《JOURNAL OF MANUFACTURING SYSTEMS》：Closing the loop: A software-defined approach to agile production planning and control
编辑推荐：
提出了一种闭环软件定义生产计划与控制系统，通过SCPN形式化方法实现复杂生产流程的自动化编排，同步实时车间数据，验证其在汽车制造中的有效性，提升现金流10.3%。
塞巴斯蒂安·贝伦特（Sebastian Behrendt）|康斯坦丁·恩克（Constantin Enke）|马文·吕特（Marvin Rüdt）|米歇尔·布斯曼（Michel Bussmann）|汉斯约尔格·图奇（Hansj?rg Tutsch）|斯文·斯皮克曼（Sven Spieckermann）|吉塞拉·兰扎（Gisela Lanza）
摘要
传统的生产计划与控制（PPC）仍然受到分散工具和手动流程的阻碍，这限制了可重构制造系统（RMS）的灵活性。本文介绍了一种闭环、软件定义的系统，该系统通过将数字规划服务与实时车间数据同步来完全自动化PPC。基于中间件的方法实现了无缝集成，并使用了一种新颖的“模式感知彩色Petri网”（SCPN）形式主义来稳健地协调复杂的PPC工作流程，从而创建了一个不受任务限制的系统，在该系统中可以灵活地交换规划服务。这种方法消除了信息孤岛，并能够快速、自动地应对中断。在工业规模的汽车应用案例中的验证表明，该系统的有效性在于实现了不到两分钟的重新规划时间，并且比静态生产模型提高了10.3%的现金流，突显了其可扩展性和经济影响。
引言
在过去几年中，制造业由于对大规模定制的日益增长的需求、产品生命周期的加速以及全球竞争的加剧而发生了变革[1]。为应对这些挑战，可重构制造系统（RMS）[2]、[3]应运而生。要释放RMS的潜力，灵活、敏捷且完全数字化的生产计划与控制系统（PPC）是必不可少的[4]。
根据[5]的定义，敏捷性是指企业进入新市场、开发新产品和服务以及建立所需制造能力的战略能力。在制造业中，这种战略敏捷性取决于运营的可变性[5]。RMS通过模块化和可扩展的方式调整产能和功能，为这种可变性提供了物理基础[2]。然而，要实现这一潜力，需要PPC系统能够动态地将结构和市场变化转化为更新且经济上合理的生产决策。本文提出的闭环架构通过将实时事件与规划服务同步并在部署前验证决策，实现了这种快速适应。
虽然RMS在物理层面上提高了结构适应性，但同时也增加了PPC的复杂性[5]。产能、路线安排和布局不再被视为固定约束，而成为必须不断重新评估的决策变量。因此，PPC系统不仅需要生成生产计划，还需要在系统配置变化的情况下评估产能扩展、模块重新定位、路线调整和快速重新调度。典型的场景包括需求突然波动、工艺模块的添加或重新定位、需要动态重新路由的机器故障或新产品变体的加速生产。在这种情况下，可重构性的经济效益取决于生产计划的修订和验证速度和可靠性[6]。
然而，传统的PPC系统——通常基于手动流程和分离的规划工具——已无法满足这些要求[7]、[8]。尽管工业4.0和工业物联网（IIoT）提供了实时数据捕获和连接等功能[9]、[10]，但许多工厂仍然难以将数字规划工具与车间实际需求对齐。
理论上，如Schuh[11]或Acker[12]提出的PPC模型描述了结构化的规划流程。然而，在实践中，公司往往依赖松散连接的电子表格、手动流程和独立的数字服务[8]、[13]。PPC与车间之间的信息交换仍然分散，导致对中断的反应迟缓，并且先进规划服务的利用率有限[4]、[8]、[9]。
