智能RGV动态调度研究

本文围绕RGV动态调度问题,建立了以排队论为基础的RGV动态调度模型,设计了两道工序加工和有故障时物料加工的具体算法。利用MATLAB实现了对问题的求解。针对两道工序的物料加工问题:首先,依据不同工序加工时间的相对大小列举出三种不同情况下加工刀头数量分配,再利用遗传算法计算出不同的数量分配下的最优工序刀头排列组合,最后根据邻近原则计算出不同作业参数下分别的物料生产总数。针对有故障概率的物料加工问题:在两道工序物料加工模型基础上加入故障随机发生性以及持续时间随机性对RGV进行动态调度,由此计算出在有故障概率的情况下8小时内两道工序物料生产数。最后,对模型进行推广及优化,在模型推广中提出了多个RGV调度模型,并用遗传算法对其动态调度;在模型优化中提出了无等待RGV动态调度模型以及单个CNC可进行两道工序加工的模型,并与原模型进行比较,证实了优化模型的可行性和实用性。     

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。     

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。     

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.     

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。     

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。     

MES环境下作业车间多级动态调度方法研究

作业车间存在着许多不确定信息干扰生产,为有效解决制造执行系统环境下作业车间的动态调度问题,设计了一种基于实时数据采集的多级作业车间动态调度方法。在静态调度基础上,根据车间生产中实际情况,考虑了紧急插单、加工延时、机器停工等影响排产的扰动因素,建立作业车间动态调度模型,设计了缓冲吸收、调度修复及完全重调度相融合的调度方法。以交货期为目标,通过算例演算,实现了对动态扰动因素的满意处理,验证了方法的有效性。     

柔性作业车间动态调度方法研究

针对一类复杂工序的柔性作业车间的动态调度问题,提出了一种基于工序树的调度方案及算法。调度算法中采用多叉树形式的工序树,工序树是一种适用于作业车间调度的柔性工艺规划描述方法,工序树经过泛化和变形可以涵盖多种具体的工序样式。调度算法通过通信网络实时地获取加工车间中设备的工作状态,结合加工任务中所有产品的状态变迁,依据由加工任务的约束条件预先确定的优先调度规则,动态地生成加工任务作业进程表。算法实例的结果验证了调度方案及算法的有效性。     

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.     

基于改进遗传算法的环形RGV系统调度优化

针对自动化立体仓库中环形穿梭车系统(Rail Guided Vehicle system,RGVs)调度优化问题,综合考虑RGV数量、进出货口限制、复合作业次数和堵塞次数对作业效率的影响,以最小化任务总完工时间为目标,建立了多影响因素下的RGV调度数学模型,并采用改进遗传算法对模型进行求解。首先,设计了多影响因素下的编码方式,提高算法求解实际问题的能力;然后,在遗传算法中引入模拟退火操作,提高算法的局部搜索能力,避免算法求解过程陷入局部最优;最后,设计染色体修复方法来避免非法解的出现,提高算法的收敛速度和求解稳定性。通过实例验证了模型和算法的有效性与先进性。     

自动化立体仓库中环形2-RGV系统入库调度模型与求解算法

确定合理的货物运送序列，实现穿梭车(RGV)与堆垛机协同作业是提升自动化立体仓库中环形2-RGV系统搬运效率的重要手段。通过对RGV在环形轨道运作环境下的碰撞情况进行分析，以货物总入库时间最小化为目标，考虑了同一辆RGV运送、两RGV碰撞避免以及RGV与堆垛机协同运作等约束，构建了环形2-RGV系统入库调度问题的混合整数规划模型，设计了可快速求解问题的混合变邻域禁忌搜索(HVNTS)算法。为验证算法的有效性，设计了25组不同规模的算例，并将HVNTS算法的求解结果与CPLEX和禁忌搜索算法的求解结果相比较，算例实验结果表明：货物的平均入库时间分别节省了0.36%和8.67%,且HVNTS算法的求解时间均在3 min内，证明所提算法能快速有效地求解该问题。     

基于制造资源动态组合的烟草卷包作业调度技术

针对烟草卷包生产线的振盘-机组-牌号复杂柔性生产约束,提出了基于制造资源动态组合的烟草卷包作业调度算法。系统地分析和建立了烟草生产过程中卷包作业调度的原则和约束,提出了基于首批订单的两阶段启发式调度思想;通过建立下达订单与生产订单关联的数据结构解决了多机组并行加工的难题;提出了基于多层次复合筛选的调度规则构建方法以提高作业计划的可行性;提出了基于规范的卷包机组动态组合方法以及基于工作日历的机组齐停算法,使生成的作业计划更加符合生产的实际需求。在此基础上开发了卷包作业调度系统并在工程实际中得到验证。     

变扰动强度下柔性装配作业车间调度性能分析

柔性装配作业车间是柔性作业车间的一类现实化扩展,其调度问题既要考虑复杂的加工路径柔性,还要考虑零件间的装配关联约束,以及由其带来的关联零件生产进度协同难题.首先给出了柔性装配作业车间调度问题的数学模型;然后考虑现实生产中普遍存在的随机扰动,采用了完全反应式与预测-反应式两类动态调度策略,并提出了相应的优先度规则算法和周...     

面向棋盘格式立体货架的RGV控制系统研究

棋盘格式立体货架(MCB)及其有轨自动化小车(RGV)是一种面向单件多品种随机存储的新型自动化仓储设备。基于对MCB立体货架的作业特点分析,提出了RGV系统的路径优化算法以及速度优化问题解决方案,通过实时计算起始点到目标点距离,并调用对应的速度曲线从而实现了货物平稳的、智能化的出入库作业。通过介绍样机研制的情况,并进行了实验验证,表明RGV控制系统操作灵活性能稳定,可靠性高,为基于MCB立体货架的RGV系统的工程化和市场化奠定了基础。     

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。     

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。     

船舶柴油机大规模动态作业车间调度系统及其关键技术研究

提高大功率船舶柴油机的生产能力和水平,对提高我国造船行业的国际竞争力有着重要的意义。这里首先介绍了大规模动态作业车间调度的特点、阐述了运用分层网络构造生产计划模型,并结合混合算法设计了大规模动态调度系统(HD-SFC)框架,然后对该系统的关键技术进行讨论,最后运用该系统对某大型船厂的柴油机加工车间进行建模仿真,结果表明该系统适合船舶柴油机的生产调度,并能产生较好的调度效果。     

基于遗传算法的多资源作业车间智能动态优化调度

提出一种基于遗传算法的调度算法，用于解决多资源制约(机床、工人和机器人)条件下作业车间的动态优化调度。为了表达加工工件的批量，提出了一种新的染色体基因型，基因型的长度随加工环境的变化而变化。研究的动态环境包括：加工工件连续不断地到来；机床设备突然损坏；损坏的机床被修复；工件的预定订货时间被提前；有新类型的工件要求被加工等等。采用一种基于周期和事件驱动的滚动窗口调度，以适应连续加工过程中的环境变化。调度算法中采用权重可变的双目标评价函数来优化调度结果。仿真结果表明该算法是可行的，与传统的静态优化调度相比，其优越性是明显的。     

基于区域自治的多RGV分布式动态路径规划算法

针对医院轨道物流传输系统中医用多RGV调度系统路径规划问题,提出了一种基于区域自治的分布式动态路径规划算法。算法在通过区域划分构建区域自治地图模型的基础上,应用两阶段动态路径规划策略解决区域内路径规划问题,同时通过引入边缘节点概念,结合启发式策略,解决跨区域路径规划问题。仿真结果证明,该算法较传统集中式动态路径规划算法,可显著提高路径规划的效率。