張學(xué)東,孫文磊,熊宗慧,劉怡君
(新疆大學(xué)機(jī)械工程學(xué)院,新疆 烏魯木齊 830047)
無線射頻識別技術(shù)(RFID)具有高效、快速、可靠、非視距讀取、多目標(biāo)識別和可工作于惡劣環(huán)境等優(yōu)點(diǎn)[1-3],因此被廣泛應(yīng)用在各領(lǐng)域。一大批學(xué)者在智能工廠、智能車間領(lǐng)域展開詳細(xì)研究,尤其以RFID標(biāo)志與定位技術(shù)的研究和應(yīng)用更為突出。在智能車間研究領(lǐng)域,文獻(xiàn)[4]開發(fā)了基于RFID技術(shù)的車間級刀具管理系統(tǒng),在一定程度上有效提高了刀具管理效率;蔣磊對車間物料管理方法進(jìn)行了研究,利用RFID技術(shù)改善了車間物料管理混亂和效率低下的問題;文獻(xiàn)[5-6]以農(nóng)機(jī)產(chǎn)品裝配為例,分析和提出了基于RFID的農(nóng)機(jī)MES大體應(yīng)用架構(gòu),但未考慮車間實(shí)際環(huán)境等因素對RFID系統(tǒng)的影響,未對RFID標(biāo)簽和閱讀器進(jìn)行具體的布置和設(shè)計;文獻(xiàn)[6]采用RFID技術(shù)解決了物料配送小車路徑優(yōu)化和實(shí)時導(dǎo)航的難題。但要實(shí)現(xiàn)更高效的車間管理,還需在前者基礎(chǔ)上綜合考慮對物料、在制品和操作人員的實(shí)時定位和追蹤問題。此研究提出了RFID技術(shù)在智能車間建設(shè)中的應(yīng)用方案,詳細(xì)對RFID標(biāo)簽和閱讀器的實(shí)際應(yīng)用進(jìn)行方案選擇和布局設(shè)計,并創(chuàng)新提出了一種基于貝葉斯算法的K近鄰改進(jìn)算法,對零部件、工人進(jìn)行實(shí)時追蹤和管理,提高車間的智能化和信息化水平。
傳統(tǒng)生產(chǎn)車間生產(chǎn)數(shù)據(jù)獲取不準(zhǔn)確、不高效,信息化程度非常低,很難把握實(shí)際生產(chǎn)狀況,缺乏處理突發(fā)事件的能力,資源浪費(fèi)非常嚴(yán)重,制約著企業(yè)生產(chǎn)效率和信息化程度。在工業(yè)4.0及中國制造2025的現(xiàn)代化浪潮下,傳統(tǒng)的生產(chǎn)模式很難適應(yīng)高效率、短周期的生產(chǎn)要求和劇烈的市場競爭。要打破傳統(tǒng)生產(chǎn)模式瓶頸,就要尋求建立一種適應(yīng)現(xiàn)代化生產(chǎn)的新方案,實(shí)現(xiàn)生產(chǎn)數(shù)據(jù)的可視化;生產(chǎn)過程的透明化;生產(chǎn)現(xiàn)場的協(xié)同化;生產(chǎn)管理的精準(zhǔn)化。眾多企業(yè)和學(xué)者提出了一些新的思路和方案,做了新的嘗試和改進(jìn)。其中,一部分研究聚焦于RFID技術(shù)在車間生產(chǎn)過程中的實(shí)時定位和監(jiān)控,通過RFID這種前沿的物聯(lián)網(wǎng)關(guān)鍵技術(shù)來促進(jìn)車間生產(chǎn)的高效化和透明化。文獻(xiàn)[7]提出了RFID技術(shù)在車間刀具自動識別中的應(yīng)用方案,對車間刀具進(jìn)行精準(zhǔn)地追蹤和控制;文獻(xiàn)[8]構(gòu)建了車間的RFID模具管理系統(tǒng),有效提高車間模具管理水平;除此之外,一些研究者還提出將RFID技術(shù)應(yīng)用于車間物料配送與管理,提高了物料管理效率。因此,對車間刀具、物料、在制品、操作人員等的精確定位和管理能夠非常有效地提高車間信息化管理水平和生產(chǎn)效率,尤其是對物料實(shí)時統(tǒng)計、對零部件隨產(chǎn)線流動的追蹤以及對操作人員的實(shí)時定位和管理能夠有效地改善傳統(tǒng)車間手動統(tǒng)計、管理混亂、丟件缺件等缺陷,提高車間透明程度和信息化水平。
