0 引言
数控系统具备高精度、高效率、柔性自动化等特征，是各种柔性制造系统的技术基础与核心控制单元。近年来，随着机械制造业生产规模的扩大与设备复杂度的增加，传统数控系统在并行处理及异构系统的集成、移植和伸缩性上都已无法满足现实需求。因此，如何设计能集成各种自动化加工设备的开放式数控系统便成为了研究的热点。
在对开放式数控系统的研究中，体系结构的研究应该放在首要位置上。对特定的系统，选择适当的体系结构，是保证该系统后续工作成功的关键。目前，国内外在开放式系统结构这个领域都开展了深入的研究，并提出了多种设计方法。这些方法大多从工程的角度考虑，对传统的设计方法提出了改进，并取得了一定得成果。但传统的设计方法对于数控系统并不适用，与一般系统相比数控系统不仅要求具备高性能、高适用性，而且还需要许多智能化技术，如加工运动规划、推理、决策能力，对加工环境的感知能力，智能监控及智能控制等。因此，必须从数控系统自身的特点出发，为其设计一种能满足高智能化特征的系统架构方法。
多智能体系统(MAS)由多个具有自主决策能力的独立智能体组成。其中每个独立智能体均是一个物理的或抽象的实体，不仅具有自主性、分布性及协调性等特点，而且具备知识学习、推理的能力，能作用于自身和周围环境，并通过与其他智能体进行通讯，协作完成具有分布式特征的任务。多智能体技术在异质网络、操作系统、机器、不同软件之问的任务协同、消息交换等方面表现极强的能力，将多智能体技术引入开放式数控系统的设计过程，不仅可以满足对系统集成能力、可移植性及扩展性的要求，而且可以增加数控系统的智能化程度。因此，利用多智能体技术进行开放式数控系统结构的设计是可行且合理的。
综上所述，本文提出了一种基于多智能体技术的分布式数控软件系统的体系结构和各功能智能体的实现方法，并对智能体的通信机制方法进行了相应的研究。
1 智能体与多智能体系统
1.1 智能体的概念
智能体是分布式人工智能领域的一个基本概念。智能体具有自主性、社会能力、反应性、推理性等特征。智能体由知识、目标和能力三个要素组成。其中，知识主要包括领域知识、通讯知识和控制知识等；目标可以根据变化情况分为静态目标和动态目标，目标可以通过算法编入或显示给定，也可通过通讯获得；能力可以显示地给定、学习或通过通讯获得，包括推理、决策和控制等。
1.2 多智能体系统的概念
多智能体系统是由多个独立智能体组成的集合，该系统可以协调一组智能体的行为，以协同地完成一个任务或求解问题。各独立智能体可以有同一个目标，也可以有多个相互作用的不同目标，它们不仅要共享有关问题求解方法的指示，而且要就单智能体间的协调过程进行推理。多智能体系统的结构从运行模式的角度可分为两种：
(1)集中式结构
由一个核心智能体和多个与之在结构上分散的、独立的协作智能体构成。核心智能体负责任务的动态分配与资源的动态调度，协调各协作智能体间的通信与资源共享，该类系统比较容易实现系统的管理、控制和调度；
(2)分布式结构
系统中各智能体彼此独立、完全平等、无逻辑上的主从关系，按特定的通信和协商机制确定各自的任务，协调各自的行为活动，实现资源、知识、信息和功能的共享，协作完成共同的任务，以达到整体目标，这种结构具有良好的封装性、容错性、开放性和可扩展性。
上述两种结构可根据实际需求进行选择，既可以独立使用，也可以采用两者结合的方式进行系统建模。
2 基于多智能体技术的开放式数控系统软件结构模型
2.1 开放式系统的定义和特征
IEEE对于开放式系统的定义如下：经过恰当实现的应用程序能够在不同厂商的多个平台上运行，能够与其它系统的应用程序互操作，并且能够提供一致性的人机交互界面。由定义可知，开放式数控系统应该具有如下特征：
(1)模块化。在系统建模过程中，将其分解为逻辑上互相独立的模块，实现模块与功能之间的相互对应关系，并为每个模块提供统一标准的接口，利用少量模块的多种组合形式进行产品开发，这样既能能够为用户在硬件选择上提供更大的自由度，又能满足用户的多样化和层次化的要求。
(2)可移植性。系统对各功能接口的数据格式、行为模式、通讯方式和交互机制进行统一规定，令用户可根据自身的要求选择适当的软件。使用户拥有更大的自由空间，也增加了系统的适用性和可操作性。
(3)可伸缩性。可伸缩性指系统的功能、规模应该是灵活的、可变的，可根据实际需求增加硬件配置或软件模块来对系统的功能进行扩展，也可以裁减其功能以适应低端的应用。
