CN112801483A - 基于静态半成套策略的混流装配线物料配送方法和系统 - Google Patents

基于静态半成套策略的混流装配线物料配送方法和系统 Download PDF

Info

Publication number
CN112801483A
CN112801483A CN202110072639.0A CN202110072639A CN112801483A CN 112801483 A CN112801483 A CN 112801483A CN 202110072639 A CN202110072639 A CN 202110072639A CN 112801483 A CN112801483 A CN 112801483A
Authority
CN
China
Prior art keywords
mixed
agv
station
layer
strategy
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
Application number
CN202110072639.0A
Other languages
English (en)
Other versions
CN112801483B (zh
Inventor
靳文瑞
何朝旭
周炳海
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.)
Tongji University
Original Assignee
Tongji 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 Tongji University filed Critical Tongji University
Priority to CN202110072639.0A priority Critical patent/CN112801483B/zh
Publication of CN112801483A publication Critical patent/CN112801483A/zh
Application granted granted Critical
Publication of CN112801483B publication Critical patent/CN112801483B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于静态半成套策略的混流装配线物料配送方法和系统，系统包括：感知层，采用传感器实时获得各个工位的剩余线边库存量、混合载量AGV的状态和位置；转换层，将感知层获取的数据转化为有用的信息，确定工位是否有补货需求，并汇总物料需求；网络层连接其它各层，实现数据的交换；认知层根据目标函数，通过对数据的分析，确定最优的物料配送调度策略；控制层根据认知层的认识结果，确定控制策略。与现有技术相比，本发明考虑了各工位的实时库存量、AGV的状态和位置信息等，具有能够有效地减少线边库存水平、提高物料配送效率，降低运营成本等优点。

