造資源的按需分配，進而為用戶實現(xiàn)制造企業(yè)的云服務(wù)化，這種云制造系統(tǒng)的優(yōu)勢在于在制造企業(yè)的全生命周期服務(wù)過程中實現(xiàn)成本控制，同時還能夠?qū)崿F(xiàn)產(chǎn)品的高質(zhì)量把控。

隨著我國大數(shù)據(jù)技術(shù)的不斷深入發(fā)展，我國的制造業(yè)正式從“數(shù)據(jù)時代”步入了“大數(shù)據(jù)時代”，在云制造系統(tǒng)發(fā)展的背景下，本文主要通過研究制造企業(yè)的的單件小批MES作業(yè)計劃與調(diào)度系統(tǒng)，來解決傳統(tǒng)生產(chǎn)過程中所遇到的具體問題，并對云服務(wù)化的實現(xiàn)展開具體的闡述。

2 MES綜合系統(tǒng)的結(jié)構(gòu)概述。

本文基于大數(shù)據(jù)環(huán)境下研究的單件小批MES 作業(yè)計劃和調(diào)度能力問題主要以哈爾濱電機廠采用的MES 系統(tǒng)為基礎(chǔ)，對其設(shè)計應(yīng)用的單件小批MES 作業(yè)和調(diào)度綜合優(yōu)化系統(tǒng)進行系統(tǒng)分析，在實踐摸索中找尋解決關(guān)鍵問題的辦法。

如圖1 所示，ERP 和車間控制層SFC 的異常信息實時傳輸至通訊接口組件，而SFC也需要定期的接收通訊接口組件發(fā)出的輪詢，該步驟設(shè)計的目的就是幫助車間控制層定期對作業(yè)計劃執(zhí)行訊息進行實時更新，以便系統(tǒng)捕獲異常信息，分析組件在統(tǒng)一接受完信息后，系統(tǒng)會作出相應(yīng)的反應(yīng)，對輸出的異常事件進行自動化處理。而通過引入制造能力云服務(wù)平臺組件，作業(yè)計劃和調(diào)度優(yōu)化的算法大幅提升，能夠給予作業(yè)計劃與調(diào)度接口更加科學(xué)、適合的設(shè)計規(guī)劃，全面提升車間作業(yè)調(diào)度員在應(yīng)對異常事件處理的工作效率。

圖1：單件小批MES 作業(yè)計劃與調(diào)度綜合優(yōu)化系統(tǒng)體系結(jié)構(gòu)

3 MES作業(yè)計劃和調(diào)度優(yōu)化系統(tǒng)的關(guān)鍵問題分析。

3.1 高效獲取異常信息以及發(fā)現(xiàn)異常事件。

本文通過設(shè)計主動感知子系統(tǒng)以及異常實時監(jiān)控系統(tǒng)來解決MES 作業(yè)計劃和調(diào)度優(yōu)化系統(tǒng)中如何高效獲取異常信息以及發(fā)展異常事件的關(guān)鍵問題。

（1）將制造企業(yè)生產(chǎn)車間的異常事件進行定義和分類，并依照異常事件的來源將其分為兩大類，詳情如圖2 所示。

T1類型標記為加工任務(wù)，主要包含加急訂單和變更訂單，信息來自于ERP 系統(tǒng)中；T2類型標記為異常事件，主要包含工件加工、設(shè)備運行、人力資源、工具資源以及物料資源等五個方面的異常狀態(tài)，信息來自于SFC 系統(tǒng)中。

（2）問題分析。本文對車間生產(chǎn)過程產(chǎn)生的異常事件信息采用主動感知子系統(tǒng)和異常實時監(jiān)控的設(shè)計，其主要具備兩大職能。一方面，異常實時監(jiān)控系統(tǒng)能夠?qū)ι蠈拥腅RP 系統(tǒng)以及下層的SFC 系統(tǒng)進行異常狀態(tài)采集，依照在上層ERP 以及下層SFC 數(shù)據(jù)庫中預(yù)先設(shè)定的字段取值來獲取異常信息數(shù)據(jù)，對客戶端（ERP 和SFC）推送出來的異常信息進行監(jiān)聽，并實時捕獲。另一方面，通過設(shè)定定時的輪詢機制，在一定周期頻率內(nèi)，主動感知子系統(tǒng)能夠從SFC 系統(tǒng)中獲得作業(yè)計劃的執(zhí)行信息，從中找尋不易被發(fā)現(xiàn)的能夠?qū)е掠唵螣o法按要求交付的異常事件。

