4 1 Hệ thống vật lí điện tử ( CPS) 1 Cơ hội Việc triển khai các hệ thống nhúng, thường được gọi là tính năng tiêu biểu nhất của nó, được coi là một trong những những khía cạnh tác động nhất của I4 0 T.
4.1 Hệ thống vật lí điện tử ( CPS): Cơ hội: - Việc triển khai hệ thống nhúng, thường gọi tính tiêu biểu nó, coi những khía cạnh tác động I4.0 - Tận dụng cảm biến thông minh công nghệ giám sát để kiểm sốt thiết bị, hoạt động dịng sản phẩm thời gian thực, tạo tính bảo mật ảo đối tượng / tài nguyên vật lý kết nối với đối tác vật lý (Maier, Korbel Brem 2015) Kết là, vịng lặp thơng tin tạo máy vật lý đối tác ảo chúng bao gồm mơ hình thực, liệu trạng thái máy liên tục truyền tải vào mơ hình ảo, thơng tin từ thao tác mơ hình truyền ngược lại cho máy thời gian thực (Brettel cộng sự.2014; Tantik Anderl2016; Rossit, Tohmé Frutos2018) Đổi lại, máy móc (hoặc cấu truyền động) có trách nhiệm hoạt động theo thơng tin xử lý Do đó, mạng cấu chấp hành cảm biến không dây này, liệu môi trường liên tục thu thập, giải thích hành động cách tự động (Mo et al.2019) Điều có tiềm tạo máy tự nhận thức sau nhóm máy tự nhận thức Nhận thức thân đạt cỗ máy có khả tự nhận phần tổng thể (tức nhóm đội máy) cung cấp kiến thức mục tiêu nhóm vai trị để đạt mục tiêu Ý nghĩa tự nhận thức thể rõ ràng xem xét hợp tác máy với máy (M2M) hướng tới hợp tác chung hợp tác người với người máy (HRC) Trên thực tế, hệ thống cho phép máy móc thu thập thơng tin từ đồng nghiệp nó, người vận hành / cơng nhân mơi trường xung quanh khác khơng nâng cao suất chung phận mà đạt tự nhận thức sức khỏe chúng cách đánh giá hiệu suất so sánh liệu lịch sử nó, đồng nghiệp (Bagheri et al.2015; Upasani et al.2017) Bảng Cơ hội thách thức việc lập kế hoạch bắt nguồn từ việc triển khai I4.0 Mục I4.0 Mục CPS 4.1 Cơ hội Hệ thống nhúng, bao gồm cảm biến giám sát thông minh Sự hợp tác máy với máy / Thách thức Để xử lý số lượng lớn kiện phân tích lượng lớn liệu tạo có liên Các khu vực lập lịch quan trọng Lập lịch trực tuyến, thời gian thực chủ động nâng cao Tính chủ động máy tự lên lịch Các đánh đổi tối ưu Người-rơ-bốt IoT&S 4.2 Sự phục vụ Tích hợp 4.3 ngang dọc Tăng cường thông tin minh bạch Sản xuất thích ứng Tăng tính linh hoạt hiệu hệ thống phức tạp 4.4 quan đến việc lập lịch trình hóa khác xem xét tương tác Lập lịch trình khơng chắn, liệu không đầy đủ thiếu Để đạt khả Ra định phi tập trung thích ứng với lịch trình tự chủ Sự bật mơ cao u cầu cách hình lập lịch linh hoạt tùy chỉnh hàng loạt Để tích hợp thơng Lập kế hoạch tồn diện, xem tin khái niệm xét nhiều thơng tin chuỗi cung có sẵn vào lập lịch ứng cấp độ trình định phân cấp cao bao gồm trình lập lịch trình Để quản lý, tối ưu hóa Ra định phi tập trung và lập lịch trình tự chủ mơi trường phức tạp Thách thức: Tuy nhiên, hấp dẫn hội xác định trên, việc áp dụng chúng vào thực tế đương nhiên bị điều kiện thách thức việc thực chúng Việc sử dụng cảm biến thông minh công nghệ giám sát đôi với cần thiết cho hệ thống cho phép xử lý số lượng lớn kiện có khả phân tích hiệu lượng lớn liệu (Maier, Korbel Brem2015; Friedemann et al 2016) Trên thực tế, hiệu việc bảo vệ môi trường tăng lên với số lượng cảm biến mạng, yêu cầu liên quan đến hiệu công suất xử lý cuối mức tiêu thụ lượng tăng lên (Ota cộng sự.2012) Ngoài ra, cảm biến công nghệ giám sát thông minh chứng minh hiển thị hiệu suất tốt điều kiện kiểm soát, nhiều ngành cơng nghiệp (ví dụ: cơng nghiệp xây dựng) đặt thách thức công nghệ việc triển khai chúng, chức đáng tin cậy hệ thống nhiều trường hợp sửa chữa, ví dụ có nước lượng lớn kim loại (Brettel et al.2014; Tang et al.2015) Từ quan điểm lập lịch trình thực tế, hội xác định thay kêu gọi buộc phát triển CSA liên quan đến phương pháp lập lịch trực tuyến, thời gian thực phản ứng, có mục tiêu nghiên cứu sâu rộng gần (Hsu Yang2016; Zhou, Wang Deng2016; Jing, Xiaoduo Hongbo2017; Lee Shin2017; Sousa et al.2017; Laietal.2018; Mourtzis Vlachou2018; Zhang et al.2018) , đồng thời thúc đẩy định phân cấp cấp cao đưa vào quy trình lập lịch trực tuyến từ quan điểm lập lịch tổng thể (Graessler Poehler2017; Nahhas cộng sự.2018) Chúng bao gồm loạt định cấp cao hơn, từ lập lịch bảo trì tự độngđể điều chỉnh phản ứng theo lịch trình phản ứng kiện khơng lường trước (ví dụ: cơng việc khẩn cấp đột ngột chậm trễ đốn