智能RGV的动态调度算法设计

针对RGV(轨道式自动引导车)的实际问题,基于机理建模分别给出了一道工序加工作业和故障干扰下二道工序加工作业的动态调度模型,设计有效算法,为智能RGV的动态调度策略提供了思路。     

基于粒子群算法和仿真技术的RGV动态调度建模与优化

基于10台计算机数控机床(CNC)和1辆轨道式自动引导车(RGV)组成的智能加工系统,设计了RGV动态调度策略,包括CNC工序分配、CNC编号奇偶优先和RGV任务分派策略,建立了以系统作业效率最大化和RGV移动时间最短为优化目标的数学模型,设计了基于工序编码的粒子群算法。最后利用C++语言编程,通过对一个8 h班次两道工序物料加工过程的三组数据的计算,得出了在最优策略下一个班次三组数据分别生产熟料的数量、系统作业效率、RGV移动时间、奇偶优先策略引起的CNC工序排布变化。通过仿真对比和实例,验证了所提方法的有效性。     

基于0-1规划的RGV动态调度模型

随着智能技术的发展,智能加工系统的应用随之普及。其调度问题关系到智能加工中心的生产效率。故本文提出一种时间最优的动态调度方案。考虑了一道工序即可完成物料加工和两道工序完成物料加工两种情况。通过0-1整数规划建立一种RGV动态调度模型,使生产效益最大化。利用C语言及Lingo,对模型进行求解,得到最优调度方案。     

基于遗传算法的RGV智能车动态调度

针对智能RGV动态调度问题,通过一道和两道工序的物料加工作业情况,对生产过程中的多种时间因素进行分析,建立物料加工过程的以时间为目标函数的规划模型,以运输时间、等待时间等多种时间要素为变量。运用遗传算法进行求解,得到最优化的车床的运输次序,使总生产时间最小,从而达到生产资源的节约与优化。     

基于仿真优化模型的智能RGV动态调度策略

针对工厂RGV与CNC协同工作中效率低的问题,主要研究了不同工序下RGV动态调度策略,建立了混合动态仿真优化模型,利用MATLAB、SPSS、EM-plant软件,实现了不同情况下RGV的动态工作机制与工作效率的求解。通过列举实例,建立模型进行仿真。综合算法、数据与模型我们给出了RGV的调度策略和系统的作业效率的具体表达式,最后用SPSS对数据进行处理,所建模型具有较好的实用性,对于实际问题中RGV的调度、产品生产实现最大效率具有较大参考价值。     

机器混合故障下柔性作业车间鲁棒调度方法

柔性作业车间机器在生产过程中时常发生退化故障和突发故障，针对这种混合故障，考虑用预防性维护来防止退化故障，通过插入缓冲时间的方式来吸收突发故障的影响。分别以工序最终完工时间期望值和各工序加工完成时间的延迟总和期望值为质和解的鲁棒性指标，建立柔性作业车间鲁棒性调度优化模型，并设计引入混合故障概率矩阵的改进遗传算法对模型求解，联合决策工序加工顺序、预防性维护位置和缓冲时间位置，同时优化调度方案的鲁棒性。最后通过数值实验与对比分析验证了此鲁棒调度方法能有效应对车间混合故障造成的扰动。     

基于滚动时域优化策略的柔性作业车间动态调度研究

根据传统柔性作业车间静态调度模型很难适应实际生产过程中动态性和不确定性的特点,通过对动态环境下柔性作业车间调度问题的研究,构建以生产系统最大完工时间最小为优化目标的数学模型。基于滚动时域优化基本框架,设计一种生产设备出现故障情况下周期和事件混合驱动的动态调度策略。同时,采用一种扩展的基于工序和设备双层染色体编码的遗传算法来对动态调度模型进行求解。最后,通过对某一具体生产车间实例进行仿真求解,验证该动态调度策略的可行性和有效性。     

基于遗传算法的RGV动态调度研究

在巷道式自动化立体仓库中,环形轨道式导引小车系统(RGV)的效率是瓶颈.针对大物流量下RGV的动态调度问题,提出分组运输的方法,运用遗传算法把任务分配给各RGV,并针对具体问题提出了实用的编码方法.通过物流仿真软件eM-Plant比较了分组方法和先来先服务(First-come-first-serve)方法的效果,验证了模型的有效性.最后研究了RGV数量、出入货站台的数量以及每组任务数对产出量的影响,得到了相关的仿真数据,为环形轨道式导引小车系统的实际规划建设提供了可靠的依据.     

