1引言 

以互聯網技術為代表的新技術革命給社會眾多產業帶來了深刻變革，制造業的變革也越來越清晰地展現出來。為迎接新一輪科技革命和產業變革，2013年，德國三大協會ZVEI、VDMA和BITCOM在漢諾威工業展上成立工業4.0聯盟，提出建設“信息物理系統”，積極布局“智能工廠”。2015年中國發布《中國制造2025》，部署推進實施制造強國戰略，提出以推進信息化和工業化深度融合為主線，大力發展智能制造。

智能制造以智能車間為載體，在設計、供應、制造和服務各環節實現端到端無縫協作。智能物流可以感知、思維、推理、路徑規劃和決策等，是連接供應鏈和制造的重要環節，也是打造智能工廠的基石。當前，智能制造和智能物流正處于整合過程中，以使企業打造更加高效、靈活的產業鏈。未來，智能物流將融入智能制造工藝流程，智能工廠的物流控制系統將負責生產設備和被處理對象的銜接工作，在系統中起著承上啟下的作用。漢諾威工業博覽會(HANNOVER MESSE)從2018年開始將與世界領先的內部物流貿易展—漢諾威國際物流展覽會(CeMAT)共同舉辦，也反映了智能制造和智能物流共同發展，最終實現有效融合這一行業趨勢。

如何管控制造和物流的復雜流程，協同生產調度和物流調度，以實現智能制造和智能物流的集成是柔性智能車間面臨的一個重大挑戰。針對這個問題，海得控制研發了柔性智能車間生產物流調度系統，實現了智能制造和智能物流的“無縫集成”。該系統已在某口服液生產企業實現了示范應用，是國內制藥行業第一個柔性智能車間生產物流調度系統項目，已于2017年5月投產。目前海得控制正在進行柔性智能車間生產物流調度方案1→N的復制，正在開發實施的有兩個。

2柔性智能車間管控的問題和痛點 

柔性智能車間管控面臨的共性問題和痛點，包括四個方面，效益提升、調度復雜、柔性適應和故障處置等，如圖1所示。

 效益提升

柔性智能車間對于生產性能提出了更高的要求，其中進一步提高資源利用率，實現設備負載均衡，縮短生產周期是提高柔性智能車間生產管控水平，提升智能車間綜合效益的主要目標。

調度復雜

管控生產和物流的復雜流程，協同生產調度和物流調度，以實現智能生產和智能物流的“無縫對接”是實現柔性智能車間的一大挑戰。其中路徑沖突消解，最短路徑規劃，物料不斷供，產品品種和批次嚴格區分、確保不混批，規范生產操作流程，進行生產數據全流程追溯等復雜調度需求是實現生產調度和物流調度系統的基礎。

 柔性適應

柔性智能車間相對于傳統自動化車間，需要面對和適應更多的柔性。其中設備柔性允許生產多個產品和不同批次規格，并行工位的存在增加了路徑規劃和控制指令的柔性。對于設備上線和下線、無序狀態下啟動等系統也需具備適應能力。另外，還需具備人機交互和人工參與調度的適應能力。系統只有具備了這些柔性適應能力，才能發揮柔性智能車間柔性特征的優勢，進而提升智能車間的綜合效益。

 故障處置

柔性智能車間要求故障處置更加智能。對于設備故障，系統需適應設備故障，實現重調

度，信號安全復位、狀態還原、在制品異常處置流程等；對于輥道故障，系統需自動計算路徑可達性，實現重調度等；對于AGV/RGV故障，系統需實現故障AGV/RGV自動退出，與備用AGV/RGV自動引入等。

圖1 柔性智能車間的共性問題和痛點

3柔性智能車間生產物流系統方案簡介 

3.1系統架構

柔性智能車間生產物流調度方案采用三層系統架構：調度層、監控層和執行層。如圖2-1所示，其中調度層進行生產調度、路徑規劃和指令解析等，下發生產和運輸任務到PLC執行層；執行層接收來自調度層的任務，將在制品從起點運往終點；監控層負責數據的采集和傳輸，同時對生產物流系統進行動態監控。其中生產和物流調度是調度系統的核心模塊，其計算引擎框架如圖2-2所示。

 

圖2 系統架構

3.2關鍵技術

柔性智能車間生產物流調度的系統的關鍵技術包括車間生產調度理論和模型、生產調度方法、基于單節輥道控制的輥道控制方法、多AGV/RGV調度方法、緩沖區動態構建方法、設備故障/下線/上線自適應方法、批次約束滿足算法和手動規劃自適應方法等。

