邵景峰，崔尊民，王進(jìn)富，白曉波

（1.長安大學(xué) 信息工程學(xué)院，西安 710064；2.西北一棉紡織股份有限公司，陜西 咸陽 712000；3.西安工程大學(xué) 管理學(xué)院，西安 710048）

0 引言

在國外，如古巴、韓國、德國、日本，以及美國等，對紡織制造執(zhí)行系統(tǒng)的研究相對較早。1991年，Colorni A M［1］等人，構(gòu)建了一種面向紡織企業(yè)的制造執(zhí)行系統(tǒng)模型，并對制造過程提出了一種分布式蟻群優(yōu)化方法；1998年，Tanju Yurtsever［2］等人為紡織企業(yè)構(gòu)建了一種電腦制造過程監(jiān)控與調(diào)度系統(tǒng)；1995年，Geroge Coppus等人為紡織企業(yè)開發(fā)了一種制造信息系統(tǒng)（MIS）；1996年，Dorigo M［3］等人，對紡織制造執(zhí)行系統(tǒng)進(jìn)行了深入研究，并針對制造過程提出了一種基于合作代理的克隆優(yōu)化方法。相應(yīng)地，直到2005年，Michael N Huhns［4］等人，對紡織制造執(zhí)行系統(tǒng)所需的先進(jìn)技術(shù)和規(guī)則進(jìn)行了介紹，使制造執(zhí)行系統(tǒng)在紡織企業(yè)中的應(yīng)用趨于成熟。

在我國，對紡織企業(yè)制造執(zhí)行系統(tǒng)的研究始于20世紀(jì)80年代初［5］。當(dāng)初的研發(fā)主要是面向紡織部分設(shè)備的監(jiān)測系統(tǒng)，如織機(jī)生產(chǎn)監(jiān)測系統(tǒng)、服裝廠車間生產(chǎn)物流系統(tǒng)、印染廠生產(chǎn)過程集中管理系統(tǒng)等，屬于制造執(zhí)行系統(tǒng)的范疇，由于長期被看作不同的應(yīng)用系統(tǒng)，不能做到綜合集成，往往成為信息孤島，作用沒有得到充分發(fā)揮，最終未形成面向整個紡織企業(yè)的制造執(zhí)行系統(tǒng)（MES）。近年來，隨著理論分析、系統(tǒng)框架和實現(xiàn)方法研究的不斷深入，設(shè)計方案也越來越復(fù)雜。如 Cheng Fantien［6］等人，在1998年提出了一種面向紡織企業(yè)的制造執(zhí)行系統(tǒng)框架；鄭永前［7］等人，構(gòu)建了一種基于UML的面向服務(wù)的MES模型，同時董玉倩［8］等人，以及于冬青等人，對制造執(zhí)行系統(tǒng)在紡織企業(yè)中的實際應(yīng)用進(jìn)行了深入分析；臺達(dá)電子集團(tuán)［9］對紡織制造執(zhí)行系統(tǒng)進(jìn)行了研究，為制造執(zhí)行系統(tǒng)在紡織企業(yè)中的應(yīng)用提供了研究基礎(chǔ)。

筆者通過文獻(xiàn)回顧，發(fā)現(xiàn)國內(nèi)紡織學(xué)者對紡織制造執(zhí)行系統(tǒng)的研究目前還處于理論分析、系統(tǒng)框架和實現(xiàn)方法方面的研究階段。這種背景下，中國紡織工業(yè)聯(lián)合會在《紡織發(fā)展綱要》中［10］，將面向制造層面的制造執(zhí)行系統(tǒng)（MES）的研制重點提到了日程，使之成為重點研發(fā)對象。為此，我們選擇面向制造層面的紡織制造執(zhí)行系統(tǒng)為切入點，將各個車間的監(jiān)測系統(tǒng)，以及部門的信息管理系統(tǒng)等通過通用數(shù)據(jù)接口進(jìn)行有效集成，在制造層面上搭建一個信息共享平臺，實現(xiàn)所有生產(chǎn)數(shù)據(jù)、工藝數(shù)據(jù)等的共享共用，以解決企業(yè)“信息孤島”問題。

1 主要目標(biāo)