trước) thúc đẩy thơng tin không xuất phát từ ứng dụng CPS mà từ khái niệm I4.0 khác, chẳng hạn nhưIoT & S tích hợp ngang Kết là, đạt linh hoạt tăng lên nhiều khía cạnh tổ chức hơn, điều làm tăng khả tích hợp theo chiều dọc nhóm máy móc quy trình sản xuất Tính linh hoạt suất tăng cường không kết thơng tin gia tăng có sẵn: cịn bắt nguồn từ tính chủ động cỗ máy tự nhận thức, đề xuất hoạt động để đưa vào lịch trình dựa liệu thu thập từ đồng nghiệp môi trường, theo quan điểm Trong tính định hướng vật lý CPS, tài liệu CSAch cần phải phát triển thêm tính chủ động máy, thiếu hợp tác chặt chẽ người máy (Graesslerand Poehler2017) Thật vậy, máy móc nghe lệnh người vận hành phản ứng cách thụ động, máy móc thơng minh hơn, sở cho CPS, chủ động đề xuất xếp nhiệm vụ điều chỉnh thông số hoạt động để tối đa hóa suất chất lượng sản phẩm (Gombolay et al.2013; Lee, Kao Yang2014) Hơn nữa, ứng dụng biết thuật tốn học tập thơng minh liên quan đến máy tự nhận thức tự bảo trì cho thấy số hạn chế điều kiện xử lý kiện chưa có, khiến chúng không triển khai rộng rãi ngành (Bagheri et al.2015) vào mơ hình khác phát triển việc lập lịch trình, liên quan đến thực tế lượng lớn thông tin liên quan, liên quan đến tương tác máy móc người, tạo nhiều vấn đề vấn đề cần xem xét trình lập lịch trình (Schuh et al.2014; Bochmann et al.2017) Nói cách khác, CSA có liên quan khác liên quan đến thực tế việc quản lý công việc nguồn lực phải tính đến đánh đổi khác xem xét tương tác (Klement, Silva Gibaru2017 ; Sadik, Taramov vàUrban2017), chẳng hạn cách thực hành động giới hạn tác nhân cộng tác (tức người máy móc) int xem xét chức mục tiêu / hạn chế tương ứng để thúc đẩy hoạt động trơn tru hệ thống Hơn nữa, để giải thích cho hạn chế cơng nghệ nói cảm biến công nghệ giám sát thông minh, việc lập lịch theo không chắn xử lý liệu bị thiếu trở thành thực (Daun et al.2015; Tang et al.2015; Fuetal.2018) Thật vậy, hầu hết khuôn khổ thành thạo việc xử lý kiến thức xác định, sản xuất đại, khơng phải lúc đưa tuyên bố dứt khoát trạng thái hệ thống định Vì người gặp khó khăn với việc lập kế hoạch không chắn, phương pháp tiếp cận lập lịch trình nên bao gồm quy tắc có khả giải kiến thức không chắn để hỗ trợ tốt cho việc định (Kourtis, Kavakli Sakellariou2019) Do đó, khía cạnh xác định CSA Bảng 4.2 Internet vạn vật & dịch vụ (IoT&: Cơ hội: Bất chấp đóng góp đáng kể CPS, điều quan trọng cần lưu ý tính liên kết xác minh liên kết hệ thống cửa hàng tăng cường đáng kể với bao gồm IoT Nhằm mục đích kết nối thiết bị với internet (tức bao gồm máy móc, thiết bị người), khái niệm không giới hạn việc hỗ trợ cải thiện khả tương tác phi tập trung máy móc, người vận hành, quy trình người định cửa hàng: cho thấy tiềm cho phép tích hợp theo chiều ngang sản phẩm, dịch vụ người tiêu dùng (tức dịch vụ), nhà cung cấp đối tác toàn chuỗi cung ứng thơng qua việc tăng cường tính sẵn có thơng tin tính minh bạch (Lee, Kao Yang2014; Chen, Tai Chen2017 ) Từ ứng dụng sau này, dịch vụ dịch vụ định nghĩa đổi mang tính chiến lược tổ chức chuyển trọng tâm từ bán sản phẩm sang bán sản phẩm dịch vụ tích hợp, tức Hệ thống sản phẩm-dịch vụ tùy chỉnh hàng loạt (Martinez et al.2010; Rüßmann et al .2015) Trên thực tế, nguồn lợi nhuận nhà sản xuất chuyển từ giao dịch lần (tức bán sản phẩm truyền thống) sang lợi nhuận liên tục dịch vụ khách hàng, đáp ứng nhu cầu khách hàng chưa đáp ứng cung cấp cho công ty phản hồi liên tục hài lịng ‘Sản phẩm thơng minh’ mang thơng tin đưa liệu phản hồi trở lại hệ thống sản xuất, hệ thống cải tiến liên tục (Hofmann Rüsch2017; Trstenjakand Cosic2017; Yang Takakuwa2017) Thách thức: Tuy nhiên, để phát huy hết tiềm việc sử dụng liệu này, cần phải vượt qua thách thức Rõ ràng, điều quan trọng liên quan đến thực tế khái niệm dịch vụ đặc biệt tùy chỉnh hàng loạt địi hỏi khả lập lịch trình linh hoạt cao Do đó, điều cần thiết phải cho phép lịch trình thích ứng với danh mục sản phẩm khác nhau, cho phép điều chỉnh phản ứng liên tục để đáp ứng thay đổi đột ngột nhu cầu lô khẩn cấp Do phức tạp yêu cầu này, nghiên cứu CSA liên quan đến phân cấp đặc biệt việc định tự chủ coi phương tiện quan trọng để giải vấn đề lịch trình tương ứng, cung cấp cho người định thông tincho phép họ tự thực định riêng (Rüßmann et al.2015; Trstenjak Cosic2017; Yang vàTakakuwa2017) so