Optimizacija modularnih proizvodnih strojev za izdelavo gumarskih izdelkov - doktorsko delo by Marko Jovanović

UNIVERZA V LJUBLJANI Fakulteta za strojništvo

OPTIMIZACIJA MODULARNIH PROIZVODNIH STROJEV ZA IZDELAVO GUMARSKIH IZDELKOV doktorsko delo

Predložil Fakulteti za strojništvo Univerze v Ljubljani za pridobitev znanstvenega naslova doktor znanosti

Marko Jovanović

Ljubljana, september 2016

UNIVERZA V LJUBLJANI Fakulteta za strojništvo

OPTIMIZACIJA MODULARNIH PROIZVODNIH STROJEV ZA IZDELAVO GUMARSKIH IZDELKOV doktorsko delo

Predložil Fakulteti za strojništvo Univerze v Ljubljani za pridobitev znanstvenega naslova doktor znanosti

Marko Jovanović

Mentor: prof. dr. Ivan Prebil, univ.dipl.inž. Somentor: prof. dr. Marko Starbek, univ. dipl. inž.

Ljubljana, september 2016

Zahvala Najprej bi se iskreno zahvalil mentorju prof. dr. Ivanu Prebilu za veliko pomoĉ in podporo pri raziskovanju in nastanku doktorskega dela. Iskreno se zahvaljujem tudi somentorju prof. dr. Marku Starbeku za komentarje in nasvete.

Rad bi se zahvalil vsem sodelavcem podjetja SMM proizvodni sistemi d.o.o in Katedre za modeliranje v tehniki in medicini za vso pomoĉ pri nastanku doktorskega dela. Posebej se zahvaljujem vodstvu podjetja SMM proizvodni sistemi d.o.o., ki je štipendiralo moj podiplomski študij.

DR/463

UDK 658.5:629.3.027.5(043.3)

NASLOV TEME: Optimizacija modularnih proizvodnih strojev za izdelavo gumarskih izdelkov Marko Jovanović Kljuĉne besede: proizvodnja pnevmatik, distribuirani holonski proizvodni sistem, virtualno proizvodno okolje, funkcijski bloki, IEC 61499 standard, UML, JADE. Izvleĉek: Proizvajalci pnevmatik, ki želijo v kompleksnem proizvodnem okolju sodobnega tržišĉa ostati konkurenĉni, se morajo hitro prilagajati spremembam, ki nastanejo v proizvodnih procesih. Osnovna problema, ki jih v takšnih razmerah izkažejo tradicionalni proizvodni sistemi, sta poĉasen odziv v procesu optimizacije proizvodnega procesa in nizka stopnja prilagodljivosti na motnje v sistemu. Cilj naše raziskave je razvoj distribuiranega in adaptivnega krmilnega pristopa, ki temelji na konceptu holonskega krmiljenja. Predstavljeni pristop distribuiranega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik omogoĉa: dinamiĉni odziv v primeru pojava optimizacijskih zahtev, zmanjšanje vpliva motenj na produktivnost sistema, dobro izkorišĉanje delovnih sredstev in v prihodnosti manjša investicijska vlaganja v delovna sredstva in opremo. Razvili smo okolje za izvedbo distribuiranega holonskega pristopa krmiljenja proizvodnega sistema za proizvodnjo pnevmatik z uporabo funkcijskih blokov, ki so v soglasju s standardom IEC 61499. Razvito virtualno proizvodno okolje omogoĉa analizo proizvodnega procesa, ponazoritev proizvodnih operacij, krmiljenje virtualnega proizvodnega sistema, upravljanje s parametri proizvodnih operacij in analizo naĉina delovanja krmilnega sistema še preden bo vgrajen v realni proizvodni sistem. Vrednotenje distribuiranega holonskega pristopa krmiljenja v virtualnem proizvodnem okolju je bilo izvedeno s pomoĉjo simulacij za razliĉne proizvodne scenarije, ki upoštevajo

obratovanje sistema v stabilnem in nestabilnem stanju. Priĉakujemo, da bo realna izvedba predstavljene tehnologije v prihodnosti zvišala produktivnost, izkorišĉenost delovnih sredstev in robustnost proizvodnega sistema.

DR/463

UDC 658.5:629.3.027.5(043.3)

THESIS TITLE: Optimization of moduluar production systems for the manufacturing of rubber goods Marko JovanoviÄ&#x2021;

Keywords: tyre manufacturing, distributed holonic manufacturing system, virtual manufacturing environment, function blocks, IEC 61499 standard, UML, JADE.

Abstract: Tyre manufacturers aiming to remain competitive in complexity market circumstances must promptly adjust to the changes within the production environment. With traditional tyremanufacturing systems, a slow response during optimization of the manufacturing process and low-level adaptability to system disturbances is evident. The objective of our research is to develop a distributed and adaptive control approach based on the concept of holonic control and IEC 61499 function blocks. The presented approach to virtual holonic control of the tyremanufacturing system enables dynamic response in the event of new optimization demands, decrease of the impact of disturbances on system productivity and smaller future investments in the manufacturing equipment. The framework for implementation of the distributed holonic control approach using IEC 61499 function blocks is developed. Evaluation of the holonic distributed control approach is performed within a virtual manufacturing environment. The developed virtual manufacturing environment enables analysis of the manufacturing process, visualization of operations, management of simulation parameters of the operations and analysis of the control system behaviour within a virtual manufacturing system prior to the implementation of the suitable control approach into a real-life manufacturing system. This helps avoid failures in the manufacturing system due to potential disadvantages of the manufacturing system structure or lack of coordination between control parameters.

Evaluation of the holonic control approach implementation within the virtual tyremanufacturing system was performed based on simulation tests for various scenarios, whereby system operation in stable and unstable condition was taken account of. The real-life implementation of this technology in the future is expected to increase productivity, resource utilization and robustness in a tyre-manufacturing environment.

Vsebinsko kazalo Kazalo slik ................................................................................................................................ iii Seznam uporabljenih simbolov in kratic ............................................................................. vii 1. Uvod ...................................................................................................................................... 1 1.1. Znaĉilnosti proizvodnje pnevmatik ................................................................................ 1 1.2. Definiranje problema ...................................................................................................... 2 1.3. Znanstvena hipoteza ....................................................................................................... 4 1.4. Priĉakovani prispevek znanosti ...................................................................................... 5 2. Pregled stanja na obravnavanem področju ...................................................................... 7 2.1. Model proizvodnega sistema .......................................................................................... 7 2.2. Pnevmatike ..................................................................................................................... 8 2.3. Tradicionalne krmilne strukture proizvodnih sistemov................................................ 10 2.4. Pregled stanja na podroĉju krmiljenja proizvodnje v gumarski industriji.................... 15 2.5. Agentsko krmiljenje proizvodnih sistemov .................................................................. 16 2.6. Holonsko krmiljenje proizvodnih sistemov ................................................................. 21 2.7. Virtualni proizvodni sistemi ......................................................................................... 25 2.8. Standard IEC 61499 za razvoj distriburanega krmiljenja proizvodnih sistemov ......... 27 3. Opis proizvodnih modulov proizvodnega sistema za proizvodnjo surovih pnevmatik .. ............................................................................................................................................. 47 3.1. Proces proizvodnje pnevmatik ..................................................................................... 47 3.2. Proizvodni sistem za proizvodnjo surovih pnevmatik ................................................. 49 4. Pristop distribuiranega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik................................................................................................................................ 55 4.1. Adaptivno distribuirano holonsko krmilno programsko okolje ................................... 58 4.2. Modeliranje

dinamiĉnega

obnašanja

adaptivnega

distribuiranega

holonskega

krmilnega sistema v stabilnem in nestabilnem proizvodnem okolju ................................... 67

4.3. Izvedba distribuirane holonske krmilne strukture z uporabo funkcijskih blokov IEC 61499 .................................................................................................................................... 86 4.4. Razvoj virtualnega proizvodnega okolja ...................................................................... 96 5. Vrednotenje

holonskega

distribuiranega

krmilnega

pristopa

virtualnem

proizvodnem okolju .............................................................................................................. 103 5.1. Kvalitativna analiza .................................................................................................... 104 5.2. Kvantitativna analiza .................................................................................................. 105 6. Zaključek .......................................................................................................................... 113 6.1. Prispevek k znanosti ................................................................................................... 114 6.2. Predlogi za nadaljevanje raziskav............................................................................... 115 7. Literatura in viri .............................................................................................................. 116 8. Priloge ............................................................................................................................... 127 8.1. Priloga A: Algoritem za izraĉun potrebne hitrosti tekoĉega traku v stroju postrežni tekoĉi trak ........................................................................................................................... 127 8.2. Priloga B: Samostojno definiranje optimiziranih ĉasov operacijskih faz in obratovalnih parametrov strojev v operacijskih holonih ......................................................................... 128 Življenjepis ............................................................................................................................ 133 Izjava ..................................................................................................................................... 135

Kazalo slik Slika 2.1: Model proizvodnega sistema ..................................................................................... 8 Slika 2.2: Struktura pnevmatike (prirejeno [AMD Avtoin, 2016]) .......................................... 10 Slika 2.3: Osnovni tipi krmilnih struktur (prirejeno: [Dilts, Boyd in Whorms, 1991]) ........... 12 Slika 2.4: Krmiljenje tradicionalnih proizvodnih sistemov (prirejeno [Leitão, 2009]) ............ 14 Slika 2.5: Standardni funkcijski blok z ustreznimi vmesniki ................................................... 29 Slika 2.6: Osnovni funkcijski blok ........................................................................................... 30 Slika 2.7: Primer izvršnega naĉrta krmiljenja .......................................................................... 31 Slika 2.8: Izvršni model funkcijskega bloka ............................................................................ 32 Slika 2.9: Kompozitni funkcijski blok ..................................................................................... 34 Slika 2.10: Funkcijski blok servisnega vmesnika REQUESTER (prirejeno [IEC Technical Committee, 1997]) ................................................................................................................... 35 Slika 2.11: Diagram servisov funkcijskega bloka servisnega vmesnika REQUESTER (prirejeno [IEC Technical Committee, 1997]) ......................................................................... 35 Slika 2.12: PUBLISH in SUBSCRIBE komunikacijska funkcijska bloka servisnega vmesnika .................................................................................................................................................. 36 Slika 2.13: Struktura programskega okolja (prirejeno: [Hanisch in Vyatkin, 2005]) .............. 37 Slika 2.14: Proces distribuiranja programskega okolja na dveh napravah (prirejeno: [Hanisch in Vyatkin, 2005]) .................................................................................................................... 38 Slika 2.15: Komunikacijska funkcijska bloka, ki povezujeta dela distribuiranega programskega okolja (prirejeno: [Hanisch in Vyatkin, 2005]) ................................................ 38 Slika 2.16: Struktura naprave (prirejeno [IEC Technical Committee, 1997]).......................... 39 Slika 2.17: Struktura procesne enote (prirejeno [IEC Technical Committee, 1997]) .............. 40 Slika 2.18: Struktura distribuiranega krmilnega sistema (prirejeno [IEC Technical Committee, 1997]) ....................................................................................................................................... 41 Slika 3.1: Potek celotnega proizvodnega procesa pri proizvodnji pnevmatik ......................... 48 Slika 3.2: Struktura pretoĉnih ĉasov v procesu proizvodnje pnevmatik .................................. 49 Slika 3.3: Tloris proizvodnega sistema za proizvodnjo surovih pnevmatik ............................ 50 Slika 3.4: Zaporedje operacijskih stopenj v proizvodnem sistemu za proizvodnjo surovih pnevmatik ................................................................................................................................. 51 Slika 3.5: Skupina strojev druge stopnje proizvodnega sistema za proizvodnjo pnevmatik ... 51

iii

Slika 3.6: Diagram stanja obstojeĉega centraliziranega programirljivega logiĉnega krmilnika .................................................................................................................................................. 52 Slika 3.7: Potek operacijskih stopenj navijanje pasu 2/3 in uporaba senzorjev v proizvodnih modulih strežnika pasu 2/3....................................................................................................... 53 Slika 4.1: Holonska distribuirana krmilna arhitektura proizvodnega sistema za proizvodnjo surovih pnevmatik .................................................................................................................... 57 Slika 4.2: Osnovni numeriĉni model za izraĉun pogonskih parametrov tekoĉega traku ......... 60 Slika 4.3: Struktura programskega agenta operacijskega holona ............................................. 61 Slika 4.4: Pregled ontoloških konceptov v krmilni strukturi proizvodnega sistema za proizvodnjo surovih pnevmatik ................................................................................................ 67 Slika 4.5: Mehanizem adaptivnega odloĉanja v krmilnem sistemu proizvodnega sistema za proizvodnjo surovih pnevmatik ................................................................................................ 69 Slika 4.6: Osnovni koordinacijski mehanizem ......................................................................... 72 Slika

4.7:

Ontološki

UML-diagram

zaporednosti

krmilnih

interakcij

osnovnega

koordinacijskega mehanizma ................................................................................................... 74 Slika 4.8: Koordinacijski mehanizem optimizacije v hierarhiĉni krmilni strukturi ................. 75 Slika 4.9: Algoritem za izraĉun optimiziranih ĉasov operacijskih faz ..................................... 76 Slika 4.10: Algoritem za izraĉun hitrosti izvršnih proizvodnih komponent/mehanizmov strojev ....................................................................................................................................... 77 Slika 4.11: Ontološki UML-diagram zaporednosti krmilnih interakcij koordinacijskega mehanizma optimizacije v hierarhiĉni krmilni strukturi .......................................................... 78 Slika 4.12: Algoritem za samostojno definiranje optimiziranih ĉasov operacijskih faz .......... 80 Slika 4.13: Koordinacijski mehanizem optimizacije v heterarhiĉni krmilni strukturi ............. 81 Slika 4.14: Ontološki UML-diagram zaporednosti krmilnih interakcij koordinacijskega mehanizma optimizacije v okviru heterarhiĉne krmilne strukture ........................................... 82 Slika 4.15: UML diagram zaporednosti krmilnih interakcij v procesu nadzorovanja proizvodnje surovih pnevmatik ................................................................................................ 83 Slika 4.16: Ontološki UML diagram zaporednosti krmilnih interakcij koordinacijskega mehanizma okrevanja ............................................................................................................... 85 Slika 4.17: Vgradnja kompozitnih funkcijskih blokov proizvodnega modula strežnika pasu 2 .................................................................................................................................................. 87 Slika 4.18: Osnovni funkcijski bloki kompozitnega funkcijskega bloka SC2_FB .................. 89

Slika 4.19: (a) Izvršni naĉrti krmiljenja osnovnega funkcijskega bloka SENSOR_FB. (b) Izvršni naĉrti krmiljenja osnovnega funkcijskega bloka CONVEYOR_FB. (c) Izvršni naĉrti krmiljenja osnovnega funkcijskega bloka ENC/MOTOR_FB ................................................ 90 Slika 4.20: Pristop abstraktnosti strojne opreme z uporabo adapterja logiĉnega vmesnika .... 95 Slika 4.21: Vgradnja kompozitnega funkcijskega bloka rezilnik

z uporabo pristopa

abstraktnosti strojne opreme .................................................................................................... 96 Slika 4.22: Povezava med programskima orodjema LabVIEW in SolidWorks ...................... 98 Slika 4.23: Oblikovanje krmiljene osi s pomoĉjo programske funkcije SoftMotion-Axis ...... 99 Slika 4.24: Razvoj vmesnika virtualne simulacije s pomoĉjo programskega orodja LabVIEW ................................................................................................................................................ 101 Slika 4.25: Programska krmilna funkcija Straight-Line Move .............................................. 102 Slika 5.1: Ĉasovni prikaz izvajanja proizvodnega procesa v nestabilnem proizvodnem okolju po proizvodnem scenariju 1 ................................................................................................... 107 Slika 5.2: Ĉasovni prikaz izvajanja proizvodnega procesa v nestabilnem proizvodnem okolju po proizvodnem scenariju 2 ................................................................................................... 108 Slika 5.3: Ĉasovni prikaz izvajanja proizvodnega procesa v nestabilnem proizvodnem okolju po scenariju 3 ......................................................................................................................... 109 Slika 5.4: Rezultati kvantitativne analize ............................................................................... 111

Kazalo preglednic Preglednica 2.1: Osnovne znaĉilnosti krmilnih struktur .......................................................... 11 Preglednica 2.2: Znaĉilnosti tradicionalnega in holonskega krmilnega pristopa ..................... 23 Preglednica 3.1: Osnovne aktivnosti posameznih strojev v modulu strežnik pasu 2 ............... 54 Preglednica 4.1: Agentska pravila operacijskega holona v stabilnem stanju obratovanja proizvodnega sistema (osnovni koordinacijski mehanizem) .................................................... 68 Preglednica 4.2: Pravila adaptivnega mehanizma odloĉanja ................................................... 70 Preglednica 4.3: Notranji algoritmi osnovnih funkcijskih blokov ........................................... 90 Preglednica 4.4: Primer uporabe metode pogodbenega oblikovanja v pristopu abstraktnosti strojne opreme .......................................................................................................................... 94 Preglednica 5.1: Kvalitativna analiza robustnosti proizvodnega sistema za proizvodnjo surovih pnevmatik v virtualnem proizvodnem okolju ........................................................... 104 Preglednica 5.2: Rezultati simulacije obratovanja proizvodnega sistema v stabilnem stanju v procesu optimizacije za vrednost optimizacijskega kriterija poveĉanja produktivnosti za 10% ................................................................................................................................................ 106

Seznam uporabljenih simbolov in kratic Strokovne izraze iz tuje literature, za katere ni obstojeĉih slovenskih izrazov, je avtor samostojno prevedel v slovenski jezik.

Seznam uporabljenih simbolov Oznaka

Enota

Pomen

 B_CTPOS

Brezdimenzijska spremenljivka Položaj za odrezovanje pasu

Booleova spremenljivka, ki definira prisotnost pasu v zaĉetnem

B_INITPOS

položaju B_POS

Trenutni položaj pasu

BP_DMT

Premer pogonske jermenice tekoĉega traku

C_A

mm/s2

Pospešek tekoĉega traku

C_D

mm/s2

Zaviranje tekoĉega traku Booleova spremenljivka, ki definira možnost pomikanja tekoĉega

C_MOVE

traku s ciljem premikanja pasu iz zaĉetnega položaja v položaj za odrezovanje C_V

mm/s

Hitrost premikanja tekoĉega traku

ČOF

Ĉas operacijske faze pred optimizacijo

DČOF

Doseženi ĉas operacijske faze

DVOK

Dosežena vrednost optimizacijskega kriterija

E_CNT

vrt/min

Število vrtljajev elektromotorja v ĉasovni enoti

E_FRQ

Izhodna frekvenca inkrementalnega dajalnika – število zajetih impulzov v ĉasovni enoti

E_PPR

ĉrtic/vrt

Korak ekvidistanĉnih vrednosti med interpolacijskimi toĉkami

h IPH

Število ĉrtic – karakteristika inkrementalnega dajalnika Izraĉunana povpreĉna hitrost izvršnega mehanizma/komponente

mm/s

Stopnja Newtonovega polinoma Booleova spremenljivka, ki definira možnost zagona elektromotorja

M_FRW vrt/min

Izhodni pospešek elektromotorja

M_OD

vrt/min

Izhodno zaviranje elektromotorja

M_OS

vrt/min

M_RQA

vrt/min2

M_RQD

M_OA

vrt/min

Izhodno število vrtljajev elektromotorja Zahtevan pospešek elektromotorja Zahtevano zaviranje elektromotorja

vii

Oznaka M_RQS

Enota

Pomen Zahtevano število vrtljajev elektromotorja

vrt/min 2

Nominalni pospešek elektromotorja

M_RTA

vrt/min

M_RTD

vrt/min2

Nominalno zaviranje elektromotorja

M_RTS

vrt/min

Nominalno število vrtljajev elektromotorja Booleova spremenljivka, ki definira možnost ustavljanja

M_STOP

elektromotorja MH

mm/s

NOT_EMPTY

Maksimalna hitrost izvršnega mehanizma/komponente Booleova spremenljivka, ki definira prisotnost materiala

OČOF

Optimizirani ĉas operacijske faze

kos

Število surovih pnevmatik, izdelanih do trenutka nastanka okvare

palt

kos

Število surovih pnevmatik, ki so izdelane v alternativnem modulu

kos

Število surovih pnevmatik, ki so izdelane v distribuiranem

ph pk pn

holonskem krmilnem pristopu kos

Število

surovih

pnevmatik,

izdelane

obstojeĉem

konvencionalnem krmilnem pristopu kos

Število surovih pnevmatik, ki jih je potrebno izdelati v naroĉilu

Koeficient ĉasa okrevanja

RNMH

Relativna napaka hitrosti izvršnega mehanizma/komponente

RNPH

Relativna napaka povpreĉne hitrosti izvršnega mehanizma/komponente

Spodnja meja dovoljene vrednosti optimizacijskega kriterija

SPH

mm/s

Simulacijska vrednost povpreĉne hitrosti izvršnega mehanizma/komponente

Ĉas, v katerem sistem ne bo obratoval

Ĉas izdelave surove pnevmatike

Optimizirani ĉas izdelave surove pnevmatike, ki je izdelana v

te1 te2

alternativnem modulu, ki uporablja obstojeĉo odvijalno napravo s

Optimizirani ĉas izdelave surove pnevmatike, ki je izdelana v alternativnem modulu, ki uporablja modificirano odvijalno napravo

TIMER

min

Merilec ĉasa, ki meri ĉas od trenutka, ko je bil elektromotor vkljuĉen

Pretoĉni ĉas naroĉila

TOK

Dovoljena toleranca vrednosti optimizacijskega kriterija v procentih

Pripravljalni ĉas operacijske stopnje na alternativnem modulu, ki

Tp1

viii

uporablja obstojeĉo odvijalno napravo

Oznaka Tp2

Enota

Pomen

Pripravljalni ĉas operacijske stopnje na alternativnem modulu, ki uporablja modificirano odvijalno napravo

VALUE

Ĉas, potreben za zamenjavo poškodovanih komponent stroja Vrednost, ki jo FB dobi s senzorja

VOK

Vrednost optimizacijskega kriterija poveĉanja produktivnosti Interpolacijska toĉka

x y

Vrednost optimiziranega ĉasa operacijske faze v interpolacijski toĉki

Zgornja meja dovoljene vrednosti optimizacijskega kriterija

Ĉas, ki je na razpolago za odpravo vpliva okvare na nivo



produktivnosti v sistemu

Indeksi i, j, k

Števni indeksi

Korak optimizacije

Seznam uporabljenih kratic Uporabljene kratice, ki izhajajo iz slovenskega jezika. Oznaka

Pomen

DNK

Dezoksiribonukleinska kislina

Evropska unija

Levi boben

Odvijalna naprava

OTT

Oskrbovalni tekoĉi trak

PLK

Programirljivi logiĉni krmilnik

Prenosni obroĉ

PSTT

Postrežni tekoĉi trak

REZ

Rezilnik

Strežnik pasu

SRP

Strežnik ramenskega polnila

NRP

Navijanje ramenskega polnila

NP1

Navijanje pasu 1

NP2

Navijanje pasu 2

NPP

Navijanje polnila v pasu

NP3

Navijanje pasu 3

NP4

Navijanje pasu 4

Oznaka

Pomen

NŠ

Navijanje šĉitnika

NNS

Navijanje notranjega sloja

Navijanje boĉnice

Navijanje ojaĉitve

Navijanje karkase

Likanje spojev

OSP

Oblikovanje surove pnevmatike

Uporabljene kratice, ki izhajajo iz angleškega jezika. Oznaka AARIA

Pomen v angleščini

Pomen v slovenščini

Autonomous Agent at Rock Island Arsenal

ACL

Agent Communication Language

ADACOR

ADAptive holonic COntrol aRchitecture

Agentski komunikacijski jezik

for distributed manufacturing systems CAD

Computer Aided Design

CHAMP

Chalmers Architecture and

Raĉunalniško podprto naĉrtovanje

Manufacturing for flexible Production CIM

Control-Interface-Machine

Krmiljenje-Vmesnik-Stroj

CIM

Computer Integrated Manufacturing

Raĉunalniško integrirana tehnologija

COSIMA

COntrol Systems for Integrateted MAnufacturing

ETRMA

European Tyre and Rubber

Evropsko združenje proizvajalcev

Manufacturing Association

pnevmatik in gume

FACE

Flexible Assembly Control Environment

FACT

Factory Activity ConTrol model

Function Block

FBDK

Functional Block Development Kit

FBRT

Function Block RunTime environment

FIPA

Foundation for Intelligent Phisical

Funkcijski blok

Agents FMS

Flexible Manufacturing Systems

Fleksibilni proizvodni sistemi

HLC

High-Level Control

Višji krmilni nivo

HMI

Human Machine Interface

Uporabniški vmesnik

HMS

Holonic Manufacturing Systems

Holonski proizvodni sistem

Oznaka HSIFB

IEC

Pomen v angleščini

Pomen v slovenščini

Hardware-Specific Implementation

Funkcijski bloki strojno specifiĉne

Function Blocks

vgradnje

International Electrotechnical

Mednarodna komisija za elektrotehniko

Commission IMS/NGMS Intelligent Manufacturing Systems/Next Generation Manufacturing Systems JADE

Java Agent DEvelopment framework

JIT

Just In Time

Proizvodnja brez zalog

LLC

Low-Level Control

Nižji krmilni nivo

MADEMA

Manufacturing DEcision MAking

MAST

Manufacturing Agent Simulation Tool

MDA

Model-Driven Architecture

MVC

Model-View-Control

OMG

Object Management Group

PDM

Platform Description Model

Opisni Model Platforme

PIM

Platform Independent Model

Neodvisni Model Platforme

PLC

Programmable Logic Controller

Programirljivi logiĉni krmilnik

PROSA

Product-Resource-Order-Staff

Z modelom vodena arhitektura

Architecture PSM

Platform Specific Model

RI-MACS

Radically Innovative Mechatronics and

Specifiĉen Model Platforme

Advanced Control Systems SCADA

Supervisory Control and Data

Sistemi za nadzor in zajemanje podatkov

Acquisition SIFB

Service Interface Function Block

Funkcijski bloki servisnega vmesnika

Semantic Language

Vsebinski jezik

UDP

User Datagram Protocol

UML

Unified Modeling Language

Poenoteni jezik modeliranja

xii

Uvod

1. Uvod Poveĉana kompleksnost v okolju globalne ekonomske konkurence je pomembna karakteristika tudi za proizvodnjo pnevmatik, ker povzroĉa spremembe v proizvodnem procesu in proizvodnem sistemu. Proizvodno okolje se hitro spreminja zaradi globalnih sprememb na tržišĉu, kar vpliva na proizvodni sistem, ki se mora na spremembe odzvati z integracijo novih proizvodnih tehnologij in funkcij. Proizvodnja pnevmatik poteka tradicionalno v petih fazah: sestavljanje in mešanje surovin za proizvodnjo komponent pnevmatike, priprava komponent, proizvodnja surove pnevmatike, vulkaniziranje surove pnevmatike in zakljuĉno oblikovanje pnevmatike. Raziskava se bo nanašala na proces proizvodnje surove pnevmatike. V svetovnem merilu je letno proizvedenih veĉ kot milijarda pnevmatik razliĉnih tipov za potrebe raznovrstnih vozil. Razliĉna velikost posameznih tipov pnevmatik še dodatno poveĉuje kompleksnost proizvodnih procesov. Proizvajalci pnevmatik, ki želijo v takšnih tržnih razmerah ostati konkurenĉni, se morajo hitro prilagajati spremembam v proizvodnem okolju in zahtevam tržišĉa na podroĉjih raznovrstnosti proizvodov, kakovosti in konkurenĉni ceni.

1.1. Značilnosti proizvodnje pnevmatik Proizvodnja pnevmatik se izvaja v 18 državah ĉlanicah Evropske unije (EU), v katerih se nahaja približno 90 tovarn. V Evropi se nahaja 7 od 10 vodilnih proizvajalcev pnevmatik, ki izvedejo 59 % svetovne proizvodnje. Industrija proizvodnje pnevmatik omogoĉa direktno zaposlitev za veĉ kot 360 tisoĉ delavcev v EU ter podpira še dodatnih 800 tisoĉ delovnih mest v sorodnih industrijskih sektorjih, kar skupaj znaša veĉ kot milijon redno zaposlenih. Leta 1

Poglavje 1 2009 se je zaradi recesije proizvodnja pnevmatik v Evropi zmanjšala za približno 30 % v primerjavi z letom 2007. V istem obdobju se je po podatkih Evropskega združenja proizvajalcev pnevmatik in gume (ang. European Tyre and Rubber Manufacturing Association – ETRMA) [ETRMA, 2011] prodaja pnevmatik za osebna vozila zmanjšala za 10 %, medtem ko se je prodaja pnevmatik za tovorna vozila zmanjšala celo za 25 %. Po dveh pozitivnih letih (2010 in 2011) je proizvodnja pnevmatik ponovno upadla leta 2012. Leta 2012 je dosežen najnižji tržni obseg v zadnjem desetletju. Vsi segmenti proizvodnje pnevmatik so bili leta 2012 v negativnem trendu, najveĉje znižanje v prodaji je beležil segment pnevmatik za tovorna vozila (19 % znižanje v primerjavi z letom 2011), za tem sledi 13 % znižanje v segmentu pnevmatik osebnih vozil. Po podatkih ETRMA je bruto promet v industriji proizvodnje pnevmatik leta 2013 dosegel 46 milijard evrov. Okoli 5 % sredstev je bilo investiranih v raziskovalno-razvojne dejavnosti. Ĉe primerjamo zaĉetek leta 2013 in zaĉetek leta 2014, ugotovimo poveĉano prodajo v vseh segmentih industrije pnevmatik, in sicer 10 % rast prodaje na podroĉju pnevmatik osebnih vozil ter kar 16 % rast prodaje na podroĉju pnevmatik avtobusov in tovornih vozil. Stanje v gumarski industriji je na podroĉju proizvodnje in prodaje pnevmatik zelo spremenljivo in negotovo, kar vpliva tudi na proizvodne procese v posameznih tovarnah.

Tradicionalni proizvodni sistemi za proizvodnjo pnevmatik imajo centralizirano krmilno strukturo, pri ĉemer uporabljajo osrednjo krmilno enoto. V takšnih sistemih je opazen poĉasen odziv v procesu optimizacije proizvodnega procesa in tudi v primeru pojava motenj v sistemu. Krmilne arhitekture veĉine proizvodnih sistemov za proizvodnjo pnevmatik so centralizirane in temeljijo na konvencionalnih industrijskih krmilnih napravah – programirljivih logiĉnih krmilnikih – PLK (ang. Programmable Logic Controller – PLC), ki krmilijo nižje nivoje strukture in zajemajo krmiljenje aktuatorjev na podlagi podatkov iz senzorjev.

1.2. Definiranje problema Raziskave so pokazale, da sta problem optimizacije proizvodnega procesa in njegova prilagodljivost na motnje v sistemu istoĉasno rešljiva s pomoĉjo sodobnih krmilnih pristopov. To pomeni, da morajo imeti krmilne strukture proizvodnih sistemov za proizvodnjo surovih pnevmatik sposobnost dinamiĉnega odziva v primeru novih optimizacijskih zahtev in tudi v

Uvod primeru pojava motenj v sistemu. Proizvodni sistemi, ki ustrezajo takšnim karakteristikam, omogoĉajo dobro izkorišĉanje delovnih sredstev, zmanjšanje vpliva motenj na produktivnost sistema in v prihodnosti manjša investicijska vlaganja v delovna sredstva in opremo. Proizvodni sistemi za proizvodnjo pnevmatik se sooĉajo z rastjo tipov in velikosti pnevmatik, medtem ko so okolišĉine na trgu pnevmatik zelo spremenljive in negotove, kar prinaša poveĉano kompleksnost proizvodnih procesov in s tem tudi proizvodnih sistemov. Zaradi tega postaja vse bolj jasna potreba po adaptivnih rešitvah na podroĉju oblikovanja proizvodnih sistemov in njihovih krmilnih struktur, ki bi imele dinamiĉen odgovor na spremembe in motnje proizvodnega okolja. Idealni proizvodni sistem bi bil tisti, ki bi v realnem ĉasu dosegel optimalne proizvodne uĉinke v stabilnem in nestabilnem proizvodnem okolju. Krmilno programsko okolje centraliziranih krmilnih struktur je organizirano kot skupina predhodno

definiranih

programskih

enot.

Razvoj

krmilnega

programskega

okolja

programirljivih logiĉnih krmilnikov zahteva razvoj monolitnih programskih procedur. Te bodo težko znova spremenjene in razširjene zaradi uporabe v spremenjenem proizvodnem procesu ali njihove povezave s programskimi okolji, ki so programirani na razliĉnih platformah. Prilagodljivost centraliziranih krmilnih sistemov na nenapovedane spremembe v sistemu ni zadovoljiva prav zaradi monolitne narave krmilnega programskega okolja programirljivih logiĉnih krmilnikov. V primeru nestabilnega proizvodnega okolja so tradicionalni krmilni pristopi nefleksibilni, ĉasovno zahtevni in nagnjeni k napakam, ĉe se vgradijo neposredno v dinamiĉno proizvodno okolje. Tradicionalni proizvodni sistemi in njihove krmilne strukture so zelo neprilagodljive in imajo slab odziv na dinamiĉne spremembe v sistemu, ker ne odražajo potrebnih karakteristik odzivnosti, fleksibilnosti, modifikacije in robustnosti. Motnje v proizvodnem sistemu vodijo k odstopanju od zastavljenih naĉrtov in zmanjšujejo produktivnost zaradi zastoja obratovanja proizvodnih sistemov.

Za preseganje pomanjkljivosti tradicionalnih pristopov krmiljenja se uvajajo novi pristopi krmiljenja proizvodnih sistemov, ki temeljijo na agentsko usmerjeni krmilni strukturi. Karakteristiki agentskih krmilnih sistemov sta decentralizirana krmilna struktura in paralelno opravljanje aktivnosti s pomoĉjo avtonomnih programskih entitet, imenovanih agenti. Na ta naĉin se uvaja distribuirani pristop reševanja kompleksnih krmilnih problemov z deljenjem problemov na manjše celote. Holonski proizvodni sistem (ang. Holonic Manufacturing System – HMS) je hierarhiĉna skupina holonov, v kateri se v medsebojni interakciji holonov 3

Poglavje 1 opravljajo dejavnosti proizvodnega sistema [Christensen, 1994; Leitão, 2009]. Razlika med holonom in agentom je ta, da lahko holon poleg programskega dela oziroma agenta vsebuje tudi stroj, v katerega je integriran programski del. Osnovna ideja holonskega pristopa je ohranjanje hierarhiĉne krmilne strukture ob istoĉasnem dodeljevanju avtonomije entitetam v krmilni strukturi proizvodnega sistema. Na ta naĉin holonski pristop kombinira prednosti hierarhiĉnega in heterarhiĉnega pristopa [Bongaerts, 1998] in predstavlja prehod med hierarhiĉnim in heterarhiĉnim sistemom. Odvisno od potrebe lahko holon deluje v hierarhiĉni ali v heterarhiĉni strukturi. Hierarhija decentraliziranih proizvodnih sistemov je potrebna zaradi distribuirane integracije razliĉnih nivojev proizvodnega sistema [Babić, 2004], reševanja konfliktov med avtonomnimi entitetami in ohranjanja koherentnosti ciljev v proizvodnem sistemu [Sousa in ostali, 2000]. Primerna rešitev, ki bo omogoĉala odziv na nenapovedane spremembe v sistemu, je razvoj distribuiranega in adaptivnega holonskega krmilnega sistema, ki bo organiziran kot skupina sodelujoĉih enot in v krmilni strukturi ne bo imel osrednjega krmilnika. S takšnim krmilnim sistemom bo proizvodni sistem za proizvodnjo surovih pnevmatik dosegel optimalne proizvodne uĉinke v dinamiĉno spremenljivem proizvodnem okolju.