為中國的紡織企業(yè)開發(fā)一種基于局域網(wǎng)的制造執(zhí)行系統(tǒng)，將企業(yè)資源計劃（ERP）層和車間生產(chǎn)控制層有機(jī)結(jié)合，實現(xiàn)紡織數(shù)據(jù)信息的共享共用，起到承上啟下的作用［11］。具體而言，紡織制造執(zhí)行系統(tǒng)在功能上一方面實現(xiàn)接收ERP系統(tǒng)的訂單信息、計劃任務(wù)等信息，并對其進(jìn)行細(xì)化、分解，通過數(shù)據(jù)總線將細(xì)化分解后的數(shù)據(jù)信息、操作指令傳遞給車間控制層；另一方面，通過數(shù)據(jù)接口，實時鏈接、讀取、處理和存儲車間控制層所實時采集的設(shè)備生產(chǎn)數(shù)據(jù)，以及設(shè)備運行狀態(tài)信息等；同時，將這些數(shù)據(jù)信息同步回送到上層ERP系統(tǒng)，實現(xiàn)有效集成，實現(xiàn)系統(tǒng)間的集成化管理和生產(chǎn)數(shù)據(jù)在企業(yè)內(nèi)的共享共用［12］。

2 總體設(shè)計

2.1 數(shù)據(jù)流程圖設(shè)計

在紡織大數(shù)據(jù)環(huán)境下，要實現(xiàn)上述主要目標(biāo)，則首先需對紡織企業(yè)的整個業(yè)務(wù)流程進(jìn)行分析，進(jìn)而對紡織制造過程中每個工藝流程（清棉、梳棉、精梳、并條、粗紗、細(xì)紗、絡(luò)筒、整經(jīng)、漿紗、穿筘、織造、整理）所產(chǎn)生的數(shù)據(jù)信息進(jìn)行梳理，設(shè)計相應(yīng)的數(shù)據(jù)流程圖，詳細(xì)表示紡織企業(yè)從獲取訂單、工藝設(shè)計、計劃任務(wù)下達(dá)、生產(chǎn)等，直到形成成品的整個過程中數(shù)據(jù)的流動過程，明確表達(dá)紡織制造執(zhí)行系統(tǒng)中各類數(shù)據(jù)（如業(yè)務(wù)數(shù)據(jù)、生產(chǎn)數(shù)據(jù)與計劃任務(wù)數(shù)據(jù)等）的外部來源與去處，從而找出這些數(shù)據(jù)間的品種相關(guān)性，以利于系統(tǒng)功能的詳細(xì)設(shè)計和生產(chǎn)數(shù)據(jù)的有效集成。

圖1為設(shè)計的各工序間的數(shù)據(jù)流程圖，詳細(xì)展示了系統(tǒng)間的數(shù)據(jù)流向，繪制出了制造過程中的信息流向，是整個系統(tǒng)設(shè)計過程中的核心步驟。

2.2 系統(tǒng)體系結(jié)構(gòu)設(shè)計

圖1 數(shù)據(jù)流程設(shè)計

為實現(xiàn)紡織制造執(zhí)行系統(tǒng)在企業(yè)資源計劃（ERP）層與車間生產(chǎn)控制層（PCS）之間起到承上啟下的作用，根據(jù)數(shù)據(jù)流程的優(yōu)化設(shè)計，將其定位為集貿(mào)易、生產(chǎn)、研發(fā)、設(shè)計、銷售等功能為一體的創(chuàng)新服務(wù)平臺；最終目的是實現(xiàn)企業(yè)內(nèi)部各類數(shù)據(jù)的共享共用，以解決企業(yè)信息“孤島”問題。具體的實現(xiàn)方法是針對日益劇增的制造層面的海量數(shù)據(jù)信息，要實現(xiàn)底層制造層面基礎(chǔ)數(shù)據(jù)的有效融合，首先通過增量聚類算法進(jìn)行聚類，并從中抽出潛在的知識規(guī)則；然后，通過數(shù)據(jù)表名稱及字段的沖突處理，實現(xiàn)異構(gòu)數(shù)據(jù)庫間數(shù)據(jù)表中相應(yīng)信息（如字段命名、字段名稱、字段長度、數(shù)據(jù)類型等）的統(tǒng)一；其次，借助數(shù)據(jù)接口，從各異構(gòu)數(shù)據(jù)庫中獲取實時數(shù)據(jù)，建立多數(shù)據(jù)表間的品種數(shù)據(jù)信息鏈接，其目的是通過品種數(shù)據(jù)信息建立多數(shù)據(jù)表間的相關(guān)性，可以增強(qiáng)底層生產(chǎn)控制層數(shù)據(jù)的采集、處理、分析和存儲能力；最后，通過這種關(guān)系規(guī)則，實現(xiàn)生產(chǎn)計劃層與車間制造層之間數(shù)據(jù)的有效對接，進(jìn)行數(shù)據(jù)的融合處理，從中“挖掘”出紡織企業(yè)管理創(chuàng)新所需的有用知識。

