CN108985497A - 一种agv智能运输车数量及充电桩数量的规划方法及系统 - Google Patents
一种agv智能运输车数量及充电桩数量的规划方法及系统 Download PDFInfo
- Publication number
- CN108985497A CN108985497A CN201810671250.6A CN201810671250A CN108985497A CN 108985497 A CN108985497 A CN 108985497A CN 201810671250 A CN201810671250 A CN 201810671250A CN 108985497 A CN108985497 A CN 108985497A
- Authority
- CN
- China
- Prior art keywords
- agv
- transport vehicle
- indicates
- vehicle
- intelligent transport
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000032258 transport Effects 0.000 claims description 159
- 230000005611 electricity Effects 0.000 claims description 48
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000009049 secondary transport Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000005553 drilling Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 229910052493 LiFePO4 Inorganic materials 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种AGV智能运输车数量及充电桩数量的规划方法及系统，其中，该方法包括步骤：获取AGV智能运输车单次运输的平均速度和平均路程以计算车间所需的AGV智能运输车数量；根据所述AGV运输车数量计算所需充电桩数量。通过计算车间所需AGV智能运输车的数量以合理规划AGV智能运输车数量及充电桩数量，为AGV智能运输车提供更加灵活的运输策略和充电策略，优化AGV智能运输车的充电过程，以提高AGV智能运输车的工作效率，节约成本。
Description
技术领域
本发明涉及AGV智能运输车领域，尤其涉及一种AGV智能运输车数量及充电桩数量的规划方法及系统。
背景技术
21世纪制造业将进入一个新阶段，敏捷制造将成为企业的主导模式。要减小生产成本对生产批量的依赖，就要发展敏捷制造装备。由于机器人具有自主规划、可编程、可协调作业和基于传感器控制等特点，它将成为可重组的敏捷制造生产装备及系统的重要组成部分，为传统制造企业向敏捷制造企业跨越发展提供重要的技术支持。
自动导向小车((Automated Guided Vehicle简称AGV)是移动机器人的一种，是现代制造企业物流系统中的重要设备，主要用来储运各类物料，为系统柔性化、集成化、高效运行提供了重要保证。AGV主要有两类形式，一种是固定路径AGV，它的运行路径是固定的，且有轨道，所以导引技术相对简单；另一种是自由路径AGV，由于没有轨道，它为AGV自由运行提供了最大可能，但由于技术限制，AGV沿任意路径自由运行仍是一个有待解决的技术难题。
随着生产车间智能化的提高，导向式AGV明显降低了AGV的柔性。因此，非导向式AGV将成为敏捷制造物流系统中的主要选择。在非导向式AGV系统中，AGV的运行路径不需要由附加设备决定，而且当车间的布局变化后，只要及时改变规划系统的软件参数即可满足路径规划要求。自动导引小车AGV适应性好、柔性程度高、可靠性好、可实现生产和搬运功能的集成化和自动化，在各国的许多行业都得到广泛的应用。
目前，在我国某些汽车、烟草行业，AGV已投入使用，并取得了良好的经济效益。但从使用形式来看，大都采用属于固定路径导向范畴的电磁导引AGV无固定路径自主导向的AGV。由于诸多问题未能完全解决，还没有达到实用。因此进行自由路径导向式AGV的研究，不仅对敏捷物流设备的研制和应用有现实的工程意义，而且对移动机器人路径规划有重要的理论意义。
发明内容
本发明的目的是针对现有技术的缺陷，提供一种AGV智能运输车数量及充电桩数量的规划方法及系统，可以优化AGV智能运输车的充电过程，以提高AGV智能运输车的工作效率，节约成本。
为了实现以上目的，本发明采用以下技术方案：
一种AGV智能运输车数量及充电桩数量的规划方法，包括步骤：
获取AGV智能运输车单次运输的平均速度和平均路程以计算车间所需的AGV智能运输车数量；
根据所述AGV运输车数量计算所需充电桩数量。