（3）技術(shù)實現(xiàn)。本文設(shè)計的主動感知子系統(tǒng)以及異常實時監(jiān)控在技術(shù)賴以發(fā)展的核心基礎(chǔ)主要有：Socket 網(wǎng)絡(luò)通信機制、數(shù)據(jù)庫觸發(fā)器、數(shù)據(jù)關(guān)聯(lián)分析以及Digester。

3.2 智能化處理異常事件。

本文以關(guān)聯(lián)關(guān)系和ECA 規(guī)則兩種決策引擎作為基礎(chǔ)，為MES解決如何智能化處理異常事件量身定做了智能驅(qū)動機制子系統(tǒng)。進而幫助MES 作業(yè)計劃和調(diào)度優(yōu)化系統(tǒng)實現(xiàn)了對異常事件從感知到智能決策的過程。

（1）智能驅(qū)動機制子系統(tǒng)需要在設(shè)計方面具備兩個方面的功能。一方面，智能驅(qū)動機制子系統(tǒng)需要具體對異常事件的感知能力，該部分能力主要通過系統(tǒng)設(shè)置的事件監(jiān)聽功能來實現(xiàn)，智能驅(qū)動機制子系統(tǒng)在設(shè)計之初要預(yù)先設(shè)定異常事件集合，在實際運行過程中，產(chǎn)生的異常事件要與異常事件集合內(nèi)的數(shù)據(jù)進行一致性對比，進而為下一步?jīng)Q策分析進行驅(qū)動；另一方面，智能驅(qū)動機制系統(tǒng)需要針對異常事件特點找尋系統(tǒng)預(yù)設(shè)定的動作關(guān)聯(lián)關(guān)系，進而實現(xiàn)智能化的決策分析，該系統(tǒng)的預(yù)設(shè)定動作需要依靠大量的典型作業(yè)計劃靜態(tài)制定算法以及海量的車間實際生產(chǎn)數(shù)據(jù)作為基礎(chǔ)，

（2）體系結(jié)構(gòu)設(shè)計。本文采用的智能驅(qū)動機制子系統(tǒng)是基于雙決策引擎的異常處理體系基礎(chǔ)上設(shè)計出來的，其具體結(jié)構(gòu)設(shè)計如圖3 所示。

關(guān)聯(lián)關(guān)系決策引擎本質(zhì)上就是深入分析異常事件和處理動作之間的相關(guān)聯(lián)系，該決策引擎能夠?qū)㈥P(guān)聯(lián)動作簡單化處理，并具備極高的執(zhí)行效率，然而其缺點也較為明顯，就是關(guān)聯(lián)動作的執(zhí)行必須建立在海量的車間實際生產(chǎn)數(shù)據(jù)基礎(chǔ)之上。而ECA 規(guī)則本質(zhì)上就是深入分析異常事件和處理動作之間的因果關(guān)系，優(yōu)點是能夠與經(jīng)驗豐富生產(chǎn)調(diào)度員的人為決策進行有機融合，缺點是十分依賴專業(yè)領(lǐng)域高水平的專家，成本高且難度大。因此，本文采用雙引擎算法的互補式設(shè)計來彌補單一算法設(shè)計上的不足。

圖2：異常事件分類

圖3：智能驅(qū)動機制子系統(tǒng)體系結(jié)構(gòu)示意圖

圖4：算法云服務(wù)子平臺體系結(jié)構(gòu)