這樣，在系統(tǒng)結(jié)構(gòu)構(gòu)建過程中，將其設(shè)計為數(shù)據(jù)集成層、數(shù)據(jù)應(yīng)用層、生產(chǎn)控制層三部分。其中，數(shù)據(jù)集成層的主要作用是將各類車間監(jiān)控系統(tǒng)中的異構(gòu)數(shù)據(jù)進(jìn)行集成，并進(jìn)行數(shù)據(jù)的通信、存儲以及加工。具體而言，就是實時地接收生產(chǎn)控制層所回送的各類生產(chǎn)數(shù)據(jù)，經(jīng)過數(shù)據(jù)融合處理后，將其結(jié)果一方面存儲在本地數(shù)據(jù)庫TextileDB中，另一方面同步轉(zhuǎn)儲給上層ERP系統(tǒng)。

數(shù)據(jù)應(yīng)用層的主要目的是進(jìn)行各異構(gòu)數(shù)據(jù)庫（如工藝管理系統(tǒng)、計劃調(diào)度系統(tǒng)、勞資信息管理系統(tǒng)等）記錄的沖突處理，并通過數(shù)據(jù)接口進(jìn)行數(shù)據(jù)的融合、存取和鏈接。

生產(chǎn)控制層用來統(tǒng)一管理制造層面的車間生產(chǎn)數(shù)據(jù)，主要通過實時數(shù)據(jù)與歷史數(shù)據(jù)的分離方法來有效保證生產(chǎn)數(shù)據(jù)的實時性、完整性和正確性。這樣，所構(gòu)建的系統(tǒng)體系結(jié)構(gòu)如圖2所示。

3 關(guān)鍵技術(shù)

3.1 數(shù)據(jù)量計算與數(shù)據(jù)分析

現(xiàn)以圖3所示的織機(jī)監(jiān)測系統(tǒng)為例，來估算織機(jī)每天產(chǎn)生的數(shù)據(jù)量，以此拓展到制造執(zhí)行系統(tǒng)中每天形成的數(shù)據(jù)量。

圖2 系統(tǒng)體系結(jié)構(gòu)圖

圖3 織機(jī)監(jiān)測系統(tǒng)界面

據(jù)調(diào)研，通常紡織企業(yè)至少擁有織機(jī)300臺，并根據(jù)在機(jī)品種的不同織機(jī)的轉(zhuǎn)速需調(diào)整，現(xiàn)以機(jī)臺編號為X408為例，其在機(jī)品種為CJ 4.2×4.2 155 cm貢22，轉(zhuǎn)速為460r/min，即在給定的工藝條件下，織機(jī)控制系統(tǒng)每秒鐘產(chǎn)生7.67個脈沖信號，也就是每秒鐘織機(jī)產(chǎn)生的數(shù)據(jù)記錄為7條（7.67取整）。況且，織機(jī)除正常檢修和維護(hù)或其它異常情況外，每天按四班三運轉(zhuǎn)24h不停機(jī)工作，這樣每個班（8h）300臺織機(jī)產(chǎn)生的數(shù)據(jù)記錄為：300×8×60×60×7=60 480 000條，則一天三個班產(chǎn)生的數(shù)據(jù)記錄為3×60 480 000=18 144萬條。同時，根據(jù)生產(chǎn)數(shù)據(jù)表中每個字段的數(shù)據(jù)類型可以計算出每條記錄共需要500個字節(jié)，則織布車間每天產(chǎn)生的數(shù)據(jù)量為：記錄數(shù)×每條記錄所占存儲空間字節(jié)數(shù)×織機(jī)數(shù)=181 440 000條×500字節(jié)=88 593 750 kB≈84.5GB。

從制造層面而言，紡織企業(yè)的八大車間每天產(chǎn)生的數(shù)據(jù)量約為：

84.5GB×8=676GB。

紡織企業(yè)的數(shù)據(jù)量每天以GB數(shù)量級倍增，形成了紡織“大數(shù)據(jù)”。在這種大數(shù)據(jù)環(huán)境下，紡織數(shù)據(jù)間還具有高維性、非線性、強(qiáng)相關(guān)，以及多噪聲等［11-13］的特點，加之紡織制造執(zhí)行系統(tǒng)又是一種非線性、時變的多變量系統(tǒng)［14］，使得生產(chǎn)過程數(shù)據(jù)中常伴有不可測的不確定性因素，這種擾動容易導(dǎo)致數(shù)據(jù)量的激增，數(shù)據(jù)量的激增最終導(dǎo)致紡織品質(zhì)量與產(chǎn)量數(shù)據(jù)的正確性難以保證。因此，在紡織制造執(zhí)行系統(tǒng)的總體設(shè)計階段，應(yīng)從生產(chǎn)制造與數(shù)據(jù)管理兩方面入手。首先，對制造層面的高維數(shù)據(jù)進(jìn)行降維處理，以低維數(shù)據(jù)處理方式進(jìn)行集成；同時，對集成后的數(shù)據(jù)進(jìn)行分類，從中分類出有用的數(shù)據(jù)信息；然后，以快速、準(zhǔn)確地定位出大量數(shù)據(jù)間隱藏的依賴關(guān)系，并從中“挖掘”出有益的信息和知識，從而為工藝優(yōu)化以及產(chǎn)品品質(zhì)的提高提供數(shù)據(jù)依據(jù)。

