CN111882215B - 一种含有agv的个性化定制柔性作业车间调度方法 - Google Patents
一种含有agv的个性化定制柔性作业车间调度方法 Download PDFInfo
- Publication number
- CN111882215B CN111882215B CN202010732427.6A CN202010732427A CN111882215B CN 111882215 B CN111882215 B CN 111882215B CN 202010732427 A CN202010732427 A CN 202010732427A CN 111882215 B CN111882215 B CN 111882215B
- Authority
- CN
- China
- Prior art keywords
- workpiece
- agv
- logistics
- task
- processing unit
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000012545 processing Methods 0.000 claims abstract description 118
- 238000004519 manufacturing process Methods 0.000 claims abstract description 57
- 238000005265 energy consumption Methods 0.000 claims abstract description 14
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000004891 communication Methods 0.000 claims description 12
- 238000003780 insertion Methods 0.000 claims description 9
- 230000037431 insertion Effects 0.000 claims description 9
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000004148 unit process Methods 0.000 abstract 1
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q10/06—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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及一种含有AGV的个性化定制柔性作业车间调度方法,包括步骤:建立含有AGV的个性化定制柔性作业车间工业物联网框架;设定调度的目标和参数;在生产过程中,车间生产的工件向云计算平台发送物流需求指令,AGV接收云计算平台转发的物流需求指令,依据优先级法则选取优先级最高的物流需求指令,并规划对应工件的生产计划;加工单元按照生产计划进行工件加工,并将加工完成的工件置于工件缓冲区,所述AGV同时按照计划从缓冲区提取工件。本发明有助于构建无人化的智能工厂;实现生产设备与物流设备的高效协同方法;能够满足含有AGV的个性化定制柔性作业车间调度需求且比传统调度规则在提前/拖期成本、设备利用率与能耗方面有一定的优势。
Description
技术领域
本发明涉及物联网技术领域,更具体地说,涉及一种含有AGV的个性化定制柔性作业车间调度方法。
背景技术
伴随着工业4.0时代的到来,5G、云计算、边缘计算、大数据处理、数据孪生等先进信息技术也被陆续应用到生产制造企业中,帮助制造业从自动化往智能化转型升级。新技术的助力使得企业能够改变传统的大批量生产模式,追求订单驱动的生产模式。这种订单驱动的生产是为了更好的适应当下市场多品种、小批量的个性化定制的需求,即个性化定制生产模式。
柔性作业车间调度(Flexible Job Shop Scheduling)是NP-hard问题,由于更贴近生产实际情况,已被大量的研究,而个性化定制柔性作业车间调度较之有所不同。在该问题中,工厂是依据订单的到来,灵活组织生产。订单工件抵达时间、种类、数量是随机的;工件种类繁多、工序与加工时间不尽相同;每个工件的工艺是确定的,但是每个工件的每道工序可以被多种加工单元加工,这就要求调度要平衡多种加工单元的能力。
此外,个性化定制的车间对制造系统及其物流系统的柔性要求较高,AGV作为灵活、高效的物料搬运设备正被越来越多的智能工厂使用。因此业内需要一种能够考虑AGV的个性化定制柔性作业车间调度方法。