với dự đốn thơng thường khác Thật vậy, thảo luận thêm Phần 5, khái niệm kỹ thuật phân tách vấn đề phương pháp thương lượng dựa đấu giá (Lang, Fink Brandt2016; Pinedo2012) dự kiến tăng lên triển khai I4.0 (Mourtzis Doukas2014; Mrugalska Wyrwicka2017; Wu, Tian Zhang2019) 4.3 Tích hợp ngang dọc: Cơ hội: Liên quan đến tích hợp theo chiều dọc đối tác nhà cung cấp chuỗi cung ứng, hội lập kế hoạch liên quan trực tiếp đến việc gia tăng thơng tin liên quan có sẵn tức liên quan đến sản phẩm, nhu cầu, ngày đến hạn, sẵn có / chậm trễ nguồn cung cấp, vốn ngày trở nên quan trọng đại chúng kỷ nguyên tùy chỉnh (Erol Sihn2017) Điều ngăn chặn vấn đề liên quan đến lịch trình trung tâm truyền thống cập nhật khơng tính đến dự kiến chỗ Bối cảnh thường dẫn đến mức tồn kho cao thực hoạt động phi giá trị gia tăng thành phần nguyên liệu thô giao trước muộn (Dallasega cộng sự.2017) Ngoài ra, lượng lớn thông tin liệu có sẵn tích hợp theo chiều dọc, bao gồm tăng tính minh bạch chuỗi cung ứng, bao gồm hội bắt buộc cho ứng dụng liệu lớn I4.0 (Lee, Kao, andYang2014) Dữ liệu lớn công nghiệp này, đạt cách kết hợp tảng tích hợp, phân tích dự đốn (ví dụ: khai thác liệu) công cụ trực quan hóa, chuyển đổi thành kiến thức hữu ích hỗ trợ nâng cao khả lập lịch trình khả thích ứng (Sokolov Ivanov2015) sử dụng nhiều cấp chiến lược phương tiện để thu thập thông tin danh mục sản phẩm tạo điều kiện cho việc thâm nhập vào thị trường (Mourtzis Doukas2014) Bằng cách kết hợp chặt chẽ hoạt động tiếp thị, thiết kế, kỹ thuật, sản xuất bán hàng, với hoạt động công ty khác theo chiều ngang, nguồn lực cơng ty (ví dụ: liệu, vốn, tài nguyên máy móc) sử dụng mạng giá trị theo chiều ngang Cuối cùng, điều biến tầng cửa hàng thành nơi thị trường động, nơi nguồn lực tập hợp công ty dễ dàng nhắc nhở để giải danh mục sản phẩm khác nhau, chuyển thành lịch trình động (Chen2017; Vincent Wang Xu2013) Tương tự CPS IoT & S, tích hợp chiều ngang chiều dọc bao gồm cách để thu thập nhiều tốt thơng tin có sẵn sử dụng để nâng cao lịch trình Trong trường hợp này, thơng tin nhắm mục tiêu để tăng độ xác độ tin cậy lịch trình, lịch trình giải thích cho vấn đề chậm trễ giao hàng (tức đơn đặt hàng, nguyên liệu thô) thay đổi cung cấp nhu cầu Thách thức: Các vấn đề liên quan đến chun ngành khơng cịn liên quan nhiều đến việc thu thập thực tế thông tin đề cập trên, mà cách thức thực phân tích liệu để đưa vào trình định từ quan điểm lập kế hoạch tổng thể, lần bao gồm CSA với quan trọng hậu tương lai (Ivanov et al.2016; Pal et al.2017) Ngay khi, đề cập trước đây, điều bao gồm hội cho ứng dụng liệu lớn, hệ thống hóa thơng tin chuyển thành kiến thức hữu ích, thể thách thức, phương pháp biết có hạn chế xử lý lượng lớn liệu (Lee, Kao, Yang2014; Friedemann et al.2016) Tích hợp theo chiều ngang đưa vấn đề cụ thể ánh sáng Các thách thức tồn hiệu quả, bảo vệ tài sản trí tuệ, thiết lập tiêu chuẩn chung, chia sẻ kiến thức, v.v Việc tích hợp đối tác nhà cung cấp dọc theo chuỗi cung ứng có nghĩa đạt minh bạch tin cậy cần thiết phép chia sẻ cởi mở thông tin đồng nghiệp Do đó, cần có tảng mạng chung với giao thức tiêu chuẩn thực tế để bắt đầu tích hợp theo chiều ngang hiệu (Chen2017) Mặc dù ứng dụng biết không hướng đến vấn đề bật này, Phần bao gồm thảo luận công nghệ nổi, chẳng hạn cơng nghệ sổ phân tán (ví dụ: chuỗi khóa), đại diện cho giải pháp khả thi cho vấn đề (Abeyratne Monfared2016) 4.4 Sản xuất thích ứng: Cơ hội: Các hệ thống sản xuất thích ứng chịu trách nhiệm quản lý tất thông tin bắt nguồn từ CPS, IoT & S tích hợp ngang / dọc cài đặt ảo, tận dụng để truyền vào phương pháp lập lịch linh hoạt cần thiết tăng hiệu cần thiết để giải vấn đề ngày phức tạp I4.0 Trong liệu từ CPS làđịnh hướng hoạt động hơn, bao gồm quy trình chỗ trạng thái tài nguyên, IoT & S quản lý tích hợp ngang dọc mang lại thông tin từ lớp định khác, chẳng hạn liệu quan trọng công việc hạn chế Cả hai lớp có mức độ liên quan tối quan trọng việc lập lịch, lớp trước cho phép phát triển giải pháp lịch trình quản lý tài nguyên thông tin, lớp sau cung cấp sở cho điều chỉnh (phản ứng) lịch trình có kiến thức (Hajrizi2016; Nahhas et al.2018 ; Wan cộng sự.2019) Cụ thể, đội máy móc kết nối với tự nhận thức đưa kế hoạch nhiệm vụ bảo trì lên lịch tối ưu hóa cấp độ tồn cầu (tức cho toàn đội tàu) Đồng