You are on page 1of 5

Uso de agentes para la reconfiguración de los sistemas de manufactura a través de Redes de Petri (Petri Nets, PN).

Por Cinthia Astrid Reyes Lozano

En términos básicos, un Sistema de Manufactura Reconfigurable (RMS) requiere que pueda encontrarse la “combinación o secuencia” en el uso de recursos óptima en función de las variables que definamos como prioritarias. Desde la perspectiva del planteamiento de mi propia tesis basada en Redes de Petri y en combinación con los agentes, esto supone dos posibilidades: a) Agentes + PN: el uso como herramienta de modelado inicial a partir de Redes de Petri para después permitir que sean los agentes quienes encuentren la mejor reconfiguración en términos ya probados del sistema, b) Agentes: la utilización de agentes de manera directa para obtener la reconfiguración idónea. Para el primer caso, lo que resulta especialmente interesante es que las Redes de Petri al ser un modelo matemático del sistema, nos permiten analizarlo y verificar propiedades específicas, entre las que podemos mencionar al menos dos grupos, las de seguridad y las de vivacidad [1], las primeras nos permiten conocer el tiempo “guía” de nuestro sistema (lead time es un concepto que implica el tiempo requerido desde la puesta de orden del cliente hasta la obtención del producto y está asociado a los tiempos de proceso internos), los límites de nuestros lugares, exclusiones mutuas, etc. El segundo grupo de propiedades nos permite saber si no hay posibilidad de quedarse estancado (deadlocks), cuáles son los estados iniciales del sistema, y si su funcionamiento en pocas palabras puede perpetuarse en tanto que haya material que ingrese a la línea. En este punto y sólo revisando el enfoque de las Redes de Petri, existen diversos autores que han presentado sus algoritmos para resolver estos sistemas de manera óptima. Desde quienes hacen el análisis de cada posible reconfiguración y en base a estos datos finales se revisa cuál reconfiguración nos da el resultado buscado, hasta los que emplean algoritmos complejos para realizar la comparación. Por ejemplo, Jun Li et al [2] presentó un método de diseño rápido de Redes de Petri que modelaran el aspecto de control del RMS (supervisión). Para desarrollar esto, primero era necesaria una transformación del sistema a uno dinámico, y con la utilización de diagramas de actividad de Unified Modeling Languages, versión 2 (UML 2) describía las posibles configuraciones creando de estas su propia Red de Petri. De estas últimas Redes de Petri se hacía una configuración para validar cuál era la que lograba cumplir la meta designada para el sistema. Sin embargo, es notable que además este método mide los cambios en los diagramas de actividad.

Cinthia Astrid Reyes Lozano Estudiante del doctorado en Tecnologías de la Información

5

De acuerdo a éstos. Deben tener un lenguaje común para entender los objetivos y límites. en lugar de revisar manualmente las actividades del sistema. Su uso implica una visión de aplicaciones distintas a la programación clásica de tipo secuencial. 5. De aquí surgen para fines prácticos las combinaciones de métodos. Perse et al [4] introducen el uso de los lugares y transiciones de las Redes de Petri para el reconocimiento y evaluación de actividades complejas de multiagentes. Un buen agente colectaría la información suficiente de usted. estos límites deben ser adecuadamente definidos desde la definición del mismo. Finalmente. dependiendo de la complejidad del sistema la solución puede requerir mucho poder de computación o bien ser imposible si nos encontramos con un sistema NP hard (que no se ha probado que tenga solución conocida). El agente tendría que tener cierta independencia de acción. ya que existen regulaciones. Debe estar “capacitado” para interactuar con quienes son externos a el. sería inútil un agente que para cada pequeño detalle tenga que detener su búsqueda y llamarnos o tenernos en llamada en espera mientras ubica todas las posibles opciones de acción. Un buen agente debería aprender de su experiencia con usted y de sus preferencias con el paso del tiempo. encontraría su mejor opción y sólo llamaría para confirmar y revisar las opciones. 1. considera la sustitución de humanos por máquinas bajo ciertas circunstancias y los agentes son ideales para modelar esta realidad. algo que en nuestra relación con los agentes “humanos” no nos preocupa sobremanera es cómo definir el límite de lo que éste puede o no realizar a nombre de su usuario. El agente tendría que poder actuar a nombre suyo. Kornienko [3] presenta lo que el llama una planeación de “bajo nivel”. un sentido común propio de nuestra cultura. no solo brindar consejo. el sistema recibe grados de libertad adicionales para adaptar su planeación en el piso de manufactura. Es decir. Tanto el agente como usted tendrían que poder comunicarse de alguna manera. 2. Cinthia Astrid Reyes Lozano Estudiante del doctorado en Tecnologías de la Información 5 . como nota al pié de página. agregando capacidades sociales y de negociación. En un sistema multiagentes. Debe ser proactivo. En el caso de los agentes de programación. al incoroporar formas de búsqueda metaheurística o a los agentes.En cualquiera de los casos. donde se considera la solución multiagente hacia el “trabajo-máquina”. un número de agentes interactúan en una red a nombre del usuario. Bien se puede entender el concepto de un agente y sus propiedades al compararlo con un “agente humano de viajes”. Debe ser adaptable. Las actividades de “rescate” de los agentes. 3. Los agentes computacionales son capaces de realizar acción independiente “a nombre” de su usuario. Curiosamente. El punto principal es la flexibilidad del sistema de planeación al asignar roles y tipos de emergencias a los agentes. leyes y en última instancia. el acercamiento de la optimización y el propio método están basados en las Redes de Petri. además estas Redes de Petri fueron construidas automáticamente de plantillas de actividad usadas de manera rutinaria por expertos para codificar conocimiento del dominio. 4.