个性化定制柔性车间拥有若干台加工单元与AGV,车间布局已知;订单工件随机产生,种类与抵达时间均无法预测;客户对订单交货期有一定要求;工件工序已知,且顺序不能改变;每个工件的每道工序可被多台加工单元加工,对应的加工单元与加工时间已知;加工单元与AGV的性能参数已知。调度是寻求多个指标的最优,有以下假设:
(1)每台加工单元与AGV一次只能加工或运载一个工件;
(2)一个工件一次只能被一台加工单元或AGV加工与运输;
(3)加工单元提供有工件缓存区且容量不限;
(4)加工单元提供有AGV工件快速装卸区,装卸时间不作单独考虑,视为加工时间的一部分;
(5)因为车间布局与AGV行驶速度已知,所以工件在各区域间物流运输时间是可以被预测的。
目前国内外学界对含有AGV的个性化定制柔性作业车间调度的研究较少,仅有一部分对含有AGV的个性化定制流水作业车间调度或是含有AGV的传统柔性作业车间或是不含AGV的个性化定制柔性作业车间的研究。
1)含有AGV的个性化定制流水作业车间调度研究。“EROL R,SAHIN C,BAYKASOGLUA,et al.A multi-agent based approach to dynamic scheduling of machines andautomated guided vehicles in manufacturing systems[J].Applied Soft Computing,2012,12(6):1720-1732.”与“BARUWA O T,PIERA M A.A coloured Petri net-basedhybrid heuristic search approach to simultaneous scheduling of machines andautomated guided vehicles[J].International Journal of Production Research,2016,54(16):1-20.”基于同一个benchmark案例,分别采用多Agent与有色Petri网研究个性化定制情形下,含有AGV的流水作业车间调度问题,可以为解决本问题提供参考。
2)含有AGV的传统柔性作业车间调度研究。传统的柔性作业车间调度是一种静态问题,即调度期内的加工工件种类、数目、工序等情形已知,通常是建立数学模型,采用优化算法求解。“徐云琴,叶春明,曹磊.含有AGV的柔性车间调度优化研究[J].计算机应用研究,2018,35(11):3271-3275.”在建立调度的数学模型后,运用遗传算法思想改进粒子群算法对模型进行求解生产调度方案。该方法的缺点是随着问题规模的扩大,计算机求解的时间变长,因此在个性化定制、车间动态程度较高的场景下,并不实用。
3)不含AGV的个性化定制柔性作业车间的研究。该类型的研究相对较多。“Nie,L.,Gao,L.,Li,P.,et al.:‘A GEP-based reactive scheduling policies constructingapproach for dynamic flexible job shop scheduling problem with job releasedates’,J.Intell.Manuf.,2013,24,(4),pp.763–774”采用一种启发式算法去解决动态柔性车间调度问题。“Teymourifar,A.,Ozturk,G.,Ozturk,Z.K.,et al.:‘Extracting newdispatching rules for multi-objective dynamic flexible job shop schedulingwith limited buffer spaces’,Cogn.Comput.,2018,pp.1–11,doi:10.1007/s12559-018-9595-4”提出一种高效的调度规则,解决带有有限缓冲区容量的多目标动态柔性作业车间调度问题。“Hosseinabadi,A.A.R.,Siar,H.,Shamshirband,S.,et al.:‘Using thegravitational emulation local search algorithm to solve the multi-objectiveflexible dynamic job shop scheduling problem in small and mediumenterprises’,Ann.Oper.Res.,2015,229,(1),pp.451–474”使用引力仿真局部搜索算法去解决中小规模企业的多目标柔性车间调度问题。显然,大规模动态的柔性作业车间场景基于高度复杂性,本身就是一个较为困难的问题,如果将AGV物流因素考虑进去的话,将更加复杂。