minh bổ sung, với tồn vịng lặp thơng tin đề cập sàn sản xuất quản trị / quản lý, lập lịch trình phản ứng thời gian thực kích hoạt phương tiện giải kiện không lường trước thông tin chuyên ngành khác cung cấp (ví dụ: hoạt động bảo trì , lơ sản xuất khẩn cấp) (Tantik Anderl2016; Rossit vàTohmé2018) Thách thức: Hạn chế xác định rõ chuyên ngành sản xuất thích ứng chủ yếu khó khăn việc thực tối ưu hóa môi trường phức tạp cao vậy, đồng thời kết hợp số lượng lớn liệu có sẵn vấn đề lập lịch trình decom-đặt ra, thành cơng hầu hết phương pháp tối ưu hóa phụ thuộc nhiều vào việc phân hủy vấn đề báo động vấn đề phụ đạt giải pháp tối ưu gần toàn cầu (Waschneck et al.2016) CSA tiền đề I4.0: việc áp dụng phương pháp tiếp cận phi tập trung để định, mặt chiến lược tầng cửa hàng (Jiang et al.2017; Meissner Aurich2019) Thật vậy, với khả giao tiếp giới thiệu I4.0, cách tiếp cận phi tập trung cung cấp môi trường lý tưởng cho việc định tự chủ kiểm soát trực tiếp đại lý tầng cửa hàng thay đơn vị kiểm sốt tập trung, tăng tính linh hoạt khả sản xuất Mức độ phân quyền thay đổi tùy thuộc vào loại ứng dụng, từ việc xử lý phần liệu thu thập tác nhân tự chứa cảm biến, để lại phần nhỏ liệu xử lý trước để chia sẻ riêng với đơn vị điều khiển trung tâm / tác nhân khác (còn gọi Fog Edge Computing), để xử lý toàn tiền xử lý tất liệu thu thập tác nhân địa phương (Mo et al.2019) Cách tiếp cận cho phép quy trình định ngắn, tận dụng u cầu thời gian tính tốn nhẹ hơn, đồng thời có khả tăng cường khả xử lý lỗi xảy ra, định tối ưu bị giới hạn phạm vi hành động người đại diện (Wan et al.2019) Tuy nhiên, giả sử q trình tiến hóa theo hướng định phi tập trung tự chủ, ví dụ: cách sử dụng mơ hình hệ thống đa tác nhân quy tắc gỡ lỗi (như thảo luận Phần 5), giải pháp tối ưu hóa tồn cầu sau trở thành vấn đề phức tạp (Rossit Tohmé2018) Nếu tài nguyên / máy móc thực định riêng dựa liệu cục bộ, cần phải tăng cường nỗ lực để điều phối yếu tố đơn lẻ người số họ cố gắng theo đuổi mục tiêu riêng mình, điều khơng thiết hướng đến việc tối ưu hóa tồn cầu hệ thống Do đó, để hệ thống lập kế hoạch phi tập trung có hiệu quả, việc điều chỉnh mục tiêu cá nhân cần thiết phép họ đạt mục tiêu hệ thống sản xuất (Meissner, Ilsen Aurich2017) Tổng quan mức độ phát triển khu vực lập kế hoạch quan trọng xác định: Sau thảo luận hội thách thức đặt chuyên ngành I4.0 khác nhau, Bảng4 liệt kê chủ đề CSA đưa theo trình tự phân tích theo sau suốt phần này, tài liệu đề cập trực tiếp đến chúng Điều quan trọng cần lưu ý thảo luận liên quan đến chủ đề CSA khác thực suốt Phần 5.1–5.3, lĩnh vực tương ứng coi có liên quan chặt chẽ với để chia sẻ hợp lực quan trọng Cơ sở lý luận cho thảo luận chung CSA xác định sau: • Phần 5.1 khám phá phát triển CSA liên quan đến phân cấp tự chủ định Lưu ý phân cấp ngụ ý mức độ linh hoạt cao, thảo luận phần làm bật phát triển lĩnh vực lập lịch trình có khả giải việc định phi tập trung tự chủ (CSA1) đảm bảo tính linh hoạt lập kế hoạch cao (CSA2) • Phần 5.2 giải vấn đề tích hợp thơng tin sẵn có vào quy trình lập lịch (tức lập lịch tổng thể - CSA3) Tuy nhiên, thông tin liệu giới thực liên tục cung cấp theo thời gian, kỹ thuật lập lịch tổng thể thảo luận tập trung vào kỹ thuật khơng có khả lập lịch thời gian thực (CSA4) mà cịn có khả xử lý thông tin bị thiếu không đầy đủ (CSA5 ), thường kết hợp với liệu giới thực • Phần 5.3 tập trung vào việc đánh giá mức độ phát triển việc lập lịch môi trường cộng tác I4.0 thúc đẩy, cụ thể liên quan đến HRC M2M Do đó, phân tích liên quan đếnbao gồm nghiên cứu đề cập đến việc tích hợp tương tác HRC vào lập lịch trình (CSA6), nghiên cứu sau đề cập đến khái niệm liên quan đến tính chủ động máy móc q trình lập lịch trình (CSA7) Bảng tóm tắt mức độ phát triển tương đối liên quan đến CSA ngữ cảnh I4.0 imple-mentation So sánh dựa đánh giá phát triển tài liệu cho chủ đề mức độ sẵn sàng triển khai chúng môi trường I4.0, phù hợp với thảo luận thực suốt phần Để đạt so sánh này, ba cấp độ phát triển xem xét, từ số ứng dụng khái niệm tìm thấy tài liệu (+) đến số ứng dụng có tiềm triển khai thực tế khuôn khổ I4.0 (+++ ) Cấp độ trung gian (++) liên quan đến chủ đề số ứng dụng tìm thấy nhiệt độ, chủ đề yêu cầu số phát triển / thử nghiệm thêm (ví dụ: bên ngồi mơi trường phịng thí nghiệm kiểm sốt) trước