仿真模型创建方法、智能体训练及生产管理方法以及装置与流程

本公开涉及智能制造，特别是涉及一种针对制造执行系统的仿真模型创建方法、智能体训练及生产管理方法以及装置。

背景技术：

1、aps的全称是advanced planning&scheduling，直译为先进的计划与排程。

2、aps是用以在工厂车间场景下为解决生产排程和生产调度问题的相关系统概念，又可以理解为制造执行系统(manufacturing execution system，mes)的大脑。

3、aps的核心是生成排程排产策略，生成排程排产策略的方案迭代大致可以分为四代：1.基于约束理论的有限产能方法生成排程排产策略；2.基于优先级等规则的方法生成排程排产策略，如使用线性规划、基于启发式规则的算法、专家系统等方法生成排产策略。3.基于智能算法求解动态排程排产策略，如使用遗传算法、模拟退火、蚁群优化、神经网络等方法生成排程排产策略；4.通过智能算法结合ai动态调整方法确定排程排产策略，例如以智能算法进行静态排程、以多智能体交互进行动态调整。这四代排程排产策略方案的迭代伴随的是现场自动化程度的逐步升级，业务约束越发精细与运算算力的提升。

4、在利用智能算法结合ai动态调整方法生成排程排产策略的过程中，需要aps与mes交互。如果aps与真实的mes交互，势必会增加交互成本。因此，需要创建mes的仿真模型，以代替真实的mes为aps提供虚拟仿真环境。

5、而如何创建mes的仿真模型并基于该模型生成用于指导生产的排程排产策略是目前亟需解决的一个技术问题。

技术实现思路

1、本公开要解决的一个技术问题是，如何创建mes的仿真模型并基于该模型生成用于指导生产的排程排产策略。

2、根据本公开的第一个方面，提供了一种制造执行系统的计划与排程方法，包括：创建制造执行系统的仿真模型，仿真模型包括任务模型、工艺路线模型以及一个或多个设备模型，任务模型用于描述订单的任务信息，工艺路线模型用于描述制造产品所需的工艺路线，设备模型与制造执行系统中的设备一一对应；基于仿真模型训练排程排产决策智能体；以及基于所述排程排产决策智能体确定所述制造执行系统的生产策略。

3、可选地，创建制造执行系统的仿真模型的步骤包括：并行执行建立一个或多个设备模型的步骤、建立工艺路线模型的步骤以及建立任务模型的步骤。

4、可选地，排程排产决策智能体用于基于任务模型描述的任务信息和工艺路线模型描述的工艺路线，利用优化算法将订单转换为一个或多个派工单，基于仿真模型训练排程排产决策智能体，包括：将派工单交由对应的设备模型；基于设备模型的执行结果，调整排程排产决策智能体所采用的优化算法。

5、可选地，该方法还包括：控制制造执行系统执行生产策略。

6、根据本公开的第二个方面，提供了一种制造执行系统的仿真模型创建方法，包括：建立一个或多个设备模型，设备模型与制造执行系统中的设备一一对应；建立工艺路线模型，工艺路线模型用于描述制造产品所需的工艺路线；建立任务模型，任务模型用于描述订单的任务信息。

7、可选地，并行执行建立一个或多个设备模型的步骤、建立工艺路线模型的步骤以及建立任务模型的步骤。

8、可选地，建立一个或多个设备模型的步骤包括：根据制造执行系统的现场布局和所用设备，建立制造模型、存储模型以及流转模型。

9、可选地，建立工艺路线模型的步骤包括：根据制造执行系统中设备间的连接关系以及工艺知识，建立工艺路线模型。

10、可选地，建立任务模型的步骤包括：根据上游订单、原料输入以及成品输出，建立任务模型，任务模型用于描述单次场景下的输入、输出、订单需求以及整体优化目标。

11、根据本公开的第三个方面，提供了一种排程排产决策智能体的训练方法，包括：获取制造执行系统的仿真模型，仿真模型是利用上文第二个方面所描述的方法创建的；基于仿真模型训练排程排产决策智能体。