1.3. Znanstvena hipoteza Cilj raziskave je optimizacija procesa proizvodnje v modularnem proizvodnem sistemu za proizvodnjo surovih pnevmatik. Krmilni sistem predstavlja odloĉilen dejavnik v procesu optimizacije, ker vpliva neposredno na proizvodne funkcije sistema. Optimizacijo procesa proizvodnje bomo uresniĉili z razvojem novega krmilnega pristopa. Pri razvoju krmilnega pristopa bo posveĉena pozornost splošnemu pristopu, tako da bo s ĉim manjšimi spremembami uporaben tudi v podobnih proizvodnih sistemih. Naš krmilni pristop bo zasnovan na konceptu holonskega krmiljenja in funkcijskih blokih IEC 61499. Standard funkcijskih blokov IEC 61499 (ang. International Electrotechnical Commission – IEC) predstavlja prihajajoĉi okvir za oblikovanje distribuiranih krmilnih programskih okolij industrijskih proizvodnih sistemov [Black in Vyatkin, 2007]. Z razvojem distribuirane holonske

krmilne

arhitekture,

ontologije,

mehanizma

adaptivnega

odloĉanja

koordinacijskih mehanizmov krmiljenja bo ta proizvodni sistem postal bolj avtonomen in agilen v fazi prilagajanja na spremembe v proizvodnem okolju. Krmilna arhitektura bo

Uvod definirana z medsebojnimi povezavami funkcijskih blokov in programskih agentov. Razvito bo tudi okolje za vgradnjo distribuirane holonske krmilne strukture v proizvodni sistem za proizvodnjo surovih pnevmatik z uporabo funkcijskih blokov.

Podjetje ''SMM proizvodni sistemi d.o.o. - Maribor'' je proizvajalec proizvodnega sistema za proizvodnjo surovih pnevmatik, v katerem bo razvit in ovrednoten naš krmilni pristop. Vrednotenje krmilnega pristopa bo izvedeno v virtualnem proizvodnem okolju. Virtualna proizvodnja je opredeljena kot uporaba simulacije za analizo realnih proizvodnih procesov [Bal in Hashemipour, 2009]. Rezultat virtualne proizvodnje nista material in proizvod, temveĉ informacije o proizvodu in tehniĉnih parametrih proizvodnje. Virtualna proizvodnja omogoĉa analizo proizvodnega procesa in delovanja krmilnega sistema v virtualnem proizvodnem okolju še preden sta proizvodni proces in ustrezni krmilni pristop vgrajena v realni proizvodni sistem. Na ta naĉin se bomo izognili tveganju neposredne vgradnje krmilnega sistema v proizvodni sistem, ki bi lahko zaradi morebitnih napak v strukturi proizvodnega sistema ali neusklajenosti krmilnih parametrov pripeljale do poškodb proizvodnega sistema.

1.4. Pričakovani prispevek znanosti S pomoĉjo pristopa distribuiranega holonskega krmiljenja bomo uvedli decentralizirano krmilno strukturo, ki zajema skupino avtonomnih in sodelujoĉih holonov, ki izkorišĉajo prednost modularnosti, agilnosti, fleksibilnosti in robustnosti. Decentralizirana krmilna struktura

vsebuje

koordinacijske

entitete,

zagotavljajo

hierarhiĉno

ureditev

decentralizirani krmilni strukturi. Razvoj modela adaptivnega odloĉanja in koordinacijskih mehanizmov krmiljenja bo omogoĉil izpolnitev optimizacijskih kriterijev in zmanjševanje vpliva motenj in napak na produktivnost proizvodnje.

Z razvojem ontologije v krmilnem sistemu proizvodnega sistema za proizvodnjo surovih pnevmatik bomo prispevali k boljšemu sporazumevanju med agenti v krmilni strukturi ter integraciji in deljenju znanja med krmilnimi programskimi okolji, ki so razvita v drugih platformah. Na ta naĉin lahko v prihodnosti pospešimo integracijo proizvodnega sistema za proizvodnjo pnevmatik v poslovni sistem proizvodne tovarne.

Poglavje 1 Pomemben korak k praktiĉni izvedbi distribuiranega holonskega krmilnega pristopa je razvoj nižjih nivojev v krmilni strukturi, ki temeljijo na funkcijskih blokih IEC 61499 in obravnavajo povezavo z realnimi oziroma virtualnimi stroji v proizvodnem okolju. Z razvojem vmesniških funkcijskih blokov bomo prispevali k standardizaciji distribuiranega krmilnega pristopa v industriji proizvodnje pnevmatik.

Razvoj virtualnega proizvodnega okolja in metodologije za vrednotenje kvalitativnih in kvantitativnih karakteristik proizvodnega procesa bo prispeval k poenoteni primerjavi rezultatov proizvodnih scenarijev še preden te uporabimo v realnem okolju. V virtualnem proizvodnem okolju bomo lahko izvajali kompleksne proizvodne scenarije, ki bodo preverili izvedljivost in primernost razvitih krmilnih algoritmov.

Pregled stanja na obravnavanem podroĉju

2. Pregled stanja na obravnavanem področju Proces proizvodnje surovih pnevmatik zajema dejavnosti, s pomoĉjo katerih se surovine in polizdelki preoblikujejo v konĉni proizvod z uporabo delovnih sredstev, delovne sile in znanja glede na zahteve tržišĉa in pogoje proizvodnega okolja. Delovna sredstva (ang. production resources) so proizvodni dejavniki, s pomoĉjo katerih se opravlja del proizvodnega procesa. V naši raziskavi zajemajo delovna sredstva stroje, strojne module in raĉunalniško strojno opremo. Konkurenĉnost podjetja v negotovih tržnih razmerah se izraža z boljšo kakovostjo proizvoda, veĉjo produktivnostjo, fleksibilnostjo in prilagodljivostjo na nenapovedane motnje. S ciljem poveĉanja konkurenĉnosti morajo proizvodna podjetja, ki proizvajajo pnevmatike, pravoĉasno in pravilno integrirati nove tehnologije in krmilne pristope v proizvodni sistem.

Namen tega poglavja je analiza in pojasnjevanje tehnologij in pristopov, ki bodo uporabljene v doktorskem delu.

2.1. Model proizvodnega sistema Proizvodni sistem definiramo kot kompleksni tehnološko-ekonomsko-socialni sistem, ki zajema ljudi, znanje in pripadajoĉa delovna sredstva za izvajanje proizvodnih procesov z namenom transformacije materiala, energije in informacij v proizvode in storitve, ki imajo uporabno in tržno vrednost, ob stalnem dinamiĉnem vplivu motenj, omejitev in ciljev, ki delujejo iz okolja [Butala, 2015]. Na osnovi modelov proizvodnih sistemov, ki jih je

Poglavje 2 predstavil Peklenik [Peklenik, 1993], je prikazan splošni model proizvodnega sistema (Slika 2.1). V današnjih razmerah tržišĉa postaja znanje vse bolj pomemben dejavnik, poleg tradicionalnih dejavnikov, kot so kapital, delovna sila in surovine. V proizvodnem procesu, ki je izpostavljen omejitvam sistema, nastajajo odpadki in izgube. V omejitve sistema sodijo zastavljeni cilji, motnje, zahtevana kakovost in varnostni pogoji. Odpadki in izgube nastajajo zaradi procesa preoblikovanja materiala v konĉni proizvod, okvar v sistemu in izvržkov, ki so posledica procesa kontrole kakovosti. Proizvodni proces vsebuje proizvodne operacije, ki so sestavljene iz operacijskih stopenj. Operacijske stopnje pa so sestavljene iz operacijskih faz.

Slika 2.1: Model proizvodnega sistema

2.2. Pnevmatike Razvojna pot pnevmatik se je zaĉela leta 1845, ko je Robert Thomson izdelal prvo pnevmatiko. Ta izum ni pritegnil velike pozornosti in je bil kmalu pozabljen. Triintrideset let pozneje je John Boyd Dunlop prišel na podobno idejo. Leta 1895 sta brata Michelin izdelala 8

Pregled stanja na obravnavanem podroĉju prve avtomobilske pnevmatike. Prvi proizvajalec, ki je uporabil tekalne površine, ki so imele profil, je bila nemška firma Continental leta 1904. Isto podjetje je leta 1943 patentiralo pnevmatiko brez zraĉnice. Novo revolucijo v proizvodnji pnevmatik je prineslo francosko podjetje Michelin leta 1946 z izumom radialne pnevmatike. Osnovna funkcija pnevmatik je zagotavljanje stika s podlago vozišĉa v vseh terenskih, klimatskih in hitrostnih razmerah. Med uporabo je pnevmatika izpostavljena številnim vplivnim faktorjem: prenašanju teže vozila, absorbiranju neravnin vozne površine, prenosu pogonskih in zaviralnih sil itn. Pnevmatika (Slika 2.2) je sestavljena iz nosilne plasti oziroma karkase, ki je na robu zvita okoli žiĉnega jedra. Karkaso sestavljajo plasti gumirane kordne tkanine z viskoznimi, poliamidnimi, jeklenimi ali poliestrnimi vlakni. Na zunanjem obodu se nahaja tekalna plast, s katero se pnevmatika opira na podlago vozišĉa. Tekalna površina ima ustrezen profil. Med tekalno plastjo in karkaso se nahaja zašĉitna plast, ki porazdeli obremenitve. Iz notranje strani je pri pnevmatikah brez zraĉnice nanesena še notranja neprepustna plast. Bok pnevmatike je sestavljen iz elastiĉne gume debeline 2 do 4 mm, ki služi za varovanje karkase pred poškodbami in kot zašĉita pred atmosferskimi vplivi. Pnevmatike delimo glede na naĉin zgradbe karkase na radialne in diagonalne. Danes se za osebna vozila uporabljajo pretežno radialne pnevmatike. Pri diagonalnih pnevmatikah se vlakna posameznih slojev karkase križajo pod kotom približno 38°, medtem ko so koti križanja pri radialnih pnevmatikah približno 90° glede na smer vožnje. Radialne pnevmatike imajo zaradi svoje zgradbe bistveno veĉjo boĉno togost. Pri radialnih pnevmatikah se med zašĉitno plastjo in karkaso nahaja brejker sloj, ki je zgrajen iz veĉ pasov in ima funkcijo poveĉanja vzdolžne togosti radialnih pnevmatik. Radialne pnevmatike imajo v primerjavi z diagonalnimi pnevmatikami manjšo kotalno upornost, kar prispeva k tudi do 10 % manjši porabi goriv.

Poglavje 2

Slika 2.2: Struktura pnevmatike (prirejeno [AMD Avtoin, 2016])

2.3. Tradicionalne krmilne strukture proizvodnih sistemov Proizvodna industrija je stopila v obdobje, v katerem je zaradi moĉnega razvoja raĉunalniške tehnologije pozornost proizvajalcev proizvodnih sistemov osredotoĉena na krmilne strukture in programske komponente. Zanesljivost obratovanja proizvodnih sistemov je odvisna od zanesljivosti mehanskih komponent proizvodnega sistema in od zanesljivosti programskih komponent krmilnega sistema. Raĉunalniško integrirani sistemi, ki so del krmilnih struktur, zagotavljajo izvedbo krmilnih funkcij, nadzorovanje, organizacijo in optimizacijo proizvodnje. Obstanek proizvodnih podjetij je odvisen od možnosti prilagajanja spremembam v proizvodnem okolju. Potreba po prilagodljivosti in fleksibilnosti proizvodnih sistemov je pospešila razvoj novih konceptov proizvodnje, kot sta koncept agentske proizvodnje (ang. agent-based manufacturing) in koncept holonske proizvodnje (ang. holonic manufacturing). Razvoj novih krmilnih konceptov in vgradnja sodobnih raĉunalniških tehnologij sta osnova za izboljšanje prilagodljivosti, fleksibilnosti in produktivnosti proizvodnih sistemov, kakovosti proizvodov ter konkurenĉnosti podjetij na tržišĉu.

Krmilna struktura proizvodnega sistema vsebuje skupino pravil in navodil, razvitih v obliki programskih okolij, ki se uporabljajo za krmiljenje kompleksnih proizvodnih sistemov [Bauer

Pregled stanja na obravnavanem podroĉju in ostali, 1994]. Proces krmiljenja proizvodnje na nižjih nivojih v strukturi zajema ĉasovno odvisne krmilne tehnike, ki neposredno krmilijo izvedbo proizvodnih operacij na strojih. Proces krmiljenja na višjih nivojih v strukturi zajema algoritme, ki doloĉajo obseg proizvodnje, zaporedje proizvodnih operacij proizvodnega procesa, delovna sredstva, ki se v procesu uporabljajo, ĉas proizvodnje za enoto proizvoda ipd. Obstajajo štirje osnovni tipi struktur krmiljenja (Slika 2.3): centralizirana, hierarhiĉna, modificirana hierarhiĉna in heterarhiĉna. Osnovne karakteristike struktur krmiljenja so predstavljene v preglednici 2.1.

Preglednica 2.1: Osnovne znaĉilnosti krmilnih struktur Struktura krmiljenja proizvodnega sistema

Centralizirana struktura

Hierarhiĉna struktura Modificirana hierarhiĉna struktura

Heterarhiĉna struktura

Krmilna značilnost

Osrednja krmilna enota Veĉ krmilnih enot na veĉ hierarhiĉnih nivojih Interakcije med krmilnimi enotami na istem hierarhiĉnem nivoju Ne obstaja hierarhiĉna zveza uporabnik-strežnik (ang. client-server)

Prednosti

Pomanjkljivosti

Dobri rezultati optimizacije v proizvodnih sistemih z deterministiĉnim proizvodnim procesom Distribuirani proces krmiljenja; boljši uĉinek sistema

Slab odziv na motnje v sistemu in nizek nivo prilagodljivosti krmilnega sistema na modifikacijo proizvodnega sistema Ne pospešuje odzivnosti na motnje v primerjavi s centralizirano strukturo

Pospešuje odzivnost na motnje v sistemu

Kompleksni komunikacijski protokoli med entitetami v strukturi

Odliĉen odziv na motnje v sistemu in visok nivo prilagodljivosti krminega sistema na preoblikovanje proizvodnega sistema

Slabši optimizacijski rezultati zaradi lokalne narave procesa odloĉanja

Poglavje 2

Slika 2.3: Osnovni tipi krmilnih struktur (prirejeno: [Dilts, Boyd in Whorms, 1991])

Karakteristika centralizirane krmilne strukture je osrednja krmilna enota, ki opravlja vse krmilne funkcije. Ta struktura zagotavlja dobre optimizacijske rezultate v proizvodnih sistemih z deterministiĉnim proizvodnim procesom. Pomanjkljivosti centralizirane strukture sta nizek nivo prilagodljivosti na napake v sistemu, slab odziv na spremembe v proizvodnem okolju in komplicirani krmilni algoritmi, zlasti v velikih proizvodnih sistemih. V hierarhiĉni strukturi obstaja veĉ krmilnih enot na veĉ hierarhiĉnih nivojih, kar omogoĉa distribuirano odloĉanje in hkrati izboljšuje robustnost in uĉinkovitost sistema. Napake v sistemu imajo še vedno negativen vpliv na proizvodne parametre sistema. Modificirana hierarhiĉna struktura dovoljuje interakcijo med krmilnimi enotami na istem hierarhiĉnem nivoju. Proizvodni sistemi, ki temeljijo na modificirani hierarhiĉni strukturi, imajo zaradi te karakteristike boljši odziv na motnje v sistemu. Pomanjkljivost modificirane hierarhiĉne strukture so kompleksni komunikacijski protokoli med entitetami v strukturi. Heterarhiĉna struktura omogoĉa odliĉen odziv na motnje v sistemu in ima visok nivo prilagodljivosti na spremembe v proizvodnem okolju. Širitev proizvodnega sistema, ki temelji na heterarhiĉni strukturi, je bolj enostavna kot v primeru centraliziranih in hierarhiĉnih struktur. Slabši optimizacijski rezultati zaradi lokalne narave procesa odloĉanja predstavljajo omejitve za širšo uporabo heterarhiĉne strukture v sodobnih proizvodnih sistemih. Pomanjkljivosti, ki so naštete pri osnovnih krmilnih strukturah, predstavljajo izziv za raziskovalce pri oblikovanju krmilne strukture, ki bo dosegla visok nivo optimizacije ob visoki prilagodljivosti na spremembe in motnje v proizvodnem okolju z istoĉasno uporabo hierarhiĉnega in heterarhiĉnega krmilnega pristopa.

Pregled stanja na obravnavanem podroĉju Krmiljenje tradicionalnih proizvodnih sistemov (Slika 2.4), ki se izvaja v centraliziranih in hierarhiĉnih krmilnih strukturah, zajema naslednje faze: dolgoroĉno (strateško) planiranje proizvodnje, srednjeroĉno (taktiĉno) planiranje proizvodnje, kratkoroĉno (operativno) planiranje proizvodnje in krmiljenje izvedbe procesa proizvodnje. Dolgoroĉni proizvodni plani so izdelani za ĉasovno obdobje od nekaj mesecev do nekaj let. Na podlagi dolgoroĉnega plana, naroĉil kupcev in prioritete se izdelajo operativni (terminski) plani za krajša ĉasovna obdobja. Pri tem se upoštevajo omejitve glede kapacitet strojev. Osnovne faze operativne priprave proizvodnje so: dodelitev operacij strojem, krmiljenje strojev in nadzorovanje procesa proizvodnje. Algoritmi za dodelitev operacij strojem doloĉijo zaporedje operacij, ki jih bo opravljal doloĉeni stroj. Doloĉanje zaporedja operacij se izvaja na podlagi trenutnega stanja v proizvodnem sistemu in razpoložljivosti strojev [Bauer in ostali, 1994]. Pri tem se upoštevajo omejitve glede tehnološko in ĉasovno povezanih operacij. Krmilna komponenta stroja, ki se nahaja na najnižjem nivoju krmilne hierarhije, zagotavlja zaĉetek, koordinacijo in nadzorovanje izvajanja operacij. Krmilna komponenta proizvodnje zagotavlja višjim nivojem v krmilni hierarhiji informacije o poteku proizvodnega procesa. Odziv na motnje v takšnih krmilnih strukturah je nezadosten zaradi monolitnih in centraliziranih programskih rešitev, ki zahtevajo ogromno ĉasa za reprogramiranje, da se lahko sistem prilagodi nestabilnemu okolju. Tradicionalne krmilne strukture se lahko izboljšajo z uporabo novih pristopov, ki vsebujejo naslednje lastnosti: -

Distributivnost:

Z uporabo distribuiranega krmilnega pristopa se lahko komplicirani problemi krmiljenja razdelijo na veĉ enostavnih problemov, ki se samostojno rešujejo v veĉ krmilnih enotah. -

Avtonimija:

Vse krmilne enote, ki sodelujejo v procesu krmiljenja, so avtonomne in imajo svoje lastne cilje in krmilne funkcije, ki jih morajo izpolniti. -

Sodelovanje:

Proces odloĉanja na nivoju sistema zahteva sodelovanje veĉ krmilnih enot. -

Povezava s fiziĉnimi stroji:

Doloĉene krmilne enote se s pomoĉjo razvitih protokolov lahko povežejo s fiziĉnimi stroji in omogoĉijo izvedbo krmilnih funkcij v realnem proizvodnem okolju.

Poglavje 2

Slika 2.4: Krmiljenje tradicionalnih proizvodnih sistemov (prirejeno [LeitĂŁo, 2009])

NajpomembnejĹĄe krmilne strukture tradicionalnih pristopov za krmiljenje proizvodnih sistemov so: COSIMA (ang. COntrol Systems for Integrateted MAnufacturing) [Bauer in ostali, 1994], CHAMP (ang. Chalmers Architecture and Manufacturing for flexible Production) [Andersson, 1997], FACE (ang. Flexible Assembly Control Environment) [Onori, 1996], MADEMA (ang. Manufacturing DEcision MAking) [Chryssolouris, 1987] in FACT (ang. Factory Activity ConTrol model) [Arentsen, 1995].

Pregled stanja na obravnavanem podroĉju

2.4. Pregled stanja na področju krmiljenja proizvodnje v gumarski industriji Ideja o prednosti uporabe krmilnih sistemov, ki temeljijo na programirljivih logiĉnih krmilnikih pred distribuiranini krmilnimi sistemi, je razdelila mnenja v proizvodni industriji. Distribuirani krmilni sistemi so tradicionalna izbira, ko govorimo o avtomatizaciji procesnih proizvodnih sistemov in proizvodnih sistemov, v katerih se proizvaja veĉ razliĉnih proizvodov s pomoĉjo razliĉnih proizvodnih procedur, kar zahteva doloĉen nivo fleksibilnosti in prilagodljivosti krmilnih struktur. Distribuirani krmilni sistemi so odliĉna izbira tudi v primeru, ko lahko spremembe in napake v proizvodnem okolju vplivajo na produktivnost sistemov, ki so koncipirani za neprekinjeno obratovanje 24 ur na dan (24/7/365). Distribuirani krmilni sistemi vsebujejo doloĉeno redundantnost, ki bo zagotovila nivo fleksibilnosti in prilagodljivosti v primeru napak v sistemu. Karakteristiĉen proizvodni sistem, za katerega so oblikovani programirljivi logiĉni krmilniki, lahko krmili proizvodnjo in sestavljanje posameznega proizvoda na veĉ strojih, med katerimi se opravlja pretok materiala. Strukture krmilnih sistemov, ki uporabljajo programirljive logiĉne krmilnike, so centralizirane ali hierarhiĉne. Proizvodni proces se lahko ustavi zaradi vzdrževanja in odpravljanja napak v sistemu. Z razvojem mikroprocesorjev in ugnezdenih krmilnikov (ang. embedded controllers) so postale razlike med podroĉji, v katerih se uporabljajo distribuirani krmilni sistemi in krmilni sistemi, ki temeljijo na programirljivih logiĉnih krmilnikih, manj izrazite. Priĉakovano je bilo, da bodo distribuirani krmilni sistemi, usmerjeni k heterarhiĉnim krmilnim strukturam, postali bolj decentralizirani ter poslediĉno bolj prilagodljivi na spremembe in napake v proizvodnem okolju. Namesto tega so proizvajalci programirljivih logiĉnih krmilnikov predstavili distribuirane krmilne strukture, ki temeljijo na programirljivih logiĉnih krmilnikih. Kot posledico smo dobili distribuirane krmilne sisteme, ki so centralizirani zaradi uporabe osrednjega krmilnika v obliki programirljivega logiĉnega krmilnika. Primeri takšne prakse so prisotni tudi v gumarski industriji. Dva najveĉja proizvajalca programirljivih logiĉnih krmilnikov, Siemens in Allen-Bradley, sta predstavila krmilne arhitekture za krmiljenje proizvodnih sistemov za proizvodnjo surovih pnevmatik [Rockwell Automation Inc., 2016; Siemens AG, 2016]. Podjetje Allen-Bradley je predstavilo krmilno arhitekturo, ki vsebuje integrirano inženirsko in naĉrtovalno programsko orodje RSLogix5000, programirljivi logiĉni krmilnik iz skupine Logix, pogone servo motorjev iz skupine Kinetix, varnostne naprave in frekvenĉne regulatorje iz skupine PowerFlex, ki

Poglavje 2 krmilijo asinhronske elektromotorje. Vse krmilne naprave so povezane v omrežju EtherNet/IP. V programskem okolju orodja RSLogix5000 so združene funkcije programiranja krmilnikov in razvoja programskih okolij za vmesnike (ang. Human Machine Interface – HMI). Krmilna arhitektura podjetja Siemens vsebuje SIMATIC programirljivi logiĉni krmilnik, pogone motorjev iz skupin SIMOTION in SINAMICS in varnostne naprave skupine SIMATIC. Vse krmilne naprave so povezane v omrežju PROFINET IO. Na podroĉju proizvodnje pnevmatik je predstavljeno veĉ raziskovalnih del, ki imajo za cilj izboljšanje kakovosti proizvodnega procesa in njegovo optimizacijo [Chavda in Patil, 2011; Cao in Wang, 2012; Sadhu, 2012]. Raziskovalna dela na podroĉju optimizacije procesa proizvodnje pnevmatik zajemajo uporabo konceptov proizvodnje brez zalog (ang. Just In Time – JIT) in Kanban s ciljem poveĉanja produktivnosti, zmanjševanja ĉasa proizvodnega cikla in manjše porabe materiala v proizvodnem procesu [Chavda in Patil, 2011] ter uporabo simulacij za analizo obratovanja proizvodnega sistemu v primeru razliĉnih postavitev strojne opreme [Cao in Wang, 2012]. Sadhu [Sadhu, 2012] je razvil programsko okolje za proaktivno krmiljenje procesa vulkanizacije v procesu proizvodnje pnevmatik.

2.5. Agentsko krmiljenje proizvodnih sistemov Znaĉilnosti agentskih krmilnih sistemov sta decentralizirana struktura in paralelno izvajanje krmilnih funkcij v avtonomnih enotah – agentih [Barbosa in Leitão, 2011]. Univerzalne definicije agenta ni, lahko pa se na splošno opredeli kot: ''Agent je avtonomna programska komponenta, ki lahko predstavlja model fiziĉnega ali informacijskega objekta v sistemu'' [Leitão, 2009]. Agent je sposoben doseĉi lastne cilje in ima tudi sposobnost komunikacije z drugimi agenti, ki nimajo dovolj informacij za doseganje lastnih ciljev. Komunikacija med agenti se ustvarja z uporabo istega komunikacijskega jezika, ontologije in komunikacijskih protokolov. S pomoĉjo medsebojne komunikacije in sodelovanja se rešujejo kompleksni problemi na nivoju sistema, ki presegajo kapaciteto vsakega enotnega agenta. Na ta naĉin se lahko agenti, ki so avtonomne in sodelujoĉe entitete, povežejo v heterarhiĉne strukture – agentske krmilne sisteme. Agentski krmilni sistemi imajo dober odziv na motnje v sistemu in znižano sposobnost optimizacije na nivoju celotnega sistema zaradi lokalne narave avtonomnih entitet. Agentska tehnologija omogoĉa razvoj krmilne strukture in njene vgradnje v proizvodno okolje. Programska orodja za oblikovanje programskih okolij agentskih

Pregled stanja na obravnavanem podroĉju krmilnih struktur so bolj intuitivna in enostavna kot orodja za razvoj centraliziranih struktur, kar zagotavlja lažji razvoj in vzdrževanje [Parunak, 1996]. Za oblikovanje programskih okolij agentskih krmilnih struktur se lahko uporablja eden od objektno-orientiranih programskih jezikov, kot sta JAVA ali C++. Objekti objektno-orientiranih programskih okolij reagirajo na prispela sporoĉila in aktivirajo izvedbo doloĉene metode. Pri tem objekti, za razliko od agentov, nimajo sposobnosti izbire, ali bodo metodo izvedli ali pa zavrnili. Vsebina sporoĉil, ki se pošilja med agenti, lahko vsebuje zahteve za izvedbo doloĉenih metod in tudi zahteve za izmenjavo informacij.

Namen agentske tehnologije je uvajanje karakteristik fleksibilnosti, prilagodljivosti in agilnosti v proizvodne sisteme. Prilagodljivost proizvodnega sistema je opredeljena kot sposobnost sistema, da ohrani stabilno stanje v primeru pojava motenj, ki vplivajo na strukturo, karakteristike in delovanje sistema [Putnik in Sluga, 2007]. Fleksibilnost je v konceptu fleksibilnih proizvodnih sistemov (ang. Flexible Manufacturing Systems – FMS) definirana kot zmožnost hitrega prilagajanja proizvodnega sistema novim nalogam brez prekinitve proizvodnega procesa. To pomeni, da fleksibilnost predstavlja hitro prilagodljivost. Za razliko od fleksibilnosti sistema, ki je reaktiven koncept, kar pomeni, da sistem odgovarja na že prepoznane spremembe, lahko agilnost opredelimo kot proaktiven koncept [Yusuf, Sarhadi in Gunasekaran, 1999]. Osnovna znaĉilnost, ki opredeljuje agilnost proizvodnega sistema, je sposobnost napovedovanja sprememb in motenj v sistemu in doloĉanja korekcijskih akcij. Na podroĉju avtomatizacije in proizvodnje lahko uporabimo agente kot fiziĉna delovna sredstva, proizvode ali informacijske in logiĉne proizvodne entitete, kot so proizvodni plani, naroĉila, naloge ipd. Da lahko dosežemo omenjene karakteristike agentske proizvodne tehnologije, je bilo razvitih veĉ organizacijskih konceptov za razvoj agentskih proizvodnih sistemov, med katere sodijo: fraktalni proizvodni sistemi [Warnecke, 1993; Sihn in ostali, 1998], bioniĉni proizvodni sistemi [Okino, 1993; Ueda, 1993] in holonski proizvodni sistemi [Christensen, 1994; Seidel in Mey, 1994; Valckenaers in ostali, 1994]. Razlika med koncepti je v izvirni ideji. Koncept fraktalnih proizvodnih sistemov uporablja idejo matematiĉnega kaosa, bioniĉni proizvodni sistemi temeljijo na principih iz narave, medtem ko je osnova za razvoj holonskih proizvodnih sistemov filozofska teorija organizacije in evolucije društvenih struktur. Našteti koncepti so precej splošni in teoretiĉni.

Fraktalni proizvodni sistem je odprt sistem, ki je sestavljen iz enot, ki se imenujejo fraktali. Vsaka enota, ki deluje neodvisno, lahko oblikuje svojo notranjo strukturo in vsebuje svoje 17

Poglavje 2 metode za reševanje lastnih ciljev. Z zunanjega stališĉa so fraktalne enote medsebojno podobne [Ka´da´r, Monostori in Szelke, 1998]. Za organizacijo svoje notranje strukture lahko fraktali poskrbijo samostojno brez vpliva zunanjih dejavnikov. Na ta naĉin lahko fraktali samostojno reagirajo na spremembe v proizvodnem okolju. Fraktali lahko samostojno izboljšujejo tudi svoje lastne karakteristike. Doslednost ciljev na nivoju celotnega sistema dosežejo fraktali z medsebojnim sodelovanjem. Bioniĉni proizvodni sistemi so razviti na podlagi bioloških idej in konceptov. Podobno strukturi živih organizmov, ki so sestavljeni iz celic, tkiv, organov in sistemov organov, je razvita tudi struktura proizvodnih sistemov z modelonom kot osnovno gradivno enoto. Posamezen modelon, ki vsebuje modele delovanja (ang. behaviour patterns) in skupino karakteristik v obliki statiĉnih informacij, je lahko sestavljen iz veĉ drugih modelonov. Na ta naĉin se oblikuje hierarhija bioniĉnega proizvodnega sistema. V bioloških organizmih se statiĉne informacije v obliki genetiĉnih podatkov nahajajo v dezoksiribonukleinski kislini (DNK). Proces dedovanja lastnosti s pomoĉjo DNK je v bioniĉnih proizvodnih sistemih predstavljen kot proces prenašanja skupine karakteristik in modelov delovanja z modelonov na višjem hierarhiĉnem nivoju na modelone na nižjem hierarhiĉnem nivoju v strukturi [Tharumarajah, Wells in Nemes, 1996]. Biološki koncept encimov in njihove vloge v organizmih je v bioniĉnem proizvodnem sistemu oblikovan kot nadzorovalna enota. Encimi v bioloških organizmih kontrolirajo stabilnost delovanja celotnega sistema s pomoĉjo urejevanja nivoja metaboliĉnih reakcij. Nadzorovalne enote bioniĉnih proizvodnih sistemov pa opravljajo funkcijo sodelovanja in na ta naĉin vplivajo na odnose med modeloni s ciljem prilagajanja na spremembe v proizvodnem okolju [Sousa in ostali, 2000]. Koncepta fraktalnih in bioniĉnih proizvodnih sistemov še vedno ne vsebujeta konkretnih navodil, metodologij in standardov za razvoj posameznih fraktalov in modelonov ter njihovih koordinacijskih mehanizmov, da lahko proizvodni sistemi dosežejo optimalne rezultate na globalnem nivoju. Zaradi tega je razvoj sistemov, ki temeljijo na konceptih fraktalnih in bioniĉnih proizvodnih sistemov, zelo omejen in bi predstavljal veliko tveganje s stališĉa proizvodnih tovarn. Nekaj krmilnih programskih okolij, ki temeljijo na konceptih fraktalnih in bioniĉnih proizvodnih sistemov, je bilo planiranih v projektu IMS/NGMS (ang. Intelligent Manufacturing Systems/Next Generation Manufacturing Systems) [IMS, 2016], ampak ne obstajajo poroĉila o vgradnji v proizvodno okolje.

