CN111563672B - 一种多载agv数量配置方法 - Google Patents

一种多载agv数量配置方法 Download PDF

Info

Publication number
CN111563672B
CN111563672B CN202010350811.XA CN202010350811A CN111563672B CN 111563672 B CN111563672 B CN 111563672B CN 202010350811 A CN202010350811 A CN 202010350811A CN 111563672 B CN111563672 B CN 111563672B
Authority
CN
China
Prior art keywords
agv
load
total
task
stroke
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.)
Active
Application number
CN202010350811.XA
Other languages
English (en)
Other versions
CN111563672A (zh
Inventor
雷琦
封声飞
宋豫川
伍乐
邹裕吉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN202010350811.XA priority Critical patent/CN111563672B/zh
Publication of CN111563672A publication Critical patent/CN111563672A/zh
Application granted granted Critical
Publication of CN111563672B publication Critical patent/CN111563672B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • General Factory Administration (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种多载AGV数量配置方法,包括如下步骤:获取AGV多载判定条件、AGV运行规则及AGV运行场景数据;建立AGV数量配置模型;将AGV运行场景数据输入AGV数量配置模型,基于AGV多载判定条件及AGV运行规则求解得到AGV数量配置数量。与现有技术相比,本发明根据同一时间车间(运行场景)所需运输的任务数量与AGV系统的运载能力相匹配为基本原理建立AGV数量配置模型,对AGV多载判定条件进行分析,计算出多载情况下AGV的数量配置信息,运算简单高效,同时计算结果接近实际情况,能够在物流系统采用多载AGV的前提下,在车间物流系统规划实施前期提供合理的最优AGV数量,以达到科学决策的降低成本的目的。

