Enhancement of distributed production systems through software agents

Sauter, Thilo; Massotte, Pierre

doi:10.1109/etfa.2001.996378

Cited by 8 publications

(4 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Wullink et al (2002) introduced the Engineer-to-order Planning (EtoPlan) that is a holonic architecture for manufacturing planning and control that aims to deal with large amounts of uncertainty caused by incomplete and unreliable information. The PABADIS (Sauter and Massotte, 2001) uses the concept of co-operative manufacturing units (CMUs) to provide significant functions to the production process in automation control, encapsulating residential, products and shop floor management as agents. The approach comprises centralized (for the connection with enterprise resource planning (ERP) systems) and decentralized components, being the products implemented using the mobile agent technology.…”

Section: Architectures and Approachesmentioning

confidence: 99%

Agent-based distributed manufacturing control: A state-of-the-art survey

Leitão

2009

Engineering Applications of Artificial Intelligence

710

349

View full text Add to dashboard Cite

a b s t r a c tManufacturing has faced significant changes during the last years, namely the move from a local economy towards a global and competitive economy, with markets demanding for highly customized products of high quality at lower costs, and with short life cycles. In this environment, manufacturing enterprises, to remain competitive, must respond closely to customer demands by improving their flexibility and agility, while maintaining their productivity and quality. Dynamic response to emergence is becoming a key issue in manufacturing field because traditional manufacturing control systems are built upon rigid control architectures, which cannot respond efficiently and effectively to dynamic change. In these circumstances, the current challenge is to develop manufacturing control systems that exhibit intelligence, robustness and adaptation to the environment changes and disturbances. The introduction of multi-agent systems and holonic manufacturing systems paradigms addresses these requirements, bringing the advantages of modularity, decentralization, autonomy, scalability and reusability. This paper surveys the literature in manufacturing control systems using distributed artificial intelligence techniques, namely multi-agent systems and holonic manufacturing systems principles. The paper also discusses the reasons for the weak adoption of these approaches by industry and points out the challenges and research opportunities for the future.

show abstract

Section: Architectures and Approachesmentioning

confidence: 99%

Agent-based distributed manufacturing control: A state-of-the-art survey

Leitão

2009

Engineering Applications of Artificial Intelligence

710

349

View full text Add to dashboard Cite

show abstract

“…Los Sistemas Multiagente han demostrado su utilidad en el modelado de Sistemas de Fabricación, entre algunos de los ejemplos más relevantes podemos mencionar a CIIMPLEX (Peng et al 1998), HOLOS Architecture (Rabelo & Camarinha-Matos 1994), MethaMorph I (Maturana & Norrie 1996),MethaMorph II (Shen et al 1998), DEDEMAS (Tonshoff et al 2000), CORTES (Sadeh & Fox 1989), IFCF (Lin & Solberg 1992), YAMS (Parunak 1998), MASCADA (Valckenaers et al 1999), Production System (Bussmann & Schild 2001), PA-BADIS (Sauter & Massotte 2001), Chilled Water System Automation (Maturana & et. al.…”

Section: Entornos De Simulación De Fabricación Basadas En Agentesunclassified

“…Entre lasáreas donde ha sido aplicado el paradigma de agentes para la simulación podemos mencionar: la simulación social (Gans, Jarke, Alkemeyer & Schmitz 2005, IDS-scheer 2003, Castelfranchi, Falcone & Marzo 2006, Sansores & Pavón 2006, el diseño de plantas de fabricación (Gabar, Shinohara, Shimada & Suzuki 2003), la simulación de mercados (Chaturvedi, Mehta, Dolk & Ayer 2005, Raberto, Cincotti, Focardi & Marchesi 2001, la simulación espacial (Deadman 1999, Ligtenberg, Wachowicz, Bregt, Beulens & Kettenis 2004, la simulación de transporte (Bazzan, Klugl & Ossowski 2005, Hallé & Chaibdraa 2005) y la simulación de Sistemas de Fabricación (Calderón & García 2005) (Marík, Vrba, Maturana & Hall 2005). Específicamente para el modelado de Sistemas de Fabricación entre algunos de los ejemplos más relevantes podemos mencionar HOLOS Architecture (Rabelo & Camarinha-Matos 1994), Methamorph II (Shen, Xue & Norrie 1998), MASCADA (Valckenaers, P., Baumgaertel, McFarlane & Courtois 1999), PABADIS (Sauter & Massotte 2001) y Factory Broker (Colombo et al 2006). Tomando en consideración tales oportunidades de mejora con respecto a las herramientas de simulación actuales, se plantea la posibilidad de la definición de una Arquitectura para un Entorno de Simulación y un Metamodelo que permita definir un Sistema de Fabricación, ambos soportados por agentes para simular Sistemas de Fabricación.…”

Section: Capítulo 1 Introducciónunclassified

Simulación asistida por agentes para sistemas de fabricación inteligentes.