Description

基于静态半成套策略的混流装配线物料配送方法和系统
技术领域
本发明涉及物料配送技术领域，尤其是涉及基于静态半成套策略的混流装配线物料配送方法和系统。
背景技术
汽车产业经过多年的产业扩张，已经从快速增长期过渡到稳定期。在如此激烈的市场竞争中，汽车制造企业面临消费者需求多样化、环境保护、能源压力等挑战，种种压力迫使汽车制造企业需要尽可能提升管理水平，降低运营成本。此外，汽车企业还需要能够提供多样化的产品和准时化的交货，提高企业竞争力。汽车企业的生产模式已经从过去的大批量生产转变为如今的大规模客户定制。
为了能够快速响应市场需求、改善服务水平并满足多样化的市场需求，混流装配线已广泛被主流汽车制造商所采用。它能够在保证大规模高效生产的基础上，通过提供一些多样化的产品或定制化的服务，提高企业的竞争力，并且不会增加较多的成本。汽车装配线需要同时装配多种型号的产品，而每一种类型的汽车都需要数以万计的零件，针对不同产品零件也有所不同。因此，准确地将物料在正确的时间配送到正确的装配工位是一项复杂的问题，其带来的物流成本也是高昂的。物流系统作为生产生活的必要一环，在国民经济中占有重要地位，而提高物流运作能力和管理水平具有重要意义。
生产线的物料配送属于厂内物流，是根据生产计划将所需的物料按照一定规则或方法，定时或定量地配送到指定工位。在整个配送过程中，需要紧密联系生产系统，并采用完善的物料配送策略和资源配置来严格控制配送物料类型、时间和配送量。为了实现便捷、稳定、可靠的混流装配线物料配送，线边储料和成套供料得到了广泛运用。
线边储料，也称为“持续补料”或“批量喂料”，是指将同类零件直接存放在装配站的大料箱中，大料箱由叉车等从物料仓库进行补充。其主要的优点是没有双重处理操作，当发生意外事件时灵活性高。当物料需求发生变化或物料出现缺陷件时，装配工人位可以迅速提取备件。然而，这些物料箱占据了有限的线边空间。同时，装配工人位在装配多个型号汽车时，往往需要从多个容器中检索和选择需要的零件，这将加重工人的工作量，增加装配时间。
而成套供料策略可以分为两种类型，即动态成套策略和静态成套策略。在动态成套策略中，物料箱被配送到第一个装配工位并随着装配线进行移动。静态成套策略中，物料在分散的物流准备区分类并装入小的料箱，然后通过小车送到每个工位。因此，相对于线边储料策略，成套策略能够快速响应装配过程中灵活的需求，以满足待装配汽车的多样性。同时，使用小的料箱可以减少所有工作站的线侧库存。然而，物流工人拣选物料并装入料箱，这增加了搬运成本，并且装配工人位取到有缺陷或不合格的零件，会严重影响装配过程。
由于上述的物料配送调度策略存在一定缺点，物料配送效率与成本控制仍不够理想，因此还有提升空间。
发明内容
本发明的目的就是为了克服上述现有技术存在物料配送效率与成本控制仍不够理想的缺陷而提供一种基于静态半成套策略的混流装配线物料配送方法和系统。
本发明的目的可以通过以下技术方案来实现：
一种基于静态半成套策略的混流装配线物料配送方法，包括以下步骤：
S1：基于静态半成套策略构建物理层，所述物理层包括料箱准备区、工位和混合载量AGV，所述料箱准备区存储有多个料箱，所述料箱用于存放物料；所述静态半成套策略具体为：将物料分拣、组配存放在对应的料箱中，当需要为工位配送物料时，所述混合载量AGV从料箱准备区中取出若干个料箱，并遍历所需补料的工位，补充对应的料箱；
S2：获取所述混合载量AGV的实时动态信息和各工位剩余线边库存的实时动态信息；
S3：若某一工位在某一生产周期末的剩余线边库存低于其再订购点，则生成补货需求，汇总各个工位的补货需求，得到该生产周期的物料需求信息；
S4：根据所述混合载量AGV的实时动态信息和物料需求信息，以最小化线边库存和AGV的能源消耗为目标，构建目标函数，确定最优的物料配送调度策略；
S5：根据所述物料配送调度策略对所述混合载量AGV进行控制；
S6：重复执行步骤S2至S5，实现装配线所需物料的及时配送。
进一步地，所述混合载量AGV包括单载量AGV和多载量AGV，所述料箱准备区存储的物料分为A类物料和B类物料，所述A类物料的重量大于B类物料的重量，所述多载量AGV用于运输存储有A类物料的料箱，所述单载量AGV用于运输存储有B类物料的料箱。
进一步地，步骤S4中，所述目标函数的表达式为：
Figure BDA0002906419030000031
式中，ft为目标函数的计算结果，
Figure BDA0002906419030000032
为工位s在周期t的线边库存量，
Figure BDA0002906419030000033
为周期t所有工位的线边库存，ε为能源消耗率，
Figure BDA0002906419030000034
为混合载量AGVv在周期t的行驶距离，
Figure BDA0002906419030000035
为混合载量AGVv在周期t的重量，
Figure BDA0002906419030000036
为在周期t的总能耗，ω1为线边库存的权重，ω2为能耗的权重。
进一步地，所述步骤S4还包括根据降低线边库存和降低总能耗的重要度影响需求，对参数ω1或ω2进行调整。
进一步地，所述物料需求信息包括所需物料的工位，零件类型、零件重量和补货时间窗。
进一步地，所述工位s的补货时间窗为