如何在紡織“大數(shù)據(jù)”環(huán)境下獲取對生產(chǎn)管理決策有用的數(shù)據(jù)，是近兩年國內(nèi)外學(xué)者研究的熱點問題。諸如Kehry S.和Uhl H.通過智能數(shù)據(jù)的管理來提高紡織機(jī)械效率［15］，劉佩全探討了知識挖掘在紡織行業(yè)信息化建設(shè)中的作用［16］，詹俊等人利用改進(jìn)的Apriori算法分析了質(zhì)量指標(biāo)超標(biāo)與紗線質(zhì)量不合格之間的關(guān)聯(lián)規(guī)則［17］，以及李薈萃等人通過產(chǎn)品進(jìn)化關(guān)系和數(shù)據(jù)模型完整表達(dá)了紡織產(chǎn)品的工藝進(jìn)化過程［18］等。要實現(xiàn)紡織大數(shù)據(jù)的聚類分析，就紡織制造執(zhí)行系統(tǒng)而言，其屬于一種典型的分布式系統(tǒng)，要進(jìn)行數(shù)據(jù)的聚類分析，首要解決的問題是數(shù)據(jù)準(zhǔn)備，即對紡織生產(chǎn)過程的數(shù)據(jù)來源進(jìn)行分析，因為紡織數(shù)據(jù)大多以數(shù)據(jù)庫、數(shù)據(jù)文件、生產(chǎn)記錄等形式存在，其包含了與原料（如棉花、人造纖維等）、計劃任務(wù)、機(jī)器、生產(chǎn)過程相關(guān)的許多規(guī)律性知識和生產(chǎn)決策，以及擋車工的操作決策和控制經(jīng)驗等。然后，需要將數(shù)據(jù)中的閑置數(shù)據(jù)進(jìn)行劃分，以提高數(shù)據(jù)的分析和處理能力。

為此，在k-means聚類算法［19］的基礎(chǔ)上，提出了一種分布式聚類算法Dk-means算法，該算法無需傳送大量的紡織生產(chǎn)數(shù)據(jù)，只傳送聚簇過程中的中心點和紡織數(shù)據(jù)對象的總數(shù)，很大程度上提高了聚類分析的效率。

3.2 聚類算法設(shè)計與實驗

引入如下定理：

定理：分布式聚類算法Dk-means的聚類結(jié)果等同于利用k-means算法對分布式數(shù)據(jù)進(jìn)行集中聚類的結(jié)果［20］。

利用算法k-means對分布式數(shù)據(jù)進(jìn)行集中聚類，得到k個聚簇，則聚簇中心點cs（1≤s≤k）為：

故cij=cs，證畢。

借助上述定理，所設(shè)計的Dk-means算法的基本思路為：紡織制造執(zhí)行系統(tǒng)在數(shù)據(jù)集成過程中，假設(shè)存在q個面向制造層面的車間監(jiān)測系統(tǒng)，即站點，現(xiàn)從中任意選定一站點Ms作為主站點，并令q-1個站點為從站點Si，則Dk-means聚類算法的描述過程為：

為驗證所構(gòu)建Dk-means聚類算法的可行性，在100/1000M局域網(wǎng)環(huán)境下，利用Intel Pentium IV/2.8G/768M/120G，Windows XP SP3版的PC機(jī)作為實驗平臺，通過VS2008算法編程并進(jìn)行測試。這樣，為保證測試效果的正確性，特選取紡織制造執(zhí)行系統(tǒng)的3個子系統(tǒng)的數(shù)據(jù)集作為3組實驗數(shù)據(jù)。其中，第1組100個二維數(shù)據(jù)，分為4類，群體規(guī)模設(shè)為4，最大迭代次數(shù)均為20，聚類效果如圖4所示。在相同的3組數(shù)據(jù)中分別使用k-means算法和紡織生產(chǎn)數(shù)據(jù)集成后的Dk-means算法做比較，實驗結(jié)果如表1所示。