đạt triển khai giới thực bối cảnh Bảng 4: Các khu vực lập kế hoạch quan trọng, tài liệu tham khảo liên quan mức độ phát triển tương đối Khu vực lập lịch quan trọng Mục (CSA) Tài liệu tham khảo CSA1 Phi tập trung tự định định Adeyeri, Mpofu, and AdenugaOlukorede (2015)*Basnet and Mize (1994)Homberger and Fink (2017)Hsu and Yang (2016)Lang, Fink, and Brandt (2016)Leung, Pinedo, and Wan (2010)Leitão (2009)*Pinedo (2012)*Shen et al (2006)*Wang, Wan, Zhang, et al (2016)Wang, Wan, Li, et al.2016 CSA2 Sự bật mơ hình uốn dẻo CSA3 Lập lịch tồn diện 5.1 Mức độ phát triển tương đối liên quan đến việc triển khai I4.0 + ++ 5.2 Baldea and Harjunkoski ++ (2014)*Chen, Yuan, and Chen (2017b)*Kalra and Singh (2015)*Lin et al (2019)Monch, Fowler, and Mason (2013)*Mouelhi-Chibani and Pierreval (2010)Nguyen, Mei, and Zhang (2017)*Olafsson and Li (2010)Ota et al (2012)Priore et al (2001)*Shahzad and Mebarki (2016)Shiue, Lee, and Su (2018)Song and Eldin (2012)Xhafa and Abraham (2008)* CSA4 Lập lịch trực tuyến, thời gian thực chủ động nâng cao CSA5 Lập lịch trình khơng chắn, liệu khơng đầy đủ thiếu CSA6 Các đánh đổi tối ưu hóa khác xem xét tương tác CSA7 Tính chủ động máy tự lên lịch +++ +++ 5.3 Berenstein and Edan + (2012)Bochmann et al (2017)Bogner et al (2018)Chen et al (2014)Graesslerand Poehler (2017)Gombolay et al (2018)Lino Ferreira et al (2017)Mohan and Bhat (2018)Nikolakis et al (2018)Ore et al (2016)Tsarouchi et al (2017a)Tsarouchi et al (2017b)Zanchettin et al (2018) + Lập kế hoạch phi tập trung: Như thảo luận trước đây, phân quyền tự chủ định (CSA1) bao gồm phương tiện để giải yêu cầu phức tạp linh hoạt sản xuất nâng cao đời I4.0 Mặc dù nghiên cứu lừa đảo mở rộng nhiều từ góc độ tổ chức, chẳng hạn sản xuất phi tập trung sở tự trị tự động (Wang, Wan, Zhang, et al.2016; Homberger Fink2017), từ quan điểm lập lịch trình sàn cửa hàng, phạm vi báo này, khái niệm ngụ ý tác nhân tự trị (tức máy móc, rơ bốt, người) có khả thực định riêng họ địa phương, cuối tăng cường nhanh nhẹn tối ưu hóa sản xuất Phần thảo luận tiết lộ điều mang lại thách thức phức tạp cho việc lập lịch, đặc biệt việc tiếp cận giải pháp tối ưu toàn cầu tất đại lý tầng cửa hàng đưa định riêng họ dựa tiêu chí địa phương ‘ích kỷ’ Cho đến nay, việc tìm kiếm giải pháp xác định vấn đề nghiên cứu tài liệu, số điểm chung thiết lập: mơ hình lập lịch chấp nhận (CSA2) linh hoạt, khả giải hiệu việc lên lịch phân cấp cao, nhanh nhạy (Lang, Fink Brandt2016; Wang, Wan, Zhang, et al.2016; Wang, Wan, Li, et al.2016) Trong bối cảnh này, nhà nghiên cứu nỗ lực nghiên cứu vấn đề có yêu cầu tính linh hoạt cao vài năm, chẳng hạn vấn đề cửa hàng linh hoạt cửa hàng việc làm linh hoạt (Basnet Mize1994), việc xem xét sâu chủ đề vấn đề điều cần thiết ghi nhớ quan điểm liên quan đếnI4.0 Ví dụ: khơng cơng việc phân bổ cho số máy máy tham gia đồng thời nhiều phần mà cịn giải nhiều tài nguyên đồng thời (ví dụ: lập lịch tác vụ đa xử lý / hợp tác người-rô-bốt) , cách khác tiếp cận chế độ khác (lập lịch tác vụ đa chế độ), thảo luận Phần 5.3 Với tảng này, từ mơ hình lập kế hoạch tồn tài liệu, tiềm hệ thống đa tác nhân để giải vấn đề này, đặc biệt liên minh với phương pháp thương lượng dựa đấu giá vị trí thất bại, liên tục làm bật (Shen et al.2006; Leitão2009; Adeyeri, Mpofu Adenuga Olukorede2015; Lang, Fink Brandt2016; Wang, Wan, Zhang, et al.2016) Trong phương pháp thương lượng dựa đấu giá thúc đẩy tương tác thương lượng tác nhân độc lập (tức máy móc, cơng việc) để tạo giải pháp lập lịch trình, phương pháp phân tích cố gắng giải vấn đề cách phân tách thành vấn đề đơn giản Liên quan đến việc sử dụng trước đây, chúng thường hoạt động cách mô chế thị trường, tương tác xã hội đại lý sàn cửa hàng với lợi ích cá nhân chuyển thành việc tìm kiếm giải pháp lên lịch tối ưu Các ví dụ điển hình chế bao gồm đại diện cho cơng việc máy móc với tư cách đại lý, đồng thời cung cấp ngân sách cho nhân viên làm việc tùy thuộc vào đặc điểm họ (ví dụ: thời hạn, yêu cầu xử lý) Các đại lý máy móc, đặc trưng chi phí cố định đơn vị thời gian, gửi hồ sơ dự thầu cho đại lý việc làm để tối đa hóa lợi nhuận họ dẫn đến công việc xử lý băng giá, đại lý việc làm hướng tới việc giảm thiểu chi phí xử lý Chất lượng loại quy trình lập lịch dựa quy tắc sử dụng tác nhân khác để xác định giá