Pregled stanja na obravnavanem podroĉju Veliko raziskovalcev [Duffie in Piper, 1986; Shaw, 1988; Maturana in Norrie, 1996; Parunak, Baker in Clark, 1997; Shen, Xue in Norrie, 1998; Valckenaers in ostali, 1999; Bussmann, Jennings in Wooldridge, 2004; Maturana in ostali, 2005; Paolucci in Sacile, 2005; Albadawi in ostali, 2006; Schild in Bussmann, 2007; Maturana in ostali, 2008; Checcozzo in ostali, 2009; Andreev in ostali, 2010; García Ansola in ostali, 2012; Khedri Liraviasl in ostali, 2015] se je na podroĉju agentov ukvarjalo z oblikovanjem arhitektur agentskih sistemov in z metodologijo vgradnje v laboratorijsko razvite proizvodne sisteme. Nekateri od naštetih agentskih krmilnih pristopov pa so bili vgrajeni v realno proizvodno okolje. Shaw [Shaw, 1988] je med prvimi uporabil agente za organizacijo proizvodnje in krmiljenje sistema z veĉ proizvodnimi celicami. Duffie in Piper [Duffie in Piper, 1986] sta prva uvedla heterarhiĉni pristop krmiljenja proizvodne celice, v kateri agenti predstavljajo fiziĉna delovna sredstva, proizvode in operaterje. Z analizo rezultatov sta prišla do zakljuĉka, da so prednosti, ki jih ponuja heterarhiĉni pristop: poveĉana toleranca na motnje v sistemu, poveĉana možnost modifikacije sistema in zmanjšani stroški razvoja krmilnega programa. Parunak, Baker in Clark [Parunak, Baker in Clark, 1997] so razvili agentsko arhitekturo AARIA (ang. Autonomous Agent at Rock Island Arsenal), ki je uporabljena za dinamiĉno planiranje proizvodnje, dinamiĉno preoblikovanje in krmiljenje splošnih proizvodnih sistemov s ciljem doseganja zastavljenih terminskih planov. V projektu MASCADA [Valckenaers in ostali, 1999] je predstavljenih veĉ mehanizmov proaktivnega krmiljenja proizvodnih sistemov velikoserijske proizvodnje avtomobilske in elektronske industrije, ki podpirajo spremembe proizvodnega plana in prisotnost motenj v sistemu s ciljem, da se poveĉa izkoristek proizvodnega sistema. V raziskovalnem projektu RI-MACS (ang. Radically Innovative Mechatronics and Advanced Control Systems) [Checcozzo in ostali, 2009] so predstavili veĉ pristopov, ki temeljijo na veĉagentskih sistemih (ang. multi-agent system), brezžiĉni tehnologiji in metodah virtualnega oblikovanja proizvodnih sistemov, da lahko proizvodnim sistemom zagotovijo karakteristiki agilnosti in preoblikovanja. Maturana in Norrie [Maturana in Norrie, 1996] sta razvila generiĉno mediator arhitekturo za distribuirano planiranje proizvodnje in krmiljenje proizvodnega sistema na osnovi agentskega pristopa. Arhitektura vsebuje koordinacijske agente na treh nivojih. Sistem se dinamiĉno prilagaja novim proizvodnim zahtevam in spremembam v proizvodnem okolju. Shen, Xue in Norrie [Shen, Xue in Norrie, 1998] so v projektu MetaMorph II predstavili hibridno arhitekturo, ki kombinira pristop agentskega krmiljenja in mediator arhitekture za proces planiranja proizvodnje in krmiljenja proizvodnega sistema. Splošni proizvodni sistem lahko vsebuje veĉ podsistemov, s katerimi je povezan preko mediatorjev. Posamezen podsistem je lahko 19

Poglavje 2 predstavljen s pomoĉjo veĉ avtonomnih agentov, ki delujejo kot agentski sistem. Paolucci in Sacile [Paolucci in Sacile, 2005] sta predstavila študijo primera delovanja agentskega proizvodnega sistema izmišljene tovarne za proizvodnjo koles. Za razvoj agentskega sistema sta uporabila programsko platformo JADE. Albadawi in ostali [Albadawi in ostali, 2006] so razvili agentsko arhitekturo, ki so jo vgradili v industrijski sistem termiĉnega oblikovanja plastike in obdelovalni sistem frezanja s pomoĉjo kovinskega prahu. Za izvedbo krmiljenja industrijskega sistema termiĉnega oblikovanja plastike so uporabili standardno raĉunalniško procesno enoto in programsko platformo JADE, medtem ko so za izvedbo krmiljenja obdelovalnega sistema frezanja s pomoĉjo kovinskega prahu uporabili programirljivi logiĉni krmilnik. Zakljuĉili so, da je pristop agentskega krmiljenja primeren za sisteme, v katerih se parametri stanja lahko zagotovijo na podlagi predhodnih izkušenj in znanja (ang. know-how process). Khedri Liraviasl in ostali [Khedri Liraviasl in ostali, 2015] so predstavili pristop za razvoj proizvodnih sistemov, ki so sposobni preoblikovati strukturo v primeru nastanka sprememb v proizvodnem procesu in motenj v sistemu. Pristop uporablja hibridno tehniko simulacije diskretnih dogodkov in simulacije, ki temelji na agentskih strukturah. Pristop je preizkušen na laboratorijskem uĉnem sistemu za montažo na Univerzi v Windsorju. Maturana in ostali [Maturana in ostali, 2005] so opisali arhitekturo in metodologijo razvoja agentskega sistema za krmiljenje realnih proizvodnih sistemov. Arhitektura je predstavljena v industrijskih sistemih za vodno hlajenje in analizirana s pomoĉjo programskega orodja Matlab/Simulink. Simulacijsko okolje za testiranje predstavljenega pristopa je izvedeno na primeru sistema za hlajenje vojne ladje ameriške mornarice [Maturana in ostali, 2008]. Pomembna znaĉilnost predstavljenega agentskega pristopa krmiljenje v primeru sistema za hlajenje vojne ladje je sposobnost odkritja pozicije v sistemu, v kateri voda uhaja iz sistema, in samostojno definiranje alternativne poti z uporabo redundantnega cevovoda. Bussmann [Bussmann, Jennings in Wooldridge, 2004; Schild in Bussmann, 2007] je uporabil agentsko tehnologijo za oblikovanje fleksibilnega proizvodnega sistema v tovarni DaimlerChrysler za velikoserijsko proizvodnjo glav štirivaljnega dizelskega motorja, ki so se uporabljali v modelih Mercedes Benz C in E. Pristop uporablja agente, ki predstavljajo stroje in obdelovance v procesu proizvodnje, da se lahko doseže optimalna produktivnost proizvodnega sistema, ki je izpostavljen pogostim spremembam proizvodnih operacij. Predstavljeni proizvodni sistem predstavlja edini popolni agentski proizvodni sistem, ki je bil vgrajen v realno proizvodno okolje. Vgradnja agentskega proizvodnega sistema v realno proizvodno okolje je prinesla 20 % poveĉanje produktivnosti. Andreev in ostali [Andreev in ostali, 2010] so razvili veĉagentski sistem za planiranje proizvodnje v realnem ĉasu in 20

Pregled stanja na obravnavanem podroĉju optimizacijo proizvodnega procesa v tovarni Axion-Holding Izhevsk, ki je ena izmed najveĉjih proizvajalcev elektronske opreme v Rusiji. Veĉagentski krmilni sistem je prinesel 15 % poveĉanje izkorišĉenosti proizvodnih sistemov v tovarni elektronske opreme. Na univerzi Castilla-La Mancha [García Ansola in ostali, 2012] so razvili distribuirani sistem krmiljenja z resursi na letališĉih, ki je preizkušen na letališĉu Ciudad Real Central Airport v Španiji. Resursi, ki jih obravnavajo, so lahko vozila, proizvodi, palete, mehanizacija in zaposleni. Distribuirani sistem krmiljenja z resursi na letališĉih temelji na veĉagentskem krmilnem pristopu in omrežju brezžiĉnih senzorjev. Nekaj raziskav [Monostori, 2003; Marik in ostali, 2005; Vrba, Mařík in Merdan, 2008; Ruiz in ostali, 2014] obravnava izvedbo splošnih agentskih krmilnih struktur, v katerih se doloĉeni modeli delovanja izvršujejo le v simulacijskem okolju. Farid in ostali [Farid in Ribeiro, 2015] so predstavili prvo referenĉno arhitekturo za oblikovanje veĉagentskih krmilnih sistemov za rekonfigurabilne proizvodne sisteme. Arhitektura temelji na že znani aksiomatski metodologiji oblikovanja inženirskih sistemov. Razlog, zakaj ni veĉ realnih izvedb na industrijskem proizvodnem podroĉju, je heterarhiĉni pristop, ki ne vsebuje potrebne hierarhije. V takšnih sistemih predstavljajo agenti popolnoma avtonomne entitete, kar pa otežuje doseganje proizvodnih ciljev in optimizacijo procesa proizvodnje. Pomanjkanje tehnološko razvitih inženirskih orodij, varnostne strojne opreme in standardov za izvedbo agentske tehnologije v proizvodnih sistemih še dodatno otežuje razvoj agentskih krmilnih sistemov.

2.6. Holonsko krmiljenje proizvodnih sistemov Strategija holonskih proizvodnih sistemov ima svoje temelje v konceptu, ki ga je za organizme in družbene organizacije razvil Koestler [Koestler, 1969]. Po tej strategiji imajo kompleksni sistemi hierarhiĉno strukturo in so sestavljeni iz holonov, ki so istoĉasno celota in del neke druge celote oziroma drugega holona. Etimološka osnova besede holon je grška beseda holos, ki pomeni celoto, medtem ko pripona ''on'' pomeni del. Konzorcij HMS, ki je del mednarodnega programa inteligentnih proizvodnih sistemov IMS (ang. Intelligent Manufacturing Systems) [IMS, 2016], je definiral holon kot avtonomni in sodelujoĉi del proizvodnega sistema, ki ima funkcijo oblikovanja, prenosa, ohranjevanja in ocenjevanja informacij in fiziĉnih objektov. Holon je lahko sestavljen iz veĉ holonov in je istoĉasno del drugega holona, ki je potem lahko del naslednjega holona v hierarhiĉni strukturi. Ta

Poglavje 2 znaĉilnost holonov, ki ne obstaja pri agentih, omogoĉa razvoj avtonomnih in sodelujoĉih delov proizvodnega sistema, ki bodo na najnižjem nivoju v hierarhiĉni strukturi opravljali osnovne proizvodne funkcije in bodo v medsebojnem sodelovanju dosegli kompleksne proizvodne cilje na nivoju sistema. Holon lahko predstavlja informacijsko ali fiziĉno aktivnost, medtem ko agent vsebuje le programsko komponento. Holon vsebuje fiziĉni del v primeru, da predstavlja fiziĉno napravo (mehansko komponento, proizvodni stroj, proizvodni modul ali proizvodni sistem). V ostalih primerih holon vsebuje le informacijski del za oblikovanje, prenos, ohranjevanje in obdelavo informacij ter opravljanje logiĉnih aktivnosti. Holarhija je opredeljena kot sistem holonov, ki so organizirani v hierarhiĉno strukturo, da lahko z medsebojnim sodelovanjem in kombiniranjem individualnih sposobnosti in znanja dosežejo globalne cilje. Holarhija je hierarhiĉna struktura holonov, ki so istoĉasno avtonomne celote za nižje nivoje v strukturi in deli, ki so odvisni od višjih hierarhiĉnih nivojev [Leitão, Marik in Vrba, 2013]. Holonski proizvodni sistem je holarhija, ki povezuje vrsto proizvodnih aktivnosti, da lahko doseže agilno proizvodno okolje [Christensen, 1994]. Delovanje holonov je v holonskih proizvodnih sistemih doloĉeno s sodelovanjem z drugimi holoni v sistemu, kar je v nasprotju z modelom delovanja centraliziranih proizvodnih sistemov. Holonska krmilna struktura proizvodnih sistemov omogoĉa združevanje prednosti, ki jih ponujata hierarhiĉni in heterarhiĉni pristop. Na ta naĉin se zagotavlja hiter odgovor na spremembe in motnje v nestabilnem proizvodnem okolju na podlagi visokega nivoja avtonomije posameznih holonov in koherentnost delovanja celotnega sistema v stabilnem proizvodnem okolju, ki je zagotovljena s pomoĉjo hierarhiĉne krmilne strukture [Bongaerts, 1998]. Za izvedbo višjih nivojev v krmilni strukturi se uporablja agentska tehnologija, medtem ko se za izvedbo najnižjega nivoja v krmilni strukturi, ki zagotavlja povezavo s stroji v realnem ĉasu, uporabljajo industrijski programirljivi logiĉni krmilniki, ki temeljijo na standardu IEC 611313. Krmilne programe razvite v IEC 61131-3 standardu ni mogoĉe distribuirati na veĉ razliĉnih delovnih sredstev, kar predstavlja omejitev za razvoj distribuiranih krmilnih programskih okolij zaradi monolitnih programskih procedur in cikliĉne obdelave programske kode. Kot alternativa, ki bo omogoĉila izvedbo distribuiranih krmilnih programskih okolij holonskih proizvodnih sistemov, je predstavljen pristop funkcijskih blokov v standardu IEC 61499. Osnovna razlika med holonom in agentom je v tem, da holon predstavlja koncept, medtem ko agent predstavlja koncept in tehnologijo, ki omogoĉa izvedbo koncepta holonov na višjih hierarhiĉnih nivojih v strukturi holonskih krmilnih sistemov.

Pregled stanja na obravnavanem podroĉju Iz primerjave znaĉilnosti holonskega in tradicionalnega krmilnega pristopa, ki so prikazane v preglednici 2.2, so razvidne osnovne razlike v strukturi, ki vodijo k popolnoma razliĉnemu delovanju obeh sistemov.

Preglednica 2.2: Znaĉilnosti tradicionalnega in holonskega krmilnega pristopa

Krmilni sistem Relacije med entitetami v strukturi Mehanizem odločanja Komunikacija v strukturi

Tradicionalni krmilni pristopi Statiĉen, centraliziran ali hierarhiĉen Uporabnik-strežnik relacije

Holonski krmilni pristop

Centraliziran, s pristopom od vrha navzdol ''Eden z veĉ'' entitetami v strukturi

Decentraliziran, s pristopom od spodaj navzgor ''Veĉ z veĉ'' entitetami v strukturi

Dinamiĉen Holon-holon relacije

Distributivnost holonskega krmilnega pristopa nam bo omogoĉila, da lahko razdelimo kompleksne krmilne probleme na veĉ enostavnih problemov krmiljenja. Na ta naĉin je lahko krmilni sistem razvit na podlagi pristopa od spodaj navzgor, ki omogoĉa razvoj manj zapletene programske kode v primerjavi s tradicionalnimi krmilni pristopi. Pri holonskem krmilnem pristopu je treba neodvisno razviti vsako posamezno komponento krmilne arhitekture in tudi koordinacijske mehanizme med komponentami. Organizacija FIPA (ang. Foundation for Intelligent Phisical Agents) [IEEE Foundation for Intelligent Physical Agents, 2016] je predstavila skupino standardov, ki urejajo podroĉja upravljanja z agenti, komunikacijo in prenosa sporoĉil med agenti. Sodelovanje med neodvisnimi entitetami v strukturi sistema je možno predstaviti s pomoĉjo koordinacijskih mehanizmov. Za modeliranje koordinacijskih mehanizmov je primeren poenoteni jezik modeliranja UML (ang. Unified Modeling Language) [Object Management Group Inc., 2016c]. OMG (ang. Object Management Group) [Object Management Group Inc., 2016b] definira poenoteni jezik modeliranja UML kot simbolni jezik za oznaĉevanje, ponazoritev in zgradbo komponent programskega okolja. Diagrami poenotenega jezika modeliranja so grafiĉni prikazi elementov modela programskega sistema. Diagram zaporednosti je dinamiĉni diagram, ki prikazuje ĉasovno urejen proces sodelovanja med objekti v sistemu za doseganje zastavljenih ciljev in ima predpisano semantiko, sintakso in pravila uporabe [Bell, 2004]. Robustnost holonskega proizvodnega sistema je zagotovljena na podlagi znaĉilnosti, da v krmilni strukturi ne obstaja

Poglavje 2 osrednja krmilna enota, kar omogoĉa, da se ohrani isti koordinacijski mehanizem v primeru sprememb tipov strojev in proizvodov v proizvodnem sistemu. Na podroĉju avtomatizacije industrijskih proizvodnih sistemov je koncept holonskega krmiljenja pritegnil veliko pozornosti zaradi svoje distributivne narave in možnosti prilagajanja motnjam, ki nastanejo v proizvodnih sistemih. Na podroĉju razvoja krmilnih arhitektur in krmilnih pristopov, ki temeljijo na konceptu holonskega krmiljenja, je predstavljenih veĉ raziskovalnih del [Heikkila, Jarviluoma in Juntunen, 1997; Gayed, Jarvis in Jarvis, 1998; Van Brussel in ostali, 1998; Sousa in Ramos, 1999; Chirn in McFarlane, 2000; Bussmann in Sieverding, 2001; Heikkila in ostali, 2003; Jarvis in Jarvis, 2003; Leitão in Restivo, 2006; Bal in Hashemipour, 2009; Cardin in Castagna, 2009; Hsieh, 2010; Hsieh in Chiang, 2011; Barbosa in ostali, 2015]. Heikkila, Jarviluoma in Juntunen [Heikkila, Jarviluoma in Juntunen, 1997] so bili med prvimi raziskovalci, ki so se ukvarjali s holonskim pristopom krmiljenja, in sicer na modelu robotiziranih proizvodnih celic. Sousa in Ramos [Sousa in Ramos, 1999] sta predstavila protokol pogajanja med entitetami v distribuirani krmilni arhitekturi, ki temelji na holonskem krmilnem pristopu s ciljem dinamiĉnega planiranja proizvodnje. Razvila sta holone, ki predstavljajo proizvodne operacije in delovna sredstva. Namen protokola je dinamiĉno dodeljevanje proizvodnih operacij ustreznim delovnim sredstvom za izvedbo naĉrtovane proizvodnje v ĉim krajšem ĉasovnem intervalu. Hsieh in Chiang [Hsieh in Chiang, 2011] sta opisala proizvodno okolje, v katerem holoni v medsebojnem sodelovanju dinamiĉno oblikujejo proizvodni proces po kriteriju minimalnih stroškov. V predstavljenem proizvodnem okolju holoni oblikujejo proizvodni proces na osnovi tipa proizvoda in predpisanega termina za izvedbo naroĉila. Van Brussel in ostali [Van Brussel in ostali, 1998] so razvili holonsko arhitekturo proizvodnih sistemov PROSA (ang. Product-Resource-Order-Staff Architecture), ki jo sestavljajo trije tipi holonov: holon proizvodov, holon naroĉil in holon proizvodnih komponent. Arhitekturi PROSA je možno dodati nadzorne holone, ki vsebujejo ekspertno znanje, ki bi ga lahko uporabili pri ohranjanju koherentnosti ciljev celotnega sistema. Leitao in Restivo [Leitão in Restivo, 2006] sta razvila arhitekturo ADACOR (ang. ADAptive holonic COntrol aRchitecture for distributed manufacturing systems), ki vsebuje avtonomne in sodelujoĉe holone, podobne arhitekturi PROSA, vendar sta dodala holon za nadzorovanje holonov na nižjem nivoju. Tovrstni holon omogoĉa nastanek stabilne hierarhije v sistemu. Predstavljena arhitektura uvaja adaptivno krmiljenje prozvodnega sistema in kombinira optimizacijo proizvodnje z agilnimi reakcijami na motnje v sistemu. Barbosa in ostali [Barbosa in ostali, 2015] so nadgradili ADACOR 24

Pregled stanja na obravnavanem podroĉju holonsko krmilno arhitekturo s pomoĉjo dvodimenzionalnega mehanizma, ki upošteva vedenjske in gradbene znaĉilnosti proizvodnega sistema. Na ta naĉin se omogoĉa samostojno preoblikovanje proizvodnega sistema v primeru pojava nepriĉakovanih zahtev. PROSA in ADACOR predstavljata referenĉne arhitekture za razvoj holonskih krmilnih sistemov v prihodnosti, ker definirata naĉin formiranja strukture, terminologijo strukture, entitete in njihove funkcije v strukturi. V literaturi je predstavljenih veĉ strategij obstojeĉih proizvodnih sistemov, zasnovanih na principih raĉunalniško integrirane tehnologije (ang. Computer Integrated Manufacturing – CIM) in fleksibilnih proizvodnih sistemov, ki prehajajo na holonske sisteme s ciljem pospeševanja odziva na spremembe in motnje v sistemu [Gayed, Jarvis in Jarvis, 1998; Chirn in McFarlane, 2000]. Nekaj raziskav [Cardin in Castagna, 2009; Hsieh, 2010] obravnava izvedbo holonskih proizvodnih sistemov v simulacijskem okolju. Kruger in Basson [Kruger in Basson, 2013] sta izvedla raziskavo, v kateri sta za razvoj holonskega krmilnega sistema kot alternativne tehnologije uporabila agentsko tehnologijo in tehnologijo funkcijskih blokov standarda IEC 61499. Zakljuĉila sta, da je za razvoj višjih hierarhiĉnih nivojev bolj primerna agentska tehnologija, medtem ko za razvoj nižjih hierarhiĉnih nivojev v holonski krmilni strukturi bolj ustrezajo funkcijski bloki. Bal in Hashemipour [Bal in Hashemipour, 2009] sta holonski pristop krmiljenja nadgradila še s sistemom virtualnega okolja, v katerem je že v razvojni fazi možno krmiljenje delovanja sistema. Poleg tega pa je razvitih nekaj realnih izvedb holonskih proizvodnih sistemov [Bussmann in Sieverding, 2001; Heikkila in ostali, 2003; Jarvis in Jarvis, 2003]. Iz raziskav, ki obravnavajo realno izvedbo, je razvidno, da so veĉinoma uporabljane veĉnivojske krmilne strukture, ki so na najnižjem nivoju še vedno vgrajene v programirljivih logiĉnih krmilnikih, medtem ko se naĉini delovanja agentov na višjih nivojih lahko opravljajo na loĉenih raĉunalnikih. Da bi dosegli lažjo integracijo holonskega krmilnega sistema s fiziĉnim sistemom, je treba logiĉno strukturo fiziĉnega sistema preslikati v logiĉno strukturo krmilnega programskega okolja.

2.7. Virtualni proizvodni sistemi Oblikovanje in izvedba holonskega krmilnega pristopa v realnih industrijskih proizvodnih sistemih zahteva previdne odloĉitve, ki bodo zagotovile, da bodo izpolnjene zahteve tržišĉa. Poskusno testiranje holonskega krmilnega pristopa v proizvodnem okolju je zelo tvegano in

Poglavje 2 drago. Zaradi tega je treba razviti metode za oblikovanje in analizo holonskega krmilnega pristopa, ki bodo zmanjšale možnosti napak in stopnjo tveganja pri vgradnji pristopa v realno proizvodno okolje. Agentska tehnologija ne zagotavlja povezave holonske krmilne strukture z realnim proizvodnim okoljem. Kot rezultat raziskav, ki so opravljene v projektu IMS, je podjetje Rockwell Automation v sodelovanju z razliĉnimi partnerji razvilo programsko orodje MAST (ang. Manufacturing Agent Simulation Tool) [Vrba, Mařík in Merdan, 2008]. Programsko orodje MAST, ki je programirano v agentski programski platformi JADE in temelji na programskem jeziku JAVA, je oblikovano za simulacijo delovanja sistemov za upravljanje z materialom. Uporabnik ima na razpolago agente za osnovne komponente upravljanja z materialom, iz katerih lahko oblikuje želeni krmilni sistem. Orodje uporablja 2D-animacijsko okolje oblikovanega krmilnega sistema in ne podpira 3D-simulacijskega okolja, ki je pomembno za bolj kompleksna proizvodna okolja. Za simulacijo delovanja holonskega krmilnega pristopa v velikih proizvodnih sistemih so uporabljali pretežno orodje za simulacijo diskretnih dogodkov ARENA [Brennan in Norrie, 2003; Altiok in Melamed, 2007; Kelton, 2007]. Simulacije v omenjenih konvencionalnih programskih orodjih zagotavljajo lažje razumevanje karakteristik proizvodnega procesa, vendar so omejene glede specifiĉnih pogojev proizvodnega procesa, ki se morajo izpolniti za natanĉno vgradnjo holonskega krmilnega sistema v kompleksno proizvodno okolje. Virtualna proizvodnja lahko predstavlja rešitev za omejitve konvencionalnih simulacijskih programskih orodij. Za razvoj in analizo realnih proizvodnih procesov v virtualnem proizvodnem okolju uporabljamo informacijsko tehnologijo in raĉunalniško simulacijo. V virtualnem proizvodnem okolju lahko odkrijemo napake, kot so trĉenja v procesu transporta in sestavljanja proizvodov, nedoslednosti pretoka informacij in materiala in ponazorimo napake in motnje posameznih strojev v proizvodnem sistemu [Mujber, Szecsi in Hashmi, 2004]. Odkrite napake se lahko odpravijo še preden se krmilni sistem vgradi v realno proizvodno okolje in se na ta naĉin prepreĉijo stroški, ki bi nastali zaradi napak. Uporaba virtualnega proizvodnega okolja omogoĉa: ocenjevanje izvedljivosti proizvodnega procesa v proizvodnem sistemu, ocenjevanje natanĉnosti oblikovanja proizvodnega sistema ter optimizacijo proizvodnih procesov. Obnašanje holonske krmilne strukture v procesu krmiljenja proizvodnega sistema je manj predvidljivo v primerjavi z obnašanjem konvencionalnih krmilnih struktur. Zaradi tega je virtualno proizvodno okolje bistvenega pomena za razumevanje delovanja holonskega krmilnega pristopa. Razvite mehanizme

Pregled stanja na obravnavanem podroĉju odloĉanja je mogoĉe vgraditi v elemente holonske krmilne strukture v fazi njenega razvoja in ovrednotiti v virtualnem proizvodnem okolju.

V literaturi lahko najdemo koncepte virtualnih proizvodnih sistemov, ki so uporabljeni na razliĉnih proizvodnih podroĉjih [Jain in ostali, 2001; Winter, Desovski in Cukic, 2001; Gausemeier, von Bohuszewicz in Ebbesmeyer, 2013]. Bal in Hashemipour [Bal in Hashemipour, 2009] sta razvila pristop virtualne tovarne za tlaĉno litje in pri tem raziskala vgradnjo holonskega proizvodnega sistema v virtualnem okolju. Izvedla sta vrednotenje holonskega krmilnega pristopa v virtualnem proizvodnem okolju s pomoĉjo analize preoblikovanja in robustnosti proizvodnega sistema v primeru pojava napak v sistemu. Tuma in ostali [Tůma in ostali, 2014] so razvili eksperimentalno proizvodno mesto za razvršĉanje izdelkov, ki uporablja simulacijsko okolje za analizo procesa razvršĉanja izdelkov v realnem ĉasu. Pomanjkljivosti procesa razvršĉanja izdelkov se odkrijejo in rešujejo v simulacijskem okolju še preden nastanejo podobne pomanjkljivosti v realnem sistemu. Gregor, Hercko in Grznar [Gregor, Hercko in Grznar, 2015] so predstavili platformo za razvoj proizvodnega sistema prihodnosti, ki uporablja holonsko krmilno strukturo v virtualnem proizvodnem okolju za razvoj novih inteligentnih industrijskih rešitev.

2.8. Standard

IEC

61499

razvoj

distriburanega

krmiljenja proizvodnih sistemov Na podroĉju industrijske avtomatizacije se za programiranje programirljivih logiĉnih krmilnikov uporabljajo programski jeziki, ki temeljijo na standardu IEC 61131-3 [IEC, 2013]. Mednarodni standard IEC 61131 je sestavljen iz osmih delov, ki predpisujejo uporabo programirljivih logiĉnih krmilnikov za avtomatizacijo proizvodnih procesov. Najbolj pomemben je del 61131-3, ki definira programske jezike, tipe podatkov in programske arhitekture programirljivih logiĉnih krmilnikov. Krmilni sistemi IEC 61131 temeljijo na modelu centraliziranih programirljivih krmilnikov, ki opravljajo funkcije krmiljenja s pomoĉjo cikliĉnega skeniranja programske kode [Hanisch in Vyatkin, 2005]. Da lahko doloĉimo obnašanje krmilnega programskega okolja, je pomembno poznati pravila, ki veljajo za izvedbo krmilnega programa. Ta pravila se imenujejo semantika. Semantika za izvedbo

Poglavje 2 krmilne programske kode IEC 61131 ne ustreza novim zahtevam distribuiranih in fleksibilnih proizvodnih sistemov. Krmilno programsko okolje, razvito po standardu IEC 61131-3, ni mogoĉe razvršĉati na veĉ razliĉnih procesnih enot, kar predstavlja omejitev za razvoj distribuiranih krmilnih programskih okolij. Za vgradnjo distribuiranega krmilnega pristopa v industrijske sisteme je predstavljen nov standard IEC 61499, ki definira referenĉno arhitekturo distribuiranih krmilnih sistemov. Standard IEC 61499 uvaja napredne programske tehnologije, kot so enkapsulacija funkcionalnosti, oblikovanje, ki temelji na komponentah, dogodkovno vodena izvedba in distributivnost [Hanisch in Vyatkin, 2005].

Osnovne funkcijske enote standarda IEC 61499 so funkcijski bloki, procesne enote, naprave in programska okolja, ki so sestavljena iz funkcijskih blokov. Standard IEC 61499 definira splošni model in metodologijo za opisovanje funkcijskih blokov v obliki, ki je neodvisna od naĉina vgradnje. Oblikovanje krmilnega sistema zajema definiranje naprav in oblikovanje programskih okolij, ki so naložena na napravah. Definiranje funkcionalnosti krmilnega programskega okolja in definiranje arhitekture sistema se lahko opravita neodvisno. Vgradnja krmilnega programskega okolja zajema nalaganje funkcijskih blokov na naprave in procesne enote. Posamezen funkcijski blok mora biti naložen na posamezno procesno enoto in ne sme biti distribuiran na veĉ razliĉnih procesnih enot. Osnovna programska enota standarda IEC 61499 je funkcijski blok. Standard definira veĉ tipov funkcijskih blokov: osnovni funkcijski bloki (ang. basic function blocks), funkcijski bloki servisnega vmesnika (ang. service interface function blocks – SIFB) in kompozitni funkcijski bloki (ang. composite function blocks). Standard definira tudi vrsto komunikacijskih funkcijskih blokov, ki se uporabljajo za izmenjavo podatkov med procesnimi enotami, ki se nahajajo na razliĉnih napravah. V standardu so oblikovani funkcijski bloki servisnega vmesnika, ki skrbijo za povezavo s krmilno strojno opremo (npr. avtonomne mehatronske komponente z ugnezdenimi krmilniki). Kot splošni standard IEC 61499 ne vsebuje izrecnih znaĉilnosti posameznih industrijskih programskih okolij in komunikacijskih protokolov [Andren in ostali, 2012]. Izraz ''funkcijski blok'' poznamo že iz standarda IEC 61131, ampak se funkcijski blok standarda IEC 61499 razlikuje od starega funkcijskega bloka v tem, da je pasiven element in potrebuje sprožitev vhodnega dogodka, da bi opravil notranje algoritme. To pomeni, da je funkcijski blok IEC 61499 dogodkovno voden in da se funkcijski blok opravlja le, ĉe je to potrebno, kar je v nasprotju s cikliĉnim izvajanjem nalog krmilnega programskega okolja po standardu IEC 61131, ki se izvajajo zaporedno in periodiĉno, ĉeprav to ni potrebno za vse naloge programske kode [Dai in Vyatkin, 2009]. Standard IEC 61499 definira semantiko osnovnih in 28

Pregled stanja na obravnavanem podroĉju kompozitnih funkcijskih blokov in njihovih omrežij. Na sliki 2.5 je prikazan standardni funkcijski blok in ustrezni vmesniki.

Slika 2.5: Standardni funkcijski blok z ustreznimi vmesniki

Zgornji del grafiĉnega prikaza funkcijskega bloka je ''glava'' funkcijskega bloka, medtem ko je spodnji del ''telo'' funkcijskega bloka. Funkcijski bloki IEC 61499 vsebujejo dva tipa vhodov in izhodov: dogodke in podatke. Dogodki so povezani z glavo funkcijskega bloka, medtem ko so podatki povezani s telesom funkcijskega bloka. Funkciji dogodkov sta sinhronizacija in sodelovanje med izvršnimi krmilnimi mehanizmi omrežij, ki so sestavljeni iz funkcijskih blokov. Funkcijski blok bo izvršen le v primeru, ĉe je sprožen vhodni dogodek. Tipi podatkov v standardu IEC 61499 so podobni kot v standardu IEC 61131. Standard IEC 61499 definira število standardnih funkcijskih blokov za krmiljenje dogodkov, kot so funkcijski bloki za delitev in spajanje dogodkov, funkcijski bloki za ustvarjanje dogodkov, ki so ĉasovno zamaknjeni ali cikliĉni ipd. Definiranje zunanjih vmesnikov funkcijskih blokov zajema tudi združevanje dogodkov z ustreznimi podatki. V grafiĉnem prikazu funkcijskega bloka je povezava med dogodki in podatki oznaĉena s pomoĉjo vertikalnih linij. Podatki, ki so združeni z ustreznimi dogodki, so posodobljeni, ko se sproži dogodek. Ko je tip funkcijskega bloka definiran, ga lahko shranimo v knjižnico tipov in se v nadaljevanju uporabi kot predstavnik tega tipa v novih krmilnih programskih okoljih.

Osnovni funkcijski blok (Slika 2.6) je programska struktura, ki je namenjena izvedbi osnovnih funkcij distribuiranega krmilnega programskega okolja. 29

Poglavje 2

Slika 2.6: Osnovni funkcijski blok

Struktura osnovnega funkcijskega bloka vsebuje poleg vhodov in izhodov tudi notranje spremenljivke, enega ali veĉ algoritmov in izvršni naĉrt krmiljenja (ang. execution control chart). Algoritem je del programske kode, ki doloĉa izhodne vrednosti podatkov na podlagi vhodnih vrednosti podatkov in notranjih spremenljivk. Algoritem je lahko napisan v kateremkoli programskem jeziku, ki ga podpira orodje, ki se uporablja za izvedbo distribuiranega krmilnega pristopa. To pomeni, da lahko algoritem razvijamo s programskimi jeziki, ki so podprti v standardu IEC 61131-3: strukturiran tekst (ang. Structured Text), lestviĉni diagram (ang. Ladder Diagram), seznam ukazov (ang. Instruction List), zaporedni funkcijski diagram (ang. Sequential Function Chart) in funkcijski blokovni diagram (ang. Functional Blok Diagram), kot tudi s programskimi jeziki objektno-orientiranega programiranja, kot sta jezika C++ in JAVA. Notranjim spremenljivkam, ki se lahko uporabijo v notranjih algoritmih, ni mogoĉe pristopiti z zunanje strani funkcijskega bloka. Izvršni naĉrt krmiljenja (Slika 2.7), ki je obvezni del osnovnega funkcijskega bloka, definira algoritme, ki morajo biti opravljeni, ko se sproži doloĉeni vhodni dogodek v doloĉenem stanju izvršne krmilne funkcije.

Pregled stanja na obravnavanem podroĉju

Slika 2.7: Primer izvršnega naĉrta krmiljenja

Izvršni naĉrt krmiljenja je konĉni avtomat, ki vsebuje stanja funkcijskega bloka in prehode med stanji [Dai in Vyatkin, 2009]. Stanja funkcijskega bloka so združena z ustreznimi akcijami, ki vsebujejo algoritme in izhodne dogodke, ki se aktivirajo, ko se opravijo algoritmi. Posamezni prehod med stanji lahko predstavlja logiĉno enaĉbo dveh ali veĉ vhodnih dogodkov, vhodnih podatkov ali notranjih spremenljivk, ki so povezane z Boolovimi logiĉnimi operaterji. Vhodni dogodki so v logiĉni enaĉbi predstavljeni v obliki Boolovih spremenljivk, ki imajo logiĉno resniĉno vrednost (ang. true), ko se aktivira vhodni dogodek in se spremeni na logiĉno lažno vrednost (ang. false), ko se izpolnijo vsi možni prehodi med stanji. Izvršni model funkcijskega bloka (Slika 2.8) prikazuje zaporedje opravljanja korakov izvedbe osnovnega funkcijskega bloka.