Description

一种多载AGV数量配置方法
技术领域
本发明用于车间物流的资源配置和AGV调度领域,特别涉及一种多载AGV数量配置方法。
背景技术
AGV(automatic guided vehicle,无人小车)是一种自动化物流运输装备,主要用于车间、仓储物流,港口码头运输场景,能够显著提高物流运输效率。在现代智能化车间中AGV主要完成与生产加工相关的运输任务,使得车间生产能够高效,准时的完成生产任务。在现代企业的车间物料搬运中发挥越来越重要的作用,是构建智能化数字车间不可缺少的部分。
AGV系统以其自动避障能力,自动路径规划,容易控制成为柔性制造系统(flexible manufacturing system,FMS)中物流系统的最佳选择。车辆规模是AGV系统各要素中对柔性制造系统的物流运输效率影响最大的环节。在AGV系统设计的过程中需要确定适当的车辆规模,适当的车辆规模可以高效完成任务,但是从经济利益考虑AGV不宜过多,过多会增加控制难度,降低单个AGV的利用率,造成资源浪费,同时还会加剧AGV系统的交通拥堵。过少则不能满足车间生产的任务要求。因此在前期规划AGV物流系统时需要多少台AGV能够最大限度的发挥AGV系统的价值和效用的同时满足车间生产需求成为了实际项目规划与实施中要解决的关键问题。
据目前研究,AGV数量的配置方法主要基于单载AGV,单载AGV在当前任务完成过后才能进行下一次任务。相较于单载AGV,多载AGV在运输工作中,附近如果有任务请求且满足多载条件,则该车辆可以同时执行该任务,这样提高了单位时间上AGV的利用率。在完成相同的任务量时,采用多载AGV需要的AGV数量更少,同时也减少了AGV系统的交通拥堵情况,提高了系统效率。然而,现有技术中对于AGV数量配置的研究仅限于单载AGV。
因此,如何进行多载AGV的数量配置成为了本领域技术人员急需解决的问题。
发明内容
因此,本发明需要解决的问题是如何进行多载AGV的数量配置。
为了解决上述技术问题,本发明采用了如下的技术方案:
一种多载AGV数量配置方法,包括如下步骤:
S1、获取AGV多载判定条件、AGV运行规则及AGV运行场景数据,当AGV满足所述多载判定规则,则判定所述AGV在执行当前任务的同时开始执行新任务;
S2、建立AGV数量配置模型,所述AGV数量配置模型包括总行程模型、总负载行程模型、总空载行程模型、装卸时间模型、AGV工作效率模型及AGV数量计算模型;
S3、将所述AGV运行场景数据输入所述AGV数量配置模型,基于所述AGV多载判定条件及所述AGV运行规则求解得到AGV数量配置数量。
优选地,对任一AGV,当符合所述AGV多载判定条件时,执行多载;所述AGV多载判定条件包括:
WN≤WL
Figure GDA0004117612500000021
dis(s0,s1)<dis(s0,e1)
Ti_ar≤Ti_ed
式中,WN表示新任务所需负载,WL表示AGV剩余负载,R0表示AGV当前任务路径节点集合,R0={s0....e0},s0表示AGV当前任务起点,e0表示AGV当前任务终点,R1表示AGV新任务路径节点集合,R1={s1....e1},s1表示AGV新任务起点,e1表示AGV新任务终点,dis(s0,s1)表示s0与s1之间的路径距离,dis(s0,e1)表示s0与e1之间的路径距离,Ti_ar表示AGV预计到达新任务终点的时刻,Ti_ed表示新任务的计划到达时限。
优选地,所述AGV运行规则包括:每个AGV都是按路径规划的最短路径行驶;每个AGV在符合所述AGV多载判定条件时,最多同时负载运行3个任务。
优选地,总行程模型包括
Figure GDA0004117612500000022
DL+DE=D
式中,D为总行程,n表示总工位数,dM(i,j)表示多载AGV总行程,
Figure GDA0004117612500000023
dU(i,j)表示单载AGV总行程,dU(i,j)=dE(k,i)+dL(i,j),dL(i,j)表示起点i到终点j的负载行程,
Figure GDA0004117612500000024
表示在进行多载运输时新任务与当前负载任务的重合负载行程,dE(k,i)表示当前点k到起点i的空载行程;从i到j的运输任务采用多载运输的次数为
Figure GDA0004117612500000031
采用单载运输的次数为
Figure GDA0004117612500000032
总负载行程模型包括理论负载行程和实际负载行程,理论负载行程表示采用单载运输时的负载行程,实际负载行程表示采用多载运输时的负载行程:
Figure GDA0004117612500000033
式中,DL表示实际负载行程;
Figure GDA0004117612500000034
式中,D'L表示理论负载行程
总空载行程模型包括:
