邝超鹏 陶建华 李庭泰 陈 彬 马 尧 王 伟
（①广州大学机械与电气工程学院，广东 广州 510006；
②机企猫软件科技（广州）有限公司，广东 广州 510006）
日常生活中大多数消费品的生产制造都离不开模具。随着经济的快速发展，社会生产力的进步，产品上市的周期越来越短。传统的模具企业间协同程度低，对更加人性化和多样性的加工任务，需要具备完善的制造资源，或者有更多的资金流入来提高制造能力，但这对于中小型模具制造企业来说难以实现。因此，需要对模具加工任务从项目全生命周期和产品结构两个维度上进行分类。研究了任务之间的时序关系、逻辑关系以及依赖关系，在此基础上建立企业订单项目模型。
文献[1] 利用改进的K-means聚类方法将制造资源分为多个资源簇，根据状态、功能和服务信息进行筛选匹配。文献[2] 提出了双向博弈人工蜂群算法，得到双向匹配目标下的最优解。文献[3] 提出了基于任务要求的优先级满足策略，在此基础上建立资源目标函数与加工任务的匹配机制。文献[4]针对制造资源的粗粒度性，提出了基于多维可拓展理论的相似度匹配算法。文献[5]基于本体六元组的模型构建方法,建立了设备资源和加工任务本体模型，根据优度值确定设备资源服务与加工任务的最佳匹配方案。文献[6] 利用模糊相似度算法对制造资源的各方属性进行匹配计算，同时借助综合加权法得到最优匹配结果。
通过上述研究成果可以知道，对于加工任务与制造资源服务匹配采用了不同算法，但研究深度和广度还不够全面，共享匹配模型存在层次不适中，无法满足复杂任务与庞杂资源匹配的要求。因此，本文以共享理论为基础，研究了模具加工项目任务的分解原则，建立企业接到订单的项目模型，给出了模具加工任务与制造资源服务匹配的3种模式，确定了每种模式下的任务执行方式以及资源服务的利用方式，提出了3种制造资源服务检索算法，研究了利用专家评估法和熵权系数法来选择最优服务的过程，最后利用示例验证上述理论的可行性。
云制造的模具制造资源运行模式中有3种主要角色，分别是资源提供方、服务需求方和云平台，如图1所示。
图1 云制造的模具制造资源共享运行模式
2.1 模具加工任务的分解
项目任务分解是将项目划分成多个同步执行或依次执行的子任务，同时确定子任务间的关系。图2中给出了某项目部分分解的甘特图，最上层是总目标，每个任务都有相应的持续时间。
图2 项目任务分解甘特图
2.1.1 任务分类
任务分解的前提是分类，这两者可以形成互补关系。在云平台的基础上，从项目全生命周期和产品结构两方面出发，对模具加工任务进行分类。
（1）基于项目全生命周期分类
在对模具企业订单项目分析的基础上，将项目全生命周期分为5个阶段：论证、设计、加工、试验以及收尾。如图3所示。
图3 基于项目全生命周期任务类型
（2）基于产品结构分类
将模具加工任务分成3类：工序级、零件级和装配体级。图4所示，给出了某冲压模具加工任务的结构图，设计任务结构图也类似。
图4 基于产品结构的冲压模具加工任务结构图
2.1.2 任务投标号
在云制造平台上，要实现模具加工任务与制造资源服务的高效匹配，需要对任务名称进行编码，即任务投标号信息。如图5所示建立的任务投标号信息规则，用字母（固定码）加数字（流水码）排列的组合方式来描述任务信息。任务的命名代码由2个字母和15个数字组成，主要表示任务投标号的PC端、年月日和流水号。
图5 任务投标号信息规则
2.1.3 任务关系分析
在模具订单项目中，任务之间的关系比较复杂，需要确定任务之间的逻辑关系和约束关系。
（1）时间关系分析
2个任务在关于时间问题上，有着7种依赖关系：E equals F、E starts F、E finishes F、E meets F、E overlaps F、E during F、E before F，其中E、F为两个不同但有着某种联系的任务。设开始时间和完成时间分别为[BE，CE]、[BF，CF]，则基于时间关系如图6所示。
图6 任务时间关系图
（2）逻辑关系分析
假设一个模具订单项目分成n个不同任务，每个任务用Mi(i=1,2,…,n)表示，则有4种任务逻辑关系。如图7的任务框图描述所示。