Figure BDA0002906419030000037
Figure BDA0002906419030000038
和
Figure BDA0002906419030000039
的计算表达式为：
Figure BDA00029064190300000310
Figure BDA00029064190300000311
式中，
Figure BDA00029064190300000312
为工位s在周期t的剩余线边库存，
Figure BDA00029064190300000313
为工位s在周期t的物料需求量，Rs为装配工位s的再订购点。
进一步地，所述再订购点的表达式为：
Rs＝RP·Cs
式中，Rs为装配工位s的再订购点，RP为再订购系数，Cs为装配工位s的最大库存容量。
进一步地，所述混合载量AGV的实时动态信息包括混合载量AGV的编号、混合载量AGV的类型、混合载量AGV的最大装载容量和混合载量AGV的实时位置。
进一步地，所述物料配送调度策略包括混合载量AGV编号、混合载量AGV类型、物料配送任务的序列、为每个工位配送的物料量。
本发明还提供一种基于静态半成套策略的混流装配线物料配送系统，包括物理层、感知层、转换层、网络层、认知层和控制层；
所述物理层包括料箱准备区、工位和混合载量AGV，所述料箱准备区存储有多个料箱，所述料箱用于存放物料，所述物理层运行静态半成套策略，该静态半成套策略具体为：将物料分拣、组配存放在对应的料箱中，当需要为工位配送物料时，所述混合载量AGV从料箱准备区中取出若干个料箱，并遍历所需补料的工位，补充对应的料箱；
所述感知层包括集成在所述混合载量AGV和各工位的传感器，分别用于获取所述混合载量AGV的实时动态信息和各工位剩余线边库存的实时动态信息；
所述转换层运行再订购点法：若某一工位在某一生产周期末的剩余线边库存低于其再订购点，则生成补货需求，汇总各个工位的补货需求，得到该生产周期的物料需求信息；
所述认知层通过所述网络层获取混合载量AGV的实时动态信息和物料需求信息，以最小化线边库存和AGV的能源消耗为目标，构建目标函数，确定最优的物料配送调度策略；
所述控制层根据认知层的最优的物料配送调度策略，对所述混合载量AGV进行控制；
所述感知层、转换层、网络层、认知层和控制层的处理进程实时重复执行，实现装配线所需物料的及时配送。
与现有技术相比，本发明具有以下优点：
本发明通过传感器感知混合载量AGV的状态和线边库存等信息，采用再订购点法获取各工位的物料需求，以最小化总线边库存和总能耗为目标，确定最优的物料配送策略，建立混流装配线物料配送实时调度模型，构成静态半成套供料策略；
利用混合载量AGV对装配工位多频次、小批量地进行物料配送，与传统成套供料策略相比，混合载量AGV装载多个工位的料箱并在当前周期配送完成，一次配送给工位的物料量更少，能够进一步降低线边库存水平，满足准时制原则；
由于本发明同时考虑了混合载量AGV实时位置信息和线边库存的周期末库存信息，在上一周期末对当前周期的物料配送进行动态调度，与传统静态调度方法相比，本发明设计的物料配送方法能够响应不断变化的装配需求，满足柔性化生产需要，避免因零件缺陷导致停产；
此外，本发明的物料配送方法能够准时化供应所需物料，提供一种高效的物料配送方法，降低线边库存水平和能源消耗成本。
附图说明
图1为本发明实施例中基于静态半成套策略的混流装配线物料配送系统处理过程的整体流程图；
图2为本发明实施例中混流装配线物料配送系统中物理层部分的示意图；
图中，1、在制品，2、装配工人位，3、线边料箱，31、第一传感器，4、混合载量AGV，41、第二传感器，5、料箱准备区。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
本实施例提供一种基于静态半成套策略的混流装配线物料配送方法，包括以下步骤：
S1：基于静态半成套策略构建物理层，物理层包括料箱准备区、工位和混合载量AGV，料箱准备区存储有多个料箱，料箱用于存放物料；静态半成套策略具体为：将物料分拣、组配存放在对应的料箱中，当需要为工位配送物料时，混合载量AGV从料箱准备区中取出若干个料箱，并遍历所需补料的工位，补充对应的料箱；AGV(Automated GuidedVehicle)，指装备有电磁或光学等自动导航装置，能够沿规定的导航路径行驶，具有安全保护以及各种移载功能的运输车。
S2：获取混合载量AGV的实时动态信息和各工位剩余线边库存的实时动态信息；
S3：若某一工位在某一生产周期末的剩余线边库存低于其再订购点，则生成补货需求，汇总各个工位的补货需求，得到该生产周期的物料需求信息；
S4：根据混合载量AGV的实时动态信息和物料需求信息，以最小化线边库存和AGV的能源消耗为目标，构建目标函数，确定最优的物料配送调度策略；
S5：根据物料配送调度策略对混合载量AGV进行控制；
S6：重复执行步骤S2至S5，实现装配线所需物料的及时配送。
作为一种优选的实施方式，混合载量AGV包括单载量AGV和多载量AGV，料箱准备区存储的物料分为A类物料和B类物料，A类物料的重量大于B类物料的重量，多载量AGV用于运输存储有A类物料的料箱，单载量AGV用于运输存储有B类物料的料箱。
作为一种优选的实施方式，步骤S4中，目标函数的表达式为：