优选的，所述AGV智能运输车单次运输的平均路程计算为：
S1＝aX+bY，
其中，S1表示平均路程，X表示车间宽，Y表示车间长，a,b为常数；
所述AGV智能运输车运输的平均速度计算为：
其中，T总＝(Tc+Tw++Ts+Te)/K；S2表示AGV智能运输车单次运输的总路程，T总表示单次运输总时长，Tc表示充电时间，Tw表示取料时间，Ts表示空闲时间，Te表示运料时间，K表示AGV智能运输车每天的有效工作系数。
优选的，计算所需的AGV智能运输车的数量具体为：
其中，C表示AGV智能运输车每天运输的次数。
优选的，所述根据所述AGV运输车数量获得所需充电桩数量包括步骤：
根据所述AGV运输车辆数量计算不同运行中的车辆数同时到达电量下限值需充电状态的不同概率值；
判断所述不同运行中的车辆数同时到达电量下限值需充电状态的各个概率值是否小于概率阈值，若是，则选取与所述概率阈值最接近的概率值对应的同时到达电量下限值的运行中车辆数；
计算所述运行中车辆数对应不同充电桩数量的不同工作效率；
根据所述工作效率的取值获取最高效率对应的充电桩数量。
优选的，所述根据所述AGV运输车辆数量计算不同运行中的车辆数同时到达电量下限值需充电状态的不同概率值具体为：
其中，P表示运行中的车辆同时到达电量下限值需充电状态的概率，表示AGV运输车任一时间内达到电量下限值的概率，表示AGV运输车未达到电量下限值的概率；m表示正在运行的AGV运输车的数量，n表示达到电量下限值的AGV运输车的数量。
相应的，还提供一种AGV智能运输车数量及充电桩数量的规划系统，包括：
获取模块，用于获取AGV智能运输车单次运输的平均速度和平均路程以计算车间所需的AGV智能运输车数量；第一计算模块，用于根据所述AGV运输车数量计算所需充电桩数量。
优选的，还包括：
第二计算模块，用于根据所述车间的长宽计算所述AGV智能运输车单次运输的平均路程，其中，计算公式包括：S1＝aX+bY，S1表示平均路程，X表示车间宽，Y表示车间长，a,b为常数；
第三计算模块，用于根据所述AGV智能运输车的单次运输总时长和单次运输总路程计算所述AGV智能运输车运输的平均速度，具体为：
T总＝(Tc+Tw++Ts+Te)/K；
其中，S2表示AGV智能运输车单次运输的总路程，T总表示单次运输总时长，Tc表示充电时间，Tw表示取料时间，Ts表示空闲时间，Te表示运料时间，K表示AGV智能运输车每天的有效工作系数。
优选的，所述获取模块包括第一预设公式：
所述第一预设公式为其中，C表示AGV智能运输车每天运输的次数。
优选的，所述第一计算模块包括：
概率计算单元，用于根据所述AGV运输车辆数量计算不同运行中的车辆数同时到达电量下限值需充电状态的不同概率值；
判断选取单元，用于判断所述不同运行中的车辆数同时到达电量下限值需充电状态的概率值是否小于概率阈值，若是，则选取与所述概率阈值最接近的概率值对应的同时到达电量下限值的运行中车辆数；
效率计算单元，用于计算所述运行中车辆数对应不同充电桩数量的不同工作效率；
充电桩数量获取单元，用于根据所述工作效率的取值获取最高效率对应的充电桩数量。
优选的，所述概率计算单元计算具体为：
其中，P表示运行中的车辆同时到达电量下限值需充电状态的概率，表示AGV运输车任一时间内达到电量下限值的概率，表示AGV运输车未达到电量下限值的概率；m表示正在运行的AGV运输车的数量，n表示达到电量下限值的AGV运输车的数量。
与现有技术相比，本发明通过合理规划AGV智能运输车数量及充电桩数量，为AGV智能运输车提供更加灵活的运输及充电策略，优化AGV智能运输车的充电过程，以提高AGV智能运输车的工作效率，节约成本。
附图说明
图1为实施例一提供的一种AGV智能运输车数量及充电桩数量的规划方法流程图；
图2为实施例一提供的一种AGV智能运输车数量及充电桩数量的规划系统结构图。
具体实施方式
以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
实施例一
本实施例提供一种AGV智能运输车数量及充电桩数量的规划方法，如图1所示，包括步骤：
S11、获取AGV智能运输车单次运输的平均速度和平均路程以计算车间所需的AGV智能运输车数量；
S12、根据所述AGV运输车数量计算所需充电桩数量。
目前，现有技术中没有为AGV智能运输车提供很好的充电方案，本实施例通过合理规划充电桩数量，为AGV提供灵活的充电策略，以使AGV智能运输车的运输效率最大化。本实施例通过步骤S11计算车间所需的AGV智能运输车的数量再通过步骤S12根据AGV数量计算获得所需的充电桩数量。
优选的，所述AGV智能运输车单次运输的平均路程计算为：S1＝aX+bY，S1表示平均路程，X表示车间宽，Y表示车间长，a,b为常数；
根据所述AGV智能运输车的单次运输总时长和单次运输总路程计算所述AGV智能运输车运输的平均速度，具体为：
T总＝(Tc+Tw++Ts+Te)/K；