Poglavje 2

Slika 2.8: Izvršni model funkcijskega bloka

Model vsebuje izvršno okolje, ki omogoĉa opravljanje faz izvedbe osnovnega funkcijskega bloka v pravilnem zaporedju in pravilni prioriteti. Izvršno okolje je fiziĉna platforma oziroma procesna enota, na kateri je naložen funkcijski blok. Vhodni dogodek povzroĉa izvajanje izvršne krmilne funkcije funkcijskega bloka. Procedura za izvedbo funkcijskega bloka je opisana v osmih korakih: ‐ Korak 1: Vrednosti vhodnih spremenljivk, ki so povezane z ustreznimi vhodnimi dogodki, so razpoložljive za uporabo v notranjih algoritmih funkcijskega bloka. ‐ Korak 2: Prihod vhodnega dogodka sproži zajemanje ustreznih vrednosti vhodnih spremenljivk, ki so povezane z vhodnim dogodkom, in se zaĉne izvedba funkcijskega bloka. Ustrezna Boolova spremenljivka vhodnega dogodka se spremeni. ‐ Korak 3: Za trenutno stanje izvršnega naĉrta krmiljenja se opravi vrednotenje prehodov med stanji. Da bi bil aktiviran prehod med stanji, je potrebna resniĉna vrednost logiĉne enaĉbe. Ĉe ni aktiviran noben prehod med stanji, prehaja procedura na korak 8. Ĉe je aktiviran eden ali veĉ prehodov med stanji, funkcijski blok prehaja v novo stanje. Algoritem, ki je povezan z novim stanjem, je pripravljen za izvedbo v procesni enoti. Standard IEC 61499 ne definira jasnih pravil izbire novega stanja, ĉe je istoĉasno aktivirano veĉ prehodov med stanji, kar predstavlja pomanjkljivost standarda

Pregled stanja na obravnavanem podroĉju IEC 61499. Ta pomanjkljivost lahko vpliva, da izvršna naĉrta krmiljenja, ki sta navidezno ista, ustvarita popolnoma razliĉne krmilne funkcije. ‐ Korak 4: Po doloĉenem ĉasovnem intervalu, ki je odvisen od zmogljivosti in obremenitve procesne enote, se zaĉenja izvajanje algoritma. ‐ Korak 5: Algoritem je opravljen. Nova vrednost izhodne spremenljivke, ki je doloĉena na podlagi vrednosti vhodnih in notranjih spremenljivk, je shranjena kot izhodni podatek funkcijskega bloka. ‐ Korak 6: Funkcija planiranja izvršnega okolja je obvešĉena, da je algoritem opravljen. ‐ Korak 7: Funkcija planiranja ponovno aktivira izvajanje izvršne krmilne funkcije, ki bo sprožila ustrezni izhodni dogodek. ‐ Korak 8: Izvršna krmilna funkcija sproži izhodni dogodek, ki je povezan z ustreznimi izhodnimi spremenljivkami, katerih vrednosti so razpoložljive za uporabo v povezanih funkcijskih blokih. Boolova spremenljivka ustreznega vhodnega dogodka se spremeni. To pomeni, da so Boolove spremenljivke ostale stabilne in nespremenjene med opravljanjem algoritmov.

Standard IEC 61499 poleg osnovnih funkcijskih blokov definira kompozitne funkcijske bloke (Slika 2.9). Delovanje kompozitnega funkcijskega bloka je odvisno od obnašanja povezanih funkcijskih blokov, ki sestavljajo kompozitni funkcijski blok. Kompozitni funkcijski blok lahko gradijo predstavniki tipov funkcijskih blokov, ki so lahko osnovni ali drugi kompozitni funkcijski bloki. Kompozitni funkcijski bloki omogoĉajo formiranje hierarhiĉnih krmilnih programskih okolij, kar omogoĉa ponovno uporabo že razvitih tipov funkcijskega bloka. Kompozitni funkcijski bloki za razliko od osnovnih funkcijskih blokov nimajo notranjih spremenljivk in izvršnega naĉrta krmiljenja. Kompozitni funkcijski bloki imajo, podobno osnovnim funkcijskim blokom, lastni vmesnik. Vhodi in izhodi kompozitnega funkcijskega bloka so lahko neposredno povezani z vhodi in izhodi funkcijskih blokov, ki sestavljajo ta kompozitni funkcijski blok.

Poglavje 2

Slika 2.9: Kompozitni funkcijski blok

Kadarkoli potrebujemo interakcijo med funkcijskimi bloki, ki se nahajajo v procesnih enotah, in realnim proizvodnim okoljem, so potrebni funkcijski bloki servisnega vmesnika [Zoitl in Lewis, 2014]. Funkcijski bloki servisnega vmesnika so programske komponente, ki zagotavljajo izvedbo doloĉenih servisov. Servis je opredeljen kot funkcionalna sposobnost procesne enote, ki je zagotovljena programskem okolju [Hanisch in Vyatkin, 2005]. To pomeni, da funkcijski blok servisnega vmesnika predstavlja vmesnik med programskim okoljem in specifiĉno funkcionalnostjo krmilne strojne opreme. Servis je doloĉen z zaporedjem osnovnih servisnih funkcij, ki definirajo karakteristike sodelovanja med programskim okoljem in procesno enoto. Zaporedje osnovnih servisnih funkcij je definirano v obliki ĉasovnih diagramov zaporednosti, ki predstavljajo le kvalitativno karakteristiko sodelovanja med programskim okoljem in procesno enoto, ker ne definirajo ĉasovne zahteve servisov. Funkcijske bloke servisnih vmesnikov razvijejo proizvajalci ustreznih distribuiranih naprav in se lahko smatrajo kot ĉrne skrinjice (ang. black boxes) [Dai in Vyatkin, 2009]. Na sliki 2.10 je prikazana generiĉna oblika funkcijskega bloka servisnega vmesnika REQUESTER [IEC Technical Committee, 1997], ki omogoĉa izvajanje doloĉenih servisov na podlagi zahtev, ki so definirane v programskem okolju (primeri zahtev: prebrati vrednost podatkov iz senzorja, poslati sporoĉilo, pristopiti k podatkovni bazi itn.).

Pregled stanja na obravnavanem podroÄ&#x2030;ju

Slika 2.10: Funkcijski blok servisnega vmesnika REQUESTER (prirejeno [IEC Technical Committee, 1997])

Nekateri od servisov, ki jih omogoÄ&#x2030;a funkcijski blok servisnega vmesnika REQUESTER so prikazani na sliki 2.11.

Slika 2.11: Diagram servisov funkcijskega bloka servisnega vmesnika REQUESTER (prirejeno [IEC Technical Committee, 1997])

Poglavje 2 Kot smo že omenili, je standard IEC 61499 namenjen razvoju distribuiranih krmilnih programskih okolij. Na podlagi tega lahko sklepamo, da je za komunikacijo med deli programskega okolja, ki se nahajajo na razliĉnih procesnih enotah ali razliĉnih napravah, potrebno razviti komunikacijske funkcijske bloke. Standard IEC 61499 prispeva k temu cilju z razvojem komunikacijskih funkcijskih blokov servisnega vmesnika (ang. Communication Service Interface Function Blocks). Standard definira dva generiĉna komunikacijska modela: PUBLISH/SUBSCRIBE za enosmerno komunikacijo (Slika 2.12) in CLIENT/SERVER za dvosmerno komunikacijo. Dobavitelj komunikacijske strojne opreme lahko razvije lastne modele v primeru, da omenjena modela ne ustrezata doloĉenim zahtevam komunikacije.

Slika 2.12: PUBLISH in SUBSCRIBE komunikacijska funkcijska bloka servisnega vmesnika

Pregled stanja na obravnavanem podroĉju Na podlagi standarda IEC 61499 je programsko okolje (Slika 2.13) opredeljeno kot omrežje predstavnikov tipov funkcijskih blokov, ki imajo medsebojno povezane vhode in izhode. Programsko okolje predstavlja vmesni korak pri razvoju krmilnega sistema, definira želeno funkcionalnost sistema, ne definira pa strukture sistema v obliki strojnih naprav, na katerih se bodo izvršili funkcijski bloki. Osrednji element pri razvoju krmilnega sistema s pomoĉjo standarda IEC 61499 je programsko okolje, kar je v nasprotju z razvojem krmilnega sistema po standardu IEC 61131, v katerem je osrednji element procesna enota [Zoitl in Lewis, 2014]. To pomeni, da se lahko v fazi razvoja inženir osredotoĉi le na funkcionalnost krmilnega sistema, kar predstavlja prednost standarda IEC 61499 v primerjavi s standardom IEC 61131. Na ta naĉin se zmanjšuje vpliv spremembe strojne opreme v naslednjih fazah uporabe proizvodnega sistema [Zoitl in Lewis, 2014].

Slika 2.13: Struktura programskega okolja (prirejeno: [Hanisch in Vyatkin, 2005])

Naslednji korak pri razvoju krmilnega sistema IEC 61499 bo definiranje naprav, katerim bodo pridruženi funkcijski bloki, ki predstavljajo dele programskega okolja. Programsko okolje se mora razdeliti na ustrezno število delov (Slika 2.14), ki vsebujejo funkcijske bloke razvitega programskega okolja. Na ta naĉin postaja programsko okolje distribuirano.

Poglavje 2

Slika 2.14: Proces distribuiranja programskega okolja na dveh napravah (prirejeno: [Hanisch in Vyatkin, 2005])

Komunikacija med distribuiranimi deli programskega okolja, ki so pridruženi razliĉnim napravam, se lahko opravi s pomoĉjo komunikacijskih funkcijskih blokov (Slika 2.15).

Slika 2.15: Komunikacijska funkcijska bloka, ki povezujeta dela distribuiranega programskega okolja (prirejeno: [Hanisch in Vyatkin, 2005])

Naprava (Slika 2.16) zagotavlja infrastrukturo, v kateri se lahko nahaja veĉ procesnih enot. Naprava vsebuje vmesnik objektov krmiljenja, ki omogoĉa servise za izmenjavo podatkov med procesnimi enotami in fiziĉnimi objekti krmiljenja, ter komunikacijski vmesnik, ki 38

Pregled stanja na obravnavanem podroĉju omogoĉa komunikacijske servise za izmenjavo podatkov med odroĉnimi napravami. Vmesnika sta lahko izvedena s pomoĉjo knjižnice ustreznih funkcijskih blokov servisnega vmesnika.

Slika 2.16: Struktura naprave (prirejeno [IEC Technical Committee, 1997])

Procesna enota (Slika 2.17) je funkcionalna enota naprave, ki samostojno opravlja krmilne naloge. Posamezna procesna enota vsebuje komunikacijski vmesnik, ki omogoĉa povezavo z oddaljenimi funkcijskimi bloki, ki se nahajajo v drugih napravah ali v procesnih enotah iste naprave. Procesna enota vsebuje tudi vmesnik objektov krmiljenja za povezavo z vhodi/izhodi lokalne naprave. Procesna enota vsebuje programske sposobnosti za obdelavo podatkov in dogodkov, ki jih je sprejel od komunikacijskega vmesnika ali vmesnika objektov krmiljenja, ter omogoĉa izvedbo naloženega omrežja funkcijskih blokov. Funkcija planiranja v procesni enoti zagotavlja, da se krmilne funkcije v funkcijskem bloku opravljajo v pravilnem zaporedju.

Poglavje 2

Slika 2.17: Struktura procesne enote (prirejeno [IEC Technical Committee, 1997])

Omrežje funkcijskih blokov, ki formirajo programsko okolje, je lahko razvito v obliki kompozitnega funkcijskega bloka. V tem primeru ni dovoljeno, da bi bil kompozitni funkcijski blok distribuiran med razliĉnimi napravami ali procesnimi enotami. Standard IEC 61499 omogoĉa razvoj podprogramskih okolij, ki kombinirajo znaĉilnosti kompozitnega funkcijskega bloka in programskega okolja. Podprogramsko okolje je lahko distribuirano med razliĉnimi napravami. Doloĉena programska orodja, ki se uporabljajo za razvoj krmilnih programskih okolij na osnovi standarda IEC 61499, ne podpirajo pristopa, ki temelji na podprogramskih okoljih, kar omejuje praktiĉno uporabnost pristopa [Hanisch in Vyatkin, 2005].

Distribuirani krmilni sistem (Slika 2.18) sestavlja skupina naprav, ki so medsebojno povezane s pomoĉjo komunikacijskega omrežja. Naprave so tudi povezane z objekti krmiljenja preko signalov senzorjev in aktuatorjev. Programska okolja so naložena na naprave, kar pomeni, da so funkcijski bloki pridruženi procesni enoti ustrezne naprave. Na ta naĉin se lahko oblikuje distribuirani krmilni sistem IEC 61499.

Pregled stanja na obravnavanem podroĉju

Slika 2.18: Struktura distribuiranega krmilnega sistema (prirejeno [IEC Technical Committee, 1997])

Standard IEC 61499 je navdihnil raziskovalne inštitucije k razvoju programskih orodij, ki bi bila podpora standardu. Obiĉajno, programsko orodje za razvoj in izvedbo krmilnih programskih okolij IEC 61499 vsebuje delovno okolje (ang. workbench environment) za oblikovanje funkcijskih blokov in njihovo prevajanje v izvršno kodo, ki bo izvršena v izvršnem okolju (ang. runtime environment). Med delovnimi okolji, ki se uporabljajo za razvoj krmilnih programskih okolij na podlagi standarda IEC 61499, sta najbolj pomembna: FBDK (ang. Functional Block Development Kit) [Holobloc Inc., 2016] in 4DIAC-IDE [eclipse, 2016b]. Raziskovalni inštituciji, ki sta razvili delovni okolji FDBK in 4DIAC-IDE, zagotavljata stalno podporo in izboljšanje, kar ne velja za delovno okolje FBench [The University of Auckland - Research Centre for Embedded Intelligence - CEMBI, 2007]. FBDK je bilo prvo delovno okolje za razvoj krmilnih programskih okolij IEC 61499 in ga je razvilo podjetje Rockwell Automation. Delovno okolje FDBK omogoĉa razvoj in testiranje tipov funkcijskih blokov, procesnih enot, naprav in krmilnih struktur sistemov. Delovno okolje FDBK vsebuje knjižnico tipov funkcijskih blokov in omogoĉa nalaganje krmilnih programskih okolij na razliĉne naprave. Podporo delovnem okolju FBDK trenutno zagotavlja podjetje Holobloc Inc. Samodejno oblikovanje komunikacijske kode v delovnem okolju FBDK ni možno, kar predstavlja najveĉjo pomanjkljivost. Delovno okolje FBDK uporablja FBRT (ang. Function Block RunTime environment) izvršno okolje. 4DIAC-IDE je delovno okolje odprte kode, ki uporablja izvršno okolje FORTE. Ta delovna okolja sta že uspešno uporabljena za razvoj krmilnih programskih okolij številnih projektov, ki so veĉinoma opravljeni v akademskih in raziskovalnih laboratorijih. Prvi poskusi izvedbe krmilnega programskega okolja IEC 61499 na komercialno razpoložljivih strojnih napravah so bili opravljeni na platformi Netmaster, ki uporablja izvršno okolje FBRT. Delovno okolje 4DIAC-

Poglavje 2 IDE in izvršno okolje FORTE sta uporabljeni v veĉ projektih [eclipse, 2016a] za izvedbo programske kode v ugnezdenih napravah, ki vsebujejo ugnezdene krmilnike Digi in PC/104 in sta združljiva s standardom IEC 61499. Prvi poskus uporabe strojne opreme, ki temelji na standardu IEC 61499, v industrijskem okolju je bil izveden leta 2005 v tovarni za predelavo mesa na Novi Zelandiji [Tait, 2005]. Krmilno programsko okolje IEC 61499 je izvršeno v platformi Tait Control Systems Intelligence [Tait Controls Ltd., 2016], ki uporablja izvršno okolje FBRT. Razlogi, da še vedno obstaja ovira za širšo uporabo krmilnih programskih okolij IEC 61499 v industriji, so naslednji: pogosta uporaba komercialnih programskih orodij, ki delujejo v programirljivih logiĉnih krmilnikih in so dosegli visok nivo tehnološkega razvoja ter ponujajo neprekinjeno podporo svojim uporabnikom, pomanjkanje tehnološko razvitih programskih orodij IEC 61499, pomanjkanje strojne opreme in metodologij razvoja krmilnih struktur ter pomanjkanje izkušenih strokovnjakov. Prvi korak za preseganje omenjenih ovir je razvoj komercialnih programskih orodij, kot sta ISaGRAF [ISaGRAF, 2016] in NxtStudio [nxtControl GmbH, 2016]. ISaGRAF zagotavlja delovno okolje, ki združuje podporo za standarda IEC 61131-3 in IEC 61499. Možno je razviti distribuirano krmilno programsko okolje skupaj z deli programskega okolja, ki so razviti po standardu IEC 61131-3 [Zoitl in Vyatkin, 2009]. V programsko orodje ISaGRAF niso vgrajeni vsi koncepti standarda IEC 61499. Komunikacija med deli programskega okolja se izvaja s pomoĉjo mrežnih spremenljivk, namesto funkcijskih blokov servisnega vmesnika. Izvršni naĉrt krmiljenja osnovnega funkcijskega bloka je definiran s pomoĉjo jezika zaporednega funkcijskega diagrama. Delovno okolje programskega orodja ISaGRAF omogoĉa implicitno samodejno oblikovanje komunikacijske kode, ki ni dostopna uporabniku. Trenutno obstaja veĉ kot milijon krmilnih enot ISaGRAF, ki se uporabljajo po vsem svetu in delujejo v soglasju s standardom IEC 61499. Le nekaj uporabnikov se zaveda dejstva, da krmilne enote ISaGRAF delujejo v soglasju s standardom IEC 61499, kar predstavlja priložnost za prehod na distribirani krmilni pristop brez dodatnih vlaganj v opremo [Vyatkin, 2011]. NxtStudio združuje distribuirani krmilni pristop, ki temelji na standardu IEC 61499, in pristop SCADA (ang. Supervisory Control and Data Acquisition). Programsko orodje NtxStudio uporablja izvršno okolje FORTE. NtxStudio je industrijsko programsko orodje, ki zagotavlja oblikovanje krmilnega programskega okolja in ponazoritev izvedbe krmilnega procesa v istem orodju. Orodje omogoĉa tudi samodejno oblikovanje komunikacijske kode, kar olajšuje delo pri oblikovanju distribuiranega krmilnega programskega okolja. S pomoĉjo komercialnih orodij ISaGRAF in NxtStudio je možna izvedba krmilnih programskih okolij IEC 61499 v

Pregled stanja na obravnavanem podroĉju okviru vrste razpoložljivih distribuiranih naprav, ki jih proizvajajo Beckhoff, WAGO, SIEMENS in Advantech. Raziskovalci pa morajo razviti programske pristope in arhitekture, ki bodo omogoĉile izvedbo distribuiranega holonskega krmilnega pristopa v industrijskem okolju. Ĉeprav so raziskovalci v zadnjem obdobju razvili veliko krmilnih programskih okolij na podlagi standarda IEC 61499, so bila ta veĉinoma omejena na krmiljenje nižjih nivojev v strukturi in niso bila sposobna obravnavati probleme nezanesljivosti v primeru nastanka motenj v sistemu. V naši krmilni strukturi bomo to pomanjkljivost odpravili na višjih krmilnih nivojih s pomoĉjo koncepta holonskega krmiljenja. Raziskovalci so zakljuĉili, da lahko zahteve fleksibilnosti proizvodnih sistemov rešujejo s preoblikovanjem strojne in programske opreme [Brennan, Fletcher in Norrie, 2002; Zoitl in ostali, 2005; Strasser in ostali, 2006; Alsafi in Vyatkin, 2010]. Olsen in ostali [Olsen in ostali, 2005] so predstavili izvedbo distribuiranega krmilnega modela v platformi, zasnovani v programskem jeziku JAVA. Krmilno programsko okolje je sestavljeno iz funkcijskih blokov IEC 61499, da se lahko raziskuje uporabnost sistema v primeru nastanka sprememb v sistemu. Krmilno programsko okolje je distribuirano na dveh napravah TINI proizvajalca Dallas Semiconductor. Hussain in Frey [Hussain in Frey, 2004] sta prikazala modeliranje fleksibilnega programskega okolja s pomoĉjo standarda IEC 61499. Krmilno programsko okolje pa so vgradili v mrežni krmilnik NETMASTER.

Pristop od vrha navzdol (ang. top-down), ki se uporablja za razvoj krmilnih programskih okolij s pomoĉjo standarda IEC 61131-3, ne ustreza novim zahtevam distribuiranih in fleksibilnih proizvodnih sistemov. Ponovna uporaba krmilne logike v novih komponentah je zapletena, ker ne obstajajo objektno orientirani mehanizmi, kot sta mehanizem dedovanja in uporaba koncepta vmesnikov [Zoitl in Vyatkin, 2009]. Razvoj simulacijskega okolja in testiranje programske kode s pomoĉjo krmilnega pristopa IEC 61131-3 je zelo težko, ker ne obstaja možnost, da se loĉi krmilna logika od strojnih naprav [Wenger in ostali, 2011; Shaw, 2013]. Standard IEC 61131-3 zahteva, da mora biti krmilna enota razvita kot komponenta z odprto zanko, kar zahteva tudi razvoj celotne strojne opreme, preden se lahko preveri krmilni sistem. Spremembe krmilnega programskega okolja in mehanskih lastnosti strojne opreme lahko v tej fazi razvoja povzroĉijo dodatne stroške in podaljšajo ĉas do naroĉnikovega prevzema proizvodnega sistema. Pomanjkljivost distribuiranega krmilnega pristopa, ki je predstavljen v standardu IEC 61499, je nenatanĉno opredeljena metodologija za povezavo med krmilnim programskim okoljem in strojno opremo. Standard IEC 61499 omogoĉa pristop 43

Poglavje 2 oblikovanja krmilnega sistema, ki je neodvisen od strojne opreme in je podoben pristopu z modelom-vodene arhitekture (ang. Model-Driven Architecture – MDA) [Object Management Group Inc., 2016a]. Koncept z modelom-vodene arhitekture predlaga delitev domene krmilne logike in domene strojne opreme. Koncept opisuje sistem s pomoĉjo modelov, ki imajo doloĉeni nivo abstraktnosti. Modeli, definirani s konceptom MDA, so: neodvisni model platforme (ang. Platform Independent Model – PIM), ki definira logiĉno funkcionalnost krmilnega programskega okolja in kot takšen ne zajema specifiĉne tehnologije strojne opreme; opisni model platforme (ang. Platform Description Model – PDM), ki opisuje strojno opremo, na kateri bo uporabljeno krmilno programsko okolje; specifičen model platforme (ang. Platform Specific Model – PSM), ki opisuje naĉin uporabe strojne opreme ter tehnologije in servisov, ki jih strojna oprema omogoĉa. Na podroĉju razvoja krmilnih programskih okolij obstaja veĉ raziskav, ki so izvedene z uporabo koncepta MDA [Thramboulidis, 2004; Wenger in ostali, 2011; Gascueña, Navarro in Fernández-Caballero, 2012; Shaw, 2013]. Proces oblikovanja distribuiranega krmilnega programskega okolja, ki ga omogoĉa standard IEC 61499, se lahko opravi v treh korakih. V prvem koraku je logiĉna funkcionalnost krmilnega sistema definirana v neodvisnem modelu platforme, ki ga imenujemo model krmilnega programskega okolja (ang. Application Model). Logiĉna funkcionalnost proizvodnega sistema se definira s pomoĉjo osnovnih in kompozitnih funkcijskih blokov. Model krmilnega programskega okolja je izvršljiv in ne vsebuje karakteristike strojne opreme in komunikacijskih protokolov. V drugem koraku se definirajo karakteristike strojne opreme v opisnem modelu platforme, ki ga imenujemo model sistema (ang. System Model). V tretjem koraku se povezuje funkcionalnost krmilnega sistema s strojno opremo s pomoĉjo specifičnega modela platforme, ki ga imenujemo distribuirani model (ang. Distribution Model). Standard IEC 61499 predlaga strojno neodvisen pristop oblikovanja krmilnega programskega okolja, vendar je realno stanje podobno pristopu, ki je razvit v standardu IEC 61131-3 [Wenger in ostali, 2011]. Pristop k realnim proizvodnim strojem se v standardu IEC 61499 zagotavlja s pomoĉjo funkcijskih blokov servisnega vmesnika. V standardu pa ni jasno definiran naĉin njihove izvedbe. Ti bloki so dogodkovno in podatkovno povezani s krmilnim programskim okoljem, tako da postaja celotno krmilno programsko okolje odvisno od strojne opreme. Motnje v sistemu, ki povzroĉajo spremembe proizvodnega procesa in uporabo alternativnih delovnih sredstev, bodo sprožile dodatne dejavnosti glede spremembe funkcijskih blokov servisnega vmesnika, ki omogoĉajo povezavo z novim alternativnim strojem. To bo povzroĉilo dodatne zastoje v proizvodnem procesu in s tem dodatne stroške. Da lahko omenjene pomanjkljivosti odpravimo, je potrebna še veĉja 44

Pregled stanja na obravnavanem podroĉju abstraktnost strojne opreme v fazi oblikovanja krmilnega programskega okolja. Zaradi tega bomo v naši raziskavi razvili pristop, ki temelji na abstraktnosti strojne opreme (ang. Hardware Abstraction for IEC 61499 [Wenger in ostali, 2011]) in predstavlja nadgradnjo koncepta MDA. Z uporabo tega pristopa bomo zmanjšali zapletenost procesa razvoja distribuirane krmilne strukture ter omogoĉili njeno vgradnjo na razliĉnih strojih z minimalnimi preoblikovalnimi aktivnostmi.

Preverjanje in vrednotenje razvitega krmilnega programskega okolja predstavljata zahtevno nalogo, zlasti v primeru distribuiranega holonskega pristopa, ki temelji na dogodkovno vodenih funkcijskih blokih. Arhitektura MVC (ang. Model-View-Control) lahko predstavlja pristop za preverjanje in vrednotenje krmilnega programskega okolja, ker omogoĉa uporabo simulacije v krmilnem programskem okolju, ki je razvito na podlagi standarda IEC 61499. Ĉeprav je oblikovalni vzorec MVC sposoben takojšnje simulacije v okolju funkcijskih blokov, sta prikaz proizvodnega sistema in oblikovanje dinamiĉne narave simulacijskega okolja zelo omejena. Za veliko raziskovalcev [Allen, Goh in Tilbury, 2009; Hanisch in ostali, 2009; Vyatkin in ostali, 2009; Ćengić in Åkesson, 2010; Khalgui in Hanisch, 2011; Suender, Vyatkin in Zoitl, 2011] so formalne metode preverjanja uĉinkovita alternativa simulacijskemu preverjanju distribuiranega krmilnega pristopa. Metode formalnega preverjanja niso sposobne izvajanja preraĉunov, ki lahko dovolj natanĉno opišejo krmilne funkcije in interakcijo med krmilnimi entitetami v kompleksnih proizvodnih okoljih. Zaradi odpravljanja teh omejitev naš pristop zagovarja loĉeno simulacijo proizvodnega procesa v virtualnem proizvodnem okolju, ki za kompleksen mehanski sistem, kot je proizvodni sistem za proizvodnjo surovih pnevmatik, zagotavlja bolj zanesljive rezultate in s tem bolj natanĉno napovedane krmilne funkcije v sistemu.

Povezavo med holonskim pristopom in distribuiranim krmilnim pristopom IEC 61499 je med prvimi predstavil Fletcher [Fletcher, 2001]. V svojih raziskavah je pokazal, da je tehnologija, ki je predstavljena v standardu IEC 61499, primerna za uporabo v holonskem pristopu decentraliziranega krmiljenja. Christensen [Christensen, 2003] je v projektu HMS predstavil uporabo funkcijskih blokov, ki so združeni s pristopom holonskega krmiljenja že v zaĉetni fazi oblikovanja krmilnega programskega okolja. Krmilno arhitekturo je razdelil na dve domeni: nižji krmilni nivo (ang. low-level control – LLC) in višji krmilni nivo (ang. high-level control – HLC). Namen nižjega krmilnega nivoja je opravljanje funkcij krmiljenja in avtomatizacije s pomoĉjo funkcijskih blokov, ki so izvedeni v soglasju s standardom IEC 45

Poglavje 2 61499. Na višjem krmilnem nivoju se opravljajo koordinacijske in sodelujoĉe funkcije, ki so predpisane v soglasju s standardi FIPA. Za ta namen je uporabil holone oziroma veĉagentske strukture. Wang in ostali [Wang in ostali, 2001] so opisali krmilno arhitekturo, ki zagotavlja distribuirano in inteligentno krmiljenje in kombinira standard distribuiranega krmiljenja IEC 61499 s holonskim krmilnim pristopom. Predstavili so obliko generiĉnega krmilnega sistema, ki bo v realnem ĉasu krmilil najnižji nivo krmilne strukture. Vrba [Vrba, 2003] je predstavil krmilno arhitekturo proizvodnih sistemov, v katerih so uporabljeni funkcijski bloki na nižjih nivojih za integracijo s strojno opremo in krmiljenje v realnem ĉasu, medtem ko so na višjih nivojih uporabljeni programski agenti za sodelujoĉe in koordinacijske naloge. Lepuschitz in ostali [Lepuschitz in ostali, 2011] so razvili hierarhiĉno veĉagentsko arhitekturo, ki na nižjih krmilnih nivojih temelji na pristopu IEC 61499 in omogoĉa samodejno preoblikovanje proizvodnega sistema. Hegny in ostali [Hegny in ostali, 2008] so raziskali možnosti uporabe funkcijskih blokov IEC 61499 za izvedbo veĉagentskega krmiljenja v sistemu za upravljanje z materialom. Predstavili so modularni proizvodni sistem, ki temelji na distribuirani arhitekturi in vsebuje naslednje tri nivoje: mehatronske komponente, distribuirano IEC 61499 krmiljenje na nižjem krmilnem nivoju in veĉagentski sistem na višjem krmilnem nivoju. Agenti lahko razumejo strukturo proizvodnega sistema in proizvodov. Na podlagi tega ima višji krmilni nivo sposobnost preoblikovanja proizvodnega sistema. Xuemei [Xuemei, 2009] je predstavil krmilno strukturo, ki na nižjem nivoju temelji na funkcijskih blokih IEC 61499 in je povezana z veĉagentsko krmilno platformo preko štirinivojske inteligentne integracijske strukture. Black in Vyatkin [Black in Vyatkin, 2010] sta predstavila rezultate razvoja distribuirane krmilne arhitekture na podlagi standarda IEC 61499, ki je vgrajena v sistem za upravljanje s prtljago na letališĉih. Funkcijski bloki, ki predstavljajo posamezne dele transportnega traku v sistemu za upravljanje s prtljago, so razviti v soglasju s pristopom avtomatiziranih objektov, ki opisujejo fiziĉne sestavne podsklope avtomatiziranega proizvodnega sistema. Izvedba arhitekture pri testnem sistemu je pokazala sposobnost krmilnika, da opravlja krmilne funkcije v sistemu brez centraliziranih navodil. Predstavljena izvedba je popolnoma izvršljiva na trenutno razpoložljivih ugnezdenih krmilnikih, ki podpirajo izvršno okolje JAVA IEC 61499. Wang in ostali [Wang in ostali, 2012] so razvili metodologijo za distribuirano, adaptivno in dinamiĉno planiranje procesa proizvodnje, nadzorovanje in krmiljenje obdelovalnih in montažnih operacij z uporabo dogodkovno vodenih funkcijskih blokov IEC 61499. Funkcijski bloki so uporabljeni kot tehnologija, ki povezuje raĉunalniški sistem s strojnim sistemom raĉunalniško numeriĉno krmiljenih strojev. 46

Opis proizvodnih modulov proizvodnega sistema za proizvodnjo surovih pnevmatik

3. Opis proizvodnih modulov proizvodnega sistema za proizvodnjo surovih pnevmatik 3.1. Proces proizvodnje pnevmatik Proizvodnja pnevmatik poteka tradicionalno v petih operacijah: ‐ sestavljanje in mešanje surovin za proizvodnjo komponent pnevmatike, ‐ priprava komponent, ‐ proizvodnja surove pnevmatike, ‐ vulkaniziranje surove pnevmatike in ‐ zakljuĉno oblikovanje in kontrola pnevmatike.

Potek proizvodnega procesa v celotnem proizvodnem sistemu za proizvodnjo pnevmatik je prikazan na sliki 3.1. Raziskava pa se nanaša na operacijo proizvodnje surove pnevmatike.

Poglavje 3

Slika 3.1: Potek celotnega proizvodnega procesa pri proizvodnji pnevmatik

Struktura pretoÄ&#x2030;nih Ä&#x2030;asov v procesu proizvodnje pnevmatik je prikazana na sliki 3.2.

Opis proizvodnih modulov proizvodnega sistema za proizvodnjo surovih pnevmatik

Slika 3.2: Struktura pretoĉnih ĉasov v procesu proizvodnje pnevmatik Legenda: pn – število surovih pnevmatik, ki jih je potrebno izdelati v naroĉilu, te – ĉas izdelave enote surove pnevmatike. Opomba: Nazivi operacijskih stopenj so definirani na sliki 3.4.

3.2. Proizvodni sistem za proizvodnjo surovih pnevmatik Proizvodni sistem za proizvodnjo surovih pnevmatik je sestavljen iz treh strojnih skupin: strojna skupina prve stopnje, strojna skupina druge stopnje in glavna strojna skupina. Vsaka od treh skupin je sestavljena iz proizvodnih modulov, ki omogoĉajo odvijanje, transport, odrezovanje, polaganje, navijanje in oblikovanje posameznih komponent v procesu proizvodnje surove pnevmatike. Proizvodni modul sestavlja veĉ proizvodnih strojev.

Poglavje 3 Proizvodni sistem za proizvodnjo surovih pnevmatik omogoĉa proizvodnjo surove pnevmatike brez dodatnega vmesnega transporta. Tloris proizvodnega sistema za proizvodnjo surovih pnevmatik je prikazan na sliki 3.3.