thầu chấp nhận chúng, trở nên phức tạp tùy thuộc vào đặc điểm vấn đề (Leung, Pinedo Wan2010; Pinedo2012; Homberger Fink2017) Lang, Fink Brandt (2016) Homberger Fink (2017) tiết lộ rằng, có ứng dụng lĩnh vực này, đạt kết cạnh tranh so với quy trình lập lịch đa tiêu chí tập trung có nhiều máy không đồng lập kế hoạch, đặc biệt trường hợp đại lý cạnh tranh với lợi ích thân Tuy nhiên, bất chấp nỗ lực tác giả việc đưa giải pháp chung, kết xuất phát từ thử nghiệm tính tốn học thuật cụ thể (ví dụ: phần mở rộng vấn đề lập lịch dự án hạn chế tài nguyên chế độ đơn Homberger Fink2017), chưa sẵn sàng để giải phức tạp I4.0, sử dụng đầy đủ lượng thông tin khổng lồ mang lại Do đó, tác giả nhấn mạnh cần thiết tầm quan trọng ứng dụng giới thực để nâng cao kiến thức lĩnh vực (Shen et al.2006; Leitão2009; Lang, Fink Brandt2016; Homberger Fink2017), bất chấp khó khăn liên quan đến đầu tư cần thiết để thực cách tiếp cận bật trường hợp thực tế Các khó khăn chủ yếu xuất phát từ thực tế việc triển khai khơng địi hỏi cách suy nghĩ cách tiếp cận vấn đề mà khả đối phó với độ phức tạp cao hệ thống mức độ tương tác cao giới ảo giới vật lý Các ví dụ có liên quan kỹ thuật phân hủy bao gồm phương pháp phân tích nút cổ chai dịch chuyển (tức phân tích dựa máy), phương pháp đường chân trời cuộn (tức phân hủy theo thời gian) giải pháp lai, trước thực mơi trường địi hỏi tính linh hoạt cao (Shen et al 2006; Pinedo2012) Các phương pháp phân rã dựa máy tập trung vào việc tạo lịch trình cho máy cách độc lập Trong cài đặt phi tập trung, tác nhân tạolịch trình riêng mình, điều tạo điều kiện thuận lợi cho phối hợp tác nhân hướng tới mục tiêu tối ưu tồn cầu (ví dụ: ghi nhớ khả kết hợp với chế đàm phán thảo luận trước đó), giảm thiểu xu hướng hành động ích kỷ giải pháp tối ưu cục (Shen et al.2006; Leitão2009) Tuy nhiên, cần phải nghiên cứu thêm để thực hóa tiềm việc thực I4.0, khơng rõ cần phải đầu tư vào nỗ lực tính tốn theo chức loại số lượng tác nhân (Pinedo2012) Các phương pháp phân tích dựa thời gian tập trung vào việc giới thiệu khoảng thời gian chiều dài cố định, xem xét lần lặp cơng việc giải phóng khoảng thời gian cụ thể Điều dường linh hoạt môi trường phức tạp yêu cầu I4.0, khung thời gian cho phép tổ chức lại tác nhân phù hợp với nhu cầu biến động, môi trường tùy chỉnh hàng loạt, dự kiến liên tục thay đổi Tuy nhiên, phương pháp phân tích máy thời gian, khơng rõ chất lượng giải pháp tốn ảnh hưởng đến chất lượng giải pháp tổng thể, điều đại diện cho trở ngại cài đặt I4.0 (Pinedo2012; Hsu Yang2016) Lập lịch thời gian thực toàn diện: Ghi nhớ cộng sinh sức mạnh tổng hợp chuyên ngành I4.0, người ta lập luận phân cấp cách mạng cơng nghiệp lần thứ tư có ý nghĩa đặc biệt hỗ trợ gia tăng thông tin từ tất nguồn, chuyển đổi trình sản xuất lập lịch trình thành quy trình tổng thể Liên quan đến việc lập lịch trình, sản xuất toàn diện (CSA3) liên quan đến việc sử dụng tất thơng tin có sẵn q trình tạo lịch trình, bao gồm liệu có nguồn gốc từ CPS, IoT & S chuyên ngành tích hợp ngang dọc Rõ ràng, bối cảnh này, điều ngụ ý liệu phân tích tác nhân thực tốt trình lập lịch trình dễ bị biến động thay đổi liên tục cài đặt thời gian thực, ví dụ theo nhu cầu cài đặt tùy chỉnh hàng loạt theo liệu thu thập từ đồng nghiệp tầng cửa hàng phương pháp giám sát tài liệu Điều có nghĩa phương pháp lập lịch tổng thể phải trực tuyến, thời gian thực phản ứng (CSA4) Tại thời điểm tương tự, liệu giới thực nhiều lần mờ nhạt, không đầy đủ bị thiếu, phương pháp lập lịch áp dụng phải tùy thời điểm để lập lịch điều kiện khơng chắn (CSA5) Do đó, xem xét phương pháp cơng nghệ lập lịch có tồn ngày nay, cơng nghệ giải việc lập lịch tổng thể theo I4.0 bị hạn chế nhóm cụ thể, cụ thể người khơng có khả giải tất u cầu (tức liên kết với CSA 3, 5) đồng thời Mặc dù áp dụng mơ hình lập lịch tập trung, sản xuất tổng thể truyền thống có nghiên cứu sâu rộng nhiều năm, có phát triển liên quan dễ hỗ trợ khuôn khổ I4.0, chẳng hạn sách 'nhìn phía trước' (Song andEldin2012), metaheuristics (Kalra Singh2015; Chen, Yuan Chen2017), học máy, dạng khai thác liệu (Olafsson Li2010) hyper-heuristics (Nguyen, Mei Zhang2017) để tạo điều phối cải thiện Trong bối cảnh này, điều quan trọng cần đề cập quy tắc điều phối truyền thống (ví dụ: FIFO, thời gian xử lý ngắn nhất, v.v.) khơng