单个AGV小车多个搬运请求的调度算法研究

  • 单个AGV小车多个搬运请求的调度算法研究已关闭评论
  • 221 views
  • A+
所属分类:AGV设计资料
摘要

针对中小型柔性制造系统中的加工中心数量较少的问题,文章采用单个 AGV 小车处理多个搬运请求的调度模式。首先分析 AGV 小车的车间调度机制,建立 AGV 小车车间调度的数学模型,采用遗传算法,根据 AGV 小车搬运优先级的几种设定对柔性制造系统中的工序进行编码,并设计该算法中的适应度函数,选择、交叉和变异方法,通过对算法的仿真分析,确定哪种托盘搬运优先级下对调度结果的影响最小,从而计算小车的最大完工时间、最长等待时间和最优路线,并根据车间的实际加工情况验证该方法的可行性,最终为单个 AGV 小车的调度问题提供一种有效的解决途径。

引言

目前在柔性制造系统中的物流控制系统往往由多个 AGV 小车构成,而在中小型柔性制造系统中,由于加工中心数量少,多个 AGV 小车会增加小车的等待时间,易发生因调度路线重叠而出现小车冲撞的情况。因此,可采用单个 AGV 小车处理多个搬运请求的调度模式。
针对 AGV 小车的车间调度方案,目前国内外许多学者主要通过动态调度的优化算法来搜索 AGV 小车的调度路 径 的 最 优 值。文 献[1]中提出通过机床/AGV 小车约束下的遗传算法,搜索小车的最优值,验证了该算法的可行性。文献[2]提出通过混合启发式算法,最小化小车的最大完工时间。文献[8]基于模糊满意度的遗传算法调度规则,计算总体满意度水平以得到最优值。以上算法能保证搜索到最优值,但求解过程久,搜索范围大,计算规模往往呈指数倍上涨。因此,可在优化算法的基础上引入小车搬运优先级策略,将算法的搜索区域分割成几部分,求解出每一部分的最优值并进行比较,从而使搜索结果更接近最优值。
本文通过分析 AGV 小车的车间调度机制,根据AGV 小车搬运优先级的几种设定对工序进行编码,并设计适应度函数,选择、交叉和变异方法,通过对遗传算法的仿真分析,确定哪种托盘搬运优先级下小车的最大完工时间最短,为单个 AGV 小车的调度问题提供一种有效的解决途径。

1 问题描述和数学模型

柔性制造系统根据生产计划制订如下加工任务:有 n 个工件在台机床上加工,每个工件都有 k 道工序,工件的每道工序都可以在任一机床上进行加工。由此可得出:
( 1) 工件集 N = { n1,n2,···,nn } ,ni ( i = 1,2,···,n) 为第 i 个工件;
( 2) 工序集 P = { p1,p2,···,pn } ,pi = { pi1,pi2,···,pik} ,pi j 为第 i ( i = 1,2,···,n) 个工件的第 j ( j = 1,2,···,k) 道工序;
( 3) 机床集 M = { m1,m2,···,mm } ,mq ( q =1,2,···,n) 为第 q 台机床;在小车调度过程中,应满足如下约束条件:
( 1) 每台机床都只能一次加工一个工件;
( 2) 工序的加工时间为常数;
( 3) 每个工件加工工序的顺序不能改变;
( 4) 小车从上料台取件往机床搬运的时刻为所有工件的起始加工时间;
( 5) 当所有工件加工完成后,小车将所有工件搬至下料台后搬运任务才算结束。
( 6) 小车搬运工件的优先级条件为: ①向加工中心上料的工件; ②加工中心已加工完的工件; ③接近最后工序的工件。按照以上三条件随机组合成 6 种优先级策略。
根据以上优化约束条件,小车调度方案的优化目标为所有工件的最大加工时间最小化,其数学模型为:min{ max ( ci ) } ,i = 1,2,···,n。其中,ci 为工件 ni 的完工时间。

2 算法的设计

由于遗传算法可全局搜索且收敛速度快,因此在目标函数的求解过程中,采用遗传算法求解目标函数的最优解。基于遗传算法的机床 - AGV 小车的调度算法的流程如图 1 所示。

提取码:

此处为隐藏的内容!
登录后才能查看!

文件下载 单个AGV小车多个搬运请求的调度算法研究
下载地址
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。