面向多运输任务的节能单负载AGV路径规划研究

节能路径规划已被证明是提高自动导引运输车(automated guided vehicle,AGV)使用过程能效,促进生产车间节能的一种可行方法.目前从路径规划角度开展的AGV能耗优化研究主要面向单项运输任务,很少涉及多项运输任务.为此,以单负载AGV为研究对象,建立了面向多运输任务,以运输距离和能耗为优化目标的节能A...     

带时间窗约束的AGV集配货绿色路径规划问题研究

针对柔性制造车间背景下带时间窗约束的自动化导引运输车（automated guided vehicle,AGV）集配货绿色路径规划问题,以最小化AGV集配货过程能耗及时间偏离能耗作为组合优化目标,构建AGV绿色车辆路径规划模型,根据所研究问题特性,提出了一种改进变邻域搜索的混合遗传算法（GA-VNS）对其进行求解,并设计了5种邻域结构来提高算法寻优能力。通过对Solomon算例测试集进行求解,并与国际已知最优解进行数据对比,验证文章所提算法的可行性;进一步以某柔性制造车间某一生产时段的AGV物流运输任务作为实验案例,分别使用所设计的算法、GA和VNS算法对问题进行求解,数值实验结果表明了文章所提模型及算法的优化、适用性,为车间实现节能减排的发展目标提供一种可行方案。     

集成自动导引车路径规划的智能制造数字化车间设备布局优化方法

智能制造数字化车间具有自动导引车(AGV)、加工设备高度集成的特点。针对智能制造数字化车间布局和AGV路径规划分开优化,使得某区域的物料搬运过于集中,导致该区域AGV搬运工作量繁重,影响AGV路径规划的问题,建立了以物流运输量最小,物料搬运时长最短以及AGV数量最少为目标的智能制造数字化车间布局和AGV路径规划集成优化模型。提出一种改进的带精英策略的快速非支配排序遗传算法,采用系统化布置设计法来生成部分初始种群,增加初始种群分布,防止陷入局部最优;将不等长的双链染色体与疫苗接种策略引入非支配排序遗传算法,提高了算法的寻优速度和精度;最后求解得到一组Pareto解集,供决策者优中选优。通过实例验证了所提方法的有效性。     

带AGV开放车间调度的析取图模型与求解

随着AGV小车在制造系统的广泛应用，其路线规划与生产调度集成可大大提高生产效率，降低运输能耗。这里以开放车间为研究对象，考虑AGV的物料搬运特性，提出了一种考虑最大完工时间和AGV能耗的双目标析取图模型，剖析问题特征，提取问题的关键弧特性；其次，设计了基于关键弧的多种邻域结构，融合遗传算法的全局搜索能力和变邻域结构的局部探索能力实现问题的寻优。最后，标杆案例测试结果表明，所提出算法可有效解决带AGV开放车间调度问题，多种邻域结构设计显著地提升了算法求解性能。     

考虑充电的多AGV的作业车间调度问题

自动导引车(AGV)在生产车间的应用,给车间调度带来许多额外的需要解决的实际问题,如运输任务AGV分配、AGV电量约束、AGV数量约束等,使得其调度问题更加复杂和困难.针对多AGV运输工件的作业车间调度的特点和约束条件,建立了考虑充电约束的多AGV运输工件的作业车间调度模型,通过虚拟设备的方法设计了工件分配和AGV运输任务的两段染色体编码,设计了工件分配和AGV任务分配的集成解码方法,并设计了改进遗传算法进行求解,进一步分析了AGV数量、AGV电量和运输时间等因素对优化目标的影响,最后通过作业车间典型算例仿真验证了模型与算法的有效性.     

基于混合遗传鲸鱼优化算法的柔性作业车间自动导引车融合调度方法

针对柔性作业车间调度问题,考虑自动导引车(AGV)在车间制造过程中只参与装卸和搬运工作,提出一种实现AGV路径规划与柔性作业车间调度集成优化的融合调度模型。采用基于工序排序与机器选择两个子问题的二维向量编码方案,并在解码过程中提出基于最先服务原则的AGV安排策略。对鲸鱼优化算法进行离散化改进,针对性地设计了多种种群初始化策略,引入遗传算法的交叉、变异操作以提升鲸鱼优化算法的全局搜索能力,并嵌入局部搜索算法以达到全局搜索和局部搜索的平衡,构建了一种混合遗传鲸鱼优化算法（HGWOA）来求解该融合调度模型。通过经典测试算例验证了算法性能,并使用正交试验优化了算法参数。研究结果表明,HGWOA算法用于求解柔性作业车间AGV融合调度问题可以获得较好的效果。     