escalabilidad. tolerancia a fallas. paralelismo masivo. y de arquitectura heterarchical. existen diversos ejemplos de aplicación de agentes para optimizar la reconfiguración del sistema. operar bajo una división de problemas y tareas que se agrupan para que ciertos agentes las traten con sus propios conocimientos y razonamiento para posteriormente cooperar y tener una solución sistémica [10]. utilizó el CNP (contract net protocol. cada uno de los cuales tenía una colección de planes y una representación de sus capacidades. Aquí no existen relaciones de “maestro-esclavo” y los objetivos son alcanzados por cooperación de los agentes [6]. Cinthia Astrid Reyes Lozano Estudiante del doctorado en Tecnologías de la Información 5 . Existen tres estructuras típicamente usadas en los sistemas multi-agentes: funcional. pueden orientarse para resolver la reconfiguración en función del tiempo de procesamiento de una unidad (problema de Earliness/tardiness. Los sistemas multiagente también pueden coordinar con los equipos de control PLC y CNC [8]. previamente planteamos que había dos posibilidades de uso de agentes para los sistemas reconfigurables. fue el de Fletcher [12] quien propuso una ecuación de “temperatura” de los procesos en una línea. introdujo un algoritmo para asignación de tiempos y tareas enfocado especialmente en lograr el Just-in-Time en condiciones cambiantes donde el cliente puede solicitar producción adicional en línea (con una predicción en tiempo real.Asimismo. bajos costos. Probablemente la primera persona en proponer el uso de agentes para agendar las tareas en manufactura y manejar el aspecto de control fue Michael Shaw. para ubicación de recursos. presenta un procedimiento para el aprendizaje automático de relaciones lógicas y temporales entre las acciones y cómo esto puede evaluarse de manera que el sistema pueda aprender de su propia variabilidad. El sugería que una celda de manufactura podía subcontratar trabajo de otras a través de un sistema y representó cada punto de fabricación y sus componentes como un agente. propuesto por Reid Smith) para la negociación inter-agentes [5]. Además. es decir. En este sentido. compatibilidad con internet y la posibilidad de plantear la empresa en cuestión de manera virtual. mayor flexibilidad. Weng [11]. Sin embargo. de pizarrón. complejidad reducida. Un enfoque que me pareció especialmente interesante en la revisión de literatura realizada. en su artículo muestran ejemplos que no se limitan al RMS. de lo que tomaría realizar lo solicitado) cuya funcionabilidad pudo probarse hasta una carga razonable de producción. así como diversos enfoques para resolver esto. De manera que cuando hay que distribuir una tarea se hace en función de la “ocupación” de los recursos disponibles a la vez que se toma en cuenta la prioridad de cada requerimiento. donde las formas propias de negociación también pueden ser analizadas por sí mismas para hacerlas más eficientes [7]. aquella en que se combina con las Redes de Petri y aquellas en las que se usa de manera independiente y directa en el sistema a los agentes. el tiempo perdido por que la unidad a procesar llegue al equipo antes o después del momento en que el equipo esté listo para recibirle) funcionando como un sistema holónico (agrupación de unidades embebidas unas en otras) donde existe un agente que toma las decisiones en base a la información aportada por los demás [9] o bien. Esta última promete tener más aplicaciones en la manufactura por su auto-configuración.