Vega¹

View full text Add to dashboard Cite

ResumenEn elárea de la fabricación, la simulación es una herramienta esencial para la validación de métodos y arquitecturas antes de aplicarlos en un Entorno de Fabricación. Las herramientas de simulación actuales llevan a cabo la simulación de entornos de fabricación basándose en modelos estáticos que hacen uso de la programación de procesos de fabricación secuenciales y centralizados tradicionales, donde los mecanismos de planificación y control ofrecen una flexibilidad insuficiente para responder a los estilos de fabricación cambiantes y a los entornos de fabricación altamente mezclados y de bajo volumen. En consecuencia, las herramientas de simulación convencionales limitan la escalabilidad y reconfigurabilidad para el modelado de Sistemas de Fabricación que permitan adaptarlos ante las necesidades cambiantes del Cliente. Resulta difícil encontrar una herramienta de simulación que pueda ejecutar "inteligentemente" la simulación de tareas cada vez más complejas. La dificultad radica en integrar en la herramienta el conocimiento necesario del sistema original y que a la vez actúe como un asistente que proporcione consejos y guíe al usuario durante la simulación. Por ello, surge la necesidad de nuevas herramientas de simulación para fábricas que contemplen características tales como: a) flexibilidad y adaptabilidad, para modelar comportamientos complejos propios de un Sistema de Fabricación, b) escalabilidad para la integración transparente de funcionalidades adicionales, c) proactividad y reactividad para la adaptación automática ante los cambios del entorno y d) características de aprendizaje (inteligencia) basado en la experiencia adquirida durante la simulación.Por su parte, las técnicas de Inteligencia Artificial han sido utilizadas en la Fabricación Inteligente por más de dos décadas. Las técnicas delárea de Inteligencia Artificial permiten la definición de unidades de fabricación distribuidas, autónomas, inteligentes, flexibles, tolerantes a fallos y reutilizables, las cuales operan como un conjunto de entidades que cooperan entre sí. Además, los recientes desarrollos en elárea de los Sistemas Multiagente han traído consigo XV nuevas e interesantes posibilidades. Algunos investigadores han aplicado la tecnología de agentes en la integración de la fabricación empresarial, la colaboración, la planificación de procesos de fabricación, la programación para el control de planta, el manejo de materiales y la gestión de inventarios, así como la implementación de nuevos tipos de sistemas de fabricación tales como los Sistemas de Fabricación Holónicos. Teniendo en cuenta estas aplicaciones exitosas de los Sistemas Multiagente en la Fabricación Inteligente, estamos convencidos de que esta tecnología puede mejorar también el desempeño de la Simulación de Sistemas de Fabricación Inteligente.En esta tesis proponemos la definición de una Arquitectura para un Entorno de Simulación de Sistemas de Fabricación asistido por agentes. Esta arquitectura integra la funcionalidad de una herramienta de simulación tradicional, pe...

show abstract

“…Such a fundamental PA behavior implies that a PA defines its path through the plant infrastructure independently and on its own -a complete decentralized planning facility results. It thereby fundamentally relies on the plug-and-participate system (see also [85]) with regard to the retrieval of CMU references. Moreover, a complete synchronization between work pieces and PAs as control instances is achieved -PAs are always with their work pieces, and thus they control the product processing locally.…”

Section: Controls Andmentioning

confidence: 99%

Plug and participate for limited devices in the field of industrial automation

Deter

ETFA 2001. 8th International Conference on Emerging Technologies and Factory Automation. Proceedings (Cat. No.01TH8597)

View full text Add to dashboard Cite

show abstract

Enhancement of distributed production systems through software agents

Cited by 8 publications

References 10 publications

Agent-based distributed manufacturing control: A state-of-the-art survey

Agent-based distributed manufacturing control: A state-of-the-art survey

Simulación asistida por agentes para sistemas de fabricación inteligentes.

Plug and participate for limited devices in the field of industrial automation

Contact Info

Product

Resources

About