Figure GDA0004117612500000035
式中,DE表示总空载行程;
装卸时间模型为
tD=S(tp+td)
式中,tD表示装卸时间,S表示任务总数,
Figure GDA0004117612500000036
tp表示单次装载时间,td表示单次卸载时间,ts=(T-te)·η,ts表示AGV的运输工作有效时间,T表示工作周期,te表示充电时间;
AGV系统效率模型包括:
Figure GDA0004117612500000037
式中,η表示AGV工作效率,f表示交通影响因子,v表示AGV车速;
AGV数量计算模型:
Figure GDA0004117612500000038
式中,N表示AGV数量,d表示一个AGV在一个工作周期内行驶的总距离。
与现有技术相比,本发明根据同一时间车间(运行场景)所需运输的任务数量与AGV系统的运载能力相匹配为基本原理建立AGV数量配置模型,对AGV多载判定条件进行分析,以车间生产计划安排运输任务请求,通过车间布局确定每一次运输任务所走的路径以确定负载行程DL和总行程D,再结合车间物流系统的基本指标(AGV运行场景数据),如小车速度v、小车充电时间te、生产周期T、运输任务的卸载td和装载时间tp等就可以计算出多载情况下AGV的数量配置信息,运算简单高效,同时计算结果接近实际情况,能够在物流系统采用多载AGV的前提下,在车间物流系统规划实施前期提供合理的最优AGV数量,以达到科学决策的降低成本的目的。
附图说明
为了使发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为本发明公开的一种多载AGV数量配置方法的流程图;
图2(a)至图2(f)为多载适用场景示意图;
图3为多载运输判断流程图;
图4为本发明中演示实例的路径布局示意图。
具体实施方式
下面结合附图对本发明作进一步的详细说明。
如图1所示,本发明公开了一种多载AGV数量配置方法,包括如下步骤:
S1、获取AGV多载判定条件、AGV运行规则及AGV运行场景数据,当AGV满足所述多载判定规则,则判定所述AGV在执行当前任务的同时开始执行新任务;
S2、建立AGV数量配置模型,所述AGV数量配置模型包括总行程模型、总负载行程模型、总空载行程模型、装卸时间模型、AGV工作效率模型及AGV数量计算模型;
S3、将所述AGV运行场景数据输入所述AGV数量配置模型,基于所述AGV多载判定条件及所述AGV运行规则求解得到AGV数量配置数量。
本发明中,AGV运行场景数据包括小车速度v、小车充电时间te、生产周期T、运输任务的卸载td和装载时间tp、任务总数S、各任务的起点和终点。
与现有技术相比,本发明根据同一时间车间(运行场景)所需运输的任务数量与AGV系统的运载能力相匹配为基本原理建立AGV数量配置模型,对AGV多载判定条件进行分析,以车间生产计划安排运输任务请求,通过车间布局确定每一次运输任务所走的路径以确定负载行程DL和总行程D,再结合车间物流系统的基本指标(AGV运行场景数据),如小车速度v、小车充电时间te、生产周期T、运输任务的卸载td和装载时间tp等就可以计算出多载情况下AGV的数量配置信息,运算简单高效,同时计算结果接近实际情况,能够在物流系统采用多载AGV的前提下,在车间物流系统规划实施前期提供合理的最优AGV数量,以达到科学决策的降低成本的目的。
具体实施时,对任一AGV,当符合所述AGV多载判定条件时,执行多载;所述AGV多载判定条件包括:
WN≤WL
为了防止多载运输中由于超载对AGV小车造成损坏,保证行驶安全,因此新的任务所需负载小于AGV剩余负载时,AGV才可进行多载同时执行新的任务。
正在执行任务的运输路径与该新任务的运输路径有重合,运输方向相同。由于新任务和正在执行任务的起始点和目标点的位置关系,可分为如图2(a)至图2(f)所示的6种情况图3(a)和图3(b)表示当前任务的起点与新任务的起点不同,终点也不同的情况,图2(c)和图2(d)表示当前任务的起点与新任务的起点相同,终点不同的情况,图2(e)表示当前任务的起点与新任务的起点相同,终点也不同的相同,图3(f)表示当前任务的起点与新任务的起点不同,终点相同的情况。
Figure GDA0004117612500000051
表示两条路径存在重合路径。
dis(s0,s1)<dis(s0,e1)
表示正在执行任务起始点到新任务起始点之间的距离小于正在执行任务起始点到新任务目标点的距离。通过该式子可以判断正在执行任务的行驶方向是否与新任务方向相同。
Ti_ar≤Ti_ed
AGV小车上各个任务的到达时间不能晚于该任务计划到达时间的最晚期限。一般情况,为了减少AGV系统突发情况造成物料无法按时到达目标工位,影响正常生产,在各个工位都设有物料缓存区,当缓存区物料低于最小库存量时,发送运输任务任务,补齐库存。这样即实现了AGV调度系统与制造执行系统之间的柔性连接,也降低了对AGV到达时间准确度要求,只要在规则的时间范围到达目标点即可,增加了AGV系统任务调度的宽松度。