发明内容
针对现有方法的不足,提出一种含有AGV的个性化定制柔性作业车间调度方法。
本发明解决其技术问题所采用的技术方案是:构造一种含有AGV的个性化定制柔性作业车间调度方法,包括:
建立含有AGV的个性化定制柔性作业车间工业物联网框架;所述柔性作业车间工业物联网框架至少包括通过5G通信网络连接的云计算平台、在加工单元、AGV边缘部署的计算资源、通讯设备及传感器、工件上安装的RFID设备;
设定调度的目标和参数;其中,调度的目标是确保订单工件提前/拖期成本尽可能小的前提下,制造资源利用率尽可能高、能耗尽可能低;
在生产过程中,车间生产的工件向云计算平台发送物流需求指令,AGV接收云计算平台转发的物流需求指令,依据优先级法则选取优先级最高的物流需求指令,并规划对应工件的生产计划,加工单元按照生产计划进行工件生产,并将加工完成的工件置于工件缓冲区,所述AGV同时按照计划从缓冲区提取工件。
其中,在依据优先级法则选取优先级最高的物流需求指令,并规划对应工件的生产计划步骤中,包括步骤:
工件订单刚生成时,添加物流需求至云计算平台的“任务池”;
AGV空闲时,借助边缘计算资源,从“任务池”挑选优先级最高的工件满足其物流需求;
挑选完毕后,AGV与对应的加工单元通讯,对应加工单元上添加工件的下道加工工序任务的甘特图并释放工件下下步物流需求于“任务池”中;
AGV驶向该工件处并装载工件,执行工件下一步的物流运输任务,直至任务池中不再有物流任务需求,或是当前所有工件以被加工完毕。
其中,物流任务需求的指令格式为{工件序号,待加工第一道工序号,可被运输位置(车间入口),最早可被运输时间}。
其中,在从任务池挑选优先级最高的工件满足其物流需求的步骤中,分两个层级,第一层级为:计算“任务池”各工件可选加工单元的优先级,从中选择优先级最高的加工单元作为其下一道工序加工载体;第二层级为:AGV从中选择优先级最高的工件执行其物流需求。
其中,向“任务池”添加需求的格式为:
{工件序号,待加工下下道工序号(Oir+1),可被运输位置最早可被运输时间/>}。
其中,“任务池”中的需求任务即将被AGV满足时,删除对应工件下步物流需求。
区别于现有技术,本发明提供了一种含有AGV的个性化定制柔性作业车间调度方法,包括步骤:建立含有AGV的个性化定制柔性作业车间工业物联网框架;设定调度的目标和参数;在生产过程中,车间生产的工件向云计算平台发送物流需求指令,AGV接收云计算平台转发的物流需求指令,依据优先级法则选取优先级最高的物流需求指令,并规划对应工件的生产计划,加工单元按照生产计划进行工件生产,并将加工完成的工件置于工件缓冲区,所述AGV同时按照生产计划从缓冲区提取工件。本发明有助于构建无人化的智能工厂;实现生产设备与物流设备的高效协同方法;能够满足含有AGV的个性化定制柔性作业车间调度需求且比传统调度规则在提前/拖期成本、设备利用率与能耗方面有一定的优势。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明提供的一种含有AGV的个性化定制柔性作业车间调度方法的流程示意图。
图2是本发明提供的一种含有AGV的个性化定制柔性作业车间调度方法的工件调度逻辑示意图。
图3是本发明提供的一种含有AGV的个性化定制柔性作业车间调度方法的AGV调度逻辑示意图。
图4是本发明提供的一种含有AGV的个性化定制柔性作业车间调度方法的加工单元调度逻辑示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
参阅图1,本发明提供了一种含有AGV的个性化定制柔性作业车间调度方法,包括:
建立含有AGV的个性化定制柔性作业车间工业物联网框架;所述柔性作业车间工业物联网框架至少包括通过5G通信网络连接的云计算平台、在加工单元、AGV边缘部署的计算资源、通讯设备及传感器、工件上安装的RFID设备;
通过在工厂内部部署5G通讯网络以及云计算平台、在加工单元与AGV部署边缘计算资源、通讯设备以及传感器、在工件上安装RFID设备等,车间的制造资源成为能够“感知”自身状态、相互“通讯”并实时“决策”的智能体,从而相互协商生产调度方案。当订单工件被制造时,加工单元与AGV均能获悉工件的加工或运输进度,并能够预测当前工序加工或是运输任务的时间。
设定调度的目标和参数;其中,调度的目标是确保订单工件提前/拖期成本尽可能小的前提下,制造资源利用率尽可能高、能耗尽可能低;
提前/拖期成本是指在订单工件提前或是延期完工均会产生一定的成本,前者是库存成本,后者不能有效满足客户服务需求的客户损失成本。利用率与能耗是为了迎合绿色制造趋势。