图7 任务逻辑关系图
（3）依赖关系分析
任务之间的依赖关系是基于资源建立的，其依赖关系可以分为时态依赖和资源管理依赖[7]。由于任务是对输入的若干资源进行处理并输出若干资源的过程，那么最初要研究的基本情况是2个任务关于1种资源的依赖关系。设T1、T2代表两个任务，X1、Y1、X2、Y2代表任务的输入和输出，则关于资源有3种基本依赖关系，如图8所示。
图8 3种基本依赖关系
接下来研究2个任务关于n种资源的依赖关系。其关系也有3种情况，分别为n个顺流依赖、n个共享依赖和n个共同依赖，如图9所示。其依赖关系也可以是这3种依赖的任意搭配。
图9 2个任务基于n个资源的依赖关系
2.2 模具制造企业订单项目模型
由于模具订单项目是基于项目全生命周期和产品结构分类的多层次任务项目，因此规范的模型能清晰表达出项目结构，建立良好生产关系。如图10所示。
图10 模具订单项目多任务模型
2.3 模具加工任务的形式化描述
基于UML[8]建模的模具加工任务的形式化描述：模具加工任务Mold Processing Task={Task Number,Essential Info,Function Info,Constraint Info,Subtask Se Info,Status Info}。式中分别表示任务编号、基本信息、功能信息、约束信息、子任务集信息、服务信息和状态信息。建立了模具加工任务模型的UML类图。如图11所示。
图11 基于UML类图的任务模型
2.4 模具加工任务的功能信息模型
任务模型体现了客户在发布需求任务时，对需求以及个性属性等信息的描述。在2.1.1节已基于产品结构分为了3级，各级在一定程度上有相似之处。因此基于UML建模，对不同产品结构层次的加工任务功能信息进行封装。
（1）装配体级任务：是客户发布的整模外协任务，需要对整个模具进行生产加工。其信息模型Assembly Level Info={Mold Type,Processing Material,Processing Batch,Work Hour,Assembly Type,Assembly Accuracy}。
（2）零件级任务：是指模具分解后各零件的生产加工过程。其信息模型Part Level Info={Mold Type,Processing Material,Work Hour,Part Type,Part Batch,Part Accuracy,Part Roughness}。
（3）工序级任务：是指在一个模具零件完成前，单道加工工序的生产过程。其信息模型Operation Level Info={Mold Type,Processing Material,Operation Type,Operation Accuracy，Operation Roughness}。
基于上述分析，建立了模具加工任务的功能信息类图，如图12所示。
图12 基于UML类图的模具加工类任务功能信息模型
2.5 模具加工任务的约束关系
2.5.1 TQCS约束信息
TQCS是模具企业保持竞争力的4项重要指标，其中T为时间约束（time）、Q为质量约束（quality）、C为成本约束（cost）、S为服务约束（service）。
2.5.2 TQCS约束规则
对模具加工任务进行分解后，无论是父任务还是其下的子任务，都需要有对应的TQCS约束信息，且它们之间存在隶属关系。模具企业的TQCS约束信息规则如下：
设Task为某项任务，则任务模型可表示为Task={Sub_Task1,Sub_Task2···Sub_Taskn}，式 中Sub_Taski为Task的第i项子任务（i=1,2,···,n）。
3.1 项目任务与模具制造资源服务的匹配模式
在模具订单项目中，任务与模具制造资源服务匹配有3种形式：
（1）任务由模具企业独自完成，无需匹配。
（2）任务与模具制造资源匹配。
（3）任务与模具制造服务匹配。
如图13所示的任务执行模式选择流程图。
图13 任务执行模式选择流程图
3.1.1 任务由模具企业独自完成
