Programación y Control de Sistemas de Fabricación Flexiblesun Enfoque Holónico

  1. J.A. Araúzo 1
  2. R. del-Olmo-Martínez 2
  3. J.J. Laviós 2
  4. J.J. de-Benito-Martín 1
  1. 1 Universidad de Valladolid
    info

    Universidad de Valladolid

    Valladolid, España

    ROR https://ror.org/01fvbaw18

  2. 2 Universidad de Burgos
    info

    Universidad de Burgos

    Burgos, España

    ROR https://ror.org/049da5t36

Revista:
Revista iberoamericana de automática e informática industrial ( RIAI )

ISSN: 1697-7920

Año de publicación: 2015

Volumen: 12

Número: 1

Páginas: 58-68

Tipo: Artículo

DOI: 10.1016/J.RIAI.2014.11.005 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista iberoamericana de automática e informática industrial ( RIAI )

Resumen

Los sistemas de fabricación holónicos constituyen un nuevo paradigma de producción. Incluidos dentro de las metodologías distribuidas, proponen nuevos esquemas de gestión de la fabricación que combinan auto-organización, jerarquías dinámicas y relaciones horizontales. Este enfoque es más cercano a la naturaleza de los sistemas de fabricación que las aproximaciones clásicas, centralizadas o estrictamente jerárquicas y permiten modelar los sistemas productivos de forma más realista, facilitando la implementación de sistemas más flexibles, escalables y robustos. En este artículo proponemos un sistema de programación y control para sistemas de fabricación flexibles desarrollado según el paradigma holónico. El sistema se basa en una nueva arquitectura que integra dos niveles de decisión: uno de programación basado en subastas, donde cada holón realiza su propio programa local; y otro de lanzamiento y control, a través del cual se coordinan las actividades de los holones. A diferencia de otros trabajos, donde los programas locales son integrados en un programa global que centraliza el sistema, en el sistema propuesto no ocurre así. Es el mecanismo de lanzamiento y control el que integra los programas locales. Además, el prototipo desarrollado puede funcionar con diferentes grados de descentralización, lo que permite valorar las ventajas que proporciona nuestra aproximación mediante simulación.