thích ứng, tự học hỏi khơng đủ linh hoạt để có hiệu theo I4.0 Tuy nhiên, phần mở rộng điều này, chẳng hạn quy tắc điều phối ‘triển vọng’, cung cấp tảng cần thiết cho nhà máy thông minh I4.0 cách cố gắng tính tốn lượng việc làm thời trang cao cấp (Song Eldin2012; Monch, Fowler Mason2013) Quy tắc phái cử 'nhìn trước' cố gắng xem xét thơng tin có sẵn cơng việc tương lai quy trình phái cử, cho phép chúng trì ưu điểm quy tắc phái cử có điều kiện, dễ thực xử lý nhanh, chúng tận dụng dịng liệu khơng đổi cung cấp I4.0 Tuy nhiên, ứng dụng điển hình cho thấy nhược điểm lớn liên quan đến quy tắc thực tế có xu hướng ngụ ý đánh đổi việc đạt hiệu suất cao cài đặt cụ thể cho vấn đề (tức quy tắc điều phối thường đơn giản hơn) giải cho hiệu suất thấp tạo điều kiện tổng quát cho các vấn đề / sản phẩm (tức quy tắc điều phối thường đơn giản hơn) Tuy nhiên, tiềm quy tắc mở rộng đặc biệt thú vị kết hợp với công nghệ lập lịch khác thảo luận trước (tức siêu phân tích học máy), có khả nâng cao khả phù hợp với yêu cầu sản xuất toàn diện lập lịch thời gian thực, chẳng hạn phương pháp thực- lựa chọn thời gian quy tắc điều phối (Priore et al.2001; Mouelhi-Chibani Pierreval2010), cách thực tìm hiểu / tạo quy tắc điều phối thời gian thực có thơng tin (Shahzad Mebarki2016; Shiue, Lee Su2018) Metaheuristics (ví dụ: tối ưu hóa tiến hóa) thường coi phương pháp để xử lý vấn đề liệu khơng xác, khơng đầy đủ / thiếu vốn có liệu giới thực, cho phép lập lịch khơng chắn dựa trí tuệ nhân tạo (Xhafa Abraham2008; Chen, Yuan, Chen2017) Tuy nhiên, ưu điểm cịn vượt xa ưu điểm đó, meta-heuristics cho thấy có khả tạo hiệu giải pháp lập lịch chất lượng tốt, đồng thời tích hợp liệu thay liên quan đến thiết bị giám sát kiểm soát tầng cửa hàng để thực (gần) thựckích thích phản ứng theo thời gian (Baldea Harjunkoski2014; Kalra Singh2015), có khả giải vấn đề sản xuất toàn diện CSAof (CSA3), thời gian thực tối ưu hóa phản ứng (CSA4) lập lịch theo độ không chắn (CSA5) Tuy nhiên, giải pháp có hiệu hạn chế vốn có loại cơng nghệ này, chẳng hạn thường chậm hơncác quy tắc điều phối, khơng đảm bảo tính tối ưu giải pháp tạo Ngoài ra, việc giải tối ưu hóa đa mục tiêu thiết lập thời gian thực thách thức, điện tốn đám mây cung cấp giải pháp tiềm để giải u cầu tính tốn tăng tốc, đề cập trước Các ứng dụng thơng thường thường dựa việc trích xuất mẫu từ sở liệu trước (tức khai thác liệu) áp dụng kiến thức để dự đoán nhu cầu tương lai / yêu cầu lập lịch (Olafsson Li2010; Lin et al.2019) Tuy nhiên, sẵn có liệu thời gian thực tạo hội cho ứng dụng cài đặt này, chẳng hạn tận dụng liệu cảm biến thời gian thực để dự đoán kiện tương lai di chuyển trước nguồn lực (tức đại lý tầng cửa hàng) đến khu vực định trước kiện thực xảy (Ota cộng sự.2012) Hơn nữa, kỹ thuật học máy khác, cụ thể siêu kinh nghiệm (ví dụ: lập trình di truyền), có khả khơng thu thập kiến thức quy tắc điều phối khứ, mà sử dụng để tạo quy tắc cải tiến (nói chung tối ưu hóa tiến hóa), từ có kiến thức đưa ánh sáng (Nguyen, Mei Zhang2017) Vì chúng dựa kết hợp siêu phân tích kỹ thuật học máy, siêu kinh nghiệm áp dụng tích hợp hiệu ba khái niệm xác định tiểu mục (quy tắc điều phối, siêu phân tích máy học tập) Trong ngữ cảnh I4.0, tương tự metaheuristics, điều giải khu vực lập lịch quan trọng CSA3, CSA4 CSA5 Lập lịch hợp tác người-rô-bốt máy-máy: Như người coi khái niệm cuối nhà máy thơng minh I4.0 hình dung, ý tưởng robot hợp tác, tự tổ chức xuất tâm trí Những tương tác (tức hợp tác người-rô-bốt máy móc với máy móc) dẫn đến đánh đổi cần khám phá tối ưu hóa (CSA6) Tuy nhiên, với tính tính phức tạp lĩnh vực này, từ vài ứng dụng có liên quan tìm thấy tài liệu, suy nhà nghiên cứu dành nhiều nỗ lực để hiểu yêu cầu việc lập kế hoạch điều kiện này, chẳng hạn xác định mức độ hợp tác người robot (Berenstein Edan2012) tối ưu hóa bố cục để tăng cường hợp tác (Bochmann et al.2017; Tsarouchim, Michalos, et al.2017) giảm thiểu tải sinh học, tức xem xét vấn đề công thái học (Ore et al.2016) Người ta suy nghiên cứu cần thiết, khía cạnh quy trình sản xuất, bố trí trạm làm việc phân bố tải trọng công việc tác nhân (tức máy móc người) ảnh hưởng hoàn toàn đến điều kiện làm việc suất, điều phải biết đến để lập kế hoạch tối ưu Tuy nhiên, thiếu giải pháp tổng quát, số nỗ lực tối ưu hóa lập lịch trình