对于某个任务来说，企业已经具备该任务所需的加工技术、机床设备以及相关操作人员等条件，能够保证独自按时完成该项任务。因此该任务无需经过外协，直接在企业内部就可以完成。
3.1.2 任务与模具制造资源匹配
此模式说明企业具备部分关于模具加工任务的生产制造能力，但想要完成整个任务的加工，还缺少相关制造资源。因此企业可以在云平台上检索对应的制造资源，采取租借或购买的方式获得，弥补生产能力的不足。
3.1.3 任务与模具制造服务匹配
在这种模式下，企业不具备完成该任务的能力，只能将任务通过云平台以外协的方式发布出去，寻找合适的服务企业。
3.2 模具制造资源服务选择流程
在确定模具加工任务的匹配模式后，下一步需要在云制造平台上搜索并选择合适的资源或服务节点。一般情况下分3步走：
（1）先输入需求任务的基本及功能信息，然后在云平台上进行初步匹配，得到一定数量的候选服务集。
（2）按照需求任务的TQCS约束关系，将（1）中得到的候选服务集做进一步筛选，将符合条件的服务保留，并进行优先级排序。
（3）按照（2）中的服务优先级序列，对排在第一位的服务节点进行判断，如果觉得某些属性没有达到预计要求，则可以先舍弃第一位服务节点，查看第二位服务节点。以此类推，直到选择最合适的服务作为最优服务节点。
服务选择流程图如图14所示。
图14 服务选择流程图
3.3 模具制造资源服务检索
最优资源服务节点的选择首先是在云平台上检索相关资源或服务，再根据初步匹配挑选出候选服务集（candidate service set）。由于资源和服务的检索类似，在分析模具制造资源服务选择方法的基础上，提出了金质、银质和铜质服务检索算法，具体如下：
（1）金质服务检索：此检索算法表示客户输入的任务属性值为某个特定值，或者在一个很小范围内，即 cservicei.property=taskj.property。式中等号前为第i个服务的属性值，等号后为第j个任务的属性值。该检索由于限制性强，使得检索结果数量较少。
（2）银质服务检索：此检索算法表示客户输入的任务属性值在一定范围之内，即cservicei.property∈[taski.propertymin,taskj.propertymax]。式中括号内表示第i个任务属性值的最小值至第j个任务属性值的最大值。该检索由于取值范围在某个区间内，使得检索结果数量较多。
（3）铜质服务检索：此检索算法表示客户在输入任务属性值时，将选择从上至下的优先顺序进行排列。
根据银质和铜质的检索算法和结果，大多数客户通常都会选择这两种服务检索方式。通过改进遗传算法[9]、供需匹配[10]等技术，从中挑选部分服务数量作为候选服务集。即CSS={cservice1,cservice2,cservice3,···,cservicen}，式中n表示CSS的总服务节点数目。
3.4 最优服务节点选择流程
3.4.1 最优指标权重系数
利用层次分析法（analytic hierarchy process）[11]获取候选服务集，建立层次结构模型，通过建立CSS指标矩阵，使矩阵的行对应服务节点，矩阵的列对应10个评价指标，转换之后评价指标都在0～1范围内，实现了无量纲化。通过专家评估法[12]发布需求任务企业从上往下依次确定权重系数，最后利用熵权系数法[13]求解得到关于子准则层的指标权重系数集：
3.4.2 最优服务节点的选择
基于专家评估法和熵权系数法得到的权重系数，最终第j项指标的权重系数：
最终权重系数集为：
假设某服务节点的各个参数值经无量纲化后为X={x1,x2,x3,···,x10}，那么该节点的最终评分为
通过上式可以得到所有服务节点的总分数，经过大小比较，将最高分作为最优服务节点。
图15给出了基于上述3种方法的最优服务节点选择流程图。
图15 最优服务节点选择流程图
某客户想要生产一个模具零件，由于不具备相关制造能力，因此在云平台上以加盟客户的身份，通过客户发单，发布整模外协需求任务。任务上架界面如图16。
图16 服务上架界面
经过初步筛选得到4家企业如图17所示，其具体企业信息如表1所示。
表1 服务提供企业信息表
图17 初步筛选后的4家企业
设示例中层次结构模型中的4层结构分别为D、E、F、G层。