Figure BDA0002906419030000061
式中，ft为目标函数的计算结果，
Figure BDA0002906419030000062
为工位s在周期t的线边库存量，
Figure BDA0002906419030000063
为周期t所有工位的线边库存，ε为能源消耗率，
Figure BDA0002906419030000064
为混合载量AGVv在周期t的行驶距离，
Figure BDA0002906419030000065
为混合载量AGVv在周期t的重量，
Figure BDA0002906419030000066
为在周期t的总能耗，ω1为线边库存的权重，ω2为能耗的权重。
作为一种优选的实施方式，步骤S4还包括根据降低线边库存和降低总能耗的重要度影响需求，对参数ω1或ω2进行调整。
作为一种优选的实施方式，物料需求信息包括所需物料的工位，零件类型、零件重量和补货时间窗。
作为一种优选的实施方式，工位s的补货时间窗为
Figure BDA0002906419030000067
Figure BDA0002906419030000068
和
Figure BDA0002906419030000069
的计算表达式为：
Figure BDA00029064190300000610
Figure BDA00029064190300000611
式中，
Figure BDA00029064190300000612
为工位s在周期t的剩余线边库存，
Figure BDA00029064190300000613
为工位s在周期t的物料需求量，Rs为装配工位s的再订购点。
作为一种优选的实施方式，再订购点的表达式为：
Rs＝RP·Cs
式中，Rs为装配工位s的再订购点，RP为再订购系数，Cs为装配工位s的最大库存容量。
作为一种优选的实施方式，混合载量AGV的实时动态信息包括混合载量AGV的编号、混合载量AGV的类型、混合载量AGV的最大装载容量和混合载量AGV的实时位置。
作为一种优选的实施方式，物料配送调度策略包括混合载量AGV编号、混合载量AGV类型、物料配送任务的序列、为每个工位配送的物料量。
本实施例还提供一种基于静态半成套策略的混流装配线物料配送系统，包括物理层、感知层、转换层、网络层、认知层和控制层；
物理层包括料箱准备区、工位和混合载量AGV，料箱准备区存储有多个料箱，料箱用于存放物料，物理层运行静态半成套策略，该静态半成套策略具体为：将物料分拣、组配存放在对应的料箱中，当需要为工位配送物料时，混合载量AGV从料箱准备区中取出若干个料箱，并遍历所需补料的工位，补充对应的料箱；
感知层包括集成在混合载量AGV和各工位的传感器，分别用于获取混合载量AGV的实时动态信息和各工位剩余线边库存的实时动态信息；
转换层运行再订购点法：若某一工位在某一生产周期末的剩余线边库存低于其再订购点，则生成补货需求，汇总各个工位的补货需求，得到该生产周期的物料需求信息；
认知层通过网络层获取混合载量AGV的实时动态信息和物料需求信息，以最小化线边库存和AGV的能源消耗为目标，构建目标函数，确定最优的物料配送调度策略；
控制层根据认知层的最优的物料配送调度策略，对混合载量AGV进行控制；
感知层、转换层、网络层、认知层和控制层的处理进程实时重复执行，实现装配线所需物料的及时配送。
将上述优选的实施方式进行组合可以得到一种最优的实施方式，下面对该最优的实施方式进行具体描述。
如图2所示，一种基于静态半成套策略的混流装配线物料配送系统，应用于汽车装配车间中，包括待装配的在制品1、装配工人位2、线边料箱3、混合载量AGV和料箱准备区5，料箱3和混合载量AGV上装有用于获取信息的第一传感器31和第二传感器41。如图1所示，基于静态半成套策略的混流装配线物料配送系统的数据执行过程包括以下步骤：
步骤1：在静态半成套策略中，物料最初存储在料箱准备区5中，在准备区，物料经过分拣、组配存放到标准规格的料箱内，当需要为工位配送物料时，混合载量AGV从料箱准备区5中取出若干个料箱，并在补货时间窗内遍历所需补料的工位，在一个周期内对每个工位补充一个料箱。
通过集成在混合载量AGV、各装配工位的物料箱3的第一传感器31和第二传感器41，采用信息物理系统(CPS)的感知层L1自动获取混合载量AGV和各工位剩余线边库存的实时动态信息，建立混合载量AGV的信息模型；其中混合载量AGV的信息模型包括：混合载量AGV的编号、混合载量AGV的类型、混合载量AGV的最大装载容量、混合载量AGV的实时位置；
将上述获得的混合载量AGV的信息汇总到矩阵MV中：
Figure BDA0002906419030000081
其中，vi表示第i辆AGV的编号，
Figure BDA0002906419030000082
表示AGV的类型，分为单载量
Figure BDA0002906419030000083
和多载量AGVvml，Ci表示第i辆AGV的最大容量，Li表示第i辆AGV的位置。
步骤2：通过CPS获取各个工位在生产周期末的剩余库存，转换层L2采用再订购点法，当剩余库存低于最大容量的时，装配工位向料箱准备区5发送补货需求；汇总各个工位的补货需求得到该生产周期的物料需求信息，包括所需物料的工位，零件类型、零件重量、补货时间窗。