基于我们之前的工作[14]、[15]，我们提出了一个软件定义的PPC框架，将离散的规划服务整合到一个闭环系统中。由中间件（MW）驱动的集成层不断将虚拟规划环境与实时车间数据同步，从而实现自动重新规划和验证周期。通过嵌入形式化的服务协调和结构化的接口管理，该框架实现了在RMS中实现战略敏捷性所需的逻辑可重构性。该系统支持不受任务限制的服务替换、端到端自动化以及可扩展的部署，这一点在工业案例研究中得到了证明。
本文的结构如下：第2节回顾了关于数字制造和PPC自动化的现有研究。第3节介绍了闭环架构，随后进行了工业规模的评估和讨论。通过将虚拟规划和物理执行之间的循环闭合，所提出的框架为RMS提供了敏捷PPC的具体实现。
相关研究
相关研究大致可以分为三个主要领域：（1）专注于可重构性和智能性的工业生产系统架构；（2）制造环境中的数据集成和互操作性；（3）PPC任务的自动化。本综述概述了这些领域，以突出当前面临的挑战，并指出了推动所提出的闭环、软件定义PPC系统研究的需求。
向工业4.0的转型
方法论
接下来，我们将介绍所提出的闭环PPC系统框架，该框架包括一个正式的过程模型和一个软件定义的PPC架构。该框架旨在解决相关研究中发现的挑战，并为自动化软件定义的PPC提供全面的解决方案。首先，在第3.1节中介绍了整体方法，重点介绍了满足自动化、集成和PPC任务协调要求的方法。
用例和实验设置
所提出的闭环PPC系统的评估是在斯图加特的ARENA2036研究工厂进行的，该工厂采用了一种高度模块化的RMS来组装汽车零部件。与具有固定布局和专用设备的传统汽车生产线相比，RMS允许对产能和功能进行模块化调整，但这种灵活性增加了规划和控制的难度。
基准PPC
评估
闭环PPC系统的评估主要在两个方面进行：IT架构的技术评估和优化的性能评估。评估基于第4节描述的应用案例，旨在证明所提出方法在规划和控制RMS方面的可行性、可扩展性和经济效益。
技术评估从延迟、数据量和可扩展性等方面评估了系统架构的性能。
讨论
当今PPC领域的碎片化——主要是由于工具孤立、手动交接以及数字计划与车间事件之间缺乏实时对齐——促使人们寻求一个完全集成、自动化的解决方案。在下文中，我们将重新审视提出的研究问题并讨论所得到的见解。
问题1：如何在确保灵活性和正确性的同时，在闭环环境中协调基于服务的PPC任务？
多步骤PPC任务的协调是
结论与未来工作
本文提出了一个全面的、软件定义的框架，以解决PPC中持续存在的碎片化和手动干预问题。通过建立一个闭环系统，我们展示了如何有效地将不同的数字规划服务与实时车间数据结合起来。我们方法的核心是一个由中间件驱动的集成层，它利用标准化的AAS数据模型实现信息流的无缝流动，并采用一种新颖的协调方法（SCPN）来确保
CRediT作者贡献声明
塞巴斯蒂安·贝伦特（Sebastian Behrendt）：撰写——审阅与编辑、初稿撰写、可视化、验证、软件开发、资源管理、项目管理、方法论研究、形式化分析、数据整理、概念化。康斯坦丁·恩克（Constantin Enke）：撰写——审阅与编辑、验证、软件开发。马文·吕特（Marvin Rüdt）：撰写——审阅与编辑、验证、软件开发。米歇尔·布斯曼（Michel Bussmann）：撰写——审阅与编辑、验证、资源管理、数据整理。汉斯约尔格·图奇（Hansj?rg Tutsch）：撰写——审阅与编辑、验证，
写作过程中使用生成式AI和AI辅助技术的声明
在准备本工作时，作者使用了Google Gemini Pro 2.5工具进行语法审查和表述改进。使用该工具后，作者根据需要对内容进行了审阅和编辑，并对发表文章的内容负全责。
利益冲突声明
作者声明他们没有已知的财务利益冲突或个人关系可能会影响本文所述的工作。
致谢
作者衷心感谢德国联邦经济事务和气候行动部以及欧盟（授权号：13IK001ZF）提供的财政支持，同时也感谢VDI技术中心有限公司的组织支持。
