两道工序无故障的RGV动态调度模型算法研究

龚忠伟1 李 璐2 陈景生3 王姗姗3 莫文君4

(1.天津工业大学机械工程学院,天津 300387;2.天津工业大学经济与管理学院,天津 300387;3.天津工业大学数学科学学院,天津 300387;4.安徽农业大学资源与环境学院,安徽 合肥 230036)

摘要:智能加工系统的出现,使得物料加工更加快捷有效,极大地减少了人工生产过程的成本.本文通过对RGV动态调度问题的研究,建立了优化模型和仿真模型.同时利用计算机仿真技术,给出了RGV在两道工序加工且无故障发生时的调度方案,并且做了简单的评价.

关键词:计算机模拟仿真;调度方案;算法设计;RGV调度

0 引 言

RGV智能小车是智能加工系统的主要载体,集各种高新技术于一体[1].许多学者对其实用性进行了研究,吴长庆等[2]采用基于双重着色赋时Petri网的小车模型,考虑了有轨制导车辆(rail guided vehicle,RGV)的实时调度;甘剑锋和周晓光[3]利用排队论的思想,对自动化立体仓库AGV调度效率进行了分析;陈华和孙启元[4]则在禁忌算法的基础上,研究了RGV出入库的分派策略.

已知智能加工系统的组成与作业流程,智能加工系统由1台带机械手和清洗槽的RGV、8台计算机数控技术(computerized numerical control,CNC)、1条RGV直线轨道、1条上料传送带和1条下料传送带等附属设备构成.RGV可以根据指令控制移动的方向和距离,同时自带1个机械手臂、2只机械手爪和物料清洗槽,完成上下料及清洗物料等任务.具体的系统加工图如图1所示:

1 两道工序无故障的分析

在两道工序加工物料的情况下,每件物料的第一道和第二道工序分别需要由2台不同的CNC依次加工完成,并且在加工过程中CNC安装的刀具不可以进行更换.由于不同组生料在进行第一、二道工序加工时所花费的时间不同,需要确定CNC进行第一、二道工序的数量比.假定已知不同组物料分别进行第一道和第二道工序的加工时间,便可利用物料分别进行第一道和第二道工序的加工时间比来确定CNC进行第一、二道工序的数量比.

图1 智能加工系统的示意

设第k组物料经过CNC完成一道工序的加工时间为,第k组物料经过CNC完成二道工序的加工时间为,则智能加工系统上第一、二道工序CNC分配的数量比为:

由此便可计算出第k组物料在智能加工系统上第一、二道工序CNC分配的数量比(表1).

表1 不同组物料所使用第一、二道工序的数量比

第k组物料1 2 3第一、二道工序数量比4∶4 3∶5 5∶3

建立将工序具体分配到CNC上,并给出每个CNC搭配关系的优化模型,使得整个智能加工系统可以在8 h内生产的熟料数量达到最大值.

为确定每台CNC匹配加工物料的工序,可采用以下步骤:

首先,将智能加工系统上第一、二道工序CNC分配的数量比表示为m:n,且m+n=8.

其次,优先将位置相对、序号相邻的CNC分别分配或匹配为工序1和2,即可得到对工序i,i=1,2的加工时间.

最后,计算与之对应CNC的上下料时间(Tsxij)之和,遍历匹配得出,此时第 j台CNC对应的加工工序i即为最佳的分配结果.由此便可得到各组物料在智能加工系统中的相应的CNC对应的工序匹配结果(表2).

表2 工作台对应的工序匹配

第k组物料 工序1 工序2 1 1,3,5,7 2,4,6,8 2 2,3,5 1,4,6,7,8 3 2,4,5,6,7 1,3,8

其中ji(i=1,2,j=1,2,…,8)表示第j台CNC完成第i道工序的加工.

通过上述分析得到每个CNC具体分配的工序和CNC对应的工序最佳匹配结果,便可建立优化模型.

2 模型的建立

2.1 目标函数的确定

要实现的目标是,在每班次连续作业8 h中,经过第一道工序成为半成品,再经过第二道工序变成熟料件数的最大值,即:

2.2 同一台CNC加工2件第k道工序的物料的时间间隔约束

考虑到第i个物料在第j台CNC进行第k道工序的时刻为,则1台CNC加工2件第k道工序的物料的时间间隔,必须满足:

式中表示第j台CNC对i个物料进行第k道工序的时刻,表示第j台CNC对i个物料进行第k道工序花费的时间,而为第j台CNC对i个物料进行第k道工序后进行上下料的时间.