基于遗传算法的定制化高端地下装备关键生产瓶颈工序排程优化

针对定制化高端地下装备行业关键生产瓶颈工序的计划排程,以物料完工时间的最小偏移量为目标,保证物料齐套的同时减少库存呆滞,提出了一种基于遗传算法对不同交货期窗口并行机调度的生产排程优化模型。根据个性化定制装配的待加工零件和大型机加设备的特征,在实际生产计划排程中采用扩展排列编码的方式来编排零件加工顺序和分配加工设备,经过染色体子代不断交叉、变异、择优选择,最终获取偏移总量最小的排列组合。通过制造车间的具体产品加工工序数据验证其方法有效可行,对大型数控机加工序的计划排程起到较为明显的优化作用。     

加工时间可变的含多功能机的柔性制造单元调度

考虑了加工时间可变且制造单元中包含多功能机的工件加工调度问题.工件包含前道和后道两道工序,且工序加工时间线性增加.多功能机具有加工工件前、后道工序的能力,建立数学模型,模型的目标是时间最小化最大完工的时间,解的形式为工件加工路径的组合,采用遗传算法和启发式算法进行求解.最后,实验结果显示了所述方法的有效性.     

基于机器故障的车间调度研究

针对柔性车间调度下的机器故障问题,构建了基于粒子群优化算法的多目标柔性车间调度模型。加工机器发生故障后,用重新调度方法对未加工的所有工序进行重调度安排,以减少机器故障对优化指标的影响。同时给出一种稳定性指标来评价重调度的效果,以及机器发生故障的概率去预防机器出故障的情况,提高算法的有效性和稳定性。然后引入了淘汰机制改进算法,提高算法的全局收敛效率,并运用改进算法对具有故障机器的多目标柔性车间调度问题模型进行仿真实验。最后验证了该算法在车间调度中发生机器故障的可行性。     

柔性作业车间中基于工序分批的调度问题与求解

考虑到柔性作业车间分批调度中不同工序具有各自合适批量大小,提出了基于工序分批调度的概念,建立了以关键路径工序为中心的分批调度模型。该模型动态更新可加工工序子批集,同时更新可选加工机器,及时调整加工路线,为不同工序安排大小合适的批量,以达到优化完工时间、有效降低总加工批次的目的。实验结果表明,相比基于工件分批的调度,该模型在优化最长完工时间、提高机器利用率的同时,大幅减少了总加工批次数量(42%),降低了车间调度管理的复杂度。     

面向e-制造的工艺规划与工序分配集成技术研究

为满足e—制造技术对工艺规划和工序分配的新需求,在制造设备e—化的基础上,提出了一种面向e—制造的动态工艺规划与工序分配的集成方法和Capplet集成模型。该集成模型通过Java解决方案和动态Web页面两种方式实现。在基于遗传算法的工序分配与工艺规划的并行交互机制下,基于甘特图的协同工序分配方法为动态工序分配提供了一种新的解决途径。Capplet集成模型与e—制造实时加工调度的无缝集成,为e—制造的生产准备奠定了基础。     

[智能设计与计划调度]机器故障下加工车间优化重调度方式预测

为预知不同故障情形下的优化重调度方式,实现快速、有效的重调度决策,提出融合调度仿真与改进概率神经网络的重调度方式预测方法。考虑到现场故障样本难获得且无法涵盖全部故障情形,利用仿真实现随机故障下优化重调度样本的生成;以工序加工时间的累计变动、变动任务数、makespan改变量为决策依据,生成各样本的标签;将带标签数据样本输入到概率神经网络模型,实现优化重调度方式预测。实验结果表明：所提出的方法准确率达99.54%;在指定加工车间和生产任务的前提下,故障机序号和故障修复时间对优化重调度方式起决定性作用。     