式中,WN表示新任务所需负载,WL表示AGV剩余负载,R0表示AGV当前任务路径节点集合,R0={s0....e0},s0表示AGV当前任务起点,e0表示AGV当前任务终点,R1表示AGV新任务路径节点集合,R1={s1....e1},s1表示AGV新任务起点,e1表示AGV新任务终点,dis(s0,s1)表示s0与s1之间的路径距离,dis(s0,e1)表示s0与e1之间的路径距离,Ti_ar表示AGV预计到达新任务终点的时刻,Ti_ed表示新任务的计划到达时限。
本发明中当任一AGV正在执行任务时,若周围存在新的任务且满足上述AGV多载判定条件,则此AGV同时执行上述新的任务,开始多载。
具体实施时,所述AGV运行规则包括:每个AGV都是按路径规划的最短路径行驶;每个AGV在符合所述AGV多载判定条件时,最多同时负载运行3个任务。
除了上述规则外,还可以设置的规则包括:车间中所有路径都是双向的;每一次的任务卸载时间和装载时间以及每次AGV充电的时间都相同;AGV均以匀速行驶且不存在碰撞。
基于AGV多载判定条件及AGV运行规则,可以得到如图3所示的任务分配的流程。
AGV在未执行任何任务时,先基于就近原则接取任务,在接取任务后,则根据AGV多载判定条件。图中的多载匀速条件(1)、(2)及(3)分别对应WN≤WL、dis(s0,s1)<dis(s0,e1)及Ti_ar≤Ti_ed
具体实施时,总行程模型包括
Figure GDA0004117612500000061
DL+DE=D
式中,D为总行程,n表示总工位数,dM(i,j)表示多载AGV总行程,
Figure GDA0004117612500000062
dU(i,j)表示单载AGV总行程,dU(i,j)=dE(k,i)+dL(i,j),dL(i,j)表示起点i到终点j的负载行程,
Figure GDA0004117612500000063
表示在进行多载运输时新任务与当前负载任务的重合负载行程,dE(k,i)表示当前点k到起点i的空载行程;从i到j的运输任务采用多载运输的次数为
Figure GDA0004117612500000064
采用单载运输的次数为
Figure GDA0004117612500000065
总负载行程模型包括理论负载行程和实际负载行程,理论负载行程表示采用单载运输时的负载行程,实际负载行程表示采用多载运输时的负载行程:
Figure GDA0004117612500000071
式中,DL表示实际负载行程;
Figure GDA0004117612500000072
式中,D'L表示理论负载行程
总空载行程模型包括:
Figure GDA0004117612500000073
式中,DE表示总空载行程;
装卸时间模型为
tD=S(tp+td)
式中,tD表示装卸时间,S表示任务总数,
Figure GDA0004117612500000074
tp表示单次装载时间,td表示单次卸载时间,ts=(T-te)·η,ts表示AGV的运输工作有效时间,T表示工作周期,te表示充电时间;
AGV系统效率模型包括:
Figure GDA0004117612500000075
式中,η表示AGV工作效率,f表示交通影响因子,v表示AGV车速;
AGV数量计算模型:
Figure GDA0004117612500000076
式中,N表示AGV数量,d表示一个AGV在一个工作周期内行驶的总距离。
当在多载的情况下,新任务运行的负载行程为该任务单载时的负载行程减去和已负载任务相重合的负载行程。而此时到达新任务起始点的过程中,由于AGV已经有一个负载,因此新任务AGV的负载行程为0,根据以上描述建立上述多载运输时的总负载行程模型、总空载行程模型和总行程模型,建立过程如下:
dE(k,i)表示AGV从当前点k到任务起始点i的空载行程,值与调度规则有关,值设为该点到最远点距离的1/3;
dL(i,j)表示起点i到终点j的负载行程;
Figure GDA0004117612500000081
在进行多载运输时,新任务和已负载任务的重合负载行程,与新任务的起点和已有任务的终点有关,值设为起点i到终点j的负载行程的1/3。
那么完成一次运输任务AGV行程d(k,j)等于:
Figure GDA0004117612500000082
其中α,β为布尔系数,当AGV单载运输时,α=1,β=0,多载运输时α=0,β=1因此可得:
多载时AGV总行程:
Figure GDA0004117612500000083
单载时AGV总行程:
dU(i,j)=dE(k,i)+dL(i,j)
在不同的运输时刻,相同的运输任务由于不确定是否可以多载运输,因此两次相同任务的AGV行程不一样。从i到j的运输任务采用多载运输的次数为