上述特征只是开放式系统的基本要求，针对不同的系统，设计的需求也会相应增加。开放式数控系统属于智能化柔性制造系统，在其设计过程中不仅需要满足上述基本特征，同时也要满足其智能化的需求，下面阐述开放式数控系统建模方法。
2.2 基于多智能体技术的数控系统软件结构的总体设计
为了使数控系统符合开放式系统的要求，并从体系结构上保证其开放性和可重构性，则应在系统设计过程中将其决策和控制任务作为一个统一整体对待，从运行机制、基础算法方面等保证系统与开放式结构的协调性。将多智能体技术引人开放式数控系统的建模，不仅可以满足开放式系统的模块化需求，且具有更好的独立性，协调性和可重构性，并能满足系统的智能化需求。
通过对数控系统运行过程的分析及对其功能模块的划分，本文提出基于多智能体技术的开放式数控系统的总体结构设计，整个系统由8种不同的智能体组成，采用集中式结构进行设计，并通过特定的协商和通信机制来共同完成加工任务，系统结构如图1所示。
图1多智能体系统结构图
其中各智能体的功能如下：
(1)中央管理智能体。中央管理智能体是核心智能体，负责加工过程中各子任务的决策、系统运行方式管理、系统资源的调度以及智能体的管理等任务。
(2)人机交互与信息管理智能体。该智能体负责数控系统与外界的信息交换，包括操作信息的输入、零件程序的输入以及系统运行信息动态显示等功能。该智能体通过配置不同的参数来支持不同的用户模式和连接权限。
(3)加工数据管理智能体。该智能体的主要功能包括对输入的零件数控加工程序进行语法效验，对标准代码编写的零件加工程序进行程序译码，将其翻译成数控系统内部易于处理的形式，并对反馈信息进行管理。
(4)刀具路径规划智能体。对加丁数据信息进行特征提取，实现插补算法的自动选择，通过实时插补以及坐标转换等步骤完成刀具轨迹的自动规划生成。
(5)仿真智能体。利用从加工信息中提取的几何信息进行加工仿真。
(6)运动控制智能体。包括对进给轴运动和误差的控制，对主轴的转速、方向及伺服的控制，对进给速度处理控制及自动加减速控制，以及对开关量控制等功能。
(7)机床设备监控智能体。对加工过程进行监控，如果发现有异常，向中央管理智能体发送异常信号。
(8)故障诊断学习智能体。通过分析故障特征信息，结合特定的诊断方法和知识库中存储的诊断信息进行故障诊断和新知识学习。
在系统建模过程中发现需解决的两个关键技术问题分别是各智能体的结构功能设计，以及智能体间通信机制的设计，下面分别进行分析。
3 模型中典型智能体的结构设计
上述8种智能体是设计基于多智能体技术的开放式数控系统的基础和关键。下面以刀具路径规划智能体和故障诊断学习智能体为例说明其实现的具体方法和原理。
3.1 刀具路径规划智能体
刀具路径规划智能体的核心功能是进行轨迹插补的自动选择，并进行实时插补和坐标转化，最终完成刀具路径规划。
要实现插补算法的自动选择，首先要对插补技术的特征进行分析。轨迹插补是数控系统的核心技术，插补算法的优劣与否是直接影响加工效果的决定性冈素，因此对算法精度和速度要求非常严格，插补算法的设计一直是数控领域的研究热点和难点。现有的插补算法十分丰富，包括线性插补、圆弧插补、螺旋插补、高速采样插补、样条插补、自由曲面插补、刀具矢量插补方法等。每种插补方法均有各自不同的适用加工条件，且各有优劣。以线性插补为例，该算法的优点是实现简单，计算量小，因此特别适于简单规则的曲面加工，在三轴机床加工中应用广泛。但对于复杂空间曲面而言，一般采用多轴联动数控机床进行加工以获得更好的加工精度。如还选用线性插补方法则会产生非线性误差，易造成刀具与工件问的碰撞和干涉。这就需要选择一种能满足多轴机床进行复杂曲面加工的插补算法，刀具矢量插补法可以保证加工过程中的刀轴矢量始终位于首末向量所决定的平面，因而可减少非线性误差，从而克服了线性插补的不足，但刀具矢量插补法在提高传统线性插补的精度的同时也增加了算法复杂度，对于简单曲面的加工有些得不偿失。因此，在实际加工中，我们不应只局限于选择单一的插补方法，而是应该针对不同的加工需求进行具体分析，选择适合的插补方法。
为了实现插补算法的自动选择，可采用人工神经网络的学习方法，通过数据库中存储的已知加工实例训练神经网络，确定网络参数。在实际加工过程中，通过对加工信息进行特征提取，并通过以训练好的人工神经网络进行模式识别完成插补算法的自动选择功能。之后通过插补计算产生各坐标轴的运动指令进行与机床坐标系的坐标转换，最终完成刀具路径规划。智能体的具体功能流程如图2所示。