圖4 100個數(shù)據(jù)點及聚類效果

表1 3個數(shù)據(jù)類內(nèi)離散度和

由圖4可見，k-means算法與Dk-means算法在處理少量且分類明顯的數(shù)據(jù)時，均有很強(qiáng)的局部尋優(yōu)能力。

第2組為500個二維數(shù)據(jù)，群體規(guī)模設(shè)為6，最大迭代次數(shù)為50，數(shù)據(jù)分布如圖5所示，實驗結(jié)果為表2所示?？芍?，k-means易陷入局部最小值，雖k-means的初次實驗的結(jié)果比Dk-means稍好，但Dk-means在處理大量數(shù)據(jù)時，具有較強(qiáng)的全局尋優(yōu)能力，能更快地收斂到較優(yōu)點。

第3組數(shù)據(jù)為500個四維數(shù)據(jù)，分為6類，實驗結(jié)果為表3所示。由實驗結(jié)果可知，針對紡織生產(chǎn)數(shù)據(jù)融合過程中的數(shù)據(jù)量大、維數(shù)高和數(shù)據(jù)類型分布廣的情形，Dk-means算法更能體現(xiàn)出全局尋優(yōu)能力強(qiáng)、收斂平穩(wěn)、速度快的特點。

圖5 500個二維數(shù)據(jù)的分布

表2 500個二維數(shù)據(jù)類內(nèi)離散度和

表3 500個四維數(shù)據(jù)類內(nèi)離散度和

3.3 多級訪問控制

如何有效保證整個制造執(zhí)行系統(tǒng)的穩(wěn)定性，以及系統(tǒng)中各類數(shù)據(jù)的完整性、安全性，則成為系統(tǒng)設(shè)計過程中的又一個技術(shù)難點。

從訪問控制的視角而言，紡織制造執(zhí)行系統(tǒng)中主要包括兩大類數(shù)據(jù)：一是業(yè)務(wù)數(shù)據(jù)（如訂單數(shù)據(jù)、計劃數(shù)據(jù)、工藝數(shù)據(jù)、品種數(shù)據(jù)、輪班數(shù)據(jù)等）；另一類為生產(chǎn)數(shù)據(jù)（如織物的產(chǎn)量、質(zhì)量數(shù)據(jù)，設(shè)備運行參數(shù)及狀態(tài)數(shù)據(jù)，以及成品與半成品的紗織疵數(shù)據(jù)等）。其中，業(yè)務(wù)數(shù)據(jù)在整個生產(chǎn)制造過程中屬于一種靜態(tài)數(shù)據(jù)，即無需變動；而生產(chǎn)數(shù)據(jù)屬于一種動態(tài)數(shù)據(jù)，不但利用率高，而且還需要經(jīng)過連續(xù)的處理才能永久性存儲。

目前，國內(nèi)外紡織學(xué)者對紡織生產(chǎn)信息系統(tǒng)訪問控制問題的研究已趨于成熟，達(dá)成了廣泛共識。如劉輝［21］以角色訪問控制為基礎(chǔ)，設(shè)計了一種基于角色的訪問控制模型，顏超［22］提出了一種基于角色訪問控制模型中的授權(quán)約束機(jī)制以及授權(quán)規(guī)則定義，并給出了模型中各要素的形式化描述等。但還有很多問題有待解決，需要人們?nèi)ソ獯?。諸如：①由于紡織制造執(zhí)行系統(tǒng)是處于其他車間監(jiān)測系統(tǒng)的上層，其集成了多個車間、部門的系統(tǒng)用戶、角色，基于RBAC的訪問控制方法雖使用戶與權(quán)限的分離，但在增、刪用戶時多系統(tǒng)間的用戶、權(quán)限關(guān)系易出錯；② 在上述文獻(xiàn)中，雖有人應(yīng)用了基于RBAC的訪問控制方法，但RBAC的受控對象主要是靜態(tài)的文檔、屬性數(shù)據(jù)表（如品種計劃、機(jī)臺運行參數(shù)、系統(tǒng)用戶、輪班信息等），而未涉及紡織動態(tài)數(shù)據(jù)的訪問控制；③RBAC控制的力度一般只能到某一數(shù)據(jù)庫的某一數(shù)據(jù)表，而不能細(xì)化到具體數(shù)據(jù)表的某一具體字段、記錄等，如細(xì)化到品種信息表的英制名稱、公制名稱等字段，使具有訪問控制權(quán)限的用戶可對其進(jìn)行讀寫操作，相反，對其權(quán)限透明公開。