Silva and R. Meng.” Pattern Recognition. poder definir para qué sistemas emplear solo agentes es suficiente y adecuado. Valette. and S. 374-417. Vuckovic. Siendo este el caso. Por su parte. Cinthia Astrid Reyes Lozano Estudiante del doctorado en Tecnologías de la Información 5 [1] . así como emergencias. las Redes de Petri. 1431-1451. facilitando su obtención y no sólo complicando el proceso ya que. 14911501. Dou. Son una herramienta idónea para obtener en tiempo real un ajuste o reconfiguración de un sisrtema como puede ser el de una línea de manufactura. M. es importante poder evaluar los diversos métodos a fin de establecer el benchmark. Li. vol. cuál es la reconfiguración idónea de trabajo. and J. 2009. and X. G. Music. pudiendo entonces predecir si tendremos un desarrollo estable o no durante nuestro desempeño. Adelantándonos a la respuesta de la pregunta previa. cooperación. es entonces. propone para sistemas holónicos discretos únicamente Brennan con su cama de simulación [ 13 ]. Kristan. J. Guan. El punto crucial aquí. X. J. O.” Advances in Petri Nets 1989. vol.” Computers & Industrial Engineering.Conclusiones Los sistemas multiagentes por sus propias características de autonomía. el uso de las Redes de Petri implica siempre la presencia de un usuario experto que pueda definir el sistema en términos de este método. Finalmente. Kornienko. 1990. [3] S.” Computers in Industry. 2010. Kovacic. pp. G. “Analysis of multi-agent activity using Petri nets. 57. y ciertamente este análisis sería muy interesante y provechoso de realizar. con diversas reconfiguraciones necesarias. Esto además se debe a que existen varias formas de simplificación de una Red que pueden o no dar una nueva Red que pueda resolverse. pp. como por ejemplo. cumplimiento de objetivos y adaptabilidad. 273-290. Asimismo las Redes de Petri por sí mismas pueden emplearse para encontrar dentro de la combinatoria. pp. Lecture Notes in Computer Science. 54. “Application of multi-agent planning to the assignment problem. vol. proactividad. aportan realmente a la solución. Pers. “Petri Nets and Flexible Manufacturing. “Computers & Industrial Engineering Rapid design and reconfiguration of Petri net models for reconfigurable manufacturing cells with improved net rewriting systems and activity diagrams. 43. en función de los requerimientos instantáneos o saturación de equipos. Kornienko. Referencias M. [2] J. un enfoque importante a considerar sería la factibilidad en la que el desarrollo de un sistema reconfigurable que pueda “fácilmente” ser empleado de manera masiva por la industria que al día de hoy ya lo requiere. Z. Dai. pp. especialmente considerando el caso de las Redes de Petri existen pocos intentos por automatizar la creación de estos modelos a partir de los datos de un layout de planta por ejemplo. Para reducir la labor de hacer esto de opción en opción puede utilizarse a las Redes de Petri en concordancia con otras herramientas metaheurísticas y los agentes. 2004. Priese. son un método matemático de modelado de sistemas que permite analizar sus propiedades. Perse. en qué casos las Redes de Petri de manera individual también son suficientes y finalmente si la combinación de ambos. [4] M.

” Proceedings of the 2000 Winter Simulation Conference J. Brennan and W. 2009. 1094-7167/. vol. “Distributed Manufacturing Scheduling using Intelligent Agents. R. 1747-1756. eds.” Proceedings of the 13th International Workshop on Database and Expert Systems Applications (DEXA’02).” www. Valckenaers. and H. “Dynamic Multi-Agent Dispatching Control for Flexible Manufacturing Systems.U. “A simulation test-bed to evaluate multi-agent control of manufacturing systems. [8] R.. Neubert. and P. [6] B.” 10th International Workshop on Database and Expert Systems Applications (DEXA 1999). Shen. Fishwick.shaping-thefuture. K. A. Cinthia Astrid Reyes Lozano Estudiante del doctorado en Tecnologías de la Información 5 . Schoop.V. vol.” IEEE Intelligent Systems. [7] Y. and B.[5] W.” Proceedings of the Fifth International Symposium on Autonomous Decentralized Systems (ISADS’01). “Online Scheduling of Flexible Flow Shop Manufacturing.” 2008 International Conference on Computer Science and Software Engineering.” 2009 International Joint Conference on Computational Sciences and Optimization. 88-94. 2002. R. Suessmann. 0-7695-106. “Negotiation Mechanism for Reactive . pp. vol. 15294188/. “Flexible Manufacturing Control with PLC .M. Barton. Indrayadi. P. “Application of Multi-agent in Intelligent Manufacturing System.I. [9] Y. Fujimura. Zude. [13] R. Kang. “Task Rescheduling in Multi-Agent Manufacturing.pdf. Fletcher and S. [12] M. Quan.de/pdf_www/152_paper. Brussel. A . R. Qiwei.W. [10] X. Qiao and J. 2000. Dynamic and Distributed Multiagent Manufacturing System. CNC and Software-Agents. 2010. vol. 2008. 2007. O. Weng and S. vol. 2001. 2002. vol. Nov. pp. and L. Z. Joines. 501-504.E. 978-0-7695. Deen. “Agent-Based Intelligent Manufacturing System for the 21 st Century. 978-0-7695. [11] W. Ligong. 978-0-7695. pp.” 2010 International Conference on Measuring Technology and Mechatronics Automation.U. Zhu.