调度方法的参数如表1所示:
表1参数表
在生产过程中,车间生产的工件向云计算平台发送物流需求指令,AGV接收云计算平台转发的物流需求指令,依据优先级法则选取优先级最高的物流需求指令,并规划对应工件的生产计划,加工单元按照生产计划进行工件生产,并将加工完成的工件置于工件缓冲区,所述AGV同时按照计划从缓冲区提取工件。
实际上这是一种由物流设备主导生产的调度方法。由工件向工业云平台释放下一步的物流需求,再由AGV依据优先级法则选取优先级最高的物流任务执行;在选中的同时,AGV帮该工件规划好下一步的生产计划并将下下的物流需求添加至工业云平台;加工单元只须依据规划好的生产计划,从缓存区中选取工件进行加工即可;加工单元与AGV等制造资源能够借助5G等网络实时通讯、凭借自身携带的边缘计算资源自主决策。
其中,在依据优先级法则选取优先级最高的物流需求指令,并规划对应工件的生产计划步骤中,包括步骤:
工件订单刚生成时,添加物流需求至云计算平台的“任务池”;
物流任务需求的指令格式为{工件序号,待加工第一道工序号,可被运输位置(车间入口),最早可被运输时间}。
AGV空闲时,借助边缘计算资源,从“任务池”挑选优先级最高的工件满足其物流需求;
在从任务池挑选优先级最高的工件满足其物流需求的步骤中,分两个层级,第一层级为:计算“任务池”各工件可选加工单元的优先级,从中选择优先级最高的加工单元作为其下一道工序加工载体;第二层级为:AGV从中选择优先级最高的工件执行其物流需求。具体对工件、AGV、加工单元的调度过程如图2、3、4所示。
由于是柔性作业车间,工件下一道加工工序所对应加工单元有多种选择。在含有AGV的柔性作业车间背景下,选择将更加复杂。选取加工时间短的加工单元加工确实可以节省加工时间,但是也有可能增加物流运输时间。因此须将物流与生产结合在一起考虑。
挑选完毕后,AGV与对应的加工单元通讯,对应加工单元上添加工件的下道加工工序任务的甘特图并释放工件下下步物流需求于“任务池”中;
AGV驶向该工件处并装载工件,执行工件下一步的物流运输任务,直至任务池中不再有物流任务需求,或是当前所有工件以被加工完毕。
向“任务池”添加需求的格式为:
{工件序号,待加工下下道工序号(Oir+1),可被运输位置最早可被运输时间/>}。
其中,“任务池”中的需求任务即将被AGV满足时,删除对应工件下步物流需求。
以AGV h为例,它刚完成一项物流运输任务,正处于空闲状态。此时AGV h遍历工业云平台的“任务池”,寻找下一项物流任务执行。用N表示“任务池”中任务数,i表示工件序号,k表示加工单元序号,表示柔性作业车间条件下,工件i的第j道工序可选加工单元总数,/>为工件i的第j道工序可选加工单元序号。算法伪代码返回值为iMax,即“任务池”中优先级最高的工件序号,用/>表示工件i的第j道工序可选加工单元中,优先级最高的加工单元所对应的优先级值。
伪代码的内循环是某个工件遍历所有可加工下一道工序的加工单元,挑选最合适的加工单元加工并反馈给一个优先级值;外循环是遍历“任务池”里的所有工件,选取最高优先级值的工件。具体如下所示:
可以有多种定义,下文仅列出其中一种。本发明保护范围包括但不局限于下面这一种表达。
以r表示工件i当前待加工工序号,R表示最后一道工序序号;s表示工件i当前待执行的物流任务序号,S表示最后一个物流任务序号,上述“伪代码”中计算法则如下:
此处,为工件i的加工与运输松弛时间;/>与/>分别为AGV执行工件i后将付出的利用率与能耗代价。/>是用工件交货期减去当前时间以及剩余加工工序与物流运输时间得到松弛时间后取相反数;松弛时间越小表示工件空余时间越少,任务越紧急,很可能会超期,此时指标值会越大。这儿由于是柔性作业车间,剩余加工工序由哪些加工单元进行加工并不确定,因此均采用估算值代替实际值。剩余加工时间,取剩余的每道工序可选加工单元对应加工时间的平均值之和;剩余物流运输时间取剩余工序前后间所对应最远的两个加工单元运输时间之和,虽然估计值大于等于实际值,但是较为保险。
实质是指AGV与加工单元的空闲时间,空闲时间越少,利用率就越高,指标值越大。所谓/>是指工件前后两道工序均在同一加工单元加工,此时无须AGV进行物流运输。所谓“插空”是指充分利用加工单元甘特图上的空隙,提高利用率,后文再详细描述。
实质是指在AGV h与加工单元/>承担工件i第r道加工工序前的运输任务与加工任务的能耗,能耗越小指标越大。
为归一化后的指标,fMax与fMin分别表示指标数据中的最大与最小值。/>是“最大-最小归一化方法”,可减少数据间差异,但不能表示该差异的重要程度,因此乘上(fMax-fMin)/(|fMax|+|fMin|)弥补该缺陷。其他符号意义在参数表中均有所解释。