為此，在 RBAC四元組（U，R，O，P）［23］的基礎(chǔ)上將其擴(kuò)展為六元組，構(gòu)建了一種多級數(shù)據(jù)訪問控制模型，如圖6所示。其中，U表示用戶，R表示用戶的角色，P表示權(quán)限，O表示受控對象，如果紡織制造執(zhí)行系統(tǒng)中存在四元組（U，R，O，P），則表明用戶U擁有角色R，可在對象O上執(zhí)行權(quán)限P。否則，提示錯誤。具體設(shè)計過程如下。

a）增加了C、F兩個元素，其中C表示用戶權(quán)限的有效期控制，目的在于提高用戶權(quán)限設(shè)置的靈活性，適應(yīng)紡織企業(yè)系統(tǒng)管理人員變動快的特點；F表示授權(quán)狀態(tài)有效性的控制，其與用戶的角色和權(quán)限相關(guān)聯(lián)，相互間形成了一種耦合關(guān)系，最后形成的六元組為（U，R，O，P，C，F(xiàn)）。

b）將受控對象O根據(jù)系統(tǒng)功能設(shè)計的需要，進(jìn)一步細(xì)化到具體對象O的某一具體操作。如織布車間的某用戶Uloom，通過局域網(wǎng)訪問制造執(zhí)行系統(tǒng)數(shù)據(jù)庫（TextileDB）中實時生產(chǎn)數(shù)據(jù)表（Real-DataTable）的數(shù)據(jù)時，將安全控制權(quán)限需細(xì)化到實時數(shù)據(jù)表（RealDataTable）中的每個字段（如品種編碼、機(jī)臺編號、機(jī)臺名稱、品種英制名稱、品種公制名稱等）或記錄（如ID、品種編號、機(jī)臺編號、品種英制編號、品種公制編號、生產(chǎn)日期、生產(chǎn)時間、輪班、擋車工編號等）。這樣，O將表示為（TextileDB，RealDataTable，Record），對應(yīng)的六元組為（U，R，（TextileDB，RealDataTable，Record），P，C，F(xiàn)）?；诹M的訪問控制優(yōu)點在于：即可以實現(xiàn)系統(tǒng)數(shù)據(jù)的動態(tài)授權(quán)，也可以實現(xiàn)系統(tǒng)數(shù)據(jù)對象的多級控制，有效保證了系統(tǒng)數(shù)據(jù)信息的安全性。

圖6 多級數(shù)據(jù)訪問控制模型

4 系統(tǒng)的實現(xiàn)

針對系統(tǒng)設(shè)計的主要目標(biāo)，在各個紡織車間監(jiān)測系統(tǒng)、部門信息管理系統(tǒng)等的基礎(chǔ)上，結(jié)合紡織生產(chǎn)過程的業(yè)務(wù)流程和數(shù)據(jù)流程，借助U/C矩陣（過程/數(shù)據(jù)矩陣）［24］劃分系統(tǒng)子功能的方法，將紡織制造執(zhí)行系統(tǒng)的主要功能劃分為：計劃管理、資源管理、設(shè)備維護(hù)管理、產(chǎn)量質(zhì)量管理、機(jī)臺數(shù)據(jù)采集、生產(chǎn)調(diào)度、職工管理、資料管理及生產(chǎn)過程跟蹤管理。而各個功能模塊又可通過業(yè)務(wù)工序與生產(chǎn)數(shù)據(jù)之間的關(guān)系，繼續(xù)劃分為若干子功能模塊，并在紡織數(shù)據(jù)融合的基礎(chǔ)上通過相互間的信息共用來實現(xiàn)系統(tǒng)的主要功能，其功能模塊間的相互關(guān)系如圖7所示。

圖7 系統(tǒng)主要功能模塊

4.1 系統(tǒng)管理

主要對系統(tǒng)運行所需的基礎(chǔ)數(shù)據(jù)進(jìn)行維護(hù)，其包括用戶數(shù)據(jù)、角色數(shù)據(jù)以及權(quán)限數(shù)據(jù)等，同時可對系統(tǒng)數(shù)據(jù)庫進(jìn)行數(shù)據(jù)表的結(jié)構(gòu)、字段、類型等的維護(hù)操作，每一種系統(tǒng)數(shù)據(jù)的維護(hù)都包括數(shù)據(jù)的錄入、修改和查詢等功能。

4.2 資源管理

該功能主要對企業(yè)內(nèi)部的車間、機(jī)臺、品種以及設(shè)備等實體進(jìn)行管理與維護(hù)，同時進(jìn)行系統(tǒng)數(shù)據(jù)的統(tǒng)一編碼，以保證系統(tǒng)數(shù)據(jù)庫中所有基礎(chǔ)數(shù)據(jù)的一致性和正確性。

4.3 計劃分配

該功能的主要作用是為了紡織企業(yè)制造執(zhí)行系統(tǒng)能夠?qū)崿F(xiàn)良好的作業(yè)順序，最大限度減少生產(chǎn)過程中的準(zhǔn)備時間，并對生產(chǎn)制造過程中出現(xiàn)的異常情況進(jìn)行及時處理與反饋，通過生產(chǎn)中的交錯、重疊和并行操作來準(zhǔn)確計算出設(shè)備生產(chǎn)品種和調(diào)整時間，從而提高設(shè)備利用率和生產(chǎn)率。