RFID技術(shù)具有低成本、非接觸、大范圍等新特性。根據(jù)RFID定位原理,可分為場景感知和三角測量兩種形式,由于車間環(huán)境復(fù)雜,定位難度大,因此必須選擇合適的方案才能達(dá)到預(yù)期效果。綜合考慮實(shí)際車間環(huán)境、具體布置成本以及目標(biāo)定位精度,一般采用基于到達(dá)時間差(TDOA)的定位方式和基于參考標(biāo)簽的定位方式,或者這兩種方式的混合應(yīng)用。TDOA定位方式通過測量信號到達(dá)時間,計算出每一對天線的到達(dá)時間差,進(jìn)一步估算標(biāo)簽的位置。該方法在一定程度上降低了對時間測算的精度要求,從而提高了定位精度。
圖1 TOA定位原理Fig.1 Positioning Theory of TOA
式中:i≠j,S—閱讀器到標(biāo)簽的距離;
T—信號往返一次時間;
(x,y)—閱讀器坐標(biāo);
(xc,yc)—標(biāo)簽坐標(biāo)。
根據(jù)式(1)、式(2)可解得標(biāo)簽坐標(biāo)。參考標(biāo)簽定位方式需要提前在關(guān)注的定位區(qū)域部署參考標(biāo)簽并獲取參考標(biāo)簽的指紋數(shù)據(jù),通過對比目標(biāo)標(biāo)簽與參考標(biāo)簽的指紋數(shù)據(jù),估算目標(biāo)標(biāo)簽的位置。該方式一般要結(jié)合概率算法、K近鄰算法、神經(jīng)網(wǎng)絡(luò)算法等。對于該方法,后面結(jié)合系統(tǒng)設(shè)計詳細(xì)研究。
利用RFID定位技術(shù),結(jié)合相關(guān)定位理論,從智能車間的感知定位出發(fā),將車間生產(chǎn)的全面感知和精細(xì)化管理融入人-機(jī)-料-法-環(huán)五大質(zhì)量管理理論要素,對車間生產(chǎn)過程中的物料、在制品和操作人員進(jìn)行實(shí)時的感知和定位,提供給管理者和操作人員及時高效的信息捕捉傳遞和動態(tài)交互,以達(dá)到提升質(zhì)量和效率的目的,通過分析RFID與智能車間的有機(jī)結(jié)合形式,提出了RFID定位技術(shù)在智能車間的應(yīng)用構(gòu)架。
將系統(tǒng)劃分為感知層、信息模型層、功能層和應(yīng)用層四個層次,如圖2所示。
圖2 基于RFID技術(shù)的智能車間體系結(jié)構(gòu)Fig.2 Structure of RFID System in Intelligent Workshop
感知層:感知層包括硬件的部署和數(shù)據(jù)的采集。對物料、零部件、操作人員和參考區(qū)域進(jìn)行標(biāo)簽布置,合理選擇閱讀器類型和安放位置,目的在于對響應(yīng)范圍內(nèi)的標(biāo)簽實(shí)時地進(jìn)行識別和跟蹤。
信息模型層:信息模型層對獲得的物料信息、零部件信息以及操作人員信息等關(guān)聯(lián)要素信息進(jìn)行融合。主要依賴于數(shù)據(jù)庫技術(shù)。
功能層:功能層利用瀏覽器、移動終端等實(shí)時反映監(jiān)控信息,支持信息查詢及數(shù)據(jù)分析等,實(shí)現(xiàn)作業(yè)調(diào)度和定位追蹤。