其中，S2表示AGV智能运输车单次运输的总路程，T总表示单次运输总时长，Tc表示充电时间，Tw表示取料时间，Ts表示空闲时间，Te表示运料时间，K表示AGV智能运输车每天的有效工作系数。
由于AGV系统的小车数量配置很大程度上会受到AGV系统中小车任务调度方式的影响，规划人员通过对比分析企业总成本，平衡生产物流模式及考虑车间内AGV送料系统与部分人工送料岗位互相协同工作，将AGV系统看作一个随机服务系统，当物料需求产生时，若有空闲小车，便立即相应服务，若无，则排队等待。以最低总成本作为目标函数，以AGV小车数量作为决策变量，基于AGV系统中与小车数量存在密切联系的AGV系统使用成本与物料拉动需求因排队而无法及时响应所产生的等待损失两者的总成本统筹考虑建立起相关数学模型。AGV数量可根据该车间的日工作时间及AGV的日工作工时确定，受车间面积、仓库出货量以及AGV各技术参数的影响，可建立模型进行求解：
假设在X*Y的车间中，设置一个取货点，每辆AGV工作量为C/天，假设每辆AGV行驶的路线是等可能的，取AGV执行任务平均运行速度为V，行驶路程取均值S1，例如a＝1/2，b＝1/4，则位置点在车间1/2宽和1/4长的地方，每辆AGV的平均路程即为S1＝aX+bY，再通过AGV总路程除以总时间获得AGV的平均速度，每辆AGV的总路程已知，总时间T总包括主要包括：运料时间Te、取料时间Tw、充电时间Tc、空闲时间Ts，K为每天有效工作的系数，KT总＝Tc+Tw++Ts+Te；AGV的运行为加速度运行，根据公式s＝1/2at2+vt,AGV执行一次任务即运一次料的速度的变化曲线如图2所示，其中，0～t1表示顶升，t1～t2运行，t2～t3转弯，t3～t4运行，t4～t5进行取货，t5～t6运行，t6～t7转弯，t7～t8运行，t8～t9降落，因此单辆AGV每天的运料时间即有效工时为Te＝C*t9。
优选的，计算所需的AGV智能运输车的数量具体为：
其中，C表示AGV智能运输车每天运输的次数。
计算得出平均执行一次任务所需的时间，即可求出较为精确的平均速度值V，得到车间所需AGV数量N为：
优选的，所述根据所述AGV运输车数量获得所需充电桩数量包括步骤：
根据所述AGV运输车辆数量计算不同运行中的车辆数同时到达电量下限值需充电状态的不同概率值；
判断所述不同运行中的车辆数同时到达电量下限值需充电状态的各个概率值是否小于概率阈值，若是，则选取与所述概率阈值最接近的概率值对应的同时到达电量下限值的运行中车辆数；
计算所述运行中车辆数对应不同充电桩数量的不同工作效率；
根据所述工作效率的取值获取最高效率对应的充电桩数量。
优选的，根据所述AGV运输车辆数量计算不同运行中的车辆数同时到达电量下限值需充电状态的不同概率值具体为：
其中，P表示运行中的车辆同时到达电量下限值需充电状态的概率，表示AGV运输车任一时间内达到电量下限值的概率，表示AGV运输车未达到电量下限值的概率；m表示正在运行的AGV运输车的数量，n表示达到电量下限值的AGV运输车的数量。
考虑到实际情况，车间中每辆AGV运行状态(包括载重、路径等)必定有所不同，则耗电量也会有所不同。基于统计学原理，计算出运行中的车辆同时到达需充电电量状态(SOC)的概率P，即：随着运行车辆的增加，配适当数量的充电桩可以提高车间的工作效率。
m表示正在运行AGV的数量，n表示达到电量下限值AGV的数量，其中，m+n＝N,表示任一时间段AGV达到电量下限值的概率，表示车辆未达到电量下限值的概率，假设到达低电量的车辆数服从正态分布，具体数值可根据正态分布表求出。就AGV所使用的磷酸铁锂电池，电池充放电时间比满足n:1，即每n台AGV配1台充电桩。但为使得效益最大化，其配比可以进一步优化。假定P0表示n0辆车同时到达低电量这一事件发生的最小值(统计值)，P是n台车同时没电的概率，Q表示所需充电桩的数量。当几辆车同时没电的概率小于P0时，认为其发生的概率很小(具体数值应经过大量实地测试确定，此时所需充电桩的最大值Qm＝n0。
根据电池实际充电数据变化特性，电池充电时间与电压值大致满足线性关系。为简化模型、优化车辆与充电桩配比，假设有效工时等于总工时-充电时间。假设有10台车且每天需工作8小时，1台充电桩充电，日工作效率为80％。取P0＝0.1，即10辆车工作时3台同时没电的可能性较大：若3台车需充电1.6+1.2+0.8h，则工作效率75.5％；若增加1台充电桩：若3台车需充电2.8h，则工作效率76.5％。以下是电量-充电时间对应表：
即每增加1台充电桩，其工作效率会有提升，但成本也会有所增加，整个系统可以稳定运行的工作效率由不同的工作条件、效率需求决定。因此，通过合理设置工作效率的最低值或者根据工作效率的值选择相应合适的充电桩数量有利于AGV运输车的高运输效率和低成本运作。
相应的，本实施例还提供一种AGV智能运输车数量及充电桩数量的规划系统，如图2所示，包括：
获取模块11，用于获取AGV智能运输车单次运输的平均速度和平均路程以计算车间所需的AGV智能运输车数量；
第一计算模块12，用于根据所述AGV运输车数量计算所需充电桩数量。