Slika 3.3: Tloris proizvodnega sistema za proizvodnjo surovih pnevmatik

Pri proizvodnji surove pnevmatike je uporabljenih enajst komponent, ki so v obliki pasov. V skupini strojev prve stopnje se oblikuje del surove pnevmatike, ki jo sestavljajo komponente: notranji sloj, boĉnica, ojaĉitev in karkasa. V skupini strojev druge stopnje (Slika 3.5) se oblikuje del surove pnevmatike, ki jo sestavljajo komponente: ramensko polnilo, polnilo v pasu, pas 1, pas 2, pas 3, pas 4 in šĉitnik. Pas 1 in pas 4 se polagata s spodnje strani levega bobna, medtem ko se pas 2 in pas 3 polagata z zgornje strani levega bobna. Strežnik ramenskega polnila in strežnik polnila v pasu zagotavljata polaganje ramenskega polnila in polnila v pasu na levi boben. S pomoĉjo strežnika ščitnika se omogoĉa polaganje šĉitnika na levi boben. Šĉitnik se na levi boben polaga kot zadnji pas. Transportni sistemi v obliki tekoĉih trakov imajo kljuĉno integracijsko funkcijo pri povezavi proizvodnih strojev. Konĉna oblika surove pnevmatike nastane po oblikovanju s pomoĉjo glavne skupine strojev.

Opis proizvodnih modulov proizvodnega sistema za proizvodnjo surovih pnevmatik Zaporedje operacijskih stopenj, ki se izvajajo v proizvodnem sistemu za proizvodnjo surovih pnevmatik, je predstavljeno na sliki 3.4.

Slika 3.4: Zaporedje operacijskih stopenj v proizvodnem sistemu za proizvodnjo surovih pnevmatik Opomba: V proizvodnem sistemu za proizvodnjo surovih pnevmatik se v posameznem trenutku opravlja le ena operacijska stopnja.

Slika 3.5: Skupina strojev druge stopnje proizvodnega sistema za proizvodnjo pnevmatik

Poglavje 3 Analiza delovanja obstojeĉega proizvodnega sistema za proizvodnjo surovih pnevmatik s konvencionalnim krmilnim sistemom, ki vsebuje osrednjo krmilno enoto v obliki programirljivega logiĉnega krmilnika, je za primer operacijske stopnje navijanje pasu 2 prikazana v obliki diagrama stanja (ang. state chart diagram) na sliki 3.6.

Slika 3.6: Diagram stanja obstojeĉega centraliziranega programirljivega logiĉnega krmilnika Opomba: Opisi ukazov so predstavljeni v preglednici 3.1.

Operacijska stopnja navijanje pasu 2 (Slika 3.7), ki je sestavljena iz veĉ operacijskih faz, se izvaja na dveh proizvodnih modulih: strežniku pasu 2 in bobnu druge stopnje. Osnovne 52

Opis proizvodnih modulov proizvodnega sistema za proizvodnjo surovih pnevmatik aktivnosti posameznih strojev v modulu strežnika pasu 2 so podane v preglednici 3.1. Operacijska stopnja navijanje pasu 2 se zaĉenja z odvijanjem pripravljenega materiala s kasete, ki se nahaja na desnem delu odvijalne naprave 2/3. Odvijalna naprava 2/3 je dvojnega tipa. To pomeni, da se na odvijalni napravi istoĉasno nahajata dve kaseti in se odvijalna naprava poleg modula strežnik pasu 2 uporablja tudi v modulu strežnik pasu 3. Na kaseti na desnem delu odvijalne naprave je pripravljen material, iz katerega se izdela pas 2, medtem ko je na kaseti na levem delu odvijalne naprave pripravljen material, iz katerega se izdela pas 3. Druga operacijska faza je transport pasu 2 v položaj za odrezovanje s pomoĉjo postrežnega tekočega traku 2. Naslednja operacijska faza je odrezovanje pasu na določeno dolžino s pomoĉjo rezilnika 2. Nato se izvaja operacijska faza transport pasu 2 v položaj za navijanje s pomoĉjo oskrbovalnega tekočega traku 2. Operacijska stopnja se konĉa z operacijsko fazo navijanje pasu 2 na boben druge stopnje.

Slika 3.7: Potek operacijskih stopenj navijanje pasu 2/3 in uporaba senzorjev v proizvodnih modulih strežnika pasu 2/3

Poglavje 3 Preglednica 3.1: Osnovne aktivnosti posameznih strojev v modulu strežnik pasu 2 Stroj

Operacijska faza

Odvijalna naprava 2/3

Odvijanje pasu 2

Postrežni tekoči trak 2

Transport pasu 2 v položaj za odrezovanje

move_SC

Rezilnik 2

Odrezovanje pasu 2 na določeno dolžino

frw_KNIFE, bkwd_KNIFE

Pomikanje rezila v konĉni položaj

Oskrbovalni tekoči trak 2

Transport pasu 2 v položaj za navijanje

move_FMC

Pomikanje pasu 2 po tekoĉem traku

Boben druge stopnje

Navijanje pasu 2 na boben druge stopnje

wind_DRUM

Navijanje pasu 2 na boben

Ukaz v diagramu stanja unwind_LO

Opis ukaza

Odvijanje pasu 2 s kasete na desnem delu odvijalne naprave Pomikanje pasu 2 po tekoĉem traku

Pogoji za izvedbo ukaza Gumb START je pritisnjen

Tip senzorja

Funkcija senzorja

Refleksijsko svetlobno tipalo

initpos (Operater), not_empty (Senzor Odvijalna naprava) unwind:= finished (Odvijalna naprava) knife_right (Senzor Rezilnik), cut_pos (Dajalnik Postrežni tekoĉi trak) cut_ok (Senzor Postrežni tekoĉi trak), knife_right (Senzor Rezilnik) windpos (Dajalnik Oskrbovalni tekoĉi trak)

Dajalnik

Preverja prisotnost materiala na izhodu iz odvijalne naprave (empty) Definira položaj za odrezovanje

Mehanski konĉni stikali

Dajalnik

Definira konĉna položaja pomikanja rezila (knife_left, knife_right) Definira položaj za navijanje (windpos)

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik

4. Pristop distribuiranega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Razvoj distribuiranega holonskega krmilnega pristopa zajema: ‐ oblikovanje adaptivnega holonskega krmilnega programskega okolja, ki vsebuje definiranje holonov v krmilni strukturi, ‐ oblikovanje krmilnega programskega okolja IEC 61499 v operacijskih holonih in razvoj adapterja logiĉnega vmesnika med krmilno strukturo in proizvodnimi stroji, ‐ razvoj mehanizmov koordinacije med holoni, ki definirajo obnašanje proizvodnega sistema za proizvodnjo surovih pnevmatik, ‐ modeliranje virtualnega proizvodnega sistema za proizvodnjo surovih pnevmatik in razvoj vmesnika med krmilno strukturo in virtualnim modelom proizvodnega sistema ter ‐ opravljanje krmiljenja proizvodnega sistema v virtualnem proizvodnem okolju. Distribuirani holonski pristop krmiljenja omogoĉa povezavo med virtualnim modelom proizvodnega sistema in adaptivnim holonskim krmilnim programskim okoljem in na ta naĉin zagotavlja: ‐ sinhronizirano delovanje vseh delov virtualnega proizvodnega sistema, ‐ doseganje optimizacijskega kriterija za poveĉanje produktivnosti v stabilnem proizvodnem okolju in ‐ vzpostavitev optimalnega obratovanja sistema v primeru motenj. Predstavljeni pristop analize proizvodnega sistema za proizvodnjo pnevmatik in razvitega krmilnega sistema omogoĉa boljše razumevanje, lažjo nadgradnjo in modifikacijo mehanskih karakteristik in procesov sistema. Modifikacija mehanskih karakteristik zajema zamenjavo

Poglavje 4 obstojeĉih mehanskih in pogonskih komponent, ki so potrebne za izpolnjevanje parametrov proizvodnega procesa.

Osrednji del distribuiranega holonskega pristopa krmiljenja (Slika 4.1) je distribuirano krmilno programsko okolje, ki na višjih nivojih v arhitekturi zajema adaptivno holonsko krmilno programsko okolje, ki je razvito v skladu s krmilno arhitekturo ADACOR, medtem ko so na nižjih nivojih uporabljeni funkcijski bloki IEC 61499. Funkcijski bloki, ki se nahajajo na nižjih krmilnih nivojih, so lahko ponovno uporabljeni v razliĉnih tipih proizvodnih sistemov za proizvodnjo surovih pnevmatik, kar prispeva k standardizaciji, veĉji fleksibilnosti in lažji izvedbi krmilnega sistema. Za vsak stroj proizvodnega sistema pnevmatik je razvit operacijski holon, ki vsebuje fiziĉni in programski del. Fiziĉna komponenta holona v virtualnem proizvodnem sistemu je virtualni model realnega proizvodnega stroja. Programska komponenta holona je avtonomni agent, ki v procesu krmiljenja omogoĉa komunikacijo in sodelovanje z ostalimi holoni v sistemu. Programski del holona deluje kot krmilnik virtualnega modela proizvodnega stroja. Delovanje krmilne strukture bo preverjeno v virtualnem okolju, še preden se bo ta uporabila v realnem proizvodnem okolju. V primeru sprememb v krmilni strukturi ali v proizvodnem okolju se lahko vmesnik realnega okolja zamenja z vmesnikom virtualnega okolja, ĉe je potrebno preverjanje spremenjenih krmilnih funkcij z uporabo simulacije. Za modeliranje virtualnega proizvodnega sistema za proizvodnjo surovih pnevmatik je uporabljeno programsko orodje SolidWorks. Vmesnik med virtualnim modelom proizvodne komponente in programskim delom holona je razvit v programskem orodju LabVIEW. Vmesnik je razvit kot logiĉna programska komponenta, ki pretvarja obratovalne parametre krmilnega sistema v krmilne signale za opravljanje operacij v virtualnem proizvodnem okolju.

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik

Slika 4.1: Holonska distribuirana krmilna arhitektura proizvodnega sistema za proizvodnjo surovih pnevmatik

Poglavje 4

4.1. Adaptivno

distribuirano

holonsko

krmilno

programsko okolje Razvoj holonskega krmilnega programskega okolja obsega razvoj in vgradnjo vsakega posameznega holona s pomoĉjo pristopa objektno-orientiranega programiranja. Pri razvoju holonskega pristopa smo uporabili JADE (ang. JAVA Agent DEvelopment framework) [JADE, 2016]) agentsko platformo odprte kode, ki vsebuje knjižnico JAVA razredov (ang. JAVA class) in podpira kreiranje agentov karakteristiĉnih oblik obnašanja, ki omogoĉajo pošiljanje in sprejemanje sporoĉil v soglasju s protokolom FIPA [Foundation for Intelligent Physical Agents, 2002]. Arhitektura holonskega krmilnega programskega okolja vsebuje pet vrst holonov: holon operaterja, holon proizvoda, holon planiranja, krmilne holone in operacijske holone (Slika 4.1) in je razvita na osnovi krmilne arhitekture ADACOR [Leitão in Restivo, 2006]. Holon operaterja je razvit kot uporabniški vmesnik HMI, ki omogoĉa definiranje optimizacijskega kriterija in zaĉetek procesa optimizacije v proizvodnem sistemu. Uporabnik vmesnika je ekspert, ki poseduje informacije o naroĉilih v podjetju, na podlagi katerih definira vrednosti optimizacijskih kriterijev. Holon planiranja, holon proizvoda in holon operaterja so ekspertni holoni in sodijo v organizacijski nivo arhitekture. V proizvodnem sistemu za proizvodnjo pnevmatik je možno izdelati veĉ tipov pnevmatik. Vsak tip pnevmatike je predstavljen s pomoĉjo holona proizvoda, ki vsebuje tehniĉne in tehnološke karakteristike proizvoda in zajema pripravljalne mere komponent pnevmatike, material komponent, natanĉnost geometrijskega modela surove pnevmatike, obliko in medsebojne položaje komponent.

Holon planiranja skupaj z glavnim krmilnim holonom oblikuje zaporedje operacijskih stopenj na nivoju proizvodnega sistema odvisno od naroĉila in tipa pnevmatike, ki se proizvaja. Glavni krmilni holon, ki se nahaja na najvišjem nivoju krmilne arhitekture, definira zaporedje operacijskih stopenj za vsak modul proizvodnega sistema.

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Krmilni holon modula definira zaporedje operacijskih faz za vsak stroj v modulu. Generiĉna oblika zaporedja operacijskih stopenj, ki se definira na nivoju glavnega krmilnega holona, se na nivoju krmilnega holona modula razdeli na operacijske faze. Iz tega je razvidno, da operacijski plani za posamezen stroj v sistemu niso predhodno definirani, temveĉ na podlagi sodelujoĉih in od okolišĉin odvisnih interakcij (ang. concurrent and contingent interaction). Na nivoju operacijskih holonov se opravlja preverjanje proizvodnih parametrov za vsako operacijsko fazo v virtualnem proizvodnem okolju.

Operacijski holon predstavlja stroj v proizvodnem sistemu pnevmatik. Oblikovanje arhitekture operacijskega holona sledi pristopu CIM (ang. Control-Interface-Machine) (Slika 4.1), ki smo ga razvili na podlagi vzorca MVC. Vzorec MVC se uporablja pri oblikovanju spletnih programskih okolij za loĉevanje predstavitvene funkcije od logiĉnih funkcij. V pristopu CIM smo programskim objektom dodelili eno izmed treh vlog: krmiljenje (ang. Control), vmesnik (ang. Interface) ali stroj (ang. Machine). Na podlagi tega smo programske objekte v operacijskem holonu razdelili na veĉ slojev: krmilni sloj (ang. Control Layer), vmesniški sloj (ang. Interface Layer) in strojni sloj (ang. Machine Layer). Poleg definiranja vlog programskih objektov, definira pristop naĉin komunikacije med programskimi objekti in pomaga razvijalcem distribuiranih holonskih krmilnih struktur pri doloĉanju programskih objektov, ki so potrebni za oblikovanje operacijskega holona. Krmilni sloj je sestavljen iz programskega agenta in funkcijskih blokov. Vmesniški sloj sestavljata vmesnik virtualne simulacije in adapter logičnega vmesnika, medtem ko strojni sloj vsebuje realni stroj in virtualni model realnega stroja. Razviti programski objekti so ponovno uporabni v drugih krmilnih programskih okoljih, kar bo poenostavilo proces oblikovanja novih krmilnih programskih okolij. Krmilna programska okolja, ki so oblikovana na podlagi pristopa CIM, je lažje preoblikovati in razširiti z novimi programskimi objekti. Programski agent operacijskega holona definira obratovalne parametre (delovne pozicije, hitrosti in pospeške) izvršnih proizvodnih komponent/mehanizmov strojev. Doloĉeni funkcijski bloki, ki so uporabljeni v operacijskem holonu (krmilni sloj), lahko dobivajo krmilne parametre od programskega agenta (sloj agentskega krmiljenja). S pomoĉjo algoritmov funkcijskih blokov je bil za vsako proizvodno komponento/mehanizem posameznega stroja razvit numeriĉni model, ki popiše osnovne karakteristike komponent posameznega mehanizma (Slika 4.2), na podlagi katerih se lahko opravi izraĉun pogonskih parametrov in preveri uporabnost komponent, mehanizmov in strojev v proizvodnem procesu.

Poglavje 4

Slika 4.2: Osnovni numeriĉni model za izraĉun pogonskih parametrov tekoĉega traku

Operacijski holoni oblikujejo skupine holonov, ki predstavljajo proizvodne module. Razvrstitev holonov po skupinah se opravlja v glavnem krmilnem holonu na podlagi funkcionalno povezanih operacijskih faz, ki jih upravljajo operacijski holoni ustreznih strojev. Ob tem je treba upoštevati tehniĉne in tehnološke karakteristike in omejitve med posameznimi stroji. Vsaka skupina holonov oziroma proizvodni modul vsebuje krmilni holon. Povezava med krmilnim slojem in strojnim slojem operacijskega holona je izvedena s pomoĉjo vmesniškega sloja. Za povezavo med programskimi agenti in funkcijskimi bloki ter za povezavo med funkcijskimi bloki in vmesnikom virtualne simulacije smo uporabili komunikacijske funkcijske bloke servisnega vmesnika. V ta namen smo uporabili standardne komunikacijske funkcijske bloke dvosmernega podatkovnega prenosa CLIENT/SERVER, ki uporabljata komunikacijski protokol UDP (ang. User Datagram Protocol). Za povezavo med krmilnim slojem in realnim strojem bomo uporabili adapter logičnega vmesnika (ang. Logical

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Adapter Interface). Sloj prepoznavanja motnje krmilnega nivoja je povezan v zaprto zanko s strojnim slojem, tako da lahko sprejema podatke senzorjev iz realnega sistema in podatke senzorjev iz virtualnega proizvodnega okolja (dajalnik, mehansko konĉno stikalo in refleksijsko svetlobno tipalo). Na podlagi teh podatkov doloĉajo posamezni prepoznavalci motenj status komponent v sistemu in o tem obvešĉajo programskega agenta, ki v komunikaciji z ostalimi holoni v strukturi sproži izvedbo korekcijskih operacij, ĉe je v sistemu prisotna motnja. Realno proizvodno okolje bomo na ta naĉin sinhronizirali z virtualnim okoljem, kar bo imelo za posledico bolj zanesljivo obratovanje realnega proizvodnega sistema za proizvodnjo surovih pnevmatik. Modele funkcijskih blokov, ki jih bomo vgradili v distribuirano holonsko krmilno strukturo proizvodnega sistema za proizvodnjo pnevmatik, bodo predstavljene v poglavju 4.3. Struktura programskega agenta v operacijskem holonu je prikazana na sliki 4.3. Osnovni funkciji programskega agenta sta sodelovanje in koordiniranje med holoni. Programski agenti imajo pri holonih na višjih nivojih v strukturi enako strukturo, vendar nimajo vmesnika, ki omogoĉa povezavo z nižjim krmilnim nivojem.

Slika 4.3: Struktura programskega agenta operacijskega holona

Direktna povezava distribuiranega krmilnega programskega okolja s stroji in senzorji v realnem in virtualnem proizvodnem okolju bo omogoĉila neprekinjeno nadzorovanje ter primerjavo in analizo proizvodnih parametrov. Dinamiĉno krmiljenje proizvodnega sistema za proizvodnjo surovih pnevmatik bo doseženo s pomoĉjo nadzorovanja izvedbe funkcijskih blokov IEC 61499 v realnem ĉasu. To pomeni, da bodo proizvodni parametri uporabljeni v realnem ĉasu v adaptivnem procesu odloĉanja, kar zagotavlja obratovanje strojev v optimalnih mejah. 61

Poglavje 4 Programska platforma JADE omogoĉa tri metode komunikacije med agenti v veĉagentskih sistemih. Osnovna razlika med njimi je tip vsebine sporoĉil. Prva metoda uporablja za predstavitev vsebine sporoĉil stringe. Druga metoda temelji na objektih JAVA kot vsebini sporoĉil, medtem ko se v tretji metodi uporabljajo objekti ontologije. V raziskavi [Jovanović in ostali, 2014] so avtorji uporabili prvo metodo za razvoj holonskega komunikacijskega sistema, v katerem je bila vsebina sporoĉil odvisna od programskega okolja. Sporoĉila so v tem primeru vsebovala le osnovne nedeljive podatke (ang. atomic data) in ne objekte. Izvedba komunikacije s pomoĉjo te metode je izjemno zahtevna naloga, ker nastanejo težave, ko je treba vrednotiti vsebino sporoĉila, ki je sestavljeno iz niza posameznih informacij. Takšne težave se lahko v platformi JADE odpravijo z uporabo naprednih metod programiranja, ki zajemajo analizo vsebine sporoĉil z uporabo ontologije, vsebinskega jezika (ang. content language) in agentskega komunikacijskega jezika (ang. agent communication language ACL). Da bi agenti med seboj komunicirali smiselno, morajo deliti isti jezik, besedišĉe in protokole, kar pomeni, da mora imeti agentski sistem razvito ontologijo, ki bo agentom omogoĉila sporazumevanje in integracijo z veĉagentskimi sistemi, razvitimi v drugih platformah. Ĉe je vsebina sporoĉil kompleksen niz informacij, je treba uporabiti skrbno definirano sintakso, da lahko prejemnik sporoĉila analizira posamezne informacije. Na podlagi terminologije FIPA se takšna sintaksa imenuje vsebinski jezik [Bellifemine, Caire in Greenwood, 2007]. Formatiranje vsebine sporoĉil je v platformi JADE podprto s pomoĉjo vsebinskega jezika FIPA SL (ang. Semantic Language). Vsebinski jezik je za razliko od ontologije neodvisen od programskega okolja, v katerem se uporablja. Ontologija, ki je doloĉena v programskem okolju, definira elemente, ki jih lahko uporabimo kot vsebino agentskih sporoĉil [Vaucher in Ncho, 2004]. V dosedanjih raziskavah je ontologija, ki je doloĉena v programskem okolju, redko uporabljana v industrijskih veĉagentskih in holonskih krmilnih strukturah [Obitko in Marik, 2002; Cândido in Barata, 2007; Merdan in ostali, 2008; Andreev in ostali, 2009; Hellingrath in ostali, 2009; Alsafi in Vyatkin, 2010; Vallée in ostali, 2011; Vrba in ostali, 2011]. To pomeni, da je procesiranje informacij iz sporoĉil v veĉini krmilnih strukturah kodirano v obnašanju posameznih agentov. V platformi JADE so sporoĉila med agenti predpisana z jezikom ACL. Sporoĉila INFORM prenašajo le informacije, sporoĉila REQUEST prenašajo zahteve za opravljanje doloĉenih agentskih aktivnosti (ang. agent action) v sistemu, sporoĉila QUERY prenašajo vprašanja, medtem ko prenašajo sporoĉila PROPOSE predloge za izvedbo doloĉenih nalog. Odgovori na sporoĉila QUERY in REQUEST se prenašajo v sporoĉilih REPLY, odgovori na sporoĉila PROPOSE pa se prenašajo v sporoĉilih AGREE ali REFUSE. 62

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik V predstavljeni holonski krmilni strukturi temeljita komunikacija in sodelovanje med avtonomnimi programskimi enotami na ontologiji, ki je razvita na podlagi specifikacij FIPA ontološkega servisa (ang. FIPA Ontology Service Specification [Foundation for Intelligent Physical Agents, 2000]). Ontologijo lahko definiramo kot eksplicitno specifikacijo posameznega koncepta [Gruber, 1993]. Ontologija zajema besedišĉe, ki opisuje terminologijo konceptov in definira atribute konceptov in relacije, ki obstajajo med koncepti. Dejanski pomen vsebine sporoĉil se nahaja v ontologiji. Ontologija lahko opisuje tudi znanje, ki se uporablja v domeni proizvodnega sistema [Runde in Fay, 2011]. Ontologijo v krmilni strukturi proizvodnega sistema za proizvodnjo surovih pnevmatik smo razvili na podlagi ontologije ADACOR [Leitão in Restivo, 2006], s katero pa ima le grobo korelacijo. Ontologijo smo razvili s pomoĉjo razširitve že obstojeĉe klase Ontology v platformi JADE z opisom konceptov, agentskih aktivnosti in predikatov. Koncepti so izrazi, ki doloĉajo entiteto, o kateri se agenti lahko pogovarjajo. Predikati pa so izrazi, ki definirajo status entitete. Agentske aktivnosti so koncepti, ki definirajo aktivnosti, ki jih lahko izvajajo agenti. Del razvite ontologije v krmilni strukturi proizvodnega sistema za proizvodnjo surovih pnevmatik, ki definira koncept Optimizacijskega kriterija (ang. Optimization criterion), je prikazan s programsko kodo 4.1:

package ontologies;

import jade.content.onto.*; import jade.content.schema.*;

public class LR35Ontology extends Ontology implements LR35Vocabulary { // The name identifying this ontology public static final String ONTOLOGY_NAME = "LR35-ontology";

// The singleton instance of this ontology private static Ontology instance = new LR35Ontology();

// Method to access the singleton ontology object (Retreive the singleton LR35 ontology instance) public static Ontology getInstance() { return instance; }

Poglavje 4 // Private constructor private LR35Ontology() { // The LR35 ontology extends the basic ontology super(ONTOLOGY_NAME, BasicOntology.getInstance());

try { //Add Concepts add(new ConceptSchema(OPTIMIZATION_CRITERION), OptimizationCriterion.class);

// Structure of the schema for the Book concept ConceptSchema cs = (ConceptSchema) getSchema(OPTIMIZATION_CRITERION); cs.add(OPTIMIZATION_CRITERION_NAME, (PrimitiveSchema) getSchema(BasicOntology.STRING), ObjectSchema.MANDATORY); cs.add(OPTIMIZATION_CRITERION_VALUE, (PrimitiveSchema) getSchema(BasicOntology.INTEGER), ObjectSchema.MANDATORY); cs.add(OPTIMIZATION_CRITERION_PRECISION, getSchema(BasicOntology.INTEGER), ObjectSchema.MANDATORY); ... //Add Predicates ... //Add Agent Actions ... } catch (OntologyException oe) { oe.printStackTrace(); } } }

Programska koda 4.1: OntoloÅ¡ki koncept Optimizacijski kriterij

(PrimitiveSchema)

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Besedišĉe, ki je uporabljeno v ontologiji, je prikazano za primer koncepta Optimizacijski kriterij v programski kodi 4.2:

package ontologies;

public interface LR35Vocabulary {

//Vocabulary

public static final String OPTIMIZATION_CRITERION = "OptimizationCriterion"; public static final String OPTIMIZATION_CRITERION_NAME = "name"; public static final String OPTIMIZATION_CRITERION_VALUE = "value"; public static final String OPTIMIZATION_CRITERION_PRECISION = "precision";

...

}

Programska koda 4.2: Ontološko besedišĉe

Vsi posamezni koncepti, agentske aktivnosti in predikati v ontologiji so povezani z ustreznim razredom JAVA. Razred JAVA definira strukturo in semantiko ontološkega objekta s pomoĉjo metod, ki omogoĉajo dodelitev atributov posameznem objektu. Razred JAVA OptimizationCriterion, ki je povezan s konceptom Optimization Criterion, je prikazan v programski kodi 4.3:

// Class associated to the OPTIMIZATION_CRITERION schema package ontologies; import jade.content.*;

public class OptimizationCriterion implements Concept { private String name; private int value; private int precision;

Poglavje 4 public String getName() { return name; }

public void setName(String name) { this.name = name; }

public int getValue() { return value; }

public void setValue(int value) { this.value = value; }

public int getPrecision() { return precision; }

public void setPrecision(int precision) { this.precision = precision; } }

Programska koda 4.3: JAVA razred OptimizationCriterion

Pregled ontoloĹĄkih konceptov v krmilni strukturi proizvodnega sistema za proizvodnjo surovih pnevmatik je prikazan na sliki 4.4.

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik

Slika 4.4: Pregled ontoloških konceptov v krmilni strukturi proizvodnega sistema za proizvodnjo surovih pnevmatik

4.2. Modeliranje

dinamičnega

distribuiranega

holonskega

obnašanja krmilnega

adaptivnega sistema

stabilnem in nestabilnem proizvodnem okolju Obnašanje vsakega holona v krmilni strukturi je odvisno od agentskih pravil oziroma od sporoĉil, ki jih holon sprejme in ki jih razume na podlagi razvite ontologije. Na osnovi pravil sproži tudi izvajanje ustreznih agentskih aktivnosti v holonu in komunikacijskih aktivnosti z drugimi holoni v sistemu. Naša krmilna arhitektura je sestavljena iz holonov, katerih obnašanje temelji na agentskih pravilih, ki so trenutno kodirana v programskem okolju JADE.

Poglavje 4 Cilj prihodnjega dela bo razvoj agentskih pravil, ki temeljijo na bazi znanja. Agentska pravila operacijskega holona so prikazana v preglednici 4.1. Agentske aktivnosti in komunikacijske relacije v povezavi z drugimi holoni definirajo koordinacijski mehanizem v procesu krmiljenja proizvodnje. Holonski krmilni sistem proizvodnega sistema za proizvodnjo surovih pnevmatik nima natanĉno definirane strukture, temveĉ se na podlagi vzpostavljenega koordinacijskega mehanizma definirajo zaĉasne krmilne strukture.

Preglednica 4.1: Agentska pravila operacijskega holona v stabilnem stanju obratovanja proizvodnega sistema (osnovni koordinacijski mehanizem) VHOD Pošiljatelj

Zap. številka

Sprejeto sporočilo

PROPOSE (zaporedje operacijskih faz; ĉas operacijske faze)

Krmilni holon modula

REPLY (pogonski parametri) /

CONVEYOR_FB

REPLY (simulacijske vrednosti obratovalnih parametrov; simulacijska vrednost ĉasa operacijske faze) REPLY (simulacijske vrednosti pogonskih parametrov)

Virtualni model realnega stroja

CONVEYOR_FB

Izbira referenĉnih pogonskih parametrov

Zahtevana agentska aktivnost /

Agentska aktivnost Izraĉun obratovalnih parametrov

IZHOD Sporočilo za pošiljanje

Prejemnik

AGREE/REFUSE => odvisno od nivoja avtonomije operacijskih holonov REQUEST (Izraĉun pogonskih parametrov) /

Krmilni holon modula

REQUEST (zahteva za izvajanje simulacije) REQUEST (zahteva za izraĉun simulacijskih vrednosti pogonskih parametrov)

Virtualni model realnega stroja

PROPOSE (Preverjanje pogonskih parametrov)

ENC/MOTOR_FB

CONVEYOR_FB

se nadaljuje

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik

Zap. številka

Sprejeto sporočilo

AGREE

ali REFUSE

VHOD Pošiljatelj

Agentska aktivnost

ENC/MOTOR_FB

Zahtevana agentska aktivnost /

ENC/MOTOR_FB

IZHOD Sporočilo za pošiljanje INFORM (pogonski parametri so primerni; simulacijska vrednost ĉasa operacijske faze) INFORM (pogonski parametri niso primerni)

Prejemnik

Krmilni holon modula

Predstavljena holonska krmilna struktura zajema tudi adaptivni mehanizem odloĉanja. Model adaptivnega mehanizma odločanja v krmilnem sistemu proizvodnega sistema za proizvodnjo surovih pnevmatik je prikazan na sliki 4.5. Adaptivni mehanizem odločanja je razvit za holon planiranja. Vhodi v adaptivni mehanizem odločanja, ki temelji na pravilih, so podatki nadzora proizvodnega sistema v realnem ĉasu med operacijskimi holoni in holonom planiranja, podatki o trenutno aktivnem koordinacijskem mehanizmu v krmilni strukturi, koeficient ĉasa okrevanja in nivo avtonomije operacijskih holonov. Koeficient ĉasa okrevanja - r definiramo kot razmerje med ĉasom, ki je minil od trenutka, ko je nastala motnja v sistemu, in potrebnim ĉasom za odpravo vpliva okvare na produktivnost sistema v doloĉenem naroĉilu. Koeficient ĉasa okrevanja in nivo avtonomije operacijskih holonov se dinamiĉno prilagajata proizvodnemu sistemu glede na omejitve proizvodnega okolja.

Slika 4.5: Mehanizem adaptivnega odloĉanja v krmilnem sistemu proizvodnega sistema za proizvodnjo surovih pnevmatik

Poglavje 4 Mehanizem odločanja doloĉa aktiviranje novega koordinacijskega mehanizma na podlagi pravil, kot je prikazano v preglednici 4.2. Pravila so v naši strukturi kodirana v programskem okolju JADE. Operacijski holoni imajo v osnovnem krmilnem mehanizmu nizek nivo avtonomije, kar jim omogoĉa sledenje navodil z višjih hierarhiĉnih nivojev v strukturi. Ko se v krmilni strukturi proizvodnega sistema v ekspertnem holonu operaterja pojavi optimizacijska zahteva za poveĉanje produktivnosti, se koordinacijski mehanizem krmiljenja proizvodnje spremeni iz osnovnega v koordinacijski mehanizem optimizacije in zaĉne se proces optimizacije. V primeru, ko se v proizvodnem sistemu za proizvodnjo pnevmatik odkrije motnja v obliki okvare stroja, prehaja krmilni sistem iz hierarhiĉne strukture v heterarhiĉno strukturo, pri ĉemer se vzpostavlja koordinacijski mehanizem okrevanja s ciljem, da se odpravi vpliv okvare na produktivnost sistema. Ko se v primeru nastanka okvare v sistemu konĉa proces iskanja alternativnega delovnega sredstva, zaĉne proizvodni sistem po doloĉenem ĉasu ponovno pravilno obratovati. Primarna delovna sredstva pa bodo zamenjala alternativna delovna sredstva. Operacijski holon, ki prevzame opravljanje operacijske faze poškodovanega stroja, spreminja zaporedje izvajanja operacijskih faz.

Preglednica 4.2: Pravila adaptivnega mehanizma odloĉanja Trenutno aktiven mehanizem sodelovanja Osnovni koordinacijski mehanizem (hierarhiĉna krmilna struktura) Koordinacijski mehanizem optimizacije (hierarhiĉna krmilna struktura)

Koordinacijski mehanizem optimizacije (hierarhiĉna ali heterarhiĉna krmilna struktura)

Trenutni nivo avtonomije operacijskih holonov Nizek

Koeficient časa okrevanja

Nadzorovanje v realnem času

Novi koordinacijski mehanizem

Nizek

Koordinacijski mehanizem optimizacije (hierarhiĉna krmilna struktura) Koordinacijski mehanizem optimizacije (heterarhiĉna krmilna struktura)

Nizek/Visok

Optimizacijska zahteva za poveĉanje produktivnosti v sistemu Naslednji koraki iteracije optimizacijskega krmilnega algoritma ne bodo izboljšali nivoja optimizacije po zahtevanem kriteriju Optimizacijski kriterij je zadovoljen

Osnovni koordinacijski mehanizem (hierarhiĉna krmilna struktura)

Novi nivo avtonomije operacijskih holonov Nizek

Visok

Nizek

se nadaljuje

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Trenutno aktiven mehanizem sodelovanja Osnovni koordinacijski mehanizem (hierarhiĉna krmilna struktura) Koordinacijski mehanizem okrevanja (heterarhiĉna krmilna struktura) Koordinacijski mehanizem okrevanja (heterarhiĉna krmilna struktura) Koordinacijski mehanizem okrevanja (heterarhiĉna krmilna struktura)

Trenutni nivo avtonomije operacijskih holonov Nizek

Koeficient časa okrevanja

Nadzorovanje v realnem času

Novi koordinacijski mehanizem

Novi nivo avtonomije operacijskih holonov Visok

Motnja

Koordinacijski mehanizem okrevanja (heterarhiĉna krmilna struktura)

Visok

r<1

Motnja

Koordinacijski mehanizem okrevanja (heterarhiĉna krmilna struktura)

Visok

r>1

Motnja

Koordinacijski mehanizem okrevanja (heterarhiĉna krmilna struktura)

Visok

r>1

Ni prisotnih motenj

Osnovni koordinacijski mehanizem (hierarhiĉna krmilna struktura)

Nizek

Proces krmiljenja proizvodnega sistema za proizvodnjo surovih pnevmatik se zaĉne, ko se definira proizvod oziroma tip pnevmatike. V holonu proizvoda, ki je ekspertni holon, se definirajo tehniĉne in tehnološke karakteristike proizvoda in zajemajo geometrijske modele komponent, ki sestavljajo pnevmatiko, material komponent, natanĉne dimenzije in medsebojni položaj komponent. Osnovni koordinacijski mehanizem, v katerem ni prisotnih optimizacijskih zahtev ter motenj v sistemu, je predstavljen na sliki 4.6. Na podlagi vzpostavljenega koordinacijskega mehanizma je struktura holonskega krmilnega sistema v tem primeru hierarhiĉne narave. To pomeni, da imajo operacijski holoni v krmilni strukturi nizek nivo avtonomije in za doloĉanje obratovalnih parametrov stroja potrebujejo navodila višjih hierarhiĉnih nivojev.