4.4 生產(chǎn)調(diào)度

該功能的主要目的是通過調(diào)整車間已制訂的生產(chǎn)進(jìn)度，對生產(chǎn)過程中的紗織疵、設(shè)備異常情況進(jìn)行處理，并以作業(yè)、訂單、批量和工作單等形式管理生產(chǎn)單元間的工作流。

4.5 過程管理

該功能主要用于生產(chǎn)過程的管理，通過數(shù)據(jù)采集接口，實現(xiàn)設(shè)備與制造執(zhí)行系統(tǒng)之間的數(shù)據(jù)交換，以及機(jī)臺生產(chǎn)數(shù)據(jù)的實時跟蹤管理，同時，可對機(jī)臺在生產(chǎn)過程中易出現(xiàn)的異常情況進(jìn)行判斷和處理，在機(jī)品種信息的翻改、輪班班次的修改，以及設(shè)備運轉(zhuǎn)狀態(tài)和生產(chǎn)數(shù)據(jù)的動態(tài)查詢等功能。

4.6 維修管理

該功能對機(jī)臺的生產(chǎn)能力和日常維修行為進(jìn)行跟蹤，以提高設(shè)備的利用率。

4.7 數(shù)據(jù)采集

該功能通過數(shù)據(jù)采集接口，來實時集成各個車間監(jiān)測系統(tǒng)、部門信息管理系統(tǒng)中各類數(shù)據(jù)，并更新與生產(chǎn)管理功能相關(guān)的各種數(shù)據(jù)和參數(shù)，其中，包括產(chǎn)品跟蹤、維護(hù)產(chǎn)品歷史記錄以及其它參數(shù)等。

5 結(jié)論

針對紡織企業(yè)計劃層與車間制造層之間信息斷層的問題，首先在原有車間監(jiān)測系統(tǒng)、部門管理信息系統(tǒng)以及工藝管理系統(tǒng)的基礎(chǔ)上，利用D-S證據(jù)、增量聚類理論方法，提出了相應(yīng)的數(shù)據(jù)分類與融合方法，并通過紡織企業(yè)內(nèi)部局域網(wǎng)，構(gòu)建了一種大數(shù)據(jù)環(huán)境下的制造執(zhí)行系統(tǒng)，實現(xiàn)了各類異構(gòu)紡織業(yè)務(wù)與生產(chǎn)數(shù)據(jù)的有效集成。

系統(tǒng)測試結(jié)果表明：該系統(tǒng)運行穩(wěn)定，數(shù)據(jù)集成結(jié)果準(zhǔn)確，而且系統(tǒng)結(jié)構(gòu)簡潔、易維護(hù)。同時，所提出的數(shù)據(jù)分類與融合方法有效解決了紡織企業(yè)上層計劃層與底層車間制造層之間信息無法銜接的現(xiàn)實問題，并通過強(qiáng)調(diào)制造過程的整體優(yōu)化來幫助企業(yè)實施完整的閉環(huán)生產(chǎn)，同時也為企業(yè)信息化的建設(shè)提供了良好的技術(shù)支撐。但是，隨著技術(shù)研究的不斷深入和方案設(shè)計的不斷細(xì)化，如下課題有待進(jìn)一步研究。

5.1 在“兩化融合”政策的指導(dǎo)下，深入探究紡織企業(yè)如何通過信息技術(shù)的進(jìn)步來驅(qū)動紡織行業(yè)的管理創(chuàng)新和轉(zhuǎn)型升級。尤其是，如何從交叉學(xué)科的角度，將紡織企業(yè)生產(chǎn)過程中的數(shù)據(jù)利用起來，即如何從數(shù)據(jù)中獲取有價值的信息，為企業(yè)的管理創(chuàng)新決策提供數(shù)據(jù)依據(jù)，這是紡織制造執(zhí)行系統(tǒng)設(shè)計過程中有待進(jìn)一步考慮的重點。

5.2 如何通過數(shù)據(jù)融合結(jié)果進(jìn)行紡織品加工過程質(zhì)量的預(yù)測與控制，并對制造過程中的異常事件進(jìn)行實時預(yù)警，從而保證整個生產(chǎn)過程的連續(xù)化，是一個系統(tǒng)實現(xiàn)與應(yīng)用過程中值得深入探究的課題。

［1］COLORNI A M，DORIGO V.M.Ant system for jobshop scheduling［J］.Belgian Journal of Operation Research，Statistic and Computer Science，1993，34（1）：39-53.

［2］TANJU Y，PIRECE N G.Computerized manufacturing monitoring and dispatch system［J］.Computers and Industrial Engineering，1998，35（1-2）：137-140.