优选的，还包括：
第二计算模块，用于根据所述车间的长宽计算所述AGV智能运输车单次运输的平均路程，其中，计算公式包括：S1＝aX+bY，S1表示平均路程，X表示车间宽，Y表示车间长，a,b为常数；
第三计算模块，用于根据所述AGV智能运输车的单次运输总时长和单次运输总路程计算所述AGV智能运输车运输的平均速度，具体为：
T总＝(Tc+Tw++Ts+Te)/K；
其中，S2表示AGV智能运输车单次运输的总路程，T总表示单次运输总时长，Tc表示充电时间，Tw表示取料时间，Ts表示空闲时间，Te表示运料时间，K表示AGV智能运输车每天的有效工作系数。
优选的，所述获取模块包括第一预设公式：
所述第一预设公式为其中，C表示AGV智能运输车每天运输的次数。
优选的，所述第一计算模块包括：
概率计算单元，用于根据所述AGV运输车辆数量计算不同运行中的车辆数同时到达电量下限值需充电状态的不同概率值；
判断选取单元，用于判断所述不同运行中的车辆数同时到达电量下限值需充电状态的概率值是否小于概率阈值，若是，则选取与所述概率阈值最接近的概率值对应的同时到达电量下限值的运行中车辆数；
效率计算单元，用于计算所述运行中车辆数对应不同充电桩数量的不同工作效率；
充电桩数量获取单元，用于根据所述工作效率的取值获取最高效率对应的充电桩数量。
优选的，所述概率计算单元计算具体为：
其中，P表示运行中的车辆同时到达电量下限值需充电状态的概率，表示AGV运输车任一时间内达到电量下限值的概率，表示AGV运输车未达到电量下限值的概率；m表示正在运行的AGV运输车的数量，n表示达到电量下限值的AGV运输车的数量。
本实施例通过计算车间所需AGV智能运输车的数量合理规划AGV智能运输车数量及充电桩数量，为AGV智能运输车提供更加灵活的运输及充电策略，优化AGV智能运输车的充电过程，以提高AGV智能运输车的工作效率，节约成本。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (10)
1.一种AGV智能运输车数量及充电桩数量的规划方法，其特征在于，包括步骤：
获取AGV智能运输车单次运输的平均速度和平均路程以计算车间所需的AGV智能运输车数量；
根据所述AGV运输车数量计算所需充电桩数量。
2.如权利要求1所述的一种AGV智能运输车数量及充电桩数量的规划方法，其特征在于，所述AGV智能运输车单次运输的平均路程计算为：
S1＝aX+bY，
其中S1表示平均路程，X表示车间宽，Y表示车间长，a,b为常数；
所述AGV智能运输车运输的平均速度计算为：
其中，T总＝(Tc+Tw++Ts+Te)/K；S2表示AGV智能运输车单次运输的总路程，T总表示单次运输总时长，Tc表示充电时间，Tw表示取料时间，Ts表示空闲时间，Te表示运料时间，K表示AGV智能运输车每天的有效工作系数。
3.如权利要求2所述的一种AGV智能运输车数量及充电桩数量的规划方法，其特征在于：
计算所需的AGV智能运输车的数量具体为：
其中，C表示AGV智能运输车每天运输的次数。
4.如权利要求1所述的一种AGV智能运输车数量及充电桩数量的规划方法，其特征在于，根据所述AGV运输车数量获得所需充电桩数量包括步骤：
根据所述AGV运输车辆数量计算不同运行中的车辆数同时到达电量下限值需充电状态的不同概率值；
判断所述不同运行中的车辆数同时到达电量下限值需充电状态的各个概率值是否小于概率阈值，若是，则选取与所述概率阈值最接近的概率值对应的同时到达电量下限值的运行中车辆数；
计算所述运行中车辆数对应不同充电桩数量的不同工作效率；
根据所述工作效率的取值获取最高效率对应的充电桩数量。
5.如权利要求4所述的一种AGV智能运输车数量及充电桩数量的规划方法，其特征在于，所述根据所述AGV运输车辆数量计算不同运行中的车辆数同时到达电量下限值需充电状态的不同概率值具体为：
其中，P表示运行中的车辆同时到达电量下限值需充电状态的概率，表示AGV运输车任一时间内达到电量下限值的概率，表示AGV运输车未达到电量下限值的概率；m表示正在运行的AGV运输车的数量，n表示达到电量下限值的AGV运输车的数量。
6.一种AGV智能运输车数量及充电桩数量的规划系统，其特征在于，包括：
获取模块，用于获取AGV智能运输车单次运输的平均速度和平均路程以计算车间所需的AGV智能运输车数量；第一计算模块，用于根据所述AGV运输车数量计算所需充电桩数量。
7.如权利要求6所述的一种AGV智能运输车数量及充电桩数量的规划系统，其特征在于，还包括：
第二计算模块，用于根据所述车间的长宽计算所述AGV智能运输车单次运输的平均路程，其中，计算公式包括：S1＝aX+bY，S1表示平均路程，X表示车间宽，Y表示车间长，a,b为常数；
第三计算模块，用于根据所述AGV智能运输车的单次运输总时长和单次运输总路程计算所述AGV智能运输车运输的平均速度，具体为：
T总＝(Tc+Tw++Ts+Te)/K；