（3）技術(shù)實現(xiàn)。一方面，基于ECA 規(guī)則設(shè)計的決策引擎的動態(tài)配置實現(xiàn)采用可擴展標記語言的XML 來實現(xiàn)，同時進行動態(tài)配置以滿足決策引擎嵌入ECA 規(guī)則集的需求，這種設(shè)計對系統(tǒng)的功能性和兼容能力的兩方面需求都提供了充足的保障；另一方面，基于關(guān)聯(lián)關(guān)系的決策引擎主要應(yīng)用了并行處理技術(shù)以及數(shù)據(jù)挖掘技術(shù)，在數(shù)據(jù)挖掘算法方面，主要采用了比較經(jīng)典的BayesNet 和NaiveBayes 算法，這兩種算法能夠與MES 實時生產(chǎn)環(huán)境的GSP 序列挖掘算法相匹配。此外，本文對數(shù)據(jù)挖掘算法的數(shù)據(jù)預(yù)處理過程采用MapReduce 并行處理解決方案，幫助兩種決策引擎實現(xiàn)快速、適應(yīng)的智能匹配模式，確保該系統(tǒng)對實踐相應(yīng)處理動作的有效性。

3.3 作業(yè)計劃與調(diào)度優(yōu)化算法計算能力服務(wù)化。

為了實現(xiàn)MES 作業(yè)計劃和調(diào)度能力的云服務(wù)化，有效解決算法能力的服務(wù)化問題，本文主要是通過設(shè)計相應(yīng)的服務(wù)子平臺，來實現(xiàn)作業(yè)計劃和調(diào)度優(yōu)化算法的計算能力服務(wù)化。

首先，問題分析。MES 作業(yè)計劃和調(diào)度能力的云服務(wù)化實現(xiàn)就必須制定高質(zhì)量的工序級作業(yè)計劃應(yīng)用在車間生產(chǎn)過程中，這種作業(yè)調(diào)度的優(yōu)化對算法要求較高，因此，要想切實解決這一問題就必須在算法云服務(wù)子平臺進行設(shè)計之前而明確其具體功能內(nèi)容：

（1）虛擬化封裝功能；

（2）注冊和發(fā)布功能；

（3）服務(wù)請求解析的匹配性功能；

（4）監(jiān)控和管理功能（主要針對執(zhí)行狀態(tài)、信譽度以及執(zhí)行效率等進行監(jiān)控和管理）。

其次，體系結(jié)構(gòu)設(shè)計。本文設(shè)計出的算法云服務(wù)自平臺主要包含算法云服務(wù)能力池模塊、云服務(wù)請求解析器、算法云服務(wù)管理中心模塊、算法云服務(wù)代理以及云服務(wù)搜索和匹配模塊等五部分，具體結(jié)構(gòu)設(shè)計如圖4 所示。

第三，技術(shù)實現(xiàn)。本文設(shè)計的算法云服務(wù)子平臺在構(gòu)建過程中，面向服務(wù)的體系結(jié)構(gòu)采用SOA 架構(gòu)進行搭建，對外則是提供SaaS層次的云計算服務(wù)，而SOA 體系結(jié)構(gòu)主要采用WebService 技術(shù)實現(xiàn)。在虛擬化技術(shù)的支撐下，算法云服務(wù)資源池對各個算法進行抽象，并封裝成不同的WebService，任務(wù)的執(zhí)行過程對上層應(yīng)用而言是完全透明的。

4 結(jié)語

本文設(shè)計的這種基于大數(shù)據(jù)環(huán)境背景下的MES 作業(yè)計劃和調(diào)度能力云服務(wù)模式是一項MES 系統(tǒng)的綜合優(yōu)化動作，本文提出的閉環(huán)體系結(jié)構(gòu)設(shè)計能夠優(yōu)化傳統(tǒng)制造企業(yè)小批MES 系統(tǒng)的工作效率，通過搭配異常實時監(jiān)控系統(tǒng)以及主動感知子系統(tǒng)，能夠幫助制造車間的作業(yè)計劃與調(diào)度及時處理異常數(shù)據(jù)，并依靠智能驅(qū)動機制子系統(tǒng)，配合算法云服務(wù)子平臺對車間的調(diào)度計劃和作業(yè)計劃進行算法上的優(yōu)化處理，使傳統(tǒng)MES 系統(tǒng)工作向著云制造模式的方向發(fā)展，全面提升MES 作業(yè)計劃和調(diào)度能力。