机器故障下加工车间优化重调度方式预测

为预知不同故障情形下的优化重调度方式,实现快速、有效的重调度决策,提出融合调度仿真与改进概率神经网络的重调度方式预测方法。考虑到现场故障样本难获得且无法涵盖全部故障情形,利用仿真实现随机故障下优化重调度样本的生成;以工序加工时间的累计变动、变动任务数、makespan改变量为决策依据,生成各样本的标签;将带标签数据样本输入到概率神经网络模型,实现优化重调度方式预测。实验结果表明:所提出的方法准确率达99.54%;在指定加工车间和生产任务的前提下,故障机序号和故障修复时间对优化重调度方式起决定性作用。     

考虑机床调整和工件批量加工的车间调度问题模型研究

针对工件品种多、工序复杂,机床在批量同种工序首件加工前需进行调整等问题,研究出一种以机床总能耗最小和工件的最大完工时间最小为优化目标的生产调度模型。使用遗传算法对提出的模型进行快速精确求解。运用Matlab软件平台对实际案例进行仿真,将新旧模型的计算结果进行对比,结果表明建立的模型是有效和实用的,能更有效地指导实际生产。     

运用混合优化算法的作业车间分批调度

针对作业车间调度问题,根据等分批原则,考虑车间在只加工一种零件时的最优分批方法作为分批依据,建立分批调度的数学模型,之后把分好的子批看成一个新的工件,对其重新进行编号并计算新的加工时间,利用遗传算法良好的全局搜索性能和禁忌搜索算法优良的局部搜索性能,运用混合优化算法进行生产调度。最后通过试验仿真,研究4×4和6×6的调度问题,对不同的加工任务下调度的结果进行对比分析。结果表明,加工工件的种类、工序对调度结果的影响较大,加工数量对调度结果影响较小。     

密集仓储环境下多AGV/RGV调度方法研究

针对密集仓储环境下,出库作业时,有轨车(Rail guided vehicle,RGV)在不同货架间运送货物的换乘需要借助穿梭车(Automated guided vehicle,AGV)实现,入库作业时,货物先由穿梭车从输送带送达货架口,再由有轨车完成入库操作等特征,构建密集仓储环境下考虑多出入库任务的多AGV/RGV作业调度模型,包括穿梭车任务分配模型、协同有轨车选择模型和出入库完工时间数学模型.为实现密集仓储环境下的多AGV/RGV调度,提出适应不同出入库货位分布的穿梭车任务分配规则,实现考虑执行任务均衡的穿梭车任务分配;利用遗传算法实现多AGV/RGV出入库协同调度,对遗传算法关键解码算子进行详细设计,解码确定各穿梭车与有轨车执行出入库任务的顺序、任务的起始时间和结束时间,使得所有出入库任务的总完工时间最短.最后,通过某物流仓储企业实际案例进行测试,测试结果表明,提出的启发式规则能实现穿梭车任务的均衡分配,基于遗传算法的协同调度方法能有效地产生多AGV/RGV协同调度方案,减少出入库作业总时间,提高了仓储作业整体效率.     

不确定性环境下轨道自动导引车动态调度

为优化不确定性环境下轨道自动导引车(RGV)调度问题,提出了一种基于完全遍历路径规划(CCPP)的调度规则。以某智能车间RGV调度系统为研究对象,考虑刀具更换、机器故障等一系列不确定性因素导致的计算机数字控制机台停机问题,运用CCPP调度规则对RGV的上下料顺序进行实时调度优化,并与车间现行的就近调度规则进行对比分析。实验结果表明,CCPP调度规则能够有效提高智能车间产能,减少RGV行走距离。     

带机器故障的柔性作业车间动态调度

机器故障是企业在实际生产加工中经常遇到的,文章主要探讨了机器发生故障时的柔性作业车间动态调度问题。依据机器故障发生时,加工机器所处状态,构建了故障机器上剩余工件约束模型,提出了插入重调度和完全重调度的重调度策略,并采用改进遗传算法对其进行求解,最后运用该调度策略对企业生产实际中案例进行计算,发现其完工时间比企业实际加工时间缩短了44.8%,验证所提策略的可行性和有效性。