其中，S2表示AGV智能运输车单次运输的总路程，T总表示单次运输总时长，Tc表示充电时间，Tw表示取料时间，Ts表示空闲时间，Te表示运料时间，K表示AGV智能运输车每天的有效工作系数。
8.如权利要求7所述的一种AGV智能运输车数量及充电桩数量的规划系统，其特征在于，所述获取模块包括第一预设公式：
所述第一预设公式为其中，C表示AGV智能运输车每天运输的次数。
9.如权利要求6所述的一种AGV智能运输车数量及充电桩数量的规划系统，其特征在于，所述第一计算模块包括：
概率计算单元，用于根据所述AGV运输车辆数量计算不同运行中的车辆数同时到达电量下限值需充电状态的不同概率值；
判断选取单元，用于判断所述不同运行中的车辆数同时到达电量下限值需充电状态的概率值是否小于概率阈值，若是，则选取与所述概率阈值最接近的概率值对应的同时到达电量下限值的运行中车辆数；
效率计算单元，用于计算所述运行中车辆数对应不同充电桩数量的不同工作效率；
充电桩数量获取单元，用于根据所述工作效率的取值获取最高效率对应的充电桩数量。
10.如权利要求9所述的一种AGV智能运输车数量及充电桩数量的规划系统，其特征在于，概率计算单元计算具体为：
其中，P表示运行中的车辆同时到达电量下限值需充电状态的概率，表示AGV运输车任一时间内达到电量下限值的概率，表示AGV运输车未达到电量下限值的概率；m表示正在运行的AGV运输车的数量，n表示达到电量下限值的AGV运输车的数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810671250.6A CN108985497B (zh) | 2018-06-26 | 2018-06-26 | 一种智能运输车数量及充电桩数量的规划方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810671250.6A CN108985497B (zh) | 2018-06-26 | 2018-06-26 | 一种智能运输车数量及充电桩数量的规划方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108985497A true CN108985497A (zh) | 2018-12-11 |
| CN108985497B CN108985497B (zh) | 2021-11-02 |
Family
ID=64538781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810671250.6A Active CN108985497B (zh) | 2018-06-26 | 2018-06-26 | 一种智能运输车数量及充电桩数量的规划方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108985497B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109977527A (zh) * | 2019-03-21 | 2019-07-05 | 华北电力大学 | 一种城市公共充电站网络的充电桩配置方法 |
| CN110065488A (zh) * | 2019-05-15 | 2019-07-30 | 大连华锐重工焦炉车辆设备有限公司 | 一种重型agv框架运输车智能控制系统及控制方法 |
| CN111768629A (zh) * | 2019-11-04 | 2020-10-13 | 北京京东乾石科技有限公司 | 车辆调度方法、装置和系统 |
| CN111983480A (zh) * | 2020-08-19 | 2020-11-24 | 华晟（青岛）智能装备科技有限公司 | 一种基于马氏过程的agv电量状态预测方法及系统 |
| CN112379607A (zh) * | 2021-01-18 | 2021-02-19 | 中联重科股份有限公司 | 模拟运行方法及装置、数量规划方法、装置及系统 |
| CN113978298A (zh) * | 2021-08-24 | 2022-01-28 | 天津港第二集装箱码头有限公司 | 一种考虑无人集卡侧方位充电的智能充电桩动态分配方法 |
| CN114742360A (zh) * | 2022-03-15 | 2022-07-12 | 湘南学院 | 一种作业车间多agv的组合充电系统的分析方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6571213B1 (en) * | 1999-12-30 | 2003-05-27 | Pitney Bowes Inc. | Router utility for a parcel shipping system |
| CN104463701A (zh) * | 2014-12-07 | 2015-03-25 | 国网浙江省电力公司电动汽车服务分公司 | 一种配电系统与电动汽车充电网络的协调规划方法 |