2.3 前后2件物料加工顺序时间的约束

RGV在第j台CNC上对第i件物料进行第k道工序加工后,移动到下一个离其距离最近的已经发出需求信号的第j′台CNC上完成第i′件物料进行第k′道工序加工,若前者刚完成第一道工序的加工,则RGV将去协助进行第二道工序加工;若前者刚完成第二道工序的加工,则RGV将去协助进行第一道或者第二道工序加工.而这2件物料的时间间隔,需要满足:

式中表示进行第k道工序时RGV在第i个CNC与第j个CNC之间移动花费的时间,

2.4 总时间约束

一个班次为8 h,故有:

2.5 每件物料完成两道工序完整加工的约束

第i个工件在第j台CNC上完成第一道工序的加工,经过等待后经过上下料,移动到第j′台CNC上上下料,完成第二道工序的加工后,立即向RGV发出信号,整个过程需要满足的时间约束为

式中表示第j台CNC对第i个物料进行第k道工序刚进行上料的时刻,

综上所述,可建立两道工序无故障的优化模型为:

3 模型的求解

3.1 两道工序无故障模型的求解算法

考虑到模型约束条件的复杂性和非线性,将优化模型通过化简,建立动态仿真模型,然后利用仿真的思想进行求解.则两道工序无故障动态模型的具体求解算法如下:

第一步,初始化工作总时间T,从CNCi#移动到CNCj#所花费的时间为TMij,RGV所在位置S=1,CNC1i#用于加工第一道工序,CNC2j#用于加工第二道工序,CNC1i#剩余加工时间(TD1i)=0,CNC2i#剩余加工时间TD2i=0,工作总时间(Total)28 800s,RGV初始状态(Total)0;

第二步,当Flag=0时,若对于任意的i,j,都有TD1i≠0,TD2i≠0,则RGV需要在S位置等待,等待时间TW=min{min{TD1i},min{TD2j}},更新总工作时间T=T+TW,更新CNC的剩余加工时间,否则转到第三步,当Flag=1时,若对于任意的j,都有TD2i≠0,则RGV需要在S位置等待,等待时间TW=min{TD2j},更新CNCi#的剩余加工时间(TDi)=TDi-TW,否则转到第三步;

第三步,当Flag=0时,当RGV移动到CNCi#时,CNC1i#的剩余加工时间(Tempi)=TD1i-TMsi,RGV下一个时间段位移耗时(D)={min{TMsi}|Tempi≤0},并更新下一时段位置(S);当Flag=1时,当RGV移动到CNCj#时,CNC2j#的Tempj=TD1j-TMsj,RGV的D={min{TMsj}|Tempj≤0},并更新下一时段S,更新Flag=0;

第四步,更新剩余加工时间TDi=TDi-D,若TDi<0,则使TDi=0.更新总时间(T)=T+D+TSs,其中TSs为RGV在S位置上下料及清洗物料所耗费的时间,若T≥Total,算法结束,否则转到第二步.

3.2 结果展示

通过计算机仿真技术,可以得到一个班次内3组无故障发生时可完成加工的熟料零件数,分别为235、196和240件.

计算得到每个班次内加工物料在不同CNC上进行加工的时间,以第2组参数的加工作业情况为例,选取部分结果,如表3所示:

表3 第2组数据两道工序无故障加工物料时间

加工物料序号 工序1的CNC编号 上料开始时间/s 下料开始时间/s 工序2的CNC编号 上料开始时间/s 下料开始时间/s 1 2 0 356 1 391 1 217 2 3 58 474 4 504 1 094 3 5 111 592 6 622 1 348

4 结束语

RGV智能小车的使用使得仓库管理合理化、存取自动化、操作简便化,可以将本文建立的模型做一些改善,应用到医药生产、汽车制造、机械制造、烟草配送、机场货运、军事等有类似需要物流分配的领域.

参考文献

[1] 江唯,何非,童一飞,等.基于混合算法的环形轨道 RGV系统调度优化研究[J].计算机工程与应用,2016,52(22):242-247.

[2] 吴长庆,罗键,陈火国,等.基于 Petri网的 RGVs系统中环路死锁研究[J].计算机科学,2009,36(4):250-253+260.

[3] 甘剑锋,周晓光.基于排队论的自动化立体仓库AGV调度效率分析[J].计算机测量与控制,2004(7):657-659.

[4] 陈华,孙启元.基于TS算法的直线往复2-RGV系统调度研究[J].工业工程与管理,2015,20(5):80-88.

Research on RGV Dynamic Scheduling Model Algorithm for Two Processes in the Case of No Fault

GONG Zhongwei1 LI Lu2 CHEN Jingsheng3 WANG Shanshan3 MO Wenjun4
(1.School of Mechanical Engineering,Tianjin Polytechnic University,Tianjin 300387;2.School of Economics and Management,Tianjin Polytechnic University,Tianjin 300387;3.School of Mathematical Sciences,Tianjin Polytechnic University,Tianjin 300387;4.School of Resources and Environment,Anhui Agricultural University,Hefei Anhui 230036)

Abstract:The emergence of intelligent processing systems makes material processing faster and more efficient.At the same time,it greatly reduces the cost of the manual production process.In this paper,the optimization model and simulation model are established by studying the dynamic scheduling problem of RGV.In addition,we use computer simulation technology to give a scheduling scheme for RGV processing in two processes without failure,and make a simple evaluation.

Keywords:computer simulation; scheduling scheme; algorithm design; RGV scheduling

中图分类号:TP23

DOI:10.19789/j.1004-9398.2020.03.005

收稿日期:2019-03-27