图2 刀具轨迹规划智能体功能流程图
3.2 故障诊断学习智能体
故障诊断一直是数控系统设计的核心功能之一，也是最能体现其智能化程度的功能模块。故障诊断学习智能体通过知识库中存储的诊断知识和智能诊断方法对出现的异常故障进行诊断和解释，以确定故障发生的位置和原因。其诊断的效率和质量主要取决于其知识库中知识模型和推理策略的设计。本文采用模糊Petri网(FPN)构建诊断知识库中的知识模型，其异步、并发、模糊性等特征与多智能体技术的要求十分吻合。传统Petri网的推理方法包括矩阵推理法、搜索树遍历法等。本文设计了一种基于FPN的正反双向结合的推理方法，首先通过逆向推理确定与决策目标有关的规则或条件，对FPN进行化简，缩小问题求解空间，然后通过极大代数的矩阵算式实现正向的置信度推理算法。算法流程如图3所示。
图3故障诊断推理算法流程图
缩小搜索空间将有助于提高搜索速度，对于提高大型知识库处理效率有很好的效果，不仅容易满足实时性的要求，也能满足决策支持的要求。
通过上述步骤完成了知识模型的设计。一个高效的诊断系统不仅需要具备适合的知识模型及推理算法，而且需要在知识库中存储足够的诊断知识。但现实里，任何知识库在初始构建时都不可能涵盖故障诊断过程中所要用到的全部知识，这就需要设计一种学习机制，能够将在生产过程中及诊断过程中发现的新规则以知识模型的形式添加到系统知识库中，完成对知识库的不断更新、完善。故障诊断智能体的诊断流程如图4所示。
图4诊断知识学习流程图
系统在进行故障诊断的过程中遇到新的故障规则，首先诊断智能体与知识库中的诊断知识进行匹配，如知识库中已包含该规则，则只需按推理算法进行诊断即可，若不包含该规则，则需要通过学习机制进行规则提取，并添加到知识库中进行更新。本文采用基于人工免疫网络理论设计机器学习机制，利用抗原相似浓度算法进行免疫网络中抗体数目的生存，通过训练免疫网络确定相关系数，计算免疫反应能力，最终实现规则的提取和学习。
4 智能体通信机制的研究
多智能体系统研究的核心是一个由自主的智能体组成的群体怎样通过交互作用来解决现实中原本具有分布性的复杂问题。由于问题的分布性和内部相关性，智能体间通信机制的效率将对整个系统的性能产生决定性的影响。因此，通信机制的设计也成为系统构建的核心问题。对智能体问通信机制的设计主要包括智能体间通信模式的选择及通信语言的标准化两个步骤。
4.1 通信模式的选择
智能体之间常用的通信模式包括：
(1)“点对点”的直接通信模式。在这种模式下，智能体之间不管主次、远近都直接进行通信。在由Ⅳ个智能体构成的系统中。每个节点之间需要有上N(N-1)／2个连接，系统复杂度为O(N2)。
(2)“黑板结构”的间接通信模式。称其为间接模式是因为在这种模式下，系统为所有智能体设置一个中间媒介，称为“黑板”区域。其作用是存储共享数据，以实现智能体之间的通信和数据共享。各智能体可以随时访问黑板，而在智能体之间则不存在直接通信。这种通信方式的系统复杂度为O(N)。
上述两种通信方法各有优劣，直接通信的系统复杂度较间接通信高，但其通信可靠性胜于后者。由于本系统采用集中式结构设计，中央管理智能体为整个系统的核心智能体，而其他功能智能体的关系相对模糊。因此单一的通信方式无法满足全部的
系统需求，本文采用“混合式”通信方式，其结构如图5所示。
<img alt=""混合式”通信结构" src="http://images.ilinkmall.com/news/20151229/130261926647838701_new.jpg" style="width: 382px; height: 202px" />图5“混合式”通信结构
从主次关系出发，中央管理智能体与各功能智能体间采用直接通信模式，以满足中央管理智能体决策的通信可靠性要求。此外系统将为各功能级智能体设立“黑板”区域，采用间接通信模式，由于各功能级智能体问通信频度较高，且资源共享度高，设立资源共享区域将有助于提高通信效率。中央管理智能体可以直接对“黑板”区域进行访问，并对共享内容进行管理。上述步骤完成了对智能体通信机制中通信结构的设计，下面阐述如何对通信语言进行标准化封装。
4.2 通信语言的标准化
智能体的通信语言(ACL)是实现智能体之间互操作性的基础和关键。目前智能体主流的通信语言标准有KQML和FIPA ACL两种。两者在基本概念和规则上几乎是相同的，其差别主要表现为语义框架不同。其中FIPA ACL具有精确的形式化语义，而KQML则利用六个特定谓词的逻辑组合形式来描述。从应用情况看，两种语言标准均在国内外取得了丰硕的理论研究成果，并且都有相应的实现平台或工具。但在应用过程中也都产生了一些问题，包括：