柔性作业车间能耗优化研究

为了实现机械加工车间的节能优化运行,建立了考虑运输时间的节能柔性作业车间调度模型。使用基于动素的机床能耗模型预测生产过程中的机床能耗,并利用遗传算法实现了模型的求解。柔性作业车间环境下,该模型能够从能耗出发,为各加工任务选择合适的加工机床,同时生成优化的生产调度方案。最后,案例研究验证了建立的模型的节能效果和有效性。     

面向节能的工艺规划与调度集成问题建模研究

工艺规划和车间调度是离散制造车间中的两大关键环节,将两者集成优化有助于提高车间生产效率、降低能源消耗。研究以节能为目标的工艺规划与调度集成(Integration of process planning and scheduling, IPPS)问题,基于空闲时间与空闲能耗两种建模思想,建立3个考虑关机\重启节能策略的混合整数线性规划(Mixed integer linear programming, MILP)模型。从模型尺寸复杂度、计算复杂度等方面对这三个MILP模型进行详细的对比评估。通过使用CPLEX求解器对IPPS调度实例进行求解,证明了所提出MILP模型的正确性与有效性。试验结果表明基于不同建模思路的MILP模型尺寸复杂度、计算复杂度差别很大,基于空闲能耗的MILP模型求解效果好于基于空闲时间的MILP模型。     

基于产品制造过程内含能分级的冲压车间节能调度研究

冲压制造离散性强、工艺复杂、能量损耗较大,为实现冲压制造过程的节能和高效运行,在保证最大完工时间受影响较小的前提下降低能耗,以冲压车间为对象进行了节能调度研究。建立面向冲压车间的多目标节能调度模型,采用多目标优化算法进行求解,得到Pareto解集。提出基于产品制造过程内含能分级的方案评价与选择方法,计算出不同调度方案下各产品的制造过程内含能并进行分级处理,选择出产品制造过程内含能较小的调度方案作为最优执行方案,提高了节能调度的可行性。最后,应用某冲压车间生产实例验证了节能调度模型和基于产品制造过程内含能分级的方案评价与选择方法的可靠性,与原始调度方案相比,车间总能耗与最大完工时间均实现了降低。     

车间生产过程的能量足迹建模与加工参数协同优化

为降低零件加工过程的生产能耗,提出一种面向节能的车间生产过程多装备加工参数协同优化方法。以包含机床与机器人的定制化生产车间为研究对象,建立了考虑刀具退化动态过程的生产车间系统能量足迹模型。考虑刀具寿命、机器人运输平稳性的成本指标函数,建立了多装备系统的加工参数协同多目标优化模型。以加工时间为约束条件,使用蜂群算法获取了最优参数。实验表明,以节能目标为主的优化方案可降低机床加工能耗17.97%,降低机器人运输能耗18.13%。     

基于遗传算法的冲压车间节能调度优化研究

金属加工行业中,冲压成形能量消耗相对较大,因此,对冲压成形加工开展低碳节能的研究具有重要的实际意义。为解决冲压车间多目标节能调度问题,在深入分析低碳作业车间调度和某冲压车间生产现状的基础上,结合冲压生产过程中的能耗特性分布曲线,建立以最小化最大完工时间、加工总成本和加工总能耗为目标的冲压车间多目标节能调度优化模型,并设计了基于多层编码的遗传算法求解该模型。最后,结合某企业的冲压车间生产实际进行案例研究得出,冲压车间多目标节能调度优化模型在一定程度上可降低冲压车间加工总能耗,同时使得最大完工时间和成本较优,验证了模型和算法的可行性和有效性。     

数字孪生驱动的车间自动导引车路径规划

针对车间物流配送中的自动导引车(AGV)路径规划问题，以某企业自动化总装车间为研究对象，提出一种数字孪生驱动的AGV路径规划方法。建立了车间数字孪生环境模型，设计了基于环境地图孪生模型的无冲突路径规划算法。对于车间内实时到达的配送任务订单，采用改进的A^*算法结合环境地图孪生模型中的动态邻接矩阵和时间窗矩阵，按任务优先级顺序为相应的AGV规划无冲突路径，并实时更新孪生模型中的数据。所提方法使AGV配送的任务完成时间和冲突调整时间分别平均减少13.4%和17.54%。     

基于Petri网的车间物料配送及路径规划方法

针对离散制造车间物料配送、废料回收效率低且成本高等问题,建立了能够描述车间资源流动状态的Petri模型。以车间物流总成本为优化目标,在分析车间资源流动的基础上结合物料配送的时间窗,提出了具有Petri网特性的软时间窗车辆路径规划方法。利用整数线性规划方法,在MATLAB软件中对实例进行求解,验证了Petri网应用于离散制造车间路径规划的可行性和有效性。该问题的研究能够降低车间物料配送和废料回收的运输成本,提高车辆使用率。     