| CN104836293A (zh) * | 2015-05-08 | 2015-08-12 | 杭州南江机器人股份有限公司 | 自动导引运输车(agv)的充电方法和移动充电桩、充电系统 |
| CN106682766A (zh) * | 2016-12-06 | 2017-05-17 | 国网北京市电力公司 | 充电桩的布局方法和装置 |
| CN107179769A (zh) * | 2017-06-06 | 2017-09-19 | 泉州装备制造研究所 | 一种基于实时调度仿真和排队论的agv数量配置方法 |
| CN107379994A (zh) * | 2017-08-01 | 2017-11-24 | 安徽福的信息技术服务有限公司 | 一种无人搬运车供电管理方法 |
| CN107727099A (zh) * | 2017-09-29 | 2018-02-23 | 山东大学 | 一种工厂内物料运输多agv调度及路径规划方法 |
| US20180060776A1 (en) * | 2016-08-29 | 2018-03-01 | Ford Global Technologies, Llc | Optimizing Selection of Battery Electric Vehicles to Perform Delivery Tasks |
-
2018
- 2018-06-26 CN CN201810671250.6A patent/CN108985497B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6571213B1 (en) * | 1999-12-30 | 2003-05-27 | Pitney Bowes Inc. | Router utility for a parcel shipping system |
| CN104463701A (zh) * | 2014-12-07 | 2015-03-25 | 国网浙江省电力公司电动汽车服务分公司 | 一种配电系统与电动汽车充电网络的协调规划方法 |
| CN104836293A (zh) * | 2015-05-08 | 2015-08-12 | 杭州南江机器人股份有限公司 | 自动导引运输车(agv)的充电方法和移动充电桩、充电系统 |
| US20180060776A1 (en) * | 2016-08-29 | 2018-03-01 | Ford Global Technologies, Llc | Optimizing Selection of Battery Electric Vehicles to Perform Delivery Tasks |
| CN106682766A (zh) * | 2016-12-06 | 2017-05-17 | 国网北京市电力公司 | 充电桩的布局方法和装置 |
| CN107179769A (zh) * | 2017-06-06 | 2017-09-19 | 泉州装备制造研究所 | 一种基于实时调度仿真和排队论的agv数量配置方法 |
| CN107379994A (zh) * | 2017-08-01 | 2017-11-24 | 安徽福的信息技术服务有限公司 | 一种无人搬运车供电管理方法 |
| CN107727099A (zh) * | 2017-09-29 | 2018-02-23 | 山东大学 | 一种工厂内物料运输多agv调度及路径规划方法 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109977527A (zh) * | 2019-03-21 | 2019-07-05 | 华北电力大学 | 一种城市公共充电站网络的充电桩配置方法 |
| CN110065488A (zh) * | 2019-05-15 | 2019-07-30 | 大连华锐重工焦炉车辆设备有限公司 | 一种重型agv框架运输车智能控制系统及控制方法 |
| CN110065488B (zh) * | 2019-05-15 | 2024-02-02 | 大连华锐重工焦炉车辆设备有限公司 | 一种重型agv框架运输车智能控制系统及控制方法 |
| CN111768629A (zh) * | 2019-11-04 | 2020-10-13 | 北京京东乾石科技有限公司 | 车辆调度方法、装置和系统 |
| CN111768629B (zh) * | 2019-11-04 | 2022-04-12 | 北京京东乾石科技有限公司 | 车辆调度方法、装置和系统 |
| CN111983480A (zh) * | 2020-08-19 | 2020-11-24 | 华晟（青岛）智能装备科技有限公司 | 一种基于马氏过程的agv电量状态预测方法及系统 |
| CN112379607A (zh) * | 2021-01-18 | 2021-02-19 | 中联重科股份有限公司 | 模拟运行方法及装置、数量规划方法、装置及系统 |