12、可选地，排程排产决策智能体用于基于任务模型描述的任务信息和工艺路线模型描述的工艺路线，利用优化算法将订单转换为一个或多个派工单，基于仿真模型训练排程排产决策智能体，包括：将派工单交由对应的设备模型，基于设备模型的执行结果，调整排程排产决策智能体所采用的优化算法。

13、根据本公开的第四个方面，提供了一种制造执行系统的生产管理装置，包括：创建模块，用于创建制造执行系统的仿真模型，仿真模型包括任务模型、工艺路线模型以及一个或多个设备模型，任务模型用于描述订单的任务信息，工艺路线模型用于描述制造产品所需的工艺路线，设备模型与制造执行系统中的设备一一对应；训练模块，用于基于仿真模型训练排程排产决策智能体；以及策略生成模块，用于基于所述排程排产决策智能体确定所述制造执行系统的生产策略。

14、可选地，创建模块并行执行建立一个或多个设备模型的操作、建立工艺路线模型的操作以及建立任务模型的操作。

15、可选地，排程排产决策智能体用于基于任务模型描述的任务信息和工艺路线模型描述的工艺路线，利用优化算法将订单转换为一个或多个派工单，训练模块将派工单交由对应的设备模型，基于设备模型的执行结果，调整排程排产决策智能体所采用的优化算法。

16、可选地，该装置还包括：控制模块，用于控制制造执行系统执行生产策略。

17、根据本公开的第五个方面，提供了一种制造执行系统的仿真模型创建装置，包括：第一建立模块，用于建立一个或多个设备模型，设备模型与制造执行系统中的设备一一对应；第二建立模块，用于建立工艺路线模型，工艺路线模型用于描述制造产品所需的工艺路线；第三建立模块，用于建立任务模型，任务模型用于描述订单的任务信息。

18、可选地，第一建立模块、第二建立模块以及第三建立模块并行执行模型建立操作。

19、可选地，第一建立模块根据制造执行系统的现场布局和所用设备，建立制造模型、存储模型以及流转模型。

20、可选地，第二建立模块根据制造执行系统中设备间的连接关系以及工艺知识，建立工艺路线模型。

21、可选地，第三建立模块根据上游订单、原料输入以及成品输出，建立任务模型，任务模型用于描述单次场景下的输入、输出、订单需求以及整体优化目标。

22、根据本公开的第六个方面，提供了一种排程排产决策智能体的训练装置，包括：获取模块，用于获取制造执行系统的仿真模型，仿真模型是利用上文第五个方面所描述的装置创建的；训练模块，用于基于仿真模型训练排程排产决策智能体。

23、可选地，排程排产决策智能体用于基于任务模型描述的任务信息和工艺路线模型描述的工艺路线，利用优化算法将订单转换为一个或多个派工单，训练模块将派工单交由对应的设备模型，基于设备模型的执行结果，调整排程排产决策智能体所采用的优化算法。

24、根据本公开的第七个方面，提供了一种计算设备，包括：处理器；以及存储器，其上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行如上述第一个方面至第三个方面中任一方面所描述的方法。

25、根据本公开的第八个方面，提供了一种计算机程序产品，包括可执行代码，当可执行代码被电子设备的处理器执行时，使处理器执行如上述第一个方面至第三个方面中任一方面所描述的方法。

26、根据本公开的第九个方面，提供了一种非暂时性机器可读存储介质，其上存储有可执行代码，当可执行代码被电子设备的处理器执行时，使处理器执行如上述第一个方面至第三个方面中任一方面所描述的方法。

27、由此，本公开通过将制造执行系统的仿真模型创建过程分为设备模型、工艺路线模型以及任务模型这三个彼此相对独立的建模过程，使得可以通过并行执行加快仿真模型的创建过程。并且，所创建的仿真模型中的任务模型、工艺路线模型以及设备模型可以为排程排产决策智能体的训练提供全面的虚拟仿真环境，因而本公开的建模方案能够和决策智能体能够有效适配，从而可以解决排程排产决策智能体难以高效的加入仿真环境的普遍痛点问题。