Poglavje 4

Slika 4.6: Osnovni koordinacijski mehanizem

Holon planiranja je ekspertni holon in definira v sodelovanju s holonom proizvoda in z glavnim krmilnim holonom zaporedje operacijskih stopenj na nivoju proizvodnega sistema. Med aktivnosti holona planiranja sodijo: definiranje operacijskih stopenj, doloĉitev zaporedja operacijskih stopenj, izbira strojev za vsako operacijsko fazo, opis operacijskih faz in doloĉitev zaĉetnih vrednosti ĉasov za vsako operacijsko stopnjo. Holon proizvoda sporoĉa holonu planiranja tehniĉne in tehnološke karakteristike proizvoda (tip pnevmatike), ki se bo proizvajal (1). Od glavnega krmilnega holona, ki ima vpogled v vse razpoložljive proizvodne module in stroje v proizvodnem sistemu pa dobi holon planiranja informacije o tehniĉnih in tehnoloških karakteristikah strojev proizvodnega sistema (2). Glavni krmilni holon definira zaporedje operacijskih stopenj za vsak modul proizvodnega sistema (3) in spremlja potek izvajanja operacijskih stopenj. Krmilni holoni modulov na podlagi zaporedja operacijskih stopenj, ki jih dobivajo od glavnega krmilnega holona (4), definirajo zaporedje operacijskih faz za vsak stroj v modulu oziroma definirajo operacijski plan za vsak stroj ter spremljajo potek izvajanja operacijskih faz. To pomeni, da operacijski plani za posamezen stroj niso predhodno definirani, temveĉ so doloĉeni na podlagi sodelujoĉih in od okolišĉin odvisnih interakcij. Krmilni holoni modulov definirajo tudi tehniĉne in tehnološke omejitve med funkcionalno povezanimi operacijskimi fazami, ki jih krmilijo operacijski holoni. Na podlagi podatkov, ki jih dobijo od krmilnega holona modula, operacijski holoni za vsako operacijsko

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik fazo stroja definirajo obratovalne parametre operacijskih faz (5). Obratovalni parametri (6), ki so posredovani virtualnemu modelu proizvodnega stroja so pozicije, hitrosti in pospeški izvršnih proizvodnih komponent/mehanizmov strojev. Rezultat simulacije v virtualnem modelu proizvodnega sistema so simulacijske vrednosti obratovalnih parametrov, ki se preverjajo s pomoĉjo numeriĉnih modelov komponent mehanizmov (Slika 4.2), ki tvorijo stroj. Na ta naĉin dobimo pogonske parametre: vrtilne hitrosti, pospeške in pogonske momente elektromotorjev, ki poganjajo izvršne komponente/mehanizme stroja. Za modeliranje koordinacijskih mehanizmov, ki definirajo obnašanje distribuiranega krmilnega sistema, je uporabljen ontološki diagram zaporednosti UML, ki prikazuje poleg že predpisanega zaporedja interakcij med holoni tudi ontološke vmesnike (ang. ontological interface), v katere sodi vsaka posamezna interakcija. Cilj uporabe diagramov zaporednosti UML je pridobiti vsestranski vpogled in poenostaviti razumevanje delovanja distribuiranega krmilnega sistema. Sporoĉila, ki se posredujejo med holoni v koordinacijskih mehanizmih krmiljenja, so osnovna sporoĉila jezika JADE ACL, ki je v skladu s standardi FIPA. Model osnovnega koordinacijskega mehanizma je prikazan na ontološkem diagramu zaporednosti UML na sliki 4.7.

Poglavje 4

Slika 4.7: OntoloĹĄki UML-diagram zaporednosti krmilnih interakcij osnovnega koordinacijskega mehanizma

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Ko se v krmilni strukturi proizvodnega sistema v ekspertnem holonu operaterja pojavi optimizacijska zahteva za poveĉanje produktivnosti, se v proizvodnem sistemu vzpostavi koordinacijski mehanizem optimizacije in zaĉne se proces optimizacije. Na podlagi vzpostavljenega koordinacijskega mehanizma je krmilna struktura na zaĉetku procesa optimizacije hierarhiĉna. Operacijski holoni v krmilni strukturi imajo nizek nivo avtonomije in potrebujejo navodila višjih hierarhiĉnih nivojev za doloĉanje obratovalnih parametrov strojev. Model sodelovanja med holoni v koordinacijskem mehanizmu optimizacije po zahtevanem kriteriju v hierarhiĉni krmilni strukturi proizvodnega sistema za proizvodnjo surovih pnevmatik je prikazan na sliki 4.8.

Slika 4.8: Koordinacijski mehanizem optimizacije v hierarhiĉni krmilni strukturi

Holon planiranja definira optimizirani ĉas izdelave enote proizvoda – pnevmatike (2) na podlagi zaĉetnega ĉasa izvedbe enote proizvoda in vrednosti kriterija optimizacije, ki ga posreduje holon operaterja (1). Glavni krmilni holon definira optimizirani ĉas operacijskih stopenj za vsak proizvodni modul v proizvodnem sistemu pnevmatik (3). Algoritem definiranja optimiziranega časa operacijskih stopenj upošteva za vsak modul tehniĉne karakteristike modula in karakteristike kakovosti operacijskih stopenj (Slika 3.4), na podlagi katerih se doloĉa, ali modul sodeluje v procesu optimizacije. Na osnovi optimiziranega ĉasa 75

Poglavje 4 operacijskih stopenj na nivoju modula krmilni holon definira optimizirane ĉase operacijskih faz za vsak posamezen stroj v modulu (4). Algoritem za izračun optimiziranih časov operacijskih faz za vsak posamezen stroj v modulu je prikazan na sliki 4.9. Koordinacijski mehanizem upošteva tehniĉne in tehnološke omejitve med funkcijsko povezanimi fazami, ki se izvajajo na strojih v modulu in tehniĉne karakteristike posameznega stroja, na podlagi katerih se doloĉa, ali stroj sodeluje v procesu optimizacije. Na osnovi optimiziranega ĉasa operacijskih stopenj operacijski holoni definirajo optimizirane obratovalne parametre stroja (5). Algoritem za izračun hitrosti izvršnih proizvodnih komponent/mehanizmov strojev je prikazan na sliki 4.10. Programska koda algoritma za izračun hitrosti izvršnih proizvodnih komponent/mehanizmov strojev je prikazana v prilogi A. Naslednji koraki iteracije v optimizacijskem

krmilnem

algoritmu

izračun

hitrosti

izvršnih

proizvodnih

komponent/mehanizmov strojev se prilagajajo stanju proizvodnih komponent, da bi doloĉili optimalne ĉase in obratovalne parametre strojev in izboljšali natanĉnost procesa optimizacije. Ĉe posamezne mehanske komponente stroja (mehanizmi ali elektromotorji) ne zadošĉajo optimiziranim obratovalnim parametrom, jih je treba zamenjati z ustreznimi, ki izpolnjujejo kriterije. Zamenjava posameznih mehanskih ali pogonskih komponent se izvaja, ĉe je ekonomsko upraviĉena. Pristop je mogoĉe uporabiti za doloĉitev karakteristik mehanskih in pogonskih komponent tudi že v fazi snovanja proizvodnega sistema surovih pnevmatik. Na ta naĉin bo proizvodni sistem optimalno zasnovan za razliĉne scenarije obratovanja, ki so s pomoĉjo simulacij v virtualnem proizvodnem okolju raziskani že v fazi konstruiranja sistema. Model koordinacijskega mehanizma optimizacije v hierarhični krmilni strukturi je prikazan na ontološkem diagramu zaporednosti UML (Slika 4.11).

Slika 4.9: Algoritem za izraĉun optimiziranih ĉasov operacijskih faz

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Legenda: VOK â&#x20AC;&#x201C; vrednost optimizacijskega kriterija, Ä&#x152;OF â&#x20AC;&#x201C; Ä&#x2030;as operacijske faze pred optimizacijo, OÄ&#x152;OF â&#x20AC;&#x201C; optimizirani Ä&#x2030;as operacijske faze.

Slika 4.10: Algoritem za izraÄ&#x2030;un hitrosti izvrĹĄnih proizvodnih komponent/mehanizmov strojev Legenda: đ?&#x2018;&#x20AC;đ??ťi â&#x20AC;&#x201C; maksimalna hitrost izvrĹĄnega mehanizma/komponente v i-tem koraku optimizacije i = 0, đ?&#x2018;&#x203A;, 0 pomeni analizo stanja realnega proizvodnega sistema pred optimizacijo, đ?&#x2018;&#x2020;đ?&#x2018;&#x192;đ??ťi â&#x20AC;&#x201C; simulacijska vrednost povpreÄ&#x2030;ne hitrosti izvrĹĄnega mehanizma/komponente v i-tem koraku optimizacije, đ??ˇÄ&#x152;đ?&#x2018;&#x201A;đ??ši â&#x20AC;&#x201C; doseĹženi Ä&#x2030;as operacijske faze v i-tem koraku optimizacije, đ?&#x2018;&#x2026;đ?&#x2018; đ?&#x2018;&#x20AC;đ??ťi â&#x20AC;&#x201C; relativna napaka hitrosti izvrĹĄnega mehanizma/komponente v i-tem koraku optimizacije, đ??źđ?&#x2018;&#x192;đ??ťi â&#x20AC;&#x201C; izraÄ&#x2030;unana povpreÄ&#x2030;na hitrost izvrĹĄnega mehanizma/komponente v i-tem koraku optimizacije, đ?&#x2018;&#x2026;đ?&#x2018; đ?&#x2018;&#x192;đ??ťi â&#x20AC;&#x201C; relativna napaka povpreÄ&#x2030;ne hitrosti izvrĹĄnega mehanizma/komponente v i-tem koraku optimizacije, đ?&#x2018;&#x201A;Ä&#x152;đ?&#x2018;&#x201A;đ??ši+1 â&#x20AC;&#x201C; optimizirani Ä&#x2030;as optimizacijske faze v i+1-em koraku optimizacije.

Poglavje 4

Slika 4.11: OntoloĹĄki UML-diagram zaporednosti krmilnih interakcij koordinacijskega mehanizma optimizacije v hierarhiÄ&#x2030;ni krmilni strukturi

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Proces optimizacije lahko opravimo tudi v heterarhiĉni krmilni strukturi. Priĉakujemo, da lahko dosežemo enakovredne optimizacijske rezultate kot v primeru hierarhiĉne strukture. S tem bomo pokazali, da lahko heterarhiĉno krmilno strukturo uporabljamo v procesu optimizacije. Po prvem hierarhiĉnem koraku optimizacije lahko sistem preide iz hierarhiĉne v heterarhiĉno krmilno strukturo. Pogoj za prehod iz hierarhiĉne v heterarhiĉno krmilno strukturo lahko doloĉi ekspert, ki je uporabnik krmilnega sistema. Operacijski holoni povišujejo nivo avtonomije in neodvisno od višjih hierarhiĉnih nivojev definirajo optimizirane ĉase operacijskih faz in obratovalne parametre strojev, ki jih pošiljajo virtualnemu modelu proizvodnega sistema. Algoritem za samostojno definiranje optimiziranih časov operacijskih faz v operacijskih holonih, ki je prikazan na sliki 4.12, temelji na Newtonovih interpolacijskih polinomih. Interpolacijske toĉke Newtonovih polinomov so stanja sistema, ki so dosežena v prejšnjih ciklih procesa optimizacije (hierarhiĉnih ali heterarhiĉnih), in so zapisani v podatkovnih bazah operacijskih holonov. Programska koda algoritma za samostojno definiranje optimiziranih časov operacijskih faz in obratovalnih parametrov strojev v operacijskih holonih je prikazana v prilogi B. Koordinacijski mehanizem upošteva s pomoĉjo komunikacije med operacijskimi holoni istega modula tehniĉne in tehnološke omejitve med funkcijsko povezanimi operacijskimi fazami, ki se izvajajo na strojih v modulu. Model sodelovanja med holoni v koordinacijskem mehanizmu optimizacije v heterarhični krmilni strukturi proizvodnega sistema za proizvodnjo surovih pnevmatik prikazuje slika 4.13.

Poglavje 4

Slika 4.12: Algoritem za samostojno definiranje optimiziranih Ä&#x2030;asov operacijskih faz

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Legenda: đ??ˇđ?&#x2018;&#x2030;đ?&#x2018;&#x201A;đ??ži â&#x20AC;&#x201C; doseĹžena vrednost optimizacijskega kriterija v i-tem koraku optimizacije i = 0, đ?&#x2018;&#x203A;, 0 pomeni analizo stanja realnega proizvodnega sistema pred optimizacijo, TOK â&#x20AC;&#x201C; dovoljena toleranca vrednosti optimizacijskega kriterija v procentih, đ??ˇÄ&#x152;đ?&#x2018;&#x201A;đ??ši â&#x20AC;&#x201C; doseĹženi Ä&#x2030;as operacijske faze v i-tem koraku optimizacije, đ?&#x2018;&#x201A;Ä&#x152;đ?&#x2018;&#x201A;đ??ši+1 â&#x20AC;&#x201C; optimizirani Ä&#x2030;as operacijske faze v i+1-em koraku optimizacije, ZM â&#x20AC;&#x201C; zgornja meja dovoljene vrednosti optimizacijskega kriterija, SM â&#x20AC;&#x201C; spodnja meja dovoljene vrednosti optimizacijskega kriterija, m â&#x20AC;&#x201C; stopnja Newtonovega polinoma,

ď Ą â&#x20AC;&#x201C; brezdimenzijska spremenljivka, ď&#x192;&#x2018; k y j , ď &#x201E; k y j - deljeni diferenci, h â&#x20AC;&#x201C; korak ekvidistanÄ&#x2030;nih vrednosti med interpolacijskimi toÄ&#x2030;kami, đ?&#x2018;Ľi â&#x20AC;&#x201C; interpolacijska toÄ&#x2030;ka, đ?&#x2018;Śi â&#x20AC;&#x201C; vrednost optimiziranega Ä&#x2030;asa operacijske faze v interpolacijski toÄ&#x2030;ki.

Slika 4.13: Koordinacijski mehanizem optimizacije v heterarhiÄ&#x2030;ni krmilni strukturi

Model koordinacijskega mehanizma optimizacije v heterarhiÄ?ni krmilni strukturi prikazuje ontoloĹĄki diagram zaporednosti UML na sliki 4.14.

Poglavje 4

Slika 4.14: OntoloĹĄki UML-diagram zaporednosti krmilnih interakcij koordinacijskega mehanizma optimizacije v okviru heterarhiÄ&#x2030;ne krmilne strukture

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Da bi proizvodni sistem za proizvodnjo surovih pnevmatik postal prilagodljiv na motnje v sistemu, je treba odkriti motnjo in njeno pozicijo v proizvodnem sistemu, nato pa izvršiti ustrezni algoritem odstranjevanja vpliva motnje na produktivnost v sistemu. Komunikacija med operacijskimi holoni in holonom planiranja predstavlja proces neprekinjenega nadzorovanja procesa proizvodnje surovih pnevmatik, s pomoĉjo katerega bo holon planiranja obvešĉen o nastanku motnje v sistemu. Model koordinacijskega mehanizma v procesu nadzorovanja proizvodnje surovih pnevmatik je prikazan na sliki 4.15.

Slika 4.15: UML diagram zaporednosti krmilnih interakcij v procesu nadzorovanja proizvodnje surovih pnevmatik

Napisati algoritem za odstranjevanje vpliva motnje za vsak scenarij nastanka motnje v sistemu ni mogoĉe. Motnje v sistemu se lahko napovedujejo in se zato algoritem za odstranjevanje vpliva motnje napiše na podlagi priĉakovanega stanja sistema po nastali

Poglavje 4 motnji. V našem primeru je bil razvit algoritem v primeru okvare stroja v sistemu. Ko se v proizvodnem sistemu za proizvodnjo surovih pnevmatik odkrije motnja v obliki okvare stroja, prehaja krmilni sistem iz hierarhiĉne strukture v heterarhiĉno strukturo, pri ĉemer se vzpostavlja koordinacijski mehanizem okrevanja z namenom odprave vpliva okvare na produktivnost sistema. Mehanizem prehoda z ene strukture na drugo temelji na povišanem nivoju avtonomije operacijskih holonov v strukturi, ki neodvisno od višjih hierarhiĉnih nivojev, katerih navodila zavrnejo, samostojno definirajo ĉase operacijskih faz in obratovalne parametre strojev virtualnega modela. Koordinacijski mehanizem s pomoĉjo komunikacije med operacijskimi holoni v istem modulu upošteva tehniĉne in tehnološke omejitve med funkcijsko povezanimi operacijskimi fazami, ki se izvajajo na strojih v modulu. Nove obratovalne parametre operacijskih faz stroja doloĉimo odvisno od: ‐ ĉasa Tz, ki je potreben za zamenjavo poškodovanih komponent stroja, ‐ ĉasa Tp, ki je pripravljalni ĉas operacijske stopnje na alternativnem modulu, ‐ potrebnega ĉasa za odpravo vpliva okvare na produktivnost proizvodnje v doloĉenem naroĉilu, ‐ ĉasa operacijske faze v kateri je okvara nastala, ‐ ĉasa operacijske stopnje v kateri je okvara nastala in ‐ skupnega ĉasa operacijskih stopenj, ki se opravljajo v delu proizvodnega sistema v kateri je okvara nastala. Algoritem doloĉa tudi, ali se proces okrevanja od okvare opravlja v operacijskih fazah modula, v katerem je okvara nastala, v operacijskih stopnjah dela proizvodnega sistema ali v celotnem proizvodnem sistemu. Model koordinacijskega mehanizma okrevanja je prikazan na ontološkem diagramu zaporednosti UML (Slika 4.16).

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik

Slika 4.16: OntoloĹĄki UML diagram zaporednosti krmilnih interakcij koordinacijskega mehanizma okrevanja

Poglavje 4 Nadzorovanje proizvodnje v sistemu doloĉa dve stanji: stanje stabilnega obratovanja in stanje z motnjami v sistemu. Ko v sistemu pride do okvare, se proizvodni proces prekine in se zahteva po sodelovanju posreduje operacijskim holonom, katerih stroji imajo enake ali podobne tehniĉne in tehnološke karakteristike kot stroj v okvari in bi lahko nadomestili prekinjeno operacijsko stopnjo. Ĉe se sodelovanje opravlja med holoni v delu proizvodnega sistema, v katerem je nastala okvara, ostajajo sklopi sistema, na katere motnja ne vpliva v hierarhiĉni krmilni strukturi. V primeru premešĉanja operacijske faze na drugi proizvodni stroj, operacijski holon, ki prevzame opravljanje operacijske faze poškodovanega stroja, spreminja zaporedje izvajanja operacijskih faz. Ĉe s sodelovanjem med holoni ni mogoĉe opraviti procesa odstranjevanja vpliva okvare na produktivnost proizvodnje, se holonu planiranja posreduje zahteva za zamenjavo okvarjenih komponent stroja. Optimizirani obratovalni parametri operacijskih faz v procesu odstranjevanja vpliva motnje ostanejo aktivni do popolne odprave vpliva okvare na produktivnost proizvodnje. Operacijski holoni, ki so spremenili obratovalne parametre operacijskih faz, se vrnejo na obratovalne parametre pred nastankom motnje in nivo samostojnosti znižajo, kar pomeni, da se krmilni sistem vrne v hierarhiĉno strukturo.

4.3. Izvedba distribuirane holonske krmilne strukture z uporabo funkcijskih blokov IEC 61499 Oblikovanje krmilnega sloja IEC 61499 lahko temelji na pristopu objektno-orientiranega programiranja. Na podlagi pristopa objektno-orientiranega programiranja bi bil tip funkcijskega bloka opredeljen kot razred (ang. class), posamezni funkcijski blok pa bi bil predstavnik tega razreda [Wang, Song in Gao, 2009]. Drugi pristop, ki se lahko uporablja v fazi oblikovanja krmilnega programskega okolja, temelji na komponentah (ang. Componentbased paradigm) [Shaw, 2013]. Oba pristopa sta omejena v primeru nastanka motenj v sistemu in ponovne uporabe v spremenjenem proizvodnem okolju, ker je v obeh pristopih potrebna dodatna modifikacija strojno odvisnih vmesnikov (ang. Hardware-specific interfaces). Rešitev omenjenih problemov bi bila v pristopu, ki bi bil neodvisen od strojne opreme oziroma, ki bi imel doloĉeni nivo abstraktnosti strojne opreme v fazi oblikovanja vmesnikov k realnim strojem.

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Razvoj funkcijskih blokov, ki so uporabljeni v naši raziskavi v okviru krmilnega sloja in vmesniškega sloja (Slika 4.1), bo omogoĉil distribuirano opravljanje procesa proizvodnje surove pnevmatike. Za razvoj funkcijskih blokov smo uporabili delovno okolje FBDK. Programske komponente v krmilnem sloju so razvite v obliki funkcijskih blokov in predstavljajo proizvodne stroje proizvodnega sistema za proizvodnjo surovih pnevmatik. To so kompozitni funkcijski bloki, ki vsebujejo osnovne funkcijske bloke. Osnovni funkcijski bloki predstavljajo modele posameznih mehanskih sklopov v proizvodnih strojih kot tudi aktuatorje in senzorje. V našem pristopu lahko osnovne funkcijske bloke razvijamo kot generiĉne funkcijske bloke, ki se lahko v isti obliki uporabijo pri gradnji drugih kompozitnih funkcijskih blokov v krmilni strukturi. Obnašanje osnovnih funkcijskih blokov se krmili s pomoĉjo izvršnega naĉrta krmiljenja in notranjih algoritmov. Funkcijski bloki posameznih mehanskih sklopov opravljajo proces odloĉanja v notranjih algoritmih na podlagi podatkov iz senzorjev in podatkov, ki jih dobijo z višjih krmilnih nivojih od programskih agentov. Tehniĉne karakteristike posameznih mehanskih komponent mehanskih sklopov in strojev ter tehniĉne karakteristike aktuatorjev in senzorjev so uporabljene v osnovnih funkcijskih blokih kot podatki (ang. custom data type). Primer vgradnje kompozitnih funkcijskih blokov proizvodnega modula strežnik pasu 2 je prikazan na sliki 4.17.

Slika 4.17: Vgradnja kompozitnih funkcijskih blokov proizvodnega modula strežnika pasu 2

Poglavje 4 Kompozitni funkcijski blok SC2_FB, ki krmili stroj postrežni tekoči trak 2, vsebuje tri osnovna funkcijska bloka: SENSOR_FB, ENCODER/MOTOR_FB in CONVEYOR_FB (Slika 4.18). Obnašanje osnovnih funkcijskih blokov kompozitnega funkcijskega bloka SC2_FB je prikazano v izvršnih naĉrtih krmiljenja (Slika 4.19). Prisotnost materiala na izhodu iz odvijalne naprave se preverja s pomoĉjo funkcijskega bloka SENSOR_FB (refleksijsko svetlobno tipalo). Osnovni funkcijski blok CONVEYOR_FB definira možnost pomikanja tekoĉega traku na podlagi podatkov, ki jih dobi od SENSOR_FB s ciljem, da se pas 2 pomakne iz zaĉetnega položaja. Namen funkcijskega bloka ENC/MOTOR_FB je zagon in ustavitev elektromotorja. Ĉe obstaja možnost pomikanja tekoĉega traku, bo elektromotor vkljuĉen. Za zagon elektromotorja se uporabijo preverjeni pogonski parametri. Položaj za odrezovanje se doloĉi na podlagi podatkov z dajalnika. Ko pas 2 doseže položaj za odrezovanje, bo elektromotor izkljuĉen.

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik

Slika 4.18: Osnovni funkcijski bloki kompozitnega funkcijskega bloka SC2_FB Opomba: Nazivi tipov osnovnih funkcijskih blokov, nazivi algoritmov, nazivi notranjih spremenljivk in pomen uporabljenih podatkov so predstavljeni v preglednici 4.3.

Generiĉne osnovne funkcijske bloke SENSOR_FB, CONVEYOR_FB in ENC/MOTOR_FB smo uporabili v osmih razliĉnih kompozitnih funkcijskih blokih za krmiljenje strojev in v štirih proizvodnih modulih, ki so del skupine strojev druge stopnje. To dokazuje možnosti ponovne uporabe funkcijskih blokov v krmilni strukturi. Posamezni kompozitni bloki, ki krmilijo doloĉeno operacijsko fazo, skrbijo za odloĉitve v svojem krmilnem podroĉju (domeni).

Poglavje 4

Notranji algoritmi osnovnih funkcijskih blokov so prikazani v preglednici 4.3.

Preglednica 4.3: Notranji algoritmi osnovnih funkcijskih blokov Funkcijski blok

Funkcija

Naziv algoritma

Oblika notranjega algoritma

Podatki

Pomen

SENSOR FB

Preverjanje prisotnosti materiala (pasu) na izhodu iz odvijalne naprave

ALG_PRM

if VALUE=0 => NOT_EMPTY=false else NOT_EMPTY=true

VALUE

Vrednost, ki jo FB dobi s senzorja Booleova spremenljivka, ki definira prisotnost materiala se nadaljuje

NOT_EMPTY

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Funkcijski blok

Funkcija

Naziv algoritma

Oblika notranjega algoritma

Podatki

Pomen

CONVEYOR FB

Izraĉun pogonskih parametrov

ALG_CDUP

(M_RQS, M_RQA, M_RQD) =f(C_V, C_A, C_D)

M_RQS

Zahtevano število vrtljajev elektromotorja Zahtevan pospešek elektromotorja Zahtevano zaviranje elektromotorja Hitrost premikanja tekoĉega traku Pospešek tekoĉega traku Zaviranje tekoĉega traku Premer pogonske jermenice tekoĉega traku Položaj za odrezovanje pasu Booleova spremenljivka, ki definira prisotnost pasu v zaĉetnem položaju

M_RQA

M_RQD

C_V

C_A C_D BP_DMT

B_CTPOS

Pomikanje pasu v položaj za odrezovanje

ALG_MOVE

if NOT_EMPTY=true and B_INIT_POS=true => C_MOVE=true else C_MOVE=false

B_INITPOS

C_MOVE

Booleova spremenljivka, ki definira možnost pomikanja tekoĉega traku s ciljem premikanja pasu iz zaĉetnega položaja v položaj za odrezovanje se nadaljuje

Poglavje 4 Funkcijski blok

Funkcija

Naziv algoritma

Oblika notranjega algoritma

Podatki

Pomen

ENC/MOTOR FB

Preverjanje pogonskih parametrov (vkljuĉitev motorja)

ALG_DUPV

if (C_MOVE=true and (M_RQS, M_RQA, M_RQD) < (M_RTS, M_RTA, M_RTD)) => M_FRW=true and (M_OS= M_RQS, M_OA= M_RQA, M_OD= M_RQD) else M_FRW=false

M_RTS

Nominalno število vrtljajev elektromotorja Nominalni pospešek elektromotorja Nominalno zaviranje elektromotorja Booleova spremenljivka, ki definira možnost zagona elektromotorja Izhodno število vrtljajev elektromotorja Izhodni pospešek elektromotorja Izhodno zaviranje elektromotorja Število vrtljajev elektromotorja v ĉasovni enoti Izhodna frekvenca inkrementalne ga dajalnika število zajetih impulzov v ĉasovni enoti Število ĉrtic karakteristika inkrementalne ga dajalnika Trenutni položaj pasu

M_RTA

M_RTD

M_FRW

M_OS

M_OA

M_OD

Preverjanje prisotnosti traku v položaju za odrezovanje (ustavljanje motorja)

ALG_CCP

E _ CNT 

E _ FRQ

 60

;

E _ PPR B_POS  E_CNT  TIMER  BP _DMT   ;

if (B_POS≡B_CTPOS) => M_STOP=true and TIMER=0 (timer reset) else M_STOP=false

E_CNT (notranja spremenljiv ka)

E_FRQ

E_PPR

B_POS (notranja spremenljiv ka) TIMER

M_STOP

Merilec ĉasa, ki meri ĉas od trenutka, ko je bil elektromotor vkljuĉen Booleova spremenljivka, ki definira možnost ustavljanja elektromotorja

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik Standard IEC 61499 predlaga strojno neodvisen pristop modeliranja krmilnega programskega okolja, vendar je realno stanje podobno pristopu, ki je razvit v standardu IEC 61131-3 [Wenger in ostali, 2011]. Pristop k realnim proizvodnim strojem v standardu IEC 61499 se zagotavlja s pomoĉjo funkcijskih blokov servisnega vmesnika. V standardu IEC 61499 ni jasno definiran naĉin vgradnje funkcijskih blokov servisnega vmesnika. Ti bloki so dogodkovno in podatkovno povezani s krmilnim programskim okoljem, tako da postaja celotno krmilno programsko okolje odvisno od strojne opreme. Motnje v sistemu, ki povzroĉijo spremembe proizvodnega procesa ter uporabo alternativnih strojev, sprožijo dodatne dejavnosti glede spremembe funkcijskih blokov servisnega vmesnika, ki bodo omogoĉili povezavo z novim alternativnim strojem. To bo povzroĉilo dodatne zastoje v proizvodnem procesu in s tem dodatne stroške. Wenger in ostali [Wenger in ostali, 2011] predlagajo rešitev v obliki pristopa abstraktnosti strojne opreme, v katerem zagovarjajo, da funkcijski blok servisnega vmesnika ne predstavlja specifiĉen pristop k stroju, temveĉ doloĉeni logiĉni servis, ki ga krmilno programsko okolje zagotovi stroju in obratno. V vmesniškem sloju smo v ta namen razvili adapter logičnega vmesnika (Slika 4.20), ki vsebuje logiĉne servise, ki so potrebni za opravljanje krmilne funkcije. S strani proizvajalcev distribuiranih krmilnih naprav morajo biti razviti funkcijski bloki strojno specifične vgradnje (ang. Hardware-Specific Implementation Function Blocks – HSIFB), ki zajemajo pravila za transformacijo podatkov iz strojno specifiĉnega formata v format, ki ustreza adapterju logičnega vmesnika (logiĉni servisi), algoritme za pristop strojem in strojno odvisne parametre (ang. hardware access algorithms and hardware-specific parameters). Pri oblikovanju pristopa abstraktnosti strojne opreme z uporabo adapterja logičnega vmesnika smo uporabili metodo pogodbenega oblikovanja (ang. Design By Contract) z namenom oblikovanja pogodbe, ki definira pogoje (dolžnosti in garancije), ki jih morajo izpolniti funkcijski bloki strojno specifične vgradnje in krmilno programsko okolje. Na ta naĉin se lahko popolnoma izognemo definiranju parametrov, ki so odvisni od strojne opreme v krmilnem programskem okolju. Metoda pogodbenega oblikovanja je programski pristop, ki deluje kot vmesnik med programskimi komponentami krmilnega programskega okolja in zagotavlja primerno opravljanje krmilnih funkcij. Metoda pogodbenega oblikovanja izboljšuje zanesljivost delovanja krmilnega programskega okolja proizvodnega sistema in omogoĉa ponovno uporabo preizkušenih programskih komponent v drugih krmilnih programskih okoljih brez možnosti pojava nepriĉakovanih napak. V preglednici 4.4 je predstavljen primer uporabe metode pogodbenega oblikovanja v pristopu abstraktnosti strojne opreme.

Poglavje 4 Preglednica 4.4: Primer uporabe metode pogodbenega oblikovanja v pristopu abstraktnosti strojne opreme Programska komponenta Funkcijski blok ENC/MOTOR_FB

Funkcijski blok strojno specifiĉne vgradnje ENC/MOTOR_HSIFB

Dolžnost Pošilja signal za vkljuĉitev/ustavljanje elektromotorja in pogonske parametre Elektromotor bo spremenil stanje (elektromotor se bo vkljuĉil/ustavil)

Garancija Krmilna funkcija je opravljena

Ĉe elektromotor ne dobi signala ali so vrednosti pogonskih parametrov v napaĉnem formatu in napaĉnem intervalu vrednosti, elektromotor ne bo spremenil stanje. V sloju prepoznavanja motnje se bo sprožil proces prepoznavanja motnje in se bo aktiviral koordinacijski mehanizem okrevanja.

Uporaba pristopa abstraktnosti strojne opreme nam omogoĉa, da lahko uporabimo enako strukturo krmilnega programskega okolja v virtualnem in realnem proizvodnem okolju. Pristop abstraktnostti strojne opreme je uresniĉen na primeru kompozitnega funkcijskega bloka rezilnik (CUT_FB) (Slika 4.21).

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik

Slika 4.20: Pristop abstraktnosti strojne opreme z uporabo adapterja logiÄ&#x2030;nega vmesnika

Poglavje 4

Slika 4.21: Vgradnja kompozitnega funkcijskega bloka rezilnik z uporabo pristopa abstraktnosti strojne opreme

4.4. Razvoj virtualnega proizvodnega okolja Proces modeliranja virtualnega proizvodnega okolja zajema integracijo podatkov o razpoložljivih delovnih sredstvih, poteku proizvodnega procesa, materialih in informacijah v realnem proizvodnem sistemu. 3D-model proizvodnega sistema je razvit na osnovi obstojeĉe CAD-dokumentacije. Cilj uporabe virtualnega proizvodnega sistema je izboljšati zasnovo konstrukcije proizvodnega sistema za proizvodnjo surovih pnevmatik in poveĉati zanesljivost pri vgradnji distribuiranega holonskega krmilnega pristopa v realno proizvodno okolje. Z integracijo virtualnega proizvodnega okolja v distribuirano holonsko krmilno strukturo uresniĉujemo princip krmiljenja, ki se je v krmilnih algoritmih doslej uporabljal le v obliki matematiĉnih modelov za napoved obnašanja proizvodnih sistemov v prihodnosti [Wang, Rivera in Kempf, 2007; van den Boom in Backx, 2010; Cataldo, Perizzato in Scattolini, 2015]. Na ta naĉin je z uporabo simulacije v virtualnem proizvodnem okolju mogoĉe izvajati raziskavo obratovanja proizvodnega sistema za razliĉne proizvodne scenarije v stabilnem in nestabilnem proizvodnem okolju. V virtualnem okolju dobimo bolj zanesljivo napoved

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik obnašanja proizvodnega sistema za razliĉne proizvodne scenarije, kot je to v primeru matematiĉnih modelov. Pri podobnih scenarijih v realnem proizvodnem okolju so mehanizmi krmiljenja, krmilne funkcije, korekcijske operacije in proizvodni parametri že na voljo za uporabo. Simulacije v virtualnem proizvodnem okolju omogoĉajo bolj natanĉno koordinacijo med krmilnimi parametri posameznih strojev že v fazi snovanja krmilnega sistema. Simulacijo lahko izvajamo istoĉasno, ko se opravlja krmiljenje realnega proizvodnega sistema. Pri spremembi v krmilni strukturi ali v proizvodnem okolju bo aktiven le vmesnik virtualnega okolja, ki bo zagotovil vrednotenje spremenjenih krmilnih funkcij, ki jih lahko kasneje uporabimo v realnem proizvodnem okolju.