| CN112379607B (zh) * | 2021-01-18 | 2021-04-13 | 中联重科股份有限公司 | 模拟运行方法及装置、数量规划方法、装置及系统 |
| CN113978298A (zh) * | 2021-08-24 | 2022-01-28 | 天津港第二集装箱码头有限公司 | 一种考虑无人集卡侧方位充电的智能充电桩动态分配方法 |
| CN113978298B (zh) * | 2021-08-24 | 2024-01-12 | 天津港第二集装箱码头有限公司 | 一种考虑无人集卡侧方位充电的智能充电桩动态分配方法 |
| CN114742360A (zh) * | 2022-03-15 | 2022-07-12 | 湘南学院 | 一种作业车间多agv的组合充电系统的分析方法 |
| CN114742360B (zh) * | 2022-03-15 | 2024-08-09 | 湘南学院 | 一种作业车间多agv的组合充电系统的分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108985497B (zh) | 2021-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108985497A (zh) | 一种agv智能运输车数量及充电桩数量的规划方法及系统 | |
| Zhang et al. | Energy-efficient path planning for a single-load automated guided vehicle in a manufacturing workshop | |
| Zhen et al. | A review on yard management in container terminals | |
| CN107256469A (zh) | 基于叉车式agv小车的优化出入库管理系统及其方法 | |
| CN108909514A (zh) | 基于自动电池更换的多agv电量管理系统及方法 | |
| CN109190840A (zh) | 一种冷库用穿梭车调度管理系统和调度方法 | |
| CN207198902U (zh) | 一种基于agv移动平台的自动运输任务调度系统 | |
| CN104009494A (zh) | 一种环境经济发电调度方法 | |
| CN103186879A (zh) | 公路运输调度方法 | |
| CN107633375A (zh) | 一种人机协作仓储分拣方法 | |
| CN107644310A (zh) | 一种城市管式物流运输方法 | |
| CN109677830A (zh) | 一种四向穿梭车式密集仓储系统资源配置优化方法 | |
| CN105858043B (zh) | 一种升降机与穿梭车结合的仓储系统优化调度方法 | |
| CN109978232A (zh) | 一种用于agv小车路径优化算法 | |
| CN104346658A (zh) | 基于改进银行家算法的自动小车存取系统动态调度方法 | |
| CN114662943B (zh) | 基于多目标遗传算法的露天矿卡车调度方法 | |
| CN112232579B (zh) | 一种基于蚁群算法的电力物资调配方法 | |
| Bao et al. | Study on Optimization of Coal Truck Flow in Open‐Pit Mine | |
| CN113947310A (zh) | 一种车间物料配送路径优化方法 | |
| CN117635000B (zh) | 基于工业互联网的lms生产物流调度方法 | |
| CN108280530A (zh) | 双向路径不对称状态下库区无人行车吊运路径优化方法及系统 | |
| Zhu et al. | Workstation layout strategies in Robotic Mobile Fulfillment Systems considering carbon emissions | |
| CN117634772A (zh) | 一种考虑卡车性能的露天矿无人驾驶卡车调度方法 | |
| CN116415872A (zh) | 一种3pl自动调度配载应用软件系统 | |