tìm thấy tài liệu sử dụng để xây dựng khung tối ưu hóa khái niệm cho vấn đề / ngành cụ thể thời điểm này, đặc biệt liên quan đến phân bổ nhiệm vụ hệ thống lắp ráp (Chen et al.2014; Tsarouchi, Matthaiakis, et al.2017; Bogner et al.2018) Một số trường hợp ngoại lệ đáng ý gần cố gắng giải bước ban đầu hướng tới việc xây dựng khuôn khổ nội dung lập lịch mơi trường HRC Chúng chia thành hai mơ hình riêng biệt: mơ hình thứ tập trung vào việc lập lịch trình thích ứng với robot hành động hoạt động người, mơ hình thứ hai coi người phần hệ thống robot thống trị Hầu hết công việc nằm mơ hình đầu tiên, cố gắng thiết lập mơ hình chung để phân tích cơng việc hợp tác, tách chúng thành hoạt động cụ thể (và ràng buộc liên quan) thực người rô bốt, cuối hỗ trợ lập lịch động lực lập lại lịch cho hoạt động sản xuất (Nikolakis et al 2018) Cũng mô hình này, số hoạt động sử dụng phương pháp học dự đoán học việc để dự đoán thích ứng tương ứng với hoạt động người nhiệm vụ không hợp tác (Zanchettin et al.2018) nắm bắt trình định chuyên gia lĩnh vực người thực kết hợp với tối ưu hóa ( cụ thể kỹ thuật lập trình tốn học để giải hỗn hợp số ngun tuyến tính theo chương trình tìm kiếm phân nhánh giới hạn) (Gombolay cộng sự.2018), cung cấp sở để điều phối tác nhân hướng tới việc hoàn thành tối ưu nhiệm vụ Liên quan đến mơ hình thứ hai, điểm bật thực Graessler Poehler (2017) phát triển cặp song sinh kỹ thuật số để đại diện cho nhân viên kịch lên lịch sản xuất Mặc dù việc xác nhận nghiên cứu cho thấy kết ban đầu đầy hứa hẹn, chủ yếu giới hạn mơi trường phịng thí nghiệm kiểm soát, sử dụng liệu tổng hợp giới thực từ nghiên cứu điển hình Hơn nữa, mơ hình lập lịch đề xuất thiếu khả tổng qt hóa, nhiều quy trình phải đưa vào thử nghiệm phép mô quy trình sản xuất hồn chỉnh (Nikolakis et al.2018); phương pháp dự đoán Zanchettin et al (2018) Gombolay cộng (2018) vốn bị giới hạn đặc điểm thuật toán học, đặc biệt chất lượng tập huấn luyện có sẵn, điều ảnh hưởng hồn tồn đến khả học khái quát thông tin thuật tốn Tầm nhìn sản xuất phi tập trung I4.0 không bao gồm robot tự động thu thập phân tích liệu mà cịn chủ động chuyển tiếp kết đề xuất cho máy móc người khác (CSA7) Thật vậy, khả bắt nguồn từ việc máy móc đạt mức độ tự nhận thức thân môi trường xung quanh, hệ trình cảm biến, giám sát điều khiển thiết bị đo đạc (Mohan Bhat2018) Trên thực tế, tác nhân thougheach hành động dựa thơng tin có liên quan đến nó, liệu kiện từ tác nhân kiện khác phải có sẵn để phân tích tự học Do đó, thực tế tác nhân thu thập thông tin từ tất yếu tố xung quanh cho phép máy chủ động, tác nhân phản ứng với liệu có sẵn cách đề xuất hoạt động để lập lịchchúng Cho đến nay, công việc nghiên cứu lĩnh vực chủ yếu tập trung vào tự bảo trì chủ động, máy móc tự đánh giá tình trạng dự đốn nhu cầu bảo trì, đề xuất hoạt động bảo trì cần lên lịch (Lino Ferreira et al.2017) Điều thú vị cần lưu ý là, giả sử môi trường HRC hồn tồn phi tập trung (ví dụ: nơi eachagent tham gia vào việc tối ưu hóa lập lịch cách sử dụng sách lập lịch dựa đấu giá), thực tế máy yêu cầu bảo trì, chuyển tiếp cho phù hợp với đồng nghiệp người sau tự loại bỏ khỏi nhóm dự thầu khiến quy trình lập lịch tồn cầu tự động điều chỉnh, máy khơng phù hợp trở thành 'cơng việc' bảo trì chờ xử lý, tác nhân lại (bao gồm người chịu trách nhiệm bảo trì) tiếp tục đặt giá thầu xử lý công việc Hiện tại, loại tương tác chưa thể đạt với mức độ phát triển lĩnh vực , chẳng hạn tác nhân không thu thập thông tin mà chuyển tiếp kiến thức) Tuy nhiên, tài liệu chủ đề cho thấy phát triển ổn định hướng tới mục tiêu xét mức độ phát triển (LOD), khía cạnh cần phát triển thêm để thu hẹp khoảng cách LOD dự kiến để triển khai môi trường I4.0 ... dùng (tức dịch vụ), nhà cung cấp đối tác toàn chuỗi cung ứng thơng qua việc tăng cường tính sẵn có thơng tin tính minh bạch (Lee, Kao Yang2014; Chen, Tai Chen2017 ) Từ ứng dụng sau này, dịch vụ... nhà cung cấp chuỗi cung ứng, hội lập kế hoạch liên quan trực tiếp đến việc gia tăng thơng tin liên quan có sẵn tức liên quan đến sản phẩm, nhu cầu, ngày đến hạn, sẵn có / chậm trễ nguồn cung. .. thông tin liệu có sẵn tích hợp theo chiều dọc, bao gồm tăng tính minh bạch chuỗi cung ứng, bao gồm hội bắt buộc cho ứng dụng liệu lớn I4.0 (Lee, Kao, andYang2014) Dữ liệu lớn công nghiệp này,