Razvoj kompleksnih proizvodnih sistemov in elektromehanskih strojev zahteva uporabo strokovnega znanja iz razliĉnih podroĉjih. Tradicionalno oblikovanje proizvodnih sistemov se opravlja s pomoĉjo zaporedne metode. To pomeni, da strojni inženirji oblikujejo mehansko zasnovo proizvodnega sistema, delo nadaljujejo elektroinženirji in na koncu oblikovanje proizvodnega sistema zakljuĉijo inženirji za raĉunalniško vodeno krmiljenje proizvodnih sistemov. Komunikacija med skupinami inženirjev in sinergija med fazami tradicionalnega oblikovanja proizvodnih sistemov ni zadovoljiva. Tradicionalna metoda oblikovanja proizvodnih sistemov zagovarja izdelavo fiziĉnega prototipa proizvodnega sistema, da se lahko prepoznajo morebitne napake pri procesu izdelave ali celo v procesu snovanja proizvodnega sistema. Izdelava prototipov je ĉasovno in finanĉno zahtevna. Pristop konkurenĉnega oblikovanja proizvodnih sistemov predlaga soĉasno opravljanje dejavnosti vseh udeležencev v procesu oblikovanja. Virtualno proizvodno okolje predstavlja integracijo simulacijskega programskega okolja, raĉunalniško podprtega naĉrtovanja (ang. computeraided design – CAD) in krmilnih programskih okolij. Z oblikovanjem virtualnega proizvodnega okolja lahko uresniĉimo pristop konkurenĉnega inženirstva brez oblikovanja dejanskih prototipov. V sodelovanju med podjetjema National Instruments, ki razvija programsko orodje LabVIEW [National Instruments Corporation, 2016], in Dassault Systemes, ki razvija programsko orodje SolidWorks [Dassault Systemes SolidWorks Corporation, 2016], je nastalo programsko orodje, v katerem lahko oblikujemo virtualno proizvodno okolje. Programsko orodje SolidWorks lahko uporabimo za proces 3Doblikovanja mehanskih struktur strojev in proizvodnih sistemov ter njihovo geometrijsko, strukturalno in dinamiĉno analizo. Programsko orodje LabVIEW uporablja grafiĉni programski jezik za programiranje krmilnih programskih okolij, ki lahko zagotavljajo krmiljenje instrumentov, industrijsko avtomatizacijo in pridobitev podatkov (ang. data 97

Poglavje 4 acquisition) iz krmiljenih procesov. Povezavo med programskima orodjema LabVIEW in SolidWorks omogoĉa programski modul SoftMotion, ki ga je razvilo podjetje National Instruments (Slika 4.22).

Slika 4.22: Povezava med programskima orodjema LabVIEW in SolidWorks

Programski modul SoftMotion zagotavlja soĉasno uporabo programskih orodij SolidWorks in LabVIEW s strani razliĉnih skupin inženirjev, ki lahko razvijajo 3D-CAD modele strojev in programska krmilna okolja, da lahko analizirajo dinamiĉne procese proizvodnih sistemov. Programski modul SoftMotion omogoĉa povezavo med 3D-CAD modelom proizvodnega sistema, ki je oblikovan v programskem orodju SolidWorks, in krmilno logiko, ki je zasnovana v programskem orodju LabVIEW. Na ta naĉin se lahko aktuatorji in senzorji, ki so v obliki 3D-CAD modelov, povežejo z LabVIEW krmilnim algoritmom. Za povezavo aktuatorjev s krmilnim algoritmom se uporablja programska funkcija SoftMotion-Axis (Slika 4.23), s pomoĉjo katere lahko uporabnik oblikuje veĉ krmiljenih osi, ki delujejo soĉasno.

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik

Slika 4.23: Oblikovanje krmiljene osi s pomoĉjo programske funkcije SoftMotion-Axis

Gibi izvršilnih mehanizmov strojev so lahko enostavni premoĉrtni premiki, ki jih krmili le ena os, ali kompleksni premiki, ki so krmiljeni s pomoĉjo veĉ osi. S pomoĉjo predstavljenega programskega orodja, ni mogoĉe izvajati simulacije v realnem ĉasu, kar predstavlja pomanjkljivost pristopa. Med izvajanjem simulacij opravlja programsko orodje SolidWorks vrsto zahtevnih preraĉunov, zaradi katerih se gibi strojev ne izvajajo v realnem ĉasu, vendar so ĉasovno usklajeni s simulacijskim ĉasom. Oblikovanje virtualnih proizvodnih sistemov z uporabo programskih orodij SolidWorks, LabVIEW in SoftMotion omogoĉa ocenjevanje funkcij virtualnih mehatronskih sistemov. Virtualno proizvodno okolje zagotavlja analizo pretoĉnih ĉasov, produktivnosti in obnašanja proizvodnega sistema v dinamiĉno spremenljivem proizvodnem okolju.

Poglavje 4 3D-CAD model proizvodnega sistema za proizvodnjo surovih pnevmatik je bil prvotno oblikovan s pomoĉjo programskega orodja Siemens NX [Siemens Product Lifecycle Management Software Inc., 2016] in ni bil prilagojen za razvoj virtualnega okolja. Oblikovane geometrijske modele mehanskih elementov smo s pomoĉjo nevtralnega formata (Parasolid, STEP ali IGES) pretvorili v ustrezni format programskega orodja SolidWorks. V programskem orodju SolidWorks so na razpolago analize treh tipov gibanja (ang. motion study). Prvi tip analize gibanja je ''Animation'', ki se uporablja za opazovanje delovanja modela na osnovi geometrijskih karakteristik modela. Animacija ne upošteva fiziĉnih karakteristik modela, kot so materiali modela, gravitacijska sila in sile trenja. Drugi tip analize gibanja je ''Basic Motion'', ki je bolj realen kot prvi tip, ker upošteva vpliv gravitacijske sile na gibanje oblikovanih 3D-CAD modelov. Tretji tip analize gibanja je ''Motion Analysis'', ki je najbolj realen, ker upošteva vpliv mase, gravitacijske sile in sil trenja na gibanje 3D-CAD modelov. Za povezavo s programskim orodjem LabVIEW mora biti v programskem orodju SolidWorks izbrana analiza gibanja ''Motion Analysis''. Pri analizi gibanja ''Motion Analysis'' lahko definiramo virtualno os stroja, tako da doloĉimo geometrijske in fizikalne karakteristike 3D-CAD modelov, elektromotorje (rotacijske ali linearne) izvršnih mehanizmov strojev in ustrezne senzorje (refleksijski svetlobni senzorje in mehanska konĉna stikala). Elektromotorji so v študiji gibanja definirani kot sile za linearne motorje in kot vrtilni momenti za rotacijske motorje. Vmesnik virtualne simulacije, ki je del operacijskega holona (Slika 4.1) in predstavlja povezavo med distribuiranim krmilnim programskim okoljem in 3D-CAD modelom proizvodnega sistema, je razvit s pomoĉjo programskega orodja LabVIEW. Razvoj vmesnika virtualne simulacije je prikazan na primeru operacijskih stopenj navijanje pasu 1/2/3/4. Operacijske faze se opravljajo na strojih oskrbovalni tekoči trak 1/2/3/4, postrežni tekoči trak 1/2/3/4, odvijalna naprava 1/4 in odvijalna naprava 2/3, ki se nahajajo v proizvodnih modulih strežnik pasu 1/2/3/4. Vmesnik virtualne simulacije dobi potrebne obratovalne parametre (položaj, v kateri se pas na tekoĉem traku mora premakniti, hitrost in pospešek) od krmilnega nivoja operacijskega holona. Vmesnik virtualne simulacije in 3D-CAD model proizvodnega sistema sta povezana s pomoĉjo komunikacijskega modela gospodar-suženj (ang. master-slave). Vmesnik virtualne simulacije nadzoruje opravljanje simulacije v 3D-CAD modelu proizvodnega sistema. Razvoj vmesnika virtualne simulacije s pomoĉjo programskega orodja LabVIEW (ang. LabView project manager) je prikazan na sliki 4.24.

100

Pristop distributivnega holonskega krmiljenja proizvodnega sistema za proizvodnjo pnevmatik

Slika 4.24: Razvoj vmesnika virtualne simulacije s pomoĉjo programskega orodja LabVIEW

V programskem orodju LabVIEW definiramo nastavitve, ki omogoĉijo povezavo s programskim orodjem SolidWorks. Elektromotorji in senzorji, ki so definirani v programskem orodju SolidWorks, se lahko povežejo z programskim orodjem LabVIEW s pomoĉjo programske funkcije SoftMotion-Axis. Na ta naĉin se definirajo virtualne krmiljene osi. Premoĉrtno premikanje pasov, ki se nahajajo na tekoĉih trakovih se izvaja s pomoĉjo krmiljenja gibov posameznih virtualnih krmiljenih osi. Gibi posameznih virtualnih krmiljenih osi so definirani s pomoĉjo programske krmilne funkcije Straight-Line Move (Slika 4.25) v programskem orodju LabVIEW. Krmilno programsko okolje vsebuje krmilne funkcije vseh krmiljenih osi v sistemu.

101

Poglavje 4

Slika 4.25: Programska krmilna funkcija Straight-Line Move

Predstavljeno je bilo virtualno okolje proizvodnega sistema za proizvodnjo surovih pnevmatik, v katerem je mogoĉe z uporabo simulacije preveriti uĉinke holonskega krmilnega pristopa v procesu optimizacije po kriteriju poveĉanja produktivnosti v stabilnem stanju obratovanja sistema in prilagodljivost na motnje v sistemu. Holonska krmilna struktura je manj predvidljiva v primerjavi s tradicionalno centralizirano strukturo, vendar omogoĉa virtualno proizvodno okolje njeno analizo in boljše razumevanje.

102

Vrednotenje holonskega distribuiranega krmilnega pristopa v virtualnem proizvodnem okolju

5. Vrednotenje holonskega distribuiranega krmilnega pristopa v virtualnem proizvodnem okolju Krmilne funkcije proizvodnega sistema za proizvodnjo surovih pnevmatik so z uporabo holonske distribuirane krmilne strukture dosežene s sodelovanjem in koordinacijo holonov brez uporabe centralizirane krmilne enote. To nam bo omogoĉilo adaptivno krmiljenje sistema v stabilnem in tudi nestabilnem proizvodnem okolju. S pomoĉjo adaptivnega krmiljenja lahko proizvodni proces s stroja v okvari dinamiĉno preusmerimo k alternativnem stroju in na ta naĉin omogoĉimo neprekinjeno izvajanje procesa proizvodnje pnevmatik. Opisani pristop krmiljenja bomo preverili v kvalitativnih in kvantitativnih analizah za razliĉne proizvodne scenarije v virtualnem proizvodnem okolju. Simulacije proizvodnega procesa v virtualnem proizvodnem okolju bodo namenjene za preverjanje kompleksnih proizvodnih scenarijev, ki niso izvedljivi v realnem proizvodnem sistemu na trenutni stopnji razvoja distribuiranega krmilnega sistema. Cilj vrednotenja v virtualnem proizvodnem okolju je preverjanje izvedljivosti in primernosti razvitih decentraliziranih krmilnih algoritmov. Zaĉetne lastnosti proizvodnega procesa so definirane na osnovi vrednosti parametrov, ki so doloĉeni z meritvami na realnem proizvodnem sistemu. S pomoĉjo kvalitativne analize bomo analizirali robustnost proizvodnega sistema, medtem ko bomo s pomoĉjo kvantitativne analize za razliĉne proizvodne scenarije raziskali kvantitativne karakteristike: ĉas izdelave enote proizvoda, indeks izkorišĉenosti delovnih sredstev in produktivnost. Produktivnost je indikator uspešnosti proizvodnega sistema in je opredeljena kot število proizvedenih enot proizvoda v doloĉeni ĉasovni enoti. Ĉas izdelave enote proizvoda pa je ĉasovni interval, ki je potreben za izdelavo enote proizvoda (Slika 3.2). 103

Poglavje 5 Izkorišĉenost delovnih sredstev je opredeljena kot delež, ki ga zajema ĉas izdelave (ĉas obratovanja delovnega sredstva) v doloĉenem ĉasovnem intervalu. Indeks izkorišĉenosti delovnega sredstva definiramo kot razmerje med trenutno izkorišĉenostjo delovnega sredstva in izkorišĉenostjo, ki jo doseže delovno sredstvo v obstojeĉem krmilnem pristopu v primeru stabilnega

proizvodnega

okolja.

Robustnost

proizvodnega

sistema

kvalitativna

karakteristika in je opredeljena s sposobnostjo proizvodnega sistema, da ostane funkcionalno stabilen v primeru nastanka motenj v proizvodnem sistemu. Robustnost oceni možnost dinamiĉne prilagodljivosti proizvodnega sistema na motnje, ki negativno vplivajo na stabilnost proizvodnega procesa.

5.1. Kvalitativna analiza Vrednotenje robustnosti sistema je izvedeno s primerjavo funkcionalne stabilnosti konvencionalnega

distribuiranega

holonskega

krmilnega

pristopa

virtualnem

proizvodnem okolju v primeru razliĉnih pogojev, ki nastanejo v proizvodnem procesu. Rezultati kvalitativne analize so podani v preglednici 5.1.

Preglednica 5.1: Kvalitativna analiza robustnosti proizvodnega sistema za proizvodnjo surovih pnevmatik v virtualnem proizvodnem okolju

Stanje proizvodnega sistema Proces proizvodnje surovih pnevmatik se opravlja brez motenj V proizvodni proces se uvaja novi tip pnevmatike Okvara glavne krmilne komponente v strukturi krmilnega sistema Okvara stroja Sprememba strukture proizvodnega sistema za proizvodnjo pnevmatik (zamenjava razliĉnih tipov strojev, ki imajo podobno funkcijo) Uspešnost krmilnega pristopa [%]

104

Funkcionalna stabilnost proizvodnega sistema Konvencionalni (obstojeĉi) Distribuirani holonski krmilni krmilni pristop pristop + + -

+ +

20%

100%

Vrednotenje holonskega distribuiranega krmilnega pristopa v virtualnem proizvodnem okolju Iz rezultatov kvalitativne analize je razvidno, da distribuirani holonski krmilni pristop v virtualnem proizvodnem okolju izpolni vseh pet pogojev, ki nastopijo v proizvodnem procesu in je bolj adaptiven v primeru nastanka motenj kot obstojeĉi konvencionalni krmilni pristop. V distribuiranem holonskem krmilnem pristopu ostaja funkcionalnost proizvodnega sistema v optimalnih mejah tudi v primeru spremembe strukture proizvodnega sistema. Iz rezultatov kvalitativne analize je mogoĉe zakljuĉiti, da v primeru holonskega krmilnega pristopa ostaja celoten proizvodni sistem stabilen tudi, ĉe v sistemu nastane okvara v glavnem krmilnem holonu ali okvara stroja. V primeru obstojeĉega krmilnega pristopa povzroĉi okvara stroja ali nefunkcionalnost osrednje krmilne enote oziroma programirljivega logiĉnega krmilnika prekinitev proizvodnega procesa, dokler se ponovno ne zagotovi funkcionalnost komponent v okvari.

5.2. Kvantitativna analiza Vrednotenje distribuiranega holonskega krmilnega pristopa lahko s pomoĉjo kvantitativnih analiz v stabilnem in nestabilnem stanju izvedemo na podlagi primerjave z rezultati obstojeĉega konvencionalnega krmilnega pristopa. V procesu optimizacije po kriteriju krajšega ĉasa izdelave na enoto proizvoda oziroma poveĉanja produktivnosti v stabilnem stanju obratovanja proizvodnega sistema je izvedena primerjava uporabe razliĉnih krmilnih struktur distribuiranega holonskega krmilnega pristopa. V prvem primeru sta z uporabo koordinacijskega mehanizma krmiljenja v hierarhiĉni krmilni strukturi (Slika 4.8) opravljena dva koraka optimizacije. V drugem primeru smo prehod na heterarhiĉno krmilno strukturo izvedli po prvem koraku optimizacije, ki je opravljen v hierarhiĉni krmilni strukturi. Nato sta z uporabo koordinacijskega mehanizma optimizacije v heterarhiĉni krmilni strukturi opravljana dva iteracijska koraka optimizacije. Rezultati analize so za eno operacijsko stopnjo procesa izdelave enote proizvoda – pnevmatike predstavljeni v preglednici 5.2.

105

Poglavje 5 Preglednica 5.2: Rezultati simulacije obratovanja proizvodnega sistema v stabilnem stanju v procesu optimizacije za vrednost optimizacijskega kriterija poveĉanja produktivnosti za 10% Operacijska stopnja: Navijanje pasu 2 Vrednost optimizacijskega kriterija poveĉanja produktivnosti - krajšega ĉasa izdelave na enoto proizvoda za 10% Oper. Opis Moduli* Stroji* Ĉasi operacijskih faz [s] faza operacijske Obstojeĉi Holonski krmilni pristop (rezultati simulacije) faze konvencio Koordinacijski Koordinacijski Koordinacijski -nalni mehanizem mehanizem mehanizem krmilni (Slika 4.6) (Slika 4.8) (Slika 4.13) pristop 5 Odvijanje SP2 ON2, 15 14,96 13,49 13,49 pasu; PSTT2, pomikanje OTT2, pasu v položaj REZ2 za odrezovanje; odrezovanje na doloĉeno dolžino 10 Pomikanje SP2 OTT2, 18,5 18,41 16,54 16,54 pasu v položaj PlTT2 za navijanje 15 Navijanje SP2, LB OTT2, 15 14,96 13,49 13,49 pasu PGTT2, LB Ĉas operacijske stopnje [s] 48,5 48,33 43,52 43,52 Odstotek dosežene optimizacije [%] 0 0 9,95 9,95

* Opomba: Nazivi modulov in strojev so definirani na sliki 3.7.

Iz rezultatov procesa optimizacije po kriteriju krajšega ĉasa izdelave na enoto proizvoda v stabilnem stanju obratovanja proizvodnega sistema je razvidno, da sta z uporabo obeh koordinacijskih mehanizmov optimizacije dosežena enaka rezultata. V primeru uporabe koordinacijskega mehanizma optimizacije v heterarhiĉni krmilni strukturi smo opravili en iteracijski korak optimizacije veĉ kot v primeru uporabe koordinacijskega mehanizma optimizacije v hierarhiĉni krmilni strukturi. S tem smo pokazali, da lahko heterarhiĉno krmilno strukturo uporabljamo v procesu optimizacije.

V virtualnem proizvodnem okolju smo analizirali vpliv motenj, ki nastanejo v proizvodnem sistemu, na kvantitativne karakteristike proizvodnega procesa. Tovrstne analize predstavljajo osnovo za vrednotenje nadaljnjih razvojnih korakov v proizvodnem sistemu in distribuirani holonski krmilni strukturi. Kvantitativne karakteristike: ĉas izdelave enote proizvoda, indeks izkorišĉenosti delovnih sredstev (strojev in modulov) in produktivnost, ki so dosežene v distribuiranem holonskem krmilnem pristopu, smo primerjali z obstojeĉim konvencionalnim krmilnim pristopom. Simulacija proizvodnega procesa v nestabilnem proizvodnem okolju je

106

Vrednotenje holonskega distribuiranega krmilnega pristopa v virtualnem proizvodnem okolju za naroĉilo, ki zajema dnevno proizvodnjo 150 enot pnevmatik istega tipa, izvedena po naslednjih scenarijih:

SCENARIJ 1 (Slika 5.1) V proizvodnem sistemu je analizirana okvara refleksijskega svetlobnega tipala na stroju postrežni tekoči trak 2. V primeru okvare refleksijskega svetlobnega tipala, ki kontrolira izvedbo operacijske faze navijanje pasu 2 na levi boben, bo prepoznavalec motnje senzorja (Slika 4.1) uporabil signale senzorja, ki so shranjeni v podatkovni bazi in zajemajo informacije iz že izvedenih proizvodnih ciklov. Operacijska stopnja navijanje pasu 2 se zaradi te okvare ne bo prekinila in se bo nadaljevala v primarnem proizvodnem modulu (strežnik pasu 2), razen v primeru, ĉe operater ugotovi napako in roĉno prekine izvajanje operacijske stopnje.

Slika 5.1: Ĉasovni prikaz izvajanja proizvodnega procesa v nestabilnem proizvodnem okolju po proizvodnem scenariju 1

Legenda: pn – število surovih pnevmatik, ki jih je treba izdelati v naroĉilu, p1 – število surovih pnevmatik, izdelanih do trenutka nastanka okvare, ph – število surovih pnevmatik, ki so izdelane v distribuiranem holonskem krmilnem pristopu v primarnem modulu, te – ĉas izdelave surove pnevmatike, Tz – ĉas, potreben za zamenjavo poškodovanih komponent stroja, Tn – pretoĉni ĉas naroĉila, pk – število surovih pnevmatik, ki so izdelane v obstojeĉem konvencionalnem krmilnem pristopu, palt – število surovih pnevmatik, ki so izdelane v alternativnem modulu,

– ĉas, ki je na razpolago za odpravo vpliva okvare na nivo produktivnosti v sistemu.

107

Poglavje 5 SCENARIJ 2 (Slika 5.2) V proizvodnem sistemu je analizirana okvara gonila na stroju postrežni tekoči trak 2. Stroji v modulu strežnik pasu 3, na katerih se izvaja operacijska stopnja navijanje pasu 3, so simetriĉno razporejeni glede na stroje v modulu strežnik pasu 2. Ta konstrukcijska izvedba omogoĉa doloĉeni nivo fleksibilnosti proizvodnega sistema, tako da lahko v primeru okvare v modulu strežnik pasu 2 izvajanje operacijske stopnje prevzame modul strežnik pasu 3 in obratno. To pomeni, da se bo operacijska stopnja navijanje pasu 2, ki je prekinjena na primarnem proizvodnem modulu (strežnik pasu 2), nadaljevala na alternativnem proizvodnem modulu (strežnik pasu 3). Pripravljalni ĉasi operacijske stopnje navijanje pasu 2 pri prehodu iz modula v okvari na alternativni modul so zelo dolgi, ker se zamenjava kaset z ustreznim materialom opravlja roĉno. Za poveĉanje fleksibilnosti distribuiranega holonskega proizvodnega sistema smo obstojeĉo odvijalno napravo modificirali, tako da je možno odvijanje obeh pasov v modulu strežnik pasu 2 in tudi v modulu strežnik pasu 3. V konvencionalnem krmilnem pristopu ni mogoĉe opraviti prehoda s primarnega na alternativni proizvodni modul brez bistvene spremembe krmilnega programa v osrednji krmilni enoti. Ĉas, potreben za odpravo napake na primarnem stroju, presega pretoĉni ĉas naroĉila, kar pomeni, da se bo operacijska stopnja do konca naroĉila opravljala na alternativnem stroju.

Slika 5.2: Ĉasovni prikaz izvajanja proizvodnega procesa v nestabilnem proizvodnem okolju po proizvodnem scenariju 2 Legenda: pn – število surovih pnevmatik, ki jih je treba izdelati v naroĉilu, p1 – število surovih pnevmatik, izdelanih do trenutka nastanka okvare, te – ĉas izdelave surove pnevmatike, Tz – ĉas, potreben za zamenjavo poškodovanih komponent stroja, Tn – pretoĉni ĉas naroĉila, pk – število surovih pnevmatik, ki so izdelane v obstojeĉem konvencionalnem krmilnem pristopu,

108

Vrednotenje holonskega distribuiranega krmilnega pristopa v virtualnem proizvodnem okolju palt – število surovih pnevmatik, ki so izdelane v alternativnem modulu, te1 – optimizirani ĉas izdelave surove pnevmatike, ki so izdelane v alternativnem modulu, ki uporablja obstojeĉo odvijalno napravo, te2 – optimizirani ĉas izdelave surove pnevmatike, ki so izdelane v alternativnem modulu, ki uporablja modificirano odvijalno napravo, Tp1 – pripravljalni ĉas operacijske stopnje na alternativnem modulu, ki uporablja obstojeĉo odvijalno napravo, Tp2 – pripravljalni ĉas operacijske stopnje na alternativnem modulu, ki uporablja modificirano odvijalno napravo,

– ĉas, ki je na razpolago za odpravo vpliva okvare na nivo produktivnosti v sistemu.

SCENARIJ 3 (Slika 5.3) V proizvodnem sistemu je analizirana okvara mehanske komponente na stroju oskrbovalni tekoči trak 2. Operacijska stopnja navijanje pasu 2, ki je na primarnem proizvodnem modulu (strežnik pasu 2) prekinjena, se bo nadaljevala na alternativnem proizvodnem modulu (strežnik pasu 3) po enakem mehanizmu kot v scenariju 2. Ĉas, potreben za odpravo napake na primarnem stroju, je krajši kot pretoĉni ĉas naroĉila. To pomeni, da se bo operacijska stopnja po odpravi napake ponovno opravljala na primarnem stroju.

Slika 5.3: Ĉasovni prikaz izvajanja proizvodnega procesa v nestabilnem proizvodnem okolju po scenariju 3 Legenda: pn – število surovih pnevmatik, ki jih je treba izdelati v naroĉilu, p1 – število surovih pnevmatik, izdelanih do trenutka nastanka okvare, te – ĉas izdelave surove pnevmatike, Tz – ĉas, potreben za zamenjavo poškodovanih komponent stroja, Tn – pretoĉni ĉas naroĉila, pk – število surovih pnevmatik, ki so izdelane v obstojeĉem konvencionalnem krmilnem pristopu,

109

Poglavje 5 palt – število surovih pnevmatik, ki so izdelane v alternativnem modulu, ph – število surovih pnevmatik, ki so izdelane v distribuiranem holonskem krmilnem pristopu v primarnem modulu po odpravi napake, te1 – optimizirani ĉas izdelave surove pnevmatike, ki so izdelane v alternativnem modulu, ki uporablja obstojeĉo odvijalno napravo, te2 – optimizirani ĉas izdelave surove pnevmatike, ki so izdelane v alternativnem modulu, ki uporablja modificirano odvijalno napravo, Tp1 – pripravljalni ĉas operacijske stopnje na alternativnem modulu, ki uporablja obstojeĉo odvijalno napravo, Tp2 – pripravljalni ĉas operacijske stopnje na alternativnem modulu, ki uporablja modificirano odvijalno napravo,

– ĉas, ki je na razpolago za odpravo vpliva okvare na nivo produktivnosti v sistemu.

V distribuiranem holonskem krmilnem pristopu sta raziskani kvantitativni karakteristiki v dveh primerih: v primeru obstojeĉe konstrukcije odvijalne naprave in v primeru mehansko optimizirane konstrukcije odvijalne naprave. Rezultati kvantitativne analize so prikazani na sliki 5.4.

110

Vrednotenje holonskega distribuiranega krmilnega pristopa v virtualnem proizvodnem okolju

Slika 5.4: Rezultati kvantitativne analize

Iz rezultatov kvantitativne analize je razvidno, da distribuirani holonski krmilni pristop ponuja boljšo stabilnost in možnost odprave vpliva okvare na produktivnost v sistemu. Pristop optimizacije v primeru konvencionalnega krmilnega pristopa bo zahteval prekinitev proizvodnega procesa in reprogramiranje osrednje krmilne enote. V primeru nastanka okvare med izvajanjem naroĉila ponuja distribuirani holonski krmilni pristop do trikrat veĉjo produktivnost v primerjavi s konvencionalnim krmilnim pristopom po predstavljenih proizvodnih scenarijih v virtualnem proizvodnem okolju. V primeru kritiĉnih okvar so

111

Poglavje 5 alternativni proizvodni moduli v distribuiranem holonskem krmilnem pristopu do petkrat bolj izkorišĉeni. Ĉe med izvajanjem naroĉila nastane veĉ okvar, postane uporaba distribuiranega holonskega krmilnega pristopa zelo pomembna.

112

Zakljuĉek

6. Zaključek Poveĉana kompleksnost v okolju globalne ekonomske konkurence je pomembna karakteristika tudi za proizvodnjo pnevmatik, ker povzroĉa spremembe v proizvodnem procesu in proizvodnem sistemu. Tradicionalni proizvodni sistemi za proizvodnjo pnevmatik imajo centralizirano krmilno strukturo, pri ĉemer uporabljajo osrednjo krmilno enoto. V takšnih sistemih je opazen poĉasen odziv v procesu optimizacije proizvodnega procesa in tudi v primeru pojava motenj v sistemu. Problema optimizacije proizvodnega procesa in njegove prilagodljivosti na motnje v sistemu sta istoĉasno rešljiva s pomoĉjo sodobnih krmilnih pristopov. Razvoj distribuiranega in adaptivnega holonskega krmilnega pristopa predstavlja primerno rešitev, ki zagotavlja doseganje optimalnih proizvodnih uĉinkov v dinamiĉno spremenljivem proizvodnem okolju.

Distribuirani holonski pristop krmiljenja proizvodnega sistema za proizvodnjo surovih pnevmatik je bil razvit na podlagi veĉagentskega koncepta, ki je na najnižjem nivoju arhitekture povezan z virtualnim oziroma realnim proizvodnim okoljem s pomoĉjo funkcijskih blokov razvitih v soglasju s standardom IEC 61499. Razvili smo distribuirano holonsko krmilno arhitekturo in opisali posamezne holone v krmilni strukturi. S pomoĉjo holonov, ki se v strukturi nahajajo na višjih nivojih, smo zagotovili hierarhiĉno ureditev med krmilnimi enotami v decentralizirani krmilni strukturi. Z razvojem novega krmilnega pristopa sta bili doseženi kritiĉni zahtevi proizvodnega sistema za proizvodnjo surovih pnevmatik: robusnost v stabilnem proizvodnem okolju in prilagajanje na spremembe in napake v nestabilnem proizvodnem okolju. Z manjšimi spremembami v krmilni strukturi lahko razviti pristop uporabimo v podobnih proizvodnih sistemih na podroĉju proizvodnje pnevmatik.

113

Poglavje 6 Predstavljena je bila metodologija razvoja virtualnega proizvodnega okolja, model adaptivnega odloĉanja in koordinacijski mehanizmi krmiljenja v stabilnem in nestabilnem proizvodnem okolju. Distribuirani holonski pristop krmiljenja smo preverili z uporabo simulacije za razliĉne proizvodne scenarije v virtualnem proizvodnem okolju. Rezultati simulacij demonstrirajo primernost uporabe distribuiranega holonskega krmilnega pristopa v nestabilnem proizvodnem okolju ter dokazujejo prilagodljivost pristopa pri spremenjenem proizvodnem procesu. Analize pokažejo, da takšnih optimizacijskih rezultatov v sodobnih proizvodnih sistemih, ki temeljijo na programirljivih logiĉnih krmilnikih, ni možno doseĉi. Iz rezultatov simulacij je razvidno, da je distribuirani holonski krmilni pristop bolj prilagodljiv na motnje, ki nastanejo v sistemu, kot obstojeĉi konvencionalni krmilni pristop. V distribuiranem holonskem krmilnem pristopu ostaja funkcionalnost proizvodnega sistema v optimalnih mejah tudi v primeru spremembe strukture proizvodnega sistema. V primeru nastanka okvare med izvajanjem naroĉila ponuja distribuirani holonski krmilni pristop do trikrat veĉjo produktivnost v primerjavi s konvencionalnim krmilnim pristopom po predstavljenih proizvodnih scenarijih v virtualnem proizvodnem sistemu. V primeru okvar so alternativni proizvodni moduli v distribuiranem holonskem krmilnem pristopu do petkrat bolj izkorišĉeni. Uporaba enake krmilne strukture v virtualnem in realnem proizvodnem okolju omogoĉa enostavno vrednotenje krmilnih algoritmov za razliĉne proizvodne scenarije še preden te uporabimo v realnem okolju s preprosto zamenjavo adapterja logiĉnega vmesnika z virtualnim vmesnikom. Na ta naĉin zagotavljamo predvidljivo obnašanje proizvodnega sistema.

6.1. Prispevek k znanosti Na podlagi opravljenega raziskovalnega dela sklepamo, da doktorsko delo prispeva k znanosti na veĉ podroĉjih. Z razvojem pristopa distribuiranega holonskega krmilnega pristopa smo omogoĉili izpolnitev optimizacijskih zahtev v decentralizirani krmilni strukturi in zmanjšanje vpliva motenj na produktivnost proizvodnje. Z razvojem ontologije smo prispevali k boljšem sporazumevanju med agenti v krmilni strukturi ter omogoĉili integracijo in deljenje znanja med krmilnimi programskimi okolji. Na ta naĉin lahko v prihodnosti pospešimo integracijo proizvodnega sistema za proizvodnjo pnevmatik v poslovni sistem proizvodne tovarne. Pomanjkanje funkcijskih blokov strojno specifične vgradnje, ki bi bili razviti s strani

114

Zakljuĉek proizvajalcev distribuiranih krmilnih naprav, predstavlja omejitev pri popolni vgradnji v realno proizvodno okolje. Z razvojem adapterja logičnega vmesnika smo omogoĉili uporabo standardiziranega distribuiranega krmilnega pristopa v industriji proizvodnje pnevmatik. S tem tudi omogoĉamo razvijalcem distribuirane krmilne strojne opreme razvoj ustreznih funkcijskih blokov strojno specifične vgradnje, namenjenih industriji proizvodnje pnevmatik. Z razvojem virtualnega proizvodnega okolja in metodologije za vrednotenje kvalitativnih in kvantitativnih karakteristik proizvodnega procesa v dinamiĉno spremenljivem proizvodnem okolju smo prispevali k poenoteni primerjavi rezultatov simulacij za razliĉne proizvodne scenarije še preden te uporabimo v realnem okolju. V virtualnem proizvodnem okolju smo izvajali kompleksne proizvodne scenarije s pomoĉjo katerih smo preverili izvedljivost in primernost razvitih krmilnih algoritmov.