| Gacal et al. | Flying sidekick traveling salesman problem with pick-up and delivery and drone energy optimization |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190410 Address after: 201616 No. 3666 Sixian Road, Songjiang District, Shanghai Applicant after: PHICOMM (SHANGHAI) Co.,Ltd. Address before: 610100 125 Longquan Street Park Road, Longquanyi District, Chengdu, Sichuan. Applicant before: Sichuan fixun Information Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201123 Address after: Room 10242, No. 260, Jiangshu Road, Xixing street, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Hangzhou Jiji Intellectual Property Operation Co.,Ltd. Address before: 201616 Shanghai city Songjiang District Sixian Road No. 3666 Applicant before: Phicomm (Shanghai) Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211019 Address after: 304a, 3rd floor, Qinghai building, 7043 Beihuan Avenue, Kangxin community, Lianhua street, Futian District, Shenzhen, Guangdong 518000 Applicant after: Shenzhen Qifeng Intelligent Robot Technology Co.,Ltd. Address before: Room 10242, No. 260, Jiangshu Road, Xixing street, Binjiang District, Hangzhou City, Zhejiang Province Applicant before: Hangzhou Jiji Intellectual Property Operation Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220624 Address after: 518000 a-1801, a1802, a1803, Haisong building, Tairan 9th Road, chegongmiao, Futian District, Shenzhen City, Guangdong Province (office only) Patentee after: Shenzhen yuhetian smart city operation group Co.,Ltd. Address before: 304a, 3rd floor, Qinghai building, 7043 Beihuan Avenue, Kangxin community, Lianhua street, Futian District, Shenzhen, Guangdong 518000 Patentee before: Shenzhen Qifeng Intelligent Robot Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| CP02 | Change in the address of a patent holder |
Address after: C315, Building C, Huafeng International Robot Industrial Park, Hangcheng Avenue, Nanchang Community, Xixiang Street, Baoan District, Shenzhen City, Guangdong Province, 518100 Patentee after: Shenzhen yuhetian smart city operation group Co.,Ltd. Address before: 518000 a-1801, a1802, a1803, Haisong building, Tairan 9th Road, chegongmiao, Futian District, Shenzhen City, Guangdong Province (office only) Patentee before: Shenzhen yuhetian smart city operation group Co.,Ltd. |
|
| CP02 | Change in the address of a patent holder |