当各个工位的物料逐渐减少，采用再订购点法生成物料补货订单，再订购点法的步骤为：首先为每种零件设置再订购点；然后CPS对装配线进行监控，CPS系统中传感器获取每个工位在周期末的库存量，当库存量低于该物料的再订购点时，向物料超市发出一个补货订单，再订购点为：
Rs＝RP·Cs
其中Rs为装配工位s的再订购点；Cs为装配工位s的最大库存容量。
上述的零件类型根据装配工位所需物料分成两类：A)重量较重的物料；B)重量较轻的物料，其中A类物料占P1％，B类物料占P2％。混合载量AGV是在多载量AGV和单载量AGV的概念上发展出来的。传统的物料配送系统中往往单一采用单载量AGV或多载量AGV，然而，随着越来越多的汽车制造商采用混流装配线，不同类型的物料需要配送到工位，单一类型的AGV不能满足要求。当使用单载量AGV装载重量较轻的物料时，AGV的装载容量不能被充分利用，进而降低了单载量AGV的利用率。当使用多载量AGV配送重量大的物料时，多载量AGV配送时会携带额外的空的拖车。因此，同时采用两类AGV更能满足如今汽车装配线的物料需求，采用单载量AGV配送A类物料，采用多载量AGV配送B类物料。
将上述装配工位的物料需求信息存储在矩阵MD中：
Figure BDA0002906419030000091
其中，si表示工位编号，pi表示零件类型，分为A类零件和B类零件，qi表示单位零件的重量，
Figure BDA0002906419030000092
和
Figure BDA0002906419030000093
表示补货时间窗的最小值和最大值。
步骤3：认知层L4通过网络层L3获取混合载量AGV实时状态和物料需求信息，以最小化线边库存和AGV的能源消耗为目标，构建目标函数：
Figure BDA0002906419030000094
其中
Figure BDA0002906419030000095
表示工位s在周期t的线边库存量；
Figure BDA0002906419030000096
表示周期t的线边库存；ε表示能源消耗率；
Figure BDA0002906419030000097
表示AGVv在周期t的行驶距离；
Figure BDA0002906419030000098
表示AGVv在周期t的重量；
Figure BDA0002906419030000099
表示在周期t的总能耗；ω1和ω2表示线边库存和能耗的权重。
步骤4：CPS系统根据对系统目标ft的分析，最小化目标函数，确定最优的物料配送调度策略，包括混合载量AGV编号、混合载量AGV类型、物料配送任务的序列、为每个工位配送的物料量。
在最小化目标函数时，混合载量AGV配送物料需要在补货时间窗内，以避免线边库存超过工位库存的最大容量或导致装配线缺料停工，工位s的补货时间窗为
Figure BDA00029064190300000910
其中：
Figure BDA00029064190300000911
Figure BDA00029064190300000912
其中
Figure BDA00029064190300000913
为工位s在周期t的库存量，
Figure BDA00029064190300000914
为工位s在周期t的物料需求量。
采用动态规划确定最优的物料配送策略，按混合载量AGV的数量|V|划分阶段k＝1,2,…,|V|，决策变量xk为分配给第k个AGV的配送任务，状态变量uk表示分配给第k个至第|V|个AGV的所有任务，因此可得u1＝MD，可得状态转移方程为：
uk+1＝uk-xk
其中上式中xk需要满足AGV的容量要求，即不能超出混合载量AGV的最大装载容量。建立最优指标函数DPk(uk)：
Figure BDA0002906419030000101
采用逆推解法由后向前逐渐段递推，最终求得DP1(u1)即为目标函数最小值。
步骤5：控制层L5根据认知层L4的认识结果，确定调度策略。针对目标权重ω1和ω2，企业管理者需要确定两个目标的权重以尽可能降低企业的生产成本，两个目标最小化线边库存和能耗是相互冲突的，当权衡两个目标时，若降低总能源消耗对于降低企业生产成本更重要时，则增大ω2；相反，若降低线边库存的影响高于降低总能耗时，则增加ω1。
步骤6：重复步骤1至步骤5，实现装配线所需物料的及时配送。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种基于静态半成套策略的混流装配线物料配送方法，其特征在于，包括以下步骤：
S1：基于静态半成套策略构建物理层，所述物理层包括料箱准备区、工位和混合载量AGV，所述料箱准备区存储有多个料箱，所述料箱用于存放物料；所述静态半成套策略具体为：将物料分拣、组配存放在对应的料箱中，当需要为工位配送物料时，所述混合载量AGV从料箱准备区中取出若干个料箱，并遍历所需补料的工位，补充对应的料箱；
S2：获取所述混合载量AGV的实时动态信息和各工位剩余线边库存的实时动态信息；
S3：若某一工位在某一生产周期末的剩余线边库存低于其再订购点，则生成补货需求，汇总各个工位的补货需求，得到该生产周期的物料需求信息；
S4：根据所述混合载量AGV的实时动态信息和物料需求信息，以最小化线边库存和AGV的能源消耗为目标，构建目标函数，确定最优的物料配送调度策略；