Figure GDA0004117612500000084
采用单载运输的次数为
Figure GDA0004117612500000085
所有任务的总行程D:
Figure GDA0004117612500000086
AGV系统在运行过程中,调度规则是影响空载行程和是否采用多载运输的关键影响因素,交通控制策略以及突发因素会影响AGV的完成一次任务的运行时间,AGV系统的工作效率不可能100%。因此有必要对AGV系统效率进行分析,AGV系统效率可理解为所有任务的负载行驶时间tL与AGV运行的总时间之比,AGV行驶总时间包括空载行驶总时间tE、负载行驶总时间、所有任务装载和卸载所花总时间tD和由于交通规则控制AGV在行驶过程中为了避免碰撞死锁而停止等待放行的时间之和,由于交通控制策略导致的AGV行驶时间浪费无法准确的计算且存在突发情况,因而引入交通影响因子f来表示交通管理对AGV运行效率的影响,根据经验得f∈[0.85,1),系统AGV系统效率η等于:
Figure GDA0004117612500000091
在多载情况下,总负载行程模型包括理论负载行程和实际负载行程,
Figure GDA0004117612500000092
式中,DL表示实际负载行程;
Figure GDA0004117612500000093
式中,D'L表示理论负载行程
总空载行程DE为:
Figure GDA0004117612500000094
结合上式得:
DL+DE=D。
所有任务装载和卸载所花总时间tD
Figure GDA0004117612500000095
tD=S(tp+td)
ts=(T-te)·η
d=v·ts
综合上式,在AGV多载情况下AGV系统所需AGV配置数量N为:
Figure GDA0004117612500000096
下面以实例对本发明的方法进行演示:
在进行AGV数量计算前,需要确定相关系统指标参数如下:
1、AGV速度v=65m/min
2、假设装载时间tp和卸载时间td相同,tp=td=3min
3、交通影响因子f=0.85
4、充电时间为60min
5、工作周期T=8h=480min。
根据多载AGV数量配置计算公式可知AGV数量计算与总负载行程DL和总行程D有关,总负载行程与路径布局和路径规划算法有关,为了减少计算量,路径布局采用如图4所示的简单车间布局。总行程为总空载行程和总负载行程之和,总负载行程与调度规则有关,可采用多载调度规则计算。一个工作周期内,根据生产流程利用遗传算法进行车间调度算法实现并确定站点之间的任务频次表见表1,其中括号内表示多载频次,此为现有技术,在此不再赘述。根据表1的任务起点和任务终点采用A*算法计算得各个站点之间的路径距离见表2,此为现有技术,在此不再赘述。
表1
Figure GDA0004117612500000101
表2
Figure GDA0004117612500000102
表3
Figure GDA0004117612500000103
根据表1,表2和计算总负载行程为:
实际负载:
Figure GDA0004117612500000104
理论负载:
D'L=8×50+6×55+8×70+8×55+6×60+8×60+8×50+
8×110+6×45+6×55+6×85=4860(m)
根据表1,表3计算总空载行程为:
Figure GDA0004117612500000111
计算总行程D为:
D=3873.2+960=4833.2(m)
总任务数:S=8+6+8+8+6+8+6+8+6+6+6=76
计算得总装载和卸载时间tD为:tD=76(3+3)=456min
计算需要AGV数量N为:
Figure GDA0004117612500000112
因此在该工作场景下采用多载至少需要2辆AGV小车。
如果采用单载运输,AGV数量配置计算过程如下:
DL=D'L=8×50+6×55+8×70+8×55+6×60+8×60+8×50+
8×110+6×45+6×55+6×85=4860(m)
Figure GDA0004117612500000113
D=4860+2286.7=7146.7(m)
Figure GDA0004117612500000114
因此采用单载运输需要3辆小车。
由上面计算可以看出,在运输任务相同的情况下,与单载运输相比,采用多载运输能够减少AGV的数量,同时既能减少负载距离,更能明显减少空载运输行程,提高小车利用率。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管通过参照本发明的优选实施例已经对本发明进行了描述,但本领域的普通技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离所附权利要求书所限定的本发明的精神和范围。