（1）求解基于专家评估法的指标权重系数集，设D-E层之间的判断矩阵如表2所示。
表2 准则层E相对目标层D的判断矩阵
求得准则层的权重系数向量为PE=[0.125，0.501，0.282，0.093]，说明T、Q、C、S相对于目标层的权重分别为0.125、0.501、0.282、0.093。
然后设E-F层的判断矩阵，分别见表3、表4、表5和表6。
表3 T1、T2相对时间T的判断矩阵
表4 Q1、Q2、Q3相对质量Q的判断矩阵
表5 C1、C2、C3相对成本C的判断矩阵
表6 S1、S2相对服务S的判断矩阵
求得E2-F矩阵最大特征值 λmax=3.009 2，CI=0.004 6，矩阵为3阶时的RI=0.52，则一致性比率CR=0.007 9<0.1，说明通过一致性检验；
由表4知与E2相关的仅有3个因素，先求解三因素的层次单排序，得到PE2-F=[0.540,0.297,0.163]，结合Q所占权重为0.501，则三因素的层次总排序为PF1=[0.271,0.149,0.082]。类似的可以求得T、C、S的层次总排序，合并得到总排序向量，即基于专家评估法的指标权重系数集为
PF1=[0.094,0.031,0.271,0.149,0.082,0.152,0.046,0.084,0.047,0.047]
（2）求解基于熵权系数法的指标权重系数集得到综合计算结果，如表7所示。
表7 企业无量纲化参数信息和熵权系数
由表中可知基于熵权系数法的指标权重系数集为
PF2=[0.075,0.015 0,0.075,0.070,0.150,0.075,0.100,0.080,0.150,0.075]
（3）得到最终指标权重系数集为：
PF=[0.080,0.053,0.231,0.118,0.140,0.130,0.052,0.076,0.080,0.040]
（4）计算各服务企业的总评分。以企业1为例，根据式（4）及表7的相关信息，求得其总评分为
V1=0.080×1+0.053×1+0.231×0+0.118×0.75+0.140×1+0.130×1+0.052×1+0.076×0+0.080×1+0.040×0.5=0.634 5
类似的可以得到V2=0.567，V3=0.415 5，V4=0.380 3。
由于V1>V2>V3>V4，因此对于客户发布的需求任务，由需求匹配得到最优服务选用企业1进行撮合最合适。根据双方之间的沟通与相互确认后，资源需求方确定中标，则两企业之间形成供需撮合。此时服务提供方可以通过平台，以加盟服务商的身份进入到“我的任务”，查看需求任务名称，如图18所示。
图18 任务界面
本文结合云制造的运行模式和体系架构，介绍了模具加工任务的分类、编码规则以及任务间的相互关系，在此基础上建立了模具企业接到订单项目模型，分析了模具加工任务的约束信息，提出了模具加工任务与制造资源服务匹配的3种模式，讲述了客户将需求加工任务外协出去后的服务选择流程，根据平台内的制造资源特征，提出了金银铜质制造资源服务检索算法，利用算法得到需求任务的候选服务集。最后通过层次分析法、专家评估法和熵权系数法得到最优指标权重系数，将最优指标权重系数作为最优服务节点，同时用一个示例验证了该方法的可行性。
猜你喜欢模具检索系数《模具制造》月刊2020年订阅通知模具制造(2019年10期)2020-01-06第十三届Asiamold广州模具展盛大开幕模具制造(2019年4期)2019-06-24这些待定系数你能确定吗?中学生数理化·七年级数学人教版(2018年11期)2019-01-31打雪仗娃娃乐园·综合智能(2018年23期)2018-12-26过年啦娃娃乐园·综合智能(2018年3期)2018-03-22擦擦模具童话世界(2017年8期)2017-05-04两张图弄懂照明中的“系数”中国照明(2016年6期)2016-06-15专利检索中“语义”的表现专利代理(2016年1期)2016-05-17模具制造中高速切削技术的应用现代工业经济和信息化(2016年7期)2016-05-17国际标准检索质量与标准化(2010年5期)2010-05-03