S5：根据所述物料配送调度策略对所述混合载量AGV进行控制；
S6：重复执行步骤S2至S5，实现装配线所需物料的及时配送。
2.根据权利要求1所述的一种基于静态半成套策略的混流装配线物料配送方法，其特征在于，所述混合载量AGV包括单载量AGV和多载量AGV，所述料箱准备区存储的物料分为A类物料和B类物料，所述A类物料的重量大于B类物料的重量，所述多载量AGV用于运输存储有A类物料的料箱，所述单载量AGV用于运输存储有B类物料的料箱。
3.根据权利要求1所述的一种基于静态半成套策略的混流装配线物料配送方法，其特征在于，步骤S4中，所述目标函数的表达式为：
Figure FDA0002906419020000011
式中，ft为目标函数的计算结果，
Figure FDA0002906419020000012
为工位s在周期t的线边库存量，
Figure FDA0002906419020000013
为周期t所有工位的线边库存，ε为能源消耗率，
Figure FDA0002906419020000014
为混合载量AGVv在周期t的行驶距离，
Figure FDA0002906419020000015
为混合载量AGVv在周期t的重量，
Figure FDA0002906419020000016
为在周期t的总能耗，ω1为线边库存的权重，ω2为能耗的权重。
4.根据权利要求3所述的一种基于静态半成套策略的混流装配线物料配送方法，其特征在于，所述步骤S4还包括根据降低线边库存和降低总能耗的重要度影响需求，对参数ω1或ω2进行调整。
5.根据权利要求1所述的一种基于静态半成套策略的混流装配线物料配送方法，其特征在于，所述物料需求信息包括所需物料的工位，零件类型、零件重量和补货时间窗。
6.根据权利要求5所述的一种基于静态半成套策略的混流装配线物料配送方法，其特征在于，所述工位s的补货时间窗为
Figure FDA0002906419020000021
Figure FDA0002906419020000022
和
Figure FDA0002906419020000023
的计算表达式为：
Figure FDA0002906419020000024
Figure FDA0002906419020000025
式中，
Figure FDA0002906419020000026
为工位s在周期t的剩余线边库存，
Figure FDA0002906419020000027
为工位s在周期t的物料需求量，Rs为装配工位s的再订购点。
7.根据权利要求1所述的一种基于静态半成套策略的混流装配线物料配送方法，其特征在于，所述再订购点的表达式为：
Rs＝RP·Cs
式中，Rs为装配工位s的再订购点，RP为再订购系数，Cs为装配工位s的最大库存容量。
8.根据权利要求1所述的一种基于静态半成套策略的混流装配线物料配送方法，其特征在于，所述混合载量AGV的实时动态信息包括混合载量AGV的编号、混合载量AGV的类型、混合载量AGV的最大装载容量和混合载量AGV的实时位置。
9.根据权利要求1所述的一种基于静态半成套策略的混流装配线物料配送方法，其特征在于，所述物料配送调度策略包括混合载量AGV编号、混合载量AGV类型、物料配送任务的序列、为每个工位配送的物料量。
10.一种基于静态半成套策略的混流装配线物料配送系统，其特征在于，包括物理层、感知层、转换层、网络层、认知层和控制层；
所述物理层包括料箱准备区、工位和混合载量AGV，所述料箱准备区存储有多个料箱，所述料箱用于存放物料，所述物理层运行静态半成套策略，该静态半成套策略具体为：将物料分拣、组配存放在对应的料箱中，当需要为工位配送物料时，所述混合载量AGV从料箱准备区中取出若干个料箱，并遍历所需补料的工位，补充对应的料箱；
所述感知层包括集成在所述混合载量AGV和各工位的传感器，分别用于获取所述混合载量AGV的实时动态信息和各工位剩余线边库存的实时动态信息；
所述转换层运行再订购点法：若某一工位在某一生产周期末的剩余线边库存低于其再订购点，则生成补货需求，汇总各个工位的补货需求，得到该生产周期的物料需求信息；
所述认知层通过所述网络层获取混合载量AGV的实时动态信息和物料需求信息，以最小化线边库存和AGV的能源消耗为目标，构建目标函数，确定最优的物料配送调度策略；
所述控制层根据认知层的最优的物料配送调度策略，对所述混合载量AGV进行控制；
所述感知层、转换层、网络层、认知层和控制层的处理进程实时重复执行，实现装配线所需物料的及时配送。
CN202110072639.0A 2021-01-20 2021-01-20 基于静态半成套策略的混流装配线物料配送方法和系统 Active CN112801483B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110072639.0A CN112801483B (zh) 2021-01-20 2021-01-20 基于静态半成套策略的混流装配线物料配送方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110072639.0A CN112801483B (zh) 2021-01-20 2021-01-20 基于静态半成套策略的混流装配线物料配送方法和系统