［3］DORIGO M，MANIEZZO V，COLORNI A.The ant system：optimization by a colony of cooperating agents［J］.IEEE Transactions on Systems，Man and Cybernetics，Part B，1996，26（1）：29-41.

［4］MICHAEL N H，MUNINDAR P S.Service-oriented computing：key concepts and principles［J］.IEEE Internet Computing，2005，9（1）：75-81.

［5］于冬青.制造執(zhí)行系統(tǒng) MES在紡織行業(yè)中的應(yīng)用［J］.針織工業(yè)，2006，33（9）：65-68，4.

［6］CHENG F T，SHEN E，DENG J Y.Development of a distributed object-oriented system framework for the computer-integrated manufacturing execution system［C］//Proceedings of International Conference on Robotics ＆ Automation Leuven，Belgium.1998：161-166.

［7］鄭永前，陳潔.基于UML的面向服務(wù)的紡織制造執(zhí)行系統(tǒng)建模［J］.制造業(yè)自動化，2010，32（8）：1-3.

［8］董玉倩.制造執(zhí)行系統(tǒng)關(guān)鍵技術(shù)研究及在紡織企業(yè)的應(yīng)用［D］.天津工業(yè)大學(xué)，2008.

［9］Li B，Chen Z H，Chen Y.Research on reconfigurable manufacturing execution system［C］//Proceedings of International Conference on Intelligent Mechatronics and Automation，Piscat-away，NJ，USA：IEEE，2004：157-161.

［10］中國紡織報.紡織工業(yè)“十二五”科技進(jìn)步綱要及三大要點［EB/OL］.http：//www.esilk.net/web/view.aspx？AID=111093，2012-11-08.

［11］邵景峰，李永剛，張勇，等.細(xì)紗車間制造執(zhí)行系統(tǒng)（MES）的研究與實現(xiàn)［J］.紡織器材，2010，37（1）：60-63.

［12］陳潔，孔慶華，吳晶晶.面向服務(wù)的紡織機(jī)械制造執(zhí)行系統(tǒng)研究［J］.現(xiàn)代制造工程，2010，32（7）：13-17.

［13］NIKNAM T，F(xiàn)ARSANI E A.A hybrid self-adaptive particle swarm optimization and modified shuffled frog leaping algorithm for distribution feeder reconfiguration［J］.Engineering Applications of Artificial Intelligence，2010，23（8）：1 340-1 349.

［14］NHAN N T，INSOO K.An enhanced cooperative spectrum sensing scheme based on evidence theory and reliability source evaluation in cognitive radio context［J］.IEEE Communications Letters，2009，13（7）：492-494.

［15］KEHRY S，UHL H.通過智能數(shù)據(jù)管理提高紡織機(jī)械效率［J］.國際紡織導(dǎo)報，2011，39（3）：72，48.

［16］劉佩全.知識挖掘在紡織行業(yè)信息化建設(shè)中的作用［J］.紡織導(dǎo)報，2012（7）：160-163.

［17］詹俊，費樹岷.基于數(shù)據(jù)挖掘的紡織企業(yè)質(zhì)量管理系統(tǒng)［J］.江蘇紡織，2013，31（1）：42-46.

［18］李薈萃，呂志軍，項前，等.面向產(chǎn)品生命周期的質(zhì)量控制模型及應(yīng)用［J］.機(jī)械設(shè)計與制造，2012，50（1）：231-233.

［19］XING Zhiqiang，NING Shiyong，LI Wei，et al.Blind localization of multiple primary users without number knowledge［J］.Journal of Harbin Institute of Technology（New Series），2012，19（5）：113-117.

［20］CHAKRABORTY S，RAY I.TrustBAC：integrating trust relationships into the RBAC model for access control in open systems［C］//Proceedings of the 11th ACM Symposium on Access Control Models and Technologies.New York：ACM Press，2006：49-58.

［21］ABHIJIT M，PRABAL K M，BIJAN S.Application of linear regression，artificial neural network and neurofuzzy algorithms to predict the breaking elongation of rotor-spun yarns［J］.Indian Journal of Fibre ＆Textile Research，2005，30（5）：19-25.

［22］CHATTOPADHYAY R，GUHA A.Artificial neural networks：Applications to textiles［J］.Textile Progress，2004，135（1）：1-42.

［23］MAJUMDAR P K，MAJUMDAR A.Predicting the breaking elongation of ring spun cotton yarns using mathematical，Statistical，and artificial neural network models［J］.Textile Research Journal，2004，34（7）：652-655.

［24］DEAN J，GHEMAWAT S.MapReduce：simplified data processing on large clusters［J］.Communications of the ACM，2008，51（1）：107-113.