共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
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。 相似文献
3.
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。 相似文献
4.
5.
6.
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。 相似文献
7.
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。 相似文献
8.
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. 相似文献
9.
10.
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. 相似文献
11.
12.
13.
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。 相似文献
14.
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。 相似文献
15.
16.
17.
18.
密集仓储环境下多AGV/RGV调度方法研究 总被引:1,自引:0,他引:1
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. 相似文献
19.