Publications (2)

Publication Number Publication Date
CN112801483A true CN112801483A (zh) 2021-05-14
CN112801483B CN112801483B (zh) 2022-06-14

Family

ID=75810705

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110072639.0A Active CN112801483B (zh) 2021-01-20 2021-01-20 基于静态半成套策略的混流装配线物料配送方法和系统

Country Status (1)

Country Link
CN (1) CN112801483B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113554392A (zh) * 2021-07-27 2021-10-26 同济大学 考虑节能与准时的物料超市循环供应调度方法
CN113960963A (zh) * 2021-09-06 2022-01-21 无锡太湖学院 一种清洗和装配线联动控制系统
CN114169812A (zh) * 2021-11-13 2022-03-11 深圳市坤同智能仓储科技有限公司 一种无人仓及无人配送物料管理系统及方法
CN115032998A (zh) * 2022-06-22 2022-09-09 通威太阳能（安徽）有限公司 物料发放方法、装置、系统及存储介质
CN118014317A (zh) * 2024-04-09 2024-05-10 济宁市海富电子科技有限公司 一种硅胶生产材料仓储控制管理系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009070016A (ja) * 2007-09-12 2009-04-02 Hitachi Consulting Co Ltd 在庫計画システム
CN102436607A (zh) * 2011-11-10 2012-05-02 山东大学 电动汽车换电站充电功率的多时间尺度决策方法
CN103310321A (zh) * 2013-05-31 2013-09-18 西北工业大学 一种基于物联技术的物料配送任务动态分配方法
CN103473669A (zh) * 2013-09-30 2013-12-25 上海交通大学 基于rfid的混合装配生产线物料供应系统和方法
CN110018672A (zh) * 2019-03-29 2019-07-16 南京航空航天大学 基于智能感知网的离散制造车间物料动态配送系统及方法
CN111311154A (zh) * 2020-02-13 2020-06-19 湖南人文科技学院 基于物联网的车辆调度方法与系统
CN111626656A (zh) * 2020-04-07 2020-09-04 青岛奥利普自动化控制系统有限公司 一种物料防套错方法和设备
CN112150076A (zh) * 2020-09-29 2020-12-29 陕西科技大学 基于工位排序的车间物料动态配送模型设计及实现方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009070016A (ja) * 2007-09-12 2009-04-02 Hitachi Consulting Co Ltd 在庫計画システム
CN102436607A (zh) * 2011-11-10 2012-05-02 山东大学 电动汽车换电站充电功率的多时间尺度决策方法
CN103310321A (zh) * 2013-05-31 2013-09-18 西北工业大学 一种基于物联技术的物料配送任务动态分配方法
CN103473669A (zh) * 2013-09-30 2013-12-25 上海交通大学 基于rfid的混合装配生产线物料供应系统和方法
CN110018672A (zh) * 2019-03-29 2019-07-16 南京航空航天大学 基于智能感知网的离散制造车间物料动态配送系统及方法
CN111311154A (zh) * 2020-02-13 2020-06-19 湖南人文科技学院 基于物联网的车辆调度方法与系统
CN111626656A (zh) * 2020-04-07 2020-09-04 青岛奥利普自动化控制系统有限公司 一种物料防套错方法和设备
CN112150076A (zh) * 2020-09-29 2020-12-29 陕西科技大学 基于工位排序的车间物料动态配送模型设计及实现方法