Claims (1)

1.一种多载AGV数量配置方法,其特征在于,包括如下步骤:
S1、获取AGV多载判定条件、AGV运行规则及AGV运行场景数据,当AGV满足所述多载判定规则,则判定所述AGV在执行当前任务的同时开始执行新任务;
对任一AGV,当符合所述AGV多载判定条件时,执行多载;所述AGV多载判定条件包括:
WN≤WL
Figure FDA0004117612490000011
dis(s0,s1)<dis(s0,e1)
Ti_ar≤Ti_ed
式中,WN表示新任务所需负载,WL表示AGV剩余负载,R0表示AGV当前任务路径节点集合,R0={s0....e0},s0表示AGV当前任务起点,e0表示AGV当前任务终点,R1表示AGV新任务路径节点集合,R1={s1....e1},s1表示AGV新任务起点,e1表示AGV新任务终点,dis(s0,s1)表示s0与s1之间的路径距离,dis(s0,e1)表示s0与e1之间的路径距离,Ti_ar表示AGV预计到达新任务终点的时刻,Ti_ed表示新任务的计划到达时限;
所述AGV运行规则包括:每个AGV都是按路径规划的最短路径行驶;每个AGV在符合所述AGV多载判定条件时,最多同时负载运行3个任务;
S2、建立AGV数量配置模型,所述AGV数量配置模型包括总行程模型、总负载行程模型、总空载行程模型、装卸时间模型、AGV工作效率模型及AGV数量计算模型;
其中,总行程模型包括
Figure FDA0004117612490000012
DL+DE=D
式中,D为总行程,n表示总工位数,dM(i,j)表示多载AGV总行程,
Figure FDA0004117612490000013
dU(i,j)表示单载AGV总行程,dU(i,j)=dE(k,i)+dL(i,j),dL(i,j)表示起点i到终点j的负载行程,
Figure FDA0004117612490000014
表示在进行多载运输时新任务与当前负载任务的重合负载行程,dE(k,i)表示当前点k到起点i的空载行程;从i到j的运输任务采用多载运输的次数为
Figure FDA0004117612490000015
采用单载运输的次数为
Figure FDA0004117612490000016
总负载行程模型包括理论负载行程和实际负载行程,理论负载行程表示采用单载运输时的负载行程,实际负载行程表示采用多载运输时的负载行程:
Figure FDA0004117612490000021
式中,DL表示实际负载行程;
Figure FDA0004117612490000022
式中,D'L表示理论负载行程
总空载行程模型包括:
Figure FDA0004117612490000023
式中,DE表示总空载行程;
装卸时间模型为
tD=S(tp+td)
式中,tD表示装卸时间,S表示任务总数,
Figure FDA0004117612490000024
tp表示单次装载时间,td表示单次卸载时间,ts=(T-te)·η,ts表示AGV的运输工作有效时间,T表示工作周期,te表示充电时间;
AGV系统效率模型包括:
Figure FDA0004117612490000025
式中,η表示AGV工作效率,f表示交通影响因子,v表示AGV车速;
AGV数量计算模型:
Figure FDA0004117612490000026
式中,N表示AGV数量,d表示一个AGV在一个工作周期内行驶的总距离;
S3、将所述AGV运行场景数据输入所述AGV数量配置模型,基于所述AGV多载判定条件及所述AGV运行规则求解得到AGV数量配置数量。
CN202010350811.XA 2020-04-28 2020-04-28 一种多载agv数量配置方法 Active CN111563672B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010350811.XA CN111563672B (zh) 2020-04-28 2020-04-28 一种多载agv数量配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010350811.XA CN111563672B (zh) 2020-04-28 2020-04-28 一种多载agv数量配置方法