車間生產和物流模型

基于圖論和擴展的事件驅動過程鏈，對智能車間的生產、物流進行建模，包括設備元素、物流元素、載運工具元素、人員元素、邏輯元素等，建立起多維度多視圖的集成模型，全方位認識車間生產和物流狀況，為生產調度和物流調度提供模型和數據支持。

 生產調度方法

基于約束理論和拉式生產等生產調度思想，考慮各個工序生產節拍，提出適合智能車間的生產調度方法。采用動態實時調度方法和動態重調度方法，結合動態規劃模型，針對智能車間生產調度需求，進行生產任務最優指派。

基于單節輥道控制的柔性輥道控制方法

針對輥道運輸場景，為提高運輸系統的靈活性，采用基于單節輥道控制的方法，即每個運輸任務通過路徑規劃和指令解析模塊，給出其所有的指令序列，交由PLC執行模塊執行，且在上層避免路徑沖突。該方法可以靈活實現各種調度和運輸需求。

多AGV/RGV調度方法

多AGV/RGV調度的主要目標是提高AGV/RGV利用率和縮短運輸距離，主要難點是路徑沖突避免和死鎖避免問題。面向不同應用場景，采用基于圖論、移動閉塞技術、動態時間窗方法、Dijkstra算法和A*算法等解決沖突和死鎖問題。

緩沖區動態構建方法

針對需要在制品托盤的生產設備，動態建立和維護在制品托盤的緩沖區，任意狀態和任意時刻，均能實現在制品托盤的合理、及時供應，確保不斷供，不擁堵。

設備故障/下線/上線自適應方法

設備故障時，對相關在制品進行重調度；同時增加系統的適應能力，允許設備下線，脫離系統自行維修；設備上線時，系統自動接納設備進入。

批次約束滿足算法

針對批次約束要求嚴格的智能車間，將批次約束加入生產調度和物流調度中，確保滿足批次切換時新舊批次分割、混批生產時確保批次分離等。

手動規劃自適應方法

針對用戶人工干預需求，增加系統適應能力，允許在系統自動運行過程中，人工進行生產任務指派、路徑規劃等，并自動規避路徑沖突、實現負載均衡。

3.3創新點

柔性智能車間生產物流調度系統實現了智能生產和智能物流的集成，與傳統制造車間的生產和物流功能相比，主要實現的創新功能包括：

緩沖區動態調度

為避免在制品托盤斷供，距離在制品托盤入口較遠的生產設備動態建立緩沖區，確保在制品托盤及時供應和均衡分配。

路徑沖突重調度

在制品在路徑上產生路徑沖突時，可對相關在制品進行自動重調度，以消解沖突，避免死鎖狀態。

設備故障自適應

需要托盤的生產設備故障后，不再對其供應托盤；其它生產設備故障后，運往該生產設備的在制品將重調度到其它可用的并行生產設備。

設備上線/下線自適應

生產設備下線后，運往該生產設備的在制品重調度到其它可用的并行生產設備。生產設備上線后，系統會根據設備生產范圍、負載均衡等調度在制品到該設備進行生產。

手動規劃自適應

可接受手動調度目標點，并自動進行路徑規劃，并消解路徑沖突。

批次控制

生產設備批次切換時，完成舊批次清場并進入下一工序的生產設備后，再調度新批次在制品，確保兩個批次的在制品嚴格區分、不混批。

電子地圖：

以“電子地圖”呈現整個車間狀態，對生產設備上線狀態、重要交互信號以及所有設備重

要參數和報警信息進行實時動態顯示。

基于電子標簽的信息追溯

通過電子標簽，可記錄每個在制品經過的生產設備編號、進入時間、離開時間等，實

現全流程追溯。

4案例與效益分析 

4.1案例

案例1：某口服液企業（營口）滅菌柔性智能車間生產物流調度系統 

該智能車間作為國內制藥行業第1個柔性智能車間，已于2017年5月投產，海得提供的生產物流調度系統目前運行穩定。

 

 

圖3 案例1圖示

案例2：某口服液企業（新會）柔性智能車間生產物流調度系統

 

圖4 案例2圖示

4.2效益分析

海得控制研發的柔性智能車間生產物流調度系統，實現了智能制造和智能物流的“無縫集成”，為制造企業智能制造和智能物流整合提供了理想解決方案，提升了制造企業的整體效益。主要包括：

生產模式由人工操控設備和在制品轉向操控智能調度中心，生產流程規范可控、車間生產人員的體力勞動強度降到最低。

系統自動確保生產不混批，實現全流程追溯。

優化物流路徑，提升物流效率，減少物流運輸成本，減少生產設備斷供。

優化計劃排產，提高設備利用率，縮短生產周期，提高車間產能。