式(10)与(11)中所谓“插空”是指,在AGV h判断“任务池”中工件i与加工单元最早可被加工时间时,可以在工件i下一步加工任务r对应加工单元/>已有甘特图基础上“插空”考虑。
表示工件i抵达加工单元/>缓存区的时间点,即上一个物流任务结束时刻。从/>开始,寻找工件可插入的空隙,其中/>可由式(13)、(14)得。
若工件i同时满足(15)、(16)式,则可从中间空隙插入,即插入类型Ⅰ,此时等于/>
若沿甘特图时间轴从前至后均无空隙使得(15)、(16)成立,则新工件i的加工任务放置到甘特图最后,进行“尾部插入”,满足如下关系:
此方案可减少加工单元空闲时间,提升设备利用率,与此同时,也能最大限度地使工件加工任务提前,减少延期交货的风险。
为验证调度算法的有效性,利用Em-plant软件搭建车间调度仿真实验平台,设置AGV行驶速度为1m/s。以benchmark数据为案例与传统调度规则进行对比,订单遵循泊松分布生成,围绕三个多目标评价调度结果,具体解释与公式定义如下:
(1)工件提前/拖期成本。企业一旦生产拖期,势必会造成客户的流失。但若提前完工,成品须被放置在仓库中,也会占用企业库存资源,造成一定浪费。因此无论是提前完工或是拖期,都会为企业增加一定的成本。基于此,文章采用(12)式定义工件i的提前/拖期成本:
(2)资源利用率。在制造企业中,除了要满足客户需求外,还需提高生产效率。因此针对某个加工单元k或AGV h,本文采用式(13)定义资源利用率:
(3)车间能耗。车间能耗的统计对象主要包括加工单元与AGV。该指标在反映生产成本同时,也反映了企业“低碳”程度。“绿色制造”是智能制造的新需求。加工单元k或AGV h的能耗与其运行功率和时间相关,用式(14)表示:
调度目标可依据工厂实际情况调整,可以为多个、也可以为一个,由此应做相应调整。本发明保护范围包括上述/>定义方法但不限于此。
本方法与较常用的传统调度规则对比如表2所示,其中,加“**”的为整体最优指标,加“*”的为传统调度规则中最优指标:
表2本发明方法与传统调度规则指标对比表
说明调度方法在订单工件的提前/拖期成本与制造资源的利用率与能耗方面均有一定的优势。
区别于现有技术,本发明提供了一种含有AGV的个性化定制柔性作业车间调度方法,包括步骤:建立含有AGV的个性化定制柔性作业车间工业物联网框架;设定调度的目标和参数;在生产过程中,车间生产的工件向云计算平台发送物流需求指令,AGV接收云计算平台转发的物流需求指令,依据优先级法则选取优先级最高的物流需求指令,并规划对应工件的生产计划,加工单元按照生产计划进行工件生产,并将加工完成的工件置于工件缓冲区,所述AGV同时按照生产计划从缓冲区提取工件。本发明有助于构建无人化的智能工厂;实现生产设备与物流设备的高效协同方法;能够满足含有AGV的个性化定制柔性作业车间调度需求且比传统调度规则在提前/拖期成本、设备利用率与能耗方面有一定的优势。
因为是柔性作业车间,所以存在有“挑选最合适的加工单元”环节。在流水作业车间中,由于工件加工工序对应加工单元固定,所以不需要“选择”加工单元,AGV直接计算各工件优先级即可。因而流水作业车间场景应视为柔性作业车间的子场景,受本发明保护。
本发明所述是由AGV帮工件添加下下步物流需求至任务池,工件物流需求还可由加工单元帮忙添加,方法类似,也属于本发明保护范围。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (1)
1.一种含有AGV的个性化定制柔性作业车间调度方法,其特征在于,包括:
建立含有AGV的个性化定制柔性作业车间工业物联网框架;所述柔性作业车间工业物联网框架至少包括通过5G通信网络连接的云计算平台、加工单元、AGV边缘部署的计算资源、通讯设备及传感器、工件上安装的RFID设备;
设定调度的目标和参数;其中,调度的目标是确保订单工件提前/拖期成本尽可能小的前提下,制造资源利用率尽可能高、能耗尽可能低;
在生产过程中,车间生产的工件向云计算平台发送物流需求指令,AGV接收云计算平台转发的物流需求指令,依据优先级法则选取优先级最高的物流需求指令,并规划对应工件的生产计划,加工单元按照生产计划进行工件生产,并将加工完成的工件置于工件缓冲区,所述AGV同时按照计划从缓冲区提取工件;
在依据优先级法则选取优先级最高的物流需求指令,并规划对应工件的生产计划步骤中,包括步骤:
工件订单刚生成时,添加物流需求至云计算平台的“任务池”;
AGV空闲时,借助边缘计算资源,从“任务池”挑选优先级最高的工件满足其物流需求;
挑选完毕后,AGV与对应的加工单元通讯,对应加工单元上添加工件的下道加工工序任务的甘特图并释放工件下下步物流需求于“任务池”中;
AGV驶向该工件处并装载工件,执行工件下一步的物流运输任务,直至任务池中不再有物流任务需求,或是当前所有工件以被加工完毕;