Publications (2)

Publication Number Publication Date
CN111563672A CN111563672A (zh) 2020-08-21
CN111563672B true CN111563672B (zh) 2023-04-14

Family

ID=72071692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010350811.XA Active CN111563672B (zh) 2020-04-28 2020-04-28 一种多载agv数量配置方法

Country Status (1)

Country Link
CN (1) CN111563672B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112396328B (zh) * 2020-11-20 2022-08-16 河海大学常州校区 一种多载量运载机器人群体多目标任务分配调度优化方法
CN113093731A (zh) * 2021-03-12 2021-07-09 广东来个碗网络科技有限公司 智能回收箱的移动控制方法及装置
CN114572666B (zh) * 2022-02-28 2022-09-16 宝开(上海)智能物流科技有限公司 轻小包裹高速分拣系统构建方法及装置
CN115043125A (zh) * 2022-07-20 2022-09-13 北京新风航天装备有限公司 一种适用于脉动式装配生产线的物流设计方法
CN116360378B (zh) * 2023-06-02 2023-09-19 北京中鼎昊硕科技有限责任公司 一种基于数据分析的agv小车安全调度方法
CN118014465A (zh) * 2024-04-09 2024-05-10 上海海勃物流软件有限公司 一种物料运输态势获取方法、系统及物料运输管理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018116332A (ja) * 2017-01-16 2018-07-26 住友電装株式会社 無人搬送車の必要数予測装置及び必要数の予測プログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0556508A (ja) * 1991-08-20 1993-03-05 Matsushita Electric Ind Co Ltd 無人搬送車の制御方法
CN105204462B (zh) * 2015-08-17 2018-03-27 国家电网公司 Agv生产调度系统中agv数量与工作任务的匹配方法
CN107179769B (zh) * 2017-06-06 2020-07-10 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
CN107657364A (zh) * 2017-09-06 2018-02-02 中南大学 一种面向烟草工厂物料运输的多载agv任务分配形成方法
US10482761B2 (en) * 2018-04-18 2019-11-19 Here Global B.V. Lane-level geometry and traffic information
CN108750818B (zh) * 2018-06-14 2019-05-24 武汉纺织大学 一种织造车间智能落布与搬运系统
CN110633880A (zh) * 2018-06-22 2019-12-31 北京京东尚科信息技术有限公司 一种确定自动导引运输车配置数量的方法和装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018116332A (ja) * 2017-01-16 2018-07-26 住友電装株式会社 無人搬送車の必要数予測装置及び必要数の予測プログラム

Also Published As

Publication number Publication date
CN111563672A (zh) 2020-08-21

Similar Documents

Publication Publication Date Title
CN111563672B (zh) 一种多载agv数量配置方法
CN112833905B (zh) 基于改进a*算法的分布式多agv无碰撞路径规划方法
CN111091238A (zh) 一种自动化集装箱码头agv智能化调度方法
CN207198902U (zh) 一种基于agv移动平台的自动运输任务调度系统
CN111882215B (zh) 一种含有agv的个性化定制柔性作业车间调度方法
CN109976320A (zh) 一种基于时间窗在线修正的多agv路径规划方法
CN112070296B (zh) 一种基于模糊推理的集卡调度方法
CN113919543A (zh) 一种基于5g物联网的agv调度路径优化方法
CN111242561A (zh) 一种应用于钢铁行业炼钢-连铸流程的仿真优化模型
CN115818098B (zh) 一种小车搬送控制系统及搬运方法
CN116954179B (zh) 一种仓储用自动搬运小车的控制方法和系统
Hu et al. Multi-AGV dispatching and routing problem based on a three-stage decomposition method
Sun et al. AGV-based vehicle transportation in automated container terminals: A survey
Xing et al. Dispatch problem of automated guided vehicles for serving tandem lift quay crane
CN116400651A (zh) 智慧工厂数字孪生平台的多agv协同调度方法及装置
CN117151590B (zh) 基于平移时间窗和任务路径规划的agv调度方法
Yu et al. Reliability oriented multi-AGVs online scheduling and path planning problem of automated sorting warehouse system
CN108959782B (zh) 一种智能车间的布局优化方法、装置及设备
CN111832965B (zh) 无人驾驶同跨多天车协同调度方法及系统、介质及终端
CN112801484A (zh) 一种考虑配料误差的物料配送调度方法和系统
Wang et al. The heuristic preemptive dispatching rule using stocker for conveyor-based material handling system of 450-mm wafer fabrication
CN114757627A (zh) 一种接力式吊运路径规划和调度方法
CN114970138B (zh) 一种基于多智能体技术的炼钢仿真方法
CN108280555B (zh) 锂离子电池生产过程优化方法
CN113743739A (zh) 一种基于混合整数规划、组合优化算法的agv调度方法

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
GR01 Patent grant
GR01 Patent grant