Referencias bibliográficas

  • Babiceanu RF, Chen FF (2006). Development and applications of holonic manufacturing systems: A survey. Journal of Intelligent Manufacturing, 17(1):111–131.
  • Babiceanu RF, Chen FF, Sturges RH (2004). Framework for the control of automated material handling systems using the holonic manufacturing approach. International Journal of Production Research, 42(17):3551– 3564.
  • Bellifemine FL, Caire G, Greenwood D (2007). Developing multi-agent systems with JADE. Chischester: Wiley.
  • Blanc P, Demongodin I, Castagna P (2008). A holonic approach for manufacturing execution system design: An industrial application. Engineering Applications of Artificial Intelligence, 21(3):315–330.
  • Blazewicz J, Ecker K, Pesch E, Schmidt G, Weglarz J (2007). Handbook on scheduling: Models and methods for advanced planning. New York: Springer.
  • Bongaerst L (1998). Integration of scheduling and control in holonic manufacturing systems. Ph.D. Dissertation. Leuven: PMA Division of Leuven K.U.
  • Bongaerst L, Monostori L, McFarlane M, Kádár B (2000). Hierarchy in distributed shop floor control. Computers in Industry. 43(2):123-137.
  • Borangiu T, Thomas A, Trentesaux D (2012). Service orientation in holonic and multi-agent manufacturing control. London: Springer.
  • Botti V, Giret A (2008). Anemona: A multi-agent methodology for holonic manufacturing systems. London: Springer.
  • Chacón E, Indriago M (2010). Implementación de Supervisores en una Arquitectura de Referencia Basadas en Sistemas de Manufactura Holónicos. Revista Iberoamericana de Automática e Informática Industrial, 7(3):72-82.
  • Christensen JH (2003). HMS/FB architecture and its implementation. In SM Deen (ed.), Agent-Based Manufacturing: Advances in the Holonic Approach, 53–88. Berlin: Springer.
  • Fisher, M.L., (2004). The Lagrangian Relaxation Method for Solving Integer Programming Problems. Management Science, 50(12), pp.1861-1871.
  • Gou L, Luh PB, Kyoya Y (1998). Holonic manufacturing scheduling: architecture, cooperation mechanism, and implementation. Computers in Industry, 37(3):213–231.
  • Höpf M (1994). Holonic manufacturing systems (HMS). The basic concept and a report of IMS test Case 5. In JK Knudsen, PA MacConaill, J Bastos (eds.), Advances in Design and Manufacturing 5, 84-93. Amsterdasm: IOS Press.
  • Hsieh FS (2008). Holarchy formation and optimization in holonic manufacturing systems with contract net. Automatica, 44(4):959–970.
  • Koestler A (1967). The ghost in the machine. London: Hutchinson.
  • Lavios JJ, del Olmo R, Araúzo JA, Galán JM (2010). Price updating in combinatorial auctions for coordination of manufacturing multiagent systems. In Y Demazeau et al. (eds.), Trends in Practical Applications of Agents and Multiagent Systems, 201-207. Berlin: Springer.
  • Leitão P., Restivo F. (2006). ADACOR: A holonic architecture for agile and adaptive manufacturing control. Computers in Industry 57(2):121–130.
  • Leitão P., Restivo F. (2008). A holonic approach to dynamic manufacturing scheduling. Robotics and Computer-Integrated Manufacturing, 24(5):625– 634.
  • Leitão P., Restivo, F. (2000). A framework for distributed manufacturing applications. Proceeding of 2000 Advanced Summer Institute – Life Cycle Approaches to Production Systems: Management, Control and Supervision, 75-80.
  • Leitão P., Vrba P. (2011). Recent developments and future trends of industrial Agents. Lecture Notes in Computer Science, 6867:15-28.
  • Liu N, Abdelrahman MA, Ramaswamy S (2007). A complete multiagent framework for robust and adaptable dynamic job shop scheduling. IEEE Transactions on Systems, Man and Cybernetics, Part C: Applications and Reviews, 37(5):904–916.
  • Luh, P.B., Hoitomt, D.J. (1993). Scheduling of manufacturing systems using the Lagrangian relaxation technique. IEEE Transactions on Automatic Control, 38(7), pp. 1066-1079.
  • Nahmias S (2013). Production and Operations Analysis, 6th Revised edition. London: McGraw Hill Higher Education.
  • Neligwa T, Fletcher M (2003). An HMS operational model. In SM Deen (ed.), Agent-Based Manufacturing: Advances in the Holonic Approach, 163–191. Berlin: Springer.
  • Ounnar F, Pujo P (2012). Pull control for job shop: holonic manufacturing system approach using multicriteria decision-making. Journal of Intelligent Manufacturing, 23(1):141–153.
  • Parunak VD (1987). Manufacturing experience with the contract net. In MN Huhns (ed.), Distributed Artificial Intelligence, 285–310. London: Pitman.
  • Pinedo ML (2009). Planning and scheduling in manufacturing and services. New York: Springer.
  • Rosenzweig ED, Easton GS (2013). Tradeoffs in Manufacturing? A MetaAnalysis and Critique of the Literature. Production and Operations Management, 19(2):127–141
  • Roulet-Dubonnet O, Ystgaard P (2011). An application of the holonic manufacturing system to a flexible assembly cell. Lecture Notes in Computer Science, 6867:29-38.
  • Wonga TN, Leunga CW, Maka KL, Fungb RYK (2006). Dynamic shopfloor scheduling in multi-agent manufacturing systems. Expert Systems with Applications, 31(3):486–494.
  • Wyns J (1999). Architecture for holonic manufacturing systems - The key to support evolution and reconfiguration. Ph.D. Dissertation. Leuven: PMA Division of Leuven K.U.