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
BINGHAI ZHOU: "A material handling scheduling method for mixed-model automotive assembly lines based on an improved static kitting strategy", 《COMPUTERS & INDUSTRIAL ENGINEERING》 *
BING-HAI ZHOU: "Multi-objective Optimization of Material Delivery for Mixed Model Assembly Lines with energy consideration", 《JOURNAL OF CLEANER PRODUCTION》 *
LIANG QIU: "Heterogeneous AGV Routing Problem Considering Energy Consumption", 《2015 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND BIOMIMETICS (ROBIO)》 *
史婉莹: "我国成品油分销油库配送半径优化研究", 《中国优秀博硕士学位论文全文数据库(硕士) 经济与管理科学辑》 *
周炳海: "基于线边集成超市的混流装配线动态物料配送调度", 《吉林大学学报（工学版）》 *
宋洁蔚: "成品油配送中时间窗的确定及运输的安排", 《系统工程理论与实践》 *
彭涛: "车辆装配线线边物料准时化配送算法", 《控制理论与应用》 *
蒋赛: "VMI模式下的库存运输集成优化研究", 《中国优秀博硕士学位论文全文数据库(硕士) 社会科学Ⅰ辑(经济政治与法律)》 *
陈赐: "基于机器学习的多载量小车实时调度方法研究", 《中国优秀博硕士学位论文全文数据库(博士) 信息科技辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113554392A (zh) * 2021-07-27 2021-10-26 同济大学 考虑节能与准时的物料超市循环供应调度方法
CN113554392B (zh) * 2021-07-27 2022-11-04 同济大学 考虑节能与准时的物料超市循环供应调度方法
CN113960963A (zh) * 2021-09-06 2022-01-21 无锡太湖学院 一种清洗和装配线联动控制系统
CN114169812A (zh) * 2021-11-13 2022-03-11 深圳市坤同智能仓储科技有限公司 一种无人仓及无人配送物料管理系统及方法
CN115032998A (zh) * 2022-06-22 2022-09-09 通威太阳能（安徽）有限公司 物料发放方法、装置、系统及存储介质
CN118014317A (zh) * 2024-04-09 2024-05-10 济宁市海富电子科技有限公司 一种硅胶生产材料仓储控制管理系统及方法

Also Published As

Publication number Publication date
CN112801483B (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
CN112801483B (zh) 基于静态半成套策略的混流装配线物料配送方法和系统
CN108502435B (zh) 一种出库分配方法和出库分配装置
CN110245890B (zh) 货品分拣方法及货品分拣系统
US8311905B1 (en) Computerized system and method for automated demand-based parts delivery
CN113128823B (zh) 自动导引车管理系统及方法
CN111882215B (zh) 一种含有agv的个性化定制柔性作业车间调度方法
US4669047A (en) Automated parts supply system
CN109816246A (zh) 基于gis和智能算法的物流调度系统
CN114862226A (zh) 一种仓储物流智能调度及装卸货管理方法及系统
CN112801484B (zh) 一种考虑配料误差的物料配送调度方法和系统
US6560508B1 (en) Standard parts metering system
WO2022242377A1 (zh) 派单方法、装置、电子设备和存储介质
CN116583468A (zh) 用于订单履行排序和设施管理的系统和方法
CN114202266A (zh) 一种烟草仓储调度方法及装置
CN112906996A (zh) 仓储拣货优化方法、仓储拣货系统及仓储运营系统
CN113131554A (zh) 优化otg无线充电单元的配置的方法
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
CN112387603B (zh) 一种对大批量商品进行拣选的物流系统与拣选方法
CN109829674B (zh) 应用于卷烟批次优化管理的分布式卷烟仓储调度系统及方法
CN117342177B (zh) 一种电商智能化拣货分包方法
CN112938301B (zh) 一种针对配送中心的商品拣选系统与方法
Occena et al. Analysis of the AGV loading capacity in a JIT environment
CN117114555A (zh) 一种降低空载率的运单调度方法、系统及装置
CN114415617B (zh) 基于移动机器人的入出库调度系统及其优化调度方法
CN115258507A (zh) 仓储系统及其控制方法、装置、电子设备和存储介质

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