一种面向机械车间柔性工艺路线的加工任务节能调度方法*

大量研究表明机械车间消耗了大量能量,因此降低机械车间的能耗是实现可持续制造的策略之一。现有机械车间节能调度研究主要针对给定的或者具有部分柔性的工艺路线,缺乏对机械车间任务工艺路线多柔性的节能调度研究。针对机械车间任务柔性工艺路线对机械车间调度能耗的影响特性,提出一种面向机械车间柔性工艺路线的节能调度方法。首先,分析了面向机械车间柔性工艺路线的加工任务调度的能耗特性;基于此,构建了节能调度模型,该模型是以任务加工总能耗、加工完成时间、机床负载为目标。进一步提出了一种改进的Q学习算法对该模型进行求解获得其Pareto解。最后通过案例验证了提出模型的节能效果及算法的可行性。     

基于动态事件的柔性作业车间重调度节能优化

为了解决机械加工过程中出现紧急任务插单或机床故障等动态事件干扰调度方案执行,导致原调度方案能耗增高、完工时间延长等问题,研究了一种考虑紧急插单和机床故障动态事件的柔性作业车间重调度节能优化方法。首先分析了动态事件下柔性作业车间的工件加工过程能耗特性,然后以总能耗最低、完工时间和鲁棒性最小为优化目标建立了面向节能的动态重调度优化模型,并提出基于多目标引力搜索算法的重调度节能优化求解方法,最后通过案例对比分析,验证了所提方法的有效性。     

面向AGV能量优化的轨迹跟踪控制研究

针对AGV不完整约束的运动特性,建立了AGV小车能耗模型及运动学模型,提出了基于能量优化策略的AGV轨迹跟踪控制方法,并通过仿真结果分析验证了AGV小车轨迹跟踪控制方法的最优化。简述了AGVS的关键技术,研究上位机对各AGV小车的随机路径规划、动态调度、冲突消解以及实时故障处理等问题。     

具有随机路径自动导引小车且多车道嵌套的制造系统排队网建模与分析

为有效分析具有随机路径自动导引小车(AGV)且多车道嵌套制造系统的性能,考虑AGV状态相关随机运输路径和制造系统的不确定性,采用随机过程理论建立具有有限缓存的开排队网模型描述系统特征;扩展传统的状态空间分解法,依据随机路径AGV与前后制造单元的关联耦合效应建立各节点状态模型,通过纯不连续Markov过程理论分析节点状态转移规律;构建迭代算法求解节点状态的稳态概率,并给出系统各性能指标的计算方法;搭建了系统仿真模型,设计了实验案例,并对比排队网模型与仿真模型的实验结果,验证了状态空间分解法近似求解的有效性,同时对系统的性能指标进行了敏感度分析。     

并行排序蚁群算法规划仓库AGV路径研究

针对智能仓库中的AGV路径规划问题,提出了一种基于并行排序蚁群算法的路径规划方法,该方法通过多个子蚁群之间较优蚂蚁释放的信息素交互,提高蚁群整体的搜索能力.建立以路径最短和AGV转弯次数最少为优化目标的多目标函数模型,用并行排序蚁群算法求解,再对生成的初始路径通过减少中间节点的方式进行平滑处理.在MATLAB上进行多次仿真,对比实验结果表明,该算法在进行仓库AGV路径规划时收敛速度更快,稳定性更好,且平滑处理后的路径更优.     

Dijkstra算法在激光导引AGV调度系统中的应用

随着企业信息集成化的发展,AGV自动运输系统作为物流信息化、自动化的重要手段,得到广泛应用。AGV车体的设计制造技术易被掌握,相对而言,AGV自动运输管理系统才是整个系统的技术核心。针对AGV调度算法和路径规划算法以及地图建模方法,结合系统稳定性、实时性等方面的需求进行了研究,以解决电子地图的设计问题。采用Dijkstra算法求解单台AGV最短路径,用C#语言实现算法,解决了小车的道路选择问题,实现了对小车的智能无线控制。     

改进NSGA-Ⅱ算法求解考虑运输约束的柔性作业车间节能调度问题

传统柔性作业车间调度通常忽略工件在机器间的运输时间和能耗,针对该问题建立了考虑运输约束与节能的柔性作业车间调度模型,并提出了改进的NSGA-Ⅱ算法求解该模型。首先,在柔性作业车间调度数学模型中设立最大完工时间、总延期、设备总负载、车间总能耗4个目标,并根据运输约束实现了调度模型矩阵编码、解码、交叉与变异,基于子代向最优解学习机制改进NSGA-Ⅱ算法迭代过程中易陷入局部最优解问题。最后,在考虑车间机器之间运输约束的前提下结合Kacem、Brandimarte算例对调度模型进行可行性分析,结果表明该模型与算法求解效率高,能有效解决车间运输约束导致的调度方案与实际加工偏差问题。