基于神经内分泌调控原理的智能制造系统有机协调机制研究

Inspired by the coordination control mechanism of biological neuroendocrine system，an novel bio-inspired control model of the intelligent manufacturing system is established to solve the problem of fast adaptive regulation in large scale complex manufacturing system and its easily deadlock due to the large amount of data in the process of coordination communication. On the one hand, the effect of multiple feedback control structure on improvement of intelligent manufacturing system control model was analyzed to provide reference structure for fast adaptive control; on the other hand, the applications of biological implicit control mechanism in intelligent control system was researched to reduce the amount of communication data in the process of coordination and to improve the efficiency.. The main research contents include: (1) research on organic reconfiguration mechanism of manufacturing resources and construction of organic control model of intelligent manufacturing system with ‘life character’ to implement fast self-adaptive adjustment function; (2) research on biological multi feedback coordination principle and implicit coordination control mechanism of intelligent manufacturing system with the inspiration of implicit coordination rules of the endocrine system to achieve global objective optimization, reduce the communication data and to improve control efficiency; (3) simulation and verification of the task allocation process and coordination control mechanism on the basis of the development of experimental platform. Results of this project will improve and enrich the coordination control theory of intelligent manufacturing system.

为了解决大规模复杂制造系统中智能控制系统的快速自适应调节问题和协调控制过程中通信量过大易死锁等问题，本项目借鉴生物体神经内分泌系统中优良的协调控制机制，一方面研究生物体内的多重反馈控制结构对智能制造系统控制模型的改进作用，为快速自适应控制提供参考结构；另一方面研究生物体内的隐式调控机制在智能控制系统协调过程中的应用，以便寻找降低协调过程中的通讯量，提高控制效率的有效机制。主要研究内容包括：（1）研究制造资源的有机重构机制，构建具有“生命特征”的智能制造系统有机控制模型，实现系统快速自适应调控功能；（2）借鉴内分泌系统的隐式协调规律，研究智能制造系统中类生物化多重反馈协调原理及其隐式协调控制机制，实现全局目标优化，降低通信量，提高控制效率。（3）开发实验平台对本课题的任务分配过程及协调控制机制进行模拟和验证。项目的研究成果将对我国智能制造系统控制协调理论的完善和丰富做出有益贡献。

随着科技发展，以用户驱动和动态多变为主要特征的市场竞争导致现代制造系统的运行环境愈发复杂，充满各种随机性和不确定性。为应对这些不确定性因素，使制造系统能够及时准确的协调响应，制造系统规模愈发庞大，其控制结构愈发复杂。传统的制造系统组织模式和控制结构已经无法适应充满不确定性的动态制造环境，也无法满足企业对于快速响应市场变化的基本需求。因此，如何在制造系统内部建立一套快速、高效的具有自适应、自组织特征的现代制造系统协调控制模型，是对当前制造企业的一个严峻挑战。.本项目受生物神经内分泌调控机制的启发，提出类生物化智能制造系统模型，对其中的多智能体模型、智能车间调度算法、实时决策机制、动态协调控制等方面进行研究，主要研究内容为：（1）构建智能制造系统的类生物化协调控制模型，定义类生物化制造系统的基本智能体单元，对相应问题进行抽象描述、符号设计和优化模型搭建，建立实时状态模型，构建总体协调控制结构。（2）借鉴生物内分泌调节原理，针对车间调度问题，设计具有自适应特性的车间优化调度群智能算法，以及基于聚类和时序差分学习的实时调度方法。（3）对基于激素反应扩散的隐式协调机制在类生物化制造系统中的应用进行研究，设计隐式协调方法。（4）针对类生物化制造系统高实时性协调控制的要求，设计基于数据驱动的多智能体实时决策机制。（5）结合物联网、多智能体系统等先进技术，设计网络物理架构、智能体交互通信机制和制造资源通信协议，搭建智慧车间原型系统。.本课题的意义在于运用多学科交叉手段，借鉴生物体协调控制机制及自适应与自组织特性，创造性的提出智能制造系统的类生物化模型，对其内部组织结构及其控制机制进行研究，构造现代制造系统仿生协调机制与决策方法，克服大规模复杂制造系统的控制效率问题，有效解决了制造系统局部协调与全局优化问题，增加智能制造系统的鲁棒性，为智能制造系统提供有效的系统设计准则和启发性的方法与思想。