所述物流任务需求的指令格式为{工件序号,待加工第一道工序号,可被运输位置,最早可被运输时间};
在从任务池挑选优先级最高的工件满足其物流需求的步骤中,分两个层级,第一层级为:计算“任务池”各工件可选加工单元的优先级,从中选择优先级最高的加工单元作为其下一道工序加工载体;第二层级为:AGV从中选择优先级最高的工件执行其物流需求;
向“任务池”添加需求的格式为:
{工件序号,待加工下下道工序号(),可被运输位置(/>),最早可被运输时间()};
“任务池”中的需求任务即将被AGV满足时,删除对应工件下步物流需求;
设定调度的目标和参数的方法如下:
(9)
(10)
(11)
(12)
此处,r表示工件i当前待加工工序号,R表示最后一道工序序号;s表示工件i当前待执行的物流任务序号,S表示最后一个物流任务序号;为工件i的交货期,/>为工件i的第j道工序加工结束时刻,/>为工件i的第j道工序在加工单元/>上的加工时长,/>为工件i的第j道工序所对应加工单元序号;/>为/>为可加工的工件i的第j道工序加工单元总数;/>为工件i的加工与运输松弛时间;/>为工件i的第l个物流任务实际运输时长;为工件i的第l个物流任务运输时长估计值;
与/>分别为AGV执行工件i后将付出的利用率与能耗代价;/>是用工件交货期减去当前时间以及剩余加工工序与物流运输时间得到松弛时间后取相反数;剩余加工时间,取剩余的每道工序可选加工单元对应加工时间的平均值之和;剩余物流运输时间取剩余工序前后间所对应最远的两个加工单元运输时间之和;/>为当前时刻;/>为AGV h行驶速度;/>为两位置之间距离;/>为a,b间取最大值;/>为工件i的第j道工序加工开始时刻,/>为工件i的第j道工序加工结束时刻;/>为t时刻,AGV h位置;/>为工件i的第j道工序所对应加工单元位置;
为AGV与加工单元的空闲时间,空闲时间越少,利用率就越高,指标值越大;所谓“”为工件前后两道工序均在同一加工单元加工,此时无须AGV进行物流运输;所谓“插空”为指充分利用加工单元甘特图上的空隙,提高利用率;
为在AGV h与加工单元/>承担工件i第r道加工工序前的运输任务与加工任务的能耗,能耗越小指标越大;
式(10)与(11)中所谓“插空”为:在AGV h判断“任务池”中工件i与加工单元最早可被加工时间时,在工件i下一步加工任务r对应加工单元/>已有甘特图基础上“插空”考虑;
表示工件i抵达加工单元/>缓存区的时间点,即上一个物流任务结束时刻,从开始,寻找工件可插入的空隙,其中/>由式(13)、(14)得;
(13)
(14)
若工件i同时满足(15)、(16)式,则从中间空隙插入,此时等于/>,
(15)
(16)
若沿甘特图时间轴从前至后均无空隙使得(15)、(16)成立,则新工件i的加工任务放置到甘特图最后,进行“尾部插入”,满足如下关系:
(17)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010732427.6A CN111882215B (zh) | 2020-07-27 | 2020-07-27 | 一种含有agv的个性化定制柔性作业车间调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010732427.6A CN111882215B (zh) | 2020-07-27 | 2020-07-27 | 一种含有agv的个性化定制柔性作业车间调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111882215A CN111882215A (zh) | 2020-11-03 |
CN111882215B true CN111882215B (zh) | 2024-03-15 |
Family
ID=73201700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010732427.6A Active CN111882215B (zh) | 2020-07-27 | 2020-07-27 | 一种含有agv的个性化定制柔性作业车间调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111882215B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220413455A1 (en) * | 2020-11-13 | 2022-12-29 | Zhejiang University | Adaptive-learning intelligent scheduling unified computing frame and system for industrial personalized customized production |