(1)ACL很难解析。其主要原因有两点。第一，KQML和FIPA ACL都是没有格式(或弱格式)的字符串，这给ACL的解析带来很大难度；第二，两者均利用嵌套结构来增加ACL的描述能力，但同时也增加了解析的复杂度。
(2)均不易扩展。
(3)缺少对有效性的检查。
(4)跨平台性差，代码难以移植。
因此，要克服现有ACL标准存在的问题，就必须找到一种标准的语言规则来重新对ACL进行封装。
XML是基于文本的可扩展的标识语言规范，是一种可以表达数据中结构的共同语法的标识语言。XML使用文档类型定义(DTD)规定一套关于标记符号的语法、语义规则，比较准确地描述文本数据的内容、含义、结构、特征和关系等信息，而把数据的外观表现形式交给样式表处理，这就把数据的内容与表现形式分离开来，从而大大提高XML数据的可理解性、可交换性和重用性。另外，XML文档是纯文本，独立于操作系统平台和应用，使用者可自由定义标签和文档结构，亦可增添或扩展已有文档结构定义，以满足新应用需求，而不需破坏原有的应用，因此具有更好的灵活性和可扩展性。
综上所述，本系统选择用XML对KQML和FIPAACL进行封装。这里以对FIPA ACL消息封装为例进行分析。FIPA ACL使用了一种类似于链表处理的语法来对智能体的通信消息进行描述，用XML对ACL消息内容进行编码可以使其语法更规范。XML编码了包含了解析信息，方便了接收方对消息的解析；并且用XML描述的FIPA ACL消息中的参数值可以不是字符串而是链接，这种处理方式不仅可以避免嵌套，使格式统一；还可以更好地描述智能体的交互能力、协议和语义，从而增强了系统的灵活性和可扩充性。因此，采用XML对封装FIPA ACL消息是可行且合理的，其步骤如下：
(1)针对每个ACL消息设计标准的DTD文件；
(2)生成与各通信消息对应的XML文件，并与对应的DTD进行合法性对比检测；
(3)将消息中的各种参数表示为树状结构中的节点，可按结构等级进行划分，将类型参数作为根节点，而其他参数表示为子节点，依次逐层划分。对于嵌套动作，可对其生成一个独立的XML文件，只在消息的XML文件属性中，保留指向描述该动作的XML文件的一个连接。
4.3 基于XML的通信流程
通过上述分析，得到了用XML封装FIPA ACL消息的方法，利用XML既可以封装FIPA ACL原语消息，也可描述其通信的内容。下面给出针对两种不同的通信模式智能体的通信流程：
(1)“点对点”结构的通信流程
其流程如图。当A智能体与向B智能体进行通信时，首先它生成标准的ACL消息，并嵌入FIPAACL内容层；然后使用XML进行封装，生成相应的XML文档；最后向B智能体传送XML文档。B智能体在接收到该文档时，使用XML解析器从中分离出FIPA ACL消息，并与数据库交互，进行推理或计算，得出结果，并生成标准的应答消息，进行XML封装，将XML文档回传给A智能体，完成交互过程。
(2)“黑板结构”的通信流程
与点对点结构通信相似，同样由智能体对各自生成标准的ACL消息，再利用XML进行标准化封装。其不同点主要表现在，点对点结构是通过两个智能体间直接的XML文件传输实现消息的传递，而间接模式是通过在通信结构中设置的黑板区域来存放输入数据、中间结果、不同问题求解过程中的各种状态及所需其它数据，记录了各智能体所需要的信息和各群体决策成员产生的决策结论、意见反馈等，通过共享的模式进行消息交互。
5 结束语
本文分析了数控系统的开放式发展方向，针对开放式系统模块化设计的需求，指出数控系统各功能模块之间的特点：既相互独立，又相互关联，需要频繁地进行信息交互，彼此之间需要密切的相互协作。然后，指出多智能体技术的特点与开放式系统的要求十分吻合，设计了基于多智能体技术的开放式数控系统的系统架构方法，分别抽象出系统中8种不同的智能体结构。并以系统中的两个典型智能体为例，阐述了其具体实现方法。最后，对系统中各智能体间的通信机制进行了设计。目前针对开放式数控系统的研究在国内外还处于起步阶段，许多问题尚未有定论，本文提出一种基于多智能体技术构建开放式数控系统的策略和方法，仅是对开放式数控系统的研究作了初步的探索。许多问题还有待于深化。
(审核编辑: 智汇胡妮)