6.2. Predlogi za nadaljevanje raziskav Da bi podobne proizvodne scenarije potrdili v realnem proizvodnem okolju, je treba v prihodnosti mehanski del proizvodnega sistema snovati bolj fleksibilno. Cilj prihodnjega dela bo razvoj študije primera, v kateri bi s pomoĉjo vgradnje holonskega krmilnega programskega okolja v distribuirane krmilne naprave preverili uporabo predstavljenega distribuiranega krmilnega pristopa v realnem ĉasu. Konĉni cilj bo vrednotenje distribuiranega holonskega krmilnega pristopa v realnem proizvodnem sistemu za proizvodnjo surovih pnevmatik, v katerem bi zamenjali obstojeĉi krmilni sistem, ki je zasnovan na programirljivem logiĉnem krmilniku.

115

Poglavje 7

7. Literatura in viri Albadawi, Z., Boulet, B., in ostali Agent-based control of manufacturing processes. International Journal of Manufacturing Research, 2006, 1(4), 466-481. Allen, L. V., Goh, K. M., in ostali (2009). Closed-loop determinism for non-deterministic environments: Verification for IEC 61499 logic controllers. Automation Science and Engineering, 2009. CASE 2009. IEEE International Conference on, IEEE. Alsafi, Y. in Vyatkin, V. Ontology-based reconfiguration agent for intelligent mechatronic systems in flexible manufacturing. Robotics and Computer-Integrated Manufacturing, 2010, 26(4), 381-391. Altiok, T. in Melamed, B. Simulation modeling and analysis with Arena. Academic press, 2007. AMD Avtoin. Kaj morate vedeti o vaĹĄih pnevmatikah. [Ogled 18.05.2016]. Dostopno na: http://www.avtoin.com/pnevmatike1.php. Andersson, N. On modelling and implementing shop floor control systems, PhD Thesis. Gothenburg, Sweden, Chalmers University of Technology, 1997. Andreev, M., Ivaschenko, A., in ostali A Multi-Agent Platform Design for Adaptive Networks of Intelligent Production Schedulers. IFAC Proceedings Volumes, 2010, 43(4), 7883. Andreev, S., Rzevski, G., in ostali (2009). A multi-agent scheduler for rent-a-car companies. Holonic and Multi-Agent Systems for Manufacturing, Springer: 305-314. Andren, F., Strasser, T., in ostali (2012). A reconfigurable communication gateway for distributed embedded control systems. IECON 2012 - 38th Annual Conference on IEEE Industrial Electronics Society. Arentsen, A. L. A generic architecture for factory activity control, PhD Thesis. Twente, The Netherlands, University of Twente, 1995.

116

Literatura in viri Babić, B. Projektovanje tehnoloških procesa. Beograd, Univerzitet u Beogradu - Mašinski fakultet, 2004. Bal, M. in Hashemipour, M. Virtual factory approach for implementation of holonic control in industrial applications: A case study in die-casting industry. Robotics and ComputerIntegrated Manufacturing, 2009, 25(3), 570-581. Barbosa, J. in Leitão, P. (2011). Enhancing service-oriented holonic multi-agent systems with self-organization. International Conference on Industrial Engineering and Systems Management. Barbosa, J., Leitão, P., in ostali Dynamic self-organization in holonic multi-agent manufacturing systems: The ADACOR evolution. Computers in Industry, 2015, 66(99-111. Bauer, A., Bowden, R., in ostali Shop floor control systems: from design to implementation. Berlin, Chapman & Hall, 1994. Bell, D. UML's Sequence Diagram. 2004. Bellifemine, F. L., Caire, G., in ostali Developing multi-agent systems with JADE. John Wiley & Sons, 2007. Black, G. in Vyatkin, V. (2007). On Practical Implementation of Holonic Control Principles in Baggage Handling Systems Using IEC 61499. Holonic and Multi-Agent Systems for Manufacturing. V. Mařík, V. Vyatkin and A. Colombo, Springer Berlin Heidelberg. 4659: 314-325. Black, G. in Vyatkin, V. Intelligent Component-Based Automation of Baggage Handling Systems With IEC 61499. Automation Science and Engineering, IEEE Transactions on, 2010, 7(2), 337-351. Bongaerts, L. Integration of scheduling and control in holonic manufacturing systems, Ph.D Thesis. Leuven, Belgium, Katholieke Universiteit, 1998. Brennan, R. W., Fletcher, M., in ostali An agent-based approach to reconfiguration of realtime distributed control systems. Robotics and Automation, IEEE Transactions on, 2002, 18(4), 444-451. Brennan, R. W. in Norrie, D. H. Metrics for evaluating distributed manufacturing control systems. Computers in Industry, 2003, 51(2), 225-235. Bussmann, S., Jennings, N. R., in ostali Multiagent systems for manufacturing control: A design methodology. Springer Science & Business Media, 2004. Bussmann, S. in Sieverding, J. (2001). Holonic control of an engine assembly plant: an industrial evaluation. Systems, Man, and Cybernetics, 2001 IEEE International Conference on. Butala, P. (2015). Predavanja iz predmeta Fleksibilni delovni sistemi 3. Poglavje: Proizvodnja kot sistem.

117

Poglavje 7

Cândido, G. in Barata, J. (2007). A multiagent control system for shop floor assembly. Holonic and Multi-Agent Systems for Manufacturing, Springer: 293-302. Cao, M. in Wang, G. Research on Key Technology of New Concept Tyre Building Production Line. Advanced Science Letters, 2012, 11(1), 380-384. Cardin, O. in Castagna, P. Using online simulation in Holonic manufacturing systems. Engineering Applications of Artificial Intelligence, 2009, 22(7), 1025-1033. Cataldo, A., Perizzato, A., in ostali Production scheduling of parallel machines with model predictive control. Control Engineering Practice, 2015, 42(0), 28-40. Chavda, A. in Patil, M. Y. Increased Productivity of Tyre Manufacturing Process using Lean Methodology. Institute of Technology, Nirma University, Ahmedabad, India, 2011. Checcozzo, R., Rusina, F., in ostali RI-MACS: an innovative approach for future automation systems. International Journal of Mechatronics and Manufacturing Systems, 2009, 2(3), 242264. Chirn, J. L. in McFarlane, D. C. (2000). A holonic component-based approach to reconfigurable manufacturing control architecture. Proceedings of the 11th International Workshop on Database and Expert Systems Applications, San Francisco, USA. Christensen, J. (2003). HMS/FB Architecture and its Implementation. Agent-Based Manufacturing. S. M. Deen, Springer Berlin Heidelberg: 53-87. Christensen, J. H. (1994). Holonic Manufacturing Systems: Initial Architecture and Standards Directions. Chryssolouris, G. MADEMA: an approach to intelligent manufacturing systems. CIM Review, 1987, 3(3), 11-17. Ćengić, G. in Åkesson, K. On formal analysis of IEC 61499 applications, Part A: Modeling. Industrial Informatics, IEEE Transactions on, 2010, 6(2), 136-144. Dai, W. in Vyatkin, V. (2009). A case study on migration from IEC 61131 PLC to IEC 61499 function block control. 7th IEEE International Conference on Industrial Informatics. Dassault Systemes SolidWorks Corporation. SolidWorks. [Ogled 16.05.2016]. Dostopno na: http://www.solidworks.com/. Dilts, D. M., Boyd, N. P., in ostali The evolution of control architectures for automated manufacturing systems. Journal of Manufacturing Systems, 1991, 10(1), 79-93. Duffie, N. A. in Piper, R. S. Nonhierarchical control of manufacturing systems. Journal of Manufacturing Systems, 1986, 5(2), 141. eclipse. Example Projects. [Ogled http://www.eclipse.org/4diac/en_sys.php.

118

13.05.2016].

Dostopno

na:

Literatura in viri

eclipse. IEC 61499 Implementation for Distributed Devices of the Next Generation. [Ogled 13.05.2016]. Dostopno na: http://www.eclipse.org/4diac/. ETRMA. European Tyre & Rubber manufacturers' association. [Ogled 13.05.2016]. Dostopno na: http://www.etrma.org. Farid, A. M. in Ribeiro, L. An Axiomatic Design of a Multiagent Reconfigurable Mechatronic System Architecture. IEEE Transactions on Industrial Informatics, 2015, 11(5), 1142-1155. Fletcher, M. (2001). Building holonic control systems with function blocks. Autonomous Decentralized Systems, 2001. Proceedings. 5th International Symposium on. Foundation for Intelligent Physical Agents. FIPA Ontology Service Specification. [Ogled 15.05.2016]. Dostopno na: http://www.fipa.org/specs/fipa00086/XC00086C.html. Foundation for Intelligent Physical Agents. FIPA Request Interaction Protocol Specification. [Ogled 15.05.2016]. Dostopno na: http://www.fipa.org/specs/fipa00026/SC00026H.html. García Ansola, P., de las Morenas, J., in ostali Distributed decision support system for airport ground handling management using WSN and MAS. Engineering Applications of Artificial Intelligence, 2012, 25(3), 544-553. Gascueña, J. M., Navarro, E., in ostali Model-driven engineering techniques for the development of multi-agent systems. Engineering Applications of Artificial Intelligence, 2012, 25(1), 159-173. Gausemeier, I. J., von Bohuszewicz, D.-I. O., in ostali Cyberbikes–Interactive Visualization of Manufacturing Processes in. Globalization of Manufacturing in the Digital Communications Era of the 21st Century: Innovation, Agility, and the Virtual Enterprise, 2013, 4(413. Gayed, N., Jarvis, D. H., in ostali (1998). A strategy for the migration of existing manufacturing systems to holonic systems. Systems, Man, and Cybernetics, 1998. 1998 IEEE International Conference on. Gregor, M., Hercko, J., in ostali (2015). The factory of the future production system research. Automation and Computing (ICAC), 2015 21st International Conference on, IEEE. Gruber, T. R. A translation approach to portable ontology specifications. Knowledge Acquisition, 1993, 5(2), 199-220. Hanisch, H.-M., Hirsch, M., in ostali (2009). One decade of IEC 61499 modeling and verification-results and open issues. Preprints of the 13th IFAC Symposium on Information Control Problems in Manufacturing. Hanisch, H.-M. in Vyatkin, V. Acheiving Reconfigurability of Automation Systems by Using the New International Standard {IEC} 61499: A Developer\'s View. 2005.

119

Poglavje 7 Hegny, I., Hummer, O., in ostali (2008). Integrating software agents and IEC 61499 realtime control for reconfigurable distributed manufacturing systems. Industrial Embedded Systems, 2008. SIES 2008. International Symposium on, IEEE. Heikkila, T., Jarviluoma, M., in ostali Holonic Control for Manufacturing Systems: Design of a Manufacturing Robot Cell. Integrated Computer-Aided Engineering, 1997, 4(202-218. Heikkila, T., Rannanjarvi, L., in ostali (2003). A holonic shot-blasting system. Agent-Based manufacturing: Advances in the Holonic Approach. S. M. Deen. Berlin, Springer-Verlag: 255-302. Hellingrath, B., Witthaut, M., in ostali (2009). An organizational knowledge ontology for automotive supply chains. Holonic and multi-agent systems for manufacturing, Springer: 3746. Holobloc Inc. Holobloc, Inc. Resources for the New Generation of Automation and Control Software. [Ogled 13.05.2016]. Dostopno na: http://www.holobloc.com/. Hsieh, F.-S. Design of reconfiguration mechanism for holonic manufacturing systems based on formal models. Engineering Applications of Artificial Intelligence, 2010, 23(7), 11871199. Hsieh, F.-S. in Chiang, C. Y. Collaborative composition of processes in holonic manufacturing systems. Computers in Industry, 2011, 62(1), 51-64. Hussain, T. in Frey, G. (2004). Developing IEC 61499 compliant distributed systems with network enabled controllers. Robotics, Automation and Mechatronics, 2004 IEEE Conference on. IEC 61131-3: Programmable controllersâ&#x20AC;&#x201C;part 3: Programming languages. International Standard, Third Edition, International Electrotechnical Commission, Geneva, 2013, 1(2003. IEC Technical Committee Function Blocks for Industrial-Process Measurement and Control Systems, Part-1: Architecture. IEC-TC65NG6 Committee Draft, 1997. IEEE Foundation for Intelligent Physical Agents. The Foundation for Intelligent Physical Agents. [Ogled 13.5.2016]. Dostopno na: http://fipa.org. IMS. Intelligent Manufacturing Systems - Global Research and Business Inovation Program. [Ogled 13.05.2016]. Dostopno na: http://www.ims.org. ISaGRAF. IEC 61131 and IEC 61499 Software. [Ogled 13.05.2016]. Dostopno na: http://www.isagraf.com/index.htm. JADE. JAVA Agent DEvelopment Framework. [Ogled 15.05.2016]. Dostopno na: http://jade.tilab.com/. Jain, S., Choong, N. F., in ostali Virtual factory: an integrated approach to manufacturing systems modeling. International Journal of Operations & Production Management, 2001, 21(5/6), 594-608.

120

Literatura in viri

Jarvis, D. H. in Jarvis, J. H. (2003). Holonic diagnosis for an automotive assembly line. Agent-Based manufacturing: Advances in the Holonic Approach. S. M. Deen. Berlin, Springer-Verlag: 193-208. Jovanović, M., Zupan, S., in ostali Virtual approach to holonic control of the tyremanufacturing system. Journal of Manufacturing Systems, 2014, 33(1), 116-128. Ka´da´r, B., Monostori, L., in ostali An object-oriented framework for developing distributed manufacturing architectures. Journal of Intelligent Manufacturing, 1998, 9(2), 173-179. Kelton, W. D. Simulation with Arena (McGraw-Hill Series in Industrial Engineering and Management). 2007. Khalgui, M. in Hanisch, H.-M. Reconfiguration protocol for multi-agent control software architectures. Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on, 2011, 41(1), 70-80. Khedri Liraviasl, K., ElMaraghy, H., in ostali A Framework for Modelling Reconfigurable Manufacturing Systems Using Hybridized Discrete-Event and Agent-based Simulation. IFAC-PapersOnLine, 2015, 48(3), 1490-1495. Koestler, A. The ghost in the machine. London, Arkana Books, 1969. Kruger, K. in Basson, A. H. Multi-agent Systems vs IEC 61499 for Holonic Resource Control in Reconfigurable Systems. Procedia CIRP, 2013, 7(503-508. Leitão, P. Agent-based distributed manufacturing control: A state-of-the-art survey. Engineering Applications of Artificial Intelligence, 2009, 22(7), 979-991. Leitão, P., Marik, V., in ostali Past, Present, and Future of Industrial Agent Applications. IEEE Transactions on Industrial Informatics, 2013, 9(4), 2360-2372. Leitão, P. in Restivo, F. ADACOR: A holonic architecture for agile and adaptive manufacturing control. Computers in Industry, 2006, 57(2), 121-130. Lepuschitz, W., Zoitl, A., in ostali Toward self-reconfiguration of manufacturing systems using automation agents. Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on, 2011, 41(1), 52-69. Marik, V., Vrba, P., in ostali (2005). Rockwell automation agents for manufacturing. Proceedings of the fourth international joint conference on Autonomous agents and multiagent systems. The Netherlands, ACM: 107-113. Maturana, F., Staron, R., in ostali Agent virtual machine for automation controllers: Example application: Shipboard automation. Robotics and Computer-Integrated Manufacturing, 2008, 24(5), 616-624. Maturana, F. P. in Norrie, D. H. Multi-agent Mediator architecture for distributed manufacturing. Journal of Intelligent Manufacturing, 1996, 7(4), 257-270.

121

Poglavje 7

Maturana, F. P., Staron, R., in ostali (2005). An Intelligent Agent Validation Architecture for Distributed Manufacturing Organizations. Emerging Solutions for Future Manufacturing Systems: IFP TC 5 / WG 5.5 Sixth IFIP International Conference on Information Technology for Balanced Automation Systems in Manufacturing and Services 27–29 September 2004, Vienna, Austria. L. M. Camarinha-Matos. Boston, MA, Springer US: 81-90. Merdan, M., Koppensteiner, G., in ostali (2008). Application of an Ontology in a Transport Domain. Industrial Technology, 2008. ICIT 2008. IEEE International Conference on, IEEE. Monostori, L. AI and machine learning techniques for managing complexity, changes and uncertainties in manufacturing. Engineering Applications of Artificial Intelligence, 2003, 16(4), 277-291. Mujber, T. S., Szecsi, T., in ostali Virtual reality applications in manufacturing process simulation. Journal of Materials Processing Technology, 2004, 155–156(1834-1838. National Instruments Corporation. LabVIEW systems Design Software. [Ogled 16.05.2016]. Dostopno na: http://www.ni.com/labview/. nxtControl GmbH. NXT http://www.nxtcontrol.com/en/.

Control.

[Ogled

13.05.2016].

Dostopno

na:

Obitko, M. in Marik, V. (2002). Ontologies for multi-agent systems in manufacturing domain. Database and Expert Systems Applications, 2002. Proceedings. 13th International Workshop on. Object Management Group Inc. MDA - The Architecture of Choice for a Changing World. [Ogled 13.05.2016]. Dostopno na: http://www.omg.org/mda/. Object Management Group Inc. OMG - Object Management Group. [Ogled 13.05.2016]. Dostopno na: http://www.omg.org. Object Management Group Inc. Unified Modeling Language. [Ogled 13.05.2016]. Dostopno na: http://www.uml.org. Okino, N. (1993). Bionic manufacturing systems. Conference on Flexible Manufacturing Systems, Past, Present-Future (Ed: J. Peklenik), Ljubljana: Faculty of Mechanical Engineering. Olsen, S., Wang, J., in ostali Contingencies-based reconfiguration of distributed factory automation. Robotics and Computer-Integrated Manufacturing, 2005, 21(4–5), 379-390. Onori, M. The robot motion module: a task-oriented robot programming system for FAA cells, PhD Thesis. Stockholm, Sweden, The Royal Institute of Technology, 1996. Paolucci, M. in Sacile, R. Agent-based manufacturing and control systems. CRC, Boca Raton MATH, 2005.

122

Literatura in viri Parunak, H. V., Baker, A. D., in ostali The AARIA Agent Architecture: An Example of Requirements-Driven Agent-Based System Design. Proceedings of the First International Conference of Autonomous Agents, 1997. Parunak, H. V. D. (1996). Foundation of distributed artifical intelligence. Application of Distributed Artificial Intelligence in Industry. G. O'Hare and N. Jennings. New York, Wiley: 139-164. Peklenik, J. (1993). Theoretical Models of Manufacturing Systems - a Critical Assessment. Conference on Flexible Manufacturing Systems, Past, Present-Future (Ed: J. Peklenik), Ljubljana: Faculty of Mechanical Engineering. Putnik, G. D. in Sluga, A. (2007). Reconfigurability Of Manufacturing Systems For Agility Implementation. Digital Enterprise Technology: Perspectives and Future Challenges. P. F. Cunha and P. G. Maropoulos. Boston, MA, Springer US: 91-98. Rockwell Automation Inc. Tire Manufacturing. [Ogled 13.05.2016]. Dostopno na: http://www.rockwellautomation.com/global/industries/tire-rubber/tire-manufacturing.page. Ruiz, N., Giret, A., in ostali An intelligent simulation environment for manufacturing systems. Computers & Industrial Engineering, 2014, 76(148-168. Runde, S. in Fay, A. Software support for building automation requirements engineering—An application of semantic web technologies in automation. Industrial Informatics, IEEE Transactions on, 2011, 7(4), 723-730. Sadhu, P. K. (2012). Intelligent Manufacturing System for OTR Tyres using Proactive Control. Proceedings of the International MultiConference of Engineers and Computer Scientists. Schild, K. in Bussmann, S. Self-organization in manufacturing operations. Commun. ACM, 2007, 50(12), 74-79. Seidel, D. in Mey, M. IMS-Holonic Manufacturing Systems: System Components of Autonomous Modules and their Distributed Control, also known as ‘The Book’of the HMS project (IMS-TC5). 1994. Shaw, G. D. Reliable Model-driven Engineering using IEC 61499. Auckland, The University of Auckland, 2013. Shaw, M. J. Dynamic scheduling in cellular manufacturing systems: A framework for networked decision making. Journal of Manufacturing Systems, 1988, 7(2), 83-94. Shen, W., Xue, D., in ostali (1998). An Agent-Based Manufacturing Enterprise Infrastructure for Distributed Integrated Intelligent Manufacturing Systems. Proceedings of the 3rd International Conference on the Practical Applications of Agents and Multi-Agent Systems (PAAM-98). Siemens AG. Tire Building. [Ogled 13.05.2016]. Dostopno http://w3.siemens.com/markets/global/en/tire/tire-building/pages/default.aspx.

na:

123

Poglavje 7

Siemens Product Lifecycle Management Software Inc. NX Realize innovation. [Ogled 16.05.2016]. Dostopno na: https://www.plm.automation.siemens.com/en_us/products/nx/. Sihn, W., Htiser, M., in ostali The fractal factory. 1998. Sousa, P. in Ramos, C. A distributed architecture and negotiation protocol for scheduling in manufacturing systems. Computers in Industry, 1999, 38(2), 103-113. Sousa, P., Silva, N., in ostali (2000). Aspects of Co-operation in Distributed Manufacturing Systems. Proceedings of the Second International Workshop on Intelligent manufacturing Systems, Leuven, Belgium. Strasser, T., Muller, I., in ostali (2006). Modeling of reconfiguration control applications based on the IEC 61499 reference model for industrial process measurement and control systems. Distributed Intelligent Systems: Collective Intelligence and Its Applications, 2006. DIS 2006. IEEE Workshop on, IEEE. Suender, C., Vyatkin, V., in ostali Formal validation of downtimeless system evolution in embedded automation controllers. ACM Transactions on Embedded Control Systems, 2011. Tait Controls Ltd. Tait Controls - Integration Specialists. [Ogled 13.05.2016]. Dostopno na: http://www.taitcontrols.co.nz/. Tait, P. (2005). A path to industrial adoption of distributed control technology. Industrial Informatics, 2005. INDIN'05. 2005 3rd IEEE International Conference on, IEEE. Tharumarajah, A., Wells, A. J., in ostali Comparison of the bionic, fractal and holonic manufacturing system concepts. International Journal of Computer Integrated Manufacturing, 1996, 9(3), 217-226. The University of Auckland - Research Centre for Embedded Intelligence - CEMBI. FBench Project. [Ogled 13.05.2016]. Dostopno na: http://oooneida-fbench.sourceforge.net/. Thramboulidis, K. (2004). Model integrated mechatronics: an architecture for the model driven development of manufacturing systems. Mechatronics, 2004. ICM '04. Proceedings of the IEEE International Conference on. TĹŻma, Z., TĹŻma, J., in ostali The Process Simulation Using by Virtual Reality. Procedia Engineering, 2014, 69(1015-1020. Ueda, K. (1993). A genetic approach toward future manufacturing systems. Conference on Flexible Manufacturing Systems, Past, Present-Future (Ed: J. Peklenik), Ljubljana: Faculty of Mechanical Engineering. Valckenaers, P., Bonneville, F., in ostali (1994). Results of the holonic control system benchmark at KU Leuven. Computer Integrated Manufacturing and Automation Technology, 1994., Proceedings of the Fourth International Conference on.

124

Literatura in viri Valckenaers, P., Heikkilä, T., in ostali (1999). Towards a novel manufacturing control principle. Proceedings of the Second International Workshop on Intelligent Manufacturing Systems. Vallée, M., Merdan, M., in ostali Decentralized reconfiguration of a flexible transportation system. Industrial Informatics, IEEE Transactions on, 2011, 7(3), 505-516. Van Brussel, H., Wyns, J., in ostali Reference architecture for holonic manufacturing systems: PROSA. Computers in Industry, 1998, 37(3), 255-274. van den Boom, T. J. in Backx, T. Model predictive control. DISC Course, Lecture Notes, 2010, 16( Vaucher, J. in Ncho, A. Jade tutorial and primer. Department d’informatique. Université de Montréal, Canada (April 2003), 2004. Vrba, P. (2003). MAST: manufacturing agent simulation tool. Emerging Technologies and Factory Automation, 2003. Proceedings. ETFA '03. IEEE Conference. Vrba, P., Mařík, V., in ostali (2008). Physical deployment of agent-based industrial control solutions: MAST story. Proceedings of IEEE International Conference on Distributed HumanMachine Systems. Vrba, P., Radakoviĉ, M., in ostali Semantic technologies: latest advances in agent-based manufacturing control systems. International Journal of Production Research, 2011, 49(5), 1483-1496. Vyatkin, V. IEC 61499 as enabler of distributed and intelligent automation: State-of-the-art review. Industrial Informatics, IEEE Transactions on, 2011, 7(4), 768-781. Vyatkin, V., Hanisch, H.-M., in ostali Closed-loop modeling in future automation system engineering and validation. Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on, 2009, 39(1), 17-28. Wang, L., Adamson, G., in ostali A review of function blocks for process planning and control of manufacturing equipment. Journal of Manufacturing Systems, 2012, 31(3), 269279. Wang, L., Brennan, R. W., in ostali Realizing holonic control with function blocks. Integr. Comput.-Aided Eng., 2001, 8(1), 81-93. Wang, L., Song, Y., in ostali Designing function blocks for distributed process planning and adaptive control. Engineering Applications of Artificial Intelligence, 2009, 22(7), 1127-1138. Wang, W., Rivera, D. E., in ostali Model predictive control strategies for supply chain management in semiconductor manufacturing. International Journal of Production Economics, 2007, 107(1), 56-77. Warnecke, H.-J. The Fractal Company: A Revolution in Corporate Culture. Berlin, SpringerVerlag, 1993.

125

Poglavje 7

Wenger, M., Melik-Merkumians, M., in ostali (2011). Utilizing IEC 61499 in an MDA control application development approach. Automation Science and Engineering (CASE), 2011 IEEE Conference on. Winter, V., Desovski, D., in ostali (2001). Virtual environment modeling for requirements validation of high consequence systems. Requirements Engineering, 2001. Proceedings. Fifth IEEE International Symposium on. Xuemei, H. (2009). Intelligent and reconfigurable control of automatic production line by applying IEC61499 function blocks and software agent. Mechatronics and Automation, 2009. ICMA 2009. International Conference on, IEEE. Yusuf, Y. Y., Sarhadi, M., in ostali Agile manufacturing:: The drivers, concepts and attributes. International Journal of Production Economics, 1999, 62(1–2), 33-43. Zoitl, A., Grabmair, G., in ostali (2005). Executing real-time constrained control applications modelled in IEC 61499 with respect to dynamic reconfiguration. Industrial Informatics, 2005. INDIN'05. 2005 3rd IEEE International Conference on, IEEE. Zoitl, A. in Lewis, R. W. Modelling Control Systems Using IEC 61499. IET, 2014. Zoitl, A. in Vyatkin, V. IEC 61499 Architecture for Distributed Automation: the ‘Glass Half Full’View. IEEE Industrial Electronics Magazine, 2009, 3(4), 7-23.

126

Priloge

8. Priloge 8.1. Priloga A: Algoritem za izračun potrebne hitrosti tekočega traku v stroju postrežni tekoči trak public void action () { rnmh=(mhPSTT-sph)/sph; System.out.println (" - Vrednost relativne napake hitrosti tekočega traku v stroju postrežni tekoči trak znaša: " +((rnmh)*100)+"%"); iph=dolžinaTekočegaTraku/dčof; System.out.println (" - Vrednost izračunane povprečne hitrosti tekočega traku v stroju postrežni tekoči trak znaša: " +iph+ "mm/s"); rnph=(sph-iph)/iph; System.out.println (" - Vrednost relativne napake povprečne hitrosti tekočega traku v stroju postrežni tekoči trak znaša: " +rnph+ "); piph= dolžinaTekočegaTraku/očof; System.out.println (" - Potrebna vrednost povprečne hitrosti tekočega traku v stroju postrežni tekoči trak znaša: " +piph+ "mm/s"); psph=rnph*piph+piph; System.out.println (" - Potrebna vrednost simulirane povprečne hitrosti tekočega traku v stroju postrežni tekoči trak znaša: " +psph+ "mm/s"); pmh=rnmh*psph+psph;

pmh1=ceil(pmh); pmh2=floor(pmh); razlika1=pmh1-pmh; razlika2=pmh-pmh2;

127

Poglavje 8 razlika=razlika1-razlika2; if (razlika<=0) { pmh=pmh1; } else { pmh=pmh2; } System.out.println (" - Potrebna hitrost tekočega traku v stroju postrežni tekoči trak znaša: " +pmh+ "mm/s"); }

Programska koda 8.1: Algoritem za izraĉun potrebne hitrosti tekoĉega traku v stroju postrežni tekoĉi trak

8.2. Priloga B: Samostojno definiranje optimiziranih časov operacijskih faz in obratovalnih parametrov strojev v operacijskih holonih s1.addSubBehaviour(new myReceiver(this, 150000, template) { public void handle (ACLMessage msg81) { if (msg81!=null) { metodaDoločitvePodatkovnihTočk=msg81.getContent(); System.out.println(); System.out.println (" - [" + myAgent.getLocalName() + "] je prejel odgovor od " + msg81.getSender().getLocalName()); if (metodaDoločitvePodatkovnihTočk.equals("INTERPOLACIJA")) { System.out.println (); System.out.println (" - V [" +myAgent.getLocalName()+ "] se opravlja interpolacija"); System.out.println (" - Čas operacijske faze v stroju postrežni tekoči trak (analiza stanja) znaša: " +cycle0+ "mm/s"); System.out.println (" - Čas operacijske faze v stroju postrežni tekoči trak (1. korak optimizacije) je: " +cycle1+ "mm/s");

128

Priloge

// Definiranje interpolacijskih točk x0=0; // Indeks točke 0 x1=vok1; // Indeks točke 1 // Definiranje vrednosti optimiziranega časa operacijske faze v interpolacijskih točkah y0=cycle0; y1=cycle1; // Definiranje nove interpolacijske točke xnova=vok0; // Izbira Newtonovega polinoma i izračun vrednosti optimiziranega časa operacijske faze if (abs(x1-xnova)<=abs(x0-x1)) { System.out.println (" - Za izračun vrednosti optimiziranega časa operacijske faze se uporablja drugi Newtonov polinom"); h=xnova-x1; alfa=(xnova-x1)/h; nabla1y0=y1-y0; y2=y1+nabla1y0*alfa; očof2=y2; System.out.println (" - Vrednost časa optimizacijske faze v stroju postrežni tekoči trak znaša: " +očof2+ "s"); // Nove interpolacijske točke za naslednji korak optimizacije x0=0; x1=xnova; x2=vok1; System.out.println (" - Nove interpolacijske točke so: " +x0+ ", " +x1+ ", " +x2);

...

}

else {

129

Poglavje 8 System.out.println (" - Za izračun vrednosti optimiziranega časa operacijske faze se uporablja prvi Newtonov polinom"); h=x1-xnova; alfa=(xnova-x0)/h; delta1y0=y1-y0; y2=y0+delta1y0*alfa; očof2=y2; System.out.println (" - Vrednost časa optimizacijske faze v stroju postrežni tekoči trak znaša: " +očof2+ "s"); // Nove interpolacijske točke za naslednji korak optimizacije x0=0; x1=xnova; x2=vok1; System.out.println (" - Nove interpolacijske točke so: " +x0+ ", " +x1+ ", " +x2);

...

} } else if (metodaDoločitvePodatkovnihTočk.equals("EKSTRAPOLACIJA")) { System.out.println (); System.out.println (" - V [" +myAgent.getLocalName()+ "] se opravlja ekstrapolacija"); System.out.println (" - Čas operacijske faze v stroju postrežni tekoči trak (analiza stanja) znaša: " +cycle0+ "mm/s"); System.out.println (" - Čas operacijske faze v stroju postrežni tekoči trak (1. korak optimizacije) je: " +cycle1+ "mm/s");

System.out.println (); System.out.println (" - V [" +myAgent.getLocalName()+ "] se opravlja interpolacija"); System.out.println (" - Čas operacijske faze v stroju postrežni tekoči trak (analiza stanja) znaša: " +cycle0+ "mm/s"); System.out.println (" - Čas operacijske faze v stroju postrežni tekoči trak (1. korak optimizacije) je: " +cycle1+ "mm/s"); // Definiranje interpolacijskih točk

130

Priloge x0=0; // Indeks točke 0 x1=vok1; // Indeks točke 1 // Definiranje vrednosti optimiziranega časa operacijske faze v interpolacijskih točkah y0=cycle0; y1=cycle1; // Definiranje nove interpolacijske točke xnova=vok0; // Izbira Newtonovega polinoma i izračun vrednosti optimiziranega časa operacijske faze if (abs(x1-xnova)<=abs(x0-x1)) { System.out.println (" - Za izračun vrednosti optimiziranega časa operacijske faze se uporablja drugi Newtonov polinom"); h=xnova-x1; alfa=(xnova-x1)/h; nabla1y0=y1-y0; y2=y1+nabla1y0*alfa; očof2=y2; System.out.println (" - Vrednost časa optimizacijske faze v stroju postrežni tekoči trak znaša: " +očof2+ "s"); // Nove interpolacijske točke za naslednji korak optimizacije x0=0; x1=xnova; x2=vok1; System.out.println (" - Nove interpolacijske točke so: " +x0+ ", " +x1+ ", " +x2);

...

}

else { System.out.println (" - Za izračun vrednosti optimiziranega časa operacijske faze se uporablja prvi Newtonov polinom"); h=x1-xnova;

131

Poglavje 8 alfa=(xnova-x0)/h; delta1y0=y1-y0; y2=y0+delta1y0*alfa; očof2=y2; System.out.println (" - Vrednost časa optimizacijske faze v stroju postrežni tekoči trak znaša: " +očof2+ "s"); // Nove interpolacijske točke za naslednji korak optimizacije x0=0; x1=xnova; x2=vok1; System.out.println (" - Nove interpolacijske točke so: " +x0+ ", " +x1+ ", " +x2);

...

} } } } }

addBehaviour(s1);

Programska koda 8.2: Samostojno definiranje optimiziranih ĉasov operacijskih faz in

obratovalnih parametrov strojev v operacijskih holonih

132

Življenjepis Marko Jovanović je bil rojen 11.6.1982 v Gornjem Milanovcu, Srbija. Osnovno šolo je konĉal v Luĉanih leta 1997. Istega leta se je vpisal na Gimnazijo ''Sveti Sava'' v Požegi. Po konĉani gimnaziji se je leta 2001 vpisal na Fakulteto za strojništvo Univerze v Beogradu, smer proizvodno strojništvo. Leta 2006 je diplomiral in se je naslednje leto vpisal na podiplomski študij Fakultete za strojništvo Univerze v Ljubljani pri mentorju prof. dr. Ivanu Prebilu kot štipendist podjetja ''SMM proizvodni sistemi d.o.o.'' iz Maribora. Leta 2010 je dobil odobren direktni prehod na doktorski študij. Med podiplomskim študijem je kot vodilni avtor s sodelavci objavil dva znanstvena ĉlanka v mednarodnih revijah.

133

134

Izjava

Doktorsko delo predstavlja rezultate lastnega znanstveno-raziskovalnega dela na osnovi sodelovanja z mentorjem prof. dr. Ivanom Prebilom in somentorjem prof. dr. Markom Starbekom.

Marko JovanoviÄ&#x2021;

136