CN112817319B (zh) * | 2021-01-08 | 2021-10-15 | 唐旸 | Agv车的调度方法、系统及计算机可读存储介质 |
CN113052481A (zh) * | 2021-04-08 | 2021-06-29 | 上海运城制版有限公司 | 一种同工序多设备协同控制方法及系统 |
CN113469511B (zh) * | 2021-06-18 | 2022-05-13 | 武汉理工大学 | 一种agv小车任务分配、充电管理方法及装置 |
CN113240215B (zh) * | 2021-07-12 | 2021-09-14 | 湖北浩蓝智造科技有限公司 | 一种仓储agv的调度方法、系统、存储介质及电子设备 |
CN115099706B (zh) * | 2022-07-27 | 2023-03-24 | 广州春晓信息科技有限公司 | 一种基于物联网的分布式生产管理系统及方法 |
CN116451888B (zh) * | 2022-10-21 | 2024-01-09 | 中国科学院沈阳自动化研究所 | 基于多agv的柔性生产车间协同调度的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0425404A2 (en) * | 1989-10-23 | 1991-05-02 | International Business Machines Corporation | Automated re-work shop order scheduling system |
US5093794A (en) * | 1989-08-22 | 1992-03-03 | United Technologies Corporation | Job scheduling system |
CN1529261A (zh) * | 2003-10-05 | 2004-09-15 | 华中科技大学 | 一种带状态性能反馈的规则调度方法及其调度系统 |
CN106094757A (zh) * | 2016-07-15 | 2016-11-09 | 郑州航空工业管理学院 | 一种基于数据驱动的动态柔性作业车间调度控制方法 |
CN108876090A (zh) * | 2018-04-20 | 2018-11-23 | 南京航空航天大学 | 一种agv与加工装备的协同优化调度方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7379781B2 (en) * | 2005-08-30 | 2008-05-27 | Logitech Europe S.A. | Constraint based order optimization system and available to promise system |
-
2020
- 2020-07-27 CN CN202010732427.6A patent/CN111882215B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5093794A (en) * | 1989-08-22 | 1992-03-03 | United Technologies Corporation | Job scheduling system |
EP0425404A2 (en) * | 1989-10-23 | 1991-05-02 | International Business Machines Corporation | Automated re-work shop order scheduling system |
CN1529261A (zh) * | 2003-10-05 | 2004-09-15 | 华中科技大学 | 一种带状态性能反馈的规则调度方法及其调度系统 |
CN106094757A (zh) * | 2016-07-15 | 2016-11-09 | 郑州航空工业管理学院 | 一种基于数据驱动的动态柔性作业车间调度控制方法 |
CN108876090A (zh) * | 2018-04-20 | 2018-11-23 | 南京航空航天大学 | 一种agv与加工装备的协同优化调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111882215A (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111882215B (zh) | 一种含有agv的个性化定制柔性作业车间调度方法 | |