企業(yè)管理層:根據(jù)車間生產(chǎn)信息對生產(chǎn)進(jìn)行合理計劃和安排,分析與決策。
批量零件的監(jiān)控和統(tǒng)計存在標(biāo)簽沖突問題。因此,提出了基于時隙ALOHA協(xié)議的RFID標(biāo)簽輪詢機(jī)制[13],該機(jī)制可以從大規(guī)模、多數(shù)量的標(biāo)簽中掃描出需要被關(guān)注的目標(biāo)。在數(shù)據(jù)庫中,給該批零件的每一個標(biāo)簽都分配一個ID,閱讀器逐一發(fā)送標(biāo)簽ID,如果對應(yīng)標(biāo)簽返回一個響應(yīng),則認(rèn)為標(biāo)簽存在;反之,閱讀器沒有收到對應(yīng)標(biāo)簽的響應(yīng),則認(rèn)為該標(biāo)簽丟失[14],并唯一地確定零部件信息。循環(huán)統(tǒng)計零部件的總數(shù)及增減?;谳喸儥C(jī)制的物料監(jiān)控,如圖3所示。
圖3 基于輪詢機(jī)制的物料監(jiān)控Fig.3 Material Monitoring Based on Polling Mechanism
零部件在產(chǎn)線的移動路徑固定,且一般與閱讀器距離很短,可在加工或者裝配的每個環(huán)節(jié)布置高頻或超高頻閱讀器,不同的閱讀器對應(yīng)著不同的位置信息。RFID標(biāo)簽隨著零部件進(jìn)入相應(yīng)閱讀器范圍后閱讀器實(shí)時獲取標(biāo)簽位置信息并同步動態(tài)地傳送到數(shù)據(jù)庫更新和存儲。智能車間零件追蹤演示平臺,如圖4所示。
圖4 零件追蹤的實(shí)現(xiàn)Fig.4 Realization of Part Tracking
通過零部件標(biāo)簽對應(yīng)的ID查詢數(shù)據(jù)庫,不僅可以讀取到零部件的批次、名稱、材料、責(zé)任人以及某道工序加工時間等,還可以進(jìn)一步地獲取與零部件對應(yīng)的訂單信息、工藝文件信息、質(zhì)檢信息等。更近一步地,整合零部件生產(chǎn)信息、加工設(shè)備狀態(tài)信息、操作人員相關(guān)信息等,形成多維一體的物與物、人與物的信息化交互網(wǎng)絡(luò),為車間管理者和生產(chǎn)工人提供極大的實(shí)時信息化服務(wù),大大提高車間的透明度和生產(chǎn)效率。
圖5 對車間內(nèi)工人的實(shí)時定位Fig.5 Real Time Positioning of Workers in the Workshop
將可穿戴形式的RFID標(biāo)簽植入工人服裝,實(shí)時確定工人位置。由于車間內(nèi)部人員流動頻率高、空間小、距離短、障礙多、實(shí)際效率和定位精度比較差,所以不宜使用基于測距的定位方式,最終選擇基于參考標(biāo)簽的定位方式。根據(jù)實(shí)際情況合理的布置參考標(biāo)簽和閱讀器,選擇適當(dāng)?shù)膮⒖紭?biāo)簽密度,會明顯提高定位效率和精度。參考標(biāo)布置簽呈網(wǎng)格分布,覆蓋所有需要精確定位的區(qū)域,閱讀器則靈活地固定在機(jī)床頂端或者其他無信號遮擋的地方,如圖5所示。布置好參考標(biāo)簽和閱讀器的位置后,需要閱讀器讀取參考標(biāo)簽的位置和信號強(qiáng)度并存儲在數(shù)據(jù)庫中,作為目標(biāo)標(biāo)簽的參考指紋。
文獻(xiàn)[15]提出了通過求取K近鄰標(biāo)簽坐標(biāo)和后驗(yàn)概率最大樣本點(diǎn)坐標(biāo)平均值來提高定位精度的貝葉斯學(xué)習(xí)改進(jìn)算法,但簡單地對兩種算法求平均值的方式還不能適應(yīng)對精度要求相對較高場合。下面設(shè)計了一種基于貝葉斯算法的K近鄰改進(jìn)算法:
圖6 改進(jìn)算法的流程Fig.6 Process of Improving the Algorithm
根據(jù)歐氏距離和K近鄰算法原理,循環(huán)獲得k組(每組m個)距離目標(biāo)標(biāo)簽最近的參考標(biāo)簽,并分別計算每組坐標(biāo)均值,得到一個k維坐標(biāo)向量L。
歐式距離:
式中:θi—參考標(biāo)簽信號強(qiáng)度;Ri—待定位標(biāo)簽信號強(qiáng)度。
第k組參考標(biāo)簽的RSSI差異組成的向量:
K組參考標(biāo)簽的RSSI差異組成的向量:
第k組參考標(biāo)簽的坐標(biāo)向量:
第k組標(biāo)簽初步估算的目標(biāo)標(biāo)簽坐標(biāo):
k組初步估算的坐標(biāo)組成的向量:
利用貝葉斯算法計算最終目標(biāo)標(biāo)簽坐標(biāo)(x0,y0):
第k組信號強(qiáng)度RSSI向量的均值:
式中:sk—在線階段測得的第k組參考標(biāo)簽(或與第k組分布十分相似)的信號強(qiáng)度RSSI向量。
k個初步估計坐標(biāo)處的RSSI向量:
式中:P(H)—觀察到向量H的概率;P(lk)—先驗(yàn)概率,即在H未知的情況下處于lk處的概率;P(H|lk)—似然函數(shù),即在已知位置lk的情況下觀察到向量H的概率。
最終坐標(biāo)位置由下式得出:
根據(jù)車間具體情況設(shè)定邊界規(guī)范工人的正常工作范圍,邊界外的區(qū)域?yàn)槊撾x工作崗位的位置。當(dāng)工人處于邊界范圍內(nèi)(如A、B點(diǎn)),認(rèn)為該工人處于正常工作狀態(tài),否則(如C點(diǎn)),認(rèn)為該工人處于離線,如圖5所示。一旦工人遲到、早退,或者工作時間不在崗等,可以實(shí)時提醒工人和管理人員,提高了信息化管理的水平。
在工業(yè)4.0、中國制造2025背景下以及高效率、短周期的劇烈市場競爭浪潮中,RIFD技術(shù)作為先進(jìn)的物聯(lián)網(wǎng)關(guān)鍵技術(shù)之一,其在改善傳統(tǒng)車間,建設(shè)智能車間中的應(yīng)用前景以及帶來的深刻變化是毋庸置疑的。在實(shí)時定位監(jiān)控領(lǐng)域,RFID技術(shù)針對車間人、物料、在制品以及刀具等的即時定位監(jiān)控是降低成本提升效率的有效切入點(diǎn)。主要工作及結(jié)論如下:(1)分析了傳統(tǒng)車間生產(chǎn)過程的缺陷、智能車間的定位需求以及目前學(xué)者研究的不足。(2)提出了RFID定位技術(shù)在智能車間的應(yīng)用構(gòu)架和具體方案。(3)對物料、在制品和操作人員的統(tǒng)計和定位合理地進(jìn)行了方案選擇和布局設(shè)計,并創(chuàng)新提出了一種基于基于貝葉斯算法的K近鄰改進(jìn)算法。(4)實(shí)現(xiàn)了對物料的數(shù)目統(tǒng)計和變動監(jiān)控;對零部件隨產(chǎn)線流動的實(shí)時定位和追蹤;對操作人員的即時定位與高效管理。(5)該方案提高了車間生產(chǎn)效率,增強(qiáng)了管理水平,降低了生產(chǎn)成本,促進(jìn)了車間的信息化和現(xiàn)代化水平。下一步,對定位精度,標(biāo)簽識別以及RFID與傳感網(wǎng)絡(luò)的集成等問題進(jìn)行研究,逐步提升方案的實(shí)用性、可靠性、經(jīng)濟(jì)性。