Yoshitake et al. | New automated guided vehicle system using real-time holonic scheduling for warehouse picking | |
Rahman et al. | An integrated approach for line balancing and AGV scheduling towards smart assembly systems | |
CN110245890A (zh) | 货品分拣方法及货品分拣系统 | |
US20120226624A1 (en) | Optimization system of smart logistics network | |
CN112488606B (zh) | 一种生产物流智能优化和自动调度系统 | |
CN116224926A (zh) | 面向单件小批柔性制造车间的动态调度优化方法及装置 | |
Xing et al. | Dispatch problem of automated guided vehicles for serving tandem lift quay crane | |
CN115373349A (zh) | 一种移动搬运机器人调度方法及系统 | |
CN116258308A (zh) | 一种基于混合遗传算法的动态柔性作业车间调度方法 | |
CN116954179B (zh) | 一种仓储用自动搬运小车的控制方法和系统 | |
CN113762597A (zh) | 一种基于云平台管理的智能agv调度系统和方法 | |
Van Belle et al. | A service-oriented approach for holonic manufacturing control and beyond | |
Jiang et al. | An adaptive agile manufacturing control infrastructure based on TOPNs-CS modelling | |
Tao et al. | A metaheuristic algorithm to transporter scheduling for assembly blocks in a shipyard considering precedence and cooperating constraints | |
Zhang et al. | Design and optimization of AGV scheduling algorithm in logistics system based on convolutional neural network | |
Wang et al. | An AGV scheduling algorithm for smart workshops with limited logistics capacity | |
Dang et al. | Scheduling a single mobile robot incorporated into production environment | |
Chen et al. | Multi-objective optimization for AGV energy efficient scheduling problem with customer satisfaction | |
JP4923444B2 (ja) | 運搬作業の計画立案装置及び方法 | |
Cui et al. | Simulation Design of AGVS Operating Process in Manufacturing Workshop | |
CN116451888B (zh) | 基于多agv的柔性生产车间协同调度的方法 | |
JP7493136B2 (ja) | 倉庫設備の制御システム及び制御方法 | |
Morett et al. | Scheduling mobile robots in part feeding systems | |
Zhang et al. | Multi-agent Model of AGVs Online Scheduling in Automated Sorting Warehouse |
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 |